随着人口红利的收窄,为赋能规模生产,全球企业智能化转型加速,智能制造产业规模不断扩张。
根据中商产业研究院发布的数据显示,2022年中国智能制造产值规模破3万亿元,同比增长14.9%,预计2023年中国智能制造产值规模将进一步增长至3.92万亿元。
数据源:中商产业研究院,与非网整理
在智能制造的产业链上,中国走到哪了?
智能制造的产业链较长,大致涵盖智能装备、工业互联网、工业软件、3D打印以及将上述环节有机结合的自动化系统集成及生产线集成等环节。
从发展进程的角度来看,参考IDC将企业数字化成熟度划分为入门者、探索者、组织者、转型者、颠覆者5个阶段,当前中国制造企业数字化转型总体成熟度处在中间阶段,而在第四、五阶段的数字化转型者和数字化颠覆者的占比很低。
对此,瑞萨电子工业自动化事业部高级总监徐征表示:“智能制造的前提是工业自动化,以德国为首的工业强国在二战期间就能达到工业1.0~2.0的阶段,当前正在发展工业4.0,所以相比起步较晚的中国,他们的产品在稳定性和可靠性方面会比较有优势。不过,这几年国内发展的也不错,尤其是在工业制造方面也呈现出多点开花的局面,在PLC、工业变频器、伺服器等细分市场中,无论是成长速度、开发能力还是价格方面都是可圈可点。”
至于什么是真正的“智能制造”?徐征也有着独到的见解。他告诉与非网:“所谓智能制造就是人工干预得越少越好,尽可能地让设备处于自行运行状态,这是一个理想的状态,所以自动化是智能制造的前提。此外,设备之间的协调性、产线的灵活性和可定制性、设备和人员的安全性,以及整套系统的可靠性都是从业者关心的要点。比如这几年开始受到重视的数据安全问题,工厂之间的差异大多数取决于其特定的工艺参数,如果此类参数文件被盗走,那么就会丢失其技术壁垒,所以防止黑客入侵是眼下要解决的问题。”
瑞萨电子如何抢占智能制造行业先机?
前面提到智能制造的产业链很长,瑞萨电子作为全球工业数字化转型的引领者和推动者,为市场提供了从芯片、算法到参考设计的多维度产品。
图 | 2023工博会,瑞萨展台一隅
根据徐征的介绍,瑞萨电子的特色是“一网到底”,其拥有多种工业以太网解决方案,用于加快驱动设备、控制器、传感器与通信设备等工业应用的研发。另外,瑞萨电子还提供高度灵活的高性能计时IC、Serial RapidIO® 与PCI Express®等领先的互连解决方案、信号完整性产品、先进的电源管理解决方案构成的各类成功产品组合。
对此,瑞萨电子嵌入式处理器事业部总监沈清强调:“仅瑞萨电子的MCU料号就超过了10000个,且在功能安全和信息安全方面独具特色。从去年年底开始,客户对功能安全的需求一下子喷涌出来,这在一定程度上说明国内的业态正在与国际接轨。而瑞萨在功能安全方面拥有十年的根基,我们的产品做了很完整的SIL3工业功能安全等级认证(相当于汽车安全认证等级中的ASIL D),可以提供整套方案,而行业竞争对手大多只做了自检库,所以当客户采用瑞萨的方案时,可节省2/3的时间,达到降本增效的目的。在信息安全方面,瑞萨的MCU/MPU产品都内置了加密单元,并且可以配合提供系统的信任根,同时基于这两个特点开发出了一系列安全解决方案。比如最底层的是加解密算法加速,再往上到密钥的封装保护,再往上就到应用层的安全启动,以及我们的安全传输层协议,在每一个系统的不同层级我们都有一个信息安全的加密保护机制在里面。”
“除此之外,瑞萨电子的产品还具有可靠性高、稳定性好、拥有实战案例好上手等特点,在生态建设方面也比较完善。” 沈清补充道。
中国是跳跃式市场,很多新需求、新成果正在最先落地中国
中国近些年的发展很快,属于跳跃式市场,如果把海外市场比喻成传统型客户,那么中国市场就是创新型客户。瑞萨电子有很多新品都是基于中国客户的“新需求”进行研发设计的。
比如瑞萨近期推出的Reality AI工具,需求和最先落地就都在中国,但在国外推出后反响也非常好。
图 | Reality AI工具硬件载体示意
具体来讲,Reality AI是一款基于非视觉算法的建模工具,它的服务对象之一是电机的运行异常检测,它可以帮助企业非常方便地进行数据采集分析,生成AI模型,减少制造型企业在AI模型上的时间、人员和经济投入。同时,Reality AI工具可以部署在低成本的MCU上,无需额外的传感器即可实现预测性维护功能。
和市场上通用的一些模型相比,Reality AI模型只要占用20K Flash和9K RAM的资源,推理时间仅需3.5ms,准确度大于90%,所以是相当轻便高效的。同时,对于使用该工具的企业来讲,无需掌握复杂的AI底层技术,PC端使用简单的Python脚本即可采集数据,再基于网页端可视化的工具组件进行数据导入、统计分析和抓取特征值,最后生成针对瑞萨全系列MCU的AI模型库。
写在最后
智能制造面临的不止新设备、新技术的引进,更为关键的是如何对现有产线进行改造,当前面临不少问题,比如关键数据的采集、多接口的融合、系统安全难题等都有待解决。但一口吃不成一个胖子,只能慢慢培养,阶梯式地发展,静待花开。