德國工業4.0、美國工業互聯網、中國制造2025，這一在同一時期提出的國家戰略，目的都是振興工業產業。但是他們比較抽象的概念，所以咱們還是更多談談工業互聯網。在工業行業的互聯就形成工業互聯網。工業互聯網聯什么？工業互聯網的未來又是什么？

工業互聯網聯什么

傳統意義上工業領域分為3個環節：設計研發、生產制造、流通銷售。

研發設計可以被分成設計、仿真、工藝及試制，實現這四個環節縱向集成。任何一個環節對數據的修改，都可以及時、高效的和其他環節實現互聯。但是如何實現每個環節互聯、如何實現集成經驗沉淀，目前還沒看到比較好的解決方案。

設計上實現歷史設計數據、新產品設計需求之間的互聯，目前更多企業有一個模型庫，新的設計依靠工程師在企業自身歷史庫中尋找借鑒。

工程師與工程師之間的互聯，新、舊工程師之間的互聯，實現經驗之間更好的傳承。互聯網時代，人們是否有更加高效方式實現經驗傳承，當然人的生物本性使然，人與人之間實現經驗的無保留互聯比較困難，但人與機器的互聯，通過工程師的經驗，不斷訓練機器學習，是有可能實現從人到機器之間的經驗互聯。

生產制造環節，主要是人、機、料、法、環，五個方面。這幾個方面通過MES已經實現了全部互聯，這一塊也是國內發展比較快的工業互聯網方面。

流通銷售環節，是產品走出車間，面向最終用戶的環節。通過產品，實現企業與用戶的互聯，在這個過程中，產品最終變成一種服務。在這個產能過剩的時代，不是所有生產出的產品都能賣出去，實現用戶的互聯，發覺用戶新的需求，唯有將產品變為服務才能實現。和用戶的互聯之后，下一步就是滿足用戶的個性化需求，工業軟件也是同樣的道理。

工業互聯網的未來

人工智能起源于1956年，但直到最近才爆發，這期間核心在于互聯網的發展，催生的大數據。工業互聯網的發展，千萬臺設備的互聯，邊緣計算植入，都將催生更高級的智能。

可能單個機械臂所具有的計算處理能力有限，但互聯之后，這些龐大群體就有可能產生所謂的群體智能。

所謂群體智能，是指無智能或僅具簡單智能的個體通過分布式、自組織式的群體協作，涌現出高級宏觀智能行為的特性。人腦其實也是無數智愚部分相互連接而出現的高級智能。大腦皮層的每一個不同部位，都能控制人體不同功能，有的部位專門控制視覺、有的部位專門控制聽覺。

同樣，如果只是把某一部分拿出來，它的智慧不會和一只螞蟻有太大區別，正式由于神經網絡的互聯，才出現了意識、記憶、邏輯判斷等高級智慧行為。

工業互聯網通過將全球所有設備互聯，每一臺設備、每一個邊緣計算器，它所擁有的智慧極其有限，但當他們實現互聯，實現大規模協作后，它們也必將實現某種智能。當然現有人工智能也在不斷的進化，通過工業互聯產生的海量數據，不斷喂食，現有小學水平的人工智能，也將很快進化到大學、研究生水平……

工業互聯也是我國的國家戰略，也已經出臺了《工業互聯網發展白皮書》。但作為企業來說，不能為了互聯而互聯，互聯不是目的，降本、增收才是目的。

工業互聯重塑企業數字化能力

01

工業互聯網核心理念與實施步驟

工業互聯網出發點是利用互聯網的孿生核心技術——計算和通信網絡技術，把實體（包括傳感器、產品和裝備等）、信息系統、業務流程和人員連接起來，從中收集大量的數據；利用數據分析和人工智能等能力，實現對物理世界的實時狀態感知，在信息空間通過計算做出最佳的決策，動態地優化資源的使用；其最終的目的是為了創造新的經濟成效和社會價值。

工業互聯網具有廣泛的應用，幾乎可以涵蓋所有的工業領域，但制造業，由于其體量之龐大，是工業互聯網應用的一個重要的和富有創造價值潛力的領域。同時，由于其高度的復雜性、多樣化和高度的差異性，也是一個最具挑戰性的領域。

