Ruen Foresti , Stefno Rossi , Mtteo Mgnni , Corrdo Gurino Lo Bino , Niol Delmonte

a Department of Medicine and Surgery, University of Parma, Parma 43126, Italy

b Sidel S.p.a., Parma 43126, Italy

c Department of Engineering and Architecture, University of Parma, Parma 43124, Italy d Center for Research in Toxicology (CERT), University of Parma, Parma 43126, Italy

1. 引言

盡管社會(huì)4.0集成了用于獲取和分析數(shù)據(jù)的網(wǎng)絡(luò)技術(shù)，但是沒(méi)有本體論[1]的研究，信息共享與相關(guān)知識(shí)之間仍有一道鴻溝。本體論研究是社會(huì)5.0的重要組成部分，隨著全球可持續(xù)性所需流程的復(fù)雜性的不斷增加，環(huán)境和人類生物學(xué)分析的大量數(shù)據(jù)也不斷增加。此外，使用大數(shù)據(jù)的實(shí)時(shí)決策對(duì)于增強(qiáng)公司的競(jìng)爭(zhēng)優(yōu)勢(shì)愈加重要[2]。文獻(xiàn)表明，人工智能（AI）可被應(yīng)用于大數(shù)據(jù)處理[3]。大數(shù)據(jù)分析可通過(guò)已安排流程為預(yù)測(cè)性創(chuàng)新提供指導(dǎo)[4-6]。

數(shù)字創(chuàng)新使得客戶的終身價(jià)值降低[7]，而這需要為非“數(shù)字原住民”（不熟悉數(shù)字系統(tǒng)的人）的人力資源（HR）提供靈活且具有智能人機(jī)交互技術(shù)的制造系統(tǒng)[8]。

盡管這些問(wèn)題已經(jīng)存在了一段時(shí)間[9]，但許多公司至今還沒(méi)有準(zhǔn)備好利用智能分析工具來(lái)管理大數(shù)據(jù)[10,11]，尤其是在顯然需要商業(yè)分析軟件的信息技術(shù)（IT）系統(tǒng)的生產(chǎn)線方面。

從自動(dòng)化流程中收集信息的主要困難之一在于生產(chǎn)系統(tǒng)的創(chuàng)新，其必須通過(guò)整合新型生產(chǎn)機(jī)器或采用不同制造商開(kāi)發(fā)的各項(xiàng)技術(shù)進(jìn)行重新配置，以應(yīng)對(duì)市場(chǎng)變化[12]。例如，為了縮短從下訂單到產(chǎn)品裝運(yùn)之間的時(shí)間[13]，大規(guī)模定制需要以高質(zhì)量標(biāo)準(zhǔn)進(jìn)行快速生產(chǎn)，同時(shí)在物理空間和網(wǎng)絡(luò)空間之間使用智能系統(tǒng)[6,14,15]。為了找出易于掌握的程序以確保機(jī)器的快速重新配置，人力資源習(xí)慣的分析是必不可少的一環(huán)。

在本文中，我們提出了一種無(wú)需對(duì)非“數(shù)字原住民”的人力資源進(jìn)行專業(yè)培訓(xùn)就可以管理高度定制化產(chǎn)品生命周期的新方法[16-18]。該方法在不同的維護(hù)操作中應(yīng)用同一項(xiàng)標(biāo)準(zhǔn)協(xié)議[19]，以評(píng)估人-信息-物理系統(tǒng)（HCPS）的智能基礎(chǔ)架構(gòu)設(shè)計(jì)。

我們將這一方法應(yīng)用于12家飲料公司的生產(chǎn)線，這些生產(chǎn)線均安裝了高級(jí)診斷（AD）系統(tǒng)。之所以選擇這些公司，是因?yàn)槠孔訕邮降母牟恍枰唠y度的軟件（SW）定制，因此降低了可變性，使我們能夠?qū)Ｗ⒂谌祟惢顒?dòng)的分析。這項(xiàng)工作要解決的主要問(wèn)題是如何開(kāi)發(fā)一種與人力資源培訓(xùn)無(wú)關(guān)且基于定制安排的智能系統(tǒng)來(lái)連接網(wǎng)絡(luò)空間和物理空間，以便利用智能基礎(chǔ)架構(gòu)和應(yīng)用程序自動(dòng)管理大量數(shù)據(jù)，從而減少故障和停工時(shí)間。本研究證明該方法可以減少人力資源培訓(xùn)并提高生產(chǎn)效率。

2. 背景介紹

制造業(yè)中應(yīng)用的信息和通信技術(shù)使得生產(chǎn)系統(tǒng)具有高度自動(dòng)化、高效、靈活和智能的特點(diǎn)[20]。這些生產(chǎn)系統(tǒng)需要有效的維修組織，而這些組織可以通過(guò)工程學(xué)方法實(shí)現(xiàn)[21]，即利用工程工具和方法設(shè)計(jì)控制論系統(tǒng)，如用于數(shù)字化、網(wǎng)絡(luò)化和人工智能的工具與方法。越來(lái)越多的公司采用先進(jìn)的生產(chǎn)系統(tǒng)，利用計(jì)算機(jī)集成制造來(lái)保持自己的競(jìng)爭(zhēng)優(yōu)勢(shì)[22]。這種先進(jìn)的方法在高質(zhì)量標(biāo)準(zhǔn)、低成本的自動(dòng)化生產(chǎn)中擁有出色的表現(xiàn)，可以為智能企業(yè)設(shè)計(jì)一種經(jīng)驗(yàn)檢驗(yàn)方法。

