工業(yè)4.0時代的工業(yè)轉型與價值創(chuàng)造
日期：2016-06-17 17:06:13游覽次數(shù)：來源：互聯(lián)網(wǎng)
從CPS技術體系來看，核心在于以數(shù)據(jù)分析的能力創(chuàng)造新的價值，因此，這也決定了CPS技術的高移植性、高通用性，應用范圍可以涉及工廠車間、運輸系統(tǒng)、能源等各個行業(yè)。
從德國工業(yè)4.0的戰(zhàn)略設計來看，德國更多的關注于制造領域的價值創(chuàng)造與智能轉型，即注重以CPS中的CPPS（信息物理生產(chǎn)系統(tǒng)）為主導的智能制造，對于整個工業(yè)應用鏈的價值輻射面具有一定的局限性。
而實際上，以CPS為核心的數(shù)據(jù)價值創(chuàng)造體系應用于工業(yè)4.0，同樣需要“二維”應用戰(zhàn)略：
三個橫向的應用基礎：一是平臺基礎，即智能數(shù)據(jù)收集與平臺運用；二是分析手段，即智能化的數(shù)據(jù)分析、管理、優(yōu)化工具與軟件應用；三是商業(yè)模式內核，即智能管理及服務體系的設計與應用。
三個縱向的應用擴展：一是基礎的部件級應用；二是系統(tǒng)的裝備級應用；三是成體系的應用鏈設計。
而上述二維應用戰(zhàn)略可以用樹木與樹根的可見與不可見的關系來示意：
圖2-4 CPS二維應用關系圖
我們可以分別以智能裝備、智能工廠與智能服務這三個方向來闡述CPS的應用過程：
1. 智能裝備——實現(xiàn)自省性、自比較性
對于智能裝備的CPS應用設計，我們可以在網(wǎng)絡層面上通過機器網(wǎng)絡接口（CPI）進行網(wǎng)絡健康分析的交互連接，這個從概念上類似于社交網(wǎng)絡。一旦網(wǎng)絡級基礎設施到位，機器就可以注冊到網(wǎng)絡，通過網(wǎng)絡接口交換信息。在這一點上，可以通過已經(jīng)建立的一套算法跟蹤機器狀態(tài)的變化，從歷史信息推斷額外知識，應用對等比較，并將信息輸出傳遞到下一層。這樣，就必須制定新的方法來執(zhí)行這些操作并產(chǎn)生相應的結果。這里引入“時間機器”的設計在網(wǎng)絡層面執(zhí)行分析，通過三個步驟實現(xiàn)一個智能裝備的應用設計：
（1）數(shù)據(jù)切片管理：如圖2-5所示，信息不斷地從機器中輸入網(wǎng)絡空間，快照收集的任務就是以有效的方式管理輸入數(shù)據(jù)，存儲信息。基本上，機器的快照性能，是通過利用歷史記錄和維護記錄來減少需要的硬盤空間和處理能力。一旦監(jiān)測機器的狀態(tài)發(fā)生重要變化時，這些快照才出現(xiàn)。這些變化可以定義為機器健康值的偶然變化，維護行為或者工作制度的改變。在機器的整個生命周期里，這些快照將被收集并用于構造特定狀態(tài)點的時間機器的歷史。這個當前的時間機器記錄將被用來進行優(yōu)點之間的對等比較。一旦這個優(yōu)點失效或者被替代，其相關的時間機器記錄將改變狀態(tài)，從當前變?yōu)闅v史，并將用作相似性的識別和合成的參考。
（2）相似識別：在網(wǎng)絡層面，對設備自身（以及相同設備）在不同運行模式和健康模式下的歷史數(shù)據(jù)進行特征提取和建模，再利用該模型與當前狀態(tài)產(chǎn)生的數(shù)據(jù)進行比較，就可以自動識別設備當前的健康狀態(tài)，進而對設備進行風險評估和故障診斷。除此之外，單個設備還可以與設備集群中的同類設備進行比較，自動識別與自己工況模式相似的其他設備并進行聚類，在工況模式相同的條件下比較自身的性能與其他設備的差異性，這種自比較和自省性的能力是以往“機器對機器（Machine-to-Machine）”概念中所沒有的。 通過對當前設備運行的模式匹配以及健康模式隨時間的變化軌跡分析，就能夠更加準確地預測設備未來狀態(tài)的變化，實現(xiàn)設備自預測性的能力。
