如何看待工业4.0

工业40是在互联网的影响下，工业或者说是制造业发展革新的新形式。德国人提出工业40（Industry
40）的概念，美国也同样有工业互联网（Industrial
Internet）的概念，现在中国也提出了信息化和工业化的“两化融合”，其实它们都表达了一个含义，即工业要和互联网结合起来，未来工业的发展要和互联网紧密地结合。
1 背景
在详细说明工业40前，先回顾一下前三次工业革命。如下图，第一次工业革命以蒸汽机的发明为基础，代表了机器第一次可以代替人力完成必要的生产任务；第二次工业革命以流水线的产生为基础，代表了一种新型的高效的生产模式；第三次工业革命以单片机的发明和发展为基础，代表了自动化在工业生产制造中的重大作用，第三次工业革命提高了加工精度与产品的质量。自第三次工业革命后，工业制造的关注点大部分在于对于生产流程和产品质量的控制以及最优化。而随着时代的发展，特别是互联网以及人工智能等计算机新技术的发展，工业界越来越需要机器进行自我认知与自我学习，工厂的管理也逐渐从 *** 作人员的管理向机器数据的管理转变，因此，工业40的概念就应运而生了。
工业40是社会需求和计算机科学技术发展的产物。一方面，人们对生产多样性和个性化的需求越来越高，统一的生产线生产大批量同质化的产品已经越来越不符合人们的需求，生产产品的柔性化，产品质量的柔性化已经越来越得到重视。产品的生产数量及生产周期都必须更加灵活以便对市场做出快速的反应。在对生产的管理方面，单一机台单独的管理与控制已经不能满足要求，正因为生产的灵活性，一件产品的制造可能涉及到多台不同种类的生产机器，生产管理已经需要由单一机台向多机台甚至集群进行转变。同一时间，在产品同质化甚至质量相当的情况下，服务正逐渐走向舞台的中心。依照客户的个性化需求提供个性化的服务，为产品做全生命周期的管理，智能生产与智能维护也需要工业界进行一次变革。
另一方面，互联网，物联网及计算机科学的飞速发展也为工业40的产生打下了坚实的基础。高精度的传感器与多功能控制器、采集卡的开发使得人们与机器的交流成为可能，机器的每一个动作与形态都能被量化为一条条二进制码。云计算与分布式系统的开发，又为海量数据的分析计算提供了可能，机器学习与数据挖掘技术的飞速发展正成为工业数据分析的核心。可以说，在硬件基础（物联网）与软件基础（云计算，大数据分析及分析算法）之上，工业40的提出才更具有现实意义。
2 定义
工业40是以智能制造为主导的第四次工业革命。其利用信息物理系统（Cyber-Physical System）将生产中的供应、制造、销售信息数据化，智慧化，形成有效的的网络，信息共享和交流，最后达到快速、有效、个性化的产品供应。在信息物理系统和物联网等的基础上，对生产制造的管理不再单一针对单台机台和设备，而是以集群、网络的观点对待。工业40时代的智能工厂具有可适应性、高效、多功能、可靠、安全、易用等特点，同时，工业40下工厂可结合客户和商业伙伴，创造出更多的商业价值。
3 特点
31 信息与交流
在工业40的时代，机台、设备、产品仍然是关注的中心。但机器的表现，产品的健康状况已不再由人工决定或评估，物联网下生产流程及产品使用的状况理论上都可以转化为可量化的数据，人为的因素将被降至最低。工业信息化下生产流程的透明度将得到提高，产品的可追溯性也成为可能。同时，对生产制造过程中产生的海量数据进行分析与挖掘，可将大量的数据转化为表征机器行为及健康状况的信息，这些从数据中获得的信息可为性能维护、生产管理、设计等提供决策支持，进一步帮助提升质量与生产率。有效的数据信息转化方法还可使生产设备具备自我学习与自我认知的能力，人工经验与知识可转化为智能的数字化的分析算法。更进一步，机器在充分了解自身的运行状态与健康状况的基础上，可根据自己行为的趋势对未来自身的表现进行预测。机器的自我认知与自我预测可使自身得到及时的预见性的维护与改善，整个生产制造将更加智能。
如果“信息”使得生产制造更加智能，那么“交流”就使得工业40时代下的生产制造更具网络化。这里的交流可以是机器与机器之间的交流，也可以是生产制造同维修、供应链、销售、设计等之间的交流。在工业40中，机台是核心，但机台并不是全部，对单个机器单个部件的数据分析可以扩展至整台机器乃至整个生产线、整个工厂；机台生产制造中产生的重要信息同样可以和物流、人资、设计、维护等形成信息共享和交流。至此，一个以机台为中心，网络化的工业生态圈就形成了，在这样一个生态圈的内部，机器、数据、人员将形成一个完整的闭环，各个之前独立的部门也在信息流下被结合到一起。网络化下，每一台机器就是网络中的节点，机器与机器之间可以互相交流比较各自获取的信息，工厂中不同职能的部门也是网络中的节点，部门与部门之间的合作在工业40的环境下也变得更加便利和高效。

