陳江寧　陳廷炯

鋼鐵工業(yè)的數(shù)字化

2008年國際金融危機發(fā)生以來，新一代信息、通信技術的快速發(fā)展并與先進制造技術不斷深度融合，全球興起了以智能制造為代表的新一輪產(chǎn)業(yè)變革，數(shù)字化、網(wǎng)絡化、智能化日益成為未來制造業(yè)發(fā)展的主要趨勢。世界主要工業(yè)發(fā)達國家加緊謀篇布局，紛紛推出新的振興制造業(yè)國家戰(zhàn)略，支持和推動智能制造發(fā)展，重塑制造業(yè)競爭新優(yōu)勢。2013年提出的工業(yè)4.0概念，通過持續(xù)改變工業(yè)結(jié)構，未來生產(chǎn)的方法和管理的手段將被逐漸系統(tǒng)化、數(shù)據(jù)化，并貫穿產(chǎn)品的價值鏈，以滿足產(chǎn)品創(chuàng)新、產(chǎn)品生產(chǎn)、產(chǎn)品優(yōu)化以及個性化定制的需求。

同時，將工業(yè)4.0的推進與企業(yè)管理相融合，降低能源消耗提高資源利用率。結(jié)合中國智能制造發(fā)展規(guī)劃（2015-2020）和鋼鐵工業(yè)“十三五規(guī)劃”，基于技術先進、綠色制造、環(huán)境友好、服務配套的鋼鐵數(shù)字化發(fā)展理念，通過實踐逐步建立鋼鐵工業(yè)的智能制造標準，形成以數(shù)據(jù)為核心的全產(chǎn)業(yè)鏈驅(qū)動和全生命周期應用的示范案例。這是我國鋼鐵工業(yè)的數(shù)字化之路。

鋼鐵廠的數(shù)字化轉(zhuǎn)型在產(chǎn)業(yè)鏈優(yōu)化、人員勞動強度和環(huán)境改善、質(zhì)量控制、輔助設計等方面正在發(fā)揮積極的作用。鋼鐵工業(yè)本身已經(jīng)高度自動化，信息化基礎也相對較好，通過對勞動資料數(shù)字化，結(jié)合未來的大數(shù)據(jù)、云平臺的建設，可在區(qū)域建立快速配套協(xié)調(diào)的上下游產(chǎn)業(yè)鏈;通過上下游企業(yè)間可貫通的數(shù)字化設計和交付能力，幫助產(chǎn)業(yè)數(shù)據(jù)標準真正落地。數(shù)字化解決方案能夠幫助車間在提升生產(chǎn)效率同時，大幅降低一線工人的勞動強度，提升勞動安全水平，改善他們的工作環(huán)境。通過數(shù)字化遠程運維技術，維護人員、專家可以減少不必要的交通出行，大大提升了工作效率和有效價值。實時數(shù)據(jù)驅(qū)動的數(shù)字化孿生能夠通過自動學習，在生產(chǎn)過程中優(yōu)化質(zhì)量規(guī)則，并對產(chǎn)品進行進一步加工和優(yōu)化;并在允許的范圍內(nèi)實現(xiàn)自主決策，根據(jù)實際情況自動調(diào)整生產(chǎn)計劃。采用數(shù)字化資產(chǎn)管理，可實現(xiàn)企業(yè)資產(chǎn)的保值增值[2]。

鋼鐵工業(yè)數(shù)字化工廠整體方案按照企業(yè)實際需求和市場技術發(fā)展趨勢進行統(tǒng)籌規(guī)劃、分步實施。數(shù)字化工廠整體解決方案，從數(shù)字化裝備（包括數(shù)字化的低壓盤柜、現(xiàn)場儀表、變頻、電機、DCS、EMS、部分PLC等），數(shù)字化設計平臺、數(shù)字化交付（包括機械、電氣、儀表、公輔和廠房）、數(shù)字化運營、數(shù)字化維護和數(shù)字化資產(chǎn)管理著手，在結(jié)構化數(shù)據(jù)的支撐下，實現(xiàn)企業(yè)生產(chǎn)全流程可視化、信息技術（IT，Information Technology）與運營技術（OT，Operation Technology）的融合，采用人工智能和大數(shù)據(jù)技術充分發(fā)掘和使用數(shù)據(jù)的價值，進一步實現(xiàn)系統(tǒng)和過程的優(yōu)化，提升智能制造能力，并有效減少浪費、提高效率和安全性。

