数字化制造和设计创新(DMDI)研究院 Digital Manufacturing and Design Innovation Institute

对美国制造业的影响

美国制造业需要加速进入市场以获取全球竞争力优势。“数字线程”1集成和驱动现代化设计、制造和产品的支持过程,以减少全生命周期时间,实现一次性成功,并且是唯一可行的方式来处理产品不断增加的复杂性。 或许人们对“未来工厂”的愿景有很多不同的认识(如先进制造企业,智能制造系统,敏捷制造,工业网络等),但是一个共同的理解就是,成功实现“未来工厂” 的关键是网络化的数据驱动过程。该过程在任何层面(从车间到工厂及全球供应链)上把创新自动化、传感和控制与制造业劳动力紧密结合。实现这一目标,需要在 很多方面开展竞争前合作(Pre-Competitive Collaboration)2, 数字化制造和设计创新(DMDI)研究院将重点聚焦成熟的“数字线程”在制造业及机电组件和系统的设计上的广泛应用。由于复杂性、集成和成本水平的不断提 高,这不仅涉及到美国国防部的重大利益,也涉及到最商业化的工业部门(包括航空航天、交通运输和能源等)。典型的例子包括动力传动系统,推进和结构部件, 以及控制子系统和系统等。DMDI研究院将提供试验场来链接有发展前景的信息技术、工具、标准、型号、传感器、控制、做法和技能,继而将这些功能过渡到工业 基地并全面应用。该研究院将组建跨学科的研究团队,整合IT和制造解决方案,并与多业界合作,推动数字技术在供应链中的应用。与全球其他竞争者相比,该研究院将成为美国制造商的“知识枢纽”(Intellectual Hub),在更短的时间内,连接美国制造商灵活的生产经营、数字数据的安全、从传感器和数据分析的反馈控制质量、维护一个可信的产品销售和交付监管链。

对美国经济的影响

通过“数字线程”在设计、生产和销售等环节的智能和综合运用,DMDI研究院将有效提升美国中小型制造企 业的全球竞争力,从而消除任何来自低成本、低技能劳动力的竞争优势。数字化制造和设计(Digital Manufacturing and Design,简称DMD)适用于几乎所有的制造业部门,预计在整个制造业将减少大约10%的成本。如在美国商业航空领域,在今后15年内成本将节约 300亿美元左右。美国国防部和其他经济部门有着相似的商业案例和强劲的投资回报机会。

国防部投资理由

美国国防部肩负着确保美国制造业演变成为更敏捷、连接、协同及高效产业的巨大责任。当前,美国制造业部门 需要复杂的、高度集成的系统,以获得技术优势,但它缺乏公开的市场或机构来推动其降低成本或生产周期。DMDI研究院将从实验室到原型工厂提供商业智能机电 设计和制造能力,提高商业化的生产效率,减少最终成型设计前的失误。在一个开放的、高度协作的环境中,DMDI研究院通过数字联网及同步流程和工具的深入应用,降低交货时间和生产成本,推动美国制造业发展模式的转变。

DMDI学院的基本目标

美国数字化制造和设计创新(DMDI)研究院的目标是建立一个国家机构,专注于美国制造业领域的一些复杂问题,并制定相关解决方案,以抵消美国制 造业企业采用这些新技术的风险,从而提高竞争力。由于全球竞争力是由哪些产品以极具竞争力的价格进入市场而驱动的,因此,DMDI研究院的工作重点将是在制造业企业范围内利用“数字线程”,高度集成制造和设计复杂的产品,以降低生产成本和时间。减少时间和成本将产品推向市场的能力,是一种政府和行业常见的共同需要。此外,政府和行业还需要一种方法来降低采用新技术的风险。

目前,数字化制造和设计创新(DMDI)研究院聚焦的四个核心技术领域包括:

