从传统控制到智能转型的实践之路 (传统控制的局限性)

从传统控制到智能转型的实践之路：传统控制的局限性

一、引言

随着科技的飞速发展，人类社会正经历着一场前所未有的技术革新。
在这个过程中，控制理论和技术作为工程领域的重要组成部分，也在不断地发展和演变。
从传统的控制理论到智能控制技术的转型，既是技术发展的必然趋势，也是面对复杂系统和不确定性环境的挑战所做出的必要回应。
本文将探讨传统控制的局限性以及智能转型的实践之路。

二、传统控制的概述

传统控制理论主要关注系统的稳定性和性能，通过设计合适的控制器，使得系统的输出能够准确地跟随输入或者达到预设目标。
这种控制方式的优点在于其理论成熟、应用广泛，为许多工程领域提供了有效的控制手段。
随着科技的发展，传统控制在面对一些复杂系统和不确定性环境时，逐渐暴露出了一些局限性。

三、传统控制的局限性

1. 缺乏自适应能力：传统控制理论主要基于确定的数学模型，对于环境的变化和不确定性因素缺乏自适应能力。在复杂多变的环境中，传统控制方式往往难以实现理想的控制效果。
2. 难以处理非线性系统：非线性系统在现实生活中广泛存在，而传统控制理论在处理非线性系统时往往面临困难。非线性系统具有复杂的动态特性，传统控制方式难以实现对非线性系统的精确控制。
3. 缺乏智能化：传统控制主要依赖预设的规则和算法，缺乏智能化和学习能力。在复杂系统中，规则和算法往往难以覆盖所有情况，导致控制效果不佳。

四、智能转型的实践之路

面对传统控制的局限性，智能转型成为了必然的选择。
智能转型主要依赖于人工智能、大数据、云计算等先进技术，实现控制系统的智能化、自适应和优化。

1. 引入人工智能技术：人工智能是智能转型的核心技术。通过引入人工智能技术，如机器学习、深度学习等，使得控制系统能够自主学习和适应环境，提高控制效果。
2. 数据驱动决策：利用大数据技术，收集和分析系统运行的实时数据，为控制系统提供决策支持。通过数据分析，控制系统能够更好地理解系统状态和环境变化，做出更准确的决策。
3. 云计算技术的应用：云计算技术为智能转型提供了强大的计算能力和存储空间。通过云计算技术，可以实现控制系统的远程监控和管理，提高系统的运行效率和稳定性。
4. 智能化优化算法：研发智能化优化算法，实现对非线性系统和不确定性环境的精确控制。智能化优化算法能够自动调整参数和策略，提高控制系统的性能。

五、案例分析

以智能制造为例，传统制造系统主要依赖预设的规则和算法进行生产。
通过引入智能转型技术，如人工智能、大数据和云计算等，智能制造系统能够实现自主决策、实时监控和优化生产。
智能转型不仅提高了生产效率，还降低了成本，提高了产品质量。

六、结论

从传统控制到智能转型的实践之路是一个不断发展和演变的过程。
面对传统控制的局限性，智能转型成为了必然的选择。
通过引入人工智能、大数据、云计算等先进技术，实现控制系统的智能化、自适应和优化。
智能转型将为工程领域带来更大的发展空间和机遇，推动人类社会不断进步。