寶武西門子工業(yè) 4.0 項目實踐

寶武西門子工業(yè)4.0項目是以上海寶鋼工廠為規(guī)劃和實施對象，從設備生命周期管理、安全設備監(jiān)控、產(chǎn)品及物料在線跟蹤、工藝及質(zhì)量控制提升、設備OEE監(jiān)控、工業(yè)信息安全、固定資產(chǎn)管理維護、先進過程控制、能源管理、先進料場管理、智能顯示及培訓、工業(yè) 4.0網(wǎng)絡架構等12個方向進行改進提升，以“建設全透明數(shù)字化工廠”為目標，逐漸在數(shù)字化空間中建立與現(xiàn)實并行一致的虛擬工廠，實現(xiàn)“快速響應并滿足個性化需求、且交付高品質(zhì)產(chǎn)品的制造模式”。寶武工業(yè)4.0項目是中德政府間合作示范項目，受到雙方高層領導的高度關注[3]。被工信部和德國經(jīng)濟能源部共同認為具有很高的落地性和示范性。

項目結(jié)合鋼鐵工業(yè)的痛點以點帶面，從寶鋼的全生產(chǎn)工藝路線入手，包含數(shù)字化實踐、大數(shù)據(jù)、工控安全、AR/VR 技術的應用等每一個具體的項目做起， 也許不像一個大項目那樣解渴，但做起來踏實，而且每個項目都是一個細分市場的范例。實施過程中，項目團隊充分考慮了新工廠和老工廠的數(shù)據(jù)的協(xié)同，先期規(guī)劃了數(shù)據(jù)的標準化，部署了數(shù)字化設計平臺和數(shù)字化交付。最終，通過信息技術、物聯(lián)網(wǎng)技術與制造業(yè)深度融合，知識管理和人、機、物的結(jié)合，并運用協(xié)同平臺實現(xiàn)能源流、物流、信息流的透明管理，形成數(shù)字化、智能化工廠示范項目。

數(shù)字化本身的轉(zhuǎn)變、IO跟OT融合會產(chǎn)生很多的發(fā)展機會，如工廠的生產(chǎn)效率提升、生產(chǎn)關系的重新構建等。

從產(chǎn)品全生命周期的角度，實體工廠是按照原來IEC95架構搭建[4]，通過產(chǎn)品數(shù)字化和可靠互聯(lián)，通過數(shù)字雙胞胎對產(chǎn)品狀態(tài)進行仿真、優(yōu)化、校和、回饋，以及知識的管理。項目過程中，數(shù)字化的主要目的，一方面是資產(chǎn)的透明化、資產(chǎn)效率的管理是;另一方面是運營跟維護，通過人工智能加管理方式形成模式轉(zhuǎn)變，或許是比傳統(tǒng)培訓加管理的模式更為經(jīng)濟可行。智能制造不僅僅是技術升級，也是是企業(yè)文化、組織架構、精益化和人的變革，而這里恰恰是人工智能最大部分貢獻的。如何利用新技術和產(chǎn)業(yè)的轉(zhuǎn)型，這個命題在十九大文件中就已經(jīng)明確了，即工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能與產(chǎn)業(yè)的深度結(jié)合。

從鋼鐵工業(yè)的趨勢來看，下一階段的重點在大數(shù)據(jù)、數(shù)字化交付、遠程運維、工控安全等技術應用和復制。與其他行業(yè)相比，鋼鐵是一個高度自動化、信息化的行業(yè)，同時也是一個資本、技術、勞動力密集的行業(yè)。在中國，鋼鐵又是一個產(chǎn)業(yè)結(jié)構非常分散的行業(yè)，排名前15位的公司占鋼產(chǎn)量的34%，其余由超過300家來分，所以未來一定是“技 術+生產(chǎn)模式”轉(zhuǎn)變來整合鋼鐵工業(yè)，例如 ERH（電弧爐）、人工智能、大數(shù)據(jù)、工業(yè)機器人的應用可以在生產(chǎn)模式上直接改變鋼鐵工業(yè)的發(fā)展。在鋼鐵工業(yè)數(shù)字化工廠架構中，數(shù)字化已經(jīng)在管理、控制和現(xiàn)場層級的方方面面得到了應用。鋼鐵工業(yè)正如美國大河鋼鐵（BRS）提出的：“我們是技術公司，碰巧做了鋼鐵工業(yè)”。[5]

