智能工厂、数字化工厂及中国制造
2015-09-18上海工业自动化仪表研究院彭瑜
上海工业自动化仪表研究院 彭瑜
智能工厂、数字化工厂及中国制造
上海工业自动化仪表研究院 彭瑜
中国制造首先面临的是要努力完成四个转变:由要素驱动向创新驱动转变,由低成本竞争向质量效益竞争转变,由资源消耗大、污染排放多向绿色制造转变,由生产型制造向服务型制造转变。
1 引言
智能化的前提是自动化和数字化,包括控制系统的数字化、工业网络的数字化、测量和执行手段的数字化,也就是工业自动化的所有环节的全面数字化。即使实现了这一切,也仅仅是创建了智能制造的基础。更进一步的还必须有满足智能制造工艺要求的模型和算法,但这恐怕只是一台智能制造设备或者一条智能制造生产线的实现。考虑智能制造全局,那就必须考虑原材料和能源的供应,整个制造环节的智能管理、智能优化,乃至对环境影响的智能控制、企业应该承担的社会责任,其中都包括了智能化的概念。这也许就是我们追求的智能工厂的终极目标。
为此,在探讨智能工厂的时候,我们首先应该搞清楚数字化工厂。
2 什么是数字化工厂?
多年来工程技术界一直在探索应该如何完整而精确的描述数字化工厂。由于按工艺流程划分,存在流程工业和离散制造业的生产工厂,不同行业的数字化工厂需要建立不同的模型,采用不同的方法,寻找和开发适当的描述工具。另外,不同专业的人从各自工作的需要出发,开发研究数字化工厂的描述方法和实施工具。分别形成了大致以下三类:以制造为中心的数字化工厂的方法和工具;以设计为中心的数字化工厂的方法和工具;以管理为中心的数字化工厂的方法和工具。它们分别从不同的角度完成了数字化工厂的功能描述,如何把他们有机的集成整合,完成数字化工厂的完整表达呢?
从概念上说,数字化工厂涵盖产品设计、工艺设计、虚拟仿真、生产管理、制造数据管理。德国工程师协会对数字化工厂的定义包括下述三个方面:
• 数字化工厂是由数字化模型、方法和工具构成的综合网络,包含仿真和3D/虚拟现实可视化,通过连续无中断的数据管理集成在一起。
• 数字化工厂是一种新型生产组织方式,以产品全生命周期的相关数据为基础,在计算机虚拟环境中对整个生产过程进行仿真、评估和优化,并进一步扩展到整个产品生命周期。
• 数字化工厂主要解决产品设计和产品制造之间的鸿沟,实现产品生命周期中的设计、制造、装配、物流等各个方面的功能,降低设计到生产制造之间的不确定性,在虚拟环境下将生产制造过程压缩和提前,并得以评估与检验,从而缩短产品设计到生产转化的时间,并且提高产品的可靠性与成功。
总而言之,数字化工厂是利用数字化技术,集成产品设计、制造工艺、生产管理、企业管理、销售和供应链等各方面人员的知识、智慧和经验,进行产品设计、生产、管理、销售、服务的现代化工厂模式。这种模式特别依赖泛在网络(互联网、物联网)技术,实时获取工厂内外相关数据和信息,有效优化生产组织的全部活动,达到生产效率、物流运转效率、资源利用效率最高,对环境影响最小,充分发挥从业人员能动性的结果。
2006年美国ARC总结了以制造为中心的数字制造、以设计为中心的数字制造和以管理为中心的数字制造,并考虑了原材料和能源供应和产品的销售供应,提出用工程技术、生产制造和供应链这三个维度来描述工厂的全部功能和活动,如图1所示。通过建立描述这三个维度的信息模型,利用适当的软件就能够完整表达围绕产品设计、技术支持,生产制造以及原材料供应、销售和市场相关的所有环节的功能和活动。如果这些描述和表达能够得到实时数据的支持,还能够实时下达指令指导这些活动,并且为实现全面的优化能在这三个维度之间进行交互,可以肯定地说这就是我们理想的数字化工厂,在此基础上能在市场营销方面、能源优化利用诸方面引入智能商务和智能能源管理,显然这一定是智能工厂了。 换一种表达方式,我们可以把数字化工厂看作是实现了产品的数字化设计、产品的数字化制造、经营业务过程和制造过程的数字化管理,以及综合集成优化的过程。 如何在现有技术的基础发展数字化工厂,为了实现数字化智能工厂还需要开发哪些技术,制定哪些规范,都有待于研究。
图1 数字化工厂模型用三个维度表达
