数字化协同设计
362 浏览
PID控制原理：看完这三个故事你就明白了!
机械自动化类 爽歪歪 2016-11-17 12:25 发表了文章
小明接到这样一个任务：有一个水缸点漏水(而且漏水的速度还不一定固定不变)，要求水面高度维持在某个位置，一旦发现水面高度低于要求位置，就要往水缸里加水。
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络 查看全部
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络 查看全部
小明接到这样一个任务：有一个水缸点漏水(而且漏水的速度还不一定固定不变)，要求水面高度维持在某个位置，一旦发现水面高度低于要求位置，就要往水缸里加水。
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络
441 浏览
制造业的数字化革命
智能科技类 jingjing 2016-09-09 09:40 发表了文章
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
1 回答
564 浏览
非标设备设计标准化
智能制造类 晴空万里 2016-06-30 14:37 发表了文章
非标设备设计的概念：不是按照国家颁布的统一的行业标准和规格进行的机械设计工作，而是根据用途需要，设计制造某一特定用途的机器设备。
定义是：为了在一定范围内获得最佳秩序，对现实问题或潜在问题制定共同使用和重复使用的条款的活动。我们在此所指的标准化是比较宽泛的定义，它包括了通用化、系列化、模块化等标准化的不同形式。
非标设备设计和标准化貌似是矛盾的，但是随着企业在某些领域非标设备设计经验的积累，会有很多非标设备的机械原理、机械结构等方面存在共性，这就为标准化提供了广阔空间，在非标设计中标准化还是大有可为的。
那么，标准化在非标设备设计中有哪些重要意义呢？
1. 缩短供货期
随着市场竞争的加剧，客户为了抢占市场，对供货期的要求越来越严格。标准化是提高效率的有效途径，也是企业满足客户需求的必然选择。设计时我们都有这种体会，选用国标的零部件比我们自己设计要节省很多时间，选用企业自己的标准化的零部件道理也是一样的。因为标准化的零部件已经是公司内部成熟的产品，所以也节省了后续的工艺、加工和装配的时间。
2. 提高产品质量
标准化的零部件一般都有很高的可靠性，因为它是经过严格审查和实践检验的成熟的产品，设计员采用标准化的零部件要比自己设计可靠许多。而且标准化的零部件在工艺、加工和装配环节的质量也有优势。
3. 充分利用和继承已有的技术成果
企业发展的过程中积累的非标设计经验是企业宝贵的财富，标准化是对这些宝贵经验的继承和发扬。
4. 节省客户维护、保养费用
标准化可以提高产品的互换性。如果为客户提供的生产线上很多设备都含有某种易损的通用的零件或者部件，那么客户不需要每一台设备都要备件，这样就节省了维护、保养费用。通用化的程度越高，那么效果也越明显。
可见，标准化在非标设备设计中是有着多么重要的意义，做好标准化工作，有利于设计工作的开展，能充分利用和继承已有的技术成果，有利于产品的开发，有利于国外先进技术的引进、吸收、消化工作。由于标准化在提高效率和质量方面的作用，所以企业的成本降低了，增加了企业的竞争力。 查看全部
定义是：为了在一定范围内获得最佳秩序，对现实问题或潜在问题制定共同使用和重复使用的条款的活动。我们在此所指的标准化是比较宽泛的定义，它包括了通用化、系列化、模块化等标准化的不同形式。
非标设备设计和标准化貌似是矛盾的，但是随着企业在某些领域非标设备设计经验的积累，会有很多非标设备的机械原理、机械结构等方面存在共性，这就为标准化提供了广阔空间，在非标设计中标准化还是大有可为的。
那么，标准化在非标设备设计中有哪些重要意义呢？
1. 缩短供货期
随着市场竞争的加剧，客户为了抢占市场，对供货期的要求越来越严格。标准化是提高效率的有效途径，也是企业满足客户需求的必然选择。设计时我们都有这种体会，选用国标的零部件比我们自己设计要节省很多时间，选用企业自己的标准化的零部件道理也是一样的。因为标准化的零部件已经是公司内部成熟的产品，所以也节省了后续的工艺、加工和装配的时间。
2. 提高产品质量
标准化的零部件一般都有很高的可靠性，因为它是经过严格审查和实践检验的成熟的产品，设计员采用标准化的零部件要比自己设计可靠许多。而且标准化的零部件在工艺、加工和装配环节的质量也有优势。
3. 充分利用和继承已有的技术成果
