《制造系统的PEC模型》-工学论文，工程论文-论文范文参考-科学狗论文网

标题

制造系统的PEC模型

范文

解光伟

摘要：制造系统模型是认识制造系统最为直观的方式，也是构建制造系统和改善制造系统能力的基础。随着工业4.0和工业互联网的推广，智能制造和数字化工厂逐渐成为制造系统发展的趋势。制造系统的智能化和数字化转型需要比传统的4M1E更加系统化的模型，它能够更好地描述制造系统内部结构和联系，更好地体现制造系统的运行方式和机理，能够更好地解决系统性的复杂问题和结构性问题。一个好的制造系统模型既可以解释过去也能够预测未来，解释过去的发展进程，指导未来制造系统的构建。

Abstract： Manufacturing system model is the most intuitive way to understand manufacturing system. It is the basis for building manufacturing system and improving the capability. With the promotion of Industry 4.0 and Industrial Internet， the intelligent manufacturing and digital factory has gradually become the development trend. The intelligent and digital transformation of the manufacturing system requires a more systematic model than the traditional 4M1E model， which can better describe the internal structure and connection of the manufacturing system， better reflect the operation mode and mechanism， and can better solve the complicated problem and structural issues. A good manufacturing system model can explain both the past and the future， explain the past development process and guide the construction of the future manufacturing system.

关键词：PEC模型;制造系统;工业革命;智能制造

Key words： PEC model;manufacturing system;industrial revolution;intelligent manufacturing

中圖分类号：TH165? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文献标识码：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章编号：1006-4311（2019）33-0184-03

0? 引言

一直以来，人们都是通过人、机、料、法、环5个要素来认识制造系统。这种方式便于分析制造系统的组成要素，因此它也成了解决生产过程中异常问题和构建新制造系统的标准模型。在解决生产过程中的具体问题时，4M1E模型发挥了极大的作用。但系统要素只不过是基础的构成元素，真正对制造系统的性质和能力起决定性作用的是其内部的结构和联系。因此对于制造系统内部结构和联系的解析和认识方式更为关键。尤其在当下，面对新一轮工业系统变革所带来的制造系统智能化与数字化转型，重新认识制造系统也许可以帮助企业找到正确方向[1-2]。

1? 制造系统PEC 模型

1.1 提出PEC模型

以人体为例，人体是由肌肉、骨骼、内脏、大脑等构成。据此，人们可以清晰认识身体的各个组成部分。但人体也是由运动系统、消化系统、循环系统和神经系统等构成。而以此来看，人体就成了一个功能完整的有机体。它的运行方式、控制原理和生理机能都可以清晰地体现出来。

制造系统也是如此，4M1E模型无法描述制造系统内部结构和联系。而制造系统应该也存在一套其他维度的模型来表示其内部结构和联系，体现其运行方式和机理[3-4]。从整体视角来观察制造系统，一种基于功能维度的系统模型展现出来，即PEC模型，如图1所示。P表示产品系统（Product system），E表示能量系统（Energy system），C表示控制系统（Control system）。

1.2 PEC模型的说明

产品系统是产品相关要素及其属性的集合，是制造行为的规范标准，也是制造系统运行的最终目的。它不只是原材料、产成品，还包括相关的产品标准。产品的本质不是实物，而是定义产品的标准的集合。

能量系统是制造行为的集合，是制造过程中所涉及的各种形式的能量传递与转化的实体和过程，如电力、设备、工具和人员等能量要素以及机加工、电镀、装配等能量转化的过程。能量系统包括人力能量系统和非人力能量系统。

控制系统是制造信息的集合，是指产品实现过程中指令信息与状态信息的传递与处理所涉及的实体和过程，包括需求控制、生产控制、供应控制等。控制系统就如同人体的神经系统，它控制着所有制造活动和过程，调节着生产系统的运行。

PEC模型所描述的基本过程为：在控制系统的控制下产品系统（输入）经过能量系统后形成新的产品系统（输出）。在经过能量系统之前，产品系统主要是指输入的原材料和产品标准。当它经过能量系统之后，就会转变成最终产品和客户满意状态。在图1中，产品系统与能量系统之间的实线代表着物质流，也是能量转化与传递的过程和产品状态发生变化的过程。图中的虚线代表着信息流，是信息传递和控制的过程。控制系统决定着产品系统实现过程的时序、速度和方式，其有效程度关系着生产制造系统的效率和可靠性。

