在我看来,工业APP是些包含数学运算的小型工业软件。工业中为什么需要数学计算、并且编程软件呢?
问题看似很简单,其实答案并不那么明显。要认识这个问题,必须先认清一个与之相反的现实:在工业企业中,数学模型其实并不常用。
我们经常听人说:“科学原理、数学公式非常有用”。工业生产过程往往对应大量的科学原理和数学公式。但我们反思一下:工程师是不是经常用这些数学公式进行计算?其实,现实中其实很少用理论公式进行计算。
既然“有用”,现实中为什么“少用”呢?
这其实很正常。我们设想一下:人们每天的生活,都要遵从牛顿定律。动物、甚至我们的祖先都不懂牛顿定律,不也都活得好好的吗?同样,工业人不用计算理论公式,不也照样组织生产啊!
其实,只有需要精确结果的时候,才需要计算。
古人什么时候需要算?买卖东西的时候需要算、不算就可能吃亏;吃饭的时候也要精打细算,否则到了春天就没有吃的了。打仗的时候需要精打细算。《孙子兵法》说:“多算胜、少算不胜”。因为打仗都是“险中求胜”,胜负可能就差一点点。所以,《战争论》也是在强调“算”。
农业社会的时间不值钱、时间观念就不强,很少算时间。现在就不一样了。我每次坐火车、坐飞机,都要把时间算一下。因为在机场、车站多待半个小时,就觉得浪费了时间。
同样,工业人什么时候会认真去算?
工业企业追求精益求精的时候,才会去算。不追求精益求精的企业,就很少会去算。所以,企业只有发展到一定的程度,才会认真去算。
工业中的计算也是有很多麻烦的。
为什么有麻烦呢?有些人认为,是不懂得科学原理。这个说法往往是扯淡的。中国现在每年毕业800多万大学生,而工业中用到的很多科学原理很早就成熟了。怎么会不懂呢?真正的原因是:这些数学模型往往是需要参数的,而这些参数往往给不出来。给不出参数,也就算不准。
所以,往往是因为算不准,才不算的。
参数不准,是不是努力把参数搞准呢?听起来有道理,但这事与具体问题有关。有些计算(如几何尺寸)是能够算得准的,有的则很不容易搞准。所以,数字化模型的推进其实有两种办法:一种叫做“知难而上”、一种叫做“知难而变”。
对于那些能够搞准参数的对象或者过程,可以想办法搞准。这就是“知难而上”。采用这样的思路时,要多用“笨办法”:把该测量的测量、不要怕麻烦;数据分析时,要努力去剔除干扰,而不是搞一些华而不实的复杂算法。
有些参数真的搞不准,就要“知难而变”了。对于这类问题,往往是把实验数据与理论模型结合在一起。这时,理论结果往往是用来做优化的:实验结果觉得人们怎么做、而理论模型决定如何优化。注意:这种优化往往是“小步快跑”、是PDCA,这时用的模型往往是线性的。这时,用的往往是“巧办法”。
我一直主张,工艺和产品设计尽量用数学模型计算。这样的好处是:知识自然地显性化、知识便于传承、便于优化。而在现实中,往往必须接受不太理想的模型——理想的模型找不到,往前走半步也好。这就像我常说的:不要总想着长生不老,能延年益寿就不错了。因为工程师做事,服从现实是第一位的。
有些计算,手工计算太麻烦、太慢,还容易出错。这时,就需要把算法放在程序或者软件里面。而用这些程序或软件,往往意味着企业的经营、管理、技术已经达到了相对较高的程度。否则,往往就是所谓“叫花子对御厨没有需求”。
我认为:数学模型和工业APP成为热点的原因,是中国的企业开始有需求了、开始走向高端了。
---------------------------------------------------------------------------------------
版权声明:
原创文章,作者郭朝晖,来源蝈蝈创新随笔,本文已经授权,欢迎分享,如需转载请联系作者。