前 言

在最新的工程教育對于卓越工程師培養(yǎng)的要求重要一條在于“解決復雜問題的能力”。這是因為工程問題天然就是復雜的，尤其對于高速高精度的復雜裝備而言，它是機電軟一體化的產(chǎn)品。而要解決復雜問題，需要工程哲學的支撐，即，如何做到“化繁為簡”。在最新的工程教育對于卓越工程師培養(yǎng)的要求重要一條在于“解決復雜問題的能力”。這是因為工程問題天然就是復雜的，尤其對于高速高精度的復雜裝備而言，它是機電軟一體化的產(chǎn)品。而要解決復雜問題，需要工程哲學的支撐，即，如何做到“化繁為簡”。

在最新的工程教育對于卓越工程師培養(yǎng)的要求重要一條在于“解決復雜問題的能力”。這是因為工程問題天然就是復雜的，尤其對于高速高精度的復雜裝備而言，它是機電軟一體化的產(chǎn)品。而要解決復雜問題，需要工程哲學的支撐，即，如何做到“化繁為簡”。

(相關(guān)資料圖)

01

工程問題的復雜性維度

工程問題的復雜性是包括多個維度的，并非僅僅是技術(shù)的復雜性，至少可以歸結(jié)為如下三個方面：

首先，是在專業(yè)的復雜性，對于任何一個制造過程而言，必然涉及機械、電氣、工藝三個維度的復雜耦合關(guān)系，在每個問題內(nèi)部又存在著耦合關(guān)系。而機械系統(tǒng)它的物理特性也會隨著速度的變化。踢足球的人大概心里有點概念，即，在低速時候，你帶球、傳切、過人、射門，其實都是可以玩出花活的。但是，一旦到了高速，就會變得復雜很多，因為，需要超級敏感的多維度感知能力，以及超強的算力、精準的執(zhí)行。低速、低精度和高速高精度在制造中是完全不同的。

其次，工程問題的復雜性在于經(jīng)濟性約束的考量，與科學的探索(Discovery)不同，尋找可能性，而工程則是要收斂到經(jīng)濟性的道路上，才有意義，這使得工程不但牽扯技術(shù)問題，還牽扯整個工程過程的經(jīng)濟性約束，以及工程決策的“取舍”問題。

再次，工程問題的復雜性在于其社會性，工程不僅是技術(shù)問題，管理問題，同樣工程過程還有其社會性、藝術(shù)性、倫理性的考慮，而這些又必須在工程設(shè)計過程中予以考慮。

當然，這些復雜問題，可以分開討論，本文僅討論其專業(yè)的復雜性如何化解的問題，如何化繁為簡。

02

化繁為簡的普適性

笛卡爾在其著名的《方法論》(Discourse on the Method)揭示了科學研究與發(fā)明的普適方法，概括為四個步驟，

(1)不盲從，對命題有自己的判斷，確定有無可疑之處

(2)對于復雜問題，盡量分解為多個簡單的小問題來研究，一個個分開解決，這就是化繁為簡，化整為零的思路

(3)按照先易后難，逐步解決

(4)解決了小問題后，再綜合起來，看看是否徹底解決了原來的問題。

作為科學方法論的基本思路，同樣適用于工程開發(fā)，對于工程問題，其實解決問題的方法論是具有高度一致性的。科學不同在于“探索”，需要發(fā)散尋找新的規(guī)律，而工程則在于“收斂”，它要尋找最為經(jīng)濟的解決問題的道路。

03

復雜系統(tǒng)只需簡單規(guī)則

2021年諾貝爾物理學獎授予了復雜系統(tǒng)的研究者喬治·帕里西教授。幾年前，曾經(jīng)看過梅拉尼.米歇爾教授《復雜》一書，最近又看了她的《AI3.0》，覺得還都是值得一讀的好書。其中最早讀《復雜》”是一本非常有意思的 ，它給我最大的提示就是“復雜系統(tǒng)必須用簡單方法解決”。無論是沙丁魚群的躲避鯊魚攻擊，或者蟻群的智慧涌現(xiàn)，還是螢火蟲如何點亮，這些復雜復雜系統(tǒng)，如果依照觸發(fā)條件、流程則是一個需要通信網(wǎng)絡數(shù)據(jù)負載較大、響應要求極高的計算過程，那么，而這就需要一個“超強大腦”存在于這個群體中，而事實上，這些群體卻并沒有中心節(jié)點，然后調(diào)度，而是利用非常簡單的規(guī)則來實現(xiàn)群體智慧涌現(xiàn)。

在《復雜》一書中，談到了關(guān)于魚群被攻擊時的簡單規(guī)則，并對其進行了仿真。對于沙丁魚群受到大魚攻擊時，每個魚只需遵循“盯著前面一條魚，保持跟左右魚的距離”，這簡單的兩條規(guī)則，魚群就可以躲避大型魚類的攻擊。其實，這就是基于簡單規(guī)則的協(xié)作問題，而今天制造業(yè)的問題，其實，同樣是只能基于這樣的思路來解決問題，否則，就會一定出現(xiàn)復雜到不可解析的程度。

04

建模的化繁為簡

很多人對制造通常不是特別了解，“組合”、“可能性”的復雜性并未有直觀的理解，歧路亡羊的道理雖然直觀，但是，并沒有用數(shù)量來表述，究竟有多少種組合—復雜性的量級有多高?