在這種情況下，我們可以執(zhí)行一套完整的流程，該流程根據(jù)人力資源經(jīng)驗(yàn)和統(tǒng)計(jì)數(shù)據(jù)定義過(guò)程參數(shù)，其中經(jīng)驗(yàn)案例讓我們可以在應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)（與不同流程相關(guān)的共有變量）中識(shí)別節(jié)點(diǎn)，使得網(wǎng)絡(luò)空間中的感興趣區(qū)域（ROI）成為擴(kuò)展至工業(yè)4.0的有效選擇[14]。在一般的過(guò)程中，為了讓人力資源能夠應(yīng)對(duì)異常的操作條件（如機(jī)器在制造過(guò)程中出現(xiàn)故障），相應(yīng)的新的培訓(xùn)課程數(shù)據(jù)需要用與恢復(fù)干預(yù)相關(guān)的數(shù)據(jù)進(jìn)行更新，并由人工智能算法加以分析與精確，以確保系統(tǒng)得以持續(xù)改進(jìn)。

本文提出的方法基于以下5種假設(shè)：

（1）智慧社會(huì)通過(guò)人工智能評(píng)估人類的需求，以實(shí)施最佳的自動(dòng)化操作流程，以人道的方式考慮問(wèn)題和刺激因素，其結(jié)構(gòu)可以在現(xiàn)代數(shù)字環(huán)境中收集并學(xué)習(xí)人類的習(xí)慣。

（2）在特定制造過(guò)程中應(yīng)用的自動(dòng)化程序必須通過(guò)獲?。▉?lái)自實(shí)際案例的）經(jīng)驗(yàn)信息來(lái)改善程序本身，以防止人機(jī)交互引起的任何錯(cuò)誤，確保所提供設(shè)施的安全性，并根據(jù)全球需求利用智能工廠合并操作流程。

（3）大數(shù)據(jù)鏈的分析可以以一種可擴(kuò)展的方式進(jìn)行，從而利用高級(jí)診斷技術(shù)使其適應(yīng)不同的企業(yè)流程。

（4）得益于人工智能的進(jìn)步，智能基礎(chǔ)架構(gòu)和應(yīng)用程序可以被用于直至決策和協(xié)作機(jī)器人設(shè)計(jì)的所有管理流程的自動(dòng)化。

（5）各流程可自動(dòng)由智能自主學(xué)習(xí)系統(tǒng)管理，并通過(guò)數(shù)字應(yīng)用程序（配備用戶界面的軟件）進(jìn)行人與網(wǎng)絡(luò)空間的連接。

表1總結(jié)了各種社會(huì)范式中的常用術(shù)語(yǔ)。在不同的范式下，一個(gè)名詞對(duì)應(yīng)不同的實(shí)體。以下3小節(jié)將對(duì)有關(guān)不同社會(huì)的假設(shè)進(jìn)行解釋。

2.1. 社會(huì) 4.0

在社會(huì)4.0中，知識(shí)和信息的跨部門共享是有難度的，人們通過(guò)互聯(lián)網(wǎng)訪問(wèn)網(wǎng)絡(luò)空間中的云服務(wù)（數(shù)據(jù)庫(kù)）來(lái)檢索和分析數(shù)據(jù)。工業(yè)4.0基于信息物理系統(tǒng)（CPS）、物聯(lián)網(wǎng)（IoT）和服務(wù)互聯(lián)網(wǎng)的概念和技術(shù)[23]，其目標(biāo)是拉近人與機(jī)器之間的距離，從而輕松構(gòu)建組件均一分布的、滿足人類需求的數(shù)字框架（如網(wǎng)絡(luò)化的衛(wèi)生系統(tǒng)）[24]。在目前的情況下，人機(jī)合作反映了各種各樣的變化，這對(duì)通信、協(xié)調(diào)和協(xié)作產(chǎn)生了廣泛的影響[25]，尤其對(duì)協(xié)作機(jī)器人的使用產(chǎn)生了影響。這些機(jī)器人需要擁有靈活的配置，可以適應(yīng)任何操作流程，而且必須在很短的時(shí)間內(nèi)做出響應(yīng)。

2.2. 社會(huì) 5.0

在社會(huì)5.0中，人工智能將從物理空間中獲取的信息累積在網(wǎng)絡(luò)空間中，而人-信息-物理系統(tǒng)的使用讓我們可以對(duì)流程數(shù)據(jù)進(jìn)行未來(lái)分析[20]。人-信息-物理系統(tǒng)是新一代的人工智能，它以本體論為基礎(chǔ)[1]，而且考慮了每一種人機(jī)交互的情況。此外，這一過(guò)程還考慮了環(huán)境和人類生物學(xué)方面的問(wèn)題，為工業(yè)和社會(huì)提供了新的數(shù)據(jù)，而這在以前是不可能的。社會(huì)5.0的目標(biāo)是在經(jīng)濟(jì)發(fā)展與解決社會(huì)問(wèn)題之間實(shí)現(xiàn)平衡[26]，這需要科學(xué)家仿照生物進(jìn)化過(guò)程中能夠確定的結(jié)構(gòu)和過(guò)程。工業(yè)4.0側(cè)重于采取不同的數(shù)字或網(wǎng)絡(luò)技術(shù)來(lái)獲取并監(jiān)控?cái)?shù)據(jù)，而工業(yè)5.0側(cè)重于由合成生物學(xué)產(chǎn)生的地緣戰(zhàn)略轉(zhuǎn)變[27]。工業(yè)5.0設(shè)想的動(dòng)態(tài)城市需要根據(jù)環(huán)境條件進(jìn)行設(shè)計(jì)，使用生物基產(chǎn)品、能源和服務(wù)，以在智能城市中實(shí)現(xiàn)結(jié)合人工智能的零故障流程。其目的是將制造流程與環(huán)境和人類需求完美匹配，并不斷升級(jí)流程數(shù)據(jù)、服務(wù)和產(chǎn)品，以及智能系統(tǒng)和相關(guān)基礎(chǔ)架構(gòu)[28]。此外，基于社會(huì)4.0的經(jīng)驗(yàn)和相關(guān)物理空間中經(jīng)過(guò)驗(yàn)證的參數(shù)，本文介紹的數(shù)據(jù)調(diào)度功能可以使我們建立用于決策的人工神經(jīng)網(wǎng)絡(luò)。

