创新 智慧 可持续发展
——领袖企业推动中国(新型工业化进程)高层论坛
2015-12-07
创新 智慧 可持续发展
——领袖企业推动中国(新型工业化进程)高层论坛
“2015中国自动化产业年会”之领袖企业推动中国(新型工业化进程)高层论坛以“创新 智慧 可持续发展”为主题,特别邀请中国自动化学会副理事长、中国工程院院士柴天佑做题为《流程工业智能优化制造》的报告,报告分析了智能优化制造给我国流程工业带来的机遇和挑战,提出了流程工业智能优化制造的非常具有前瞻性的建议,指出流程工业智能优化制造是我国流程工业由大变强的必由之路。中国科学院自动化研究所研究员曾大军带来题为《基于健康大数据的生物监测》的报告,报告立足于大数据环境下生物监测和生物安全重大需求,探讨相关大数据解析学的技术要点。
在CEO巅峰对话中,和利时集团CEO邵柏庆、西门子(中国)有限公司过程工业与驱动集团副总裁兼过程自动化部总经理姚峻、施耐德电气(中国)有限公司工业事业部运营卓越部运营卓越总监周利国、希望森兰科技股份有限公司总经理何建波、菲尼克斯电气中国公司总裁顾建党、研华(中国)公司工业自动化事业群总经理蔡奇男与现场来宾共论新常态背景下中国制造业如何转型升级。围绕智能转型、创新驱动、绿色发展等热点话题展望自动化产业的未来发展。
柴天佑 ——解读智能优化制造
中国自动化学会副理事长、中国工程院院士柴天佑
流程工业智能优化制造是我国流程工业由大变强的必由之路。智能优化制造的涵义是以企业全局及生产经营全过程的高效化与绿色化为目标,以生产工艺智能优化和生产全流程整体智能优化为特征的制造模式。要实现智能优化制造现在面临的难点是什么呢?首先,生产工艺优化和生产全流程整体优化一直是世界范围内的难题;其次,我国原料成分复杂,生产工况波动大,使生产工艺优化和生产全流程整体优化更加困难。但是大数据、移动计算和移动网络、智能技术、知识自动化使智能优化制造成为可能。
要想实现我们国家的原材料工业成为强国,必须把现在的工业过程变成一个智能优化技术系统,让它能够智能感知生产条件的变化,自主决策控制系统的指令,自动控制设备。当出现异常工况时能及时预测进行自愈控制,排除异常工况,实现安全优化运行。另外,如何使企业经营决策系统、供应链系统、资源计划系统、制造执行系统、能源管理系统成为智能优化决策系统,尽可能提高生产效率和产品质量,尽可能降低能耗和物耗,实现生产过程环境足迹最小化,确保环境友好地可持续发展,也是我们面临的问题。智能优化决策系统就是自动获取市场需求的变化和资源属性等方面的数据和信息,智能感知物质流、能源流和信息流的状况;自主学习和自动响应,自适应的优化决策、企业的生产目标;优化配置资源和合理配置与循环利用能源,实现计划调度与生产全流程控制的一体化。
要想实现以上设想,必须要解决以下问题:一就是如何实现流程工业产品和产品加工过程的数字化,实现生产过程的物质流、能源流和信息流相互作用的可视化,为生产工艺研究人员提供技术创新的平台和工具;第二是如何将知识自动化+智能技术+3C与流程工业实体相结合,针对不同流程行业的特点,形成适合不同流程行业的智能优化技术,还要实现人机物三元空间融合系统的动态性能分析、预测和决策。
曾大军 ——解读生物监测2.0
中国科学院自动化研究所研究员 曾大军
生物监测即通过对人类、动物、植物、食品及环境中病原体信息进行实时收集、分析和解译,采用计算分类、统计分析、异常检测等信息技术进行信息挖掘和知识表达,实现疾病暴发或生物安全事件的早期探测和预警,对监测预警体系的及时性、准确性和安全性进行评估,并应用情景模拟、仿真和决策支持等技术为常态非常态和重大活动中的疾病防控和生物安全相关决策提供技术支持,以应对各种公共健康和生物安全威胁。