如果一個輪胎按照連線、鋼絲排列、輪胎的面膠、三角膠、內(nèi)膠的類型變化，以及輪胎的尺寸規(guī)格、用途需求(防滑/高溫/重型)會產(chǎn)生超過10萬種組合，而生產(chǎn)系統(tǒng)希望在不變產(chǎn)線的情況下，僅通過參數(shù)配置即可實現(xiàn)不同的生產(chǎn)，那就需要建一個模型，把參數(shù)引入，并形成內(nèi)在的邏輯關(guān)系。系統(tǒng)根據(jù)配置來為其調(diào)節(jié)三鼓成型機的材料收放卷參數(shù)、成型的邏輯順序與流程、以及材料所需的壓力、溫度等匹配參數(shù)—越是精益的產(chǎn)品，則牽扯更大維度的參數(shù)協(xié)調(diào)。

建模就是對這種關(guān)系進行結(jié)構(gòu)化處理，并把相互之間的關(guān)系用數(shù)學來表達，而數(shù)學上可以表達，才能在軟件上可以編寫。因此，建模是要去建立一個制造過程相關(guān)性因素之間的數(shù)學關(guān)系。當然了，這種關(guān)系無法被完全描述—畢竟我們認知的世界是有限。對于一些關(guān)系，只能按照線性擬合的方式來進行表示，因為，就本質(zhì)而言，世界是非線性的，線性區(qū)間僅在理想的物理條件下取值的—大概就清楚了為啥函數(shù)必須有定義域、值域的問題。

有了模型，我們就可以輕松的用這個公式去計算，以獲得所需的輸出值，確定我們的有效性，但是，我們并不能計算由于輪胎磨損造成的公里數(shù)計算的偏差—因為，為了這個誤差所消耗的精力可能不值當。因此，模型也是有邊界的，我們在尋找可以被我們利用的、穩(wěn)定可控的區(qū)間。

05

測試驗證，為了尋找可控的邊界

當機器的速度從低速、低精度到高速高精度后，機械系統(tǒng)的模態(tài)發(fā)生變化，細微的變化都會帶來巨大的變化，這種變化之間的關(guān)系交織在一起，這種可能有線性關(guān)系，也可能是非線性的。而且，多個維度的變量交織造成了其復雜性。并且，缺乏有效的數(shù)學模型去描述它(已有的物理化學方程)，那么這個時候，就需要借助于測試驗證的方法來尋找一個合適、可控的邊界、區(qū)間。使得系統(tǒng)處于可控狀態(tài)。

尋找可控的邊界以及曲線關(guān)系，本身并非是可被完全先驗所預知的—畢竟，并非所有的公式的取值區(qū)間都可以被先驗的確定。例如尋找摩擦力對于加速度的影響關(guān)系，在一個可控曲線內(nèi)，它的變化是可以被已有的公式描述的。我們需要尋找到這個區(qū)間，并利用這個區(qū)間的可控性來實現(xiàn)控制。

06

OPC UA -你以為它只是個通信?

D同學經(jīng)常和我探討OPC UA，說實話，作為并不從事研發(fā)的人，我對OPC UA更多是發(fā)揮了“概念技能”去理解它。但是，從真實的開發(fā)視角理解，則D同學深入的多。他認為OPC UA非常重要的一個作用就是在系統(tǒng)性建模這個問題上，其實，OPC UA為協(xié)作，在機器間，構(gòu)建了一個統(tǒng)一交互信息的規(guī)則與框架，然后，在這個接口的銜接下，對任務的編程變得簡單，因為，復雜系統(tǒng)只需遵循簡單規(guī)則，即，協(xié)作的機器之間，需要“邏輯”上的簡單規(guī)則，然后，通過TSN的周期性數(shù)據(jù)采集與傳輸，就可以解決一個大系統(tǒng)的智能運行問題。

在一個制造工廠，可能會牽扯到復雜的機器間的協(xié)同問題，但是，不同的設(shè)備其數(shù)據(jù)類型、格式、單位、屬性、存取、權(quán)限都會有不同，那么，需要有統(tǒng)一的規(guī)范接口來實現(xiàn)交互。當我們?yōu)檫@些協(xié)作任務編寫程序 時，就一定會出現(xiàn)事件和數(shù)據(jù)的調(diào)用問題，那么，這個協(xié)同就必須有統(tǒng)一的規(guī)范，以降低為此而編寫程序的工作量，僅調(diào)用結(jié)構(gòu)化封裝好的數(shù)據(jù)，就可以在他們之間建立以數(shù)據(jù)驅(qū)動方式的協(xié)作關(guān)系。通過信息的統(tǒng)一建模，使得整個復雜的過程被簡化。