表1 各種社會(huì)范式下的常用術(shù)語(yǔ)及其相關(guān)實(shí)體

2.3. 智慧社會(huì)

智慧城市代表的是一種城市發(fā)展的概念模型，其基礎(chǔ)是人力、集體和技術(shù)資本的開(kāi)發(fā)[29]。智慧城市的概念[30]可以擴(kuò)展到智慧社會(huì)。實(shí)際上，社會(huì)5.0和人工智能可以通過(guò)標(biāo)準(zhǔn)化流程來(lái)評(píng)估人類的需求。因此，這種由數(shù)字驅(qū)動(dòng)且以知識(shí)為基礎(chǔ)的社會(huì)必須朝著社會(huì)、環(huán)境和經(jīng)濟(jì)可持續(xù)的方向發(fā)展[14]。人力資本和社會(huì)資本是智慧城市和智慧社會(huì)發(fā)展的核心，且需要為預(yù)測(cè)性和適應(yīng)性流程提供創(chuàng)新的方法。這一目的是設(shè)計(jì)一種以知識(shí)為基礎(chǔ)的經(jīng)濟(jì)體，該經(jīng)濟(jì)體具有可以協(xié)同工作的數(shù)字基礎(chǔ)架構(gòu)，而且可以在各個(gè)智慧城市子系統(tǒng)之間實(shí)現(xiàn)動(dòng)態(tài)實(shí)時(shí)交互[31]。目前，盡管研究者對(duì)智慧城市的定義未達(dá)成共識(shí)，但是文獻(xiàn)中包含了數(shù)十種關(guān)于智慧城市或智能城市的描述[32-35]。無(wú)論如何，可以說(shuō)智慧城市是以人為本的社會(huì)，其中人工智能選擇流程的目的在于利用智能工廠獲取最佳的生活條件。這些智能工廠配備了智能設(shè)備（傳感器/執(zhí)行器）、可編程邏輯控制器（PLC）、流程管理和制造執(zhí)行系統(tǒng)、企業(yè)資源計(jì)劃軟件以及人-信息-物理系統(tǒng)。也就是說(shuō)，人們可以在網(wǎng)絡(luò)中的任何地方下訂單，然后基于智能基礎(chǔ)架構(gòu)和本體，制造流程可由即插即用技術(shù)實(shí)現(xiàn)遠(yuǎn)程控制[36]和重組。由此，生產(chǎn)設(shè)備的一體化、更換或替換將無(wú)需人力資源對(duì)系統(tǒng)重新配置的特殊支持。實(shí)際上，即插即用技術(shù)能夠讓智能設(shè)備的智能重新配置和交互與可編程邏輯控制器相連，從而實(shí)現(xiàn)與其他設(shè)備的智能協(xié)作[37]。

3. 理論與方法

3.1. 智能維護(hù)

常見(jiàn)的維護(hù)方法包括修正法、預(yù)防法、預(yù)測(cè)法和主動(dòng)法[38]。修正法是未經(jīng)計(jì)劃的和在發(fā)生隨機(jī)故障時(shí)進(jìn)行維修的方法。其他3種方法均為有計(jì)劃的方法，并且會(huì)評(píng)估預(yù)防性和（或）預(yù)測(cè)性分析中的數(shù)據(jù)。預(yù)防性維護(hù)加大了對(duì)組件的利用程度，評(píng)估了統(tǒng)計(jì)學(xué)研究和設(shè)備手冊(cè)，從而在出現(xiàn)故障之前為換件程序提供支持。預(yù)測(cè)性維護(hù)使用傳感器進(jìn)行組件分析、數(shù)據(jù)收集和制造流程分析，并根據(jù)歷史趨勢(shì)逐步減少問(wèn)題，從而提高生產(chǎn)效率。主動(dòng)維護(hù)的基礎(chǔ)在于對(duì)問(wèn)題及其原因的了解，可以評(píng)估組件與流體或潤(rùn)滑劑之間的所有關(guān)系，列出每個(gè)潛在的問(wèn)題并不斷改進(jìn)。

本文提出的智能維護(hù)是一種以人為本的方法，它將人類習(xí)慣和相關(guān)知識(shí)水平納入考量，對(duì)新機(jī)器/組件與人力資源之間的關(guān)系進(jìn)行評(píng)估，旨在通過(guò)采用一種新型的人機(jī)培訓(xùn)方法來(lái)改進(jìn)主動(dòng)維護(hù)。該人機(jī)培訓(xùn)法具有針對(duì)高級(jí)診斷的自主系統(tǒng)（參見(jiàn)人-信息-物理系統(tǒng)），還可以通過(guò)零故障分析逐步升級(jí)為為設(shè)施管理提供支持的網(wǎng)絡(luò)空間。

3.2. 全球標(biāo)準(zhǔn)方法的提議

每個(gè)制造系統(tǒng)中的人類習(xí)慣和操作可能會(huì)有所不同，這取決于環(huán)境條件、現(xiàn)有資源、網(wǎng)絡(luò)、基礎(chǔ)設(shè)施、設(shè)備等。所以，我們必須對(duì)每種人機(jī)交互中的感興趣區(qū)域，以及在質(zhì)量、可持續(xù)性和效率方面具有較高的成功潛力的操作提議進(jìn)行定義。

本文提出的社會(huì)5.0全球標(biāo)準(zhǔn)方法（GSM5）（圖1）能夠不斷完善自身，并且可以利用預(yù)測(cè)分析來(lái)優(yōu)化運(yùn)行與維護(hù)（O&M）流程。