---

从传统工厂到智能工厂，你还有哪些路要走？

信息技术与制造技术的结合，产生了新的生产实现模式，智能化工厂就是其中的典型代表。 实践应用表明，智能化工厂可以缩短设计时间，优化生产制造，提高协同工作能力，降低成本。 机会总是留给充分准备的头脑，未来总是属于超前规划的企业。 后疫情时代，加速推进智能工厂建设是制造企业的不二选择。 众所周知，智能工厂的规划建设是一个十分复杂的系统工程，从传统工厂到智能工厂是一个逐步进化的过程，也是组织、管理、工业技术和信息化不断融合的过程。 为了少走弯路，本文整理了在智能工厂建设中要考虑的八大核心要素以及需要关注的重点维度。 数据的采集和管理 数据是智能工厂建设的血液，在各应用系统之间流动。 在智能工厂运转的过程中，会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据，这些数据可能分别来自ERP、MES、APS、WMS等应用系统。 生产过程中需要及时采集产量、质量、能耗、加工精度和设备状态等数据，并与订单、工序、人员进行关联，以实现生产过程的全程追溯。 此外，在智能工厂的建设过程中，需要建立数据管理规范，来保证数据的一致性和准确性。 还要预先考虑好数据采集的接口规范，以及SCADA（监控和数据采集）系统的应用。 企业需要根据采集的频率要求来确定采集方式，对于需要高频率采集的数据，应当从设备控制系统中自动采集。 另外，必要时，还应当建立专门的数据管理部门，明确数据管理的原则和构建方法，确立数据管理流程与制度，协调执行中存在的问题，并定期检查落实优化数据管理的技术标准、流程和执行情况。 02设备联网和设备管理 实现智能工厂，推进工业互联网建设，最重要的基础就是要实现M2M，也就是设备与设备之间的互联，建立工厂网络。 企业应该对设备与设备之间如何互联，采用怎样的通信方式、通信协议和接口方式等问题建立统一的标准。 在此基础上，企业可以实现对设备的远程监控，机床联网之后，可以实现DNC（分布式数控）应用。 设备联网和数据采集是企业建设工业互联网的基础。 发挥设备的效能（OEE—设备综合效率）是智能工厂生产管理的基本要求。 OEE的提升标志产能的提高和成本的降低。 生产管理信息系统需设置设备管理模块，使设备释放出最高的产能，通过生产的合理安排，使设备尤其是关键、瓶颈设备减少等待时间。 厂内智能物流 推进智能工厂建设，生产现场的智能物流十分重要，尤其是对于离散制造企业。 智能工厂规划时，要尽量减少无效的物料搬运。 很多制造企业在装配车间建立了集中拣货区，根据每个客户订单集中配货，并通过DPS方式进行快速拣货，配送到装配线，消除了线边仓。 离散制造企业在两道机械工序之间可以采用桁架式机械手、AGV等方式来传递物料，立体仓库和轨道系统的应用，也是企业在规划智能工厂时，需要进行系统分析的问题。 04生产质量管理 提高质量是企业永恒的主题，在智能工厂规划时，生产质量管理更是核心的业务流程。 贯彻质量是设计、生产出来，而非检验出来的理念。 质量控制在信息系统中需嵌入生产主流程，如检验、试验在生产订单中作为工序或工步来处理；质量控制的流程、表单、数据与生产订单相互关联、穿透；构建质量管理的基本工作路线：质量控制设置→检测→记录→评判→分析→持续改进。 05智能产线规划 智能产线是智能工厂规划的核心环节，企业需要根据生产线要生产的产品族、产能和生产节拍，采用价值流图等方法来合理规划智能产线。 智能产线的特点是： △在生产和装配的过程中，能够通过传感器或RFID自动进行生产、质量、能耗、设备绩效（OEE）等数据采集，并通过电子看板显示实时的生产状态，能够防呆防错； △通过安灯系统实现工序之间的协作； △生产线能够实现快速换模，实现柔性自动化；能够支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式； △具有一定冗余，如果出现设备故障，能够调整到其他设备生产； △针对人工操作的工位，能够给予智能的提示，并充分利用人机协作。 设计智能产线需要考虑如何节约空间，如何减少人员的移动，如何进行自动检测，从而提高生产效率和生产质量。 制造执行系统MES MES是智能工厂规划落地的着力点，上接ERP系统，下接现场的PLC程控器、数据采集器、条形码、检测仪器等设备。 MES旨在加强MRP计划的执行功能，贯彻落实生产策划，执行生产调度，实时反馈生产进展： △面向生产一线工人：指令做什么、怎么做、满足什么标准，什么时候开工，什么时候完工，使用什么工具等；记录“人、机、料、法、环、测”等生产数据，建立可用于产品追溯的数据链；反馈进展、反馈问题、申请支援、拉动配合等； △面向班组：发挥基层班组长的管理效能，班组任务管理和派工； △面向一线生产保障人员：确保生产现场的各项需求，如料、工装刀量具的配送，工件的周转等等。 为提高产品准时交付率、提升设备效能、减少等待时间，MES系统需导入生产作业排程功能，为生产计划安排和生产调度提供辅助工具，提升计划的准确性。 07生产无纸化及监控指挥系统 随着信息化技术的提高和智能终端成本的降低，在智能工厂规划可以普及信息化终端到每个工位。 操作工人将可在终端接受工作指令，接受图纸、工艺、更单等生产数据，可以灵活第适应生产计划变更、图纸变更和工艺变更。 实际上，离散制造企业也非常需要建设集中的生产监控与指挥系统，在系统中呈现关键的设备状态、生产状态、质量数据，以及各种实时的分析图表。 通过看板直观展示，提供多种类型的内容呈现，辅助决策。 08人工智能技术应用 人工智能技术正在被不断地被应用到图像识别、语音识别、智能机器人、故障诊断与预测性维护、质量监控等各个领域，覆盖从研发创新、生产管理、质量控制、故障诊断等多个方面。 在智能工厂建设过程中，应当充分应用人工智能技术。 例如，可以利用机器学习技术，挖掘产品缺陷与历史数据之间的关系，形成控制规则，并通过增强学习技术和实时反馈，控制生产过程减少产品缺陷。 同时集成专家经验，不断改进学习结果。 利用机器视觉代替人眼，提高生产柔性和自动化程度，提升产品质检效率和可靠性。 总之，要做好智能工厂的规划，需要综合运用这些核心要素，从各个视角综合考虑，从投资预算、技术先进性、投资回收期、系统复杂性、生产的柔性等多个方面进行综合权衡、统一规划，建立具有前瞻性和效益性的智能工厂。

