“互联网+制造业”的技术创新研究

2015-11-30ChangJie

互联网天地 2015年12期

常洁/Chang Jie

（中国电信股份有限公司上海研究院上海200122）

1 “互联网+制造业”的内涵

国内“互联网+”这个理念于2012年被首次提出，它被认为是所在行业的产品与服务于未来看到的多屏全网跨平台用户场景结合之后产生的一种化学公式[1]。与2007年出现的“互联网化”概念一脉相承，强调互联网与各传统产业进行跨界深度融合。“互联网+”是我国工业和信息化深度融合的成果与标志，也是进一步促进信息消费的重要抓手[2]。从现有的发展现状来看，“互联网+”仍处于发展的初级阶段，各领域对于“互联网+”的内涵还处于不断摸索的过程中，尚无足够的经验可以遵循。

对于传统行业而言，寻找“互联网+”的切入点更加困难。以制造业为例，传统的制造业企业发展形势并不乐观，截至2015年第一季度，我国的大中型钢铁企业亏损面已接近50%，煤炭行业也面临着低效、亏损等严重问题。因此，国家积极推进“互联网+”战略，主要是希望将信息技术和互联网思维视为生产要素，来改造和提升传统行业，创新经济发展模式，本质还是要注重互联网给传统行业带来的技术变革和产品提升。

“互联网+制造业”是两化深度融合在 “互联网+”时代下的核心体现，其内涵是将互联网平台和信息通信技术融合到制造业全生命周期中，以提升制造业的创新能力、生产效率和资源利用率，推动智能制造、绿色制造和服务型制造的发展，最终以新产品、新业态和商业模式等形式构建成现代制造业体系[3]。

2 “互联网+制造业”的六大特征

（1）全在线

包含产品设计的在线研发，设备生产的在线监测，数据的在线流动，终端消费者与生产消费的在线互联互通以及企业内部和全产业链的在线协同。产品设计的在线研发主要是指在 “互联网+”模式下，打破原有的企业主导模式，将其转化为以用户和市场的需求为导向，使用户可以在线参与产品研发过程；设备生产的在线监测是指在生产过程中通过 BYOD（Bring Your Own Device，自带设备）、云平台和宽带网络实现生产过程的实时在线，通过软件控制，对生产要素和生产流程进行智能配置管理；数据的在线流动主要完成制造业企业各部门间或企业外部数据的在线流动，实现在产业上/下游、协作主体之间以最低的成本流动和交换；终端消费者通过互联网使得生产和消费互联互通，可以实现价格的动态变更，根据消费者的需求，实时调整产品类型等，并提供线上/线下的销售模式；企业内部和全产业链的在线协同将产业链的上/下游企业连接起来，形成产业链的联动与产业生态的发展。

（2）全互联

“互联网+”具有一些基本要素，包括技术、场景、参与者、协议与交互等，互联具有差异，互联的价值也相差较大。以协议为例，在制造业场景下，终端的接入方式千差万别，主要包括通过无线接入网络（3G、4G、GPRS、Wi-Fi等）和有线接入网络（光纤、ADSL等）接入，每一种接入方式对应不同的接入协议，适用于不同的需求场景。因此，制造业往往是独立的垂直系统，离万物互联、信息聚合、智慧应用的理想目标有很大差距。

（3）实时化

“互联网+”支持通过视频实现制造业场区实时监控及录像查看，当场区发生意外情况时，可以提供实时的紧急救援。从终端侧来说，能够实时监测网络内部其他终端的各种状态，也能够监测终端的运行状态等。按照客户的需求周期进行统计，能实时掌握终端流量的走势，进行故障分析，查找故障原因，实时把分析的故障原因告知客户，可及时避免客户到现场排查终端造成的运维成本，提高终端在线率。

（4）个性化

“互联网+制造业”削减了供需信息不对称，使制造业逐步演化为个性化定制、个性化生产、个性化消费和个性化服务，以用户为核心，满足个性化需求并增强用户体验，具有服务周期长、低库存、个性化等特点。互联网释放了消费者的个性化消费，在改变销售方式的同时，也倒逼生产方式转型。2015年，阿里巴巴与美的签署了2015年战略协议，美的将借助阿里提供的用户行为等数据改进产品研发和生产，改变传统的生产模式。未来，在消费者驱动生产的商业模式下，生产制造系统将具备个性化、柔性化、快速响应市场等特性，这将完全区别于传统B2C的生产制造模式。

（5）智能化

“互联网+制造业”时代，制造的智能化体现在利用物联网、大数据、云计算等技术建设全面感知、智能预测、自动控制、工艺优化、安全连锁、物流高效、设备可靠、优化决策的生产管控体系。尤其是随着LTE网络及工业园区PON（Passive Optical Network，无源光纤网络）的普及，工业数据的收集变得更加实时且可靠，对于所收集数据的处理也变得更加高效，这些成为制造业智能化的发展基础。

（6）生态化

设计、生产及销售过程的生态化，既体现在设计理念的生态化方面，又体现在生产过程的生态化方面，互联网和信息技术给予工业设计更多的创新主体和空间；智能化生产使过程更高效、环保，对于能源结构和资源利用率能够起到正向引导作用；生态化还体现在循环经济的发展方面，“互联网+制造业”给各产业链条内部和产业之间提供了交流互通的机会，逐步实现零排放、资源综合利用和再生资源回收利用等。