众所周知,生产是工厂所有功能和活动的核心,因此对生产进行调度和制造执行的MES责无旁贷的是实时反映各个环节活动和交换数据的节点 ,即MES是实时贯通工厂生产各个环节的交集点 。由此我们可以更明晰地从图2中了解在数字化工厂中各个维度所运用的软件工具和平台处于哪个位置。
图2 从工程技术、生产制造、产品和订货四个方面描述数字化工厂
3 实现数字化工厂的途径
德国提出工业4.0发展策略,美国提出工业互联网,这都是表明工业生产进入了互联网时代,信息物理系统融入生产系统,将为新的工业革命奠定信息基础和开辟新空间;生产制造系统采用联网的嵌入式系统,以及物联网和基于WEB的服务。这清晰的描绘了工业工程技术、自动化技术与IT技术相互融合和渗透的途径,也指明了实现数字化工厂的总体框架,如图3所示。由图3可以看出,在典型的工厂控制系统和管理系统信息集成的三层架构的基础上,充分利用正在迅速发展的物联网技术和服务网技术,与生产计划、物流、能源和经营相关的ERP、SCR、CRM等,和产品设计、技术相关的PLM处在最上层,与服务网紧紧相连。与制造生产设备和生产线控制、调度、排产等相关的PCS、MES功能通过CPS物理信息系统实现。这一层与工业物联网紧紧相连。从制成品形成和产品生命周期服务的维度,数字化工厂还需要和具有智能的原材料供应,以及智能产品的售后服务这些环节构成实时互连互通的信息交换。而具有智能的原材料供应和智能产品的售后服务,还具有充分利用服务网和物联网的功能。
图3 实现数字化工厂的总体框架
4 信息物理生产系统
信息物理系统(Cyber Physical System,CPS),也有人称为信息物理融合系统,2006年由美国科学家提出,大约相当于物联网的一种表述。它与物联网相比,最显著的特点是强调物理过程与信息间的反馈。2008年美国加利福利亚大学的Lee·E在其技术报告《信息物理系统:设计挑战》中指出:信息物理系统是计算和物理过程的整合集成。嵌入式计算机和网络监测和控制物理过程,通常系统具有物理过程影响计算、计算也影响物理过程的反馈回路。从自动化技术的观点看,CPS是一种工程系统,由一个嵌入在物体中的计算和通信的核,以及物理环境中的结构所监测和控制(Karl Henrik Johansson,2011)。
图4 CPS可用于许多领域特别是制造业
CPS是一种经过充分提炼和抽象的概念,其应用领域十分广泛。图4给出了它的许多应用领域,譬如说用于交通运输领域就有已经初见雏形的车联网。德国的专家和教授基于制造立国和制造强国的理念,把CPS运用于生产制造,提出了CPPS,即信息物理生产系统。以CPPS为模型构建智能工厂,或者数字化工厂,如图3所示。2012年德国政府制定和大力推行工业4.0,而且强调其特征是工业自动化技术和信息技术的紧密结合,建立在物理信息系统CPS的基础之上。这就为智能工厂的实现指明了一条具有现实可行性的途径。完善的智慧工厂不可能一蹴而就,将是一个渐进发展的过程。最早实现的肯定是基于目前的基础,而又朝着这个方向的初始阶段。
5 我国为什么要发展智能工厂
据世界银行数据库和联合国统计数据库的数据,2011年我国制造业增加值为1.9009万亿美元(现价),美国为1.8805万亿美元(现价);2012年我国制造业增加值为2.0793万亿美元(现价),美国为1.9121万亿美元(现价)。2013年我国生产的发电设备占全球的60%,造船完工量为全球的41%,汽车产量为全球的25%,机床产量占全球的比重为38%。以上这些数据表明,我国世界制造大国地位确定无疑。但是,我国制造业的现状却是无可辩驳的大而不强。面对进一步发展的资源压力、环境压力、成本压力,以及市场竞争激烈、利润空间压缩和用户需求增高,我国制造业唯有转型升级走向制造强国这惟一的出路。中国工程院在规划《中国制造2025》时,调研了世界主要国家制造业发展的状况,在大量数据分析的基础上,按照规模发展、质量效益、结构优化和持续发展4项一级指标,以及18项二级指标构成的制造强国评价指标体系,计算出制造强国综合指数,把这些国家划分成3个方队。第一方队是制造业居于全球绝对领先地位的美国,第二方队是德国和日本,第三方队有英法、韩国、中国等。考虑到中国制造业目前的状况发展不平衡,尚处在没有总体完成工业2.0(大规模制造机械化)和工业3.0(工业自动化),就需要面对工业4.0(工业自动化和信息化深度融合)的形势。因此,中国工业制造的发展,不像西方发达国家走的是工业2.0、工业3.0,进而工业4.0的串行发展,而应该是工业2.0、工业3.0和工业4.0并行发展的道路。从现在起到2025年,属于中国制造2025阶段,争取使中国制造进入第二方队。再经过十年发展到2035年,进入第二方队的前沿。然后再经过十五年,到2050年挺进全球制造的第一方队。
