日前，機械工業儀器儀表綜合技術經濟研究所歐陽勁松所長、劉丹博士、杜曉輝博士等撰寫文章，闡述了對于制造的數字化網絡化智能化的思考與建議，提出我國在智能制造道路上既要補好自動化和信息化的短板，也要“用現代技術手段，持續建好公共數據服務平臺，使我國在CPS落地實踐階段掌握主動權，避免在智能制造進程中受制于人。
2015年-2017年，機械工業儀器儀表綜合技術經濟研究所(以下簡稱"儀綜所")承擔了工業和信息化部多項智能制造綜合標準化與新模式應用項目，制定基礎共性標準草案27項。在項目執行期間，儀綜所技術團隊走訪調研了國內外近百家制造企業，同時與國內外技術團體、標準化組織、著名公司的技術專家交流探討。特別是2017年，儀綜所技術團隊分別與德國工業4.0平臺實驗室網絡主管Thomas Hahn博士、德國工業4.0標準化委員會主管RinholdPichler先生、日本工業價值鏈促進會IVI發起人日本法政大學西岡靖之教授等資深專家進行深入交流，這些交流引起了儀綜所技術團隊的一些深度思考。
一方面，在實踐應用上，我國制造業水平與歐美等工業強國相比還具有相當差距。“工業2.0補課、3.0普及、4.0示范”指出了我國企業自動化、數字化、網絡化、智能化水平參差不齊的現狀。因此，在智能制造實施道路上，切忌盲目跟風，企業必須明確經濟效益指標，以打好2.0和3.0基礎為首要任務，找到適合自身的實施路徑。
另一方面，在以信息物理系統(CPS)為引領的頂層設計上，智能制造/工業4.0參考模型在世界各國如火如荼地建立。我國智能制造系統架構(IMSA)已列為國際上十一種智能制造參考模型架構之一，得到國際標準認可。更進一步，德國和日本兩國在推出參考模型之后，正在積極延伸建立基于模型的信息空間數據平臺。因此，我國的參考模型在指導智能制造實現與應用中還應繼續做實做深，以掌握信息物理空間時代的主動權。
我國工業2.0，工業3.0，工業4.0實施路線的思考
1、避免誤區
我國制造業發展不平衡、不充分特點明顯，企業轉型升級勢在必行，高質量發展是目前我國制造業由大轉強的主旋律。"中國制造2025"是實施制造強國戰略的第一個十年行動綱領，"智能制造"是主攻方向。《智能制造工程實施指南》、《智能制造發展規劃(2016-2020年)》等重要文件發布后，基于自身轉型升級需求，在相關部委及地方政府支持下，我國企業已紛紛對原有工廠/車間進行自動化、數字化、網絡化升級改造，或者建立新型數字化車間、智能工廠，取得巨大成效。
《智能制造發展規劃(2016-2020年)》對“智能制造”進行了描述：“智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式”。但是實踐來看，“自感知、自學習、自決策、自執行、自適應”的制造高級階段對制造企業而言仍難以企及，德國專家預測德國的工業4.0尚需要15-20年時間來實現。因此，鑒于我國智能制造水平參差不齊的現狀，如何規劃好適用于我國智能制造現狀的發展路徑成為重點。
近日，中國工程院院刊《Engineering》刊發了最新觀點性文章"走向新一代智能制造"，為我國制造業智能轉型指明"并行推進、融合發展"的技術路線。可見我國智能制造的頂層設計上已深刻認識到智能制造/工業4.0的實現不可能一蹴而就，需要循序漸進，補齊短板，并行發力。因此，中國制造企業在實施智能制造過程中應“因企而異”，避免盲目跟風和片面認識。
誤區一：為了智能制造而智能制造
由于智能制造"大熱"，一些企業盲目跟風，存在為了"智能制造"而智能制造的現象。企業應首先明確要達到的經濟目標-提升質量、提高效率、降低成本、縮短周期、降低能耗。根據自身的基礎，針對于不同的目標，智能制造首要解決的問題和采用的技術手段是不同的。
