上海, 2016 年 10 月 - 單從加工角度來看，制造業堅持追求在一定時間內以一定的成本生產出正確精加工的工件，但這種做法已經難以為繼。除非出現突破性的刀具解決方案，否則只注重提高金屬切除率的傳統方法最多只能將產量增加幾個百分點。
  
          要想在將來顯著提高金屬切削的生產率、質量和可靠性，需要仰仗由數據驅動的第四次制造技術革命。新近取得的發展代表著這場漫長革命的最新階段。制造業的第一次革命使得以家庭為基礎的手工制作活動轉變為能夠利用集中能源為制造機械提供動力的工廠生產。機械軸和皮帶將水車或蒸汽產生的動力分配給工廠的機械。接下來，人們又使用了更加便捷、高效的電能。
  
          最初的工廠逐件生產產品。在第二次革命中，單件產品生產演變為批量生產，產量隨之擴大。裝配線和連續生產線等集成系統的發展以及自動化加速了同種零件的大批量生產。隨著數字化機床控制以及后來的計算機化控制和自動化的涌現，制造技術的第三次革命隨之到來，不但實現了更高的精度和靈活性，還有利于開展小批量且種類繁雜的零件制造業務。
  
          現在，制造業正在經歷第四次革命（在歐洲被稱為“工業4.0”），這次革命將當今的數據采集、存儲和共享技術整合到了制造工藝中。聯網的網絡物理系統會分析正在進行的操作，并收集和比較數據以及將信息發送給中央服務器或云服務，以便將其與現有的加工模型進行比較。然后，這些系統利用所得的結果來指導如何調整參數以優化加工工藝。
  
          早期監控系統
  
          數據導向型制造這一概念已經誕生了很長一段時間。在 20 世紀 80 年代，金屬加工領域的研究人員就曾設法制造自適應性的刀具監控系統，以測量切削條件、將數據與所設定的工藝標準進行比較并在隨后調整加工參數，從而實現工藝的穩定性并最大限度減少意外加工事故的發生。
  
          這些系統采用傳感器和探針來測量切削力、功率、扭矩、溫度、表面粗糙度及聲發射等工藝因素。不幸的是，當時的傳感器技術非常落后，無法提供必要的速度和精度以確保完全有效；計算機的處理速度慢，而且需要更大的存儲器來實時處理大量的數據。此外，先進的數據采集和管理技術在當時也極其昂貴。
  
          這些缺陷導致幾乎不可能在加工期間調整參數。這樣就造成了一種魚和熊掌不可兼得或非此即彼的情況。如果收集的數據超過所設定的最大限值，加工工藝會直接停止。最大限值是在并未充分了解和洞察切削工藝的情況下設定的。除了缺少足夠先進的數據處理技術外，還未掌握一個關鍵的概念，那就是在加工工藝的眾多物理現象中，大多數現象—溫度、力、負載—都并非靜態條件，而是不斷變化的動態條件。
  
          例如（圖 1.1/1.2），某種加工中的切削力的平均值可能達到 1000 Nm。但在大約一半的時間中，這些力要高于 1000 Nm，并在其余的時間內低于這一水平。如果將系統的停機閾值設置為 1000 Nm，當力看起來過高時，系統將停止加工。（請注意，這些圖形顯示的是在 8 微秒內執行的測量，以展示力的變化速度有多快。）在 20 世紀 80 年代是不可能進行如此快速的數據處理的。
   

            圖 1.1：HQ_ILL_chip_morphology_cutting_Part1.jpg
  

          
            圖 1.2：HQ_ILL_chip_morphology_cutting_Part2.jpg
   
          現如今，在將近 40 年之后，傳感器和計算機技術在精度、速度和價格方面都有了很大的改觀。制造工藝研發本身歷經四十個年頭 ，已經積累了豐富的經驗并能夠非常深入地了解關鍵的加工要素。
  
          收集和關聯加工要素

          了解各種工藝要素的作用非常重要。事實上，有 80 多種可測量的要素會影響到加工操作。實現所有這些要素的收集、關聯和互動至關重要。如果忽略了某個要素，可能會造成意外且不可控制的影響。
  
