创制的数字化网络化智能化的构思与建议,进军环球智能创建舞台的得力行动

日本IVI的愿景是:基于物联网环境,在制造现场实现“互联工厂”。

图片 1

关于德国工业4.0,越来越多的人在说,也有不少的人在写。但是对于大部分听众和读者来说,它依然是一个模糊的概念,对具体的方法论了解更是少之又少。德国电工电子与信息技术标准化委员会(DKE)对德国的工业4.0标准化工作进行顶层设计,并公布了工业4.0参考架构模型,为工业4.0的进一步发展设立了标准。

日本工业价值链促进会成立于2015年6月,是典型的产学官合作一体化机构。日本IVI的愿景是:基于物联网环境,在制造现场实现互联工厂。

1、引言

数字工厂工业4.0从数字工厂演变提升而来。国际上十几年前就开始了数字工厂的研究。最初思想是使用电子描述替代纸质文件,并在软件工具中使用它进行电子布线和安装,以便于集成并减少工程成本。随着信息技术和数据库技术的发展,数字工厂的概念和功能有了很大扩展。IEC(国际电工委员会)词汇库给出的定义是:数字工厂是数字模型、方法和工具的综合网络(包括仿真和3D虚拟现实可视化),通过连续的没有中断的数据管理集成在一起。它是以产品全生命周期的相关数据为基础,在计算机虚拟环境中,对整个生产过程进行仿真、评估和优化,并进一步扩展到整个产品生命周期的新型生产组织方式。

IVI追求满足智能制造的迫切需求,快速发展。据2018年2月21日的统计数据,IVI已有会员616名,各种委员会扩展到11个,具体包括商务合作委员会、标准模型委员会、推广委员会、咨询表彰委员会、地方网络委员会、平台委员会、IoT基础设施整备委员会、未来项目委员会、教材开发委员会、跨行业委员会、数据所有权委员会等。其中,商务合作委员会已设22个业务场景工作组,标准模型委员会下设松定义标准WG,平台委员会下设平台WG。可以说,IVI的组织体系发展健全。

2015年——2017年,机械工业仪器仪表综合技术经济研究所承担了工业和信息化部多项智能制造综合标准化与新模式应用项目,制定基础共性标准草案27项。在项目执行期间,仪综所技术团队走访调研了国内外近百家制造企业,同时与国内外技术团体、标准化组织、著名公司的技术专家交流探讨。特别是2017年,我们分别与德国工业4.0平台实验室网络主管ThomasHahn博士、德国工业4.0标准化委员会主管RinholdPichler先生、日本工业价值链促进会IVI发起人日本法政大学西冈靖之教授等资深专家进行深入交流,这些交流引起了我们的一些深度思考。

数字工厂的概念模型分为三个层次,底层是包含产品构件(如汽车车灯、发动机、轮胎等)和工厂生产资源(如传感器、控制器和执行器等)的实物层。第二层是虚拟层,对实物层的物理实体进行语义化描述,转化为可被计算机解析的“镜像”数据,同时建立数字产品资源库和数字工厂资源库的联系。第三层是涉及产品全生命周期过程的工具/应用层,包括设计、仿真、工程应用、资产管理、物流等各个环节。数字工厂概念的最大贡献是实现虚拟(设计与仿真)到现实(资源分配与生产)。通过连通产品组件与生产系统,将用户需求和产品设计通过语义描述输入资源库,再传递给生产要素资源库,制造信息也可以反馈给产品资源库,从而打通了产品设计和产品制造之间的“鸿沟”。更进一步,实现了全网络统筹优化生产过程的各项资源,在改进质量的同时减少设计时间,加速产品开发周期。

互联工厂和松定义标准的内涵

一方面,在实践应用上,我国制造业水平与欧美等工业强国相比还具有相当差距。“工业2.0补课、3.0普及、4.0示范”指出了我国企业自动化、数字化、网络化、智能化水平参差不齐的现状。因此,在智能制造实施道路上,切忌盲目跟风,企业必须明确经济效益指标,以打好2.0和3.0基础为首要任务,找到适合自身的实施路径。

数字工厂概念的示意图数字工厂作为支撑工业4.0现有的最重要国际标准之一,是IEC/TC65(工业过程测量、控制和自动化)的重要议题。2011年6月,IEC/TC65成立WG16“数字工厂”工作组,西门子、施耐德电气、罗克韦尔自动化、横河等国际自动化企业,以及我国机械工业仪器仪表综合技术经济研究所等研究机构,都参与了IEC/TR 62794:2012数字工厂标准的制定。为更好地指导国内企业开展数字工厂建设,全国工业过程测量控制和自动化标准化委员会(SAC/TC124)组织国内相关单位,将该标准等同转化为我国国家标准GB/Z 32235-2015《工业过程测量、控制和自动化生产设施表示用参考模型(数字工厂)》(2015年12月发布)。3工业4.03.1工业4.0核心特征工业4.0的核心在于工业、产品和服务的全面交叉渗透,这种渗透借助于软件,通过在互联网和其他网络上实现产品及服务的网络化而实现。工业4.0重点关注两方面内容:产品开发与生产过程。德国工业4.0战略计划实施建议中,进一步提出工业4.0的三个核心特征:

