張瓊 黃英健

廣州制造業(yè)受自主研發(fā)能力薄弱、核心技術(shù)缺乏、勞動力成本上漲等原因的影響，導(dǎo)致制造業(yè)利潤空間被壓縮，本文提出基于價值創(chuàng)造的制造業(yè)轉(zhuǎn)型升級新思維，希望通過構(gòu)建以CPS為核心的數(shù)據(jù)價值創(chuàng)造體系，特別是“主控式創(chuàng)新”產(chǎn)業(yè)轉(zhuǎn)型模型，其創(chuàng)新均基于全產(chǎn)業(yè)鏈信息，即上游企業(yè)不僅可以從下游企業(yè)還可以通過終端用戶的隱性需求改進產(chǎn)品供給，以獲得全產(chǎn)業(yè)鏈的競爭優(yōu)勢地位。

一、傳統(tǒng)企業(yè)實現(xiàn)智能制造的困境

（一）生產(chǎn)要素限制

有觀點認(rèn)為，企業(yè)，特別是傳統(tǒng)制造企業(yè)要實現(xiàn)智能制造的轉(zhuǎn)型，首先需要大量專業(yè)化知識儲備。而目前廣州制造企業(yè)基本是傳統(tǒng)的手工紡織、有色冶金和家具制造行業(yè)，這些行業(yè)基本都處在較為原始的生產(chǎn)環(huán)境中，員工素質(zhì)不高，且不具備轉(zhuǎn)型所需的專業(yè)知識。

（二）傳統(tǒng)制造企業(yè)中缺乏實現(xiàn)CPS架構(gòu)的資金

傳統(tǒng)制造企業(yè)要跨度到CPS智能制造如果需要從數(shù)據(jù)輸入端，數(shù)據(jù)分析端到最后制造端全部從新改造，那么面臨的成本是巨大的。從數(shù)據(jù)端來說，要實現(xiàn)企業(yè)在所有的消費終端配備可穿戴設(shè)備獲取資源幾乎是不可能的，其次，獲取的原始數(shù)據(jù)往往是TB級別的數(shù)據(jù)，這就需要FPGA芯片將數(shù)據(jù)進行模式識別降至GB級數(shù)據(jù)進行，而FPGA芯片的目前沒有研發(fā)出可替代的國產(chǎn)芯片可替代，而進口FPGA芯片造價昂貴。另外，對于每秒流速GB級以上的數(shù)據(jù)處理，普通企業(yè)采購的計算機根本無法完成繁重的計算任務(wù)，而大型計算機造價也是目前中小型傳統(tǒng)制造企業(yè)無法承擔(dān)的。另外，同行業(yè)的中小企業(yè)多，如果重復(fù)購置也會造成相當(dāng)程度的資源浪費。

（三）實現(xiàn)CPS架構(gòu)的技術(shù)門檻過高

目前CPS架構(gòu)設(shè)計的技術(shù)包括FPGA芯片編程及大數(shù)據(jù)的處理和大型計算機系統(tǒng)的維護，僅FPGA芯片編程一項，目前國內(nèi)多數(shù)的信息科技企業(yè)都無法做到獨立完成，對于大型計算機的維護及大數(shù)據(jù)的處理能力則更需要專業(yè)的團隊長期服務(wù)。一方面我國數(shù)據(jù)處理、系統(tǒng)維護及芯片編程方面專業(yè)技術(shù)人員奇缺，另一方面，專業(yè)技術(shù)人員一般薪酬較高，企業(yè)難以長期承擔(dān)高昂的研發(fā)和維護費用。

二、傳統(tǒng)制造企業(yè)實現(xiàn)數(shù)據(jù)價值創(chuàng)造體系架構(gòu)路徑研究

由圖1分析可知，對于數(shù)據(jù)的流入、數(shù)據(jù)的計算分析部分作為傳統(tǒng)企業(yè)來說要重頭布置基本是不可能，那么要使消費終端的數(shù)據(jù)能夠順利被挖局，我們提出將大數(shù)據(jù)的獲取和分析部分外包給專業(yè)企業(yè)，紅框內(nèi)的業(yè)務(wù)即為外包業(yè)務(wù)。

（一）數(shù)據(jù)端入口

個人消費者數(shù)據(jù)入口：個人消費者端的大數(shù)據(jù)典型特點是分散、零散、范圍廣，因此，數(shù)據(jù)來源不宜由制造企業(yè)自行采集，可選用市面常見可穿戴設(shè)備、交通數(shù)據(jù)、游戲社交網(wǎng)絡(luò)等網(wǎng)絡(luò)數(shù)據(jù)作為數(shù)據(jù)輸入源。