生物监测1.0的技术本质是基于传统的医学记录和症候群的数据源进行信息处理、共享以及数据挖掘。生物监测1.0技术和应用历经15年的发展已经拥有众多成功应用和科研成果,但是距离能够真正有效地应对生物安全提出的各种威胁仍有诸多挑战。其中如何继续提升预警窗口是核心问题,这是研究人员和决策执行者的共识。生物监测的核心就是一个“快”字,有提前量,能预知就能够更好地应对,在时间上、在预警量上的提前,其意义根据研究表明业绩是非线性,甚至是指数型的。
基于此生物监测2.0的研发势在必行,简单地说生物监测2.0就是生物监测1.0加上现在热议的大数据。在大数据的驱动下,生物监测2.0对生物监测1.0的升级发展可以简要的概括为以下三点:从传统的被动预警到现在的主动预警;从相关部门主导到全民参与;从迟滞响应到实时感知。
以上三点的核心都是基于多元的大数据对生物监测预警的时间窗口尽量的提前,那么驱动生物监测的大数据主要是健康大数据,健康大数据的产生是行业的需求,也是技术发展的一个必然结果。各行业,尤其是医疗健康行业,其信息化脚步正在加快,从技术基础的积累来看软硬件技术日益成熟,物联网、传感器和IT技术发展迅速,移动应用获得风险投资青睐,智能型和便携型可穿戴设备规模日益增长,这些都为健康大数据提供了坚实的保障。
近几年生物监测2.0的科研和实践开始重视和关注两类健康大数据。一是分子生物大数据,二是社会行为大数据。梳理近期的生物监测项目,我们将生物监测2.0的研究目标归纳为:整合新兴健康大数据,建立国家生物监测预警体系,促进生物安全事件的快速响应,最大程度地避免危害发生或减少损失,维护国家安全和公共健康。
生物监测2.0主要是基于健康大数据的聚合关联分析,异常的预测和预警,实时态势的感知和情景模拟,实现从数据到知识再到决策的过程。
CEO巅峰对话 ——解读智能转型
西门子(中国)有限公司过程工业与驱动集团副总裁兼过程自动化部总经理 姚峻
姚峻:我认为中国制造业要实现智能转型,关键所在仍是一个老话题——创新。如果我们一直不断地模仿、不断地利用资源做简单的加工的话,就永远走不出低端制造的死圈。所以各行各业的创新,是实现《中国制造2025》的最重要环节。对于自动化行业来说,我们将要发挥的作用应该是给各行各业输送“弹药”、提供工具,帮助制造业来实现创新。就工业4.0这一概念来说,其实不是自动化企业要实现工业4.0,而是我们的制造业要实现工业4.0,但他应用的工具是我们的自动化产品和技术,即应用智能型的自动化、数字化工厂来帮助他们实现高效、绿色、灵活的生产。
希望森兰科技股份有限公司总经理 何建波
何建波:谈到智能转型,对于我们自动化企业来说,我认为当前最重要的有三个方面:首先,企业应该根据自己的情况量力而行。因为智能制造对于企业来说是一个巨大的投入,如何合理的循序渐进的投入非常关键。其次,在研发方面,除了坚持自主创新,对外的合作和交流也是一个重要的方面。最后,我们应该走出去,中国自动化产业的所有同行应该去世界上先进发达的国家和地区多学习经验,让我们能够尽快去实现助力中国工业产业升级的目标。
研华(中国)公司工业自动化事业群总经理 蔡奇男
蔡奇男:对于自动化企业来说,要助力用户的智能转型,其中一个关键的问题就是融合。从中国政府一直倡导的两化融合到现在业内热议的智能制造、物联网、工业4.0,其中一个非常重要的本质改变,就是自动化技术和信息技术的融合。在物联网、工业4.0时代,其实已经很难有一家企业或者一家自动化的厂家能够独立满足用户智能转型的需要,这就需要我们相互协同来共同服务客户,我相信这应该是我们自动化者所共同来关注的。而且当前很多的IT企业都在纷纷进入到智能系统领域,这更需要我们自动化业者不断思考如何跨界协同,从而面对未来自动化产业所面临的挑战。
