Smart Manufacturing Innovation
來源：先進製造業 作者：周宏仁
如何實施智慧製造？需要考慮智慧製造的三個支點：產品、裝備和過程。
筆者在《論智慧製造》系列中的「論智慧製造的三個階段」中，談到了對三個階段的基本認識。而如何實施智慧製造，則需要考慮智慧製造的三個支點：產品、裝備和過程。
圖1 智能製造的三個支點
第一個需要考慮的是，推動智慧製造的目標是什麼。顯然，企業追求的是產品，而不是要把企業搞的有多時髦。企業銷售產品的時候，不是要宣傳企業的生產線有多漂亮、多現代，而一定要說明這個產品的價值何在。
產品是企業面向社會的表現。智慧製造的目標是產品，而不是智慧製造本身。因此，產品的智慧化，是企業必須考慮的首要問題之一。
智慧製造如果不能生產出智慧的產品，智慧製造就失去了時代的意義。而且，企業的產品如果不是智慧化的，產品和企業今後被淘汰的可能性就很大。
產品是企業面向社會的表現。智慧製造的目標是產品，而不是智慧製造本身。因此，產品的智慧化，是企業必須考慮的首要問題之一。
智慧製造如果不能生產出智慧的產品，智慧製造就失去了時代的意義。而且，企業的產品如果不是智慧化的，產品和企業今後被淘汰的可能性就很大。
第二個支點是裝備，生產過程(包括研發、設計)中的每一個關鍵環節上的裝備，一定要智慧化。如果這個智慧化實現不了，勞動生產力和勞動效率，就不可能得到很大提高，企業可能就沒有競爭力。
不是數位化、網路化和智慧化的生產裝備，就不是這個時代的先進製造裝備。而且，如果設備沒有智慧化，也可能無法生產出企業想要生產的智慧化產品。
不是數位化、網路化和智慧化的生產裝備，就不是這個時代的先進製造裝備。而且，如果設備沒有智慧化，也可能無法生產出企業想要生產的智慧化產品。
第三個支點，是企業生產過程的智慧化問題。裝備智慧化解決的是生產過程中「點」的智慧化問題；企業只有實現生產全過程的智慧化，才能實現企業全局的智慧化，才能夠實現智慧化效益的最大化。
智慧產品是第一支點
一個機床生產廠，生產裝備和過程如果都是智慧化的，而它生產出來的機床卻是一般的機床，沒有智慧化的要素，那麼這個機床廠的前途就非常堪憂。因為，他自己都不會去購買，這樣不夠智慧化的機床。
因此，任何一個企業在考慮其智慧製造如何發展的時候，首先應該想到的是自己的產品怎麼實現智能慧化。即使生產過程沒有部分或全部實現智慧化，能夠把智慧的產品做出來，那麼企業還是應該首先考慮產品的智慧化問題。
產品的智慧化，是透過產品中，包含有各種複雜程度不等的計算機系統，尤其是嵌入式系統，來實現的。嵌入式系統不僅可以成為智慧製造最重要最具有代表性的技術，而且會形成一個龐大的產業鏈。
嵌入式系統，發展的速度比較緩慢——儘管起步並不晚。產品所用的嵌入式系統，絕大多數對於晶片的要求都不一定特別高，一般也就是幾十奈米到上百奈米，甚至檔次再低一點，也或許夠用。因此，技術難度並不大。
嵌入式系統，發展的速度比較緩慢——儘管起步並不晚。產品所用的嵌入式系統，絕大多數對於晶片的要求都不一定特別高，一般也就是幾十奈米到上百奈米，甚至檔次再低一點，也或許夠用。因此，技術難度並不大。
產品智慧化，是當今計算技術發展的一個新的重大趨勢。計算技術發明的初衷是為了科學計算。而後，發展為支持人類各種業務活動的資訊處理和傳播，即業務計算。
業務計算的覆蓋範圍，已經比科學計算要大得多。上世紀90年代以後，隨著互聯網的發展，Facebook等開始崛起，計算技術滲入了人們的社會生活，大大地推動了社會計算的發展，計算技術的應用覆蓋範圍則更進一步擴大。
業務計算的覆蓋範圍，已經比科學計算要大得多。上世紀90年代以後，隨著互聯網的發展，Facebook等開始崛起，計算技術滲入了人們的社會生活，大大地推動了社會計算的發展，計算技術的應用覆蓋範圍則更進一步擴大。
