“工業互聯網”與“智能制造”什么關系？

2011年漢諾威工業博覽會，德國人工智能研究中心董事兼行政總裁沃爾夫岡瓦爾斯特爾教授在開幕式中提到，要通過物聯網等媒介來推動第四次工業革命即工業4.0，提高制造業水平。

2013年4月漢諾威工業博覽會上正式推出工業4.0，其核心目的是為了提高德國工業的競爭力，在新一輪工業革命中占領先機。

幾乎同時，美國在2012年左右提出工業互聯網技術，意在推動制造業信息化、數字化、智能化。通過集成流程、數據主線、數字孿生等軟件技術，采集工廠各階段的數據，連接設備、連接供應鏈上的各種資源，進行工業大數據分析，人工智能的云計算來迎接新的工業革命。

工業互聯網與工業4.0從表面論述看各有側重，一個側重工業制造，一個側重工業服務，但究其本質都是實現智能制造與智能服務，具體就是個性化定制，服務延伸化。

多品種小批量的按單生產模式已成為常態，但多品種小批量生產模式的企業在實踐中常遇到諸多越來越復雜的問題：需求不確定；研發周期短；多品種并行；資源共享易出現瓶頸；計劃排程應變差；設備、產線難以柔性應對;質量工藝無法迭代可靠；成本無法大規模化并精確化，監控訂單進度難；物料需求變化多變，導致缺料與采購延遲嚴重……它們導致企業“三高”長期存在，即較高的訂單延遲率、高庫存、居高不下的成本。

制造企業要在這個復雜系統中可持續地盈利，就必須采用各種新思維、新技術、新模式。轉型大規模定制與個性化生產方式，引入工業物聯、大數據、云計算及人工智能等以迎接新時代的到來。

工業4.0是以智能制造為主導的第四次工業革命，旨在通過充分利用信息通信技術和網絡空間虛擬系統，信息物理系統（CPS）相結合的手段，將制造業向智能化轉型。基于信息物理系統CPS、物聯網IoT和互聯服務IoTs產生的大數據流（即工業大數據）的采集與分析，云計算形成個性化或私人訂制的智能生產。主要體現在四個方面：1、智能工廠。2、智能制造。3、智能供應鏈。4、智能服務。

當前全球工業市場正面臨著巨大的變革：更新周期縮短、差異不斷變大、產品個性化突出、向服務化延伸，構建的兼具個性化和數字化的產品與服務生產模式，突破了傳統的行業界限，催生出新的活動領域和合作形式，創造新的價值網絡，重組產業鏈分工。

用縱向垂直管理車間設備集成、產品壽命周期PLM的價值鏈端到端的集成、橫向跨產業鏈的工業互聯網三個方面的高度集成，打破企業存在的信息化孤島、管理孤島、操作孤島。通過與制造現場的邊緣設備的可視化，從而打造一個透明、靈活的工廠。

企業深度連接各類經銷商資源、客戶資源、創客資源。了解客戶的需求并多方設計協作滿足，同時實現與物流廠商的在線協作跟蹤，實現需求的透明。在制造環節通過智能終端可視化等應用實現制造過程的透明，其次移動的應用使上述的透明更加深化。

自動化線是剛性的，精益Cell線是柔性的，模塊化線是智能的。因為自動化線要么局限幾種產品，要么換線時間太長。精益線包括手工與半自化加上設備小型化，能應對多個品種。模塊化設備布局可以靈活地根據個性化訂單靈活組合或重構工藝形成虛擬生產線。而模塊化設備布局源于模塊化產品設計，一旦接受定制化或個性化訂單，模塊化設備布局就可以柔性的、低成本的組合重構新的虛擬單元線（APS的工藝規劃排產優化），高可靠性的滿足大規模定制或個性化生產。這才是智能制造所追求的。

基于柔性的云架構背后的“中樞”，其核心是創新開放的APS高級計劃優化算法模型或機器學習模型進化，其支持多種、多變的計劃與生產模式，支持工序實時傳感數據，模塊化精益單元設備布局，保證各細胞單元根據生產訂單的需要自由拆分和重構，是柔性自動化背后的“智慧擔當”。

基于預留、優先級等JIT/JIS核心創新的物料體系，是保障物料柔性的基礎，使自動化設備類似神經傳感單元控制下行使功能，實現多品小批生產模式。

多品小批生產模式使得企業高度柔性應對，而柔性自動化產線可促使企業轉型升級智能化企業。

物聯網讓智能自由地流淌，移動互聯網讓智能無處不在，大數據蘊藏無限的智能，云計算使智能快速反應，人和機器人智能的協同……。那"智"從何來？智能是建立在一個持續不斷連接，強大的優化算法引擎和活數據的閉環之上的。

智能主要體現在三個方面:1、在動態復雜環境的感知與理解。2、在動態復雜環境下的自主決策與優化能力。3、基于經驗數據的學習適應能力。尤其是學習能力是典型的智能行為。