（3）執(zhí)行決策的優(yōu)化：當設備具備了自省性、自比較性、和自預測性的能力時，就可以對自己當前和未來的性能進行預測。單個設備作為復雜工業(yè)系統(tǒng)中的一份子，承擔著該系統(tǒng)某個環(huán)節(jié)的任務要求。智能設備能夠結合當前自身的性能與任務要求，自動預測自身性能與任務需求在當前和未來的匹配性，并制定最優(yōu)化的執(zhí)行策略。執(zhí)行策略優(yōu)化的表現(xiàn)是，在滿足任務要求的前提下，使用資源最少、對自身的健康損害最小以及在最優(yōu)的維護時機進行狀態(tài)恢復。執(zhí)行決策的優(yōu)化需要設備對自己在整個系統(tǒng)中的角色有較為清晰的認知，并能夠預測自身的活動對系統(tǒng)整體表現(xiàn)的影響，是設備從自省性到自認知能力的進一步智能化。
2. 智能工廠——實現(xiàn)無憂生產(chǎn)
評價生產(chǎn)系統(tǒng)性能的關鍵指標是產(chǎn)量、質量、成本和零部件的精度，利用數(shù)據(jù)去分析和了解影響生產(chǎn)系統(tǒng)的上述關鍵指標的因素，并對可能出現(xiàn)的風險進行預測和管控，是能否實現(xiàn)預測型制造的關鍵。今天大多數(shù)工廠的生產(chǎn)系統(tǒng)較為普遍地運用商業(yè)化的管理軟件輔助工廠管理者去獲取整體設備效率（OEE）等信息，從而對生產(chǎn)系統(tǒng)中可見的影響因素和產(chǎn)生的結果進行及時的掌握和應對。然而生產(chǎn)系統(tǒng)中更多的是不可見因素的影響，比如設備性能的衰退、精度的缺失、資源的浪費等。而可見的影響因素往往是不可見因素積累到一定程度所引起的，比如設備的衰退最終導致停機、精度的缺失最終導致質量偏差等。因此對這些不可見因素進行預測和管理是避免可見因素影響的關鍵。在工業(yè)4.0的工廠中，自省（Self-Aware）和自我預測（Self-Predict）的功能成為監(jiān)測和控制系統(tǒng)的新功能，這些新功能可以幫助用戶去了解機器的健康退化、剩余可用時間、精度的缺失以及各類因素對質量和成本的影響。此外，機器的健康還可以通過零部件的健康狀況的融合和同類機器的對比（peer-to-peer）來預測。這種預測能力使得工廠可以采取及時的維護措施從而提高管理效率，并最終優(yōu)化機器的正常運行。最后，歷史健康信息也可以反饋到機器設備設計部門，從而形成閉環(huán)的生命周期更新設計，最終實現(xiàn)無憂生產(chǎn)（worry-free production）。
這種預測分析方法可以使產(chǎn)品和制造系統(tǒng)都具備自我意識和自我維護的功能。產(chǎn)品預測服務系統(tǒng)可以使得產(chǎn)品在其功能退化的過程中產(chǎn)生主動觸發(fā)的服務請求并進一步預測和預防潛在的故障。預測及制造融合了來自生產(chǎn)制造系統(tǒng)的信息和來自供應鏈系統(tǒng)的信息。傳統(tǒng)意義上，制造商通過供應鏈系統(tǒng)做出決策，這種方法利用物流、同步化供給與需求，以及全球化性能測試來實現(xiàn)優(yōu)化成本的目標。