CEO巅峰对话 ——解读新常态下的创新
姚峻:我认为所有的变革和创新,都是源于市场和客户的需求。我们需要迎合客户的创新,为客户创造价值,使其在市场竞争中占据优势。对于自动化企业来说,我们要帮助客户提升产品质量、减少成本,并且保证生产的可靠性。除此以外,我认为最重要的是我们要能够帮助客户缩短其产品上市时间。我觉得这是新常态下市场对于自动化企业提出的一个最大需求。西门子正在积极推进数字化工厂的概念。在中国成都和德国安贝格我们建立了初具规模的数字化工厂,它能做到虚拟和真实的统一,通过仿真模拟可以缩短调试开车、人员培训时间,甚至优化生产工艺流程,从而大大缩短产品上市时间。在数字工厂中,从产品的设计软件开始,到生产流程设计软件和电气自动化设计软件,能够在一个平台运行,实现数据的横向流动,同时生产控制系统、MES系统和ERP系统也能实现纵向连接,实现整体设计一体化。
邵柏庆:当前对于中国工业企业来说首先要解决少人化和无人化的问题。和利时正在极力推进少人化和无人化工厂的概念,大力发展整厂自动控制、生产管理,我们正在做一些样板工程,但距离真正实现无人化的全智能工厂,还需要一个漫长的过程。此外,互联网、云计算技术的发展,对于我们自动化产品和服务供应商的经营管理创新将带来影响。和利时公司最近研究了一个项目——基于云计算的售后服务。通过云计算技术,来提高我们的服务质量,降低服务成本,提高用户的满意度。不但能够通过远程的预防性服务,保证用户设备的正常运行,还可通过远程服务、大数据分析,优化用户的生产制造过程,提升自动化水平,而且能够通过云端的软件和服务,帮助用户分析和解决工厂管理中的问题,提升管理水平。
周利国:在新常态下寻求创新是我们必然要面对的问题,无论是产品服务还是管理的创新,都应该从用户的角度来不断摸索。对于施耐德的创新,这里我举一个简单的例子,施耐德在三年前收购了中压变频器产品生产企业——利德华福。在收购以后我们发现,中压变频产品的维护是非常复杂的,特别是位于山区或者偏远地区的用户,我们的维护人员跑一次,时间和金钱成本都很大,而且还不能满足用户及时维护的需求。因此我们开发了变频管家服务,大约在一年前开始投入市场,非常受用户欢迎。比如在两个月前我们通过变频管家成功监控到华东区某用户设备环境过热,我们及时对用户进行提醒,采取紧急应对措施,使得用户避免了意外事故的发生。所以说我们需要根据用户的需求,从互联网、软件硬件结合的角度,去实现我们的创新理念。
顾建党:新常态对中国企业未来三到五年将会产生根本性的改变,对于每一个制造业企业来说,将会面临三个最根本的问题: 首先,大量的生产同质化产品的传统性制造业企业将被淘汰。那么如何解决产品质量的问题,正是我们自动化企业可以帮助传统制造业企业提升的,即通过自动化产品和技术去升级其质量管控的方法和技术。其次,大量的制造企业将面临越来越严重的人力短缺问题,这对于很多制造性的企业来说将会是一场灾难,更将会是我们自动化企业一个最大的契机,同样也是我们要肩负的使命。 最后,即将到来的未来智能制造世界,即从C端定制到B端的灵活制造,将会是我们所有自动化企业、信息化企业和IT企业未来最大的历史性的机会。如果我们能够把自动化、信息化和互联网有机结合在一起,将能够为中国的制造企业带来革命性的影响。