IVI通过松定义标准实现互联工厂,谋划在基于IoT的智能制造全球竞争中,重将日本式制造推向世界舞台。IVI提出的两大概念互联工厂和松定义标准内涵如下:

另一方面,在以信息物理系统为引领的顶层设计上,智能制造/工业4.0参考模型在世界各国如火如荼地建立。我国智能制造系统架构已列为国际上十一种智能制造参考模型架构之一,得到国际标准认可。更进一步,德国和日本两国在推出参考模型之后,正在积极延伸建立基于模型的信息空间数据平台。因此,我国的参考模型在指导智能制造实现与应用中还应继续做实做深,以掌握信息物理空间时代的主动权。

●企业内部灵活可重组的网络化制造系统的纵向集成,将各种不同层面的自动化与IT系统集成在一起(如传感器和执行器、控制、生产管理、制造执行、企业计划等各种不同层面),强调生产信息流的集成,包括订单、生产调度、程序代码、工作指令、工艺和控制参数等信息的下行传递,以及生产现场的工况、设备状态、测量参数等信息的上行传递;

互联工厂

2、我国工业2.0,3.0,4.0实施路线的思考

●通过价值链及网络实现企业间的横向集成,将各种不同制造阶段和商业计划的IT系统集成在一起,强调产品的价值流(增值过程)集成,既包括一个公司内部的材料、能源和信息的配置(如原材料物流、生产过程、产品外出物流、市场营销等),也包括不同公司间的配置(形成价值网络);

通过数字化数据的协同,攻克工厂业务合作中的做不到、不安定、无用功等三大问题。在实现自动化过程中,发挥人力资源的作用,从而形成智能价值链。

2.1. 避免误区

●全生命周期管理及端到端系统工程,通过集成CAD/CAM/CAPP、PLM、ERP、SCM、CRM、MES等软件/系统,实现用户参与设计(个性化),并通过虚拟设计、虚拟评估和虚拟制造,更好地把用户需求同生产制造完美地结合起来。并涉及产品直到维护服务的全生命周期,随时将用户意见反馈给前端的设计阶段,动态提升产品质量。

松定义标准

我国制造业发展不平衡、不充分特点明显,企业转型升级势在必行,高质量发展是目前我国制造业由大转强的主旋律。“中国制造2025”是实施制造强国战略的第一个十年行动纲领,“智能制造”是主攻方向。《智能制造工程实施指南》、《智能制造发展规划》等重要文件发布后,基于自身转型升级需求,在相关部委及地方政府支持下,我国企业已纷纷对原有工厂/车间进行自动化、数字化、网络化升级改造,或者建立新型数字化车间、智能工厂,取得巨大成效。

这三个集成实际上为我们指明了实现工业4.0的技术方向。3.2RAMI 4.0模型技术当道,标准化先行。德国电工电子与信息技术标准化委员会(DKE)于2014年发布了第一版德国工业4.0标准化路线图,对德国的工业4.0标准化工作进行顶层设计,并于2015年公布了工业4.0参考架构模型。

为实现工厂互联,如采用当前标准,企业须将自家的优势部分进行通用化。而IVI提出的松定义标准,将以合作为目标的链接规则视为信息模块从实务中剥离出,企业在竞争领域可维持自身的优势。IVI研制松定义标准考虑到如下背景与需求:制造业现场的复杂系统及IT语言做不到互联。每一工厂都有各自的方法及技巧,即使采用同一语言,其目标也会有微妙的差异。事实上,制造业原本就没有共同的语言及标准。然而,企业为跨越篱笆提高竞争力,需将共同部分标准化,同时尊重各自不同部分,强化交流讨论。 另外,欧美制造业的基本样态是top-down。从上至下的标准为其最佳模式。但日本不同,日本强项在于现场的Plan-Do-Check-Action及不断改善,吸取源于现场的自下而上的技巧来创作标准是最好的方法。

《智能制造发展规划》对“智能制造”进行了描述:“智能制造是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式”。但是实践来看,“自感知、自学习、自决策、自执行、自适应”的制造高级阶段对制造企业而言仍难以企及,德国专家预测德国的工业4.0尚需要15——20年时间来实现。因此,鉴于我国智能制造水平参差不齐的现状,如何规划好适用于我国智能制造现状的发展路径成为重点。

工业4.0参考架构模型(RAMI 4.0)RAMI 4.0以一个三维模型展示了工业4.0涉及的所有关键要素,借此模型可识别现有标准在工业4.0中的作用以及现有标准的缺口和不足。工业4.0集中于产品开发和生产全过程。RAMI 4.0模型的第一个维度(垂直轴)借用了信息和通信技术常用的分层概念。类似于著名的ISO OSI七层模型,各层实现相对独立的功能,同时下层为上层提供接口,上层使用下层的服务。从下到上各层代表的主要功能为:

