智能制造平台

    今天的市场压力使制造商的运营有很大不同。驱动力有很多，包括快速满足客户需求、应对能源约束和环境保护。另一面，网络技术发展与面向服务架构可以为制造提供实时洞见。这是智能制造的基础，应用网络信息化技术，贯穿整个企业的制造和供应链，实现高效率、高生产力、竞争优势和高投资回报。

　　高性能计算可以在制造也中发挥作用，多数焦于虚拟设计和原型制作，利用计算机建模和仿真能改进产品设计。利用数据和信息，智能制造能缩短路径，实现了主动和智能的制造决定。

　　为了解这一新兴模式，《HPCwire》采访了吉姆�戴维斯，加州大学洛杉矶分校的首席信息官和智能制造领导联盟（SMLC）创始人之一，该组织正在开发全国第一个开放智能制造平台。

　　“我们正在与设计侧建立接口，”戴维斯说，“但我们的重点是制造中的实时性。我们对实时数据的计算和分析、把信息变为可执行的操作感兴趣，这能与自动化与控制、实时决策制定或供应链实时事件建立接口。所以时间、实时、可操作任务和制定决策是智能制造与设计链的区别”。

　　戴维斯接着说，当他的团队对细分行业进行调研时，发现了一个共同的问题：他们需要一种更强的计算和分析能力，需要加强IT的基础设施，需要与自动化控制或工厂平台更好连接。同时，他们需要合并数据并编入不同指标，这需要跨越办公室、或供应链、或运营的界限。

　　“这让我们落地到了平台创建，引导我们开发智能制造平台，”戴维斯说。“我们一直在找一种全面服务，能够大规模计算和实时可操作。”

　　“在平台层面，有相当多的重叠设计，设计模型为制造实施具有很好的意义，但设计与制造有明显不同。”

　　去年，SMLC赢得了能源部的合同，开发了全国第一个开放的智能制造平台，能协同工业网络信息应用。1000万美元的资助中有两个测试台项目：第一个是通用动力陆军弹药厂（优化热处理炉）和普莱克斯氢加工厂（优化蒸汽甲烷重整炉）。第二个测试台项目的目标是每年减少6900万吨的二氧化碳排放量，这占美国总共1.3％的废热。

　　在蒸汽甲烷重整炉的例子中，管理加热炉和用能的??好办法是有一个适于计算流体动力学的高保真模型。了解炉内流体和热量分布非常困难，因为炉内环境严酷，几乎所有传感器都无法放置。现在的办法是在炉的周围放置红外摄像机，实时测量和可视化炉内的温度。然后，他们把采集的数据与其它的测量值放在一起，使用计算流体动力学模型来预测总体热量分布，进行优化，然后更新工厂的控制模型。

　　“我们使用的计算流体动力学模型来预测和更新控制模型中的参数，并能实时运行”，戴维斯解释说。“有了高保真模型，我们达到了很好的节能效果”。

　　SMLC还与另一家制造金属零件的公司合作，这家工厂包括加热和锻造等步骤，随后是成型和加工步骤。通过使用建模，实现了正确的金相特性，公司节省了加工维护、加工时间和公共设施。用这种方式，在热处理工序中也节省了能源。

　　“这是一个离散过程，我们用多种方法节省了电、煤气和燃料等能源，同时提高了产品的产量和质量”戴维斯说。

　　SMLC分析了各行业制造中的问题，整理出用来规范智能制造平台的一组需求。该平台是基于服务的基础设施，由Nimbis服务公司开发，该公司是云计算市场的鼻祖。 SMLC增加了一个独特的工作流即服务（waas）层，允许公司选择不同组件，从“我如何收集数据？”到“我怎么分析它？”，最后是“我怎么接到工厂？”换句话说，工作流即服务把一系列代码段安排成一种有组织的格式，把软件转变成可执行的行动。

　　SMLC及其合作伙伴正在建设针对汽车、食品、军火、天然气、炼油、化工和制药特定的测试台。原型包含了所有的垂直服务 -- 计算和存储层、云管理层和工作流即服务层 – 已把这些环境放在一起。下一步是建造每个层的功能，对于云管理，它将用OpenStack实施。

　　“我们看到了一组跨企业相对不变的工具，”戴维斯说，“这些工具可访问计算资源，能力可按计算实例调节。平台构建出那些不变元素，并放置一个称为智能制造市场的层，企业能够访问该层，按照他们的特定应用，选择自己所需的组件”。