
刘琼老师为武汉晴川学院机械与电气工程学院特聘教授,现为华中科技大学机械科学与工程学院工业及制造系统工程系的教授,博士生导师,数字制造装备与技术国家重点实验室、制造装备数字化国家工程研究中心成员。曾是美国普渡大学高级访问学者、英国剑桥大学研究工作人员。她的研究主要集中在低碳制造、制造系统优化以及逆向物流。在智能车间布局与规划、调度优化、生产管控、可持续制造、大数据分析与应用等领域深耕多年,成果丰硕。
2025年4月9日下午14:30,武汉晴川学院机械与电气工程学院于教1- 102开展了一场主题为 “面向智能制造的优化技术” 的学术讲座。讲座特邀华中科技大学机械科学与工程学院刘琼教授主讲。学院全体教师和2023级机械设计制造及其自动化专业的学生参加了讲座。讲座由学院科研助理、供用电系副系主任周陟老师主持。
讲座中,刘琼教授首先聚焦车间布局规划原理与优化技术。他指出,传统车间布局往往基于固定生产流程设计,在面对智能制造时代多品种、小批量、定制化的生产需求时,暴露出灵活性不足、资源利用率低、物流成本高等问题。而面向智能制造的车间布局优化,需以全局视角整合设备、人员、物料、信息等要素,构建高效、柔性的生产空间。在此背景下,基于 Factory Simulation 的数字孪生车间布局与产能优化技术成为关键。数字孪生通过构建物理车间的虚拟镜像,实现对生产过程的实时仿真与预演。刘琼教授详细介绍了 Factory Simulation 软件的强大功能,它能够对车间设备、产线、物流路径等进行三维建模,并通过输入生产参数、订单需求等数据,模拟不同布局方案下的生产运行情况。并以某汽车零部件制造企业为例,该企业原有车间布局下,物料运输路径复杂,设备间协作效率低。通过 Factory Simulation 构建数字孪生模型,刘琼教授团队对设备布局进行多次模拟优化,最终使物料运输路径从平均每批次1.2公里缩短至 0.8公里,缩短了30%;设备综合利用率从65%提升至78%,产能提升20%,有效验证了该技术在实际生产中的价值。
在智能制造中的生产调度优化环节,刘琼教授首先明确介绍了其基本目标:在复杂多变的生产环境中,实现资源(设备、人员、物料等)的高效配置,缩短生产周期,提升订单准时交付率。传统调度方法依赖经验与简单规则,在面对紧急订单插入、设备突发故障、物料供应延迟等情况时,难以快速做出最优调整。为此,刘琼教授介绍了基本的排产流程和常见算法。刘琼教授介绍“车间作业计划是智能化车间生产管控体系的中枢神经,他指挥并控制着车间生产转换过程的顺利和高速运行”。生产调度优化就是要“在产品结构、工艺路线、工作时间、资源能力、订单交期等约束下,最优化安排生产顺序并合理分配执行资源,从而实现综合成本最低、延期风险最小、生产负荷均衡等优化目标”。

高级计划与排程系统(APS)是生产调度优化的重要工具,刘琼教授对其进行了深入解读。APS 系统具备强大的数据整合与分析能力,能实时接收 ERP(企业资源计划)系统的订单需求、BOM(物料清单)数据,以及 MES(制造执行系统)的设备状态、生产进度数据,通过智能算法进行排程计算。在某电子制造企业案例中,该企业以往依靠人工排程,面对订单变更时常手忙脚乱,计划调整往往需要2-3天,且调整后的计划仍存在诸多不合理之处。引入APS系统后,系统可在数小时内完成新订单插入、设备重新分配、工序时间调整等操作,订单准时交付率从80%提升至 95%。刘琼教授还强调,APS系统与其他系统的集成并非简单的数据对接,而是需要在业务流程、数据标准、系统架构等多层面进行协同,才能发挥最大效能。刘教授将理论与案例、实践与方法相结合让师生更容易理解运用。
谈及数字化生产管控技术,刘琼教授介绍了基于仿真分析的优化等方法。她指出,数字化生产管控技术是实现智能制造的神经中枢,通过传感器、工业互联网等技术实时采集设备运行参数、工艺质量数据、生产进度信息等,实现对生产过程的全方位监控。以某机械加工企业为例,该企业在关键设备上安装振动、温度、压力等传感器,实时采集设备状态数据。通过数据分析模型,提前预测设备故障,将设备非计划停机时间降低40%。同时,对加工工艺参数进行实时监控与调整,使产品不良率从3% 下降至2.25%。这种数字化管控不仅提升了生产效率与质量,更积累了大量宝贵数据,为后续优化与创新奠定基础。

在智能制造的大数据应用部分,刘教授介绍智能制造的核心是“数据价值最大化”。刘琼教授再次结合生动案例进行分析。某航空制造企业在加工精密零部件时,刀具磨损对加工质量与成本影响显著。通过收集数月的刀具使用数据(切削速度、进给量、加工材料、磨损量等),运用机器学习算法建立刀具使用寿命预测模型,使刀具更换时机更加精准,刀具成本降低15%。某服装制造企业则利用电商平台销售大数据,分析消费者偏好、季节趋势、地域差异等因素,预测不同款式服装的市场需求。基于预测结果调整生产计划,实现精准生产,库存周转率从每年4次提高至5.2次,减少了库存积压与缺货损失。这些案例充分展示了大数据在智能制造各环节的赋能作用。

本次讲座对教师而言,拓宽了科研视野,在智能车间布局优化、生产调度算法、数字化管控系统开发、大数据分析应用等方向获得新启发,为后续申报科研项目、开展校企合作提供了思路。例如,可与本地制造企业合作,针对车间布局或生产调度问题开展横向课题研究,将理论与实践结合,提升科研成果实用性。对学生而言,激发了对智能制造领域的探索热情。通过了解前沿技术与实际应用,学生们明确了学习方向,在后续课程学习(如《机械制造技术基础》《生产运作管理》《工业大数据分析》等)中可更有针对性地汲取知识。学院亦可借此契机,优化课程设置,增加数字孪生、APS 系统应用等实践环节,或开设相关选修课程,提升学生对智能制造技术的实操能力。

从学院发展层面看,本次讲座为学科建设注入新活力。智能制造是机械工程学科的重要发展方向,通过与刘琼教授等专家的交流合作,可进一步凝练学科特色,加强在智能制造优化技术领域的研究力量。未来,学院可考虑建立“智能制造优化技术” 科研团队,整合机械、电气、计算机等多学科资源,开展跨学科研究。同时,积极引进相关实验设备与软件(如 Factory Simulation 软件、智能传感器等),建设数字孪生实验室、生产调度优化实验室等,为教学与科研提供硬件支持。

刘琼教授的讲座不仅是一次知识的传递,更是一次思想的碰撞。它让学院师生深刻认识到智能制造优化技术的广阔前景与复杂挑战。在未来的教学与科研工作中,武汉晴川学院机械与电气工程学院将以此次讲座为起点,深入探索智能制造领域,培养更多适应时代需求的高素质人才,为区域经济发展与产业升级贡献力量。相信在学院师生的共同努力下,智能制造优化技术将在教学、科研、实践应用等多维度开花结果,推动学院迈向新的发展高度。