智能制造发展过程中仍需破除的一系列难题

国际金属加工网 2018年08月09日

从2015年发布“中国制造2025” 长期大战略到如今,传统企业纷纷开启了智能制造转型之路;很明显,智能制造已成为时代的一个趋势,信息化时代迈向智能化时代,在这个过程中,我国智能制造技术及其产业化发展迅速,并取得了较为显著的成效。智能化以及工业自动化等新兴的科学技术已经融入到了工业发展之中,与国外发达国家相比我们已经取得了不小的成绩。但就目前中国智能制造的现状而言,我国与发达国家依然存在显著差距,如果放在一个更为宏观的场景里观察,我们会发现国内的智能制造还面临着许多问题亟待解决。鉴于此,我们在发展智能制造过程中,也还需要且行且思考。

推动智能制造的两个基础性技术是计算机芯片计算速度和网络传输速度,比较好的是中国目前已逐步拥有了这两项技术,接下来的关键就是“数字化”。 “数字化”包括四个方面:一是工业软件和自动化结合;二是工业通讯;三是工业安全;四是工业服务。执行“数字化”的进程仍需破除一系列难题。

产业政策和标准研究存在缺位

智能制造更重要的是一种思想而不是一门技术,由于智能制造产业具有需求多样化、碎片化的特点,需要对于不同的企业要分门别类拿出不同的解决方案因企制宜,推进产业升级。尽管从中央到地方都有扶持计划,但总体零散、缺乏系统性,难以形成协同发展,政策扶持效果总体并不理想。有些行业归口和行业规划还需明确,行业政策和标准研究还存在缺位。

创新能力不强,核心技术缺失

作为智能制造的核心,自动化设备和智能化软件搭起的互联网平台,而它的载体——工业机器人行业关键元部件主要依赖进口,比如高性能交流伺服电机和高精密减速器,还有数控机床领域的功能性部件和3D打印机的核心部件激光器,智能制造诸多基础技术方面仍然停留在仿制层面,创新能力不足,关键技术难以突破,造成国产智能制造企业成本居高不。

智能制造方式建立在自动化、机器人、物联网、大数据、云计算、人工智能等一大批高新技术的综合运用上,找寻合适的技术源来改造企业生产模式成为智能制造能否成功的关键要素;现实中,大型技术供应商更多提供成套的智能制造技术解决方案,改造成本高;而中小型技术供应商则难以提供匹配度高的智能制造技术和管理模块,改造效果差。此外,部分中小型企业由于资源限制导致难以搜索到外部智能制造技术商,凭借企业自身技术存量难以实施有效的智能制造改造。

企业单打独斗,产业体系不完整

比如工业机器人,据不完全统计,目前全国已建成和在建的机器人产业园区几十个,机器人企业上千家,但其中真正能自己生产零部件或机器人产品的不到一成。

智能制造领域技术门槛较高,仅仅依靠单个企业探索全新领域显然很困难。工业级产品对数字技术、智能技术、网络技术和新材料技术等方面要求很高,整体研发耗时较长。我国现有智能制造技术大多掌握在部分科研机构手中,而多数研究机构过于独立封闭,技术研发分散,未能形成合力,同一技术重复研究,浪费大量的研发经费和研发时间。而我国多数企业又热衷于大而全,一些具有较好关键部件研发基础的企业纷纷转入整机生产,难以形成研制、生产、制造、销售、集成、服务等有序、细化的产业链。

减员增效不平衡,智能产业过剩

智能制造概念随着“机器换人”、“腾笼换鸟”等政策已被逐步实施,起步很大程度上依赖于庞大的劳动力基数的中国制造业,所谓的“人口红利”近年来随着逐年上升的工资成本正在不断弱化,部分东部发达地区已经凸显“用工荒”。智能制造作为一种旨在从根本上改革生产方式的工业革命,前期相关机器设备以及技术学习的成本过高,直接导致企业投资智能化基础设施积极性不高,企业方面阻力很大。另一方面,智能制造的核心理念是网络式、智能化、系统性的生产制造新模式,与传统生产方式相比具有颠覆性改变,所以企业学习消化过程中也面临人、财、物多方面的成本压力。

事实上,人类所有的工作里面,机器人能够取代的其实很少,不能对机器人太迷信,否则就会陷入同质化恶性竞争的陷阱。以机器人产业为例,作为智能制造领域的高端核心产业,在尚未完成智能化的同时,低端化和产能过剩已经显现。很多企业生产的机器人卖不出去,一方面价格居高不下,另一方面实用性差,很多事不能胜任。

创新性人才培养与教育

智能制造并不等于机器换人。机器人并不能完全替代人工,且智能制造与机器人自身发展离不开专业技术人员,其催生的新产业生态更是需要大量合适劳动力。因此,如果不能形成智能人才支撑,企业可能跌入转型陷阱:有智能工厂,却没有人操作。“互联网”和智能制造时代对技术技能人才知识结构复合型的要求更高,但企业普遍面临的窘境是,目前院校培养的学生素质和企业实际要求严重脱节,许多新业态已风生水起,但院校却没有相关专业。


网友评论
欧特克

编辑推荐

相关主题