鋼鐵工業(yè)智能制造具體實踐方向

在項目的實踐過程中，總結(jié)思考下來，鋼鐵工業(yè)智能制造可以有這樣幾個深化發(fā)展的方向：

一、建設全流程、一體化、無孤島的智能管控數(shù)據(jù)平臺。利用智能傳感技術和系統(tǒng)管理獲得參數(shù)深度感知，包括工藝質(zhì)量參數(shù)和設備運行參數(shù)，實現(xiàn)在線狀態(tài)感知與精準預報;基于工業(yè)大數(shù)據(jù)對設備健康狀態(tài)進行診斷、分析、預測，保障生產(chǎn)過程的順行和產(chǎn)品的質(zhì)量;建立基于數(shù)據(jù)采集與處理的全流程質(zhì)量在線監(jiān)控、診斷與優(yōu)化能力，實現(xiàn)質(zhì)量異常原因跟蹤，同步生產(chǎn)工藝的優(yōu)化;基于CPS架構和大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等技術，實現(xiàn)多工序協(xié)調(diào)優(yōu)化與質(zhì)量精準控制;建立產(chǎn)供銷一體化協(xié)同智能優(yōu)化決策;建立行業(yè)創(chuàng)新研發(fā)平臺，建立協(xié)同創(chuàng)新機制和流程;開發(fā)適合鋼鐵工業(yè)生產(chǎn)的各類工業(yè) APP，如點檢、運維、資產(chǎn)管理、安全報警等，形成行業(yè)標桿。

二、整體工程貫通一體化設計到一體化運維的工廠全生命周期管理理念。設備和產(chǎn)線的數(shù)字化，實現(xiàn)數(shù)字化設計和數(shù)字化交付;建立三維可視化工廠，具有 2D/3D 導航功能用于智能工廠優(yōu)化管理、培訓及全景一體化運維，逐步實現(xiàn)虛擬遠程運維;建立數(shù)字化資產(chǎn)管理體系，形成實體資產(chǎn)和虛擬工廠的一一對應。

三、建立全廠數(shù)據(jù)標準，實現(xiàn)數(shù)據(jù)一致性管理。建立數(shù)據(jù)平臺承載從設計、工程、運營、維護到服務全生命周期的數(shù)據(jù)管理體系，為基于大數(shù)據(jù)的人工智能和自主決策、透明決策打下基礎，同時也是知識管理的前提。對于企業(yè)沉積多年的數(shù)據(jù)進行梳理，建立基于大數(shù)據(jù)、人工智能的數(shù)據(jù)挖掘能力，形成知識管理和深度學習布局。

四、現(xiàn)場層和控制層設備選型符合全集成自動化、數(shù)字化理念?，F(xiàn)場層的單體成套設備或電儀設備應具有數(shù)字化模型且能方便的集成到上位系統(tǒng)中，關鍵設備具備OPC/UA功能[6];控制層設備如DCS采用全集成模式，要求接口兼容性強。同時采用虛擬調(diào)試技術、減少現(xiàn)場安裝調(diào)試的時間，降低調(diào)試成本。

五、生產(chǎn)資料和基礎設施持續(xù)進行自動化、信息化與智能化。依據(jù)生產(chǎn)現(xiàn)場的實際情況，采用機器人、機械手以及智能行車等少人化、無人化智能裝備減少勞動強度、提升勞動生產(chǎn)率。全廠工業(yè)網(wǎng) 絡全覆蓋，信息數(shù)據(jù)全透明、可視化管理和具有組態(tài)模式的數(shù)據(jù)采集功能。

六、強化安全體系和主動防御。建立基于工藝布局特點的獨立現(xiàn)場安全管控系統(tǒng)（Safety System），依據(jù)國家相關的安全標準，從機械，電氣，網(wǎng)絡安全總線著手，構建完整的工廠安全生態(tài)圈，并落實于現(xiàn)場的檢測單元、評估單元與執(zhí)行系統(tǒng)之中，最終與全廠信息系統(tǒng)對接，形成安全的管控一體化布局戰(zhàn)略。整體工控網(wǎng)絡設計符合安全要求，避免物理上的信息“孤島”，建立全廠數(shù)據(jù)信息的安全縱深防御體系。

