工业4.0概念解读 工业大数据概念以及应用分析

　　工业4.0概念解读：什么是工业4.0

　　工业4.0(Industry 4.0)是德国政府《高技术战略2020》确定的十大未来项目之一，并已上升为国家战略，旨在支持工业领域新一代革命性技术的研发与创新。中国首套工业4.0流水线也已经亮相第十六届中国工业博览会。

　　“工业4.0” 研究项目由德国联邦教研部与联邦经济技术部联手资助，在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成，并已上升为国家级战略。德国联邦政府投入达2亿欧元。

　　德国政府提出“工业4.0”战略，并在2013年4月的汉诺威工业博览会上正式推出，其目的是为了提高德国工业的竞争力，在新一轮工业革命中占领先机。 该战略已经得到德国科研机构和产业界的广泛认同，弗劳恩霍夫协会将在其下属6－7个生产领域的研究所引入工业4.0概念，西门子公司已经开始将这一概念引入其工业软件开发和生产控制系统。

　　“工业4.0”概念包含了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。

　　德国学术界和产业界认为，“工业4.0”概念即是以智能制造为主导的第四次工业革命，或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统—信息物理系统（Cyber-Physical System)相结合的手段，将制造业向智能化转型。[2]

　　“工业4.0”项目主要分为两大主题，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。该计划将特别注重吸引中小企业参与，力图使中小企业成为新一代智能化生产技术的使用者和受益者，同时也成为先进工业生产技术的创造者和供应者。

　　德国制造业是世界上Zui具竞争力的制造业之一，在全球制造装备领域拥有领头羊的地位。这在很大程度上源于德国专注于创新工业科技产品的科研和开发，以及对复杂工业过程的管理。德国拥有强大的设备和车间制造工业，在世界信息技术领域拥有很高的能力水平，在嵌入式系统和自动化工程方面也有很专业的技术，这些因素共同奠定了德国在制造工程工业上的领军地位。通过工业4.0战略的实施，将使德国成为新一代工业生产技术（即信息物理系统）的供应国和主导市场，会使德国在继续保持国内制造业发展的前提下再次提升它的全球竞争力。

　　产业集成

　　在工厂4.0里，机器、装置、工件及其它元件将能实时交换数据及信息。这代表了从呆板的集中式工厂控制系统到分散式智能工厂控制系统的转变。仍由中央主控电脑执行的任务将会由组件来替代执行。这些元件将智能地彼此联网，可以自行配置，且过程简单，并且独立满足生产订单的各种需求。

　　自动化平台

　　工业4.0HM 0113 CPX 费斯托的集成自动化是产业集成的基础：自动化平台CPX已能集成诸如诊断、状态监测、安全及电气与气动自动化技术的功能。

　　它已具备诊断设施并能提供状态监控功能。它的各种模块已使其能够将气缸控制与电缸控制整合在一起：通过模组化阀岛MPA和VTSA来控制气缸，通过运动控制器来控制电缸。且其已集成了安全功能。

　　这些功能集成的例子包括：诸如网络服务器的IT服务、用于分散式本地控制的前端控制器、终端控制器、用于检测阀岛内部压力或外部信号的比例阀或压力传感器。

　　物联网

　　专家们预测，工业4.0时代将终结如今无数不同现场总线的混乱局面。未来将会只有一个全球标准化的协议——基于具有实时能力的WLAN或以太网的一种互联网协议。

　　这种趋于简单的趋势，基于和新的自适应和智能安装平台相同的理念。直到现在，当产品发生改变时，生产装置还是需要部分修改。然而，新的高度自适装置可以自动适应未来的产品修改。在未来的工厂里，我们不需要再为机器设定时间而费力讨论。

　　简单便捷

　　在工业4.0时代，机器人将积极配合人类。智能传感器将使机器人和人类一样，能选择不同的路径。机器人将能知道环境变化，即使在复杂的情况下也能作出判断。

　　工业4.0经典案例

　　一、德国安贝格西门子智能工厂

　　作为工业4.0概念的提出者，德国也是第一个实践智能工厂的国家。位于德国巴伐利亚州东部城市安贝格的西门子工厂就是德国政府、企业、大学以及研究机构合力研发全自动、基于互联网智能工厂的早期案例。占地10万平方米的厂房内，员工仅有1000名，近千个制造单元仅通过互联网进行联络，大多数设备都在无人力操作状态下进行挑选和组装。Zui令人惊叹的是，在安贝格工厂中，每100万件产品中，次品约为15件，可靠性达到99%，追溯性更是达到100%。这样的智能工厂能够让产品完全实现自动化生产，堪称智能工厂的典范！