说起智能工厂，人们总是将其与无人化工厂相联系，其实智能工厂并不一定是“黑灯工厂”，或者说，智能工厂也不应该仅仅是“黑灯工厂”。对于现在大部分存量工厂而言，如何变成智能工厂，其实就是要弄清楚对于存量工厂而言，其痛点是什么；或者说，什么方式可以帮助其智能化转型，并为其所用。在 科技 进化到一定阶段之前，存量工厂如何智能化？

那么，在探讨存量工厂智能化转型之前，我们首先要知道几个概念：物联网是什么？工业互联网又是什么？

简单来说，工业互联网由工业物联网和产业互联网组成。

工业物联网是物联网（IoT）在工业场景的应用，可以打通工业“人机物法环测”六大要素。

产业互联网使产业链上下游互联互通。

工业互联网+云计算+大数据处理+人工智能，构成针对工业的综合性技术。

对于单体工厂来说，IoT是变成智能工厂的第一步，只有迈出了这第一步，才能实现数字化、智能化。

阿尔卑斯系统集成（大连）有限公司（简称“ALSI”）为制造业提供多元化智能工厂规划方案。其中，ALSI大连IoT解决方案主要根据制造现场实际情况，完成“人机物法环测”六要素有效数据的自动采集与上传，并进行数据分析与管理。

总体来说，ALSI大连IoT解决方案有五大特点：

1适用范围广。无论是由专用设备组成的产线，还是通用设备，都可以采用。

2具有强大的兼容性。无论一条产线上有多少种不同品牌、型号的设备，都可以统一入网进行全自动数据采集。

3接口完全开放，可与各种管理软件无缝衔接。如MES、PLM、WMS，都可调用ALSI的IoT解决方案采集的数据，也可以通过ALSI直接定制智能产线控制系统，实现现场管理的智能化转型。

4传感器技术先进。ASLI大连的集团公司ALPSALPINE，是世界知名的传感器研发生产企业，品质卓越，技术领先。“稳定”、“安全”是它的特点；“精准”、“可靠”是客户对它的评价。ALSI大连在IoT解决方案中根据应用场景需求选用最适合的传感器，完成向智能工厂转型的坚不可摧“基建”工作。

5成本相对较低、实施难度小。以生产设备智能管理为例，其成本仅为PLC的1/3，加装数采设备时不用停产，而且数采设备可以随时更换，或用于其它设备或产线，自由、方便、灵活。

对于存量工厂而言，一味地追求智能工厂建设不科学，而直接转变为“黑灯工厂”更是不现实的事情，在一定的 历史 时期，我们要考虑智能工厂的目的是什么，或者说，对于存量工厂来说，什么才是“智能工厂”，那一定是落地的、切实可行、将影响降到最小的解决方案，才是其智能化的切入点。