回到一個機器的控制任務循環(huán)，再去思考比機器更大的工廠循環(huán)，就明白OPC UA over TSN的作用了，這就給我們開啟了一個上帝視角來看待工廠的連接，以及運行。

07

輸送系統(tǒng)的化繁為簡

在現(xiàn)實的離散組裝產(chǎn)線的生產(chǎn)過程中，也會遇到這樣的問題，其實，這里存在著緩沖分配難題，即，Buffer Allocation Problem，生產(chǎn)中各個單元之間，一定會因為各個工站節(jié)拍的不同，造成Buffer中的零配件輸送和等待，當這些節(jié)拍比較大的差別時，整個系統(tǒng)的效率就很難提高。

這不難理解，每個常年差旅習慣的人一定會深有感觸，實際上，花費在路上和等待(飛機、出租車)的時間經(jīng)常大于實際的處理事務的時間。這就是為什么需要數(shù)字化—在線會議的原因，數(shù)字化就降低了這些非必要的時間，進而來提高效率。

在一個變化的制造單元中，包括了幾種情況：(1)經(jīng)常需要頻繁的調(diào)整產(chǎn)線，工裝夾具的更換 (2).產(chǎn)品經(jīng)常變化，需要混線生產(chǎn)，(3).較大的產(chǎn)品調(diào)整，需要對整個機械系統(tǒng)進行重新設(shè)計或大的改造。

Elon Musk提出了“Machine is Factory”，這是要將離散的制造產(chǎn)線變?yōu)橄窳鞒坦I(yè)的“裝置即工廠”的形式，以獲得連續(xù)生產(chǎn)的最大效率。

像貝加萊的ACOPOStrak、ACOPOS 6D就是為了解決上述這些問題，它的功效就在于把復雜的生產(chǎn)問題簡化為離散的“配置”問題，將傳統(tǒng)機械的復雜性降低為電磁效應的可控性，當實現(xiàn)電磁方式的輸送后，整個產(chǎn)線就可以被“編程”，這就使得產(chǎn)線成為了“可編程產(chǎn)線-Programable Line”，使得產(chǎn)線的靈活性，被邏輯、順序的編排來大幅簡化。其實，在數(shù)學上也是“解耦”問題，即，化繁為簡。

ACOPOS 6D這樣的平面輸送系統(tǒng)的關(guān)鍵性在于：

(1).解決連續(xù)性，通過In-Machine和Between Machine之間的物流輸送效率，提高生產(chǎn)連續(xù)性，使得Machine is Factory，這樣就能實現(xiàn)效率大幅提升。

(2).簡化機械結(jié)構(gòu)：有很多運動，可以被軟件可控的輸送系統(tǒng)動作所替代，它降低對非標工裝的需求，同時也簡化了原來的輸送流程。

08

數(shù)字孿生的化繁為簡

復雜系統(tǒng)的復雜在于變化，并且，它是一種“動態(tài)的”、“不確定性”、“非線性”的變化。對于傳統(tǒng)大規(guī)模生產(chǎn)來說，機理建模構(gòu)建一個閉環(huán)就可以保持運營，只要讓這個閉環(huán)系統(tǒng)穩(wěn)定、可靠，它就能不斷的通過規(guī)模來降低成本。但是，對于一個具有緊密耦合關(guān)系，且要實現(xiàn)“大規(guī)模定制化”的智能制造系統(tǒng)而言，它本身就蘊含了多個維度的變化，除了機器本身的復雜性，連接后的耦合帶來的復雜性，以及動態(tài)的市場變化帶來的復雜性，使得這個系統(tǒng)的控制、運營，具有非常大的變化。

它的復雜在于“變化”，無法用一個確定的策略來對待，那么，這個時候，就需要一個“框架”來把這個不確定性給收斂起來，降低不確定性。

數(shù)字孿生系統(tǒng)就像是“知行合一”的一個系統(tǒng)，要不斷的去感知、系統(tǒng)自身要去分析和判斷，并去執(zhí)行，以構(gòu)成一個動態(tài)的多級閉環(huán)，這個閉環(huán)在現(xiàn)場級發(fā)生在設(shè)備上，在工廠級則發(fā)生在調(diào)度和策略上，在企業(yè)級則發(fā)生在生產(chǎn)、物流、制造、財務等系統(tǒng)的動態(tài)策略制定上。

數(shù)字孿生系統(tǒng)通過一個數(shù)字系統(tǒng)來映射，并通過“知”和“行”的反復對比，通過數(shù)據(jù)建模方式，動態(tài)的觀察運行系統(tǒng)的規(guī)律，并形成新的知識，對這個運行系統(tǒng)影響質(zhì)量、成本、效率的相關(guān)性進行分析，并不斷去收斂。

因此，數(shù)字孿生，把復雜、不確定問題，通過一個可持續(xù)改進的運行機制給收斂，并穩(wěn)定下來，也是讓復雜的不確定的，變?yōu)楹唵蔚目蓮椭频摹?/p>

工程的問題，最終還是需要通過“化繁為簡”的哲學去解決，而在具體的每個細節(jié)上，同樣是以這個哲學來運行。