面向大众的分布式制造

                              面向大众的分布式制造

                        分布式和民主化是两种互补的范式，在制造业中越来越受到关注。

         分布式制造（DM）允许地理上分散的生产，通常规模较小且靠近最终用户。民主化使大量人口能够从事制造业。大规模分布式制造（MDM）结合了这些范例，由位于任何地方的大型人员网络按需执行。MDM不依赖集中工厂的大规模生产，而是承诺提高制造业对紧急生产需求（如流行病等紧急情况）的响应能力和弹性；促进大规模定制和低成本低批量生产；在制造业雇佣许多受过非正式培训的公民（例如通过零工经济）；并通过在其使用点附近生产物品来减少制造的环境足迹。第四次工业革命将在通过网络物理操作系统（CPOS）实现MDM方面发挥重要作用。自18世纪第一次工业革命以来，制造业主要通过集中工厂的大规模生产进行，通常远离最终用户。大规模生产能够以标准化的质量、高生产率和低成本生产大量产品。然而，面对紧急需求或中断，它缺乏灵活性、灵活性和弹性，无法轻易为消费者提供小批量个性化产品（大规模定制）（1）。此外，它的环境足迹是这主要是因为它经常需要长距离运输原材料和成品。

        在过去十年中，人们对分布式和民主化制造越来越感兴趣，并将其作为大规模生产的替代或补充范例。联合国国际开发组织（2）、世界经济论坛（3）和其他主要机构（4、5）都强调DM对制造业的未来至关重要。几家从事DM的公司，如3D Hubs、3Diligent、“快速半径”和“X射线测量”已经萌芽。例如，Xmetry使其客户能够访问由5000多个精心策划的合作伙伴组成的网络的制造能力，这些合作伙伴通常分布在世界各地的中小型企业。就民主化而言，最引人注目的例子可能是桌面三维（3D）打印机的激增，目前平均零售价约为1000美元（7），这在大部分人口的购买力范围内。2019年，全球销售了超过70万台台式3D打印机（7）。这些打印机现在可以在家庭、办公室、学校、众创空间、公共图书馆和其他设施中找到，人们可以使用它们进行原型制作和小规模或微型制造，而无需经过广泛的技术培训。

        然而，分布式和民主化制造离MDM（8-10）的目标还很远，MDM中的产品由一个庞大、多样化、地理分散但协调一致的个人和组织网络制造，具有灵活性和灵活性，但质量、生产率和成本效益接近批量生产。例如，像Xmetry这样的公司需要让全球数百万用户参与微制造，这与优步（Uber）和Lyft这样的公司在交通方面所取得的成就类似。

        MDM的潜在潜力在新冠肺炎疫情，当时个人防护装备（PPE）短缺。大规模生产速度太慢，无法应对突然出现的PPE需求，包括对简单但重要的塑料产品（如面罩）的需求。在全球范围内，成千上万（如果不是数百万）的人（其中许多人没有制造这些产品的经验）组织成小型网络，使用台式3D打印机和其他小型制造设备生产数百万面罩和其他PPE（11）。这一努力暴露了MDM在标准化生产要求、保证质量和可靠性以及实现与大规模生产相媲美的高生产效率方面的关键挑战。这个例子说明了技术在支持MDM中的重要作用。

        大规模生产……缺乏灵活性、灵活性和弹性，无法轻易为消费者提供个性化产品

        第一次、第二次和第三次工业革命分别由机械化、电气化加流水线和数字计算驱动，为第四次工业革命（或工业4.0）铺平了道路，并由网络化的网络物理系统和人工智能支撑。例如，Xmetry利用云计算和机器学习为其即时报价引擎提供动力，使客户能够在几秒内收到定价、预期交付周期和可制造性反馈。类似地，3Diligent使用云计算使其网络中的制造商能够在其车间内路由工作并跟踪质量。

