工業4.0：大數據驅動新型智能製造業

　　更自動化的生產設備，更靈活的流程管理，讓工廠能夠基於市場預測，快速地裝配調度，智能地生產，從而以最快的速度匹配消費者需求。這就是工業4.0的主要特點。

　　在工業4.0時代，每一個工廠都應有一套智能系統，它首先能夠通過感測器，對機器運作數據進行採集，並加以分析，從而實時地了解工廠的運作情況;其次，能夠通過執行器對機器運作進行控制;此外，還能對消費者行為數據進行分析，對產品從設計到銷售的全生命周期，進行最優化的管理。

　　與此同時，對於機器生產者來說，他們的消費者是各個工廠。因此，他們需要採集機器的使用數據，從而更好地了解機器被使用的情況，以便安排自己的機器維護服務，並對機器的設計進行改善。工業數據的採集，將催生出新的商業模式，逐漸打破工廠的邊界，促進資產的流動，在全社會範圍內優化資源配置。

　　這些看起來枯燥的事情，在工業4.0時代都將內化成智能的數據，變得可見、可調節。

　　傳統意義上，經銷商在市場預測和實際需求之間，有一定滯後;而在經銷商訂單和製造商實際供貨之間，又有一定滯後。

　　兩者一疊加，隨著時間的推移，庫存量會產生劇烈波動。糟糕的是，他們越是試圖積極調整，這個波動就越劇烈。長此以往，製造企業的生產周期管理就變得十分困難。

　　因此，除了通過電子商務等互聯網手段，縮短市場信息的傳導機制外，製造企業的一個核心目標，就是打造一個智能工廠，進一步壓縮生產周期，從而靈活地應對訂單的變化。

　　成立於1945年的奧地利滑雪板公司Blizzard，正試圖用智能工廠提高自己的利潤。

　　以往，Blizzard需要兩年的時間，不斷地打折降價才能把庫存消化掉。然而，老問題尚未解決，新問題又接踵而至。

　　上世紀90年代，Blizzard只有10多個型號的產品，2000年後，滑雪板出現了40多種型號，現在則已經到了900種。

　　同時發生變化的是，滑雪板的銷售不再以終端客戶的購買為主，而是80%的滑雪板都以租賃的形式流通於市場。

　　另一方面，一些滑雪板的材料有18種，需要16周的生產時間。因此，Blizzard需要把生產階段的效率進一步提高，用更短的生產周期去解決庫存問題。同時，在管理上，需要參考市場的變化，比如型號增多、用途改變等，以更好地安排自己的生產。

　　IBM智能分析解決方案的設計師施尼博(StephanSchnieber)告訴記者：「Blizzard提出的目標也很明確，首先，在生產過程中零故障;其次，在生產過程中最大程度地收集並分配信息;第三，要與現有的IT系統形成網路。」IBM是Blizzard智能工廠的方案解決商。

　　IBM給Blizzard設計了一套工廠管理系統。首先，在流水線的機器上，安置了一些感測器和執行器;而每個物料托盤的底部，也都裝有一個「數據卡」。這樣，當物料通過搬運和加工時，就會以射頻技術被系統識別。

　　在此基礎上，IBM用自己開發的Cognos系統，對生產行為進行記錄、儲存、分析以及分配。從而實時掌握每道工序上產品的來料追溯、加工狀態、加工數目以及產品批次等信息。

　　這些識別碼在錄入的同時，會生成一個短網址，並且能夠在企業管理軟體(ERP)中進行輸入和輸出，進而可以實現移動設備端的管理。然後再通過機器上的執行器，對機器的運行進行實際的管控。

　　與此同時，在加工單元的監視器上，每隔一個小時，會自動顯示一次目標參數與實際情況。

　　如果未達到目標，監視器則會發出警報;Cognos系統也會對數據和錯誤進行分析，並達到實時彙報。IBM設計的統計軟體，則可以自動生成生產管理中所需要的各種數據、圖表，以幫助決策者把控整個生產過程。

　　經過升級，Blizzard的生產周期縮短到8周，庫存也減少80%。

　　把機器作為底層，並在安裝感測器和執行器後搭建一套應用系統以實現信息處理，從而形成了一套網路世界與物理世界的交互系統(CyberPhysicalSystem)，最終實現機器與機器之間、機器與人之間的對話。這便構成工業4.0中的智能工廠。

　　但亦有評論認為，這隻能叫做工業3.5，因為它與第三次工業革命中工業化與信息化的「兩化融合」相比，只是實現了更多的數據互通、柔性製造、人機交互、複雜系統以及信息分析的功能。而這些在汽車、家電、電子的總裝廠，以及化工、能源等行業身上，業已初步實現。工業4.0更關鍵的在於如何做到數據驅動。