3 “互联网+制造业”的四大需求

（1）需要提高现有制造业企业的信息化覆盖率

与德国、美国、日本等制造业强国相比，我国现有的制造业企业仍然存在着技术短板，如依靠资源优势发展而来的劳动密集型企业占比高，相对而言，信息化程度较低，这将大大阻碍“互联网+制造业”的发展进程。制造业的快速增长将导致现有的信息化基础设施无法提供正常的基本服务，因此，如何保证这些企业提升信息化的覆盖率达到“互联网+”的基本要求是需要首先考虑的问题。

（2）需要规划业务全生命周期的智能管理

有证据表明，业务全生命周期管理对于制造型企业而言，更能紧密地结合业务生产的各个环节，缩短响应时间，有效地利用生产资源，进而提高市场竞争力。在业务的全生命周期中，利用物联网等技术，企业可将产品与生产设备关联进企业共性平台，通过软件控制，对生产要素与生产流程进行动态化、智能化的配置管理，实现定制化生产，在生产过程中注重互动和开放，给客户提供更加智能、更好体验的产品。

（3）需要把信息技术嵌入到产品中

信息技术主要是指把信息系统和计算机技术集成融合到制造业产品的研发、生产、销售及协同过程中，环环相扣，每一环产生的信息都可以应用于其他环节，信息的价值被成倍放大。

（4）需要运用互联网实现制造业网络化、社会化和服务化

利用互联网实现制造业产业链的网络化、社会化和服务化，推动生产性服务业快速发展。还要发展智能物流、电子商务等，以降低流通成本，扩展市场。制造业供应链和销售网的社会化和网络化，推动了生产性服务业的快速发展[4]。

4 “互联网+制造业”的五大重点技术创新方向

（1）基于工业PON提供企业智能工厂应用

工业PON是指采用工业级PON设备，不含有任何电子器件及电子电源的纯介质网络，避免了外部设备的电磁干扰和雷电影响，减少了线路和外部设备的故障率。现有的工业PON具有相对成本低、纯介质网络、资源占用少等特点。

工业PON简化了网络设计、实施配置和运维管理流程，同时，有效地降低了初期的采购成本，易于后期扩展，能够提供给企业很高的带宽，保证“互联网+”背景下的企业智能工厂应用和后期的通信网络服务升级。通过与MES（Manufacturing Execution System，企业生产过程执行管理系统）相结合，使得客户/终端用户可随时使用移动设备，实时访问企业网络上MES生产环节的相关信息，通过可视化系统进行生产环节相关信息的分析显示，最终实现将企业生产过程的控制、运行、管理作为一个整体进行控制与管理。

（2）结合园区LTE覆盖提供移动设备的灵活接入

园区LTE网络具有覆盖范围大、无线传输速率高的特征，且可以补充有线网络的限制。通过无线方式将各类智能装备、数传设备、传感器接入到生产信息化系统中，实现园区的泛在联接。园区LTE网络可以有序控制，不会出现碰撞低效的情况，用户体验更好。灵活地兼容应用，支持全域的移动办公，更好地保证了用户使用时的QoS。

（3）智能监控服务扩展到业务全生命周期

智能监控服务贯穿业务全生命周期，在研发阶段，监控企业与用户之间的实时互动，实现对市场需求的精确把控，将用户的需求直接融入到产品的研发过程中；在产品制造过程中，可以通过安装传感器实现数据的高速传输，管理人员可以通过实时监测收集产品的各种实时信息，如监测设备生产时的温度、湿度、制造车间的气压以及生产过程中所耗费的能源等；在产品销售过程中，通过建立线上/线下一体化的营销服务体系，实时监控销售状况，根据买方数量及报价动态地调整产品的价格；在协同阶段，通过产业链的联动加速产品的革新与商业模式的转变。

（4）大数据整合分析实现以用户需求为导向

IBM根据制造业所面临的问题与产品生命周期，归纳出制造业大数据分析的五大应用模式：一是物料品质监控，二是设备异常监控与预测，三是零件生命周期预测，四是制程监控提前警报，五是良率保固分析[5]。对于制造业企业中大量机器提供的海量工业数据进行深度分析和决策，首先要以用户需求为导向，其次需要工业领域的专业知识。产品因为有了数据特征而拥有更高的附加值，首先是生产制造过程因为数据化而实现了对品质的把控，其次是使用过程由于数据化从而易于实现对设备异常情况的预测和对零件生命周期的预测，最后是可以从数字化角度分析产品的良率保固，制造业企业因此拥有从用户到制造全生命周期的数据而实现效益的最大化。

（5）协同设计云打造企业级专业系统

随着与互联网融合程度的不断提高，设计、生产、销售等不同环节也在逐渐紧密联系。以制造业为例，企业除了能为下游提供最优解决方案和后续服务，还能实现多环节并行并提供特殊定制。以GE公司为例，通过分析喷气发动机的细小警报信号，可以得到发动机维修的前瞻性评估数据。通过降低发动机的老化故障，使发动机得到实时排查，降低了飞机延误所带来的损失。同时，通过协同设计云服务，采集飞机飞行时各项指标的实时数据，打造了针对不同飞机的个性化维修服务，避免了飞机故障造成的损失，并能针对飞行员的飞行习惯改进飞行模式，减少碳排放量。