企业发展的过程中积累的非标设计经验是企业宝贵的财富，标准化是对这些宝贵经验的继承和发扬。
4. 节省客户维护、保养费用
标准化可以提高产品的互换性。如果为客户提供的生产线上很多设备都含有某种易损的通用的零件或者部件，那么客户不需要每一台设备都要备件，这样就节省了维护、保养费用。通用化的程度越高，那么效果也越明显。
可见，标准化在非标设备设计中是有着多么重要的意义，做好标准化工作，有利于设计工作的开展，能充分利用和继承已有的技术成果，有利于产品的开发，有利于国外先进技术的引进、吸收、消化工作。由于标准化在提高效率和质量方面的作用，所以企业的成本降低了，增加了企业的竞争力。 查看全部
非标设备设计的概念：不是按照国家颁布的统一的行业标准和规格进行的机械设计工作，而是根据用途需要，设计制造某一特定用途的机器设备。
定义是：为了在一定范围内获得最佳秩序，对现实问题或潜在问题制定共同使用和重复使用的条款的活动。我们在此所指的标准化是比较宽泛的定义，它包括了通用化、系列化、模块化等标准化的不同形式。
非标设备设计和标准化貌似是矛盾的，但是随着企业在某些领域非标设备设计经验的积累，会有很多非标设备的机械原理、机械结构等方面存在共性，这就为标准化提供了广阔空间，在非标设计中标准化还是大有可为的。
那么，标准化在非标设备设计中有哪些重要意义呢？
1. 缩短供货期
随着市场竞争的加剧，客户为了抢占市场，对供货期的要求越来越严格。标准化是提高效率的有效途径，也是企业满足客户需求的必然选择。设计时我们都有这种体会，选用国标的零部件比我们自己设计要节省很多时间，选用企业自己的标准化的零部件道理也是一样的。因为标准化的零部件已经是公司内部成熟的产品，所以也节省了后续的工艺、加工和装配的时间。
2. 提高产品质量
标准化的零部件一般都有很高的可靠性，因为它是经过严格审查和实践检验的成熟的产品，设计员采用标准化的零部件要比自己设计可靠许多。而且标准化的零部件在工艺、加工和装配环节的质量也有优势。
3. 充分利用和继承已有的技术成果
企业发展的过程中积累的非标设计经验是企业宝贵的财富，标准化是对这些宝贵经验的继承和发扬。
4. 节省客户维护、保养费用
标准化可以提高产品的互换性。如果为客户提供的生产线上很多设备都含有某种易损的通用的零件或者部件，那么客户不需要每一台设备都要备件，这样就节省了维护、保养费用。通用化的程度越高，那么效果也越明显。
可见，标准化在非标设备设计中是有着多么重要的意义，做好标准化工作，有利于设计工作的开展，能充分利用和继承已有的技术成果，有利于产品的开发，有利于国外先进技术的引进、吸收、消化工作。由于标准化在提高效率和质量方面的作用，所以企业的成本降低了，增加了企业的竞争力。
定义是：为了在一定范围内获得最佳秩序，对现实问题或潜在问题制定共同使用和重复使用的条款的活动。我们在此所指的标准化是比较宽泛的定义，它包括了通用化、系列化、模块化等标准化的不同形式。
非标设备设计和标准化貌似是矛盾的，但是随着企业在某些领域非标设备设计经验的积累，会有很多非标设备的机械原理、机械结构等方面存在共性，这就为标准化提供了广阔空间，在非标设计中标准化还是大有可为的。
那么，标准化在非标设备设计中有哪些重要意义呢？
1. 缩短供货期
随着市场竞争的加剧，客户为了抢占市场，对供货期的要求越来越严格。标准化是提高效率的有效途径，也是企业满足客户需求的必然选择。设计时我们都有这种体会，选用国标的零部件比我们自己设计要节省很多时间，选用企业自己的标准化的零部件道理也是一样的。因为标准化的零部件已经是公司内部成熟的产品，所以也节省了后续的工艺、加工和装配的时间。
2. 提高产品质量
标准化的零部件一般都有很高的可靠性，因为它是经过严格审查和实践检验的成熟的产品，设计员采用标准化的零部件要比自己设计可靠许多。而且标准化的零部件在工艺、加工和装配环节的质量也有优势。
3. 充分利用和继承已有的技术成果
企业发展的过程中积累的非标设计经验是企业宝贵的财富，标准化是对这些宝贵经验的继承和发扬。
4. 节省客户维护、保养费用
标准化可以提高产品的互换性。如果为客户提供的生产线上很多设备都含有某种易损的通用的零件或者部件，那么客户不需要每一台设备都要备件，这样就节省了维护、保养费用。通用化的程度越高，那么效果也越明显。
可见，标准化在非标设备设计中是有着多么重要的意义，做好标准化工作，有利于设计工作的开展，能充分利用和继承已有的技术成果，有利于产品的开发，有利于国外先进技术的引进、吸收、消化工作。由于标准化在提高效率和质量方面的作用，所以企业的成本降低了，增加了企业的竞争力。
362 浏览
PID控制原理：看完这三个故事你就明白了!
