工業(yè)4.0時代的工業(yè)轉(zhuǎn)型與價值創(chuàng)造
Date：2016-06-17 17:06:13Click：
從CPS技術(shù)體系來看，核心在于以數(shù)據(jù)分析的能力創(chuàng)造新的價值，因此，這也決定了CPS技術(shù)的高移植性、高通用性，應(yīng)用范圍可以涉及工廠車間、運(yùn)輸系統(tǒng)、能源等各個行業(yè)。
從德國工業(yè)4.0的戰(zhàn)略設(shè)計來看，德國更多的關(guān)注于制造領(lǐng)域的價值創(chuàng)造與智能轉(zhuǎn)型，即注重以CPS中的CPPS（信息物理生產(chǎn)系統(tǒng)）為主導(dǎo)的智能制造，對于整個工業(yè)應(yīng)用鏈的價值輻射面具有一定的局限性。
而實際上，以CPS為核心的數(shù)據(jù)價值創(chuàng)造體系應(yīng)用于工業(yè)4.0，同樣需要“二維”應(yīng)用戰(zhàn)略：
三個橫向的應(yīng)用基礎(chǔ)：一是平臺基礎(chǔ)，即智能數(shù)據(jù)收集與平臺運(yùn)用；二是分析手段，即智能化的數(shù)據(jù)分析、管理、優(yōu)化工具與軟件應(yīng)用；三是商業(yè)模式內(nèi)核，即智能管理及服務(wù)體系的設(shè)計與應(yīng)用。
三個縱向的應(yīng)用擴(kuò)展：一是基礎(chǔ)的部件級應(yīng)用；二是系統(tǒng)的裝備級應(yīng)用；三是成體系的應(yīng)用鏈設(shè)計。
而上述二維應(yīng)用戰(zhàn)略可以用樹木與樹根的可見與不可見的關(guān)系來示意：
圖2-4 CPS二維應(yīng)用關(guān)系圖
我們可以分別以智能裝備、智能工廠與智能服務(wù)這三個方向來闡述CPS的應(yīng)用過程：
1. 智能裝備——實現(xiàn)自省性、自比較性
對于智能裝備的CPS應(yīng)用設(shè)計，我們可以在網(wǎng)絡(luò)層面上通過機(jī)器網(wǎng)絡(luò)接口（CPI）進(jìn)行網(wǎng)絡(luò)健康分析的交互連接，這個從概念上類似于社交網(wǎng)絡(luò)。一旦網(wǎng)絡(luò)級基礎(chǔ)設(shè)施到位，機(jī)器就可以注冊到網(wǎng)絡(luò)，通過網(wǎng)絡(luò)接口交換信息。在這一點(diǎn)上，可以通過已經(jīng)建立的一套算法跟蹤機(jī)器狀態(tài)的變化，從歷史信息推斷額外知識，應(yīng)用對等比較，并將信息輸出傳遞到下一層。這樣，就必須制定新的方法來執(zhí)行這些操作并產(chǎn)生相應(yīng)的結(jié)果。這里引入“時間機(jī)器”的設(shè)計在網(wǎng)絡(luò)層面執(zhí)行分析，通過三個步驟實現(xiàn)一個智能裝備的應(yīng)用設(shè)計：
（1）數(shù)據(jù)切片管理：如圖2-5所示，信息不斷地從機(jī)器中輸入網(wǎng)絡(luò)空間，快照收集的任務(wù)就是以有效的方式管理輸入數(shù)據(jù)，存儲信息。基本上，機(jī)器的快照性能，是通過利用歷史記錄和維護(hù)記錄來減少需要的硬盤空間和處理能力。一旦監(jiān)測機(jī)器的狀態(tài)發(fā)生重要變化時，這些快照才出現(xiàn)。這些變化可以定義為機(jī)器健康值的偶然變化，維護(hù)行為或者工作制度的改變。在機(jī)器的整個生命周期里，這些快照將被收集并用于構(gòu)造特定狀態(tài)點(diǎn)的時間機(jī)器的歷史。這個當(dāng)前的時間機(jī)器記錄將被用來進(jìn)行優(yōu)點(diǎn)之間的對等比較。一旦這個優(yōu)點(diǎn)失效或者被替代，其相關(guān)的時間機(jī)器記錄將改變狀態(tài)，從當(dāng)前變?yōu)闅v史，并將用作相似性的識別和合成的參考。