何建波:新常态对于自动化行业和企业提出了更高的要求、更严格的标准。那么对于自动化企业来说,我们怎么样去应对新常态?第一,产品创新是最重要的环节,我们要结合互联网技术、远程监控技术,为我们的用户提供个性化的、定制化的产品。第二,我们需要为客户提供创新的专业服务。就变频器产品来说,去年森兰专门研究了国内外同行变频器产品的说明书,发现有些企业的说明书是厚厚的一本,有些企业的说明书却很简单,而我们该如何设计自己的说明书,这都是值得我们思考的,因为这也是客户服务的一种,如果我们能够用简单的方式把产品使用方法表述清楚,这就是一种服务的创新。所以在新常态下我们怎么样去提升自己的服务水平,提升自己的竞争能力,对自动化企业非常重要。
蔡奇男:在新常态下,我认为自动化业者可以从两个角度来思考创新。一是你原有优势的延伸,如研华原来是以嵌入式电脑、工控机、板卡模块为优势的企业,我们如何基于原有优势和用户需求来延伸我们的创新,这是我们正在思考的问题。第二是外部协同的创新。这里举一个简单的例子,研华在过去五年不断地强化“智能地球的推手”的战略,推进物联网在各个领域的应用。然而很多客户面对物联网设备联网,他们会认为这个想法很好,但是他们的IT部门却不愿意开放自己的网络接口来连接我们的设备。如何应对这一问题?我们联合了外部的电信业者来共同合作,这让研华在物联网领域取得了非常大的突破。所以我相信在工业4.0时代,我们必须要去思考信息技术、大数据的意义和价值。另外,我相信惟有协同才能够快速的发展,惟有与合作伙伴和客户共同密切的沟通、协同创新,我们自动化企业才能面对《中国制造2025》这一世纪大商机。
菲尼克斯电气中国公司总裁 顾建党
顾建党:中国要成为制造强国,需要我们所有自动化人以一个全新的视角在新常态下去思考如何进行转型升级,我认为新常态对于自动化企业来讲有三个层面:第一,自动化人永远要敢立潮头,去引领技术的潮流。第二,中国的经济是资源依赖型经济,未来要实现可持续增长,就需要我们自动化人去推动信息化和智能化进程,推动制造业生产过程和生产工艺的优化。第三,对于自动化人来讲,不论是美国所提倡的工业互联网、德国倡导的工业4.0还是中国的《中国制造2025》规划、两化融合,这都是我们自动化人的最大的使命和机遇。智能转型是个过程,对于自动化企业来说,永远在路上。
和利时集团CEO 邵柏庆
邵柏庆:智能制造并不是一个复杂的概念,就是一个拟人化的过程。对于我们自动化厂商来说,如何模拟人的智能,实现自动化、智能化的工业生产过程,其中的关键就是工业软件。工业软件涵盖范围广泛,我认为最关键的是中间层,即承上启下的MES。要求厂商既要懂管理,又要懂控制,既要懂硬件,又要懂软件,通过软件使得企业的生产过程达到最优化。我们国内现在真正能承担这一层能力的企业太少了,成型的产品太少了,真正能够把MES贯彻到用户整个生产过程中,提高用户最终效率,实现用户目标的成功案例也太少了。所以我认为如果在未来十年间,我们中国自动化企业能够把MES软件做好,把人的智能真正模拟出来,相信我们国家的制造业2025的目标就能实现。
施耐德电气(中国)有限公司工业事业部运营卓越部运营卓越总监周利国
周利国:很多用户现在还不能清晰地理解智能转型,我想从用户的角度更通俗化地去解读这一概念。首先,我们应该想一想为什么要转型,原因就在于当前很多制造企业面临着全球化的竞争,而本身却缺乏竞争力,迫使中国制造业面临着产业转型。其次,用户应该意识到这一转型是一次革命性的变革,而不是简单的升级换代。这种转变可能是伤筋动骨的,我们既要抓住这一机遇,同时更要充分认识到面临的挑战。最后,我们如何去转型?要实现智能制造,无论对于自动化企业还是用户来说,都有很长的路要走。不是简单的用我们现有的产品去打包、贴一个标签就能够实现用户所需要的智能制造。作为自动化企业,我们应该认真地研究用户的需求,从而帮助他们实现智能转型。