社會(huì)5.0全球標(biāo)準(zhǔn)方法的目的是開(kāi)發(fā)生產(chǎn)流程和支持流程[39]，以實(shí)現(xiàn)一種能夠在所有運(yùn)營(yíng)管理級(jí)別上提供正確信息的多核循環(huán)系統(tǒng)[40]，從而確保人工智能的完整調(diào)度[16,41]。專用的智能系統(tǒng)、網(wǎng)絡(luò)[42]和應(yīng)用[43]為創(chuàng)新教育提供了基礎(chǔ)。為實(shí)現(xiàn)情境化的大規(guī)模定制[13]，我們必須對(duì)社會(huì)5.0中典型智能工廠的環(huán)境進(jìn)行分析[44,45]。

培訓(xùn)和調(diào)度系統(tǒng)（即智能維護(hù)）通過(guò)大數(shù)據(jù)鏈得以構(gòu)建，而流程設(shè)計(jì)可使社會(huì)5.0中典型的智慧城市不斷加以完善，也可改進(jìn)跨企業(yè)活動(dòng)以實(shí)現(xiàn)自適應(yīng)。從已安裝的機(jī)器（即與人類協(xié)作的機(jī)器）中獲得的數(shù)據(jù)可被用于人類進(jìn)行創(chuàng)新教育，從而預(yù)測(cè)和計(jì)劃未來(lái)的維護(hù)工作。如今，環(huán)境問(wèn)題和人類需求要求我們創(chuàng)造更多的可持續(xù)流程，這界定了現(xiàn)有資源和生產(chǎn)限制（即由人類訓(xùn)練的機(jī)器）。這樣做的目的是確保全球化的擴(kuò)展（即由機(jī)器訓(xùn)練的機(jī)器），并且縮短所投入和浪費(fèi)的時(shí)間。

具有智能應(yīng)用的數(shù)據(jù)調(diào)度[46]從執(zhí)行新的操作流程開(kāi)始，評(píng)估了以下相關(guān)宏觀領(lǐng)域中的人機(jī)交互：零故障、大數(shù)據(jù)鏈、高級(jí)診斷，以及新一代智能制造（NGIM）。結(jié)構(gòu)化的網(wǎng)絡(luò)空間通過(guò)新一代智能制造為大規(guī)模定制流程及其在具有現(xiàn)有生物資源的特定環(huán)境中的零故障整合提供支持。信息與智能系統(tǒng)和網(wǎng)絡(luò)的實(shí)時(shí)共享，可實(shí)現(xiàn)創(chuàng)新教育、相關(guān)數(shù)據(jù)分析和高級(jí)診斷。

因此，基于特定環(huán)境下得出的未來(lái)結(jié)果，為了獲得從網(wǎng)絡(luò)空間到物理空間的簡(jiǎn)單的、經(jīng)過(guò)驗(yàn)證的、可擴(kuò)展的演示程序，所有操作流程都需要完整的大數(shù)據(jù)分析來(lái)建立和開(kāi)發(fā)程序，以減少故障和浪費(fèi)。

空間是無(wú)限的三維范圍，其中物體和事件具有相對(duì)的位置和方向。人-信息-物理空間分析人-信息-物理系統(tǒng)（物體和事件）和操作流程（位置和方向）。

網(wǎng)絡(luò)空間和物理空間之間的連接需要硬件（HW）和軟件，它們可以在人-信息-物理系統(tǒng)中通過(guò)本體將人機(jī)交互數(shù)字化并進(jìn)行完善。具有相關(guān)數(shù)據(jù)調(diào)度管理流程的自主網(wǎng)絡(luò)空間的創(chuàng)建，使我們可以根據(jù)社會(huì)5.0的參數(shù)模擬新一代智能制造的操作過(guò)程。

自動(dòng)化的預(yù)測(cè)性創(chuàng)新基于圖2所示的原理，圖中展示了該目標(biāo)的實(shí)現(xiàn)途徑。支持設(shè)施管理的操作流程定義了目標(biāo)、資源、規(guī)則和利用現(xiàn)有硬件（感興趣區(qū)域）的時(shí)間安排。

為了指出效率低下的情況或應(yīng)該在人機(jī)交互中做出的改變，操作流程需要采用經(jīng)驗(yàn)演示案例進(jìn)行人為定制。操作流程的評(píng)估可以減少問(wèn)題數(shù)量并確保效率、高質(zhì)量和可持續(xù)性，而整個(gè)大數(shù)據(jù)鏈必須從操作流程的評(píng)估開(kāi)始，被用于研究任何特定的環(huán)境和相關(guān)資源（例如，電子商務(wù)具有可持續(xù)性并且可以減少浪費(fèi)，但前提是必須接入互聯(lián)網(wǎng)）。因此，我們需要定制用于提供可行性和零故障反饋的功能性高級(jí)診斷和智能應(yīng)用程序，將人類習(xí)慣與生產(chǎn)績(jī)效數(shù)據(jù)合并在一起，并根據(jù)任務(wù)成功的可能性整合現(xiàn)有的選擇（如減少浪費(fèi)、增加產(chǎn)量）。此外，循環(huán)系統(tǒng)必須能夠識(shí)別為了實(shí)現(xiàn)預(yù)測(cè)性創(chuàng)新而必須考慮的行動(dòng)，從而自主地改進(jìn)。這需要通過(guò)使用網(wǎng)絡(luò)空間的數(shù)字結(jié)構(gòu)完成，其中大數(shù)據(jù)輸出有助于實(shí)現(xiàn)高級(jí)診斷，而零故障追蹤有助于實(shí)現(xiàn)可行性分析。公司治理生成的反饋對(duì)于提高流程質(zhì)量有所幫助，同時(shí)全球擴(kuò)展的潛力和可持續(xù)性從經(jīng)濟(jì)、環(huán)境和社會(huì)的角度得到了評(píng)估。在每一步中，我們都可能會(huì)錯(cuò)過(guò)目標(biāo)，因此需要對(duì)操作流程進(jìn)行修訂以改善系統(tǒng)并重塑理想的循環(huán)。不斷推出改進(jìn)措施的各管理層（戰(zhàn)略、戰(zhàn)術(shù)和運(yùn)營(yíng)管理）將分析并儲(chǔ)存經(jīng)驗(yàn)結(jié)果，從而推出操作教程以修復(fù)機(jī)器故障。此外，我們需要利用機(jī)器歷史記錄讓人工神經(jīng)網(wǎng)絡(luò)（節(jié)點(diǎn)）能更加準(zhǔn)確地預(yù)測(cè)故障并安排維護(hù)工作，以便在年度維護(hù)計(jì)劃之外盡可能地減少干預(yù)和意外或多余的停工期（即在理想情況下，將干預(yù)行為減少到接近零）。因此，智能維護(hù)系統(tǒng)會(huì)提供適當(dāng)?shù)姆?wù)，并且產(chǎn)品管理的反饋會(huì)生成一個(gè)定制的高級(jí)診斷算法。該方法的效率通過(guò)接近零故障的高級(jí)診斷（nZ-FAD）流程不斷得到更新，該流程將確保方法的不斷改進(jìn)和完善。