誤區二：智能制造=無人化
許多制造企業提出"機器換人"、"無人工廠"的口號。機器可代替人類的大量體力勞動，實現高效、高質量精準制造，但不能盲目采用“機器換人”，除了要考慮機器與人員置換成本之間的平衡，還需綜合考慮操作場地、信息化接口、維護成本等。而且在工業2.0、工業3.0、工業4.0升級的長時間內，機器或"機器人"僅僅是一種自動化或智能化設備，其很難獨立滿足日益復雜的生產要求。
"人"作為智能制造的重要資源，在應對定制化生產和復雜多變生產環境方面仍處于中心地位。特別對于現階段"2.0補課、3.0普及、4.0示范"，人、信息系統、物理系統的協同顯得尤為重要，智能制造仍需要人工智力參與政策解讀、法規約束、知識積累、工匠傳承、文化發揚和統籌組織等，以實現有序生產并產生效益，這些都是現階段的機器無法替代的。
誤區三：自動化+軟件=智能制造
自動化和軟件是實現智能制造的必要條件但不是充分條件。智能制造強調自動化系統和工業軟件的集成與縱橫協同，并體現先進的工藝技術和管理理念。除此之外，更需要植入先進的感知系統、控制手段、網絡技術和云計算等，進行長時間的數據收集積累，開展數據分析和建模，并不斷迭代優化，以實現生產過程快速有效的運行，才能支撐先進的制造方式實現自適應，進而應對復雜的生產環境。
誤區四：互聯網+大數據=智能制造
互聯網和大數據只是提升智能化的手段之一。智能制造的本體是“制造”，制造裝備和生產過程的數字化是基礎。沒有制造裝備與系統的數據采集與互聯互通，互聯網、云、大數據都將是無源之水。
2、梳理問題
以離散制造業為例，我們通過調研總結，目前我國企業智能化升級過程中常見問題如下：
①產品品種規格多樣，物料清單(BOM)結構復雜多變，生產工藝隨之動態調整，導致生產計劃調度困難；
②生產對象不一樣，生產車間可能包括鑄造、鍛造、表面處理、機加、裝配等車間，不同形態的車間管理需求不同；
③許多企業未實施或未應用好MES，生產計劃調度和管理主要依靠人工，導致任務執行進度、設備狀態、物料狀態等難以跟蹤；
④系統集成困難，ERP和MES接口不開放，底層設備的通信協議和接口不統一，有的設備甚至不具備網絡接口；
⑤制造裝備類型繁多，服役周期不同，數控機床及各種加工裝備、工業機器人、表面貼裝設備(SMT)、檢測儀器和物流系統等底層設備自動化和數字化程度差別大；
⑥產品質量管理，許多企業通常還是以離線檢驗為主，特別針對多品種、小批量的產品生產，產品的質量和生產率很大程度上依賴于工人技術水平，廢品率得不到有效控制。
企業在實施智能制造過程中，應認清基礎，梳理存在問題，明確經濟目標，系統規劃，才能有計劃有選擇地打好自動化、數字化基礎。
3、實施要點
工業2.0并非必須先實現3.0才能追求4.0。在進行升級改造過程中，企業應總體規劃自動化、數字化、網絡化、智能化升級方案，并行推進。但這并不意味著工業2.0和3.0的技術基礎是可以省略和跨越的。根據工業2.0、工業3.0、工業4.0的主要特征，建議從制造本體出發實現智能制造的一個基本路線如圖1所示。
圖1 工業2.0到3.0到準4.0實現路線建議
圖1中工業2.0到3.0的最重要內容是采用ERP和MES(兩者融合趨勢明顯)等生產管理系統(或稱IT信息系統)進行運營和生產管理，并實現與自動化系統(或稱OT運行系統)的縱向集成，推薦采用OPC UA解決方案，建立設備信息模型并提供統一接口。圖中工業4.0階段尚未實現制造系統的自適應、自組織、自決策并跨企業、跨行業、跨地域調動生產資源等智能制造愿景，因此將其稱為準智能化。3.0到4.0的最重要內容是實現產品全生命周期管理，實現信息流與價值流(含物流、資金流)的協調整合。