工業互聯網的興起，是為了解決當前制造業發展面臨的挑戰。隨著全球化的經濟體系的形成和互聯網消費文化的興起，全球性市場競爭進一步加劇。在這個格局下，制造業要關注的傳統的基本要素：成本、效率、質量，并沒有改變，但要求更高。企業還必須考慮資源使用效率和環保的要求。怎樣在可持續發展的前提下，低成本、高效率、優質地完成短周期，多品種、小批量的生產，是制造業面臨的一個大挑戰。

要應對這個挑戰，一個可行的方法是完善對業務經營和生產過程的數字化，并向智能化推進，在業務經營、產品研發與工藝設計、生產執行和過程控制等方面，以最佳決策，最優的資源調配和使用，動態響應生產環境，供應鏈和市場需求的不斷變化，實現最佳的成本、效率、質量生產要素。

工業互聯網對制造業數字化和智能化有著推動作用。對于制造業企業的數字化進程，簡單而言，完善對各個業務和生產環節的數字化是第一步，如在以ERP為主線的價值鏈的各個環節和以PLM為主的產品鏈的各個環節，使用相應的專門工業軟件，還有在這兩條鏈的交叉點上的生產環境里實施MES，這些都是基礎性的數字化實現。

第二步是要把這些環節的專門工業軟件互聯互通，打通各環節的信息孤島，在價值鏈和產品鏈上逐步實現流程的自動化，并使能對各個環節數據的收集。例如，產品鏈上，整合產品生命周期功能環節,建立數字主線，并建立產品數字模型——數字孿生體，集成數據。

第三步，作為工業互聯網在制造業的應用，首先對設備進行連接，收集設備運營和產品在生產過程中的數據，通過實時的數據分析，在線優化生產過程；其次，對產品、設備以及生產過程和業務流程中收集的數據，對不同周期和跨越生產和業務環節以及跨域組織范疇的綜合性的大數據分析，識別和消除效率與績效瓶頸，使能最佳化的業務決策，對整個生產過程和業務流程進行宏觀性的優化。

在這個過程中，連接和數據采集是基礎，通過模型對數據進行分析，得到對生產過程的洞察是關鍵，而通過專門工業應用，根據生產規則和業務目標，將洞察轉換成最佳決策，并得以精準執行，以閉環反饋實現智能優化則是核心目標。

第四步，打通在生態圈內企業之間的信息系統的互聯，實現企業之間的業務和生產的協同，把優化的范疇擴展到生態圈以及客戶端，對客戶部署了的產品實行連接，通過對產品的全生命周期的管理實現服務延伸，為企業的業務轉型開拓機遇。

由此可見，工業互聯網與現有的數字化成果，如ERP、PLM和MES等基礎工業軟件的使用相輔相成，并增強其基于狀態感知和數據分析做出最佳決策的能力，是實現智能制造的一個必不可少的步驟。

2

平臺技術對工業軟件架構和應用演變的推進

由于工業互聯網技術得益于最新的互聯網技術，包括云計算（如虛擬和容器等計算資源管理技術）、大數據、機器學習和人工智能（AI），以及最新的應用開發與運營（DevOp）技術和方法論（如微服務），因而，基于這些技術的工業互聯網平臺，將加快面對特定行業和特定場景的機理以及包括AI在內的數據模型和工業應用的開發，并把模型和應用耦合在一起，為解決特定的生產問題，建立由數據驅動的智能化專屬工業解決方案。在這些平臺上運行的工業應用，也將具有更高的可靠性和可擴展性，而計算資源的使用效率也更高。

可以預測，工業互聯網平臺的部署，將促進工業軟件的快速發展，加快工業技術和經驗的模型化和軟件化，有利于工業知識的積累、提升和創新。

不少業內專家認為，工業互聯網平臺的實施，也將引入一個新型的工業軟件架構，從目前垂直分層的架構向扁平的工業應用網格過渡。在應用方面，目前不少工業軟件系列是由多個功能模塊聚合而成的大型專有應用，復雜度高和封閉性強，缺少可操作性且難以拓展，又難以適應多樣易變的生產需求。

