32、智能制造的未来技术趋势与社会变革

智能制造的未来技术趋势与社会变革

一、区块链技术

1.1 区块链概述

区块链技术是一种利用区块链验证数据结构和存储数据，采用分布式节点共识算法生成和更新数据，运用密码学方式确保数据传输和访问安全，通过自动化脚本代码智能合约对数据进行编程和操作的新型分布式基础设施。它采用去中心化的点对点通信模式，将计算和存储需求分散到构成物联网的各个设备中，有效处理设备间的信息交换。

1.2 工作机制

其工作机制步骤如下：
1. 用户发起交易激活区块链。
2. 网络对交易进行加密并宣布其合法有效。
3. 若交易无效则丢弃，否则广播到全网。
4. 在给定时间间隔内收集所有验证过的交易。
5. 将收集的交易打包成带有时间戳的候选块。
6. 将候选块在网络中传播。
7. 接收方验证候选块。
8. 若所有验证通过，有效块将链接到各网络节点的前一个块。

通过重复以上步骤，区块链规模不断扩大。这个过程体现了区块链的一些明显优点，如不可变性、高透明度、去中介化和去中心化，还具有一些隐藏优点，如真实性、可追溯性和匿名性。这些优点有助于克服中小企业面临的信任和成本困境。

1.3 特性

区块链具有三种特性：
- 记账 ：它是一本账本，记录用户希望公开的交易。
- 加密 ：使用密码学确保账户不可被篡改，开户时系统自动创建密钥用于操作账户。
- 分布式多方参与 ：区块链分布在世界任何网络节点，不属于特定或集中的机构，各节点同步共享和复制整个账本数据。

1.4 对智能制造的作用

区块链有利于降低成本和进行供给侧改革，将成为智能制造的支撑技术，原因如下：
- 解决信任痛点 ：其去中心化、去中介化和信息透明的特点，先解决了金融领域的信任痛点，也能在制造业各方面显著减少欺诈、降低成本、提高效率和安全性。例如，在酒类防伪中，添加区块链技术可确保商品信息的连续性和可追溯性，减少欺诈。
- 推动边缘计算兴起 ：边缘计算用于解决实时和交互式计算问题，如今越来越多的企业等将计算重心从集中式云计算转向边缘计算。但边缘计算设备存在计算能力弱、难以实现自我安全保护的问题。通过区块链技术，设备可基于公钥生成唯一地址，实现安全的信息收发，保障边缘计算的安全实施。
- 影响工业云企业布局 ：区块链会逐渐打破工业云平台的品牌差异，促进平台和品牌的兼容性，模糊公有云和私有云的概念，突破不同需求环境的障碍。不过，由于其信息透明，不适合需要保密的交易记录，且信息同步共享、复制和冗余存储会使数据量快速增加，不易被普通用户接受。

1.5 在产品生命周期各阶段的应用

1.5.1 设计阶段

在智能制造环境下，产品设计是公司与其合作伙伴的协同设计。协同设计虽有诸多战略益处，但面临低设计参与度、知识产权保护和不可靠的协同设计环境等挑战。区块链辅助系统可让个人和组织协同创建、讨论、修改和分享对共创产品的感受等，提高参与率；基于区块链的系统能让设计成员以加密方式收集、存储和分发设计细节，自动确定知识产权归属和侵权问题，营造可靠的协同设计环境。

1.5.2 制造阶段

区块链在制造阶段主要体现在三个方面：
- 资源调度 ：将虚拟和物理资源连接到P2P网络，根据客户需求或工艺要求，通过智能合约调度可用生产资源，并将调度方案发送到授权节点处理。
- 设备控制 ：提供设备属性相关记录，将属性作为智能或数字进行注册和交易来控制设备，比集中式设备控制更灵活。
- 制造过程跟踪 ：用于跟踪产品的演变过程以及从最终产品追溯到源头的反向过程。与其他技术（如数字孪生、软件定义网络、物联网和SoLoMoCo）集成时，可进一步提升智能制造能力。

1.5.3 分销阶段

智能制造网络中的物流正从传统集中式向分散式和分布式转变，需要新的支持技术，区块链因其去中介化和透明的特点成为匹配的技术之一。在物流中，区块链可用于改进运输系统，跟踪和追溯物理分销中的所有操作，提高效率。例如，在新冠疫情期间，可用于追踪产品和病毒传播路径；零售巨头沃尔玛和京东分别用其连接最后一英里配送的无人机和跟踪牛肉进口。此外，区块链还可应用于物流金融。