        随着工业4.0的进步，制造机器（包括低成本3D打印机）越来越多地配备了传感器和云连接（12）。由这些传感器产生的大量数据被用于机器学习算法中，以提供预测和校正动作（13）。正在开发先进的基于云的控制器，以提高机器的质量和生产率（14）。这些技术和自动化的进步可以汇聚成一个基于云的MDM CPOS。

        CPOS的灵感来源于分布式计算中使用的中央协调器，用于在分布式计算机网络上自动分配和执行大规模计算任务。中央协调员启用了Folding at Home（15），这是一个分布式计算集群，利用超过100000台个人计算机的空闲容量运行模拟，帮助科学家了解蛋白质是如何折叠的。类似地，CPOS将智能、高效和安全地协调云连接、自主和地理分散的制造资源的大型网络。它将把制造业的工作最佳地分配给与其相关的资源，并利用分布式和民主化的交付系统，如共享汽车和无人机，进行物流（见图）。

        它将把机器学习应用于从传感器收集的数据，以帮助确保和提高质量并优化操作。

此外，CPOS将通过众包创意来利用人类的创造力，改善制造商网络的制造运营，并采取网络安全措施来保护知识产权和参与者的隐私。因此，CPOS将允许大型、自主、异构和地理分散的制造商网络进行协作，以敏捷和灵活性快速响应生产需求和中断，同时确保MDM的高质量、生产率和成本效益。

        连接生产者和消费者的网络系统

        大规模分布式制造使用网络物理操作系统和人工智能工具来连接和协调消费者和生产者。微制造单位的生产商可以使用三维（3D）打印来制造定制产品。智能物流，如无人机和共享骑乘服务，可实现实物产品交付。

        

 本文来源于：

Chinedum E. Okwudire and Harsha V. Madhyastha的 Distributed manufacturing

for and by the masses这篇文章。

参考文献

 1.  B. J. Pine II, Mass Customization: The New Frontier in

Business Competition (Harvard Business School Press,

1993).

 2.  C. López-Gómez, E. O’Sullivan, M. Gregory,

A. C. C. Fleury, L. Gomes, Emerging T rends in Global

Manufacturing Industries (United Nations Industrial

Development Organization, 2013).

 3.  B. Meyerson, T op 10 Emerging T echnologies of 2015

(World Economic Forum, 2015).

 4.  Foresight, The Future of Manufacturing: A New Era of

Opportunity and Challenge for the UK Summary Report

(The Government Office for Science, London, UK, 2013).

 5.  European Factories of the Future Research Association,

Factories of the Future: Multi-annual Roadmap for

the Contractual PPP under Horizon 2020 (European

Commission, 2013).

 6.  MForesight, Democratizing Manufacturing: How to

Realize the Promise of the Maker Movement (2017).

 7 .  Wohlers Associates, Wohlers Report 2020: 3D Printing

and Additive Manufacturing: Global State of the Industry

(Wohlers Associates, 2020); https:/ /wohlersassociates.

com/2020contents.htm.

 8.  J. S. Srai et al., Int. J. Prod. Res. 54, 6917 (2016).

 9.  H. Stewart, J. Tooze, Making Futures 4, 1 (2015).

 10.  P . Jiang, J. Leng, K. Ding, P . Gu, Y. Koren, Proc. Inst. Mech.

Eng. B 230, 1961 (2016).

 11.  J. M. Pearce, J. Manuf. Mater. Process. 4, 49 (2020).

 12.  C. E. Okwudire, S. Huggi, S. Supe, C. Huang, B. Zeng,

Inventions 3, 56 (2018).

 13.  T. Wuest, D. Weimer, C. Irgens, K. D. Thoben, Prod. Manuf.

Res. 4, 23 (2016).

 14.  C. E. Okwudire, X. Lu, G. Kumaravelu, H. Madhyastha,

Robot. Comput.-Integr. Manuf. 62, 101880 (2020).

 15.  Folding at Home, https:/ /foldingathome.org/.