談談17年工業屆三個熱點辭彙的個人見解

06-13

?文丨紀多斌

受e-works編輯的邀約，問我能不能對今年的工業界熱詞談一點自己的看法。溝通後，打算就「工業互聯網」，「智能製造」和「數字雙胞胎」這三個詞說說我的所見所聞。一己之見，不足為憑，僅供參考。

工業互聯網

工業互聯網，好像更時髦的叫法是工業物聯網IIoT，不管咋說，其意思就是在萬物上網的物聯網時代，要把工業設備也都連接到網路上去。從技術和業務兩個角度談談個人對這個辭彙的理解。

工業物聯網從設備連網的能力層而言，只要是2000年以後的設備都具備連網的能力，問題只是企業連沒連。現實中的製造部門或工廠的設備連網基本都是在MES系統部署的時候完成。MES在流程行業，諸如製藥、化工、釀酒等領域已經非常成熟，原因在於這些流程行業自動化程度極高；在離散行業相比而言由於每個企業自動化程度不同，MES具體實施存在差異，其成熟度不如流程行業高，特別是存在手工拉線生產的情形。這一點真的沒看出現在的工業物聯網和MES有啥區別，新瓶裝舊酒，還是一群互聯網人從沒接觸過生產自己臆想工業還是在很落後的時代，我不得而知。這也導致一個現狀就是好多工業物聯網平台，推出的東西讓人哭笑不得，講的好聽點是做了個基於瀏覽器的MES客戶端，講的不好聽點，這是在考驗干工業人的智商。

這會兒物聯網的人可能要說工業物聯網是在雲上做的內容。這裡就代表工業人說說從工業角度對雲的需求是啥。其一，硬體虛擬化，過往我需要在工廠搭建物理伺服器，現在最好能在雲上找個虛擬機就解決了，其帶來的優勢就是不在需要支付維護硬體成本；其二，即取即用，也就說假設需要更大的存儲，一個申請馬上就能從雲端分配更多，免去了採購、安裝、設置等一堆與工業業務無關的動作，需要一台新的虛擬機，立馬能分配，需要將現有的環境遷移到一個新工廠，立馬可以克隆。至於網路安全，雲的架構，那是做架構人需要考慮的，單從業務角度只需要這些。

上面的內容，並不是要完全否定工業物聯網，只是想說工業物聯網如果是要落地到工業，其落腳點該是工業二字，而不是互聯網，是每個工業行業細分的領域知識，是每個領域哪些數據需要被收集，並採用何種方式收集分析，因而個人相信了解行業的產品經理和方案架構設計師才是工業物聯網的技術精髓。業務上看，在實際的工廠執行MES或者高大上點說搞工業物聯網，要解決的是不同年代，不同廠家的不同設備的接入問題，新舊設備的多樣化，和一些數據缺失需要想方設法補漏這是最費時也最難體現效率的事情。而這恰恰是工業物聯網的基礎，這裡引用一句西門子的話「自動化是數字化的基礎」供參考。但從工業物聯網的供應商角度，也許去搞這一個個的具體機器是難的，不過把主流的工業協議一攬子全都支持了卻不難，還要提醒一點千萬不要以為有OPC萬事大吉，Profinet，Profibus，CCNet，EtherNet，EtherCAT等等一個都不能少。這也就僅僅解決了協議層接入的問題，同一個PLC用在不同場景，還不同呢。比如用在壓機和注塑機上的相同PLC，設定肯定不同。搞好這些協議能節省的是MES現場接入的投入，將MES的定製實施更多的用在解決業務數據上。另一點從工業物聯網角度來說，對於數據的分析，個人目前也未看到與傳統的SPC，TQM里的分析方法有何不同，提供的所謂的各類圖表，貌似MES里全乎的很。總結而言，工業物聯網尚需要尋找真正能讓用戶看到的價值的點，不然還不如讓Honeywell MES或者施耐德Wonderware來改名叫工業物聯網更好!

智能製造

智能製造，Smart Manufacturing，直白點翻就是聰明的製造。這次要站在企業主角度說句話什麼是智能製造，那就是能幫助實現利潤最大的話的製造。圍繞利潤最大化這個企業運營等等終極目標說個人理解的兩點，其一，智能製造絕不只是製造本身的事情；其二，智能製造是融入了對行業預測的生產方式，是企業利潤最大化的製造方式。利潤最大化並不表示一定要生產最多，市場保有量最大，相應對企業而言應是利潤最大與生產彈性最大的優化，能吃到最好的蛋糕的同時也能保持最輕快的姿勢在市場發生變化時轉向。這種利潤最大化，不能使Win-Lose的壓OEM和供應商，也許是一種Win-Win的企業上下游托拉斯。