圖1. 用于人-信息-物理空間的社會(huì)5.0全球標(biāo)準(zhǔn)方法和運(yùn)營(yíng)管理方法。社會(huì)5.0的物理空間：環(huán)境資源、用于統(tǒng)一時(shí)間定義的智能系統(tǒng)和網(wǎng)絡(luò)、提高運(yùn)營(yíng)效率的創(chuàng)新教育，以及大規(guī)模定制目標(biāo)（棕色方框）。智能維護(hù)調(diào)度和人-信息-物理系統(tǒng)信息數(shù)據(jù)流（藍(lán)色方框）。網(wǎng)絡(luò)空間運(yùn)營(yíng)管理調(diào)度的宏觀領(lǐng)域（黃色方框）。

圖2. 操作流程的預(yù)測(cè)性創(chuàng)新示意圖。操作流程：深度學(xué)習(xí)和想法。質(zhì)量和全球擴(kuò)展：適用性和地理定位。長(zhǎng)期可持續(xù)性：附加值以及收益與成本之間的關(guān)系。治理和互操作效率：真正的適用性和管理指令。新增：存在問(wèn)題和必須被測(cè)試的可能的解決方案（技術(shù)、調(diào)度階段和網(wǎng)絡(luò)空間調(diào)度）。不斷改進(jìn)的數(shù)據(jù)流（黃色和紅色箭頭）：Yes表示新過(guò)程改進(jìn)了現(xiàn)有技術(shù)；Feedback表示網(wǎng)絡(luò)空間調(diào)度；No表示提議的解決方案不符合指導(dǎo)原則。

我們的目標(biāo)是達(dá)成一項(xiàng)自動(dòng)的自我修復(fù)流程。因此，我們以建筑信息模型（BIM）流程為例，以便為智能工廠、社會(huì)5.0、工業(yè)5.0和智慧城市設(shè)計(jì)一份智能協(xié)議。這使我們能夠研究一些經(jīng)驗(yàn)案例，從而獲得對(duì)人工智能原始數(shù)據(jù)和調(diào)度設(shè)計(jì)的效率反饋。

4. 信息數(shù)據(jù)流—管理和操作流程

在這項(xiàng)研究中，為了以一種智能的方式收集數(shù)據(jù)，我們決定參考一個(gè)通常被用于大數(shù)據(jù)處理和管理的邏輯模型[47]，該模型集成了上述所有技術(shù)。數(shù)據(jù)分析強(qiáng)調(diào)了以往經(jīng)驗(yàn)與模擬方法[48]相結(jié)合的結(jié)果。該結(jié)構(gòu)旨在關(guān)聯(lián)長(zhǎng)期算法，識(shí)別促成因素并評(píng)估其對(duì)成本、風(fēng)險(xiǎn)和操作流程的影響（圖3）。網(wǎng)絡(luò)物理空間和相關(guān)調(diào)度（圖4）必須通過(guò)用戶友好系統(tǒng)[49]進(jìn)行更新，以確保效率、質(zhì)量和可持續(xù)性；信息和通知必須持續(xù)可用、保密和完整。

目標(biāo)是實(shí)現(xiàn)操作過(guò)程的持續(xù)自動(dòng)化創(chuàng)新，這將為適當(dāng)?shù)墓?yīng)鏈管理[50]（采用預(yù)測(cè)算法[51]）奠定基礎(chǔ)。本案例研究將有助于探索建筑信息模型的概念，其中包括對(duì)結(jié)構(gòu)的物理和功能特征進(jìn)行數(shù)字表示。建筑信息模型涉及多個(gè)維度上區(qū)域的物理和功能特性的數(shù)字表示的生成和管理[52]。在這種情況下，工業(yè)4.0提供了支持人機(jī)交互的所有必需的技術(shù)，其功能目標(biāo)是降低成本并增強(qiáng)對(duì)自動(dòng)化過(guò)程的控制。在這一點(diǎn)上，明確用于調(diào)度和相關(guān)階段的操作宏區(qū)域是至關(guān)重要的。