數據驅動工廠，算法控制智造。智能制造也需從"計算智能"、"感知智能"逐步實現"認知智能"。新一代智能制造是在基于AI的CPS系統架構下的智能制造。

通過工業大數據，它不僅僅是設備維修和產品服務，其技術不僅涉及IT還涉及OT工業技術。工業應用大數據對于人才的復合型要求更為突出。行業的數據分析，不僅需要計算機、統計學、數學等知識，還要擁有豐富的行業知識和經驗，通過這些知識經驗進行建模，才能開發出合適的分析方法，找到數據價值。

通過行業經驗知識，建立合適智能工廠、車間、計劃調度控制執行、倉儲模型，對所需的實時數據，動態智能決策，這應該是工業大數據的關鍵應用。智能制造也正朝著分布式決策和自主感知（機器學習等）進化。

在智能動態計劃排產基礎上，對倉儲物料進行大數據計算，隨時對物料進行FMR（使用頻率分析）及實時數據、歷史數據分析，通過自動化機器臂自主循環的把多頻率的物料智能的移到貨架最低層，紅綠黃燈提醒優先分揀及AGV小車取貨順序，精確的滿足多品小批量物料的采購、JIT/JIS配送及工位喂料。

在智能層面，革新運營管控的高度，例如多種運營管控模型，激活組織，創新轉型數字化，全面幫助中國的制造業實現數字化、網絡化、智能化的產業升級。

工業互聯網包含了互聯網+制造，工業云平臺，工業物聯網，工業大數據等，實現三網合一（人、物、務），結合分布式邊緣計算智能實現制造業的產品個性化，生產智能化，制造服務化，組織分散化和制造資源云化的新工業范式。

云平臺就好像制造業的大后廚，云計算是工業智能的支撐平臺。制造工業與供應鏈的所有大數據可承載在云中流動并在節點優化決策。在后廚里有大規模的專業的數據分析師與知識提供者，并解決工業知識共享與智能算法的高級性、算雜性、大規模、個性化挖掘等。

圖：來源GE

但是，數控機床的數學插補算法，機器人的數學齊次變換，定位與同步控制的位置速度的數學協作，物料準時供給、產品的快速組合、產線的迅速重構、車間動態的變化、工廠與人的運籌實時調度協作算法等等，需要高度實時低延時的響應，一個在云計算控制下的邊緣計算的智能集成平臺即IT與OT的深度融合就是智能制造的關鍵基礎。

數字化制造不等于全自動化，未來十到二十年，主流的制造方式將是人機結合。數字化制造的價值是客戶導向的多品種小批量的柔性生產，是人機高效的融合，偏面追求全自動化與無人化是不明智的。

自動化改造、設備的傳感連接、精益生產改善、供應鏈優化、業務流程的重組、數字化工廠、機器人和機器學習、大數據戰略、高級算法與人工智能等，讓我們企業目不暇接。這是因為每個專家、供應商或個別企業站在自身的角度來詮釋這場新工業革命。每個企業切忌盲目沖動，應保持清醒的頭腦，根據自身的情況，科學的、系統地規劃實現新工業革命的升級。精益化、數字化、自動化、網絡化、智能化，逐步實現中國制造2025的戰略目標。

實際上，智能制造屬于復雜系統，是人工智能與大系統理論的結合，屬于第三代控制論，不過還在進化。隨著物聯網、大數據、云計算的技術出現，CPS嵌入式人機物協同控制是智能制造的基礎。所以，實現智能制造必須做好頂層設計。

頂層設計的“頂層”是決策者、系統化、系統工程。“設計”是策略、謀劃、規劃。我們在IT建設、數字化工廠、智慧企業的過程中，需做好頂層設計、系統工程、企業架構-數據、流程、系統、平臺架構規劃。但復雜系統又很難設計。所以在頂層設計時候留有空間，允許自然選擇迭代進化。

數字化工廠的規劃設計與落地，需要通過三個維度來頂層設計，首先是從供應鏈優化的維度，其次是研發制造服務一體化維度，即研發的產品要智能化。最后是生產現場精益生產集成自動化維度。生產運作從四個維度即生產運行、質量運行、設備運行、庫存運行。工業控制實現SCADA/HMI/DCS數字網絡控制實現IT與OT的深度融合。

智能制造不是萬能的，但可以確定——它是企業轉型升級的突破口之一！這關系到連接與集成的能力、數字化與透明化能力、自動化與智能化演進能力、產品與技術創新和管理創新的能力等。

對于未來新模式、新技術下的制造業轉型升級，要注意以下幾點：一是商業模式，即拉平價值微笑曲線底部并延伸價值鏈到服務；二是管理模式，即打造工業互聯網平臺生態、構建C2B、C2M模式、多品種、小批量按單定制生產；三是技術創新，智能研發創新平臺；四是品牌，互聯網全渠道營銷；五是成本，通過精益管理來降低成本；六是資金，即互聯網金融、眾籌資金；七是質量，可以通過工業大數據提升監控質量；八是工藝，即數字化聯網、知識庫、模擬仿真工藝、機器人等；九是人才，即對新型符合型高級人才的培養。