工業(yè)4.0實現(xiàn)自我意識、自我預測和自我重新配置的能力所需的核心技術是利用智能預診斷工具和解析工具來實現(xiàn)預測分析。智能預診斷工具主要涉及信號采集、數(shù)據(jù)存儲、同步、合成與服務。解析工具主要涉及信息轉化的四個子工具：信號處理和特征提取、健康評估、性能預測以及故障診斷。圖2-6展示的就是傳統(tǒng)工廠與未來工業(yè)4.0工廠的差別。
3. 智能服務——實現(xiàn)全產(chǎn)業(yè)鏈協(xié)同優(yōu)化
工業(yè)4.0時代的智能信息服務已經(jīng)不再是傳統(tǒng)意義上遠程人工在線的應答式和售后產(chǎn)品服務的模式，而是更注重利用全產(chǎn)業(yè)鏈形成的大數(shù)據(jù)進行綜合的數(shù)據(jù)分析與挖掘，針對全產(chǎn)業(yè)鏈各個環(huán)節(jié)的各級用戶，面向其具體的活動需求提供定制化的，可以輔助其具體活動決策的信息。
不同層級的用戶對于信息的要求是不同的，對于數(shù)據(jù)量和種類的要求也是有差距的。執(zhí)行層更關心具體設備控制活動的實時性和精確性，因此，要求的數(shù)據(jù)種類不多，但是每個類別的數(shù)據(jù)量要求很大；管理層關心活動組織的合理性和高效性，因此，對數(shù)據(jù)種類要求更全，但每類的數(shù)據(jù)量要求呈指數(shù)下降；決策層關心活動方向的正確性和前瞻性，于是，對數(shù)據(jù)種類的要求最全，對于每類數(shù)據(jù)量的要求最小，對于數(shù)據(jù)價值的要求最高。
這種不同層級的用戶對于數(shù)據(jù)有不同程度的要求并對數(shù)據(jù)分析有層次化的需求，如果不加選擇地將所有數(shù)據(jù)匯聚到一起，在一個所謂的數(shù)據(jù)中心進行數(shù)據(jù)分析與挖掘，將是一個災難性的工作，因此，必須將數(shù)據(jù)的采集與分析層次化進行，才具有工程的實際意義。
同時，正如德國對于工業(yè)4.0分析中指出的那樣，只有建立起“二維戰(zhàn)略”的智能信息體系，才能真正發(fā)揮數(shù)據(jù)對于實體活動最大的價值。這是因為，在微觀與宏觀、產(chǎn)業(yè)上下游活動中所有活動都是相互影響和相互作用的，將自身活動產(chǎn)生的數(shù)據(jù)都當作自身的核心秘密，敝帚自珍，互相就各自的數(shù)據(jù)進行分析與挖掘，效率比是極其差的。其實，企業(yè)核心競爭力并不是數(shù)據(jù)的擁有，而是數(shù)據(jù)信息化后的利用能力！
所以，如果產(chǎn)業(yè)鏈相關企業(yè)能夠建立一個智能信息同盟，將各自數(shù)據(jù)交由一個熟悉產(chǎn)業(yè)鏈各環(huán)節(jié)的機構。該機構并不參與產(chǎn)業(yè)鏈各環(huán)節(jié)的實體活動，只是專門進行智能信息服務體系的建設。由這個機構在基于產(chǎn)業(yè)鏈數(shù)據(jù)的基礎上，按需為各級各類用戶提供各自需要的定制化信息服務，這是可分享的；而各個企業(yè)以此為基礎開展?jié)M足各自企業(yè)發(fā)展目標的信息價值化利用，這是不共享的。
這樣，既發(fā)揮了工業(yè)大數(shù)據(jù)最大的作用，又在最大程度上保護甚至提高了各個企業(yè)的核心競爭能力！或許，這是在智能時代的制造業(yè)和現(xiàn)代工業(yè)的一種新模式。