現在，計算技術開始向各種產品領域滲透，提升產品的智慧化水平。智慧產品數以百億，甚至千億計，產品計算的覆蓋範圍可以說是「無遠弗屆」，一定會給整個IT產業帶來巨大的變化。因此，計算技術應用的下一個熱點，是產品計算。所有的產品都要程度不等地走向智慧化，計算都有可能參與其中。這一點，跟工業互聯網快速發展的需求有很大的關係。
圖2 計算技術應用的發展階段
現在的智慧產品，跟以前所謂的嵌入式系統功能需求，還不完全一樣，主要功能體現在三個方面。第一個是傳感，產品需要能夠感受外部的情況變化，或者能夠整合產品內部的數據。
第二個是計算，包括產品本身的操作系統，以及產品使用的各種應用系統。例如，從數據分析到高端計算——也就是人工智慧。第三個是聯網，隨著全球物聯網的發展，產品可能具有霧計算、邊緣計算和雲計算相聯結的功能。因此新一代的智慧產品，跟以前講的嵌入式系統的概念已經大不相同。
圖3 無處不在的智慧產品
智慧裝備是最大難點
裝備是智慧製造最大的難點。生產裝備一般都比較複雜，而且批量可能不大，所採用的工業軟體也往往非常複雜。這使得生產成本很高，市場很小，因此願意或有實力從事智慧裝備製造的企業並不多。而且，由於裝備的開發週期長，導致企業經營的風險很大。
另外，裝備製造的難點，很大程度上是在軟裝備上面，即以工業軟體為代表的軟裝備，包括CAD/CAE這樣的軟體工具。沒有軟裝備，就不可能有「數位化、網路化、智慧化」。抽去軟體，資訊化的一切成果都不復存在。
工業軟體首先是一個工業產品，而且往往是高端工業產品。而工業界對這一點的認識，還很不充分。
工業軟體首先是一個工業產品，而且往往是高端工業產品。而工業界對這一點的認識，還很不充分。
過程智慧化
先進國家的製造業在生產裝備智慧化這一點上，已經非常領先。尤其是日本和德國，已經基本上壟斷了全球重大製造業生產裝備的市場。而智慧製造的下一步的發展，就是要實現過程的智慧化，完成從裝備這個「點」，向過程這條「線」的發展。
過程智慧化最典型的代表，正是工業4.0和工業互聯網的奮鬥目標。工業4.0提出，企業的資訊系統要走向一體化，包括縱向一體化和橫向一體化。縱向一體化就是《三論智慧製造》的系列之一中提到的企業的內部網，而橫向一體化正是企業的外部網。現在，要把內部網和外部網完全整合在一起，將數據完全打通。
圖4 內部網和外部網的一體化
此外，要把整合之後的系統，打造成一個智慧實體虛擬系統(Cyber-Physical-System， CPS)。這裡的Cyber意指電腦或電腦網路。在很多現代化企業裡，不管內部網或外部網，都還只是一個獨立的電腦網路或者系統，或者實現了初步的整合。如何跟企業這個物理實體融為一體，有效地運轉，是一門大學問。
美國國家科學基金(NSF)在2006年的一個報告中指出，現有的、工業時代發展出來的系統科學(包括系統工程理論)，還不能很好地回答這類問題。他們認為，企業這個物理實體與其內含的電腦和網路系統如何協同一致、高效精確的工作，如何增強這類系統的適應性、自主性、功能性、可靠性、安全性、可用性和效率，將會發展成為一個新的系統工程學，是美國需要重點發展的前沿命題。實際上，美國關於CPS的研究報告非常多，對這個命題非常關注。
過程智慧化的實現
工業4.0或者工業互聯網的目標，不僅要把內部網、外部網連起來，而且要變成一個智慧實體虛擬系統(CPS)。二者都可以透過一個「5C(五層)」結構來表述。
圖5 工業互聯網和工業4.0的「5C(五層)」架構
最下面一層是智慧的連接層，第二層是數據轉換成資訊，第三層是Cyber層，是企業的雲計算數據中心。在這裡，需要把第二層處理所得的有效數據，與企業電腦系統中，相對應的期望值做對比分析。第四層是認知層，根據對比差異，找到問題之所在及解決問題的方法。因此，這一層實際上是一個決策層。第五層是配置層，可以按照決策要求，透過電腦網路，對人、對物、對電腦進行重新配置或更改。
這樣的一個五層結構，構成了一個標準的反饋控制系統，可以對企業的控制對象，即：人(員工)、機器、電腦系統、各種物理實體等，進行即時的反饋和控制。
