現(xiàn)在，距離提出工業(yè)4.0已過去近八年的時間，工業(yè)4.0發(fā)展如何?又呈現(xiàn)了怎樣的趨勢?未來的“柔性”工廠是否已初見雛形?

　　近日，MathWorks(全球知名的科學(xué)計算軟件開發(fā)商)的工業(yè)自動化和機(jī)械領(lǐng)域行業(yè)經(jīng)理Philipp Wallner先生接受了CONTROL ENGINEERING China的采訪，就工業(yè)4.0的最新進(jìn)展和趨勢做了深入探討。

　　未來的工廠是“柔性”的

　　提起MathWorks 公司，可能有的人還并不熟悉，但說到它的兩個產(chǎn)品MATLAB和Simulink，很多人便恍然大悟。其實(shí)，這家專注于數(shù)學(xué)計算的軟件公司已擁有用戶超400萬，用戶遍布全球185個國家和地區(qū)，2019年銷售額突破了10億美元。

　　Philipp Wallner先生在擔(dān)任MathWorks工業(yè)自動化和機(jī)械領(lǐng)域行業(yè)經(jīng)理之前，曾經(jīng)在貝加萊工業(yè)自動化公司工作多年，對工業(yè)領(lǐng)域有深入的了解。

　　Philipp Wallner一開場就向記者表示，未來的工廠必定是“柔性”工廠。其原因之一就是市場的驅(qū)動力，商品的個性化需求越來越高，使得工廠從大規(guī)模生產(chǎn)向大規(guī)模定制化生產(chǎn)轉(zhuǎn)變，也就是柔性生產(chǎn)的需求就越來越強(qiáng)烈。另外，自主生產(chǎn)線的需求和產(chǎn)品迭代周期的縮短也驅(qū)使工廠走向柔性生產(chǎn)。

　　當(dāng)然，柔性生產(chǎn)并不是想實(shí)現(xiàn)就可以實(shí)現(xiàn)的，它給工廠帶來前所未有的挑戰(zhàn)，這使得工廠生產(chǎn)系統(tǒng)的復(fù)雜性逐漸增加，包括各個生產(chǎn)設(shè)備、模塊的參數(shù)以及其它影響因素。另外，各個組件與部件之間的交互也在變多，導(dǎo)致工廠軟件的復(fù)雜性變得很高。在這樣的挑戰(zhàn)下，就需要用建模仿真、AI和數(shù)字孿生等新興IT技術(shù)解決這些復(fù)雜的問題，去處理參數(shù)調(diào)優(yōu)、系統(tǒng)設(shè)計、運(yùn)行系統(tǒng)的預(yù)測性維護(hù)等。

　　所幸的是，目前的技術(shù)發(fā)展已經(jīng)使得“柔性”工廠成為可能。Philipp Wallner先生認(rèn)為，解決這些復(fù)雜問題所需要的三個重要生產(chǎn)要素已經(jīng)具備：第一，越來越強(qiáng)勁的硬件，運(yùn)行效能高的硬件才能讓這些復(fù)雜的算法在現(xiàn)場環(huán)境下運(yùn)行。第二，新的設(shè)計流程以及工具足以支撐開發(fā)、測試以及部署復(fù)雜的軟件系統(tǒng)，或者包括那些AI算法的軟件系統(tǒng)。第三點(diǎn)，越來越多的具有領(lǐng)域知識的工程師逐漸掌握數(shù)據(jù)分析和AI的技術(shù)，他們把領(lǐng)域知識和新的AI技術(shù)知識相融合，從而使工廠變得柔性化。