為了解決這些問題，越來越多的工業軟件將在新的工業互聯網平臺上，以微服務的方式實現，小而精，易于敏捷開發，獨立更新和管理。

一方面建立具有通用性的基本制造服務，將其功能作為API暴露出來，讓其他應用調用。另一方面，針對特定的問題，以搭積木的方式，組合調用基本制造服務，創意出新的，輕量型的專屬工業應用。這些工業服務和應用構成了一個具有活力的工業軟件服務和應用網格。

這樣，工業互聯網平臺也就成為一個工業模型和應用的開發和運營環境，承載數據驅動的工業應用的工業操作系統（OS）。在這樣一個體系下，可以孵化出一個新的工業軟件的生態，不管是傳統的工業軟件供應商，還是新生的第三方的應用開發者，都能比較容易開發出更加切合客戶需求的應用，并能敏捷地演變，響應對生產環境和需求的快速變化。

3

工業互聯網在生產現場的應用

現在回到生產現場，也就是工廠車間的環境，初步探討一下一些潛在的工業互聯網的應用案例。生產管控是一個復雜的系統工程，牽涉到多個相互關聯和約束的、跨部門和工廠的業務和生產流程及其眾多的管理環節，以及大量的物理系統，包括物料、產品、生產設備和環境。下面對生產管控作了一個抽象簡化的概括。

生產管控的主要環節包括工藝設計、計劃調度和生產執行，計劃調度是其核心。生產計劃調度在工藝規程和其他生產規則的約束下，根據客戶訂單的要求，在現有產能的范圍內，統籌優化質量、產量、交期、物流周轉、能耗、生產效率和綜合成本等多項目標，制定生產計劃和任務。

生產執行，一般由MES的軟件實現，是將知識產權（產品設計和工藝技術）轉為業務價值的樞紐，它管理的對象是生產能力和資源，是制造業企業資產的核心，對實現企業價值起著舉足輕重的作用。它對上承接生產計劃的要求，對下統管車間場景里的生產人員、工藝、設備、物料、能源的生產要素，實現動態的、精準的、最優化的配置和調度，高績效、高質量、低成本地完成生產任務。

工業互聯網在生產現場的應用關鍵在于如何利用或加強對生產環境的數據采集，實現或增強對生產過程的狀態感知，并通過對數據的實時分析，做出最佳決策，通過獨立或輔助現有的工業軟件系統（如MES的功能模塊）進行精準執行，完成對生產過程的閉環優化。

這里對工業互聯網在生產現場關鍵環節的潛在應用分別作一些初步的討論，通過圖示概要性地描述一下相應的工業互聯網解決方案，最后導出一些為解決這些問題和需求所建立的一些新的能力。

比如，質量閉環優化管控領域問題與需求通常是：產品質量穩定性是否需要提高？產品合格率是否有提高的空間？缺陷產品返工成本是否高？廢品的損失是否大？質量檢測的準確率是否需要提高？是否需要實現在線質量檢測？是否需要根據工藝和過程參數？是否需要建立產品數字孿生體，對產品質量進行全過程追溯？等等。

工業互聯網解決方案為：

智能質量檢測判定或分類——提高質量檢測的準確性和效率，降低檢測成本。

缺陷產品原因的挖掘——降低缺陷或廢品率。

在線質量檢測或預測——動態尋優調整生產過程，中斷廢品生產流程。

實現工藝、物料、過程和質量的閉環關聯——綜合性地優化工藝參數，并對物料品質的控制提供反饋。

提供在線質量數據，支持數字孿生體 ——實現對產品質量的全過程追溯。

提供在線質量數據，支持在線成本核算和績效預測與評估，提高生產管理水平。

問題與需求通常是：能耗占生產成本的比例是否高？是否有強制性的節能減排目標？能量（如燃氣和蒸汽）的供給和使用的穩定性和平衡性是否滿足不同工序生產的要求，或是需要動態調優，保障生產，減少浪費？生產過程中熱能的使用是否有提升的空間？對生產過程中能量的使用量和效率是否已實現在線或定期離線監控？能耗數據是否需要與工藝、物料、生產過程關聯，為工藝和生產過程的優化提供反饋？