智能控制智能控制与传统控制的关系

智能控制与传统控制在控制技术领域中各有其独特的地位和应用场景。 传统控制，主要指的是经典反馈控制和现代理论控制，其核心在于依赖精确的系统数学模型进行操作。 这类控制策略在处理线性、时不变等相对简单的控制问题上表现出色，因其方法直接、精确，被广泛应用在工业自动化、航空航天等领域。

然而，随着科技的进步，智能控制应运而生。 智能控制不再受限于精确模型，而是采用更灵活、自适应的策略，如模糊逻辑、神经网络、遗传算法等，以解决传统控制难以触及的复杂问题，如非线性系统、时变系统等。 智能控制是对传统控制理论的扩展和深化，它不仅包括了传统控制的理论基础，而且在更高层次上实现了控制的智能化和自适应性。

因此，可以说，传统控制是智能控制的基石，是其发展过程中的重要组成部分。 在现代控制理论的框架下，传统控制与智能控制并非对立，而是相辅相成，共同推动了控制技术的进步。 智能控制的发展并未完全替代传统控制，而是丰富了控制手段，使控制更加智能和高效。

扩展资料

智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。 智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。 20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。

成本控制的主要工作 [成本控制的基础工作及局限性]

所谓成本控制，是企业根据一定时期预先建立的成本管理目标。 那么成本控制的基础工作是什么呢?下面跟着我一起来探讨成本控制的基础工作及局限性。

成本控制的基础工作

1、定额制定。 定额是企业在一定生产技术水平和组织条件下，人力、物力、财力等各种资源的消耗达到的数量界限，主要有材料定额和工时定额。 成本控制主要是制定消耗定额，只有制定出消耗定额，才能在成本控制中起作用。 工时定额的制定主要依据各地区收入水平、企业工资战略、人力资源状况等因素。 在企业管理中，人力成本越来越大，工时定额显得特别重要。 在工作实践中，根据企业生产经营特点和成本控制需要，还会出现动力定额、费用定额等。 定额管理是成本控制基础工作的核心，建立定额领料制度，控制材料成本、燃料动力成本，建立人工包干制度，控制工时成本，以及控制制造费用，都要依赖定额制度，没有很好的定额，就无法控制生产成本;同时，定额也是成本预测、决策、核算、分析、分配的主要依据，是成本控制工作的重中之重。

