计算机能思维吗,为什么 方案解读：当正向设计“遇见”增材制造(10)

图40 DIKW框架在制造领域的应用示例[42]

相比以减材工艺为核心的传统制造模式，以增材制造为核心的工艺融合和分布式云制造模式更需要DIKW框架和大数据、物联网等相关方法工具的支持。图41给出了面向增材制造的云设计制造模式下的数据层服务示例。

图41 面向增材制造的云设计制造模式下的数据层服务示例[43]

4方法工具（How-2）

这里重点讨论在图19技术架构中起共性基础作用的若干方法工具。

4.1 系统思维

2.1.3节中提到的价值、功能、能量的观点，以及列举的一些方法工具，都是系统思维的具体应用。这里再补充一点——层次的观点，在系统工程叫层次：体系（SoS）-超系统-系统-子系统；在材料学科叫尺度：宏观-介观-微观。层次的观点是指，以关系为研究对象的学科（系统工程、数学），其方法工具可以跨层次应用；以某类事物为研究对象的学科（物理、化学、材料等），其方法工具只能在某个尺度内应用（图42）。

图42 跨尺度的系统思维、系统建模和系统验证[44]

4.2 问题求解

问题求解的思维是贯穿整体解决方案各个层面、各个方向、各处细节的全局性的思维方法，其典型工具就是系统工程和TRIZ。系统工程是保证把复杂的事情做对、做好、做快的一套方法论，解决的是组织创造力的问题；TRIZ理论来自对人类已有技术创新发明成果的分析和提炼，解决的是个体创造力的问题。两者都直面问题、采用系统化规范化的解题流程、并极具创新精神，在我们的整体解决方案中（以及其他众多应用场合），两者互为补充、相得益彰（图43、图44）。

图43 系统工程视角下的问题求解[45]

图44 TRIZ理论视角下的问题求解[46]

问题求解要和系统思维、数学思维结合在一起，树立边界意识和极限意识，为整体解决方案提供理论支撑。以人工智能为例，我们从整体解决方案的业务需求场景的现状和未来出发，对AI技术进行冷静客观地分析（图45），欢迎智能相关技术对整体解决方案的提升。

图45 从系统思维和数学思维出发看人工智能的边界[47]

4.3 数据协同

正如图2所示，按照TRIZ理论提高系统完备性趋势和提高理想度趋势的建议，增材制造、等材制造、仿生制造、微纳制造和梯度材料、智能材料等新工艺、新材料、新技术要想走出象牙塔、取得工业应用的规模和效益，还需要信息化方法手段的辅助支持。除了3.2节流程体系中涉及的各阶段、各步骤所需的平台和工具，更关键的是其中从微观到宏观与（产品、材料、工艺、检测等）数据的产生、管理和协同相关的平台和工具。这里重点讨论与增材制造相关的数据管理和协同平台。增材制造数字主线信息生成地图如图46所示。计算机能思维吗,为什么

图46 增材制造数字主线信息生成地图[48]

由NIST起草、ASTM和ISO批准、美国增材制造创新研究院和ANSI发布的增材制造标准体系如图47所示。STEP标准（ISO 10303）中新版AP242（基于受管模型的三维工程）和AP238（集成数控加工）也增强了对增材制造产品、工艺和加工数据表达的支持。

基于数字主线可实现增材制造过程的数字孪生（图48），借助数字替身实践TRIZ理论提到的增加可控性趋势和提高系统完备性趋势（图8）。进而基于STEP/PLCS标准可实现分布式异地供应链协同和增材减材等工艺融合的云制造模式（图49）。

图47 增材制造标准体系[49]

图48 基于数字主线的增材制造数字孪生[50]

图49 基于STEP标准数据模型协同的增材减材等工艺融合的云制造模式示例

5结论

提高理想度水平是一切人工物理系统及其相关的人类设计、制造乃至工业化产业化活动的进化目标。无论是正向设计，还是整体解决方案（图50），都是如此。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-68948-10.html