工业4.0推动机电一体化走向智能技术系统

缪学勤

(上海工业自动化仪表研究院，上海 200233)



工业4.0推动机电一体化走向智能技术系统

缪学勤

(上海工业自动化仪表研究院，上海 200233)

2013年4月，德国开启了工业4.0第四次工业革命，以确保其制造业，特别是装备制造业世界领先地位。为了一步一步地实现工业4.0战略目标，德国全力支持“智能工厂创新联盟”领导的“智能工厂”和 “it’s OWL” 创新集群主导的“智能技术系统”两个重大研发项目。全面论述了机电一体化系统的发展、智能技术系统产生的背景、技术定义与主要特征。深入分析了认知信息处理3层模型以及智能网络化系统的参考架构。最后，阐述了自适应生产系统解决方案及其应用。

工业4.0 机电一体化 认知信息处理 智能技术系统 执行器 传感器 信息物理融合系统 即插即生产自适应生产系统

0 引言

2013年4月，德国开启了工业4.0第四次工业革命，以确保其制造业，特别是装备制造业世界领先地位。工业4.0主要包括两个主题，即“智能工厂”与“智能生产”。为了一步一步地实现工业4.0战略目标，对应上述两个主题，德国联邦教研部与联邦经济和能源部全力支持“智能工厂创新联盟”领导的“智能工厂”项目和“ it’s OWL(北威州智能技术系统)”创新集群主导的“智能技术系统”项目。

“智能生产”的基本设想是制造的产品集成有动态数字存储器、感知和通信能力，承载着在其整个供应链和生命周期中所需的各种必需的信息；整个生产价值链中所集成的生产设施能够实现重组与自配置，能够根据当前的状况灵活地决定生产过程。智能生产目标是满足用户的各种需求，建立一个高度灵活的个性化和数字化的产品与服务的生产模式。实现智能生产的主要手段之一是采用“智能技术系统”[1]。

1 机电一体化技术概况

从20世纪70年代开始，随着微电子技术和计算机技术的迅速发展及其向机械工业的渗透，机电一体化(mechatronics)系统应运而生。机电一体化技术是机械和微电子技术紧密结合的一门技术，它使机械工业的技术结构、产品结构、功能与构成、生产方式以及管理体系发生了巨大变化，使工业生产由“机械电气化”迈入了“机电一体化”发展阶段。机械工程工业由机械为中心的产品转移到机电一体化产品[2]。

机电一体化指的是将电子技术引入机械结构的主功能、动力功能、信息处理功能和控制功能，从而形成一个电子化设计及软件与机械装置相融合的系统。机电一体化包括软件和硬件两方面技术。系统硬件是由基本单元(机械本体)、传感器、信息处理单元和驱动单元等部分组成，其基本结构如图1所示。从图1可以看出，基本系统一般都是机械结构。通常，满足某种要求的物理系统都可以作为基本系统。为了提高系统的性能，一般使用传感器测量基本系统的相关物理量与它所处环境的参数，传感器为信息处理单元提供输入变量。目前，创新的传感器发展很快，特别是采用非接触检测技术的传感器。因而，在大多数情况下，该变量都是数字化的。信息处理单元将来自各传感器的检测信息和外部输入的命令，进行集中、储存、分析、加工，根据信息处理结果，按照一定的程序发出相应的指令，控制整个系统有目的地运行。由此可见，信息处理单元由各种控制功能组成。整个基本系统性能的适应性则由执行机构单元完成，执行机构根据控制信息和指令，执行要求的动作。执行机构是运动部件，一般采用机械、电磁、电液等机构来实现。在图1中，基本系统、传感器、信息处理单元和执行机构之间的关系用信息流、能量流和物料流3种类型的流动图来表示。

图1 机电一体化系统基本结构

机电一体化技术主要应用于数控机床、各种机械装备、计算机集成制造系统、柔性制造系统以及工业机器人等领域。

2 智能技术系统

(1)三大技术发展加速催生新一代技术系统。

进入21世纪以来，信息与通信技术取得了突破性进展，出现了如下3个重要的技术发展趋势。

① 电子部件的微小型化。

随着超大规模集成电路技术的突破、电子设计自动化的广泛应用以及半导体工艺的迅速发展，新型微控制器和8核、16核等多核微处理器研发速度明显加快，新产品不断问世。这些新型电子部件具有集成度高、可靠性与性能价格比高、抗干扰能力强以及功耗低等优点；平行计算功能极大地提高了信息处理能力，为智能技术系统的研发创造了优越的硬件条件。

