那年那兔那些事儿吧 关注:1,109,514贴子:26,935,776

【经济】 151021小议未来形式下的制造业

只看楼主收藏回复

首先说明一下,本兔并不搞制造业,当然这篇文章也只是站在本兔自己的立场和角度上来探讨的。所以很可能会存在一些常识性的错误,希望了解的兔子能帮忙斧正。另外本兔子主要从事的是机器人,或者说智能化的研究,当然,还有数据方向有所涉猎。这篇文章本身存在很大的不确定性,大家完全可以当个乐子,看完之后一笑了之,也可以积极讨论一下。应该不会很长,所以后续更新还是以答问和讨论的形式为主


IP属地:美国1楼2015-10-21 11:50回复
    因为我只是最近再看很多兔子写产业升级的帖子,好奇凑一个酱油。先说说我通过这几天阅读和查资料大体上对现代工业的一点个人感受。大体上现在的高端制造业以数控和自动化为核心,比如德国在数控和自动化上貌似有不可撼动的地位。然后多轴机床,貌似就是以一根主轴为主,通过增加辅助轴数来实现刀具的多维度移动。显然轴数的多少直接影响了刀具的工作范围。但是貌似刀具的一些规格会再初始的设计阶段就会因为某些数据定型,一旦设计改动,就会造成刀具的“报废”。貌似大部分军工的流水线工厂关闭就是封存相关器具,因为也没办法移做他用,但是工厂进行最低限度的维护,进行开战的时候就可恢复生产。大概如此?


    IP属地:美国5楼2015-10-21 11:57
    收起回复
      另外关于现在比较通用的工业机器人,控制上来说其实更接近某种“永动机”,通过编程,不断的重复性完成某一机械化的动作,实现的前提就是通过一套算法计算某一套动作的轴承变化,从而实现重复性工作。当然我并不是很确定我的理解对不对,毕竟不是吃这碗饭的,很多地方不懂,希望有懂行的兔子能进来讨论一下。


      IP属地:美国6楼2015-10-21 12:02
      收起回复
        加工设备分专用设备和通用设备,专用的就是你说的那种,价格高功能单一,效率高,单位加工成本低(流水线类)。通用加工设备功能多,啥的能干,单位单价高效率低(车床铣床啥的)。
        封存就封存了,专业封存三十年后重启换橡胶塑料密封件啥的就行。


        IP属地:山西来自Android客户端7楼2015-10-21 12:07
        收起回复
          本兔子现在干的活,其实也很无脑,说白了就是教会机器人去做事情,之后我只需要告诉他我需要他干什么,而不需要告诉他怎么做。比如说,我想喝可乐,机器人就会通过摄像头和一套相关的算法,遍历整个房间,之后通过另一套算法控制机器手臂取得饮料,再送到我这边来。但是不同于传统的自动化,整个过程虽然是自动实现的,确不具有任何的可重复性,有时候可乐会在冰箱里,有时候会在餐桌上,机器人并不确定可乐的位置,而是需要自己观察,确定,之后移动到一个可以取得可乐的位置。这就需要机器人能够准确判断自己和可乐之间的距离,以及机械臂如何运动能够够到一个不确定的物体。如果物体比可乐重的多,如何移动,如果是鸡蛋这种脆弱的物体,如何拿捏。这些都可以通过建立一个个对象,也就是所谓的编程中的面向对象来实现。将不同的物品分类,之后关联上相关的拿取动作,通过摄像头进行分辨,识别,选取合适的对象来建立拿取动作,之后根据自身的位置和机械臂的长短之后,开始拿取。


          IP属地:美国8楼2015-10-21 12:08
          收起回复
            当然我说的这个就是个过家家,其实就是在讲高度通用性,我不一定非要制定所有的算法,别人有相关的捏取力度数据包我拿过来直接用就行,我们现在实验室比较领先的就是相对位置识别能力,当然这也得益于这几年的传感器的高度发展。几个简单的激光测距仪就可以很方便的将机器人的相对位置算出来,之后根据算法自动建模,确定下一步如何拿取。这里面最大的好处就是算法的大量通用性,识别我根本不需要自己写,有大量的成果就可以用。我只需要关注拿取动作本身就可以了。如果拿取特殊物品需要特殊动作,我一台通用型机器人就可以。根本不需要再造新的,只要更新算法就行。