進一步聚焦工廠或車間內部，針對2.2中的常見問題，首要任務是補齊自動化與信息化短板，應實現的基本功能要素如圖2所示。同時，還應實現設計、物流、生產運行、調度、檢測等各子系統之間的協同，以及持之以恒地建立企業各種生產資源數據庫(技術、零件、產品、工藝、可靠性、供貨商等)。
圖2 數字化車間基本功能要素
此外，安全(功能安全與信息安全)對于信息化網絡化和智能化的保障作用需要高度重視，必需注重研究智能化時代安全風險防范手段，建立基于風險分析的與國內國際標準相協調的分級管理制度，系統的協調政策保障體系，發揮各方面的主動性，共建安全生態。
4、新一代信息技術引領
智能制造的網絡化特征包括兩方面內容，如圖3所示。一方面，通過物聯網實現數字化車間/工廠內部的縱向集成與橫向集成，如各種信息系統、智能裝備、物料、在制品、完成品甚至操作人員等制造資源通過網絡連接并實現相互間的互聯互通互操作，這部分網絡包括以太網、現場總線、工業以太網、工業無線網等。
圖3 智能制造的網絡化概念
另一方面，借助互聯網、云、大數據能等新一代信息技術實現跨企業、跨行業、跨地區的網絡協同制造，以及利用人工智能技術實現智能產品的版本升級、遠程診斷和預測性維護等智能服務，更進一步將分析結果反饋到規劃設計、產品開發、生產優化，實現產品全生命周期的閉環控制。
歷經CAD、計算機集成制造系統(CIMS)、制造業信息化、兩化融合、物聯網、兩化深度融合、智能制造、互聯網+等概念的"嵌入"，我國制造業數字化已有30多年的歷史，但仍有很多企業欠缺數字化的基礎-自動化和信息化，及由此產生的各種數據庫，另外許多企業對這些概念的理解和實施存在偏差。所以北京航空航天大學劉強教授疾呼："不要在落后的工藝基礎上搞自動化，不要在落后的管理基礎上搞信息化，不要在不具備數字化網絡化的基礎上搞智能化"。因此，實現智能制造，首先要打好工業自動化和信息化的基礎，再以大數據、互聯網和云等數字化網絡化手段加快4.0進程。
智能制造參考模型的實現
1、參考模型概述
智能制造/工業4.0面向新的生產模式，實現跨企業、跨行業、跨地域的信息集成、應用集成和價值集成。它是一個覆蓋信息通信(ICT)、自動化、裝備、軟件等寬泛領域和技術的“超級”系統工程，目前沒有一個學科能夠完全覆蓋所涉及的方方面面，因此，需要用標準化手段來統一認識和引領發展，普遍的實施方法是通過制定智能制造/工業4.0的參考模型來梳理所涉及的相關標準，進而建立智能制造標準體系。IEC是制定智能制造/工業4.0國際標準的重要陣地，在IEC標準化管理局(SMB)系統評估組SEG7關于智能制造架構和模型的報告中列出了眾多標準化組織已制定的11種參考模型和參考架構，具體名稱如表1所示。
表1 智能制造相關的現有模型
制定參考模型本身不是目的，參考模型需要隨著生產經營模式和技術的發展應不斷的優化修正，再指導智能制造/工業4.0的落地實施才具有真正意義。在此選擇德國和日本兩種后續指導和應用工作做得比較好的參考模型進行分析。
2、德國工業4.0參考架構模型(RAMI4.0)
德國電工電子與信息技術標準化委員會(DKE)于2015年4月發布了工業4.0參考架構模型(RAMI 4.0)，如圖4所示，并將其提交到IEC/TC65工業過程測量、控制和自動化技術委員會。現在，RAMI4.0已成為公共可用規范IEC/PAS 63088發布。RAMI 4.0以一個三維模型展示了工業4.0涉及的所有關鍵要素，借此模型可識別現有標準在工業4.0中的作用以及缺口和不足。為方便起見，本文使用X、Y、Z來區分三個軸向。
圖4 工業4.0參考架構模型(RAMI4.0)