功能區(qū)域的運(yùn)營(yíng)商和代理商定制高級(jí)診斷，以獲得足夠的數(shù)據(jù)量和質(zhì)量來(lái)確保零故障和零浪費(fèi)。人工智能系統(tǒng)中處理信息學(xué)的部分必須通過(guò)提供用于預(yù)測(cè)和模擬操作過(guò)程的所有必要數(shù)據(jù)來(lái)確保可行性。專家從操作過(guò)程開(kāi)始，通過(guò)描述質(zhì)量、可持續(xù)性和可行性，定義了全局區(qū)域指令，這些指令在任何全局范圍內(nèi)是可擴(kuò)展的，可用于未來(lái)人工智能培訓(xùn)和數(shù)據(jù)調(diào)度。之后，可以將物理空間與網(wǎng)絡(luò)空間連接起來(lái)以實(shí)現(xiàn)數(shù)據(jù)處理。

4.1. 數(shù)據(jù)集和警報(bào)消息

優(yōu)化維護(hù)對(duì)于提高性能至關(guān)重要[53-56]。在制造系統(tǒng)中，警報(bào)消息用于連接網(wǎng)絡(luò)空間和物理空間，并顯示改進(jìn)高級(jí)診斷所需的內(nèi)容（圖5）。

圖3. 功能過(guò)程管理及其操作流程圖。

圖4. 網(wǎng)絡(luò)物理空間中（功能、信息學(xué)和全局）的操作宏區(qū)域和用于自動(dòng)預(yù)測(cè)創(chuàng)新的系統(tǒng)信息調(diào)度。橙色：建筑信息模型；綠色：工業(yè)4.0技術(shù)；黑色：調(diào)度階段；黃色：網(wǎng)絡(luò)空間調(diào)度。

在模擬了大量的真實(shí)環(huán)境（ACT）后，高級(jí)診斷系統(tǒng)會(huì)記錄協(xié)議編號(hào)、故障類型和持續(xù)時(shí)間（PLAN），同時(shí)提醒系統(tǒng)進(jìn)行物資回收和操作管理。這些智能系統(tǒng)在測(cè)試不同類型的智能應(yīng)用程序（DO）時(shí)非常有用，而且主管可以實(shí)時(shí)控制和評(píng)估人力資源，以實(shí)現(xiàn)持續(xù)改進(jìn)和零故障程序。因此，我們將從“失敗和修復(fù)”（failand-fix）實(shí)踐轉(zhuǎn)變?yōu)椤邦A(yù)測(cè)和預(yù)防”（predict-and-prevent）方法的系統(tǒng)稱為接近零故障的高級(jí)診斷系統(tǒng)。

主動(dòng)維護(hù)方法可以在故障發(fā)生之前直接或間接地檢測(cè)（即預(yù)測(cè)）到這些故障。當(dāng)識(shí)別出故障趨勢(shì)時(shí)，應(yīng)根據(jù)人力資源的習(xí)慣進(jìn)行分析，并著眼于人機(jī)交互以提高安全性和舒適性（即人機(jī)工程學(xué)），從而提出專門用于快速恢復(fù)自動(dòng)化制造系統(tǒng)正常活動(dòng)的文檔和設(shè)備的建議，以減少或避免（即預(yù)防）強(qiáng)迫停機(jī)。

在這種情況下，為進(jìn)行關(guān)鍵性控制分析（CCA），對(duì)以下4種類型的機(jī)器警報(bào)進(jìn)行分類，即警告、檢查員、操作員和主管警報(bào)。對(duì)于零故障過(guò)程，系統(tǒng)根據(jù)關(guān)鍵問(wèn)題識(shí)別警報(bào)，并發(fā)送通知或圖片（被留下的或被找到的部件）通報(bào)人力資源有關(guān)機(jī)器的狀況。一旦確定了與故障有關(guān)的部件，執(zhí)行器就可以降級(jí)到正常水平，而且發(fā)出故障警報(bào)的傳感器也可以降級(jí)到正常水平。

4.2. 流程數(shù)據(jù)流——功能化和定制

圖6顯示了應(yīng)用于本文所述方法的信息技術(shù)系統(tǒng)的架構(gòu)。信息系統(tǒng)基于Windows應(yīng)用程序來(lái)存儲(chǔ)和處理來(lái)自生產(chǎn)線的數(shù)據(jù)，由通過(guò)與可編程邏輯控制器連接的傳感器進(jìn)行監(jiān)控。

當(dāng)警報(bào)發(fā)生時(shí)，應(yīng)用程序通過(guò)人機(jī)界面（HMI）加密通知（.txt格式）從計(jì)算機(jī)的可編程邏輯控制器收集信息，并提供給用戶。通過(guò)一個(gè)名為硬件組件識(shí)別協(xié)議（H-CIP）的功能協(xié)議，警報(bào)消息總結(jié)了通過(guò)通知傳輸?shù)男畔?，該協(xié)議報(bào)告了人機(jī)交互[57]、故障和干預(yù)之間的時(shí)間以及可能的風(fēng)險(xiǎn)識(shí)別。人機(jī)界面上可用的數(shù)據(jù)存儲(chǔ)于專用云[58]，該云與信息技術(shù)系統(tǒng)（如用于維護(hù)的移動(dòng)應(yīng)用程序、管理軟件等）共享信息（如硬件節(jié)點(diǎn)配置、節(jié)點(diǎn)或組件、模塊）。