2? 工业革命的解释与预测

2.1 第一次工业革命的解释

1785年，瓦特改良的“万能蒸汽机”第一次取代水车驱动纺织机运转，开启了第一次工业革命的大门。凭借澎湃的蒸汽动力，英国成为人类历史上第一个完成工业化的国家。顾名思义，第一次工业革命是一场工业的革命。那么工业发生了什么本质性改变，才使得人类经济社会发生了翻天覆地的巨变。从根本上来说，第一次工业革命解决了困扰人类几千年的一个大问题：如何生产足够多的产品[5]。

按照制造系统PEC模型的机制，要想获得更多的产品，能量系统就必须可以提供足够多的能量。而瓦特的蒸汽机为工业生产提供了远超人力的澎湃动力，从而使得工业生产的总量急速增加，大规模生产方式得以实现。第一次工业革命的本质在于制造系统中的能量系统出现了巨大的发展，能量系统的“体量”取得了巨大飞跃。

2.2 第二次工业革命的解释

由于蒸汽动力的精度、可控性和便利性都存在着严重的缺陷，因此无法实现更高水平的制造过程。而电气动力既有巨大的体量，也可以做到极为精细的程度。“精细”的电能的出现催生了大量新“功能”产品。从第二次工业革命开始，人類可以大规模地制造自然界本来没有的“功能”。以前的产品无非是衣服、鞋子、刀剑等满足人类生存的基本需求。之后的产品类型迅速扩大至电灯、电话、汽车、留声机等。而这些产品的新“功能”彻底改变了人类的生活方式。

从制造的角度来看，电气动力最大的优势在于其极为优秀的可控性。其输出的能量可以直接用于改变产品系统的结构状态，即精密零件加工和原料生产。自从英国化学家戴维使用电解法分离出金属钠之后，人类掌握制造原材料的新技术，例如电解铝、电解铜。人类可以大规模低成本地制造铝和铜等金属材料意义非凡。可以说整个电气时代就是建立在铝和铜等材料的基础之上。此外，与蒸汽动力系统相比，极小的体积和无需不断增加燃料等优势极大地增加了电气动力系统的应用范围。总而言之，电能在精细程度、可控程度和便捷性上要远超蒸汽能量，即电气动力系统的“品质”明显地优于蒸汽动力系统。因此，电气技术变革才能催生出不亚于蒸汽机的第二次工业革命[7]。

2.3 第三次工业革命的解释

上个世纪四五十年代，人类又经历了一场以计算机和通讯技术为基础的第三次工业革命。信息技术革命的根因并不是它改变了人类交流的方式，而是其彻底改变了制造系统，从而使得人类可以制造出芯片、电脑、手机等这些前所未有的产品以满足人类全新的生活方式。可以说，如果没有计算机和通讯技术，人类根本无法研发和制造如此复杂却又如此高品质的产品。

计算机控制技术的应用，极大地提升了能量系统的精准度，使得高精度的零件加工和高纯度的原材料生产成为现实。通讯技术在工业领域中的应用，使得人类对于制造过程的控制和协调能力取得了极大的进展。制造系统的运行速度、成本和质量都得到了成倍的提升。制造系统对于市场变化的快速响应变得更加敏捷。产品的更新换代节奏前所未有，制造系统已经与用户联系在一起了[7]。

而这些就是控制系统的作用。控制系统作为独立的实体逐渐完善，它作为制造系统的“神经中枢”开始发挥作用，为制造系统的高效运行保驾护航。因此，可以说第三次工业革命的成果是“控制系统”变革所带来的。

以上我们用PEC模型解释了工业革命之所以是工业革命的原因。这也反过来证明PEC模型的正确性和合理性。同时也表明PEC模型在高纬度、系统性现象的解释上具有一定的优势。PEC模型能够解释过去，那么它能不能预测未来呢？

3? 预测未来的变革方向

3.1 第四工业革命的预测

在制造系统的发展过程中，能量系统的发展模式是从小到大，从量变到质变。蒸汽机引发的第一次变革完成了能量系统体量的飞跃，电气化引发的第二次变革实现了能量系统精准应用的飞跃。在经过了20世纪的第三次制造系统变革后，PEC模型中的控制系统得到的极大的发展。但它还没有实现质的飞跃。它应该会像能量系统一样，经过“体量和精度”的两次变革才能得以完善。

理论上，控制系统包括感知系统、传输系统和决策系统。第三次工业革命是信息技术革命，实现了对信息的高效传输和处理。据此推测第四次工业革命可能发生在剩下的两个领域：工业态势感知和综合智能决策。前三次工业革命的技术是隔代的，相比前一代，后一代的技术是划时代的。电气技术超越了蒸汽时代人们所能理解的范围，信息技术也超越了电气时代人们的想象。同样的，第四次工业革命所应用的工业技术也应该是划时代的。