机械自动化类 爽歪歪 2016-11-17 12:25 发表了文章
小明接到这样一个任务：有一个水缸点漏水(而且漏水的速度还不一定固定不变)，要求水面高度维持在某个位置，一旦发现水面高度低于要求位置，就要往水缸里加水。
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络 查看全部
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络 查看全部
小明接到这样一个任务：有一个水缸点漏水(而且漏水的速度还不一定固定不变)，要求水面高度维持在某个位置，一旦发现水面高度低于要求位置，就要往水缸里加水。
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
看到几个问采样周期的帖子，临时想了这么个故事。微分的比喻一点牵强，不过能帮助理解就行了，呵呵，入门级的，如能帮助新手理解下PID，于愿足矣。故事中小明的试验是一步步独立做，但实际加水工具、漏斗口径、溢水孔的大小同时都会影响加水的速度，水位超调量的大小，做了后面的实验后，往往还要修改改前面实验的结果。
人以PID控制的方式用水壶往水杯里倒印有刻度的半杯水后停下；
设定值：水杯的半杯刻度；
实际值：水杯的实际水量；
输出值：水壶的倒处数量和水杯舀出水量；
测量传感器：人的眼睛
执行对象：人
正执行：倒水
反执行：舀水
1、P 比例控制，就是人看到水杯里水量没有达到水杯的半杯刻度，就按照一定水量从水壶里王水杯里倒水或者水杯的水量多过刻度，就以一定水量从水杯里舀水出来，这个一个动作可能会造成不到半杯或者多了半杯就停下来。
说明：P比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
2、PI 积分控制，就是按照一定水量往水杯里倒，如果发现杯里的水量没有刻度就一直倒，后来发现水量超过了半杯，就从杯里往外面舀水，然后反复不够就倒水，多了就舀水，直到水量达到刻度。
说明：在积分I控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分（PI）控制器，可以使系统在进入稳态后无稳态误差。
3、PID 微分控制，就是人的眼睛看着杯里水量和刻度的距离，当差距很大的时候，就用水壶大水量得倒水，当人看到水量快要接近刻度的时候，就减少水壶的得出水量，慢慢的逼近刻度，直到停留在杯中的刻度。如果最后能精确停在刻度的位置，就是无静差控制；如果停在刻度附近，就是有静差控制。
说明：在微分控制D中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。
积分（I）控制
在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。
微分（D）控制
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。
在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法，但是在实际的应用中，更多的是通过凑试法来确定PID的参数。
增大比例系数P一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
增大积分时间I有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
增大微分时间D有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
PID控制器参数整定的一般方法：
PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：
一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改；
二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。
现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下：
1、首先预选择一个足够短的采样周期让系统工作
2、仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；
3、在一定的控制度下通过公式计算得到PID控制器的参数。
PID参数的设定：是靠经验及工艺的熟悉，参考测量值跟踪与设定值曲线，从而调整P、I、D的大小。
书上的常用口诀：
参数整定找最佳，从小到大顺序查；
先是比例后积分，最后再把微分加；
曲线振荡很频繁，比例度盘要放大；
曲线漂浮绕大湾，比例度盘往小扳；
曲线偏离回复慢，积分时间往下降；
曲线波动周期长，积分时间再加长；
曲线振荡频率快，先把微分降下来；
动差大来波动慢。微分时间应加长；
理想曲线两个波，前高后低4比1；
一看二调多分析，调节质量不会低。
个人认为PID参数的设置的大小，一方面是要根据控制对象的具体情况而定；另一方面是经验。P是解决幅值震荡，P大了会出现幅值震荡的幅度大，但震荡频率小，系统达到稳定时间长；I是解决动作响应的速度快慢的，I大了响应速度慢，反之则快；D是消除静态误差的，一般D设置都比较小，而且对系统影响比较小。
PID参数怎样调整最佳
1、整定比例控制
将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
2、整定积分环节
若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
3、整定微分环节
若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
来源：网络
441 浏览
制造业的数字化革命
智能科技类 jingjing 2016-09-09 09:40 发表了文章
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