2、标准化工作。 标准化工作是现代企业管理的基本要求，它是企业正常运行的基本保证，它促使企业的生产经营活动和各项管理工作达到合理化、规范化、高效化，是成本控制成功的基本前提。 在成本控制过程中，下面三项标准化工作极为重要。 第一，计量标准化。 计量是指用科学和手段，对生产经营活动中的量和质的数值进行测定，为生产经营，尤其是成本控制提供准确数据。 如果没有统一计量标准，基础数据不准确，那就无法获取准确成本信息，更无从谈控制。 第二，价格标准化。 成本控制过程中要制定两个标准价格，一是内部价格，即内部结算价格，它是企业内部各核算单位之间，各核算单位与企业之间模拟市场进行“商品”交换的价值尺度;二是外部价格，即在企业购销活动中与外部企业产生供应与销售的结算价格。 标准价格是成本控制运行的基本保证。 第三，质量标准化。 质量是产品的灵魂，没有质量，再低的成本也是徒劳的。 成本控制是质量控制下的成本控制，没有质量标准，成本控制就会失去方向，也谈不上成本控制。

3、制度建设。 在市场经济中，企业运行的基本保证，一是制度，二是文化，制度建设是根本，文化建设是补充。 没有制度建设，就不能固化成本控制运行，就不能保证成本控制质量。 成本控制中最重要的制度是定额管理制度、预算管理制度、费用审报制度等。 在实际中，制度建设有两个。 一是制度不完善，首先在制度上，制度建设更多的从规范角度出发，看起来像命令。 正确的做法应该是制度建设要从运行出发，这样才能使责任人找准位置，便于操作。 二是制度执行不力，老是强调管理基础差，人员限制等客观原因，一出现利益调整内容，就收缩起来，最终导致制度形同虚设。

传统成本控制的局限性

高风险的经营环境、灵活的顾客化生产、高度自动化的制造环境要求有与之相适应的成本控制系统，而服务于相对稳定的生产经营环境的传统成本控制越来越暴露出自身的局限性。 传统成本控制系统以责任控制、标准成本制度等为核心，具有如下特点及局限性：1、传统成本控制主要是依据组织机构的职能、权限、目标和任务来划分责任中心，形成纵横交错的责任控制系统。 横的方面建立的是按职能部门划分的责任费用中心，纵的方面建立的是厂部、车间、班组三级责任中心。 它的局限性主要是不易分清许多不属于单一职能部门但又具有关联性和同质性的费用的归属。 同时，容易造成不同责任中心为了本部门利益而损害企业整体利益，成本控制难以达到全局的最优。 2、传统成本控制以产品为核心制定耗费标准，以直接材料、直接人工、变动制造费用、固定制造费用等成本为产品制定标准成本。 它采用的标准成本是单一的、僵化的，并允许有一定程度的低效率，这与现代管理潮流相抵触。 3、传统成本控制只强调控制产品生产过程中发生的费用，对事前成本控制重视不够，对设计方案存在的过剩设计或无效设计所造成的先天成本缺陷无能为力。 4、传统成本控制把成本费用的发生看作是数量的驱动，以数量为单一基础编制费用预算，容易造成成本费用信息的扭曲。 5、传统成本控制的差异基准只是与产量相关的业务活动，通过比较实际成本和标准成本来确定成本差异额。 这种差异分析是滞后性的，只揭示结果而不是原因。 由于传统成本控制存在诸多缺陷，因此，我们建立以作业为基础的成本控制系统，简称作业成本控制。