          在收集和分析之后，還必須根據每種要素對加工的影響來確定數據的優先順序。很明顯，刀具會產生非常重要的影響。在金屬切削中，會搭配使用一組生產工具：機床、CAM 系統、切削刀具、固定和夾緊裝置以及冷卻液，而在工業 4.0 中，還包括傳感器以及數據檢索和傳輸系統（圖 2）。

          
  
          圖 2：HQ_ILL_Industry4.0_workpiece_milling_.jpg

          金屬切削的核心是切削刀具與工件的互動。不過，在傳統的加工工藝開發方法中，通常將切削刀具放在最后一位去考慮。當制定工件生產計劃時，用戶通常首先選擇機床，然后是夾具、冷卻系統和其他設備，最后才是切削刀具。這就造成了這樣一種情況：切削刀具必須彌補其他并非最佳選擇的工藝要素的不足。
  
          例如，如果選擇了不太穩定的機床，則需要使用切削力較小的切削刀具來補償穩定性的不足。不過，這種刀具在加工特定的工件材料時可能無法實現最高的生產率。這樣，在最后選擇切削刀具最終會導致制造系統低于正常水平，雖然能夠運行得很好，但無法發揮最大潛力。
  
          幸運的是，制造業中的很多人現在意識到按相反的順序進行選擇更為合適。在考慮成品的形狀、特性、工件材料和所需的質量水平之后，車間應當首先選擇切削刀具。切削刀具，也就是具體的材料和形狀，應當能夠實現最高的生產率并滿足具體的加工要求。接下來，在選擇其他工藝要素時，即可側重于創造一種環境，讓切削刀具充分發揮性能。
  
          平衡的加工
  
          車間選擇了加工工藝要素之后，必須平衡這些要素之間的互動，以實現最高的生產率和最低的成本。此外，在加工產量和成本方面，制造業還面臨著一些始終沒有解決的問題（圖 3）。
  
          顯而易見的工藝因素包括刀具性能以及刀具成本和加工成本。隱性成本包括由于不可靠的加工工藝生產出質量欠佳或不合格的零件而產生的成本，還包括導致意外停機時間的成本。
    
         
  
          圖 3：HQ_ILL_productivity_quality_cost.jpg

  
          盡管編程和維護等計劃活動都發生在加工時間以外，但其他因素，例如操作員犯錯、刀具破損、工件損壞以及系統問題，都會無謂地導致加工時間變長、成本增加。在損失的時間中，切削刀具只占很小的比例，工件材料和工藝異常情況也是如此。工作人員和系統耗費的時間所占據的比例要高出許多。
  
          工業 4.0 非常重視數字化數據采集、互聯網和云存儲，但這些元素只是解決方案的一部分。最后，必須分析所收集的數據并制作物理模型或示意圖，以說明存在問題的工藝。
  
          在網絡物理系統中，會將所收集的數據與示意圖進行比較，系統會生成反饋以執行工藝修改，從而產生所需的結果。工藝控制由工作人員以及能夠在很短的時間內實時分析數據并將其與模型進行比較的計算機共同完成。因此，采用云存儲技術的模型必須準確說明加工要素。要制作這樣一個模型，需要充分了解加工。不幸的是，加工代表著一種很難準確描述的現實情況。例如，模型必須能夠識別工件材料的動態屬性，因為工件硬度的變化會產生不同的切削力。不過，要測量每個工件的硬度是不可能的。在某些情況下，工件的硬度可能比材料的標稱硬度高 10%，導致切削力也要高 10%。
  
          保持人工控制
  
          為了解決這一工藝控制難題，需要在解決方案中建立一個既能夠在加工期間學習，也能夠自行修正以便越來越準確地說明工藝的模型。不過現在的技術還沒有發展到這種程度。
  
          因此，制造工程師必須知道如何設計和制作模型，以確定它是否能夠為管理切削工藝奠定堅實的基礎。隨后，如果通過模型與切削參數進行的互動而選擇的參數有問題，工程師需要知道應當基于哪些因素作出選擇并確定是否能夠將其否決。網絡物理系統或許能夠控制金屬切削工藝，但制造工程師必須保持對網絡物理系統的控制。
  
