制造工厂的未来 自适应数字化工厂三部曲（上）

　　本文选编自PEGA的数字工厂报告，此处为三部曲的上篇。

　　一、制造工厂的未来

　　数字化在全球制造业中已经到来。以往我们所了解的制造业的价值流及其周遭的工业系统，将变得不再相同。

　　价值流的数字化与物理设备与数字世界的匹配映射，使贯穿产品生命周期的工作方式成为可能——从设计到采购，通过供应链、生产现场直至所有重要的售后服务市场。科技本身如大数据、分析、云计算、物联网，正在重新定义每个人的角色和运行模式。

　　显而易见，工业的基本表现形式正处于变革之中，在接下来的数十年中，许多制造业主将发现他们自己正以崭新的、与过往一个世纪当中工业制造的形式截然不同的方式进行管理运营。

　　要想使这种转变成为可能，需要在前所未有的实用性、灵活性和连接性上建立企业软件。应用必须是以业务为中心、面向流程并对连续的变化有很强的适应性。他们现在必须包含所有形式的角色，包含人、系统和事物。他们必须同时支持已经建立和正在兴起的实践如动态案例管理、精益六西格玛、工业4.0 。

　　建立自适应数字化工厂，正是这样一种全新的考量，是对作用于制造业的驱动因素、方法论、科技和创新的综合应用。由于与设备、材料和能源相关的制造业占据世界经济总量的1/3 。遍布这些行业的数字化变革是这个时代最大规模的活动之一，而自适应数字化工厂将是最重要的实践。

　　二、数字化工厂的影响因素

　　数字化工厂必须充分利用其它数字化趋势如社交网络、移动端、数据分析、云计算。这四个数字化趋势是如何为制造业主们提供价值的。

　　社交网络对制造业的影响：社交网络对制造业主们具有积极甚至是挑战性的影响。消费者的社交帖子可能帮助或摧毁制造业主们。另一方面，社交合作使消费者与分销商、经销商，以及制造服务和生产团队联系在一起。

　　移动端对制造业的影响：移动端全渠道与全设备的相互作用允许制造业主们通过移动设备无缝地开始并完成端到端的自动化工作。全渠道是指通过不同的渠道进行消费者一致性体验。全设备是指利用联网设备进行连接、维护和优化体验。

　　分析对制造业的影响：数据分析为制造业主们提供必要的工具进行大量隐藏数据的挖掘。一旦确认，制造业主们能够根据产品、设备和制造材料工艺的关键信息进行生产。大数据的兴起趋势和实时分析使制造业主们能够优化他们的制造、维护和其他工艺。

　　云计算对制造业的影响：云计算允许整个制造价值链(从消费者到制造管理者到员工)接近产品生命周期的任何阶段。云计算服务通过网络、服务器、存储器传递互联网，同时为业务应用提供便利与请求式的使用。当联网设备的物联网的力量被添加到移动端、社交网络、云与数据分析后，传统制造业将获得自适应数字化工厂的转变。

　　三、物联网的数字化趋势

　　通过数字化设备如衣服、无人车和智能家居将人们联系起来的互联网变革通过大量的传感器和制动器获得进一步的扩展。对于制造业来说，随着联网资产与制造设备被数字化工厂不间断连接、监督和优化的到来，变革仍在继续。

　　事物本身基本没有价值。但是，当考虑到事物的健康和维护性，把握这些联网设备是怎么适应物联网的很重要。

　　思科用整体观描述物联网为万物互联：

　　△ 物：联网设备，每一事物通过互联网拥有独一无二的可访问地址。

　　△ 人：与物的合作中，端到端过程或动态案例的参与者。

　　△ 工艺：在最基本的水平，为业务目标协调多活动性或任务。工艺过程的参与者将包含人、物、企业应用软件、业务合作者。

　　△ 数据：物以一个比人或应用更快的速率产生数据，物联网数据需要实时地被分析和反馈。在这四个实体类型之间具有核心关系。

　　制造业主们已经在生产车间开始使用联网设备，现在可指望物联网通过网络获取唯一可访问的物理设备。他们不得不与增加制造者与消费者连接性的物共事并创造物。这些联网设备含有车载诊断软件，从而使制造商能够用来进行监控、控制和管理。