　　二、德国博世洪堡工厂

　　作为全球第一大汽车技术供应商，博世的汽车刹车系统(ABS&ESP)在市场上有相当的实力。博世洪堡工厂，作为博世公司旗下智能工厂的代表，其生产线的特殊之处在于，所有零件都有一个独特的射频识别码，能同沿途关卡自动“对话”。每经过一个生产环节，读卡器会自动读出相关信息，反馈到控制中心进行相应处理，从而提高整个生产效率。在洪堡工厂引入的射频码系统需几十万欧元，但由于库存减少30%，生产效率提高10%，由此可节省上千万欧元的成本。独立的射频码给博世公司旗下工厂的20多条生产线带来了低成本高效率的回报。而这种让每个零件都能说话的技术，也是智能工厂的重要体现形式。

　　三、德国巴斯夫化工集团凯泽斯劳滕工厂

　　还是对于射频码的利用，传统化工巨头巴斯夫则在这方面更进一步。巴斯夫位于凯泽斯劳滕的试点智能工厂所生产的洗发水和洗手液已经完全实现自动化。随着网上的测试订单的下达，其生产流水线上的空洗手液瓶贴着的射频识别标签会自动地跟生产机器进行通讯，告知后者它需要何种肥皂、香料、瓶盖颜色和标记。在这样的流水线上，每一瓶洗手液都有可能跟传送带上的下一瓶全然不同。该试验依赖于无线网络，机器和产品通过无线网络完成所有的通讯工作，唯一需要的人工输入就只是下达样本订单。虽然是个实验，但这种由客户直接下单到工厂的运作方式，足以给智能工厂的模式提供另一种发展途径。

　　工业大数据概念解读：什么是工业大数据

　　上个世纪九十年代，科学家们在进行气象地图分析、大物理仿真计算、基因图谱分析等基础科学研究时提出了“大数据”这个概念。进入21世纪，互联网、电子商务、移动互联网、社交网络、物联网等技术蓬勃发展，大数据成为这些新一代信息技术发展的必然产物。大数据具有数据量大、数据类型复杂、数据处理实时性要求高等特点，大数据分析在互联网和电子商务领域的广泛应用产生了巨大的商业价值，得到世界各国的高度重视。全球著名战略咨询公司麦肯锡认为，大数据是创新、竞争和生产力的下一个领域。

　　工业大数据也是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。

　　工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等各个方面。

　　首先看产品创新的应用。客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。福特公司是这方面的表率，他们将大数据技术应用到了福特福克斯电动车的产品创新和优化中，这款车成为了一款名副其实的“大数据电动车”。第一代福特福克斯电动车在驾驶和停车时产生大量数据。在行驶中，司机持续地更新车辆的加速度、刹车、电池充电和位置信息。这对于司机很有用，但数据也传回福特工程师那里，以了解客户的驾驶习惯，包括如何、何时以及何处充电。即使车辆处于静止状态，它也会持续将车辆胎压和电池系统的数据传送给Zui近的智能电话。这种以客户为中心的大数据应用场景具有多方面的好处，因为大数据实现了宝贵的新型产品创新和协作方式。司机获得有用的Zui新信息，而位于底特律的工程师汇总关于驾驶行为的信息，以了解客户，制订产品改进计划，并实施新产品创新。而且，电力公司和其他第三方供应商也可以分析数百万英里的驾驶数据，以决定在何处建立新的充电站，以及如何防止脆弱的电网超负荷运转。

　　工业大数据应用：工业互联网的基石

　　第二个典型应用是产品故障诊断与预测，这可以被用于产品售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。在马航MH370失联客机搜寻过程中，波音公司获取的发动机运转数据对于确定飞机的失联路径起到了关键作用。我们就拿波音公司飞机系统作为案例，看看大数据应用在产品故障诊断中如何发挥作用。在波音的飞机上，发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。以波音737为例，发动机在飞行中每30分钟就能产生10 TB数据。这些数据不仅仅是未来某个时间点能够分析的工程遥测数据，而且还促进了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。再看一个通用电气（GE）的例子，位于美国亚特兰大的GE能源监测和诊断（M&D）中心，收集全球50多个国家上千台GE燃气轮机的数据，每天就能为客户收集10G的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，这些大数据分析将为GE公司对燃气轮机故障诊断和预警提供支撑。风力涡轮机制造商Vestas也通过对天气数据及期涡轮仪表数据进行交叉分析，从而对风力涡轮机布局进行改善，由此增加了风力涡轮机的电力输出水平并延长了服务寿命。