从制造的角度来说，虽然不能确定当前流行的人工智能、超信息化、量子计算、可控核聚变和生命技术等技术是否会引发第四次工业革命。但可以确定的是其必须彻底改变“控制系统”，实现制造系统的工业态势感知和综合智能决策。或者说一切可能使得制造系统飞跃的方向都有可能是第四工业革命的趋势[8-9]。

3.2 未来制造的控制系统

控制系统是对由物理层抽象出来的信息集合进行处理的系统。控制系统通过状态信息掌握制造系统的状态，又通过控制信息对系统状态进行调整，从而实现对制造系统的控制。对控制系统的分析和建模会极大地提升我们对制造系统结构和运行机理的认识。此外控制系统还可以对制造系统进行模型化重构和结构化解析。例如，不需要对生产线上的设备、工具和人员进行实际地分配和组合，根据已知信息预先就能够对各种生产要素进行需求解析，合理地配置产品-机器-人员的组合。

信息层发生于物理层又反作用于物理层，信息层既可以分离于物理层又能够透视物理层。简单地说，在构建控制系统时，物理-信息架构必须能够实现物理层与信息层的分离、整合与再融合。这是制造系统新一轮变革的关键途径。无论是工业4.0还是工业互联网，都必须符合这一规律或实现这一过程才能将工业制造推向新的高度[11]。现在几乎所有的ERP、MES等工业软件都只具备对制造系统和过程进行记录、提示、存储和汇总等工具性的功能。它们只是物理层的附属，并没有彻底地将信息层分离于物理层并将其构建为一套真正意义上的控制系统。控制系统最终形式将会是制造系统的“虚拟镜像”。因此，很难讲没有明确以构建控制系统为核心框架的工业4.0和工业互联网就一定是第四次工业革命[10]。

4? PEC模型的应用展望

以往，在构建一座工厂或者一条生产线时，一般是将工厂或者生产线按照4M1E将其分解成人、机、料、法、环等要素，逐项设计和配置，最终组合成一座工厂或者一条生产线。但是这种组合方式无法体现物理信息系统的层次，也无法体现如何规划信息传递与控制方式。未来在构建一个制造系统时，也许按照PEC模型更为符合智能化和数字化制造系统的要求。

按照PEC模型，应该将一个工厂或者生产线分解为产品系统、能量系统和控制系统3个独立系统来设计，然后再将其三个子系统融合成为一个整体制造系统。产品系统的设计包括物料与产成品规划、标准与客户需求设定。能量系统设计包括工具设备规划、工艺流程设计。控制系统设计包括状态信息的感知设计、信息分析和智能决策的系统规划以及控制指令的执行设计。然后将三大子系统链接到一起，形成一个以控制系统为中枢的工厂或生产线。当然这个过程需要借助先进的制造工程技术和制造信息技术[11]。

未来的制造形式不仅仅表现在自动生产、智能制造和数字工厂，更是一种“有意识”的互联生产方式。控制系统脱离物理层是新一代制造系统的设计前提。PEC模型将控制系统提炼出来与未来信息化的制造系统相得益彰，也能更好地指导规划设计工作[12]。

参考文献：

[1]林益明，袁俊刚.系统工程内涵、过程及框架探讨[J].航天器工程，2009（01）：8-12.

[2]张曙.工業4.0和智能制造[J].机械设计与制造工程，2014（08）：1-5.

[3]张曙.全能制造系统[J].中国机械工程，1996（02）：47-48，109.

[4]刘飞，杨丹，易树平.制造系统理论体系框架及其应用[J]. 中国机械工程，1996（01）：43-46.

[5]金培.世界工业革命的缘起、历程与趋势.南京政治学院学报，2015（01）：41-49，140-14.

[6]周友光.“第二次工业革命”浅论[J].武汉大学学报（社会科学版），1985（05）：103-108.

[7]鄢显俊.论信息技术革命的社会历史原因——基于SST理论的分析.科学学研究，2005（10）：586-591.

[8]周济.制造业数字化智能化[J].中国机械工程，2012（20）：2395-2400.

[9]谭建荣，刘达新，刘振宇，程锦.从数字制造到智能制造的关键技术途径研究[J].中国工程科学，2017（03）：39-44.

[10]熊有伦，吴波，丁汉.新一代制造系统理论及建模[J].中国机械工程，2000（Z1）：49-52.

[11]朱剑英.智能制造的意义、技术与实现[J].机械制造与自动化，2013（03）：30-35.

[12]张曙.2030的未来工厂[J].机械制造与自动化，2018（03）：1-8.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。