行业互联网以人为本的智能制造:理念、技术与应用( 三 )


国内外研究均高度重视智能制造系统中人的不可替代作用 , 同时阐述了智能制造系统中人的作用和人机关系等研究的重要意义 。 随着制造系统智能化的推广应用 , 人在整个系统中的角色将逐渐从“操作者”转向“监管者” , 成为影响制造系统能动性最大的因素 。 在劳动力有限、人力成本增加的情况下 , 有必要优化人员配置 , 改进人工操控与机器运作之间的匹配性 , 进而实现高效协作 。
3. 人因工程 / 人类工效学
人因工程 / 人类工效学 , 指综合运用生理学、心理学、计算机科学、系统科学等多学科的研究方法和手段 , 致力于研究人、机器、工作环境之间的相互关系和影响规律 , 以实现提高系统性能 , 确保人的安全、健康和舒适等目标的学科[15];可细分为人体工效学、认知工效学和组织工效学等 。
人因工程 / 人类工效学主要有三方面的研究内容 。 ①传统的人体工效学研究包括工作姿势、重复动作、工作地点布局、工作疾病、员工安全等;而在智能制造系统中 , 人体工效学研究涉及部分工作和动作自动化、人的安全、可穿戴设备等[16] 。 ②认知工效学关注的是心理过程 , 研究内容包括脑力负荷、决策、工作压力、人的可靠性以及技能表现等;在智能制造语义下 , 相关研究进展包括虚实融合、信息技术减轻认知压力、技术储备等 [17~19];此外 , 感知、模拟仿真、AI、云计算、大数据、数字孪生等技术发展的主要目的也是在于提高或模拟增强人的各种认知能力 , 因而也属于认知工效学的研究范畴 。 ③组织工效学关注的是社会技术系统的优化 , 包括工作设计、人员资源管理、团队合作、虚拟组织以及组织文化等内容;在智能制造系统中 , 相关研究进展包括组织结构扁平化、更新工作设计方式、产用融合等 。
(二)人本智造的技术体系
基于 HCPS 理论 , 本文提出的人本智造的三层参考架构如图 2(a)所示 , 包含单元级智能制造、系统级智能制造、系统之系统级智能制造 。 其中 , 单元级智能制造的技术体系如图 2(b)所示 , 主要包括机器智能技术(如智能感知、智能决策、智能控制、学习认知等)、制造领域技术(如切削加工、焊接、增材制造等)、人机协同技术 /人机关系三方面 。 在单元级智能制造的基础上 , 通过工业网络集成、物联网、智能调度、工业互联网、云平台等技术 , 可构建系统级、系统之系统级智能制造(如智能车间、智能产线、智能工厂等) , 从而实现制造资源与人力资源在更大范围上的优化配置 。
行业互联网以人为本的智能制造:理念、技术与应用
本文插图
图 2 人本智造的技术体系示意图 [2,3,5]
注:HPS 表示人–物理系统;HCS 表示人–信息系统 。
在人本智造系统中 , 信息系统主要是与人一起 , 对物理系统进行必要的感知、认知、分析决策与控制 , 从而使物理系统(如机器、加工过程等)以尽可能最优的方式运行 , 包括认知层面、决策层面以及控制层面的人机协同等;还需考虑人体工效学、认知工效学、组织工效学等内容 。 人本智造的相关技术主要有以人为本的设计、控制、 AI、计算、自动化、服务、管理等 。 其中 , 以人为本的设计也称“参与式设计” , 在设计中注重人的思维、情感和行为 , 是一种创新性的解决问题的方法;始终关注最终用户的需求 , 并将其作为数字设计过程的中心 。 以人为本的 AI 则强调 AI 的发展应以 AI 对人类社会的影响为指导 , 更多融入人类智慧的多样性、差异性和深度性 , 以增强人类技能而非取代人类 。
四、人本智造的应用实践
人本智造是一个大系统 , 可从产品、生产、模式、基础 4 个维度来进行认识和理解 。 其中 , 以人为本的智能产品是主体 , 以人为本的智能生产是主线 , 以人为本的产业模式变革是主题 , HCPS 和人因工程是基础(见图 3) 。 在前文阐述人因工程和 HCPS 的基础上 , 聚焦应用层面 , 对以人为本的智能产品、以人为本的智能生产、以人为本的产业模式变革展开讨论 。


推荐阅读