（2）相似識別：在網(wǎng)絡(luò)層面，對設(shè)備自身（以及相同設(shè)備）在不同運(yùn)行模式和健康模式下的歷史數(shù)據(jù)進(jìn)行特征提取和建模，再利用該模型與當(dāng)前狀態(tài)產(chǎn)生的數(shù)據(jù)進(jìn)行比較，就可以自動識別設(shè)備當(dāng)前的健康狀態(tài)，進(jìn)而對設(shè)備進(jìn)行風(fēng)險評估和故障診斷。除此之外，單個設(shè)備還可以與設(shè)備集群中的同類設(shè)備進(jìn)行比較，自動識別與自己工況模式相似的其他設(shè)備并進(jìn)行聚類，在工況模式相同的條件下比較自身的性能與其他設(shè)備的差異性，這種自比較和自省性的能力是以往“機(jī)器對機(jī)器（Machine-to-Machine）”概念中所沒有的。 通過對當(dāng)前設(shè)備運(yùn)行的模式匹配以及健康模式隨時間的變化軌跡分析，就能夠更加準(zhǔn)確地預(yù)測設(shè)備未來狀態(tài)的變化，實現(xiàn)設(shè)備自預(yù)測性的能力。
（3）執(zhí)行決策的優(yōu)化：當(dāng)設(shè)備具備了自省性、自比較性、和自預(yù)測性的能力時，就可以對自己當(dāng)前和未來的性能進(jìn)行預(yù)測。單個設(shè)備作為復(fù)雜工業(yè)系統(tǒng)中的一份子，承擔(dān)著該系統(tǒng)某個環(huán)節(jié)的任務(wù)要求。智能設(shè)備能夠結(jié)合當(dāng)前自身的性能與任務(wù)要求，自動預(yù)測自身性能與任務(wù)需求在當(dāng)前和未來的匹配性，并制定最優(yōu)化的執(zhí)行策略。執(zhí)行策略優(yōu)化的表現(xiàn)是，在滿足任務(wù)要求的前提下，使用資源最少、對自身的健康損害最小以及在最優(yōu)的維護(hù)時機(jī)進(jìn)行狀態(tài)恢復(fù)。執(zhí)行決策的優(yōu)化需要設(shè)備對自己在整個系統(tǒng)中的角色有較為清晰的認(rèn)知，并能夠預(yù)測自身的活動對系統(tǒng)整體表現(xiàn)的影響，是設(shè)備從自省性到自認(rèn)知能力的進(jìn)一步智能化。
2. 智能工廠——實現(xiàn)無憂生產(chǎn)
評價生產(chǎn)系統(tǒng)性能的關(guān)鍵指標(biāo)是產(chǎn)量、質(zhì)量、成本和零部件的精度，利用數(shù)據(jù)去分析和了解影響生產(chǎn)系統(tǒng)的上述關(guān)鍵指標(biāo)的因素，并對可能出現(xiàn)的風(fēng)險進(jìn)行預(yù)測和管控，是能否實現(xiàn)預(yù)測型制造的關(guān)鍵。今天大多數(shù)工廠的生產(chǎn)系統(tǒng)較為普遍地運(yùn)用商業(yè)化的管理軟件輔助工廠管理者去獲取整體設(shè)備效率（OEE）等信息，從而對生產(chǎn)系統(tǒng)中可見的影響因素和產(chǎn)生的結(jié)果進(jìn)行及時的掌握和應(yīng)對。然而生產(chǎn)系統(tǒng)中更多的是不可見因素的影響，比如設(shè)備性能的衰退、精度的缺失、資源的浪費(fèi)等。而可見的影響因素往往是不可見因素積累到一定程度所引起的，比如設(shè)備的衰退最終導(dǎo)致停機(jī)、精度的缺失最終導(dǎo)致質(zhì)量偏差等。因此對這些不可見因素進(jìn)行預(yù)測和管理是避免可見因素影響的關(guān)鍵。在工業(yè)4.0的工廠中，自省（Self-Aware）和自我預(yù)測（Self-Predict）的功能成為監(jiān)測和控制系統(tǒng)的新功能，這些新功能可以幫助用戶去了解機(jī)器的健康退化、剩余可用時間、精度的缺失以及各類因素對質(zhì)量和成本的影響。此外，機(jī)器的健康還可以通過零部件的健康狀況的融合和同類機(jī)器的對比（peer-to-peer）來預(yù)測。這種預(yù)測能力使得工廠可以采取及時的維護(hù)措施從而提高管理效率，并最終優(yōu)化機(jī)器的正常運(yùn)行。最后，歷史健康信息也可以反饋到機(jī)器設(shè)備設(shè)計部門，從而形成閉環(huán)的生命周期更新設(shè)計，最終實現(xiàn)無憂生產(chǎn)（worry-free production）。