　　五大工業(yè)4.0發(fā)展趨勢勾勒未來工廠

　　那未來“柔性”工廠究竟會是什么樣的呢?Philipp Wallner先生用了工業(yè)4.0最新的五大趨勢來描繪。

　　趨勢一 AI項(xiàng)目的經(jīng)濟(jì)性優(yōu)勢日益凸顯，將成為未來工廠常見應(yīng)用

　　以往AI多是在科研、學(xué)術(shù)領(lǐng)域內(nèi)探討，但現(xiàn)在AI已經(jīng)被應(yīng)用在具體的工業(yè)場景中，如預(yù)測性維護(hù)、健康監(jiān)測、生產(chǎn)優(yōu)化、基于視覺的質(zhì)量檢驗(yàn)等主流應(yīng)用。包括MathWorks在內(nèi)，很多公司開發(fā)了專門的AI工具軟件和APP，用于設(shè)計、訓(xùn)練和部署這些AI算法，極大地減輕開發(fā)設(shè)計人員的負(fù)擔(dān)，并取得了一定經(jīng)濟(jì)收益。

　　例如Mondi公司利用MATLAB開發(fā)出了一款基于機(jī)器學(xué)習(xí)技術(shù)的生產(chǎn)線健康檢測APP，通過7*24小時不間斷運(yùn)行，該軟件能夠每年幫助Mondi節(jié)省至少5萬歐元。

　　同時，MathWorks也在和VDMA(德國機(jī)械設(shè)備制造業(yè)聯(lián)合會)合作，提供了AI應(yīng)用指導(dǎo)書，指導(dǎo)企業(yè)將AI技術(shù)應(yīng)用在更多的領(lǐng)域。

　　可以說AI已經(jīng)不僅僅是技術(shù)上的熱點(diǎn)，它已經(jīng)在實(shí)際的生產(chǎn)領(lǐng)域得到了應(yīng)用，并幫助企業(yè)真真切切地得到經(jīng)濟(jì)收益。

　　趨勢二 機(jī)器開發(fā)的功能驗(yàn)證轉(zhuǎn)向數(shù)字模式

　　持續(xù)增長的系統(tǒng)復(fù)雜性，需要數(shù)字化設(shè)計手段做支撐，這種復(fù)雜性往往來源于我們對于柔性生產(chǎn)、模塊化生產(chǎn)、更高質(zhì)量和精度、更多數(shù)據(jù)吞吐能力、以及更短的上市時間和交付周期的需求。這樣就不得不使用數(shù)字化建模仿真的方式去“應(yīng)對”這種復(fù)雜性，這些模型將貫穿設(shè)計、交付、運(yùn)行和維護(hù)等整個生命周期。未來的工廠，將會先在虛擬環(huán)境下去做構(gòu)建，然后再在實(shí)體的環(huán)境下進(jìn)行構(gòu)建。

　　對于MathWorks來說，Simulink和MATLAB兩大工具可以幫助用戶來進(jìn)行機(jī)器開發(fā)的仿真建模和功能測試驗(yàn)證。首先，利用Simulink對整個系統(tǒng)進(jìn)行仿真構(gòu)建和測試。然后，利用MATLAB的自動代碼生成功能，將經(jīng)過驗(yàn)證的算法生成面向于工業(yè)控制器的C、C++代碼等工業(yè)軟件要求的代碼。再下一步，采用虛擬交付技術(shù)，將產(chǎn)品或者測試環(huán)境部署到實(shí)時運(yùn)行的工業(yè)原型機(jī)上進(jìn)行相關(guān)測試，這一方式有效減少了現(xiàn)場測試的需求，從而降低將人員或設(shè)備置于比較危險的環(huán)境之中的風(fēng)險。最后，利用模型構(gòu)建數(shù)字孿生體，當(dāng)設(shè)備交付出去，運(yùn)行的數(shù)據(jù)也可以反饋到數(shù)字孿生體之中，對設(shè)備狀態(tài)進(jìn)行估算，最終降低整個運(yùn)維成本。

　　“在Simulink下，基于數(shù)字孿生的這種仿真可以幫助客戶獲得一些很有價值的數(shù)據(jù)，并且對系統(tǒng)有更深入的認(rèn)識，而如果沒有這種數(shù)字化手段的話，很難獲取到這種認(rèn)識?；蛘哒f要獲得這種認(rèn)識的話，是非常耗時并且需要很大的資金投入，現(xiàn)在有了數(shù)字化手段的話，就可以很低成本去獲得這樣的一些收益?！? Philipp Wallner通過一個Krones開發(fā)包裝機(jī)器人數(shù)字孿生體的例子說道。