② 软件成为创新的驱动力。

由于功能的增加、产品用户特定需求的增加、交付要求不断变化、不同技术学科和组织日益融合以及不同的公司间合作形式迅速变化等原因，工业产品及其相关的制造系统变得越来越复杂。特别是具有嵌入式软件的系统，其复杂性还在快速地增加，管理这样复杂的系统，其难度越来越大。与此同时，近十年来软件工程技术发展十分迅速，现代基于模型的方法、表示法和工具的使用，不断创造出高质量的软件，使得我们能够应对这一日益复杂的系统。随着软件不断融入到越来越多的现代工程产品，实现新的功能，现代工程产品及其相关的制造系统，将逐渐由传统的硬件依赖转向软件依赖。

③ 工业生产系统网络化[3]。

过去二十年，互联网很好地解决了人与人之间的互联互通，并颠覆了与人密切相关的一些传统行业。今后，随着技术的不断发展，互联网将要实现物与物的互联互通，进而实现信息世界与物理世界的融合，于是产生了物联网。工厂生产系统需要完成控制功能，为了将控制技术融入互联网，在将物理设备联网的同时，也要将计算与通信嵌入实物过程，并使其与实物过程密切互动，从而出现了信息物理融合系统(cyber physic system, CPS)，又称工业互(物)联网，它将互联网的发展推向了新高度。

(2) 智能技术系统的定义与特征。

以上3个技术发展趋势加速了机电一体化系统的升级。新一代技术系统将以机械学、电气/电子学、控制工程、软件技术和新材料的紧密相互作用为基础，通过“嵌入式智能”产生一种超越机电一体化的新系统。在这里，信息技术将与诸如认知科学、神经生物学和语言学等非技术学科相融合，跨学科融合不断研发出过去只是在生物系统中才使用的新的集成方法、技术和规范，使用这些方法、技术和规程可以将感知、认知和执行功能集成融入技术系统，这样的技术系统称作智能技术系统(intelligent technical system，ITS)，如图2所示[4]。

图2 机电一体化升级到智能技术系统的演进过程

智能技术系统具有自动适配功能，适应力强，并且使用方便。同时，系统还具有节约资源、可进行直观操作以及可靠性高等特点。

通常，智能技术系统都具有如下主要特征。

适应性(adaptive),即智能技术系统能够与所处的环境相互交互，并能自治地适应它们的运行模式。按照这种方式，在设计人员设定的框架内，智能技术系统能够在运行期间逐步完善，从而确保它们能够长期保持最佳使用状态。

坚固性(robust)，即智能技术系统能够在动态环境中灵活和自治地运行，甚至能够在开发设计者不希望或未曾预见到的环境中运行。系统能够处理不确定或者不足的信息，确保至少达到某种使用等级，满足各种要求。

可预期性(anticipatory)，即以经验积累的知识为基础，智能技术系统能够预测未来的效果和可能的情况。按照这种方式，系统能够早期识别出风险，并能及时选择和执行适合的策略，迅速解决问题。这样一来，系统就能够更有效地实现目标。

用户友好性(user-friendly)，即智能技术系统能够适应用户指定的特性，能与用户进行合理的交互。对用户而言，系统具有一定的理解能力。

3 认知信息处理参考模型及其模块的研制

(1) 非认知系统与认知系统[5]。

信息处理方法是推动机电一体化向智能技术系统升级的主要推动力。机电一体化(反应式)系统与智能技术(认知)系统的信息处理方法是不同的。机电一体化系统在传感器和执行机构之间提供一种反应式和固定的耦合。而智能技术系统则类似于具有认知的生物，能够变更这些耦合。认知处理不会取代直接的和反应式耦合，它会与后者共存。认知系统和非认知系统的比较如图3所示。

图 3 非认知系统和认知系统的比较

在生物学中，认知科学提出了用于行为控制的3层模型，智能系统信息处理方法完全建立在该模型的基础上。行为控制的3层模型如图4所示。从图4可以看出，在内部和外部条件变化时，认知数据处理能够使系统的性能更加灵活并且智能地适应这种变化。认知数据处理不会取代反应式控制，它只是扩展其功能，整个适应过程总是伴随着不断地学习。学习意味着收集和发现信息，从中得出与系统环境有关的论断，并进一步处理如此获得的知识。此后，这些知识就能够被用于改变系统的行为(例如通过改变控制参数)。在行为控制的不同层次，将产生不同的学习方式，并对知识进一步加工。