運(yùn)營(yíng)中心確定目標(biāo)和資源，目的是基于長(zhǎng)期數(shù)據(jù)分析開(kāi)發(fā)接近零故障的高級(jí)診斷，以實(shí)現(xiàn)高級(jí)產(chǎn)品/服務(wù)控制。所選參數(shù)將根據(jù)任務(wù)和非定域自動(dòng)化機(jī)器的典型使用情況來(lái)確定新一代智能制造的性能以及相關(guān)的角色和時(shí)機(jī)。為了滿足運(yùn)營(yíng)與維護(hù)優(yōu)化的需求，使用MIT App Inventor 2軟件開(kāi)發(fā)了兩個(gè)特殊的Android應(yīng)用程序[supervisor應(yīng)用程序（SVA）和maintainer應(yīng)用程序（MNA）]。這無(wú)需支付硬件（如智能手機(jī)和平板電腦）的安裝或分發(fā)服務(wù)費(fèi)用，就可快速可靠地開(kāi)發(fā)人機(jī)界面應(yīng)用程序。數(shù)據(jù)庫(kù)從非定域機(jī)器和管理層收集所有組件和相關(guān)的關(guān)鍵性分析數(shù)據(jù)，并與支持系統(tǒng)進(jìn)行雙邊合作，以定義可用于軟件設(shè)計(jì)的操作程序。因此，對(duì)所有類型的問(wèn)題和程序進(jìn)行分析，目的是執(zhí)行人力資源的功能指令。

圖5. 零故障操作過(guò)程的持續(xù)改進(jìn)（黃色方框和紅色箭頭）數(shù)據(jù)調(diào)度設(shè)計(jì)（藍(lán)色方框）和橫截面分析（棕色方框）。CHECK：用于零故障數(shù)據(jù)管理的移動(dòng)應(yīng)用程序。ACT：數(shù)字圖書(shū)館和設(shè)備故障以及停機(jī)事件的顯示和分析。PLAN：基于云的產(chǎn)品/服務(wù)長(zhǎng)期管理和實(shí)時(shí)數(shù)字協(xié)助架構(gòu)。DO：具有數(shù)字輔助和操作過(guò)程驗(yàn)證的自動(dòng)化生產(chǎn)線。紫色字符：微功能區(qū)。綠色字符：智能維護(hù)操作流程。

圖6. 使用人-信息-物理系統(tǒng)優(yōu)化生產(chǎn)的運(yùn)行與維護(hù)的系統(tǒng)架構(gòu)。綠色框：全球目標(biāo)識(shí)別；藍(lán)色框：信息學(xué)改進(jìn)活動(dòng)的可用資源；棕色框：角色；黃色框：用于計(jì)時(shí)和網(wǎng)絡(luò)空間調(diào)度的改進(jìn)階段。

工業(yè)5.0環(huán)境允許更容易、更有效地定制用于數(shù)據(jù)收集、管理和輔助決策工具的數(shù)字系統(tǒng)。當(dāng)名為SVA的Android主管應(yīng)用程序收到警報(bào)后，它會(huì)要求對(duì)出現(xiàn)故障的機(jī)器或部件拍照，并記錄機(jī)器的狀態(tài)和環(huán)境（如工作場(chǎng)所安全隱患），同時(shí)根據(jù)預(yù)覽體驗(yàn)提供觀點(diǎn)。主管在這一階段獲得的信息由應(yīng)用程序進(jìn)行處理，并按照被稱為單點(diǎn)課程（OPL）的說(shuō)明來(lái)評(píng)估如何修復(fù)機(jī)器。單點(diǎn)課程通過(guò)相關(guān)的識(shí)別協(xié)議將操作員所闡述的部件信息與檢查員警報(bào)執(zhí)行的分析相結(jié)合，以盡量減少在傳感器和執(zhí)行器之間實(shí)施持續(xù)改進(jìn)所涉及的故障風(fēng)險(xiǎn)。當(dāng)發(fā)生故障時(shí)，高級(jí)診斷算法會(huì)在MNA應(yīng)用程序上顯示警報(bào)，并與單點(diǎn)課程一起逐步支持維護(hù)活動(dòng)，以減少外包支持。此外，高級(jí)診斷考慮了組織合作者的必要技能（如機(jī)械、電氣、電子、軟件等），并根據(jù)可用性和一些重要參數(shù)（如維修時(shí)間和保證質(zhì)量）分配等級(jí)。高級(jí)診斷還考慮了人類經(jīng)驗(yàn)，通過(guò)運(yùn)行人工神經(jīng)程序（根據(jù)實(shí)際案例的歷史數(shù)據(jù)進(jìn)行趨勢(shì)分析，從而獲得任務(wù)成功的可能性），并選擇維護(hù)人員（即從公司現(xiàn)有人員名單中選出最適合的專業(yè)技術(shù)人員）進(jìn)行維修。主管管理恢復(fù)活動(dòng)，在這些階段中，系統(tǒng)支持將為他提供幫助。

當(dāng)主管結(jié)束此描述和選擇步驟時(shí)，將向選定的維護(hù)人員發(fā)送一個(gè)帶有照片和注釋的請(qǐng)求，該維護(hù)人員在執(zhí)行維護(hù)的同時(shí)可以使用MNA Android應(yīng)用程序訪問(wèn)云中存儲(chǔ)的警報(bào)。一旦獲得正確數(shù)量的已驗(yàn)證的操作過(guò)程，協(xié)作機(jī)器人就可以被逐步改進(jìn)以進(jìn)行自動(dòng)化維護(hù)活動(dòng)。

5. 數(shù)據(jù)評(píng)估方法（大數(shù)據(jù)價(jià)值鏈）

為了實(shí)現(xiàn)接近零故障的高級(jí)診斷的自動(dòng)運(yùn)行與維護(hù)，在眾所周知的大數(shù)據(jù)價(jià)值鏈分析之后進(jìn)行了初步分析[59]。

5.1. 數(shù)據(jù)采集

靈活且模塊化的系統(tǒng)的實(shí)施需要數(shù)據(jù)調(diào)度標(biāo)準(zhǔn)化。我們的目標(biāo)是提供一個(gè)與重要機(jī)器消息相關(guān)的數(shù)據(jù)結(jié)構(gòu)（庫(kù)），然后對(duì)其進(jìn)行定義，以便更好地解釋數(shù)據(jù)收集以供下次使用。針對(duì)硬件組件識(shí)別協(xié)議和關(guān)鍵性控制分析兩個(gè)宏觀領(lǐng)域，開(kāi)發(fā)與生產(chǎn)線組件相關(guān)的人機(jī)界面記錄和顯示。

