工控网首页
>

应用设计

>

工业4.0发展阶段性解读

工业4.0发展阶段性解读

2017/7/25 15:45:21

一、前言

  近年来,美国与欧洲的主要发达国家都纷纷的提出了意在提升自身制造业水平的战略规划,并不约而同的将信息化与互联网技术与制造业的融合作为新的发展契机:美国的“工业互联网”的主张:借助其占据绝对优势的互联网技术,自上而下的对传统的工业生产体系进行整合与渗透;德国的“工业4.0”战略则注重:通过信息、通讯技术与自动化的深度融合自下而上的升级其现有的自动化体系

  为了推进中国制造的转型升级,《中国制造2025》战略对上述两套体系(“工业互联网”与“工业4.0”)进行了借鉴。由于考虑到两者间存在的巨大差异,以及未来发展的不确定性,因此在制定《中国制造2025》时,我国将两套体系列为同等重要的参考方向,而并未对它们进行主次划分。

  《中国制造2025》中所阐述的“IT技术与制造业的融合”又被称为“互联网+制造业”,两者均处于同等重要地位。但在国内的主流舆论下,“互联网+”的作用被明显夸大,同时伴随而来的一系列概念炒作也层出不穷(工业云,工业大数据,人工智能,万物互联)。与此相比,侧重于制造端的“工业4.0”则被部分人误读为现有的“工业3.0”技术(如机器人,生产自动化,库存自动化等)的直线升级,而更为无奈的是有些人索性将“工业4.0”与“互联网+”画上了等号。

  工业4.0之所以被误读,主要原因在于其所阐述内容的复杂度与抽象性(工业4.0由一套完整且抽象的概念体系,技术框架以及方法论共同构成);但随着时间的推移,目前的工业4.0已经由最初的概念框架逐渐演变为一套有血有肉的技术与方法论体系。

  作为相关行业的从业者,笔者有幸经历且观察到这一过程,故此希望借此文章,与大家分享我个人的观点与理解。

二、工业4.0 与 工业互联网 

  在过去的20年,IT技术在互联网与自动化两大领域的应用经历了长期的差异化发展,而随着新型制造业发展趋势的逐渐明朗化,这两大行业都开始将关注度聚焦于制造业领域,并纷纷开始着手于布局相技术与市场工作:一方面,互联网企业开始尝试通过云计算、物联网、大数据等技术将常年处于信息孤岛的制造业纳入到互联网这一体系当中;另一方面,自动化行业则计划借助信息化技术,打破既有局限,并构建一套更灵活、简洁、开放的智能制造体系。

  虽然互联网与自动化领域看似都在通过IT技术对制造业进行着改造与升级,但由于各自看待制造业角度的不同,因此两者所采取的策略也存在较大差异。

笔者声明:本文中所说的工业互联网与GE公司的工业互联网只是名称相同,但含义并不一致,本文所说的工业互联网可以被理解为以互联网、云、大数据为主导的互联网+工业。

工业4.0 - 构建新型自动化体系

  在工业4.0版本的规划中,智能制造被比喻为竞技中的运动员:即:它需要拥有健壮的身体维持高强度的运动;凭借发达的小脑与神经系统指挥身体的四肢,完成一系列复杂的动作;智慧的大脑则需要对比赛进行准确的评估,从而作出正确的判断。

  在工业4.0中,运动员的大脑、神经系统与身体分别对应着”智能制造”中的三大支撑体系:

  • 物理层(身体):工业机器人,数控机床,输送设备、仪器仪表等;

  • 自动化(小脑与神经系统): 由一系列遵循工业4.0原则(互联互通、标准化、普适性)的设备(如控制器,传感器, RFID Reader等)与系统(SCADA, MES, WMS等)组成,由它们所共同构建的生产体系将实现更加复杂且多样的制造需求;

  • 企业IT系统与互联网(大脑):通过与“小脑和神经系统”对接获取工业原始数据,并借助大数据技术为生产提供决策支持;同时借助电子商务完成与终端用户的对接,将生产任务通知给自动化系统。

  从现有技术与应用的发展水平看,物理层与互联网的发展已经相对成熟稳定;然而在自动化领域,由于各厂家的产品总是习惯于仅提供“分内”的功能,但却忽视与其它系统的协同,因此导致自动化系统中存在着许多信息与逻辑断层。

  现有自动化行业解决“断层”问题的方法并不理想,业界通常的做法是通过定制化的“中间件”将不同的系统与设备捏合在一起;然而此种借助“中介”的做法不但增加了系统的复杂度与成本,也降低了“神经系统”间直接协同的可靠性与时效性。而更为头疼的问题是,当系统复杂到一定程度后,整个系统将不再具有可驾驭性与可扩展性,这也正是在自动化行业中,很多好的想法难以实现的主要原因。