要实现上述的规划,中国制造首先面临的是要努力完成四个转变:由要素驱动向创新驱动转变,由低成本竞争向质量效益竞争转变,由资源消耗大、污染排放多向绿色制造转变,由生产型制造向服务型制造转变。而完成这些转变的技术方向恰恰是工业3.0和工业4.0已经选择的和正在选择的方法,即:信息技术和制造技术及工业自动化技术的深度融合,用精益制造管理取代粗放型制造管理,由产业集群取代产业集聚,从而完成由生产低端产品向制造高端装备的过渡。
习近平在视察河南的中铁盾构制造厂时指出,装备制造业是制造业的脊梁。这深刻地揭示了制造业升级转型,首先要抓紧装备制造业的转型升级。装备制造业依靠什么来转型升级呢?唯有借助于智能制造。我国实施智能制造的路径在于:抓准方向,把握趋势;结合国情,分层推进;夯实基础,统筹协调。具体地说就是在总体上按照自动化、网络化、两化深度融合、数字化、智能化的方向在制造业的全行业加以推进;在重点行业(如高端装备制造业)和基础好的行业(如石化)中,则可以根据实际情况以两化深度融合为中心,找准自动化和网络化的短板,迅速填平补齐,同时重点展开数字化和智能化。
6 数字化工厂急需开发的关键技术
鉴于智能工厂和数字化工厂是在现有的架构上,把以往独立自主的许多系统(如物流系统、电网系统、各种能源的工业和管理系统,甚至商业业务系统)在新的要求下进一步集成整合,所以其复杂度和精细度都远超已经存在的和正在开发的技术。考虑到目前工业自动化技术与IT技术融合发展的现状,已经出现了以下方面的关键技术的研究开发:
• 渗透在生产制造和管理各个环节中的IT技术及其集成,包括工业物联网实践技术,分布式云计算的工业实现,基于Web2.0的工业互联网技术;
• 物理信息融合系统的工业实践;
• 垂直集成和横向集成的工业通信技术,包括基于互联、互操作的设备集成工业以太网整合技术,机器与机器之间的通信(M2M),基于OPC UA的垂直集成语义互操作性的实现技术;
• 软件技术,包括面向分布式自动化的各类高效可靠的模块化软件开发平台,应用于分布式自动化中的SOA和多智能体系统的软件技术;
• 机电控制功能模块的设计、开发和最佳实践;
• 下一代工业辅助系统技术,包括基于增强实境技术的先进工业辅助系统,机器人和操作员协同;
• 标准化技术(鉴于跨多个领域和垂直行业,系统空前复杂,标准化先行是必须给予极大关注的)。
由于篇幅关系不可能将上述关键技术逐一展开,这里只就工业物联网和大数据做一些阐述。
2008年中国物联网在政府主导下大热,但并没有在应用上有大的突破。近两年物联网在欧美大热。美国领先的公司都在物联网的工业应用方向上投入巨额资金,尽管打着各种旗号,不论是IBM的“智慧地球”、CISCO的“万物网”(Internet of Everything)、GE的“工业互联网”,还是德国的工业4.0,无不将重点放在开发工业物联网的解决方案及其业务模式上。
从技术上看,物联网炙手可热,是基于它所需要的技术基本上是已经或正在商业化的,并不要求进行实质上的突破。已经建立了深思熟虑的参考架构,颇具吸引力的应用案例正在开发。用IoT把“数字操纵缆”加入到现有的工业系统中的技术正在走向市场。但从总体上看,缺的是什么呢?缺的是对工业物联网到底离我们很近抑或是还很远,还不曾形成广泛的认同,对其可行性和现实性还有疑虑。还缺的是如何利用工业物联网的新技术来实现工业转型和改造的成功途径和方法。也就是说,物联网应用有待跨越可信性的缺口,如图5所示。