工業4.0的概念旨在以RAMI4.0模型為形式，制定數字化描述規則，用來描述貫徹整個全生命周期的技術對象和價值鏈變化。RAMI4.0的提出并非從零開始，其中X軸和Y軸都是基于已有標準，但為適應工業4.0需求而進行擴展。X軸為生命周期&價值鏈維度，在IEC 62890《工業過程測量控制和自動化系統和產品生命周期管理》基礎上，根據資產在增值鏈中的使用方式，將產品生命周期進一步劃分為樣機(type)和產品(instance)兩個階段。Type階段與Instance階段各自都有資產的使用、維護、優化，并且相互間有反饋形成閉環。
Y軸為企業的層次結構維度，在IEC 62264《企業控制系統集成》基礎上進行擴展。由于工業4.0不僅關注生產產品的工廠、車間和機器，還關注產品本身以及工廠外部的跨企業協同(包括質量鏈、價值鏈等的協同)制造關系，因此，在底層增加了“產品”層，在工廠頂層增加了“互聯世界”層。
RAMI4.0模型的最大創新在于Z軸即功能級維度，可將其理解為一種信息建模方法，用于對另外兩個維度建模——即對生命周期維度進行價值鏈建模，對層次結構維度進行技術對象建模。RAMI4.0模型在此維度定義了工業4.0組件來作為建模的載體。工業4.0組件由資產和管理殼組成，如圖5所示。資產為各種人、機、料、法、環等技術對象，工業4.0組件使用“對象”來數字化(虛擬)表示資產。多個“小”資產可通過數字連接組合成“大”資產。將管理殼附加到資產上，一方面可作為對外展示信息及提供訪問的接口，另一方面可對內進行資源管理。如此，使用工業4.0組件就可對工廠層次結構進行數字化(虛擬)表示，建立企業各種資源庫(產品庫、設備庫、工藝庫等)，并在全生命周期及生產管理工具中實現資源互聯互通和互操作。
圖5 工業4.0組件及基于工業4.0組件的工廠資產建模
RAIM4.0在Z軸通信層實施方面，推薦使用IEC 62541《OPC 統一架構(OPC UA)》標準[7,8]。這是因為OPC UA既具有信息建模功能，又支持面向服務(SoA)的架構并提供統一的通信接口(TCP和HTTPS)。因此，OPC UA可用于實現工業4.0組件，包括利用OPC UA強大的信息建模技術實現工廠中各種資產的數字化描述與建模，以UA服務器的形式可視化展示工業4.0組件的對象結構并提供統一的訪問接口，如圖6所示。
圖6 工業4.0組件管理殼及OPC UA實現
為了更好地協調智能制造標準化工作，IEC與ISO負責智能制造頂層戰略的技術協調組織IEC/SEG7(智能制造系統評估組)和ISO/SMCC(智能制造協調委員會)成立WG1“智能制造標準圖聯合工作組”，首次會議于2018年3月7日-8日在德國柏林召開。來自德國、法國、美國、英國、中國、日本、瑞典、挪威、西班牙等國16位專家到會或通過網絡會議方式參與討論。機械工業儀器儀表綜合技術經濟研究所(簡稱儀綜所)標準與檢測中心副主任丁露博士參加了此次會議。
3、日本工業價值鏈參考架構(IVRA)
日本工業價值鏈促進會(IVI)于2015年12月發布了工業價值鏈參考架構(IVRA)，旨在自下而上地從制造業需求出發，將制造技術和信息技術“串接”起來。面向工業需求多樣性和個性化的復雜系統(系統的"系統")，IVRA首先定義智能制造單元(SMU)，來表示智能制造的一個自主單元。同RAMI4.0模型一樣，SMU也由三個維度組成，但分別對應資產、活動和管理三個視角，如圖7所示。不同SMU之間可進行互聯互通，并實現物、信息、數據、價值等傳遞，最終實現生產力和效率的極大提高。
圖7 工業價值鏈參考架構(IVRA)的智能制造單元(SMU)