  从生物学角度讲,神经系统(包括小脑)间的协调性决定着物种的存亡,可以设想一下:如果狮子不能协调地奔跑,则无法捕获猎物;如果猴子无法在攀爬的过程中掌握身体平衡,则会从树上掉下来。而对于目前自动化行业而言,系统(设备,软件)间协同与组合关系的固化已经严重的限制了自动化体系的发展,而这将成为未来“柔性化生产”与“智能化制造”的最大障碍。

  为了解决所面临的共同挑战,德国的相关行业协会及大型企业自发地聚在一起,共同完成了“工业4.0”的起草,它们将一系列已达成共识的概念、技术与方法融入其中,并最终形成一套完整的规划体系。在此规划中,核心内容包括:利用信息技术打破现有自动化系统(系统内部以及系统间)的信息壁垒,简化系统结构,从而构建一套灵活、高效的智能制造体系。

工业互联网 - 互联网+工业

  工业互联网意在将相对独立的工业自动化体系纳入到以云、大数据为基础的“大互联网”体系中,而支撑这一想法的出发点有以下几点:

  • 大数据:提供海量的数据存储与访问能力,从而能够充分的容纳与管理来自工业体系的信息;

  • 云计算:提供充足的计算能力用于承载或替代自动化系统中的业务处理逻辑,比如报警,报表,数据分析等;

  • 接入:具有无处不在的接入能力,如4G(以及未来的5G)、WIFI、企业网等,借助这些接入点,用户能够节省搭建工业专用网络的成本;

  • 虚拟化:通过虚拟化(虚拟机)技术构建的云平台能够为用户节省自行搭建与运维的成本;

  • 集群化:无论是数据库、Web服务或者消息中间件,都能够很好的支持集群化部署,这使得云平台的服务能力具有极强的扩展性;

  • 开放框架:借助流行的开源框架,能够实现众多传统自动化软件与硬件(嵌入式软件)的功能,比如采集、报警、简单控制、报表分析等;

  • 物联网:通过一些有代表性的物联网成功案例(智能家居、车联网、智慧城市),互联网对终端设备的整合能力被进一步验证。

    我们不难发现,当今的互联网技术已经拥有了诸多优秀的技术与成功的案例,而且采用Web框架来实现自动化中部分业务与逻辑也并非不可能。因此,在部分人看来,将传统自动化体系纳入到互联网中仅仅是时间与工作量的问题。

工业4.0 VS 工业互联网

  工业4.0与工业互联网虽然在各自的规划中存在着部分交集,且在技术上存在着共通之处,但从本质上讲,两者却在边界划分、体系架构、技术路线图等原则性问题上存在着巨大的分歧。

1. 边界划分

  工业4.0规划对于互联网与自动化的边界进行了清晰的划分:

  作为“小脑与神经系统”的自动化体系将负责为复杂的智能制造体系提供基础支撑;在新体系中,传统系统与产品将被赋予更加智能与灵活的功能与特性,但是它们原有的定位并不会发生根本性的改变;

  随着自动化体系开放性的提高,互联网这一“大脑”与“小脑与神经系统”进行对接的障碍将逐渐消失,此时互联网将借助其大数据、电子商务等优势,为制造业提供有效的支持。

  对于“工业互联网”而言,其想法中秉承了互联网行业惯有的“颠覆”与“打破边界”思维,而“工业云”与“工业大数据”则是“工业互联网”最具代表性的方向。

  笔者并不否认,在某些应用场景中,这种平台的确给最终用户带来了良好的体验,但如需将这一方向提升到国家战略层面,至少需要先就以下几点问题进行思考:

  工业云平台所提供的功能与特性哪些是与现有自动化产品体系相重合的,哪些是互联网的优势功能?

  将功能搬到“云”上的目的是什么?哪些功能是为了提升效率、降低成本,而又有哪些仅仅是为了搞“互联网+”或“大数据”?

  “工业云”到底是使我们现有的生产体系变得更加复杂了,还是更加简化?

 

2. 去中心化 VS 中心化

  为了确保 “神经系统”、“小脑”、“大脑”间自由的协同与整合,“工业4.0”要求每个节点均需遵循去中心化的原则;这就意味着在这一体系内,无论是软件、控制器、RFIDReader或传感器,都需要能够自给自足(区域自治):拥有独立的数据与逻辑,并能独立的对外提供标准化且网络化的信息与服务。

  与此相比,多数互联网平台都是采用将设备接入“云端”的中央集权架构(“神经末梢”与“大脑”进行直接对接)。这种做法的优点在于能够将信息集中化管理、分析与访问;但正如前文所阐述,生产与制造过程相当于运动员高速运动的过程,这一过程中的逻辑与时效性并不是“大脑”都能够思考或反应的过来的。

3. 加法 VS 减法

  在工业4.0体系中,遵循标准化与模块化原则的不同产品可以通过彼此协作,从而使厂商避免将过多的精力投入到与自身产品相关度不大的研发当中,从而极大的节省了成本。而这一简化个体,强调整体的做法,恰恰是先做“减法”,再做“加法”的过程。