            IP属地:美国10楼2015-10-21 12:14
            收起回复
              然后呢


              IP属地:福建来自Android客户端11楼2015-10-21 12:20
              收起回复
                为啥说这个很重要?因为现在的传感器和处理器真的是太牛了,机器人其实只需要一根很简单的齿轮臂,就可以通过传感器时时读取这跟齿轮臂相对与本体的位置,就像人手臂虽然只有3个关节就可以做出很多高复杂度的动作一样,我根本不需要用很复杂的算法计算6根轴怎么转动来完成一套动作一样,处理器可以时时获取整个手臂在空间中的相对位置,之后建立3D模型,稍微微调某个关节就可以保证一套很复杂的动作,比如齿轮臂上有5个节点,他们既可以当作一个整体,又可随时被拆分成个体,进行极为复杂的空间运转,也就是说就算其中某个动作走样了也可以很快自我调整回来。放在工业运用上,我只需要告诉机器需要装某个螺母在加工件的某个位置上就行了,剩余的他自己会计算,根本不需要管。只要程序员再出场的时候告诉他什么动作需要拧,什么需要钻,什么需要焊就行。甚至出了新的加工工艺,只要算法再机器人工厂一调整,网络传过来,就可以接着工作,人基本上就不可能和机器人比精度,现在的微传感器甚至能够实现触觉,听觉,视觉,甚至x光检测都可以,精度很高,人类靠自己的感官根本不可能和机器人比操作精度,再熟练的工人也只是凭借多年的经验,只需要借鉴经验,在超级计算机上一算,有了算法,机器人用灵敏的多的传感器精确的根据各种情况判断如何进行加工。


                IP属地:美国13楼2015-10-21 12:24
                收起回复
                  现在有点像北宋,虽然成了暴发户,但是总被辽国针对,最后竟然还得受辽国的小弟金国欺负,各种惨。


                  IP属地:广西来自iPhone客户端14楼2015-10-21 12:30
                  收起回复
                    你说现在的这些所谓数控机床或者数控实验室还有啥优势呢?就算原材料有缺陷,只要算法到位,就可以轻易的因地制宜的进行加工。而且更牛的是现在的3D打印技术和机器人相结合。我记得前几个月前还有新闻,小孩子截肢后靠3D打印生成义肢很便宜。道理也很简单,现代工业都是标准化生产,模具一开始就打好了,贵的是模具,你为小孩子专门做一个模具当然很贵。3D打印完全无所谓,任何形状机器都可以打印,而且机器本身高度通用。当然现在限制打印技术的主要来自这几个方面:速度,原材料和打印头的控制。最早一批的3D打印机的触头都是无传感器的,基本上就是按照固定的路径打印,现在有了很好的传感器和程序辅助控制,计算机就可以实时控制触头在作业空间内的相对位置。速度同理,现在一般都是单喷头,但是随着传感器的发展,多喷头同时打印完全没有问题,只要空间上进行好分割,限制作业区域,并且预设好迭代关系之后,几十个喷头挤在一个一立方米的空间内工作都可以做到互不干扰,速度自然可以很快。材料确实是个大问题,但是却不是难题,因为工业的发展一直都是伴随着材料学前进的,任何时候工业的进步都不可能离开材料学的进步。


                    IP属地:美国15楼2015-10-21 12:33
                    收起回复
                      也就是说,未来的制造业,可能会和现在的传统制造业发生翻天覆地的变化。现在你要做一个复杂点的塑料模型,要几次做模具,到时候只要画好三维图,再复杂的空间图形,打印机很快就可以打出来,具有高度的自定义性。就拿飞机来说,你今天打印一台飞机,明天改了气动外形,我当天晚上就能再给你打出来,还不用更换流水线,整个机壳还可以一次成型,今天生产歼100过时了,但是流水线都不用变,你明天设计好歼110,我后天就能开工生产。这甚至都不是吹牛,虽然现在飞机因为液态金属的技术还不成熟,但是要是打印个塑料模型,只要你想,真的就是这么方便,根本不存在什么开模费,商品也具有高度的自定义性。比如你喜欢某个卡通形象的特殊动作,我就可以为你定制独一无二的手办,而成本可能只有现在的几十分之一。


                      IP属地:美国16楼2015-10-21 12:39
                      收起回复
                        你可以看到,现在很多的制造和自动化的理论在这种形式下都会失去意义,很多现在高大上的技术,到时候真的都是小儿科,加工精度完全取决于传感器的设计和智能学习理论。也就是说,这才是国家真正应该深入的地方。你赶超别人100年,一旦风向变了,别人几百年的积累也没有了意义,你这几十年的努力也没有意义,真正受益的只有那些及时把握住了方向,尽早进入新领域的玩家。就如同当年柯达的胶卷在无敌,一旦有了数码相机,柯达帝国几年就可以倒塌。当然不细讲这个,这里面的故事复杂得多,估计很多兔子也懂,这个例子只是说未来走路不能走错了,否则你再努力,也就是白费力气而已。


                        IP属地:美国17楼2015-10-21 12:45
                        收起回复
                          很好的帖子,扩宽了思路


                          IP属地:安徽来自Android客户端19楼2015-10-21 13:37
                          回复