1.5.4 支持阶段

支持阶段包括对上市产品和服务的指导、故障诊断和维护，涉及多个利益相关者。区块链主要应用于远程监控和调度、故障诊断和维护，过程如下：
1. 消费者在设备异常或例行诊断时可在区块链上提出设备诊断请求，P2P网络上不同报价和信用的维护人员竞争订单，选出获胜者。
2. 获胜者根据区块链中的知识库分析产品使用数据，判断产品是否有问题，并将诊断解决方案广播和存储在区块链上。
3. 进行事后或事前的远程或现场维护活动。

1.5.5 退役阶段

退役阶段是将报废产品从用户指定地点送回公司进行回收或处理。合理利用报废产品可节约资源、减少环境破坏，但消费者对回收的积极态度未转化为实际购买行为，企业在回收方面投入大，可持续产品的质量不确定性是阻碍消费者购买的主要障碍之一。区块链可与RFID和二维码技术结合使用，在逆向物流中实现对二手产品的即时跟踪和透明追溯，有助于企业更好地了解产品质量，做出回收决策。区块链在回收中有多种应用，如参与者信用评级、回收激励、保护个人信息、调节回收产品数量和跟踪回收过程等，可通过基于区块链的系统或平台实现，还可给予加密货币形式的经济奖励激励消费者参与回收。

1.6 区块链工作机制流程图

graph LR
    A[用户发起交易] --> B[网络加密并验证]
    B --> C{交易是否有效}
    C -- 无效 --> D[丢弃]
    C -- 有效 --> E[广播到全网]
    E --> F[收集验证交易]
    F --> G[打包成候选块]
    G --> H[传播候选块]
    H --> I[接收方验证]
    I --> J{验证是否通过}
    J -- 通过 --> K[链接到前一个块]
    J -- 不通过 --> L[处理异常]

二、多材料3D打印

2.1 技术概述

3D打印已成为满足产品个性化需求的重要增材制造技术，无需模具即可按需定制大型多材料复合材料，将彻底改变制造业。根据美国材料测试协会颁布的相关标准，增材制造可分为七类技术，在“金属”打印中有四种主要的熔融金属粉末床技术，分别是粉末床熔融（PBF）、激光金属沉积（LMD）、凝胶剂喷射成型（Binder Jetting）和层压物体制造（LOM）。

2.2 应用案例

• 中国 ：3D打印技术已用于制造大型飞机（如运20、C919、J - 15、J - 31等）的钛合金部件，高性能金属材料的3D打印技术是中国航空航天设备制造业的核心技术优势。
• 美国 ：GE长期将3D打印用于航空航天产品，增材制造被列入2013年麻省理工学院评论的十大突破性技术。GE计划在2018年开始销售可用于生产大型零件的3D金属打印机，实现金属的快速低成本打印。

2.3 发展趋势

当前3D金属打印的趋势是向大型化、自动化和多材料方向发展。例如，在2017年德国法兰克福举行的Formnext国际精密成型和3D打印制造展览会上，GE展示了打印尺寸为110.3立方米的航空航天部件，并宣称未来3D打印尺寸可增加到1立方米以上。在自动化方面，以燃油喷嘴尖端为例，3D金属打印可将制造周期从15 - 18个月缩短到3 - 5个月，并将喷气发动机的零件从20个集成到一个。未来，3D打印机可打印三种以上的材料，如飞机机翼可由多种材料一起打印而成。

2.4 3D打印技术分类表格

技术类型	名称
粉末床熔融	PBF
激光金属沉积	LMD
凝胶剂喷射成型	Binder Jetting
层压物体制造	LOM

三、社会变革与新商业模式

3.1 社会和就业变化

3.1.1 决策方式转变

随着人工智能技术的推动，人类社会正在经历全面而深刻的变革。以往由人类做出的决策，如今越来越多地由计算机和大数据算法来完成。当拥有足够的数据和计算能力时，软件算法在理解制造系统的运行机制、优化路径方面，甚至在理解人们的欲望、想法和决策方面，都比人类更出色。例如，人们在网上购买产品时，过去常常依赖直觉、亲戚建议，而现在越来越依赖软件算法，像亚马逊的自动化推荐功能就很受欢迎。根据“用进废退”原则，人类的决策能力可能会逐渐退化，就像习惯使用GPS/北斗导航的司机逐渐失去找路和辨别方向的能力一样。