IVRA-Next的要素与主要特征

近日,中国工程院院刊《Engineering》刊发了最新观点性文章“走向新一代智能制造”,为我国制造业智能转型指明“并行推进、融合发展”的技术路线。可见我国智能制造的顶层设计上已深刻认识到智能制造/工业4.0的实现不可能一蹴而就,需要循序渐进,补齐短板,并行发力。因此,中国制造企业在实施智能制造过程中应“因企而异”,避免盲目跟风和片面认识。

●资产层+集成层:数字化(虚拟)表示现实世界的各种资产(物理部件/硬件/软件/文件等);

德国比日本先行,其工业4.0战略部署于2015年4月发布了代表性参考架构模型RAMI 4.0。IVI深有触动,以极强的行动力,边学边改,在成立后的第二年,即2016年12月,及时公开了日本特色的参考架构IVRA。在持续实证及不断试错后,于2018年3月1日,发行了进化版标准IVRA-Next。第4次工业革命的浪潮中,全球工业数字化在加速,IVRA-Next被日本媒体视为大潮中航行企业的罗盘针。

误区一:为了智能制造而智能制造

●通信层:实现标准化的通信协议,以及数据和文件的传输;

IVI理事长西冈靖之教授宣称,IVRA-Next对IVRA进行了改进,深入挖掘IVRA中的抽象概念,展示实用化的技术路线,是IVRA中概念具体化的实践版,是工厂可实际运作的架构。IVRA-Next是IVI自2015年成立后,不断研讨与实证的成果。

由于智能制造“大热”,一些企业盲目跟风,存在为了“智能制造”而智能制造的现象。企业应首先明确要达到的经济目标——提升质量、提高效率、降低成本、缩短周期、降低能耗。根据自身的基础,针对于不同的目标,智能制造首要解决的问题和采用的技术手段是不同的。

●信息层:包含相关的数据;

前一个版本IVRA与德国RAMI 4.0基本一致,以三维立方体呈现制造业的工序,引入PDCA循环,及品质、成本、交付、环境等制造现场改善活动中的要素。基本特征是智能制造单元,通过SMU组合,整体优化把握制造业的多样业务。

误区二:智能制造=无人化

●功能层:形式化定义必要的功能;

相对IVRA,新版IVRA - Next的特点主要有:

许多制造企业提出“机器换人”、“无人工厂”的口号。机器可代替人类的大量体力劳动,实现高效、高质量精准制造,但不能盲目采用“机器换人”,除了要考虑机器与人员置换成本之间的平衡,还需综合考虑操作场地、信息化接口、维护成本等。而且在2.0、3.0、4.0升级的长时间内,机器或“机器人”仅仅是一种自动化或智能化设备,其很难独立满足日益复杂的生产要求。

●业务层:映射相关的业务流程。

☆ 强调循环。以循环视角捕捉制造现场。

“人”作为智能制造的重要资源,在应对定制化生产和复杂多变生产环境方面仍处于中心地位。特别对于现阶段“2.0补课、3.0普及、4.0示范”,人、信息系统、物理系统的协同显得尤为重要,智能制造仍需要人工智力参与政策解读、法规约束、知识积累、工匠传承、文化发扬和统筹组织等,以实现有序生产并产生效益,这些都是现阶段的机器无法替代的。

因而,可以各层次为不同视角来实现工业4.0的建模和实施。RAMI 4.0模型的第二个维度(左侧水平轴)描述全生命周期及其相关价值链。这一维度的参考标准是IEC 62890《工业过程测量控制和自动化系统和产品生命周期管理》。此处的过程是指生产过程,完整的生命周期从规划开始,到设计、仿真、制造,直至销售和服务。

☆ 提出自我创新的EROR循环。问题发现、问题认知共享、课题构成、以及课题解决。

误区三:自动化+软件= 智能制造

RAMI 4.0模型进一步将生命周期划分为样机开发(type)和产品生产(instance)两个阶段,以强调不同阶段考虑的重点不同。Type阶段从初始设计至定型,还包括各种测试和验证。Instance阶段进行产品的规模化、工业化生产,每个产品是原型(type)的一个实例(instance)。工业4.0中,Type阶段与Instance阶段形成闭环,例如:在销售阶段将产品的改进信息反馈给制造商以改正原型样机,然后发布新的型号和生产新的产品。这为产品的升级改进带来巨大的好处。

☆ 提出Edge-Heavy Data。数字化发展中,将所有数据置入云端的想法大大存在。而在生产现场处理数据的制造业与此不同,更适合Edge-Heavy的思路。

自动化和软件是实现智能制造的必要条件但不是充分条件。智能制造强调自动化系统和工业软件的集成与纵横协同,并体现先进的工艺技术和管理理念。除此之外,更需要植入先进的感知系统、控制手段、网络技术和云计算等,进行长时间的数据收集积累,开展数据分析和建模,并不断迭代优化,以实现生产过程快速有效的运行,才能支撑先进的制造方式实现自适应,进而应对复杂的生产环境。