          憑借數十年來積累的豐富現場經驗和研究經驗，山高制作和提供了極其精確的工藝模型。這些模型在形式上并非是一個封閉的盒子，而是具備為工藝提供指導的內外測試能力，原因在于人們的思想、經驗和觀點對于制造業新掀起的工業 4.0 革命最終能否取得成功至關重要。
  
  

         
          圖 4：015644_HQ_IMG_My_Pages_Suggest_Launch_Devices

         
          圖 5：016538_HQ_IMG_STEP_library_overview_without_background.jpg

          （附注）
    

          制造業的循環演變
    
          制造技術在過去的三個世紀取得的進步不但顯著提高了生產率，還在近年來大大增強了滿足客戶特定需求的能力。
  
          第一批制造商是在家中為自家人制作衣服、玻璃器具、盆碗和家具的工匠。每件產品都是定制的而且獨一無二。那些并不滿足于維持生計并具有企業家精神的工匠還會為其他人制作多件他們自制的產品。
  
          此后，工匠們開始在公共資源所提供的鐵匠鋪或玻璃窯等機構中搭伙工作，不但將生產效率提高了很多倍，還提供了其他的好處，例如技術共享。由于在整個工廠內分配水車動力、蒸汽或電力等集中能源，因此還提高了產量。
  
          早期的工廠每次生產一個零件。裝配線的發展揭開了重復生產同種產品的序幕。當裝配線將產品從一個工作站送到下一個工作站時，每個工人重復執行單獨的一道工序，直到生產出成品為止。這是批量生產的開始：可靠地生產出大量的同種產品—至少符合當時的制造公差。最能體現裝配線這一概念的或許是汽車連續生產線，它們每次都生產出數以千計的同種零件，而且夜以繼日地持續運轉多年。
  
          產品營銷的興起顛覆了批量生產方案。在資本主義競爭進入白熱化期間，營銷商力求提供經過改造的產品以滿足小型細分市場的需求，從而擴大自己的客戶群。
  
          一個完美的范例是，早期的汽車制造商摒棄了福特 T 型汽車“你想要什么顏色都可以，只要它是黑色”的營銷理念，轉而為客戶提供越來越豐富的顏色和選擇。為了滿足這種個別客戶的需求，制造商必須機動靈活，并設法高效地在不同的制造工藝之間切換。通過穿孔紙帶實現的數字化機床控制以及后來的計算機化數控可以快速、可靠地更換工藝和刀具。與此同時，加工能力更強的自動化系統能夠縮短零件的處理時間和降低人工成本。
  
          在過去的幾十年間，能夠通過按幾下按鈕就生產出不同的零件或零件特征的 CNC 制造車間基本上取代了可靠但難以改造的連續生產線概念。
  
          消費品營銷領域的趨勢清楚地表明了計算機為制造業帶來的靈活性優勢。只需對生產線的要素進行重新編程，營銷商即可實現很多的品牌延伸。向個性化發展的趨勢并非只限于制造業。例如，大型零售商在開設更加小型化的專賣店，以滿足個別客戶對便利性和產品偏好的需求。
  
          制造業產品的個性化只會變得越來越普遍。與工業 4.0 的實施過程類似，采用云服務的模型可能會利用營銷信息來管理產品更迭、自動化和庫存水平。與采用云服務的切削工藝系統的運行方式類似，營銷人員也依然需要密切關注這些營銷驅動型制造系統，并確保這些系統作出的決策合情合理。
  
          采用最近新涌現的制造技術，個人在家中就能夠生產出定制的零件。因此，就像幾個世紀前的工匠們所制作的產品一樣，在數字信息的推動下循環演變的制造業現在能夠在工廠之外生產出獨一無二的產品，但在精度、質量和速度方面已經不可同日而語。