資產視角向生產組織展示該SMU的資產或財產，包括人員、過程、產品和設備四種類型，這與RAMI4.0模型中的資產基本一致。有些資產還可以在不同SMU之間傳輸。活動視角涉及該SMU的人員和設備所執行的各種活動，包括“計劃、執行、檢驗、改善、活動”的不斷循環。管理視角說明實施的目的，并指出管理要素“質量、成本、交付、環境”之間的關系。IVRA SMU是基于日本管理學的持續改善(Kaizen)概念提出的，SMU的資產和活動都應以控制質量、成本、交期準確率、環境為目標。因此，在每個SMU 中通過操作“人員、過程、產品、設備”資產，重復進行“計劃->執行->檢驗->改善”的生產活動循環，以實現提高“質量、成本、交付、環境”評估指標。
此外，從制造業整體出發，企業實施智能制造具有通用的功能和活動。因此，IVRA還定義了通用功能塊(GFB)，通過知識/工程流、需求/供應流和企業組織層級三個軸向進行描述，如圖8所示。從工程角度出發，知識/工程流包含的設計信息和工程信息，可劃分為市場和設計、構造和實現、制造執行、維護和修復、研究和開發五個通用功能。需求/供應流是指由多家企業組成的價值鏈，涉及將原料轉變為最終產品并運送至終端用戶的所有活動，包括總體規劃、原料采購、制造執行、銷售與物流、售后服務。知識/工程流與需求/供應流在制造執行階段交匯因而具有共同的GFB。更進一步，智能制造通用功能分解到企業的各個垂直層級也形成不同的功能塊，自底向上包括設備層、車間層、部門層和企業層。
圖8 工業價值鏈參考架構(IVRA)
SMU的作用是對智能制造的總體(目標、資產和改善活動)進行建模，GFB則是用于描述企業實現智能制造的具體活動及場所。根據企業規模及部門自主性，一個企業可由一個或多個SMU組成。并且，企業不一定實現全部的GFB。一個SMU對應于一個、多個或所有GFB。
IVI提出IVRA的一個主要目的在于分析制造過程中哪里存在問題，并理清提供解決方案的系統范圍。因此，IVI在定義IVRA模型的同時，配套實施了一系列步驟，來推動IVRA在智能制造中得以真正應用，如圖9所示。首先基于概念化的IVRA統一參考架構模型，定義用戶(工廠)生產現場中存在的實際問題，經過AS-IS/TO-BE分析，使用“IVI用例器”工具來形式化描述業務場景，最終指導在工廠中構建實際的制造系統。這種標準化描述的業務場景更容易取得解決方案供應商和制造用戶的一致理解。
圖9 IVRA在智能制造中的實現與應用
IVI已經按照八大類成立了22個專業的工作組來收集生產現場的各類業務場景，并建立共享經濟循環平臺Ecosystem，以實現用戶實際問題與供應商解決方案的匹配，如圖10所示。
圖10 IVI共享經濟循環平臺Ecosystem架構
智能制造/工業4.0參考模型的初衷是為了統一認識和梳理標準，但更應該對智能制造的實施提供基本方法與指導。德國RAMI4.0模型可應用于建立數字化工廠各種資源庫，并與OPC UA結合實現制造裝備/設備與信息系統之間的互聯互通和互操作。日本以工業價值鏈參考架構IVRA為基礎構建用于匹配供應商解決方案與用戶需求的共享服務平臺，及時高效地服務于智能制造。這兩個國家將參考模型以數據平臺等形式服務于智能制造的應用經驗值得我們進行深刻地思考與借鑒。
我國在智能制造道路上既要“低頭看路，腳踏實地”，補好自動化和信息化的短板，也要“抬頭看天，搭好梯子”，用現代技術手段，持續建好公共數據服務平臺。在CPS時代，基于我國的制造業現狀和發展目標，政策引導方面需要統一認識，發揮制度優勢，實現國家資源的有效配置和精準發力；具體實施方面特別需要加強信息建模方法研究，建立制造資源數據平臺，積累解決方案及應用案例，優化我國智能制造模型實施技術路線，使我國在CPS落地實踐階段掌握主動權，避免在智能制造進程中受制于人。
作者：歐陽勁松、劉丹、杜曉輝
