关键词:装备 数字孪生 数字孪生装备 数字化装备 智能装备
纵观数千年的人类文明发展历程,各式各样的工具、设备、装备帮助人类大幅提高创新和生产效率,与此同时,人类的创新活动和新的应用需求又不断反作用于工具、设备、装备的创新与改良,推动其功能不断升级更新。随着工具、设备、装备和相关技术的迭代升级,人类文明已先后跨越了石器时代、青铜时代、铁器时代、蒸汽时代和电气时代,进入了当下的信息时代。在信息时代中,由具有机械结构和电气特性的复杂设备和工具以及相应软件系统组成的现代装备,深度参与制造工业、土木工程、医疗卫生、国防军工、农业生产、资源勘采、仓储物流、信息通信、交通运输、科学研究、空间探索、生活娱乐等各大领域的相关活动,对人类的生产和生活产生重要积极影响。然而,不断变化的国际竞争环境和国内经济发展趋势,以及不断涌现并逐渐成熟的新一代信息技术,对装备的未来发展提出了新的挑战和新的需求。
经济全球化迫使装备进一步高质量发展。当前,经济全球化引导着各种生产要素和资源在全球范围内优化组合和配置,在促进多方合作和全球经济迅速发展的同时,加速了各行业从增量发展转变为存量竞争与多方博弈。为提高行业竞争力以面对新的挑战,要求未来装备进一步提高质量、增加效率、丰富功能[1]。
疫情/后疫情时代凸显装备远程/自治运行重要性。2020年新冠疫情全面爆发,导致大量劳动力被迫在家隔离防护,各类装备/设备因缺少操控人员而无法正常运行,大批工厂和设施也因此被迫关闭,对全球实体经济造成了重大不利影响。为提高经济发展对于不确定性事件的韧性,要求未来装备具备远程运维管控、自治和自适应运行的能力。
碳达峰/碳中和要求装备绿色低碳环境友好。自20世纪90年代以来,快速的工业化和城市化造成自然资源的严重透支和污染物的超标排放,引发温室效应、酸雨、雾霾等一系列环境问题,严重威胁人类的生存。为贯彻可持续发展理念,并如期实现碳达峰、碳中和目标,要求未来装备在制造加工、运维管控、报废回收等环节降低能耗,减少污染物排放。
突破装备自主研制技术瓶颈是实现装备强国的必由之路。近年来,中外贸易摩擦不断,对我国依赖高端装备和核心软硬件引进的产业产生不利影响,不仅如此,国家重要产业相关装备的研制技术受制于人,核心软件依赖于人,还会产生巨大的安全隐患。为突破“被卡脖子”的困境,要求未来装备关键零部件、核心软件以及研发、制造、组装、测试等相关技术全面自主化,并增强知识产权保护意识,以及提高装备产业链和供应链的自主可控能力。
数字经济亟需数字化装备大力支持,新一代信息技术赋能装备全面升级。自“十二五”国家战略性新兴产业发展规划将信息技术确立为七大战略性新兴产业之一被重点推进以来,互联网、大数据、5G、人工智能、区块链等新一代信息技术发展迅速,与传统产业融合日益深化,催生了一批有活力有韧性的新产业、新业态、新模式[2]。国家“十四五规划”再次强调加快数字化发展,大力推进数字产业化和产业数字化,推动数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群[3]。2021年10月,中央政治局第三十四次集体学习中又一次强调,发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择[4]。为进一步激发数字经济潜能,并促进实体经济健康可持续发展,要求各行业现有装备应充分融合新一代信息技术,开创装备实体、数据和新一代信息技术的闭环迭代与互补优化的良性循环模式[5]。
综上所述,我国亟需实现现有各类装备的数字化赋能、网络化互联、智能化升级,以及装备软硬系统的自主可控,并贯彻绿色低碳可持续发展理念,创新装备全生命周期各阶段运作模式,铸造大国重器,建设装备强国。
装备全生命周期可划分为设计与验证、制造与测试、交付与培训、运维与管控、报废与回收五大阶段。为应对新环境、新趋势和新挑战,未来装备在全生命周期各阶段存在以下具体新需求。
装备在设计及验证过程中会产生数据和模型,相关人员则不断获得经验和知识,这些数据、模型、经验和知识对于下一代装备,甚至是其他装备的设计或改良具有重要参考价值。为缩短装备设计与验证周期,改善设计人员工作体验,减少装备设计基础共性问题,满足动态市场环境对装备的快速升级迭代和低成本设计研发需求,要求未来装备能够实现:
装备设计通常包括硬件、软件两部分,以及需求和市场分析、方案设计与论证、技术设计与论证、试验研究、详细设计、试制、验证改良等环节。为提高装备设计效率,减少设计隐性缺陷,并充分发挥装备软硬件效能,要求未来装备能够实现:
软硬一体化设计,助力装备实现集成化、小型化和轻量化,增强软硬兼容能力,并弱化短板效应;
设计验证一体化,缩短装备设计验证周期,满足装备多样性和快速响应研发需求。
