[AI工信科创]没有模型一切都是浮云( 二 )

本文插图
对于如此庞大的材料、工艺与流程，如果没有一个建模--机器的制造就无法想象，而机器生产必须具有广泛的适用性，不能说一种机器只能印几种材料，只能灌装固定类型的饮料，那得买多少台机器？但是，如果把这么多材料、工艺在一台机器上完成，就必须要进行工艺与流程建模，才能让这个“虚拟的模型”来适应各种变化，形成各种加工工艺下的流程顺利，确保工艺质量，并实现生产的灵活性。

本文插图
机器与生产线都必须对各种材料与工艺进行“测试验证” ，测试是否如我们所想象的那样能够获得预期的结果，这就是一个非常漫长而复杂的过程，需要经过很多年的积累，大量的试错，大量的技术迭代，不断测试不同材料、不同工艺与流程，最终为了获得“高品质”、“低成本”—如何最少消耗材料、最低消耗机器时间与人工、如何更快工艺切换来生产不同的产品提供变化生产中的交付能力？
有了模型后延伸的应用空间
有了模型后，才能做很多我们描述的伟大的事业：
建模仿真—有了模型才能去仿真，在一种虚拟状态下去寻找最优的控制策略与参数，才能进行所谓的数字孪生，进行现场数据动态采集并进行虚拟验证，然后下行执行，使得系统具有自主执行能力。在如此众多的组合中，进行测试验证的话，如果采用物理的方式，那就是印刷一卷卷的纸去试，一炉一炉的材料去测试、一罐一罐的化学药物测试药品的制造过程，那是纯粹的烧钱—制造业所有的过程中最烧钱在这里，因此，建模仿真可以在虚拟的数字世界里进行测试验证，降低大量测试验证成本，但是必须要建模。

本文插图
人工智能—有了模型你才能去结合现有的模型，寻找在整个生产流程中的质量相关性、缺陷原因追溯、机器故障定位与诊断、预测性维护，没有这些信息建模，你就会需要大量编写代码测试，而物理的测试验证成本巨大，有了模型才能降低这个消耗。
工业互联网—你连接起来，挖掘数据潜力，也得有模型，否则你的对象是谁?你要达到什么样的目标？你连接哪些数据？挖掘哪些特性？都是没有办法谈的，仅能把数据给采集起来，再看怎么用吗？

本文插图
在制造业里就是这样，无论你做什么，如果你没有模型—你就什么也做不了，因为成本大到你无法承受，制造业经过几百年不断的发展，才把汽车的成本、电子产品成本不断降低，降到大家都可以用智能手机、享用不断降低成本的汽车，要知道，一台汽车的零配件单个购买组装的价格可能是整车的五倍价格—为什么我们能买到越来越便宜的汽车，因为制造业的人不断寻找新的方法、工艺、流程、精益管理、系统工程优化这些过程，才有今天。

本文插图
所以，没有模型一切都是浮云—其实是个标题党，但是，却又是事实。

本文插图
【[AI工信科创]没有模型一切都是浮云】