图4 行为控制3层模型

(2) 认知信息处理参考模型。

如上所述，认知科学完全参照认知生物的行为，以此为基础创建了智能信息处理技术。因此，评价一个系统是否具有“智能“，应该看该技术系统是否具备如下3个特殊的特征：

① 主动嵌入到环境中，并能够与所处的生产场景环境交换信息；

② 借助周围环境与系统相关信息的内部表达，产生灵活的、与环境相适应的控制动作；

③ 具有学习和参与综合信息处理的能力。

为了表达这些特征，斯图伯(STRUBE)研究员研发了认知信息处理3层参考模型，如图5所示。从图5可以看出，模型的最低层是非认知调节，它包含连续控制和固定的反射，我们称其为“原动技能(motoric skills)”；中间层表示关联调节,通过条件反射建立学习过程。对于这种类型的学习，最著名的例子是巴普洛夫试验;模型的最高层产生认知调节。认知是对所有类型的事件进行信息检测、信息处理，并将信息存入内存。此外，这些信息将被用于适应类似于生物的行为。这就意味着处理过程近似于目标管理、规划或控制活动。

图5 认知信息处理3层模型及其实现

(3) 操作器-控制器智能模块的研制。

为了实现STRUBE认知信息处理3层模型，德国帕德博恩(Pader-born)大学Jugen Gausemeier 教授领导的研发人员开发了用于自寻最优系统的操作器-控制器模块(OCM)[6]。在这里，信息处理分成3级，即控制器、条件反射操作器和认知操作器。

控制器的主要任务是按照更优的方式控制基本系统的动态性能。其控制回路是获取测量信号和确定调节信号十分有效的链路，因此称它为“原动”回路。该级软件在硬实时条件下运行。大量控制器配置能够由控制器本身完成。

条件反射操作器的操作能够监视和指挥控制器。它不能直接访问系统的执行机构；但是它能够通过改变参数和结构，完成对控制器的修改。条件反射操作器本质上是面向事件的，它与控制器紧密相连，其按硬实时方式处理事件。作为认知操作器的连接部件，条件反射操作器可以当作控制器和那些软实时或不能实时工作的部件之间的接口。它将进入的信号过滤，并将其送给下一级。条件反射操作器负责若干OCM之间的实时通信，这些OCM一起构成一个自寻最优控制系统。

认知操作器位于OCM的最高一级，系统能够采用各种方法(诸如学习方法、基于模型的最佳化方法或基于系统的知识的系统方法)，去使用它本身和其周围环境的信息，以提升它自身的性能。在这里，特别要强调能够实现自寻最优的认知能力。

4 智能子系统与智能网络化系统

智能技术系统具有两种结构形式，一种是子系统基本结构形式，即智能子系统；另一种是组群(cluster)结构形式，称作智能网络化系统(亦称网络化、信息物理融合系统)，其系统构成架构的技术概念如图6所示。

图6 智能子系统及网络化信息物理融合系统结构示意图(技术概念)

从图6可以看出，一个子系统的基本配置包括基本系统、传感器、执行机构和信息处理4个单元。信息处理单元通过通信系统联系传感器和执行机构，传感器用于感知必要的信息，执行机构与基本系统联合完成实际的系统动作，基本系统通常是机械结构。在信息处理单元内，由认知调节实现的基本认知功能主要有感知与识别、编码或语言的使用，它们的实现方法是不同的。我们称由4个单元构成的基本配置为一个子系统。智能子系统一般用于小型的单台设备。

对于大型机械装备或生产流水线，为了完成各种各样的功能，通常都由几个子系统构成，它们被看成是一个相互作用的组合体。这些智能子系统在地理位置上是分散的，通常采用分布式结构，它们彼此之间需要进行通信和协调，从而形成了网络化系统结构。但是，由此产生的网络化系统的功能作用仅能通过单个系统间的交互作用呈现出来。无论是网络还是单个系统的角色都是静态的，而要完成整体功能作用，就需要借助于通过动态改变来实现。在过去，这完全是分开考虑的问题，诸如一方面是云计算，另一方面是嵌入式系统。现在，我们可以采用最新的信息物理融合系统(CPS)的途径进行集成。按照加利福尼亚大学Edward A.Lee教授的定义：“CPS是计算过程和物理过程的集成系统，利用嵌入式计算机和网络对物理过程进行监测和控制，并通过反馈环实现计算过程和物理过程的相互影响”[7]。由定义可以看出，智能技术主要是通过嵌入式计算和通信技术来实现，智能系统也主要由一个或多个嵌入式系统组成。CPS系统是一种网络型嵌入式系统，网络化系统将不再仅由一个全局集中的控制单元进行控制，通过本地系统控制策略完全可以实现更佳的性能。它将打破在PC机时代建立的传统自动化系统的体系架构，从而全面实现分布式智能。