另一方面,将采购、订单、装配、物流、维护、供应商以及客户等紧密关联,例如:在装配工序使用物流数据,根据未完成订单组织内部物流,采购部实时查看库存并在任意时刻了解零部件供货情况,客户知晓所订购产品的整个生产过程。这也将为改进提供巨大的潜能。因此,必须将生命周期与其所包含的增值过程一起考虑,不仅限于单个工厂内部而是扩展到涉及的所有工厂与合作伙伴,从工程设计,到零部件供应商直至最终客户。

☆ 深度数据。制造现场的数据具有多义性、因果性、分散化等特征。与大数据特征不同,为所谓的深度数据。

误区四:互联网+大数据= 智能制造

RAMI 4.0模型的第三个维度(右侧水平轴)描述工业4.0不同生产环境下的功能分类,与IEC 62264《企业控制系统集成》(即ISA S95)和IEC 61512《批控制》(即ISA S88)规定的层次一致。更进一步,由于工业4.0不仅关注生产产品的工厂、车间和机器,还关注产品本身以及工厂外部的跨企业协同关系,因此在底层增加了“产品”层,在工厂顶层增加了“互联世界”层。

☆ 松定义标准中通用词典的重要性。为实现互联工厂,需要数据协同,通用词典必不可少。IVI在 2016年推出了4000个词汇的词典,2017年已增至5倍以上。

互联网和大数据只是提升智能化的手段之一。智能制造的本体是“制造”,制造装备和生产过程的数字化是基础[1]。没有制造装备与系统的数据采集与互联互通,互联网、云、大数据都将是无源之水。

RAMI 4.0模型将全生命周期及价值链与工业4.0分层结构相结合,为描述和实现工业4.0提供了最大的灵活性。3.3RAMI 4.0模型的标准映射RAMI 4.0模型的目的在于识别作用于工业4.0的现有标准和标准缺口,并选择适宜的解决方案。图3给出了RAMI 4.0模型的现有国际标准映射。图3 RAMI 4.0标准映射图工业4.0现有的国际标准可包括数字工厂、安全与保障、能效、系统集成、现场总线等几个技术领域,主要来自于IEC/TC65,也包括来自IEC/TC3、ISO/TC184、IEC /TC17B、ISO/IEC JTC1、IEC/TC44等技术委员会的标准。此外,还涉及ecl@ss等技术组织的标准。为此,德国梳理了工业4.0现有重要标准。

IVI平台的概要与定位

2.2. 梳理问题

IEC和ISO关于工业4.0的工作组,除IEC/TC65/WG16数字工厂工作组以外,2014年8月IEC/SMB(标准管理局)成立了SG8“工业4.0/智能制造”战略工作组,开展智能制造标准体系研究;2014年10月,IEC/MSB(市场战略局)启动“未来工厂”白皮书项目,开展智能制造市场需求、技术发展、长期规划研究,该白皮书已完成制定并正式发布;2015年ISO/TMB(技术管理局)成立“工业4.0/智能制造”战略顾问组,开展工业4.0标准战略研究。此外,作为工业4.0/智能制造国际标准化工作的主要阵地,2016年2月,IEC/TC65成立了“智能制造信息模型”和“智能制造框架和系统架构”2个特别工作组,全面支撑智能制造相关工作。我国相关专家都参加了以上工作。4我国智能制造技术体系的思考面对欧美发达国家推行“再工业化”战略,以及我国制造业面临诸多严峻问题的形势下,国务院于2015年3月19日发布了我国制造强国战略的第一个十年行动纲要《中国制造2025》,旨在抢占技术发展的战略制高点。2015年12月,工信部和国家标准化管理委员会共同发布《国家智能制造标准体系建设指南(2015版)》,其中的智能制造系统架构与RAMI 4.0模型基本一致。

什么是IVI平台?IVI平台由基础设施、应用程序、设备、工具等多数组件构成,通过使这些组件的硬件及软件相互协同创造价值的机制称作IVI平台。IVRA自诩为具体、可实施的框架,是有潜力、可期待的标准,这与IVI平台体系密不可分,平台是IVRA的实现手段。

以离散制造业为例,我们通过调研总结,目前我国企业智能化升级过程中常见问题如下:

为了理解实现智能制造的技术层次与内容,本文从我国现有制造业水平出发,提出了一个智能制造技术体系。

IVI平台要点如下:

产品品种规格多样,物料清单结构复杂多变,生产工艺随之动态调整,导致生产计划调度困难;

第二个层次是智能制造关键技术装备。这一层的重点不在于装备本体,而更应强调装备的统一数据格式与接口。

☆ 首要目的是将产品制造企业的价值最大化。

生产对象不一样,生产车间可能包括铸造、锻造、表面处理、机加、装配等车间,不同形态的车间管理需求不同;