對于智能制造和人工智能的思考

一、人工智能趨勢研判

人工智能在不同領域行業(yè)的應用前景不同，效果有前后。在零售、媒體、金融等領域，已應用在營銷、精準投放、量化金融等方面有非常廣泛的應用場景和極高的應用價值。在工業(yè)領域如設備運維、智能工廠、風電場、燃氣輪機、科學研究（電子對撞機）、交通管理預測等，已經(jīng)采用并實現(xiàn)的技術如規(guī)則和模式掘取、神經(jīng)元網(wǎng)絡、智能數(shù)據(jù)架構（ smart data Architecture ）、自然語 言分析（NLP），自主學習、模式學習、時間序列數(shù)據(jù)管理（TSDM）、基于機器學習的設備健康管理、預測預警等，均有實際的案例和明顯的效果。但人工智能同樣有一定的現(xiàn)實困境存在，據(jù)調(diào)查在美國排名前50位的公司，在工業(yè)實際控制場景的應用非常少;獲取數(shù)據(jù)的困境，由于受個人隱私、制造業(yè)技術秘密等限制，難以獲得有效的數(shù)據(jù)，同時受到采樣技術、手段、環(huán)境、成本的局限，也難以獲得大量數(shù)據(jù)。

制造業(yè)與消費或服務領域最大的不同的在于對于數(shù)據(jù)的梳理和標識，在制造業(yè)不僅需要所謂的“數(shù)據(jù)分析家”，更需要“數(shù)據(jù)翻譯家”，集合行業(yè)工藝經(jīng)驗和控制理論知識將數(shù)據(jù)翻譯出來。目前的標識以手工為主，通過開發(fā)如強化學習等新的技術手段，可以在使用過程中自然標記。

場景困境，不同行業(yè)應用場景的可復制性差，可以說是制造業(yè)應用人工智能的最大瓶頸，這帶來的是遷移的成本以及重新學習的困難。以基于大數(shù)據(jù)的深度學習為例，對象識別作為人工智能的主流領域正在發(fā)生突破，基本上可以分成三個階段，第一階段識別學習，目的是預測和分類，基于標記圖形訓練和分類可視識別，所采用的技術手段是從標記訓練的數(shù)據(jù)點開始的監(jiān)督學習;第二階段適應學習，其目的是優(yōu)化與控制，基于經(jīng)驗和更早期的意圖提供最大的回饋以采取更具預測性的行動，所采用的技術手段是從一個環(huán)境中最大化的回饋強化學習;第三階段是行為學習，目的是推理和語義分析，基于給定的背景知識給出一個最高可靠性的答案，所采用的技術手段是建立基于已有經(jīng)驗的假設與推理系統(tǒng)。

目前國際上人工智能的發(fā)展有幾個方向值得注意：

（1）向小數(shù)據(jù)集發(fā)展，意味著不需要大量數(shù)據(jù)收集與訓練;

（2）向非標記數(shù)據(jù)發(fā)展，國外有直接采用非標記數(shù)據(jù)直接使用;

（3）向多種算法融合方向發(fā)展，也就是幾種算法集合提供串聯(lián)或并聯(lián)的學習與訓練的模型;

（4）向算法輕量化方向發(fā)展，即通過邊緣計算、底層架構等技術大幅度降低算法的依賴度和能耗，這也意味著芯片開發(fā)需求的變化;

（5）對于基礎設施的需求向低消耗方向發(fā)展，實施系統(tǒng)輕量化。

二、人工智能應對中國智能制造瓶頸

目前中國企業(yè)的瓶頸，一是產(chǎn)品的研發(fā)如何迅速轉(zhuǎn)換為生產(chǎn)。生產(chǎn)是個系統(tǒng)的工作，需要IT技術和運營管理的交融。二是面對賣方市場和細分市場的要求，如何做到個性化以及快速響應，這是智能制造模式的終極目標之一。三是如何吸引人才回歸工廠，現(xiàn)在的年輕人都不愿意去工廠，因為工廠不酷。但如果工廠里苦活累活由機器人干了，數(shù)據(jù)都能采集上來，環(huán)境整潔綠色，又能實實在在得造出東西，那肯定大家愿意來。四是經(jīng)驗的傳承，這個涉及知識的管理，例如老專家退休以后資料都扔垃圾桶，不同部門協(xié)同工作等。五是粗放式管理，把數(shù)據(jù)透明最后達到完美的狀態(tài)，從采集、物流管理等等，用軟件去驅(qū)動。以上這些瓶頸，相信人工智能是可以給出答案的。

