浅谈工业互联网的简介和数字化改造思路与解决方案及发展趋势

本文分为三部分：首先从电子制造企业视角谈下对工业互联网的理解，其次基于上述理解介绍一下制造企业可采取的工业互联网数字化改造思路以及相应的解决方案，最后阐述一下对工业互联网未来发展趋势的观点。

一对工业互联网的理解

从电子制造业视角看过往30年，每10年划分一个分水岭，我们认为88年到98年是PC时代，属于劳动密型集型生产，这时期的生产形式侧重于人与人，以及人与治工具的协同。车间中普遍的生产场景是：长长的一条流水线上，每个作业员都在紧张忙碌的工作，不但要与他的上下工位协同，还要与他手上的治工具协同。98年到08年进入功能手机生产时代，属于精密制造。这时期强调生产加工的精度，工程师每天花大量时间在设备前调机，为的是保证产品的加工精度与品质。本时期侧重人与精密机器，及人与监控系统间的协同。08年至今属于智能终端时代，随着IoT、云计算、大数据、人工智能等技术的不断进步，出现了越来越多的智能装置与智能系统。这时期强调人与智能系统及智能装置间的协同，如利用智能系统替代或指导工程师调机，在保证产品品质、精度的前提下大大缩短了调机时间，使工程师调机有了科学依据，通过与智能系统协作，可快速挖掘出藏在问题背后更深层次的隐藏因素，从而不再单纯依赖经验判断。

以上电子制造业不断演进的这30年，让我们深刻体会到了其中的变与不变：

首先，不变的是，无论我们在企业中身兼何种角色，每天做的工作都可以用8个字概括：提质、增效、降本、减存。目的是保证我们产品品质、精度、成本、交期与安全，从而提升公司的核心竞争力。企业里不断强调“品质是生命，时间是金钱，产线是我们的客户，所有周边单位都服务于产线”，即无论您从事研发设计、生产制造、还是运营管理、都直接或间接服务于产品的品质、精度、成本、交期和安全，如果满足不了这些需求，就是工作还没做到位。

以上是不变的部分，接下来谈一谈变化的部分：

随着新技术的不断引入，我们做提质、增效、降本、减存的分析工具与解决方案变了，进而我们的工作方式与工作体验也跟着变了。

先看分析工具，在功能手机时代，公司大力推行精益生产，用IE七大手法降低车间的各种浪费：如等待的浪费、无效搬运的浪费、不良品的浪费、提前生产的浪费、库存的浪费等。后来为了使我们的分析更加有科学依据，能看到更多隐藏在问题背后的影响因素，公司引入了6Sigma，遵循DMAIC流程解决问题，再到目前引入机器学习与人工智能技术，辅助我们解决超出人们经验的复杂工况多因素耦合的生产工艺相关问题。

图1 分析工具的变化

如上图片所示，左上角就是公司IE提案改善网站，公司员工过去做的改善按都提交在这里，保守估计里面至少有几十万件了。中间是公司发的6Sigma资料，分黄带、绿带、黑带。右边是我们引入IoT、大数据、机器学习，将就旧有测试系统升级成了智能测试平台，左半部分是现场加工场域，右上半部分是仿真及预测，右下半部分是具体加工状态，良率、利用率、点进去可以看到详细的工况信息等。导入这个平台使整体测试直通率提升了20%以上。

另外谈一谈常见问题的解决方案部分。在IE时代若车间工站出现异常，工程师去解决，有个不成文的衡量解决方案优劣的标准是--让作业员想犯错都很难。初期我们常采用治工具+SOP或开发自动化防呆脚本等手段解决问题，目的是固化作业员的动作，或让程序辅助或替代作业员完成输入信息核查等。后来随着自动化与监控系统的引入，很多之前做到准防呆的工位，在成本合理的情况下，基本上都被自动化装置与机械手臂取代了，人员转而去做更有价值的事情，再后来随着IoT、大数据、机器学习的引入，越来越多的核心自动化设备与系统也变得越来越智能了。

再看工作方式部分。以车间巡线为例，过去我们主要采用定点巡线方式，这里的“定点”指在固定时间去固定地点发现与解决问题。现在只需要在办公室或战情中心远程监控，完全解除了地域的限制。只要你的手机可以联网，系统会将车间异常与诊断信息主动推送给你。

在工作体验上，由过去做附加价值低的工作感到枯燥乏味，到需要深度钻研才可以解决问题的兴趣渐浓，再到现在利用新技术高效解决过去毫无头绪的棘手问题，而变得越来越有成就感。

综上，可以看出，无论技术如何变化，我们追求品质、精度、成本、交期、安全的核心竞争力是没有变化的，只是随着技术进步使得我们看待问题的方式和解决问题的方法在变化，变得更加科学与高效。

合理利用新技术可以不断地提升企业自身的生产力，但从整个工业生态视角看，如果只是个别企业利用新技术提升生产力价值不大，企业处在其供应链与合作生态中，企业的价值最大化在于如何利用新技术革新自身的同时，还能高效低成本的相互协作、赋能。而要想做到高效、低成本协作，需要生态企业在运用新技术时都能遵从统一的标准。国家大力推行工业互联网，作为工业领域的顶层设计，工业互联网涵盖了所有工业领域用到的新技术，力求整合这些技术，制定新标准，指导工业企业用统一标准高效、低成本的协同，从而可最大范围地优化整个工业产业的资源配置，最大程度地做到整个工业产业的提质、增效、降本、减存。