  “互联网+”作为制造业的新成员,需要在很多方面做“加法”:新的平台,新的软件,新的框架,新的硬件,新的系统;而这一切将会导致资源的极大消耗。

 

4. 约束 VS 自由

  为了确保“智能制造”体系中的众多厂商形成“高度共识”,工业4.0在其规划中制定了一系列技术标准、行业模型以及方法论。这些具有约束性的“宪法”与“法律”看似对每一个体进行了限制,但实质上却为它们提供了一套原则明确、边界清晰的基础框架;在此基础之上,一个更加平等且高效的生态系统将会形成,并最终提升整个制造体系。

  互联网是一个高度开放且自由的平台,同时也是一个诸侯混战、规则缺失的领域。对于自动化这一庞大且成熟的行业而言,等待最终赢家制定规则是不现实的。

  故此在“智能制造”发展之初,我们就需要制定一套能使整个行业共同受益的框架体系,使其中的每个参与者都得到平等的对待,而这也正是工业4.0战略与遵循丛林法则、赢者通吃的“互联网+”最根本的区别。

三、工业4.0规划

  工业4.0是根据制造业现有瓶颈和未来发展趋势这两个出发点而提出的,而其所需要解决的核心问题在于:制造业如何去面对产品种类不断增多所带来的挑战。

  以德国汽车制造业为例,从上世纪90年代末开始,各德国汽车品牌平均一年生产的汽车款式大约为10到20款左右,但到了2015年,大众集团在世界100个地区推出的车型则有300多款,与此同时,每个汽车款式的生命周期较15年前缩短了一半。

  产品款式增多意味着零件种类的增多,同时产品生命周期的缩短则造成生产流程频繁的调整,而这些都大大增加了生产的复杂程度。伴随着未来更加激烈的竞争,这种复杂度不断提升的趋势将无法避免。

  面临即将到来的挑战,现有的线性且固化的生产体系已经不足以去应对如此快速的变化。未来的制造业需要一种更加“柔性”的生产体系(柔性制造),可以通过快速的自我调整与适应,及时的满足市场变化的需求。

 

柔性制造

  在讲抽象的概念之前,让我们来描述一下柔性制造的场景:

  小明开了一家饮料厂,这个厂能够按照客户口味偏好进行生产;

  当张三、李四、王五在网上下单后,生产线上将出现三个瓶子,每个瓶子都自带一个RFID标签(类似二维码),里面记录着张三,李四,王五的定制饮料;

  当第一个瓶子到达灌装处时,扫码设备会告诉控制器:“张三喜欢甜味饮料,多放点糖”,然后控制器就会控制灌装器“加两勺糖”;第二个瓶子过来了,扫码设备会通知控制器“李四不喜欢甜的”,此时控制器就会告诉机器“不要放糖”;

  第三个瓶子是王五定制的芬达,这时扫描设备会说“这瓶不是可乐,而是芬达”,这时 控制器会告诉传送带,“把瓶子送到灌装芬达的二号入口”。

  除了扫码的设备(感知神经)与负责灌装的控制器(运动神经)间需要相互对话外,生产车间与库房的协作也十分重要:当生产车间的“小脑”发现储罐中的果汁不足时,它会通知库房中的“小脑”,“我们需要100升可乐和200升芬达”;收到补给指令后,仓储系统会告诉自动货架,“一号货架准备100桶可乐,二号准备200桶芬达”,同时“小脑”还会通知自动运输车“一号车去一号货架取可乐,二号车去二号货架取芬达,然后把它们运到一号厂房”。

 

  通过以上场景,我们能够发现以下几点与传统自动化不同的地方:

动态化加工:各个生产节点将不再只是简单的完成单一的动作,执行机构需要根据“瓶子上的标签”来决定自己的动作;

动态化流程:每个定制化的产品加工流程都有所区别,因此传送设备需要了解“瓶子下一步需要去哪里进行灌装”;

敏捷库房:由于生产的产品变得多种多样,厂房所需要消耗的物料也会随时变化,敏捷库房能够实时的了解厂房的需求,并及时进行补给。

 

  随着行业的发展,类似于上述的“柔性”场景将层出不穷,而如何在成本可控的前提下,实现多样性,小批量的柔性生产则是当下需要优先解决的基础性问题。针对这一趋势,工业4.0给出的答案则是:构建新型“小脑与神经系统”体系。

 

  未完待续……

  作者:和利时集团  丁研

审核编辑(
王静
)
投诉建议

提交

查看更多评论
其他资讯

查看更多

助力企业恢复“战斗状态”:MyMRO我的万物集·固安捷升级开工场景方案

车规MOSFET技术确保功率开关管的可靠性和强电流处理能力

未来十年, 化工企业应如何提高资源效率及减少运营中的碳足迹?

2023年制造业“开门红”,抢滩大湾区市场锁定DMP工博会

2023钢铁展洽会4月全新起航 将在日照触发更多商机