要談人工智能，首先需要有一個定義。這里筆者想借鑒下Kurzweil在 1990年的MIT Press上提出的概念，人工智能就是“創(chuàng)造出一些機器具備某些要求智慧的能力，如同人所展示的能力”[7]在這個定義中，既明確了功能要求，也明確了機器與人的關系。其次人工智能是控制理論的一個分支，是計算機科學的延伸，無論對什么行業(yè)，它都是使能技術，對智能制造也不例外。行業(yè)應用和場景的迭代和加速非常重要，需要提供有針對性的人工智能服務和應用場景。特別是制造領域與消費領域里，人工智能應用范疇和方法差異很大，特別在應用場景、安全性、容錯性、可靠性等方面的要求完全不同。鑒于人工智能對于底層數(shù)據(jù)的高度依賴，我們既要針對不同行業(yè)定義底層數(shù)據(jù)集的架構，有行業(yè)特點也要有不同領域（如制造業(yè)、農(nóng)業(yè)、服務行業(yè)）的特點，又要強化行業(yè)數(shù)據(jù)的標記，從行業(yè)的自身特點和基本需求出發(fā)，不求一概而論，但求切實提升行業(yè)的效率。

中國智能制造人才培養(yǎng)特別是培養(yǎng)頂層架構師和工業(yè)數(shù)據(jù)轉(zhuǎn)換師非常重要;其次強調(diào)智能制造是IT與OT融合，這個期間人工智能可以提供大量的使能手段;再次我國的工業(yè)體系雖然門類齊全，但缺少核心的工業(yè)哲學，或者說價值觀，利用智能制造的轉(zhuǎn)型機會建立中國自己的工業(yè)哲學至關重要。

智能制造是數(shù)據(jù)驅(qū)動、軟件定義的，從電氣化、自動化、數(shù)字化、網(wǎng)絡化、智能化，實現(xiàn)生產(chǎn)效率的提升和生產(chǎn)關系的重構，這個對于人工智能的應用同樣適用。圖1羅列的是目前企業(yè)數(shù)字化轉(zhuǎn)型過程中的主要需求和應對方案中，“替代大量重復性勞動崗位”、“知識管理平臺”、“智能運營”等方面都是人工智能在工業(yè)應用中所面臨的挑戰(zhàn)和機遇。

圖1 中國制造業(yè)轉(zhuǎn)型及對應技術方法。來源：公開網(wǎng)絡資料整理

三、人工智能與智能制造的結(jié)合路徑

首先，人工智能作為一個引領產(chǎn)業(yè)發(fā)展的使能技術，要求在底層數(shù)據(jù)、算法架構、應用場景上提煉共性需求;消費模式的轉(zhuǎn)變以及技術變革的渴望是開展工作的前提。智能制造的基本需求是建立底層的數(shù)據(jù)集和架構，通過應用場景給出技術路線，引導企業(yè)結(jié)合先導項目共同開發(fā)，更重要的是理解制造業(yè)與人工智能應用范圍的層級關系，以推動應用場景的開發(fā)迭代、以點帶面，持久的投入。

德國工程院院長孔翰寧認為，數(shù)字化的第二階段最重要的一個內(nèi)容是自主系統(tǒng)，其中有一個環(huán)是通過便宜的傳感器（Cheap sensors）形成大數(shù)據(jù)? ? ? （Big data），通過人工智能（人工智能）的處理和迭代，生產(chǎn)智能數(shù)據(jù)（Smart Data），而這個才是人工智形成的有意義的閉環(huán)。大河鋼鐵把大數(shù)據(jù)、傳感器和人工智能技術用在鋼鐵生產(chǎn)上，其勞動生產(chǎn)率是全球平均水平的2-3倍。這些傳感器收集大量數(shù)據(jù)經(jīng)過有經(jīng)驗的專家過濾和分析，把這些數(shù)據(jù)加上經(jīng)驗、數(shù)學模型最后變成Smart Data。通過這個方式將生產(chǎn)邏輯從事后管理轉(zhuǎn)變?yōu)槭虑肮芾?同時員工角色融合操作、運維、工程、管理，從而達到管理透明、知識固化、效率提高。