這種預(yù)測分析方法可以使產(chǎn)品和制造系統(tǒng)都具備自我意識和自我維護(hù)的功能。產(chǎn)品預(yù)測服務(wù)系統(tǒng)可以使得產(chǎn)品在其功能退化的過程中產(chǎn)生主動觸發(fā)的服務(wù)請求并進(jìn)一步預(yù)測和預(yù)防潛在的故障。預(yù)測及制造融合了來自生產(chǎn)制造系統(tǒng)的信息和來自供應(yīng)鏈系統(tǒng)的信息。傳統(tǒng)意義上，制造商通過供應(yīng)鏈系統(tǒng)做出決策，這種方法利用物流、同步化供給與需求，以及全球化性能測試來實現(xiàn)優(yōu)化成本的目標(biāo)。
工業(yè)4.0實現(xiàn)自我意識、自我預(yù)測和自我重新配置的能力所需的核心技術(shù)是利用智能預(yù)診斷工具和解析工具來實現(xiàn)預(yù)測分析。智能預(yù)診斷工具主要涉及信號采集、數(shù)據(jù)存儲、同步、合成與服務(wù)。解析工具主要涉及信息轉(zhuǎn)化的四個子工具：信號處理和特征提取、健康評估、性能預(yù)測以及故障診斷。圖2-6展示的就是傳統(tǒng)工廠與未來工業(yè)4.0工廠的差別。
3. 智能服務(wù)——實現(xiàn)全產(chǎn)業(yè)鏈協(xié)同優(yōu)化
工業(yè)4.0時代的智能信息服務(wù)已經(jīng)不再是傳統(tǒng)意義上遠(yuǎn)程人工在線的應(yīng)答式和售后產(chǎn)品服務(wù)的模式，而是更注重利用全產(chǎn)業(yè)鏈形成的大數(shù)據(jù)進(jìn)行綜合的數(shù)據(jù)分析與挖掘，針對全產(chǎn)業(yè)鏈各個環(huán)節(jié)的各級用戶，面向其具體的活動需求提供定制化的，可以輔助其具體活動決策的信息。
不同層級的用戶對于信息的要求是不同的，對于數(shù)據(jù)量和種類的要求也是有差距的。執(zhí)行層更關(guān)心具體設(shè)備控制活動的實時性和精確性，因此，要求的數(shù)據(jù)種類不多，但是每個類別的數(shù)據(jù)量要求很大；管理層關(guān)心活動組織的合理性和高效性，因此，對數(shù)據(jù)種類要求更全，但每類的數(shù)據(jù)量要求呈指數(shù)下降；決策層關(guān)心活動方向的正確性和前瞻性，于是，對數(shù)據(jù)種類的要求最全，對于每類數(shù)據(jù)量的要求最小，對于數(shù)據(jù)價值的要求最高。
這種不同層級的用戶對于數(shù)據(jù)有不同程度的要求并對數(shù)據(jù)分析有層次化的需求，如果不加選擇地將所有數(shù)據(jù)匯聚到一起，在一個所謂的數(shù)據(jù)中心進(jìn)行數(shù)據(jù)分析與挖掘，將是一個災(zāi)難性的工作，因此，必須將數(shù)據(jù)的采集與分析層次化進(jìn)行，才具有工程的實際意義。
同時，正如德國對于工業(yè)4.0分析中指出的那樣，只有建立起“二維戰(zhàn)略”的智能信息體系，才能真正發(fā)揮數(shù)據(jù)對于實體活動最大的價值。這是因為，在微觀與宏觀、產(chǎn)業(yè)上下游活動中所有活動都是相互影響和相互作用的，將自身活動產(chǎn)生的數(shù)據(jù)都當(dāng)作自身的核心秘密，敝帚自珍，互相就各自的數(shù)據(jù)進(jìn)行分析與挖掘，效率比是極其差的。其實，企業(yè)核心競爭力并不是數(shù)據(jù)的擁有，而是數(shù)據(jù)信息化后的利用能力！
所以，如果產(chǎn)業(yè)鏈相關(guān)企業(yè)能夠建立一個智能信息同盟，將各自數(shù)據(jù)交由一個熟悉產(chǎn)業(yè)鏈各環(huán)節(jié)的機(jī)構(gòu)。該機(jī)構(gòu)并不參與產(chǎn)業(yè)鏈各環(huán)節(jié)的實體活動，只是專門進(jìn)行智能信息服務(wù)體系的建設(shè)。由這個機(jī)構(gòu)在基于產(chǎn)業(yè)鏈數(shù)據(jù)的基礎(chǔ)上，按需為各級各類用戶提供各自需要的定制化信息服務(wù)，這是可分享的；而各個企業(yè)以此為基礎(chǔ)開展?jié)M足各自企業(yè)發(fā)展目標(biāo)的信息價值化利用，這是不共享的。
這樣，既發(fā)揮了工業(yè)大數(shù)據(jù)最大的作用，又在最大程度上保護(hù)甚至提高了各個企業(yè)的核心競爭能力！或許，這是在智能時代的制造業(yè)和現(xiàn)代工業(yè)的一種新模式。