装备设计不仅涉及机电液热力磁等多学科专业知识,还需要考虑其在时间域和空间域中的多场耦合复杂特性,以及如何制定合理的加工制造和装配工艺路线。为缩短装备设计周期,探索装备设计全局优解,避免由于沟通不畅导致的错误、缺漏、冲突、冗余和歧义,以及因串行重复设计导致的人力、物力、财力浪费,并改善设计人员工作体验,要求未来装备能够有效支持多学科、多场可行性分析和综合优化设计。
制造加工过程所涉及的排产与调度、监视与测量、管理与控制等多方面,与装备质量、效率、成本、能耗等密切相关。为进一步优化装备制造过程,提高装备加工质量和效率,降低成本和能耗,要求未来装备在制造阶段能够实现:
数字化规划,通过决策预执行实现排产和调度方案动态寻优;
数字化监测,提高制造过程监测全面性、准确性、时效性、直观性,支持制造过程异常与潜在问题的及时发现与解决;
数字化管控,全面增强装备制造过程动态响应和精准执行能力。
装备质量监测和出厂测试是在装备制造完成后为装备制造工艺质量监督、装备产品质量等级确定、装备质量改进提供数据依据的重要环节。然而,基于客观物理过程的装备质量检测与出厂测试可能存在以下不足:
检测不全面,易导致漏检的残次品流入市场,造成安全隐患;
因此,要求未来装备的质量检测与出厂测试采用物理与虚拟相结合的方式进行,提高检测效率,降低漏检风险,减少对受测装备产品的损害。
装备质量分析、管控与溯源,对于装备迭代设计和制造工艺优化具有重要意义。而基于成品抽检方式的装备质量分析可能存在以下不足:
仅能从统计学角度宏观掌握装备质量分布情况,无法掌握未抽检装备的质量水平;
难以准确溯源装备质量问题,从而无法有效支持装备迭代设计和制造工艺优化;
难以区分装备性能和质量的个体差异,无法准确指导装备运维和报废回收阶段的具体决策。
因此,要求未来装备的制造过程可准确复现,装备质量可精准溯源。
现有装备交付以物理装备交付为主,在产业数字化转型和装备智能化升级的大趋势下,装备使用者、合作开发商、运营商和售后服务提供商等各方对于装备的模型、数据、文档和知识等数据资产的需求在快速上升。然而,由上述需求方自行获取装备的数据资产可能存在以下不足:
因此,建议未来装备在交付过程中,除提供完好的物理装备外,还应提供精准的装备数字化模型和数据,实现物理与数字双交付,助力装备的智能化运维和数字经济的深入发展。
现有装备售后操作培训和员工技能培训通常需要依赖物理装备进行,受到场地、时间、装备数量等多方面因素的限制,易造成培训不全面、周期长、成本高等问题。为突破技能培训资源的客观条件限制,实现受训人员技能水平的实时评估与反馈,以及为受训人员提供更全的培训项目、更好的培训体验、更多的试错机会,要求未来装备能够提供基于物理装备的数字化模型和数据实现虚拟仿真实训。
运维与管控是装备在全生命周期中实现自身价值的重要阶段。为使装备运维管控过程更安全、更高效、更灵活,需要全面掌握装备的任务需求、自身能力、当前行为和所处环境,并超前预测和评估决策方案执行结果,从而更早地发现、解决和预防未来可能发生的异常和问题。为实现上述理想功能,未来装备需首先实现:
装备运行过程充满不确定性,装备性能改变、装备运行环境变化、人力资源调度异常、任务变更等客观原因都会直接影响装备的正常运行,而且即便装备能够在上述事件发生时继续正常运行,也难以根据当前实际情况动态改变运行策略,实现高效高质运行。为使装备面对不确定性事件时能够保持韧性,提高装备运行的效率和质量,未来装备在运行过程中除现场人工控制外,还应具备以下三种能力:
装备运行过程可远程控制,弱化现场环境对装备运行的约束限制;
运行决策可动态优化,弱化不确定性事件对装备运行的负面影响;
装备可自治运行,弱化装备运行对人力资源的依赖程度。
装备在完成大型复杂任务时,不仅需要提供多种功能服务,还要与其他装备和人进行功能互补和交互协作。为实现装备功能的灵活调度和动态重构,以及人机物的高效协作,未来装备需实现:
装备软件化,基于软件定义装备的标准硬件面向个性需求提供专用功能,以低成本、低风险和高度灵活的方式实现装备功能的拓展与装备价值的提升;
功能集成化,通过对装备功能进行模块化封装和集成,加速功能请求、匹配和调用过程,快速响应动态需求;
运营平台化,通过云平台和互联网平台突破装备个体能力局限,实现多类异构装备能力的高效共享与协同,从而为客户提供端到端的优质体验和差异化服务,保持运营效率和灵活性。
各类装备在推动经济社会快速发展的同时,也在迅速消耗能源和破坏环境。为助力碳达峰、碳中和目标顺利实现,贯彻落实可持续发展战略,要求未来装备提高资源和能源的利用效率,减少污染物产生和排放。
报废装备蕴含大量可循环利用的再生资源和对环境极具破坏性的有害物质,装备的报废与回收对于生态环境保护和经济可持续发展具有重要意义。为进一步提高再生资源回收利用率,降低装备回收成本,要求未来装备:
优化报废决策,从根据固定时限或固定使用次数进行装备报废决策,转变为根据运维历史数据决定装备何时报废,避免装备因过早报废而浪费资源,或因过度使用而产生安全隐患;
完善回收工艺及途径,提高资源回收利用率,降低资源回收及再利用成本。