未來我們需要怎樣的自動化工程師？

03-03

2017 年 10 月 28 日在上海交通大學舉辦的「卓越工程師教育培養計劃」經驗交流會上，受邀作為企業代表分享智能時代的工程師能力需求，以下根據會議報告撰文。

此次卓越工程師分享是在「新工科」理念的背景下，新工科可以被理解為「卓越工程師 2.0」版本，對於教育的重視從國家的推動力度可見一斑，新工科正是為了智能製造國家戰略的實現而推出的，其旨在為智能時代提供高品質的人才。

一、企業的痛點-求才若渴

企業對於人才的需求事實上在任何時候都是迫切的，但是，卻遇到非常大的困境。

智能時代的企業人才痛點

（1）需要大量優秀的自動化專家

儘管大量的言論傾向於 Internet+，但是，從產業的角度而言，無論裝備自動化、生產製造其實首先是自動化的問題，即使是人工智慧但最終還是依賴於自動化系統的分散式執行，包括運動控制的高精度定位與同步、機器人與CNC的同步等來實現，另一方面，IT系統的數據也是來自於自動化系統的直接現場數據採集。

因此，自動化專家的需求仍然對於產業而言是大量的，並非因為智能化升級就會降低對自動化的人才需求，而另一方面，自動化也是正在向IT延伸的，這是明顯的趨勢。

（2）人才培養需要大量的財力與時間成本

儘管今天的大學生越來越多—但是，人才的壓力卻較之過去更大，這是企業的普遍感受，因為大學與產業的脫節這一現實使得企業要花費巨大的代價來培養人才，而對於那些賺快錢的產業而言又不願意花費時間精力來培養人才。

（3）不能立即為企業產生效益

通常一個畢業生到了企業也需要平均2年左右才能為企業帶來效益，而這之前的培訓、指導都是成本，而如此巨大的成本由企業負擔，則無法有很好的經濟性。

（4）人員流失造成損失

相較於金融、地產、IT、通信而言，其收入水平而言，製造業包括自動化產業的確無法相比，這使得大學專業出身轉向了收入更高的產業，而自動化行業里很多轉行也是到了更高收入的領域，這使得製造業人員流失非常大，對企業而言，也是成本極高。

二、未來智能時代的工程師能力發展需求

事實上，很多時候，我們注重了工程師的專業知識，而忽視了在企業里，工程師面對的更為複雜的環境，而且是具有非常大壓力下的運營效率的需求，包括工作中的多部門協作需求、複雜的應用場景都需要工程師掌握的技能遠非技術知識本身所能涵蓋。

面向未來智能時代的工程師能力重要性分布

圖2是一份在很多教育類報告中出現未能發現來源的關於智能時代的工程師能力需求（本圖引用自維多利亞州政府教育與培訓部2017年STEM andthe Future Workforce報告中），我們可以看到主動學習、批判性思維、複雜問題解決能力、創造性問題解決能力、人際交往能力等未來會變得更為重要。

自動化行業工程師能力需求調研

這個調研是在會議之前微信朋友圈裡做的，但是，後來深入思考發現複雜問題解決能力與系統思維可以合併，而溝通表達與團隊協作實際上有很大的關聯關係，因此，我們會有這樣一個結論：

思維能力更甚於專業知識本身
溝通協作更重要專業知識本身

這兩點認知是從企業的角度看待工程師的能力，如果大學階段能夠有效的訓練學生在系統思維與溝通表達方面的能力，自然對於企業而言是再好不過的事情了。

三、工程師的工作分析與能力需求

要分析工程師能力的需求發展，需要對其工作以及在智能製造時代的工作任務需求進行分析。

3.1 工程師工作全景

自動化工程師的工作全景分析

上圖為作者與公司技術支持與培訓部經理周靖進行交流，對自動化工程師工作的一個全景描述：

（1）基於工具的開發

很多人會有一個細節的混淆，常常把理工科，都稱為理科，其實理科是 Science 而工科是 Engineering，兩者仍然是有不同的，工程師主要是藉助於工具來實現任務，因此，各種開發平台（如Automation Studio、Portal）、模擬軟體（MATLAB/Simulin,MapSim）、選型工具（ServoSoft），包括在IT級採用SQL資料庫、Hadoop學習軟體等，都是屬於工具。

但是，工具只是工具，最重要的是解決問題。

（2）工程化

工程就包括系統需求分析、選型配置、軟體模塊劃分、軟體封裝測試、軟硬體調試、系列化（應用標準化）的幾個過程，在不同階段可以使用不同的工具來完成任務。

（3）KPI

對於工程師而言，在整個過程中要確保項目主要的目標管理任務：項目質量、時間進度控制，以及文檔的標準化與規範化指標。

（4）任務目標

為客戶提供更好控制精度代表產品質量更高，快速換單代表生產效率的提升，而項目周期更短則意味著面市時間更快（讓客戶更快搶的市場先機），包括易用性的設計，在未來智能時代將會強化與生產運營相關的任務包括預測性維護帶來的生產運營成本的下降，而能源優化降低單件產品成本，質量預測與優化提升產品質量。