图2 对工业互联网的理解

二基于工业互联网的数字化改造思路

基于上述对工业互联网的理解，笔者认为制造企业可基于自身的现状，首先梳理出核心主业务流程，以及辅助主业务流程的高附加价值服务，通过深度参与AII，尽量利用标准化的工业互联网技术，逐步打通企业内部、企业间所有与主业务流程强相关的数字化通路，尽量减少主业务流程节点之间信息交互的人为干预环节，同时将辅助主业务流程的高附加价值服务与核心主业务流程解耦，单独打包成标准化的高附加价值的数字化服务模组，达到既能高效服务企业内部核心主业务流程，同时又能以单个或组合方式对外部企业提供即时服务的目的。这样通过将企业核心能力服务化，按需开放共享，可最大化的发挥企业的行业价值。更重要的是，当技术变革驱动企业主业务流程重构时，企业可通过按需编排或更新部分高附加价值的数字化服务模组，以最小的代价，快速做出调整。当然整个改造过程不是一蹴而就的，需要试错、标准化、封装、服务化并以此循环下去，这需要参与者具有去中心化、解耦、分层、服务化的思维，要能从核心业务维度，沿着价值链条过滤出不同层次体系内部的真正的价值点，要避免对非价值单元进行过度的数字化设计。

图3 核心制造能力数字化

下面以笔者公司内部的模具零组件工厂数字化改造举例。模具零组件厂通过对其生产单元拆解，合理规划。引入IoT、大数据、机器学习等技术，对其人流、物流、过程流、信息流、金流、技术流进行全面优化，并在此基础上研发出了模具制造服务系统，利用系统将流程与标准固化。通过不断试错累积了数十万套模具产品加工工艺数据，并通过工业互联网平台将研、产、供、销、服务能力以专业化服务形式输出，可为中小企业提供核心关键零组件订制加工服务，以满足中小企业共性需求，解决中小企业因面临生存压力无法购买昂贵的加工设备、无法配置昂贵的夹治具资源、无法使用昂贵的刀具资源、及先进加工技术引进和导入较慢等问题，以提升中小企业的核心竞争力及平衡模具产能波峰波谷（这里之所以通过云平台输出服务是因为供需对接都遵循统一标准，有效协同成本低）。

另外，为能更好的做好数字化改造工作，可以根据企业自身发展方向，选择参与国家数字化工厂示范项目、省级细分行业工业互联网平台建设项目、以及地方传统产业集群咨询诊断等，可通过提供试验场域，或提供解决方案的方式参与，因为实践永远是检验真理的唯一标准。

三工业互联网相关的解决方案

有了好的思路，需要有可行的解决方案才能有助于达到数字化改造的目的，以下简单介绍下工业互联网相关的解决方案。

（一）自动化核心装备与集成服务

主要以整线自动化与应用数字化集成服务提供。生产制造是核心，除要有精密制造设备外，还需要有一系列可拆解的机械手臂，搭配视觉演算法的智能传送带，Mobile Robot AGV 及它们配套的控制系统，以替代人解决不同形状尺寸、重量工件在不同场景抓取、搬运、存放，以及设备操作等问题。

此外，这些可拆解的设备、连同系统可以根据生产业务需求整合成不同组合形式的自动化工作岛（或柔性线体）及配套监控系统等。

图4 自动化核心装备与集成服务

（二）工业物联网基础设施

为了让上述自动化装备具有智的能力，需提供能与云协同或独立作战的雾小脑集群及其配套的传感器、控制器与网关，其中传感器，控制器与网关打通了自动化工作岛与雾小脑的数据链路，使雾小脑成为自动化工作岛各工作单元服务协调者与决策者。

图5 工业物联网基础设施

（三）云平台

云平台连接产业供需端，通过提供基础共性服务、业务协同服务、供需撮合服务、使能开发服务等，让供需双方通过平台创造价值与交换价值。例如平台可通过传感网络、智能网关、雾小脑、结合从边缘到云端IoT平台、数据平台、模型算法平台、决策中心打通到海量工业资源的连接，完成从数据量测，到决策分析，再到控制反馈的实时闭环。通过使能开发服务，打造与发布固化工业Know-How的工业应用，解决企业数字化转型过程中遇到的品质、精度、成本、交期、安全等核心问题。通过业务协同类服务，打通企业间的业务壁垒，完成企业间业务协同的实时闭环，最后通过基于众包等模式的供需撮合服务，完成产业生态的汇聚等。

四对工业互联网未来发展趋势的阐述

任何事物要具备价值，首先要能有效的解决某方面的问题。工业互联网也一样，以生产问题的解决思路为例，生产问题解决由最初完全依赖于领域人员经验，逐步倾向于依赖人工智能技术。因领域人员的知识难以传承，虽然可通过应用固化，但固化的知识不一定是最优的，而且人面对多因素耦合的复杂生产场景多数情况下是束手无策的，但领域知识不会消失，贡献度有可能会越来越小，最起码它可以有助于初步界定问题分析方向与范围，避免无效的算力的浪费。若上述观点成立，随着工业互联网相关技术的不断进步，在解决问题的广度、深度与时效性方面将远远超过人类所能的极限。届时在大部分的生产场景中，由工业互联网打造的智能装置将大范围的取代企业管理与执行层人力，少数的人力将与大量的智能装置在分布式的智慧型监控系统的监督与调度下协作，而解放出来的人力将在工业互联网不擅长，但对人类有价值的新的领域如生物领域等继续深耕。
编辑：lyn