第三个层次是智能工厂/车间。按照自动化与IT技术作用范围CONTROL ENGINEERING China版权所有,划分为工业控制和生产经营管理两部分。工业控制包括DCS、PLC、FCS和SCADA等工控系统,在各种工业通信协议、设备行规和应用行规的基础上,实现设备及系统的兼容与集成。生产经营管理在MES和ERP基础上,将各种数据和资源融入全生命周期管理,同时实现节能与工艺优化。

☆ 从构成组件的视角看,IVI平台是基于开放标准的生态系统。

许多企业未实施或未应用好MES,生产计划调度和管理主要依靠人工,导致任务执行进度、设备状态、物料状态等难以跟踪;

第四个层次实现制造新模式,通过云计算、大数据和电子商务等互联网技术,实现离散型智能制造、流程型智能制造、个性化定制、网络化协调制造与远程运维服务等制造新模式。

☆ 企业数据的所有者为企业自身。还可设立自上而下的机制。

系统集成困难,ERP和MES接口不开放,底层设备的通信协议和接口不统一,有的设备甚至不具备网络接口;

第五个层次是上述层次技术内容在典型离散制造业和流程工业的实现与应用。5关于技术研发方向的建议由于各国的制造业基础和战略目标各不相同,通往工业4.0的路径很多:美国倡导“工业互联网”以整合全球工业资源,德国希望将传统工业向信息技术发展以继续保持其装备制造业全球领导地位,日本利用人工智能以解决劳动力断层并支持未来的工业智能化,我国则为实现制造业大国向制造业强国的转变。然而,在智能制造方面,目前我国无论是理论构架还是现实技术条件都处于较初级阶段,要想紧跟甚至占领技术制高点,下一步应从几个方面入手。

平台这一术语在制作业也有各种定义,IVI的界定为不同业务及系统间数据相互利用的机制。作为新型商务模式,制造业向服务化发展,提供各种组件服务。通过平台,企业提供组件,用户付费获得有保障的服务。IVI平台通过松定义标准、有弹性的基础设施、强大的实证,做到允许个体差异,将共同部分按阶段进行标准化;基于发展的需要,灵活创新其组件构成及规模;不公开企业内部的独特技术,同时,大胆开放共同部分,即Open and close的思路。

制造装备类型繁多,服役周期不同,数控机床及各种加工装备、工业机器人、表面贴装设备、检测仪器和物流系统等底层设备自动化和数字化程度差别大;

首先,必须明确跟踪学习工业4.0、实施智能制造的目的在于实现个性化定制,建立协同制造、绿色制造和安全保障能力,提升产品质量,提高生产效率,切忌将过去的制造信息化再重新做一遍。

2016年度,IVI定义了其8类平台的参考模型,具体为生产技术信息、现场信息管理、计划实际成果合作、企业间合作、企业全方位管理、故障预测保全、设备管理、维护服务。编制了平台的需求规范。2017年,IVI借助参与企业,验证了IVI平台的有效性。2018年将继续发展。

产品质量管理,许多企业通常还是以离线检验为主,特别针对多品种、小批量的产品生产,产品的质量和生产率很大程度上依赖于工人技术水平,废品率得不到有效控制。

第二,积极参与相关国际标准化工作,及时将国际上最新技术和标准引入国内,同时将我国工业领域的先进技术标准推广到国际。

发展规划与最新动态

企业在实施智能制造过程中,应认清基础,梳理存在问题,明确经济目标,系统规划,才能有计划有选择地打好自动化、数字化基础。

第三,开展通用数据字典(CDD)、数字工厂、参考模型、属性定义等标准化基础研究工作,建立与国际接轨的统一的数据服务平台。

2018年3月8~9日,IVI

2.3. 实施要点

第四,重视核心技术突破,研究需要科技攻关的瓶颈和制约技术,并建立标准和统一的测试平台。其中的两个重点内容为:

春季公开研讨会在东京召开,会议主题为展望新时代,大胆的经营战略与宏伟的设计。2018年4月23日,工业4.0德国汉诺威工业博览会上,IVI理事长西冈靖之教授发表了题为基于IVRA

Next智能制造生态系统的战略实施的演讲。以上近期活动中,教授总结了IVI的过去、今天、未来:

①2015~2017年是低挡启动的3年,主要工作是消化吸收欧美措施,中心思想为守。

②2018年~2021年是第2挡发力前行的3年,目标是破。要完备通用词典,推广用户应用。平台间数据协同互联。激励创新型测试床的实证。发展中小企业、地域网络。与德国及东南亚之间设置网络。完备现实及数字有关的制度与基础设施。企业合作对象向海外企业扩展。