這樣的一個反饋系統，其各層次所對應的技術支撐，如圖5所示。正是利用這些當下最時髦的先進技術，工業互聯網實現了企業整個業務活動全過程的的智慧控制。
這樣的一個五層結構，構成了一個標準的反饋控制系統，可以對企業的控制對象，即：人(員工)、機器、電腦系統、各種物理實體等，進行即時的反饋和控制。
這樣的一個反饋系統，其各層次所對應的技術支撐，如圖5所示。正是利用這些當下最時髦的先進技術，工業互聯網實現了企業整個業務活動全過程的的智慧控制。
根據這個思路，工業4.0和工業互聯網在2015年分別完成了系統的架構設計。工業互聯網的參考架構，可以清楚地說明系統的要素和相互之間的關係，並提供了一個開放的「工業互聯網系統設計指南」。應該強調的是，這裡說的是指南，是給出了一個大家共同努力、同向而行的方向，而不是標準。
這個架構設計，描述了工業互聯網系統的內外三層結構。從邊緣層，到平台層，再到企業層，如果我們把它看作是一個球體的話，外面就是設備端的邊緣層，中間是平台層(工業互聯網平台，主要指這一部分。當然現在也有將工業互聯網平台泛化的趨勢)，最內層是企業層。
在邊緣層上主要是邊緣的網關，採集各種各樣的數據；送到平台層之後，平台層對數據做必要的處理和分析；分析完之後，再送達企業層，送到企業的應用系統。
企業會根據不同的應用做不同的分析，做出判斷和決策，將數據再往回傳送到平台層和邊緣層，直至送達企業內外聯接的各個部門和單位。
在邊緣層上主要是邊緣的網關，採集各種各樣的數據；送到平台層之後，平台層對數據做必要的處理和分析；分析完之後，再送達企業層，送到企業的應用系統。
企業會根據不同的應用做不同的分析，做出判斷和決策，將數據再往回傳送到平台層和邊緣層，直至送達企業內外聯接的各個部門和單位。
圖6 工業互聯網架構的內外三層結構
(來源：工業互聯網聯盟的白皮書)
顯然，數據分析和處理，在工業互聯網系統中極為重要，包括：端點數據的獲取、從數據中提取資訊的先進數據處理技術，各種決策模型的分析計算，以及系統結果的輸出。其中，大量使用的是計算科學的辦法：需要建模，需要算法，需要數據等等，最後產生的是決策數據。當然，安全、可信、隱私等，在結構中也有詳細的考慮。
智慧製造與工業互聯網
現在，關於工業互聯網平台的概念討論很多。工業互聯網平台，是一個以企業為中心的平台，而不是說在整個工業行業建一個大的所謂「工業互聯網平台」。
所謂平台化是發展的趨勢，其實是指企業的平台化，每一個大企業都會有自己的一個企業平台，而不會把自己的業務搬到其他企業的平台上去。波音的平台不會到華航工業的平台上，空客的平台，也不會到波音的平台上去。
所謂平台化是發展的趨勢，其實是指企業的平台化，每一個大企業都會有自己的一個企業平台，而不會把自己的業務搬到其他企業的平台上去。波音的平台不會到華航工業的平台上，空客的平台，也不會到波音的平台上去。
如果一定要說有一個工業和產業共用共享的平台，那這個平台就是全球物聯網平台(Internet of Things， IOT)，它不是為哪個工業，為哪個部門而設計的，而是面向全世界各行各業，乃至個人服務的全球物聯網。
工業互聯網平台，是一個理想的「過程」智慧化的平台。設想非常完美，但系統非常複雜。在實現過程當中，未知數還很多，不同產業類別的企業平台之間的差異也很大。例如，華航工業的平台，幾乎不太可能拿去給中石油用，基本上要推倒重建。所以，每個企業一定要從自身的緊迫需求和實際效益出發，分步推進，絕對不能盲目跟隨，尤其考慮到當前製造業發展的水準和資訊化的水準，離國際先進水準相差仍然很大，「過程」智慧化的路途還比較遙遠。
如果把智慧製造的全部資源和精力，都投在工業互聯網平台上，又把平台理解為產業的平台，可能就誤判了智慧製造的發展方向。當務之急，還是我們的產品和裝備的智慧化問題，這對當下來講，是智慧製造的重點努力方向。206181114
0 comments:
張貼留言