数字化实现柔性生产的德国实践

前 言

现如今产品的定制化程度正迅速提高，然而其生命周期却在不断缩短。面对如此快速更迭的市场条件，生产系统的动态适应性，即柔性生产成了行业的重要挑战之一。工业4.0和信息物理生产系统（CPPS）正是为了解决这一复杂主题而提出的概念。尽管关于柔性生产系统的基础概念和对于实现“单件量产”的思考都并不新鲜，且基于计算机集成制造（CIM）的研发工作也早已展开，但近年来技术的飞速进步才让人们真正意识到：这些概念的落地实施已近在眼前。互联网和云服务（cloud services）的普遍性，数据基础设施的快速响应及微型计算机的强大算力为物联网（IoT）的发展保驾护航；人工智能和机器学习提供了20年前无法完成的软件解决方案。对于各子系统集成工作至关重要的协议标准在不同层级上得到开发和拓展。软件制造商们显然意识到了封闭的软件生态和专有的系统接口只会导致无路可走。

与之前相比，现在的技术条件已然成熟。工业4.0的概念深入人心，制造业对于社会的重要性也得到了广泛的认可。那么现在实现工业4.0的障碍究竟是什么呢？答案依旧很复杂。人们总是从“鸟瞰”的视角讨论工业4.0。从自动化技术向具有自主和自我优化特性的系统逐步发展的意义上讲，生产中的卓越运营正与基于IoT的全新的破坏性商业模式混为一谈。软件和系统公司，包括工业设备供应商们开发了功能全面的解决方案和出色的软件包，但它们在特殊环境下操作的复杂性及集成工作量仍十分惊人。最重要的是，许多工业企业在流程控制和数据质量方面仍缺少必要的成熟经验。他们往往在电话和非正式交流中推进项目，“非正式”申请及私人化的“工作表格”（MS Excel）难以消除。因此，离工业4.0真正的成功应用还有很长的路要走。工业企业及解决方案供应商都对人才的资质提出了极高的跨学科要求。一次性的知识积累，如传统的大学教育是远远不够的。将来企业要完成数字化转型就会要求员工具有不断提高的竞争力。缺乏具有必要技能的人才会是战略实施的主要障碍，这将是企业需首要解决的问题。

各种不同的IT系统，如产品数据管理（PDM）、企业资源规划（ERP）和制造执行系统（MES），可以涵盖产品整个生命周期内的全部信息管理。尽管它们在内容上各有侧重点，但在实际应用中依然会存在功能重叠。然而，产品的生命周期并不是通常所呈现的一维形式。企业内部会同时开发多个产品，同一个零件会用到不同的产品或变型产品中去。原始设备制造商（OEM）的零件是供应商的最终产品。同一产品会在不同的工厂中加工完成，其中不同的零件均由当地对应的供应商提供。因此，需要用不同的方式来处理不同类别的信息。在工程领域，模型化的表述方式是十分常见的。在生产过程中，订单相关的信息和以时间为轴的加工过程数据［部分数据以毫秒（ms）为单位］会被记录并加以分析，其结果可以直接用于优化生产过程，或为前后道工序（如质量信息）提供基础信息。而到了运营阶段，维护与服务相关的信息则显得尤为重要。此时，每件产品的工作环境信息也会纳入考量，但它们不适用或仅在一定程度上适用于整个系列的产品，因为它们只表征了此单件产品的状态。然而，人们经常忽略一个事实，即生产系统本身是一件极其复杂的产品，它会经历研发和制造的过程，并在运营阶段用于加工其他产品。一方面，工业领域内与产品开发、生产和运营相关的信息正在不断融合；另一方面，为了使工业4.0的解决方案得以实施，又必须分解复杂的信息网络，以便能够成功地实现每个子功能和子系统。

并没有适用于某一行业或某类型企业的通用工业4.0解决方案，甚至只能针对某些可管理的部分找到最佳的解决方案。这一问题和前文所述的复杂性共同造成了互联网行业独立开发的现象，并产生了大量企业自身特定的概念。人们必须清楚地意识到这一点，并将它积极地引入到企业的创新工作中。

本书旨在清晰地解读数字化生产这一复杂主题，从而帮助数字化、互联网、企业运营、自动化、生产制造和工程领域的责任人及决策者确定方向，并定位不同的数字化应用场景，为具有针对性的技术实现奠定基础。

维也纳，2019.03
教授，工学博士，德特勒夫?格哈德（Detlef Gerhard）
维也纳技术大学机械工程与管理学院院长
机械工程信息学和虚拟产品开发研究领域负责人
维也纳工业大学工业4.0试点工厂领导人

本书由计算机集成制造技术和数字工厂的应用引出工业4.0倡议，介绍了作者正通力合作的相关组织和知名企业，总结了已有的标准政策和技术方案，全面翔实地分析了工业4.0进程中所需的全新技术及其在应用中将会面临的挑战和机遇，根据不同的企业类型和需求整理出它们在未来发展道路上将会遇到的难点、痛点，并提出了相应的解决方法。

本书还描述了产品生产过程中不同阶段及工厂内不同设备的数字化解决方案，探索了未来数字化开发模型在产品整个生命周期内的作用。

本书将知识讲解、理论分析和实际案例相结合，为读者展现了未来工业4.0发展的全貌。本书不仅适合制造领域的科研人员参考学习，也为企业内部的管理人员和工作人员在该领域做出相关决策时提供基础依据。