企業(yè)消費者數(shù)據(jù)入口：與個人消費者端不通，企業(yè)特別工業(yè)企業(yè)生產(chǎn)過程會產(chǎn)生大量的數(shù)據(jù)，且數(shù)據(jù)要求精度高，但是很多情況下難以直接獲取，通常以脈沖、電流信號、圖像、錄像監(jiān)控等多種形式組合呈現(xiàn)。

（二）數(shù)據(jù)計算與分析

個人消費端：目前，中國有許多大數(shù)據(jù)處理的專業(yè)科技公司，例如北京犀數(shù)科技有限公司司（https：// ai.datahoop.cn/index.html），能夠提供數(shù)據(jù)分析與挖掘、大數(shù)據(jù)平臺研發(fā)與部署，幫助企業(yè)實現(xiàn)業(yè)務(wù)轉(zhuǎn)型，將數(shù)據(jù)和分析轉(zhuǎn)變?yōu)槠髽I(yè)的競爭優(yōu)勢。

企業(yè)消費端：由哈德斯菲爾德大學(xué)的Richard Hill 和James Devitt及迪拜大學(xué)的Ashiq Anjum 和Muhammad Ali研發(fā)的過程控制系統(tǒng)ITA（In-Transit Analytics）能實現(xiàn)跨制造價值鏈的連接。圖2描述了ITA架構(gòu)如何影響工業(yè)4.0的機器視覺檢測的啟用。首先客戶端企業(yè)的檢查相機捕獲圖像（單幀或視頻）。在將圖像數(shù)據(jù)傳遞到現(xiàn)場可編程門陣列（FPGA）之前，由相機執(zhí)行有限量的處理（圖像壓縮），現(xiàn)場可編程門陣列是可以重新編程以適應(yīng)不同需要的嵌入式系統(tǒng)設(shè)備。作為邊緣設(shè)備，F(xiàn)PGA連接到Cloudlet，Cloudlet是位于網(wǎng)絡(luò)邊緣的小型數(shù)據(jù)中心?？梢詫敵鰯?shù)據(jù)流進行進一步處理，現(xiàn)在已經(jīng)過濾和調(diào)節(jié)到某種程度，準(zhǔn)備進行更詳細(xì)的分析，最后，輸出（現(xiàn)在大小為兆字節(jié)）可用于存儲在中央IT基礎(chǔ)架構(gòu)（如云）中。然后，云將用作企業(yè)資源規(guī)劃以及預(yù)測分析和建模的存儲庫。在架構(gòu)的每個階段，都有機會可視化數(shù)據(jù)。在這個系統(tǒng)內(nèi)操作員可以使用FPGA邊緣設(shè)備處的異常過濾，以便它們可以幫助訓(xùn)練系統(tǒng)。操作員將檢查系統(tǒng)提供的異常，并提供專家指導(dǎo)以增加收集的數(shù)據(jù)，幫助進一步識別下游。

團隊已經(jīng)研究了ITA架構(gòu)并在在OMNet ++ 5.1（https：//omnetp-p.org）中實現(xiàn)了模擬。ITA架構(gòu)由三層組成。第一層代表數(shù)據(jù)源，如傳感器和相機設(shè)備。邊緣處理和存儲功能（如FPGA /嵌入式系統(tǒng)和傳輸中分析處理節(jié)點）位于ITA架構(gòu)的第二層。在第三層，我們代表基于云的中央處理和存儲系統(tǒng)。

系統(tǒng)的工作原理是連接傳感器和相機、鏈接INN傳感器和相機到Edge INN到云端。如圖2所示，第1層內(nèi)有兩個數(shù)據(jù)生成源（傳感器和攝像頭設(shè)備）傳遞到第2層即INN和Edge組件層。INN和Edge都通過有線連接從傳感器和攝像機組件接收相同的消息副本。第三層云端層對數(shù)據(jù)流進行分析。目前已經(jīng)有三個案例驗證ITA架構(gòu)中的數(shù)據(jù)分析和可視化確定為可幫助制造商獲得大型的圖像、視頻數(shù)據(jù)的關(guān)鍵信息和潛在信息。

（三）制造企業(yè)CPS智能制造控制系統(tǒng)

客戶端的大數(shù)據(jù)結(jié)果是實時更新的，這也就意味著對于制造企業(yè)而言，未來的生產(chǎn)計劃將會是動態(tài)調(diào)整的，這就對生產(chǎn)過程的組織柔性，整個生產(chǎn)線的組織提出更高的要求。甚至未來的大規(guī)模的制造過程將會演變成分批，小單及急單的根據(jù)訂單即時生成的要求。

這就要求制造系統(tǒng)的對于生產(chǎn)計劃和調(diào)度要求能夠迅速響應(yīng)，甚至能夠自動識別訂單，調(diào)整系數(shù)，能夠通過云制造技術(shù)，自動適應(yīng)定制設(shè)計和產(chǎn)能優(yōu)化。整個制造執(zhí)行系統(tǒng)可分成五層，如圖3所示。