　　通快(Trumpf)是一家做激光加工設備的老牌德國企業。對於它來說，真實世界與網路世界進行交互的技術，早已不是什麼新概念。

　　通快出售的不僅僅是激光加工設備，更包括使用激光設備所必需的工業軟體。它的客戶買來設備後，必須對相關工業軟體進行編程，方能在自己的製造環節中使用這些設備。

　　抽象來看，製造一輛汽車，已超越了對材料本身的物理加工，同時包括了不同加工設備之間幾億條工業軟體中的代碼完成。

　　無論是通快還是西門子，這些裝備製造商早已有大半個身子跨入軟體行業。

　　這些自動化設備的普及，不但加速了德國製造業向東轉移，也推動德國本土製造業的管理流程不斷向數字化轉型。

　　製革出身、有著160年歷史的科德寶集團(Freudenberg)，1995年基於SAP的企業管理軟體完成對集團的數字化改造後，其IT部門甚至獨立出來，成立了專門的軟體方案提供商——科德寶宜合信息技術有限公司(FIT)。如今，他們不僅在中國為來華的跨國製造企業提供IT服務，並且在全球建立了11個數據中心。

　　在第四次工業革命的語境下，德國的裝備製造企業琢磨的是，如何能夠把自己賣出去的設備所產生的數據給收集回來，並基於這些數據開發新的商業模式。

　　以通快的激光融錫機器人為例，它有2000個產品分布在全球的多個行業。

　　假設通快可以把這些機器人相連接，通快便可得知這些機器的工作狀態，一方面用以優化自己保養維修的耗材管理;另一方面，可以在被損壞的機器和運行良好的機器之間，進行最優的生產配置。

　　不僅如此，通快還可以收集機器使用者的用戶體驗，並可得知他們的機器究竟是如何被使用的。然後進一步通過分析得知，如何提高機器人的配置，如何把操作中的耗能和損耗減少到最低。因此，通快現在的研發重點在於，如何讓機器更好地產生數據，從而了解被加工的工件、機器自身的性狀以及工作狀態。

　　「我們的客戶是金屬加工者，他們希望能夠更好地賣出自己的產品，那麼，我們就可以把這些數據再加工為增值服務，反過來再幫助他們提升物流和銷售水平。」通快激光與電器部門主席萊斌格(Dr.IngPeterLeibinger)對記者說：「在這個領域，我們還只是剛剛開始。」

　　當供應鏈上更多環節加入數字化管理的洪流，機器所產生的工業數據，將遠遠超過目前消費互聯網所產生的數據量。海量的數據不僅能夠造就新的演算法，幫助人類更加深刻地理解工業本身，還讓資源進一步打破智能工廠的邊界，在全社會範圍進行最優配置。

　　因此，德國的製造業巨頭西門子與軟體業巨頭SAP宣布，共同打造工業數據平台。「我們要證明，可以用一個第三方管理的商業模式，既可以達到設備的連接，也可以實現數據安全。」西門子大型設備部CEO霍克(DirkHoke)對記者說。

　　通用電氣公司(GE)也在打造自己的工業互聯網系統。他們通過在飛機發動機中增加感測器，採集發動機數據，並以此給機隊提供更多的實時數據，以便航空公司更好地配置自己的資產。

　　在數據的驅動下，工業4.0時代下的製造業正演變成一項由軟體技術主導的系統性工程。

　　2011年，德國漢諾威工業展(HannoverMesse)提出的工業4.0概念，更多地是針對製造業領域的CPS(信息物理互聯繫統)，核心是增加更多感測器以更好地了解設備的工作狀態，同時也製造出大量數據。

　　這種技術趨勢在物聯網、車聯網、智能電網、移動健康、智慧城市等多個領域均有廣泛運用，並通過大數據和雲計算等信息基礎設施，把信息從終端市場傳遞迴製造業。

　　這些數據正在創造「新摩爾定律」，即：每18個月產生數據，將比歷史存量翻一倍。它不僅需要新的數據儲存技術，更需要通過演算法產生分析能力，從而更好地進行產品、製造、資產與產業鏈管理。

　　製造環節也不僅僅是通過3D列印、工業機器人和智能工廠實現柔性製造，更將融入不斷發展的社會網路。基於工業互聯網，通過機器與機器的互聯，資產成為一種流動的要素，進一步消弭工廠的邊界。不僅僅在工廠內進行流程優化，更在全社會範圍內，進行資源的最優配置。在此過程中，基於數據的新商業模式將大量湧現。

　　對於ICT企業來說，大數據、雲計算、分析、移動端，就成了制勝法寶。SAP、IBM、華為等，都已把它作為自己的戰略構想。

　　在推動全社會數據融合的路徑上，歐洲和美國亦是有區別的。

　　埃森哲的德國董事總經理雷蒙施派格(FrankRiemensperger)對記者說：「歐洲的途徑是更加偏機械，而美國的核心則是不要被產品的發展周期給束縛住。」

　　工業4.0本身，是一個社會變革維度的概念，產業鏈將以數據為維度，進行重新劃分，整個社會變革為一個信息與物理互聯的系統。

　　現在的問題是，這個系統中不同的技術發展相對割裂。華為技術有限公司企業BG銷售總裁何達炳對記者說：「從汽車的感測器、數據卡開始，從數據採集點，到整個網路、雲平台、數據中心、全連接，我們認為信息通路很重要。需要統一的架構，以及介面的標準化。」

　　解決這個問題，單靠哪家企業都不現實，但市場會推動企業們達成統一標準，而在這個過程中肯定會出現主導型的企業。

來源：《財經》，由工業4點0（Industry4_0）重新編輯整理，轉載請註明出處！

推薦閱讀：