③2021年后,是 高挡腾飞期间,IVI进入高速发展阶段。实现离。IVI要全面开花,爆炸式普及,实现多语言的自动对应,服务扩展到制造业以外的领域。

向国际标准发力

IVI于2018年3月公开的新版参考模型IVRA-Next,目标是向国际标准发展,从而将日本式制造向全球展开。目前为止,IVI推进国际标准的有关活动主要如下:

☆ 德国汉诺威工业博览会2016上宣传;

☆ 德国汉诺威工业博览会2017上宣传;

☆ 与德国 平台工业4.0签署合作;

☆ 与美国IIC签署合作;

☆ 2017年6月29日,京津冀论坛暨智能制造论坛上宣传;

☆ 新加波Industry of Things World ASIA 上宣传。

为促进标准化发展,IVI在日本国内寻求到了又一个强有利的合作伙伴。2018年3月7日,IVI与国立研究开发法人产业技术综合研究所共同发表了全面合作备忘录,主要内容如下:

☆ 通过用例共享促进智能制造的研究;

☆ 共同加速国际标准化;

☆ 基于官民一体促进项目发展。

结语

日本以Made in Japan为荣。在智能制造领域,其国家顶层决策似乎落后于先行诸国,包括中国。然而,IVI结合产学官合作优势,充分发挥日本企业在实施过程中的匠人精神,其具体举措不容忽视。

责任编辑:焦旭

工业2.0并非必须先实现3.0才能追求4.0。在进行升级改造过程中,企业应总体规划自动化、数字化、网络化、智能化升级方案,并行推进。但这并不意味着工业2.0和3.0的技术基础是可以省略和跨越的。根据工业2.0、3.0、4.0的主要特征,建议从制造本体出发实现智能制造的一个基本路线如图1所示。

●由于制造过程、设备故障、人员错误、外部攻击等都是智能制造系统的危险因素之一,应并行考虑系统的功能安全与信息安全,形成智能制造安全保障体系与能力;

图1中工业2.0到3.0的最重要内容是采用ERP和MES等生产管理系统进行运营和生产管理,并实现与自动化系统的纵向集成,推荐采用OPCUA解决方案,建立设备信息模型并提供统一接口。图中工业4.0阶段尚未实现制造系统的自适应、自组织、自决策并跨企业、跨行业、跨地域调动生产资源等智能制造愿景,因此将其称为准智能化。3.0到4.0的最重要内容是实现产品全生命周期管理,实现信息流与价值流的协调整合。

●针对智能制造系统及产品,开展可靠性综合应用技术研究:加强对各智能单元的智能处理过程和集成的可靠性研究,加强产品设计和生产过程的可靠性研究,加强知识库及网络技术集成的可靠性技术研究。

图1 工业2.0、3.0、准4.0实现路线建议

第五,充分开展不同行业不同企业的已有数据平台调研,加紧研究典型行业、典型工艺的数字工厂模型,并建立数据库,为智能制造的全国推广和行业服务建立基础。

进一步聚焦工厂或车间内部,针对2.2中的常见问题,首要任务是补齐自动化与信息化短板,应实现的基本功能要素如图2所示。同时,还应实现设计、物流、生产运行、调度、检测等各子系统之间的协同,以及持之以恒地建立企业各种生产资源数据库。

图2 数字化车间基本功能要素

此外,安全对于信息化网络化和智能化的保障作用需要高度重视,必需注重研究智能化时代安全风险防范手段,建立基于风险分析的与国内国际标准相协调的分级管理制度,系统的协调政策保障体系,发挥各方面的主动性,共建安全生态。

2.4. 新一代信息技术引领

智能制造的网络化特征包括两方面内容,如图3所示。一方面,通过物联网实现数字化车间/工厂内部的纵向集成与横向集成,如各种信息系统、智能装备、物料、在制品、完成品甚至操作人员等制造资源通过网络连接并实现相互间的互联互通互操作,这部分网络包括以太网、现场总线、工业以太网、工业无线网等。

图3 智能制造的网络化概念

另一方面,借助互联网、云、大数据能等新一代信息技术实现跨企业、跨行业、跨地区的网络协同制造,以及利用人工智能技术实现智能产品的版本升级、远程诊断和预测性维护等智能服务,更进一步将分析结果反馈到规划设计、产品开发、生产优化,实现产品全生命周期的闭环控制。

2.5. 小结

历经CAD、计算机集成制造系统、制造业信息化、两化融合、物联网、两化深度融合、智能制造、互联网+等概念的“嵌入”,我国制造业数字化已有30多年的历史,但仍有很多企业欠缺数字化的基础——自动化和信息化,及由此产生的各种数据库,另外许多企业对这些概念的理解和实施存在偏差。所以北京航空航天大学刘强教授疾呼:“不要在落后的工艺基础上搞自动化,不要在落后的管理基础上搞信息化,不要在不具备数字化网络化的基础上搞智能化”[2]。因此,实现智能制造,首先要打好工业自动化和信息化的基础,再以大数据、互联网和云等数字化网络化手段加快4.0进程。