其次，智能制造是一個系統(tǒng)化的工作，是IT與OT融合的過程，也是知識顯性化和固化的過程，寶武項目中，項目組就提出交付的不僅是一個實體鋼卷，同時也應交付一個數(shù)字化的鋼卷，這會大幅度提高高端客戶和大客戶的黏性和定制化，同時也會成為未來人工智能服務智能制造的數(shù)據(jù)基礎。

從企業(yè)層級相對應的應用入手，通過不斷迭代融入企業(yè)現(xiàn)有的架構中，從而實現(xiàn)人工智能的可復制和價值。前面大河鋼鐵的例子背后是一個基金，基金有個人工智能的公司，人家說你怎么證明人工智能有價值？他們就建了個大河鋼鐵廠，實現(xiàn)應用?？萍嫉膬r值很多時候最后是落到應用場景上。這個生產(chǎn)模式的轉(zhuǎn)變還促使資本對鋼鐵公司的估值方式產(chǎn)生了巨大的變化，從單一的產(chǎn)能、利潤轉(zhuǎn)變?yōu)榧夹g與市場潛力的估值。

根據(jù)產(chǎn)品全生命周期和“人機料法環(huán)”做出的在傳統(tǒng)工業(yè)場景的人工智能應用場景實例，可以發(fā)現(xiàn)在生產(chǎn)實際控制環(huán)節(jié)中這方面還是沒有太多深入研究和實踐。所以管理和服務是目前人工智能的主要方向，特別是沿著產(chǎn)品全生命周期的生產(chǎn)鏈不同的價值流程形成不同的服務模式，這個才是智能制造加人工智能的終極任務。

結(jié)論

鋼鐵工業(yè)是傳統(tǒng)行業(yè)，但也是自動化、信息化程度最高的行業(yè)之一，在這樣行業(yè)探索智能制造和人工智能的實踐和路徑是有現(xiàn)實意義的。作為基礎工業(yè)的鋼鐵工業(yè)的智能化，某種程度上是新技術在傳統(tǒng)技術企業(yè)的重新詮釋和定義。推動這一變化的產(chǎn)生不僅僅需要技術本身的提高和升級，更需要企 業(yè)文化、考核機制的適應和改變。從管理流程上要效益，在這個時代已經(jīng)不僅僅停留在口頭上，而是可以通過大數(shù)據(jù)、人工智能、智能制造與企業(yè)的深度融合實踐并實現(xiàn)的。

參考文獻：

[1] 何惠平，王志. 第十一屆中國鋼鐵年會上中國金屬學會理事長干勇認為中國鋼鐵工業(yè)面臨主要矛盾已經(jīng)轉(zhuǎn)化[J]. 冶金動力， 2018 年（第 1 期）：P65-66.

[2] 中華人民共和國國務院.中國制造 2025[M].國發(fā)（2015）28 號.2015.5.19.

[3] 中華人民共和國駐德意志聯(lián)邦共和國大使館.中德合作行動綱要：共塑創(chuàng)新[EB/OL].http：//www.fmprc.gov.cn/ce/cede/chn/sbwl/t1212296.htm，2014.11.18.

[4] 百度百科.國際電工委員會[EB/OL].https：//baike.baidu.com/item/%E5%9B%BD%E9%99%85%E7%94%B5%E5%B7%A5%E5%A7%94%E5%91%98%E4%BC%9A/2876390？fr=aladdin.

[5] 吳勇.這家投產(chǎn)剛半年的鋼廠，用 AI 突破了人均產(chǎn)鋼量的天際.中國冶金報.2017，6 月 16 日，第二版.

[6] CSDN 博客.OPC 協(xié)議認知[EB/OL]. https：//blog.csdn.net/vevoliang/article/details/56015712，2017.2.20.

[7] Kurzweil， Ray （1990）， The Age of Intelligent Machines， Cambridge， MA： MIT Press， ISBN 0-262-11121-7.