先进制造企业(Advanced Manufacturing Enterprise

首先,主要包括敏捷和强大的制造策略和综合能力,这可以大大降低生产复杂系统和零件的成本和时间。其次,还包括制定和应用建模和仿真工具,以更有效的生产复 杂系统并更快的使产品进入市场。上述概念的提出应制定并实施产业信息化的基础设施,以支持:研究、设计、制造、测试等环节相关数据的快速、无失真(错误或 遗漏)传输;通过使用以企业为基础的解决方案,连接产品、机器和供应链;部署工具和做法,在制造阶段的初期,尽量减少产品或过程验证(Process Qualification)通常所需的多个设计、原型和测试迭代;发展供应网络集成技术和管理实践,以增强供应网络中分散和相距较远组织的连通性和合作 性,以及能显著缩短交货时间的最佳供应链绩效和风险管理。

  • 智能机器(Intelligent Machines

这主要涉及到智能传感器、控制、测 量、分析、决策和沟通软件工具的不断发展和集成应用。智能机器通过使用设备的即插即用功能、制造知识的智能化应用(如设备自动对“大数据”进行分析和处 理),实现“第一部分正确”(First Part Correct)的经营理念。一般而言,智能机器主要包括以下几部分内容:机器/系统/传感器健康和维护的诊断和预后评估工具,这主要是基于机器/系统 /传感器等的质量信息定义,而不是基于反应性或预防性维护计划;制造端可以提供统计和定量信息的工艺验证工具。利用这个质量/组合信息,并结合实体模型和 软件工具,反馈调整到生产过程中,可以消除不合格零部件;知识驱动型制造(Knowledge Driven Manufacturing),即计算机辅助制造在从设计到计划生产等不同制造活动之间提供智能联动(Intelligent Linkage)。通过知识驱动型制造,工程师可以选择合适的设备、工具、零部件生产的工艺序列等方面。最终的结果是一个基于用户验证的制造实践和数据的 最佳工艺方案;制造业的互操作性(Manufacturing Interoperability)是突破监控、协调、整合及自动化分立器件制造过程的关键所在,这会使得工厂的操作更具灵活性和敏捷性;通过使用传感器 反馈耦合到软件结合的制造规则和过程模型,过程监控和修正将使离散零部件的制造流程得到优化和控制。这些技术和工具的结合,将使得产品的制造流程更为灵活 和敏捷。

  • 先进分析(Advanced Analysis

这主要是利用在高性能计算方面取得的进步,发展为“设计能制造”的材料性能的物理模型。这包括开发和集成的智能设计工具,以减少过度设计、降低制造成本。

  • 网络物理安全(Cyber-Physical Security

通过提供一个安全、可信 赖的基础设施来管理协同制造环境下的信息资产。除了用于封堵制造网络化业务系统和交易的已知漏洞外,未来工厂需要在智能机器、传感器和控制系统中发展网络 物理系统(Cyber Physical System,简称CPS),以解决新的安全漏洞。新的网络物理系统可以动态地安装安全补丁,而无需关闭制造业务,在保持系统运行的同时降低制造业技术员 所需要具备的管理员权限。一些原则和解决方案可能适用于所有CPS的应用,而另一些可能在特定生产领域和业务关系中具备唯一性。网络安全架构中内置的开放 数据结构将需要新的标准和方法。

困难

上述的领域是美国工业运用“ 数字线程”的成功案例但还有很多如何结合智能机电的发展障。包括,如何达到互通性、知识产权利益的有效和平衡的管理、维护网络技术和安全、以及推进智能机、劳动力技能和如何让企业接受并利用新“数字线”文化,以最大限度地提高美国工业的竞争力。


1线程(Thread),计算机科学术语,指运行中的程序的调度单位,有时也被称为轻量级进程(LWP),是程序执行流的最小单元。一个标准的线程由线程ID,当前指令指针(PC),寄存器集合和堆栈组成。

2竞争前合作,顾名思义就是在开展竞争前,进行技术等方面的合作。实施竞争前合作的主要目的是组织研究力量,进行技术攻关,突破制约产业发展的共性技术。