3、智能制造参考模型的实现

3.1. 参考模型概述

智能制造/工业4.0面向新的生产模式,实现跨企业、跨行业、跨地域的信息集成、应用集成和价值集成。它是一个覆盖信息通信、自动化、装备、软件等宽泛领域和技术的“超级”系统工程,目前没有一个学科能够完全覆盖所涉及的方方面面,因此,需要用标准化手段来统一认识和引领发展,普遍的实施方法是通过制定智能制造/工业4.0的参考模型来梳理所涉及的相关标准,进而建立智能制造标准体系。IEC是制定智能制造/工业4.0国际标准的重要阵地,在IEC标准化管理局系统评估组SEG7关于智能制造架构和模型的报告[3]中列出了众多标准化组织已制定的11种参考模型和参考架构,具体名称如表1所示。

制定参考模型本身不是目的,参考模型需要随着生产经营模式和技术的发展应不断的优化修正,再指导智能制造/工业4.0的落地实施才具有真正意义。在此选择德国和日本两种后续指导和应用工作做得比较好的参考模型进行分析。

3.2. 德国工业4.0参考架构模型

德国电工电子与信息技术标准化委员会于2015年4月发布了工业4.0参考架构模型,如图4所示,并将其提交到IEC/TC65工业过程测量、控制和自动化技术委员会。现在,RAMI4.0已成为公共可用规范IEC/PAS63088发布。RAMI4.0以一个三维模型展示了工业4.0涉及的所有关键要素,借此模型可识别现有标准在工业4.0中的作用以及缺口和不足[4]。为方便起见,本文使用X、Y、Z来区分三个轴向[5]。

图4 工业4.0参考架构模型

工业4.0的概念旨在以RAMI4.0模型为形式,制定数字化描述规则,用来描述贯彻整个全生命周期的技术对象和价值链变化[6]。RAMI4.0的提出并非从零开始,其中X轴和Y轴都是基于已有标准,但为适应工业4.0需求而进行扩展。X轴为生命周期价值链维度,在IEC62890《工业过程测量控制和自动化系统和产品生命周期管理》基础上,根据资产在增值链中的使用方式,将产品生命周期进一步划分为样机和产品两个阶段。Type阶段与Instance阶段各自都有资产的使用、维护、优化,并且相互间有反馈形成闭环。

Y轴为企业的层次结构维度,在IEC62264《企业控制系统集成》基础上进行扩展。由于工业4.0不仅关注生产产品的工厂、车间和机器,还关注产品本身以及工厂外部的跨企业协同制造关系,因此,在底层增加了“产品”层,在工厂顶层增加了“互联世界”层。

RAMI4.0模型的最大创新在于Z轴即功能级维度,可将其理解为一种信息建模方法,用于对另外两个维度建模——即对生命周期维度进行价值链建模,对层次结构维度进行技术对象建模。RAMI4.0模型在此维度定义了工业4.0组件来作为建模的载体。工业4.0组件由资产和管理壳组成,如图5所示。资产为各种人、机、料、法、环等技术对象,工业4.0组件使用“对象”来数字化表示资产。多个“小”资产可通过数字连接组合成“大”资产。将管理壳附加到资产上,一方面可作为对外展示信息及提供访问的接口,另一方面可对内进行资源管理。如此,使用工业4.0组件就可对工厂层次结构进行数字化表示,建立企业各种资源库,并在全生命周期及生产管理工具中实现资源互联互通和互操作。

图5 工业4.0组件及基于工业4.0组件的工厂资产建模

RAIM4.0在Z轴通信层实施方面,推荐使用IEC62541《OPC统一架构》标准[7,8]。这是因为OPCUA既具有信息建模功能,又支持面向服务的架构并提供统一的通信接口。因此,OPCUA可用于实现工业4.0组件,包括利用OPCUA强大的信息建模技术实现工厂中各种资产的数字化描述与建模,以UA服务器的形式可视化展示工业4.0组件的对象结构并提供统一的访问接口,如图6所示。

图6 工业4.0组件管理壳及OPC UA实现

3.3. 日本工业价值链参考架构

日本工业价值链促进会于2015年12月发布了工业价值链参考架构,旨在自下而上地从制造业需求出发,将制造技术和信息技术“串接”起来[9]。面向工业需求多样性和个性化的复杂系统,IVRA首先定义智能制造单元,来表示智能制造的一个自主单元。同RAMI4.0模型一样,SMU也由三个维度组成,但分别对应资产、活动和管理三个视角,如图7所示。不同SMU之间可进行互联互通,并实现物、信息、数据、价值等传递,最终实现生产力和效率的极大提高。