1、連接層

向上傳播：此層負(fù)責(zé)智能連接，是管理數(shù)據(jù)的采集系統(tǒng)，簡化數(shù)據(jù)并將數(shù)據(jù)傳輸?shù)街醒敕?wù)器。在此級別中選擇適當(dāng)?shù)膫鞲衅?，?shù)據(jù)源和傳輸協(xié)議的選擇將會影響上一級的CPS性能以及通過此數(shù)據(jù)發(fā)現(xiàn)的調(diào)整生產(chǎn)的產(chǎn)品質(zhì)量和參數(shù)準(zhǔn)確性。

向下傳播：這一層也是將定制數(shù)據(jù)有效導(dǎo)入生產(chǎn)產(chǎn)品的最直接的載體，通過連接層將設(shè)定的模型參數(shù)實體化，將其真正融入生產(chǎn)的產(chǎn)品中。

2、數(shù)據(jù)到信息轉(zhuǎn)換層

向上傳播：將連接層手機的數(shù)據(jù)，運用智能算法和數(shù)據(jù)挖掘技術(shù)，將這些機械和過程數(shù)據(jù)轉(zhuǎn)為能用于商業(yè)和企業(yè)管理的數(shù)據(jù)。

向下傳播：商業(yè)和企業(yè)管理的數(shù)據(jù)，轉(zhuǎn)化為機械語言和過程參數(shù)，為連接層的生產(chǎn)執(zhí)行做基礎(chǔ)。

3、網(wǎng)絡(luò)層

向上傳播：網(wǎng)絡(luò)層是中央信息中心，信息正在從每個來源推送到網(wǎng)絡(luò)層，網(wǎng)絡(luò)層對信息進行編譯以建立網(wǎng)絡(luò)空間。收集大量信息后，使用特定分析進行數(shù)據(jù)挖掘，監(jiān)控各個機器的狀態(tài)。

向下傳播：將網(wǎng)絡(luò)中各個不同的部門的數(shù)據(jù)自動分派到不同的流水線工、機位上。

4、認(rèn)知層

向上傳播：認(rèn)知層是一個強大的監(jiān)控系統(tǒng)，在這個整合的CPS系統(tǒng)看板中， 能夠一眼看到整個制造系統(tǒng)的異常。

向下傳播：根據(jù)配置層做出的決策，發(fā)送調(diào)整和糾正信息給網(wǎng)絡(luò)層。

5、配置級

向下傳播：配置級收集自網(wǎng)絡(luò)空間及消費端數(shù)據(jù)挖掘提供的反饋數(shù)據(jù)，再將反饋從網(wǎng)絡(luò)空間及數(shù)據(jù)外包公司提供的數(shù)據(jù)發(fā)送到轉(zhuǎn)換層和網(wǎng)絡(luò)層，使系統(tǒng)實現(xiàn)自配置和自適應(yīng)。這層級的作用是做是糾正和預(yù)防決策。

6、管理協(xié)同層

此處，我們借鑒了其他項目關(guān)于輕裝配智能制造系統(tǒng)框架及管控模式的設(shè)計，將管理協(xié)同層作為實現(xiàn)企業(yè)全生命周期中各項制造活動的協(xié)同和制造服務(wù)管理的平臺，功能包括商務(wù)門戶、個性化定制系統(tǒng)、協(xié)同數(shù)字化設(shè)計系統(tǒng)、產(chǎn)品數(shù)據(jù)管理系統(tǒng)、企業(yè)資源規(guī)劃系統(tǒng)（ERP）、供應(yīng)鏈管理（SCM）系統(tǒng)、工業(yè)云服務(wù)、大數(shù)據(jù)管理等。

三、結(jié)語

CPS為核心的數(shù)據(jù)價值創(chuàng)造體系下，運用“主控式創(chuàng)新”產(chǎn)業(yè)轉(zhuǎn)型模型，能夠幫助傳統(tǒng)企業(yè)借助大數(shù)據(jù)、網(wǎng)絡(luò)與海量計算，通過核心的智能感知、分析、挖掘、評估、預(yù)測、優(yōu)化、協(xié)同等技術(shù)發(fā)掘終端用戶對現(xiàn)有產(chǎn)品的“隱性需求”，并通過向外延伸相關(guān)配套服務(wù)滿足隱性需求，獲得戰(zhàn)略競爭地位，從而實現(xiàn)向生產(chǎn)性服務(wù)型企業(yè)的轉(zhuǎn)型。

基金項目：廣州市哲學(xué)社會科學(xué)發(fā)展“十三五“規(guī)劃”課題（No.2017GZGJ29）