在2021岁末，
腾讯科学探索奖
的四位
获奖科学家
和
青腾
的四位创业家，带来了一场“开天眼”的科技畅想之旅——
青腾TechTalk
。
“好奇·真诚·共创”
，这既是青腾的价值观也是TechTalk的出发点。TechTalk着眼于未来，希望与大家共同畅想前沿的科学研究和实践应用，涵盖了物理学、生命科学、医学、农业和智能制造等领域。
青腾TechTalk由造就团队支持合作
本期的演讲者
高亮
，是
华中科技大学教授
、2019年“科学探索奖”获得者。从德国的“工业4.0”到美国的“工业互联网”，再到“中国制造2025”，它们有一个共同点，即强调“智能制造”。今天高亮教授主要和大家分享的是关于智能制造的两个观点——
08:11
演讲者：
高亮
华中科技大学教授
2019年“科学探索奖”获得者
北大-青腾未来产业学堂（二期）
同学
过去，我们做设计用的是绘图板和图纸；后来我们有了二维CAD（计算机辅助设计），可以画图，但需要根据二维图纸想象出三维结构。
再后来我们有了三维的CAD，直接就可以看到三维图像。
但在我看来这都不是设计（Design），只是画图（Drawing）而已
。
什么叫画图，什么叫设计？
上图
是支线客机舱门控制臂的结构。左边这个模型，用了3个月才设计出来，质量为9.15公斤。而右边，经过三周的设计减重，可以做到7.5公斤。如何做到的？这背后就是
拓扑优化技术
，它能
自动
地
寻找材料的最优分布
，最后完成设计工作。
然而，在现实的设计中，我们使用的设计模式都是先CAD（计算机辅助设计）后CAE（计算机辅助工程分析），然后再反复迭代。为什么有了CAD我们还需要CAE呢？这是因为它们两者在模型上是不一样的，其中CAD为几何模型，CAE为分析模型，因此我们需要两种工具。
更重要的是，当前几乎所有主流的CAD与CAE软件，均为国外开发，如果断供了该怎么办？因此我们就想有没有办法抛开CAD和CAE的这种设计模式，实现一键开发。
等几何拓扑优化
就是可能的途径之一。
比如说二维悬臂梁的设计，
上面
蓝色的是控制点，控制点在变化，水平集函数就在变化；水平集函数在变化，零水平面的截面就在变化，这样就完成了二维零件的寻优。
我们直接来看看优化后的结果，
上图
左边的是基于拓扑优化进行的设计，它已经不再需要我们人为去做设计，全部都是自动化地、最优化地完成。右边蓝线表示的是重量在不断减小，红线则是我们的目标函数在逐步优化。
又比如说
下图
所示的三维的MBB
（一种力学结构模型）
梁。我们
以前需要造型
、
几何建模
、
结构分析
、
优化设计四个阶段
，
但
现在
一步就
能完
成
，算出来的最后结构，直接发给3D打印机就可以打印出来了。
再举一个多材料的例子，仍然是MBB梁。下图中一种颜色就代表一种材料，如同植物的生长一样，好钢用在刀刃上，通过等几何拓扑优化就可以自动地完成材料的最优分布。
未来的设计，正如下图所展示的，这些都是经过拓扑优化自动化完成的，全部是全新的设计。
它
不再是
CAD
加
CAE
然后再来反复迭代的过程
，它只需一步——未来人
人都能成为设计大师
。
如果一个车间内有两台机器A和B，5个零件都要分别经过机床A和机床B，它的加工时间分别如
下图
左侧所示，那么是不是存在一个最优排列呢？答案是肯定的，就是“1-3-5-4-2”这样的一个顺序，甘特图（一种显示项目、进度以及和时间相关的变量与时间之间关系的图表，可用在生产计划领域）如下图所示，从中可以看出28个单位时间以后我们就能完成任务。
这个例子相对比较简单。如果零件数持续增加、机器数也越来越多，如何分析？这就需要掌握调度技术。
首先我们了解一下什么是调度技术，
调
度
指的是
已知
工件，
在机器
上
的加工时间和工艺路线
，从而
得到
相应的
甘特图
。
其中从第一个零件开始到最后一个零件结束叫做生产周期（Makespan）
，我们的目的是尽可能缩短生产周期。
比如著名的FT10问题，10个零件10台机器，我们人类用了25年的时间才知道它的最优解是930，如果用调度规则，只能得到1168，而这两者的车间效能是完全不一样的。
因此我们需要追求调度的效率。又比如说30个零件15台机器的TA37问题，1993年提出，直到2005年的时候我们团队才发现它的最优解是1771，甘特图如下图所示。
上面举的例子实际上都还是简单的调度，但是实际需求更加复杂，如果考虑动态、模糊、多目标、批量，考虑机器的柔性、工艺路线的柔性等等，问题会变得更加复杂、更加难以求解，因此，如何高效智能化的进行调度优化，这恰恰就是我们追求的。
所以说，
如果调度不好，即使我们的智能工厂里
都是智能装备
，依然无法实现智能生产；如果调度得好，即便
都是普通装备
，也是能实现智能生产的。
未来，相信每一个智能工厂一定会有一个超级大脑在指挥一切，让它有条不紊地在运行。
接下来我们就来看看智能制造的未来会是什么样子，在这里我跟大家聊聊两个趋势：
第一个趋势叫“数字工程”
D
igital
E
ngineering
。
其中有两个含义。一个是从概念到报废，它会有一个数字模型一直伴随着从概念到报废的全过程；另一个是从设计-建造-测试，再到未来的建模-分析-制造。
例如华中科技大学开发的MWorks软件。通过它，可以让设计一款飞机变得很简单，拖拽模块、连线，然后就可以自动地体验到我们设计的飞机的性能。这个时候就体现出了数字化的魅力，我们通过标准化完成数字化，知识、数据数字化后就可以重用，从而大幅提高我们的效率。
第二个趋势是机器人化智能制造
。
以前我们工件有多大，机床就有多大；未来是工件有多大，一群机器人去加工它。在这里面我们会有单机的能工巧匠，它可以替代机床的部分功能，多机的协同，甚至人-机-环境共融，最终实现整个制造过程的智能决策与系统进化。