再回到現實，看看現實中的智能製造在怎麼做。企業過去沒什麼機器人的採購了幾台機器人來替代了人，號稱智能製造了，這是最多只能算智能製造的很早期形態，用機器人替代人省下一些Labor Cost。就單單看看工業機器人這個行業，2008年去上汽參觀白車身焊接裝配線，認可當時的機器人焊接裝配線很先進，都是高檔的ABB，Kuka。現在再看ABB的六軸機器人賣多少錢一台，20萬以內就能整一台了，機器人的製造商從2010後瞬間在國內遍地開花，去工博會上看一圈，好多國內企業都能造六軸機器人了，應該跟一些協議和技術的開放不無關係。帶來的效果就是機器人的生產成本降低了，用的起機器人的企業多了。過往只有在工廠才能看到的機器人產線現在能在展會上看到了，但如果這就是智能製造，那這個詞真的太Low了，咋看這也不能叫聰明的製造。聰明的製造一定是了解市場，了解企業自身在市場的定位的製造，實現的是利潤最大化。這也是筆者認為聰明製造一定不只是局限於製造的，是基於多種環境條件約束後企業做的優化生產決策。

Digital Twin

數字化雙胞胎，Digital Twin。其一，至少現階段不可能在計算機中得到一個和現實一模一樣行為的數字雙胞胎，其實也沒有必要。其二，數字雙胞胎應該是個群集概念，它裡面包含一組雙胞胎，反應現實中的對象的方方面面。其三，數字雙胞胎的價值在於替代真實的對象，去進行一些預測性的分析，這種預測性分析既包括前瞻也包括復現。其四，遴選出的數字雙胞胎模型應該是有價值的，它反應現實對象的主要矛盾，並通過使用雙胞胎實現時間，成本，質量的優化以展示其價值。

回到現實，筆者看到好多企業在大談數字雙胞胎的時候抱有的錯誤想法就是要在計算機搞個跟真實模型一模一樣的東西。這就有點不靠譜了，計算機還有最小時鐘頻率，現實時間的時間可是連續的，瞬態問題時間小於計算機時鐘頻率咋辦。數字雙胞胎現階段的建模方式無非兩種，一根據物理學原理來建模，二根據數據抽象推論黑盒公式。現實中，兩分鐘發生的事情，基於黑盒公式或者還能做到在兩分鐘內給出結果，基於物流學原理來計算的話，複雜點的有限元場景，兩天都不一定算的完。但是如果摒棄搞這樣模型的想法，只是從數字雙胞胎需要從現實對象的某一個或幾個方面去研究問題的角度去看，那就有可行性了。如果這個雙胞胎再是有價值的，能實現時間的節省，成本的節約，模擬一些現實中無法實驗的場景就值當的很了。

筆者曾領導做過一個風機塔座的強度校核的數字雙胞胎，其實說白了很簡單。風場的風力情況由現場工程師測定，測定後會將這些風力轉換為對於風機塔座的三個力Fx，Fy，Fz和三個彎矩Mx，My，Mz。由於一年四季的不同，這些數據一般會出現十多甚至二十多組來代表不同的風況。過去在沒有數字雙胞胎的情況下，結構有限元工程師一般人工挑選兩組其中認為是最惡劣的風況手工在有限元軟體里進行分析。這個過程一般需要四周時間，之所以時間長，是準備和設定相關的有限元約束時間花費佔到了這4周的90%。數字雙胞胎做的事情就是使用Python完成一組自動化的設定約束，加材料的過程，並將風況的20多組輸入放入Excel表作為動態輸入，對所有工況進行全部驗證。這樣20多組的風況在這個自動化腳本的自動配置下，只需要1個小時就能在一台高性能的工作站上完成。時間節省相當可觀，成本也肯定省了，至少是有限元工程師的Labor Cost省了。再進一步，利用工具軟體提供的優化功能，挑選出這20多組工況的最惡劣情況進行塔座減重自動優化，結果對於測試案例能減重達15%，要知道這是直徑很大的風機塔座，是鑄造件，成本節約相當可觀。這就是筆者認為有價值的數字雙胞胎。

總結而言，這三個熱詞，工業物聯網，需要的充實其差異化的內容，新瓶裝老酒是行不通的，因而需要的真正把行業納入到工業物聯網，來落地，別飄在天上了；智能製造，目前還是很狹義的理解在機器人替代人的階段，這需要時間來讓企業修正，等到機器替代人也省不了成本，或者行業飽和時候再來理解智能製造是利潤最大化就有點晚了；而數字雙胞胎，是目前稍微能能接點地氣的內容，只要不曲解，利用數字化的工具是能發揮數字雙胞胎替代現實對象並獲得價值的。