3.2 通信互聯

面向智能製造時代的工業互聯層級

大學裡目前講的技術已然落後產業實際，例如：很多停留在現場匯流排階段，而產業已經普遍採用實時乙太網技術例如POWERLINK、Profinet、SERCOSIII、EtherCAT等。包括OPC UA已經成為了產業的共識，各個自動化企業都已經開發並應用OPC UA技術來實現產線的集成、與IT系統的互聯。包括TSN技術也即將投入運營，新的技術已經為IIoT、CPS構建打下基礎，雖然，我們說未來要提高IT能力，但是，目前大學的課程仍然是基於RS485、CAN的技術—即使是理論基礎，其實已經發生了較大的變化，尤其是在IT領域。

3.3 機械領域的延伸

智能製造一定是與設備、產線相關的，而類似於 SuperTrak、iTrak 及 XTS 等線性輸送系統的推出，也標誌著運動控制技術與機械更為密切的融合，SuperTrak 是一種長定子直線驅動技術，它是一種典型的機械、電氣傳動、測量技術於一體的系統，可以讓生產系統達到最大的靈活性，是未來智能時代最具發展的技術，而大學的很多運動控制課程只是在提供變頻器的控制—變頻器更多是傳動作用，真正實現「智能」是以利於伺服控制、機器人、線性輸送系統這些技術的實現。

SuperTrak技術所代表的機電軟一體化

3.4 軟體工程需求

在之前的調研中，我們也發現自動化工程師的未來知識結構擴張中「軟體工程」的需求最為迫切，這一點也不為過，自動化已經遠非過去的「順序邏輯」控制時代。尤其是IT與OT融合的時代。

軟體成為自動化未來競爭的焦點

上圖為作者2015年繪製的關於軟體價值的定義，來自於貝加萊在各個領域裡的項目應用集成總結的經驗。包括以下幾個方面的說明：

（1）.集成開發平台

事實上要實現集成，必須建立在全集成的開發平台，才能把分布的對象（PLC,HMI,Motion）通過軟體平台的軟體實現「無縫集成」，中國目前本土尚無這樣高度集成的開發平台軟體，這也是中國製造業2025所設定的目標，包括基礎的RTOS、應用平台、行業庫。像Automation Studio、Portal、Logix、TwinCAT幾個就是屬於典型的集成開發平台。

（2）軟體工程能力

這是自動化行業解決方案提供給客戶價值的必由之路，通過軟體組件和復用技術，可以讓自身降低開發時間，也可以讓客戶降低研發周期與研發成本。

（3）軟體定義智能

自動化所面對的行業都有其特殊屬性，因此，每個行業的工藝Know-How都是可以通過軟體進行封裝，像貝加萊在印刷套色、機器人慣量前饋、防搖演算法、張力庫等行業特性的開發上積累數十年經驗。

（4）開放的軟體集成

IT與OT在智能時代的融合需要PLC、工業PC、Panel PC都具有與IT互聯的能力，包括OPC UA介面、IE瀏覽器的訪問、MATLAB/Simulin介面、EPLAN等。

（5）標準軟體集成

PLCopen是實現軟體標準化的最佳通道，PLCopen的彭瑜老師、嚴義老師以及機電一體化協會一直致力於PLCopen在自動化行業的應用，包括ABB、SIEMENS等主流自動化廠商都是PLCopen的支持者。

（6）軟體服務

軟體已經成為了自動化行業未來盈利的關鍵，這也是業界的共識，未來，隨著IT的介入，硬體成本將會大幅度下降，而軟體則更加具有價值，它所體現的Know-How封裝，生產柔性，智能都將使得其發揮更為重要的作用，而自動化行業也逐漸成為一個軟體行業。

四、工程師能力模型分析

基於對產業的了解與工程師能力的需求，繪製了一個參考 RAMI4.0 三維架構的工程師能力模型.

工程師能力模型（作者繪製）

上圖是與周靖關於工程師能力模型的探討，我們想按照業務流程、工廠層級、能力需求的三個層級來進行全景建模—參考RAMI4.0的三維模型來設計。

（1）工作流程各個階段的能力

在系統的概念設計、開發（配置選型/編程/模擬）、測試（軟體/軟硬體/現場測試）、生產維護四個環節對於工程師的能力需求都會有不同。

（2）業務層級的能力需求

智能時代，除了自動化能力，也包括了信息化集成以及智能化的優化決策，就全景而言，更大的系統學習模型也屬於控制範疇，即，動態的環境下的策略優化與路徑設計。

（3）能力需求層級

工具：對於工程師而言，工具是最基礎的能力，包括對基礎的軟體工具、Office、Visio、AutoCAD等軟體工具的使用，也包括示波器、萬用表這些基礎工具的使用。
方法：建模方法（如V-Mode開發）、工作方法如5W2H-如何能夠將一件事情描述清楚也是一種能力，就像小學時教的記敘文三要素-人物、地點、事件。這也包括軟體變數命名、版本控制等系列方法來支撐工程師有效的管理項目。
原則：設計系統的原則，例如：手動與自動的兼容、用戶友好的原則都是屬於工程師所需掌握的原則。
理念：理念層，例如模塊化設計理念「高內聚、低耦合」，理念屬於思想級，屬於更高層面看待問題的概念性技能。

本文轉自：說東道西