　　四、自适应数字化工厂登堂入殿

　　自适应数字化工厂，首先是基于端到端的业务过程的联通，形成数字化的决策体系;然后通过扩充工业物联网的能力，保留与边缘设备的联系，借助于数据分析、云计算的力量，从而形成自适应数字工厂。

　　它具有以下几个典型特点：

　　1、优化工厂资产

　　在传统的制造业中，在生产车间的大部分资产是没有相互联系的。因此，实际上，对制造业主来说，这些资产的功能和状态是不可见的。通过IOT连接，所有的资产和机器能够联系、监督、控制和优化。

　　2、预防性维护

　　不论是在生产车间，还是已制成的设备中，数字化工厂的联网性机器能够被前瞻性地与指令性的维护。联网产品的维护、监督、控制与更新方面，这种指令性维护的方法是IOT模型的重要优势。

　　3、设备的全生命周期价值管理

　　物联网利用大数据分析优化制造机械的终身价值。而且，利用数字化和联网制造，使得既有设备的终身价值也得到了提高。

　　4、大数据预测建模

　　既有设备不断地产生大量的传感器数据。数字化工厂挖掘这些数据建立可能的模型，并识别预防性维护行为来避免潜在的事故或故障。

　　5、3D打印和物联网

　　支付得起的3D打印技术的到来将允许机构有效地生产联网产品，并通过制造业主们的相互连接吸引多个创新者。这使得数字化工厂制造商将生产车间与联网产品的寿命周期成功地连接在一起。

　　所有这些技术，为了在机构创造联系，并提高客户价值，工艺流程必须数字化与可操作化。生产车间包含复杂工艺，在需要处理与生产一个制造产品的工作流中，每个工艺可能包含多个里程碑、任务与业务单元。制造业的售后服务市场(例如维护与支持)也依赖并包含复杂工艺过程。建立一个优化的、自动化的、自适应的数字化工厂，每一个工艺超越了工厂的限制，为协调与管理这些相互联系的杰出资源提出了挑战。从而可以动态管理复杂的端到端解决方案，是解决数字化工厂面临的挑战的最优方法论。

　　以OT与IT融合为例，在自适应数字化工厂中，设备正变的越来越智能化与自动化，更适合监控、维护与持续改善。这些可能通过人或计算机控制的设备与全厂的IT应用程序相连接。为了在机构创造联系，并提高客户价值，工艺流程必须数字化与可操作化。

　　有一些新兴的用于OT-IT集成的参考体系结构与通信标准。其中之一是ISA-95标准，该标准是集成企业IT软件与制造生产车间的标准。下面的示意图标识了包含的阶段和各种系统。

　　图1：ISA95数据连接层次

　　五、模块化制造的终结：制造业的新模式

　　许多制造业主们必须谨记像如下的趋势将提升他们的业务：

　　微制造业：向更小的制造工厂的典型转换生产定制化的产品，典型的微工厂是个人车库或地下室;

　　社交制造业：连接多种、更小更灵活的制造业主们来生产大量的整合产品;

　　移动制造业：移动微制造也能够从一个地方搬至另一个地方。

　　互联网创新从未停止。在过去几年里，我们目睹了一个新兴的趋势是社交制造业。想象我们生活在多雨的江南小镇上，其中三所房子都有一台3D打印机(在线购买的每台价格不到1000美元)，最后一所房子有一台缝纫机。第一所房子中用3D打印机生产一把圆形伞柄，第二家生产伞轴，第三家生产织物骨架，第四家缝纫伞的织物。通过一连串的工作，他们生产了一个在当地无价的、可以很容易被定制的产品。

　　由于每家关注在小的加工能力下用于特定需求的定制化产品，因此每家都是微制造的例子。如果我们想象房子是移动的，而且位于即时生产的中心，我们将有一个移动制造业。这个趋势使制造业主变的更加灵活，同时变得与不断变化的需求更加一致。制造业主更加接近消费者，将更具有创新性，将改变供应链的方式。

　　为了成功获得这种转变，制造业主必须拥有合适的工具，自适应数字工厂适逢其时。

　　作者

　　黄昌夏：西门子数字化工厂战略与数字化高级顾问，南山工业书院研究组成员，在数字化工厂、工业互联网、企业技术战略、智能制造市场发展与生态演进等领域具有独到的见解，业界人称黄小邪。

　　朱伟佳：专注于石油化工行业可视化解决方案的数字化从业新人。