3.1.2 就业结构变化

企业之间的竞争将从人与人的竞争转变为软件算法之间的竞争。在竞争压力下，大量工厂流水线工人、出租车司机、快递员甚至管理人员将失去工作。而像软件工程师这样的新工作则难以被取代。自动化水平高的国家生产成本更低，这会进一步拉大贫富差距。

人工智能对社会和就业的影响是持续变化的，虽然会创造许多新工作，但这些工作很快又会消失并被新工作取代。目前的流水线或简单规则的工作将主要由机器人和计算机完成，而人类仍将从事那些具有高度创造性和灵活性的工作。因此，培养学生的创造性和灵活性思维、系统集成、协调平衡能力，以及研究大数据和人工智能新技术，应成为重要的教学内容和研究课题。

3.1.3 案例：中国无人食品工厂

2020年，中国人工智能技术在制造业的应用比例低于2%，预计到2025年，在制造业的渗透应用将超过10%，带来超过十亿元的智能制造升级效益。为此，企业纷纷增加人工智能在制造业的应用。
- 生产环节 ：人工智能技术应用于生产制造的各个环节，具有简化生产流程、提高生产效率和改进工艺技术的优势。例如，在肉类加工中，猪肉加工机器人、去内脏机器人等设备通过人工智能技术实现智能自动化加工；在食品分拣和质量检测中，图像识别技术和人工智能技术可实现对食品分拣、包装、码垛全过程的实时监控，并通过机器学习不断提高加工和生产的准确性。
- 经济效益提升 ：以河北正大的“无人食品工厂”为例，其智能饺子生产线每小时可生产数十万个饺子，大大提高了企业的经济效益。此外，基于人工智能技术的烹饪机器人、送餐机器人不断涌现，间接为企业品牌进行了营销宣传。
- 面临挑战 ：然而，中国存在人工智能设备和跨学科人才短缺的问题，机械设备的标准协议也不规范、不统一，因此人工智能在生产车间的普及和应用仍有很长的路要走。

3.2 社会和就业变化的影响分析列表

影响方面	具体表现
决策能力	人类决策能力可能逐渐退化，软件算法在决策方面更具优势
就业结构	大量传统工作岗位被取代，新的高技能岗位难以被替代，贫富差距可能拉大
教育方向	培养学生创造性、灵活性思维和相关新技术研究成为重要课题
企业应用	企业增加人工智能应用，但面临设备、人才和标准协议等问题

3.3 人工智能对就业影响的流程图

graph LR
    A[人工智能发展] --> B[决策方式转变]
    B --> C[企业竞争变化]
    C --> D[传统岗位流失]
    D --> E[新岗位产生]
    E --> F[教育方向调整]
    F --> G[企业应用推进]
    G --> H{面临挑战}
    H -- 设备短缺 --> I[解决设备问题]
    H -- 人才短缺 --> J[培养跨学科人才]
    H -- 标准不统一 --> K[规范标准协议]

3.4 应对建议

为了更好地适应这些变化，个人、企业和社会可以采取以下措施：
1. 个人层面 ：
- 不断学习和提升自己的技能，尤其是创造性和灵活性思维能力，以适应新的就业需求。
- 关注新兴技术的发展趋势，提前做好职业规划。
2. 企业层面 ：
- 加大对人工智能技术的研发和应用投入，提高企业的竞争力。
- 加强与高校和科研机构的合作，培养和引进跨学科人才。
- 参与行业标准的制定，推动行业的规范化发展。
3. 社会层面 ：
- 政府应出台相关政策，支持人工智能技术的发展和应用，同时关注就业结构调整带来的社会问题，提供相应的培训和再就业支持。
- 教育机构应调整教学内容和课程设置，培养适应未来社会需求的人才。

总之，智能制造的未来技术趋势，如区块链和多材料3D打印，将为制造业带来巨大的变革。同时，人工智能的发展也将对社会和就业结构产生深远影响。我们需要积极应对这些变化，充分发挥新技术的优势，以实现可持续的发展。