5 智能技术系统的实现

从2007年开始，德国科技创新主要依靠分布在全国各地的15个前沿技术创新集群(the leading edge cluster)，每个集群都主攻一个专业方向。“it’s OWL”北威州创新集群专注于智能技术系统产品与系统的研发，它是欧洲具有最强产品开发能力的地区之一，其愿景是成为全球智能技术系统市场和技术的领导者。该集群共有174个成员，包括25个工程和顾问咨询公司、25个核心公司和78个基本公司、6个高等院校以及10个竞争力中心。2012年2月，联邦德国教研部投入1亿欧元，支持45个产品和生产的研发项目，计划用5年时间完成。这些项目分为平台、创新及可持续项目3种类型。

平台项目，即为推动集群内各家公司在今后几年内进入智能技术系统业务领域，以及实现技术成果向大量中小型企业转移，创建自寻最优控制系统、人机交互、智能网络、能源效率以及系统工程等5个最基本的技术平台。

创新项目，即系统集群内的核心公司为实现战略目标，基于上述技术平台，开发子系统、系统以及网络化系统等具体产品和解决方案。

可持续项目,即这些项目研究采取7种有效措施，在政府计划支持的时间结束后，仍然能保持长期的可持续性。特别是在这些项目内，中小型企业在今后几年仍然能够自身实现智能技术系统的开发工作。

6 工业4.0智能自适应生产系统产品与应用

菲尼克斯电气公司是“it’s OWL”北威州创新集群的核心成员，为了实现工业4.0“智能生产”战略目标，按照智能技术系统的技术概念，研发了自适应生产系统[8]。该系统采用分散式模块化结构，并使用公司最新研制的即插即生产(plug and produce)智能化网络技术。分散式模块化结构意味着整个生产过程所使用的机械、控制和通信系统全部采用模块化设计，这就使得生产制造系统能够按照工艺和生产的要求任意组合，系统的适应性可以通过插入或移除其中的模块来实现，如图7 所示。

图7 自适应生产系统示意图

即插即生产技术具有自寻最优特性和即插即生产网络自配置功能。自配置功能是建立在实时通信系统的自配置方法和生产系统、模块和部件语义自描述能力的基础上，无须使用任何工程工具。生产制造系统通过分析与理解外界及自身的信息，对系统中各组成部分进行自动协调、重组与扩充，实现对产品的数量、种类、性能和质量的自动适应，从而最佳地完成不断变化的工作任务。该自适应生产系统已成功用于菲尼克斯公司的I/O装置生产线，取得了满意的效果。按照计划，自适应生产技术与系统产品即将推向市场。与此同时，“it’s OWL” 创新集群的各成员公司也将分批发布各种类型的智能技术系统的产品和系统，并在传统的机电一体化系统用户领域推广应用。这些创新的技术与产品，将为制造企业，特别是中小型制造企业的转型升级创造理想的条件，也为工业4.0的实现提供了具体路径和解决方案。

7 结束语

2015年5月，我国发布了“中国制造2025”行动纲领。该纲领将制造业定位成“立国之本，兴国之器，强国之基”，并提出了建设制造业强国的三步走战略：第一步，2015～2025年，迈入制造强国行列；第二步，2025～2035年，达到制造强国中等水平；第三步，2035～2049年，进入世界制造强国前列，建成全球领先的技术和产业体系。目前，各地正在制定落实“中国制造2025”的行动方案，我们应该借鉴工业4.0“智能技术系统”的理念、方案和路线图，一步一步地推进制造强国的建设。

From Mechatronics to Intelligent Technical Systems

On the April of 2013, in order to ensure that the manufacturing industry leading position in the world, the fourth industrial revolution is started in the Germany.For implementing strategic objective of Industry 4.0, Germany fullly supports “Smart Factory” projects leaded by the Innovation Alliance of Smart Factory and “Intelligent Technical System” projects of the “it’s OWL” Leading-Edge Cluster.The development of mechatronic systems, the background of intelligent technical systems, the technical definition and the key characteristics are expounded comprehensively.The three layer model for a cognitive information processing and a

tructure for an intelligent networking system are analyzed thoroughly.Finally, the adaptive production system and its application are elaborated.

Industry 4.0 Mechatronics Cognitive information processing Intelligent technical system Actuator Sensor Cyber physic system Plug and produce Adaptive production system

LTE-A系统中改进的信道估计算法的研究及实现

TH-39;TP271+.4

A

10.16086/j.cnki.issn1000-0380.201601001

修改稿收到日期：2015-11-23。

作者缪学勤(1942-),男，教授级高级工程师，中国仪器仪表学会理事。1989年至2001年任国际电工委员会IEC SC65C/WG6现场总线标准委员会委员，1988年被授予国家级有突出贡献中青年专家，1991年获国务院特殊津贴。长期从事现场总线、工业实时以太网技术与工业自动化系统的研究开发、系统集成与工程应用。