工業互聯網解決方案為：

能量使用和效率的監控——提高能耗的可見度，為實現節能減排提供確切依據。

對能量的供給和使用根據實時工況實現動態尋優，提高穩定性——保障生產，避免浪費。

對生產過程操作參數進行優化控制，提高生產過程的穩定性和實現最佳控制值 ——提高熱能使用效率，降低能耗和減少排放。

實現工藝、物料、過程、質量和能耗的閉環關聯——綜合性地優化工藝參數。

提供能耗和排放在線數據，支持在線成本核算和績效預測與評估——提高生產管理水平。

再比如，業務績效在線監控和預測領域問題與需求通常是：生產過程管理是否依賴手工報表，效率低，周期長，難以支撐管理的優化？生產過程管理是否需要實現在線的業務績效監控，把握目前或預測近期的生產狀況，針對生產問題給予及時和有效的糾正？生產過程管理是否需要把績效KPI與過程數據結合，從績效問題入手，有效地追溯到生產過程中導致問題的根本原因，以使其得到及時的解決？

工業互聯網解決方案為：

建立多層級的生產運營監控中心，提供短周期（每小時或更短）自動化的企業和工廠層級的生產和業務績效在線報告——實現高透明度的績效監控和預測， 提升對生產和業務問題的響應能力，向智能管理方向邁進。

提供問題追溯能力，系統性地快速確認問題的根源，并提出解決方案建議，提高及時有效解決問題的能力。

4

制造業工業互聯網平臺的特定需求

上述解決方案明顯地共享著一條技術路線，包含幾個共同的功能模塊：數據采集和處理、（機理、數字和仿真）模型分析、通過應用實現的決策和執行。不難預測，在同一個生產環境里將會同時實施多個以上所列舉的應用。顯然，這些應用不應單獨重復地實現和運行這些通用功能模塊，而是應在通用平臺上共享這些功能。工業互聯網平臺提供的正是這樣一個平臺，在同一個平臺上，同時支持多個工業應用的開發、運營和管理，并系統地保障其安全性、可靠性和可擴展性。

綜合其他考慮，制造業對工業互聯網平臺有如下特定需求：

生產數據全生命周期管理挑戰：設備數據多源異構，高頻率，大批量，高并發，需要長周期保存；現有的數據湖形成信息孤島，無法有效利用。

能力：提供工業大數據平臺, 實現統一的數據采集、分析和管理能力。

工藝技術和經驗的模型和軟件化挑戰：工藝配置過于依賴經驗，難以與工況、品質、成本和效率跟蹤反饋，實現系統性積累和獲得最優工藝參數；工業軟件需要簡易更新，以適應生產的需求。

能力：提供輕量高效的工業模型和應用敏捷開發框架，簡化軟件開發和迭代提升過程。

智能優化的生產管理挑戰：生產計劃和排程未能根據現場的物料供應、工況、產品質量、產出效率數據進行實時反饋動態調優，并實現需求拉動的生產管理。

能力：提供先進的數據分析、AI、仿真能力，通過對生產資源、環境和流程的狀態感知，實現數據驅動的智能排產應用。

設備和生產過程數字空間映射挑戰：設備和產品數字孿生體與仿真數據整合復雜、技術門檻高，不易實施。

能力：提供數字孿生體和仿真功能服務，降低難度，加快數字仿真在生產過程的應用。

穩定、可靠和先進性挑戰：生產環境要求高度的可靠性、可擴展性、魯棒性、低時延和技術的前瞻性。

能力：提供最新的機器學習、AI、仿真、大數據和云計算技術優化組合，滿足工業級特定的系統和技術要求。

自主、可控、安全挑戰：企業需要保障對系統的自主性和對數據、應用、知識產權和商業機密的完全可控和安全性。

能力：靈活部署于企業內部和邊緣的自主可控工業互聯平臺，保障系統和數據的安全性和可控性。