　　趨勢三 生產(chǎn)車間與辦公場所將進(jìn)一步融合

　　這里面包括兩層意思，第一是標(biāo)準(zhǔn)的工業(yè)協(xié)議如OPC UA、5G等讓所有設(shè)備或者自動化的組件能夠互聯(lián)互通，這些自動化組件也能夠接入到辦公場景下，實(shí)現(xiàn)數(shù)據(jù)的交互，以往軟件或者說復(fù)雜的軟件，往往只能在桌面端或者在辦公室機(jī)器上才能夠運(yùn)行，但現(xiàn)在越來越多地將這些復(fù)雜軟件部署到工業(yè)場景下，也就是說在桌面計算機(jī)上開發(fā)的算法可以運(yùn)行在工業(yè)控制器上，使桌面和工廠車間之間有了更好的融合。

　　趨勢四 自主機(jī)器人Robotics將為工廠增加柔性

　　現(xiàn)在的機(jī)器人通常都是通過定向的編程實(shí)現(xiàn)某一類特定的動作，自己并沒有決策能力。這與未來柔性和模塊化生產(chǎn)方式是不相匹配的。因此，具有自感知、自決策的自主機(jī)器人應(yīng)運(yùn)而生，這種機(jī)器人Philipp Wallner把它稱為Robotics，目前在工廠物料搬運(yùn)和分揀中已經(jīng)成功應(yīng)用。

　　對于Robotics自主機(jī)器人來講，沒有特定的編程，且在編程的時候不告訴它要搬的物體具體是什么，也不告訴它搬運(yùn)路徑，但是它可以在運(yùn)行中自主做出智能化的決策并實(shí)現(xiàn)最優(yōu)路徑規(guī)劃。

　　傳統(tǒng)的機(jī)器人編程和學(xué)習(xí)方法不足以支持系統(tǒng)應(yīng)對未來工廠數(shù)量龐大且快速增多的各類產(chǎn)品，但自主機(jī)器人將通過強(qiáng)化學(xué)習(xí)和其他AI 技術(shù)實(shí)現(xiàn)自學(xué)習(xí)、自感知、自動路徑規(guī)劃與自決策，這對于工廠的柔性生產(chǎn)來說，將會是一個重大幫助。

　　趨勢五 具備“領(lǐng)域知識”+“新知識”的工程師將是未來工廠最需要的

　　AI等新技術(shù)讓未來工廠變得更加智能化，這也導(dǎo)致了今后工廠的工程師不但需要具備專業(yè)領(lǐng)域的知識，并且也需要擁有新的技術(shù)的技能，比如說同時掌握AI技術(shù)?！邦I(lǐng)域知識”指的是工程師所在行業(yè)中的專業(yè)知識，比如該行業(yè)中的設(shè)備、工藝、流程等相關(guān)知識。“新知識”指的是對AI技術(shù)、云、軟件設(shè)計等知識。越來越多的工廠工程師正在向他們自己所擁有的技能集合里面添加諸如軟件設(shè)計、AI等技能，而像MATLAB這樣的工程工具也在為這類工程師提供便于開發(fā)、測試和部署AI算法的自動化工具APP。在這一過程中，MATLAB本身提供豐富的小程序APPs，可以幫助具有專業(yè)知識的工程師快速將如AI這樣的新技術(shù)融入到自己的實(shí)際工作中。

　　“2020年已經(jīng)展示了數(shù)字化的重要性，而隨著整個工業(yè)領(lǐng)域從大規(guī)模的生產(chǎn)向定制化的柔性生產(chǎn)轉(zhuǎn)型，2021年，我們可以看到數(shù)字化轉(zhuǎn)型會變得比以往更加重要，包括生產(chǎn)系統(tǒng)的自主化、工程師通過仿真方式確認(rèn)系統(tǒng)行為等。而今天分享的這五個趨勢或許恰好勾勒了未來柔性工廠的雛形。畢竟未來已來!”Philipp Wallner最后表示。