更多智能制造解决方案详见

ALSI大连_精益生产_智能工厂_设备监控系统_阿尔卑斯系统集成（大连）有限公司

●传感器技术：价格低廉、性能良好的传感器是物联网应用的基石，物联网的发展要求更准确、更智能、更高效以及兼容性更强的传感器技术。智能数据采集技术是传感器技术发展的一个新方向。信息的泛在化对传感器和传感装置提出了更高的要求。具体如，微型化：元器件的微小型化，要求节约资源与能源；智能化：具备自校准、自诊断、自学习、自决策、自适应和自组织等人工智能技术；低功耗与能量获取技术：供电方式为电池、阳光、风、温度、振动等多种方式。
●设备兼容技术：大部分情况下，企业会基于现有的工业系统建造工业物联网，如何实现工业物联网中所用的传感器能够与原有设备已应用的传感器相兼容是工业物联网推广所面临的问题之一。传感器的兼容主要指数据格式的兼容与通信协议的兼容，兼容关键是标准的统一。目前，工业现场总线网络中普遍采用的如Profibus、Modus协议，已经较好地解决了兼容性问题，大多数工业设备生产厂商基于这些协议开发了各类传感器、控制器等。近年来，随着工业无线传感器网络应用日渐普遍，当前工业无线的WirelessHART、ISA100．11a以及wIA—PA3大标准均兼容了IEEE802．15．4无线网络协议，并提供了隧道传输机制兼容现有的通信协议，丰富了工业物联网系统的组成与功能。
●网络技术：网络是构成工业物联网的核心之一，数据在系统不同的层次之间通过网络进行传输。网络分为有线网络与无线网络，有线网络一般应用于数据处理中心的集群服务器、工厂内部的局域网以及部分现场总线控制网络中，能提供高速率高带宽的数据传输通道。工业无线传感器网络则是一种新兴的利用无线技术进行传感器组网以及数据传输的技术，无线网络技术的应用可以使得工业传感器的布线成本大大降低，有利于传感器功能的扩展，因此吸引了国内外众多企业和科研机构的关注。
传统的有线网络技术较为成熟，在众多场合已得到了应用验证。然而，当无线网络技术应用于工业环境时，会面临如下问题：工业现场强电磁干扰、开放的无线环境让工业机器更容易受到攻击威胁、部分控制数据需要实时传输。相对于有线网络，工业无线传感器网络技术则正处在发展阶段，它解决了传统的无线网络技术应用于工业现场环境时的不足，提供了高可靠性、高实时性以及高安全性，主要技术包括：自适应跳频、确实性通信资源调度、无线路由、低开销高精度时间同步、网络分层数据加密、网络异常监视与报警以及设备入网鉴权等。
●信息处理技术：工业信息出现爆炸式增长，工业生产过程中产生的大量数据对于工业物联网来说是一个挑战，如何有效处理、分析、记录这些数据，提炼出对工业生产有指导性建议的结果，是工业物联网的核心所在，也是难点所在。
当前业界大数据处理技术有很多，如SAP的BW系统在一定程度上解决了大数据给企业生产运营带来的问题。数据融合和数据挖掘技术的发展也使海量信息处理变得更为智能、高效。工业物联网泛在感知的特点使得人也成为了被感知的对象，通过对环境数据的分析以及用户行为的建模，可以实现生产设计、制造、管理过程中的人一人、人一机和机一机之间的行为、环境和状态感知，更加真实地反映出工业生产过程中的细节变化，以便得出更准确的分析结果。
●安全技术：工业物联网安全主要涉及数据采集安全、网络传输安全等过程，信息安全对于企业运营起到关键作用，例如在冶金、煤炭、石油等行业采集数据需要长时问的连续运行，如何保证在数据采集以及传输过程中信息的准确无误是工业物联网应用于实际生产的前提。

---