物联网常被看作是一种同质化的实体。事实上,从更高的层次上看,物联网可以分为与人的生活相关的物联网(Human IoT,HIoT )、商用物联网和工业物联网(IIoT)。所谓与人的生活相关的物联网具有包括与人互动的应用和功能的特征。而IIoT在规模和经济价值这两方面要远胜于HIoT。IIoT集成了数量足够多的带有传感器和软件的物理机械装置(机械系统),其价值的主题是:分析,远程存取和管理,协同,速度和精确智能,易于获取和传播知识(不仅仅是获取和传播数据)。在IIoT中的设备和装置之间的通信,被处理为小数据,当许多小数据集结起来,他们便成为大数据中一个部分。在工业物联网IIoT中,设备层是一种由大量具有自主控制的设备构成的大规模的、高可靠性、高信息安全的网络。存取层从许多设备层采集小数据,并执行分散决策规则。云/分析层处理和分析大数据,并据此引导整体智能。这就是工业物联网的总体架构,如图6所示。
图5 物联网应用有待跨越可信性的缺口
图6 工业物联网的总体架构
IIoT一般都要连接成千上万个设备,与HIoT通常都是以客户端/服务器方式进行信息传输不同,IIoT出于响应时间的考虑,在同一层的机器都应自主工作,就地执行数据分析和归纳简化。由于通常要求IIoT能自治或自主的运用,并能完成同层内点对点的分布式控制,因此,必须对IIoT提出更严格的、远高过HIoT和M2M的要求。这些要求是: 自治控制(自主控制);同层内点对点的控制;工业强度的可靠性;工业级的信息安全;IIoT的解决方案应能让原有的设备和网络(不论其使用何种协议)与新添的设备和网络一样纳入物联网应用;有线连接和无线连接,以及无线、有线混合连接;网络规模的可扩可缩;IP的角色(IoT和IIoT与互联网同样要依靠IPV6将分散的网络和设备桥接起来。目前工业系统依然通过网关与互联网相连,问题在于必须事先让网关指导企业需要什么数据,还必须编程,网关不但约束了信息的来回传输,而且如果有新的要求,组态也很困难。在IIoT中的控制网络将把IP寻址从网关移到现场总线这一级,于是网关的功能性如数据转换为通用的格式将集成到通信芯片中去,于是连接网络的功能将更多地依赖于路由器);数据包的恢复(IIoT的链接是要考虑成本的,因此可能发生因为干扰、噪声和碰撞而丢失数据包,IIoT的协议栈必须考虑迅速恢复数据包的功能);实时性的要 ;对故障的抗御能力(分散系统必须避免单点的故障,因此要求路由器或交换器均有冗余)。
7 结语
讨论中国的制造业转型升级已经有好几个年头了,近些年来又围绕“工业4.0”有了各种各样的声音。从智能制造到数字化工厂,再到工业4.0、工业互联网,学习工业发达国家的发展规划、策略和路线,固然是很好的借鉴。但更为重要的应该是我们必须审视国内工业现状全局,找到符合实际情况的突破口。中国工业的发展现状是多元化的,从工业2.0的水平、工业3.0的水平,一直到正在迈向工业4.0的水平都存在着。不过,由于我国工业化的进程速度很快,导致工业化的基础不够扎实:重产量而往往对质量不够重视;重技术而对工艺不够重视,缺乏保证产品质量的意识、制度、工具装备和测量手段;重硬件设施建设,而相对忽略对传统管理体系和制度的现代化改革,缺乏管理制度规范化的动力。由此可以引出中国工业发展亟待解决的两个问题:提高和控制产品质量、降低能耗和原材料消耗,以及提高产品开发创新设计和工艺开发设计的效率。这也是我国与工业发达国家在工业科技的最大差距的具体表现。
欧美发达国家长期重视技术创新及其推广,运用科学的方法论开发了许多工具性的软件开发平台,这些平台可以是面向某个行业的,也可以是面向某种控制技术的,还可以是面向企业管理、生产调度优化的。这些平台对经济和工业发展贡献大,起到了可在很大范围内推广,取得实效,真正实现了突破一点解决一大片的目的。由此我们可以认识“软件平台制胜未来”的真切含义。
为了尽快地缩短我们与他们的差距,更为了能够快速的使技术进步推动经济发展,让我们花更多精力和努力打好工业发展的基础,采取切实措施引导提高质量,开发自主可控的工业软件开发平台,进而向数字化工厂和智能工厂发展,应该说是指日可待。
彭瑜(1938-),男,湖南长沙人,毕业于清华大学动力系,教授级高级工程师,现就职于上海工业自动化仪表研究院,并兼任中国自动化学会理事,中国自动化学会仪表和装置专业委员会常务委员,中国自动化学会专家咨询委员会委员,上海市自动化学会常务理事,中国仪器仪表学会专家委员会委员,PLCopen国际组织中国委员会主席,长期从事工业过程控制系统的研究开发工作。