图7 工业价值链参考架构的智能制造单元

资产视角向生产组织展示该SMU的资产或财产,包括人员、过程、产品和设备四种类型,这与RAMI4.0模型中的资产基本一致。有些资产还可以在不同SMU之间传输。活动视角涉及该SMU的人员和设备所执行的各种活动,包括“计划、执行、检验、改善、活动”的不断循环。管理视角说明实施的目的,并指出管理要素“质量、成本、交付、环境”之间的关系。IVRA SMU是基于日本管理学的持续改善概念提出的,SMU的资产和活动都应以控制质量、成本、交期准确率、环境为目标。因此,在每个SMU 中通过操作“人员、过程、产品、设备”资产,重复进行“计划-执行-检验-改善”的生产活动循环,以实现提高“质量、成本、交付、环境”评估指标。

此外,从制造业整体出发,企业实施智能制造具有通用的功能和活动。因此,IVRA还定义了通用功能块,通过知识/工程流、需求/供应流和企业组织层级三个轴向进行描述,如图8所示。从工程角度出发,知识/工程流包含的设计信息和工程信息,可划分为市场和设计、构造和实现、制造执行、维护和修复、研究和开发五个通用功能。需求/供应流是指由多家企业组成的价值链,涉及将原料转变为最终产品并运送至终端用户的所有活动,包括总体规划、原料采购、制造执行、销售与物流、售后服务。知识/工程流与需求/供应流在制造执行阶段交汇因而具有共同的GFB。更进一步,智能制造通用功能分解到企业的各个垂直层级也形成不同的功能块,自底向上包括设备层、车间层、部门层和企业层。

图8 工业价值链参考架构

SMU的作用是对智能制造的总体进行建模,GFB则是用于描述企业实现智能制造的具体活动及场所。根据企业规模及部门自主性,一个企业可由一个或多个SMU组成。并且,企业不一定实现全部的GFB。一个SMU对应于一个、多个或所有GFB。

IVI提出IVRA的一个主要目的在于分析制造过程中哪里存在问题,并理清提供解决方案的系统范围[9]。因此,IVI在定义IVRA模型的同时,配套实施了一系列步骤,来推动IVRA在智能制造中得以真正应用,如图9所示。首先基于概念化的IVRA统一参考架构模型,定义用户生产现场中存在的实际问题,经过AS-IS/TO-BE分析,使用“IVI用例器”工具来形式化描述业务场景,最终指导在工厂中构建实际的制造系统。这种标准化描述的业务场景更容易取得解决方案供应商和制造用户的一致理解。

图9 IVRA在智能制造中的实现与应用

IVI已经按照八大类成立了22个专业的工作组来收集生产现场的各类业务场景,并建立共享经济循环平台Ecosystem,以实现用户实际问题与供应商解决方案的匹配,如图10所示。

图10 IVI共享经济循环平台Ecosystem架构

3.4. 小结

智能制造/工业4.0参考模型的初衷是为了统一认识和梳理标准,但更应该对智能制造的实施提供基本方法与指导。德国RAMI4.0模型可应用于建立数字化工厂各种资源库,并与OPCUA结合实现制造装备/设备与信息系统之间的互联互通和互操作。日本以工业价值链参考架构IVRA为基础构建用于匹配供应商解决方案与用户需求的共享服务平台,及时高效地服务于智能制造。这两个国家将参考模型以数据平台等形式服务于智能制造的应用经验值得我们进行深刻地思考与借鉴。

4、结论与展望

我国在智能制造道路上既要“低头看路,脚踏实地”,补好自动化和信息化的短板,也要“抬头看天,搭好梯子”,用现代技术手段,持续建好公共数据服务平台。在CPS时代,基于我国的制造业现状和发展目标,政策引导方面需要统一认识,发挥制度优势,实现国家资源的有效配置和精准发力;具体实施方面特别需要加强信息建模方法研究,建立制造资源数据平台,积累解决方案及应用案例,优化我国智能制造模型实施技术路线,使我国在CPS落地实践阶段掌握主动权,避免在智能制造进程中受制于人。

参考文献

[1] 沈烈初. 关于智能制造发展战略的八点建议——我对中国工程院《中国智能制造发展战略研究报告》的一些看法. 中国仪器仪表, 2018.

[2] 刘强. 智能制造的昨天、今天和明天. 中国智能制造百人会筹备会, 北京, 2015.

[3] IEC标准化管理局系统评估组SEG7任务组3关于智能制造架构和模型的报告.

[4] 欧阳劲松. 德国工业4.0参考架构模型与我国智能制造技术体系的思考.

[5] 沈烈初. 关于“中国制造2025”与“德国工业4.0”的思考. 表面工程与再制造, 2015,15(4):11-13.

[6] IEC/PAS智能制造——工业4.0参考架构模型.

[7] VDI/VDE/ZVEI工业4.0参考架构模型状态报告.

[8] Thereis no Industrie 4.0 without OPC UA,PCControl,2017.01.

[9] IndustrialValue Chain Reference Architecture (IVRA), Industrial Value Chain Initiative, ://iv-i.org/wp/en/downloads/.

本文由澳门威斯尼人平台登录发布于澳门威斯尼人平台登录,转载请注明出处:创制的数字化网络化智能化的构思与建议,进军环球智能创建舞台的得力行动

相关阅读