該數(shù)據(jù)庫(kù)是通過(guò)分析每一個(gè)硬件和軟件設(shè)備開(kāi)發(fā)的，根據(jù)維護(hù)過(guò)程中遇到的典型問(wèn)題，對(duì)相關(guān)的功能代碼（參見(jiàn)硬件組件識(shí)別協(xié)議）進(jìn)行數(shù)字化：“發(fā)生了什么事？”和“怎么辦？”。對(duì)于快速的地理定位，硬件組件識(shí)別協(xié)議可以在生產(chǎn)線上顯示“發(fā)生了什么事？”，同時(shí)回答：“哪里出了問(wèn)題？”?！盀槭裁磿?huì)這樣？”考慮了與硬件及其相關(guān)風(fēng)險(xiǎn)相關(guān)的因素，而“誰(shuí)可以恢復(fù)它？”則包括有關(guān)設(shè)備功能使用和更換的所有附加信息。為了提供必要的數(shù)字支持，根據(jù)以往的經(jīng)驗(yàn)和關(guān)鍵性控制分析，熟練的人力資源會(huì)對(duì)快速更換部件進(jìn)行指導(dǎo)。關(guān)鍵性控制分析通過(guò)提供關(guān)于“要做什么？”的必要信息，并通過(guò)確定3個(gè)子記錄來(lái)實(shí)現(xiàn)快速的問(wèn)題評(píng)估，即“要使用哪些設(shè)備和工具？”的手段描述、“什么時(shí)候做？”的優(yōu)先級(jí)，以及“如何做好它？”的為了更好地修復(fù)、改進(jìn)并最終回收組件所必需的操作活動(dòng)。在這種情況下，分析側(cè)重于人工神經(jīng)網(wǎng)絡(luò)的適當(dāng)布局記錄，從而形成一個(gè)數(shù)據(jù)分析模型，其中唯一的身份證明文件（ID）與鏈接到相關(guān)操作過(guò)程的每個(gè)微功能區(qū)域有關(guān)（表 2）。

因此，我們實(shí)現(xiàn)了一個(gè)基于一些基本和間接的人類問(wèn)題的調(diào)度。自古以來(lái)，這些問(wèn)題對(duì)于任何類型的假設(shè)和論證的發(fā)展都非常重要，因此對(duì)于問(wèn)題解決階段（發(fā)現(xiàn)、形成和解決）也非常重要。

事實(shí)上，人腦可以被視為一個(gè)處理器，一旦收到刺激（警報(bào)），就會(huì)明白“發(fā)生了什么？”“為什么會(huì)發(fā)生？”以及“哪里發(fā)生了問(wèn)題？”，最后給出解決方案。同樣的方法（確定問(wèn)題、原因和位置，以及可以實(shí)施解決方案的人員）也可被用于智能維護(hù)操作過(guò)程，以提供基本的操作說(shuō)明，即“怎么辦？”和“如何做好？”來(lái)恢復(fù)正?；顒?dòng)，并考慮主題類型及其“使用哪些設(shè)備和工具？”的功能以及問(wèn)題的重要性，即“什么時(shí)候做？”。

5.2. 數(shù)據(jù)分析

數(shù)據(jù)分析的目的是使獲得的原始數(shù)據(jù)適用于決策或其他特定用途（如文獻(xiàn)參考、定性影響、癥狀的現(xiàn)象學(xué)分析、風(fēng)險(xiǎn)預(yù)防、建議的改造活動(dòng)、操作影響和優(yōu)先處置過(guò)程）。每個(gè)錯(cuò)誤字符串都與唯一的ID匹配，并創(chuàng)建一個(gè)專用文件，其中包含解決引起警報(bào)的故障所需的指令。數(shù)據(jù)分析的主要目標(biāo)是在操作員層面提供一種方法，在無(wú)需專門人力資源的特殊干預(yù)的情況下，重啟每臺(tái)存在故障的非活動(dòng)的機(jī)器。這將減少工廠停工時(shí)間、未售出產(chǎn)品的費(fèi)用以及人為活動(dòng)的費(fèi)用（這些活動(dòng)的持續(xù)時(shí)間難以確定）?；谶@些原因，針對(duì)每個(gè)問(wèn)題創(chuàng)建一個(gè)指南。換言之，數(shù)據(jù)分析會(huì)導(dǎo)致為每種故障編寫(xiě)單點(diǎn)課程，這樣在機(jī)器上工作的操作員可以在故障發(fā)生時(shí)有效地使用單點(diǎn)課程。

為了在特定的環(huán)境中實(shí)現(xiàn)該方法的功能，同時(shí)考慮人們有不同類型的習(xí)慣[60]，高效的互操作調(diào)度是必須的。數(shù)據(jù)分析實(shí)現(xiàn)的示例如表3所示。

該過(guò)程由一個(gè)專用的宏逐步構(gòu)建，從目標(biāo)的定義和對(duì)可用資源的評(píng)估開(kāi)始，直到確定關(guān)鍵角色和正確的時(shí)機(jī)。這樣，就可以開(kāi)始模擬和測(cè)試階段（分別為階段1和階段2），以便計(jì)劃操作過(guò)程的自動(dòng)化（階段3）。

5.3. 數(shù)據(jù)管理、存儲(chǔ)和使用

除了選擇、分類和驗(yàn)證等操作外，主要還需要對(duì)數(shù)據(jù)進(jìn)行處理以避免重復(fù)[61]。所有這些操作都要確保數(shù)據(jù)是可信的、可發(fā)現(xiàn)的、可訪問(wèn)的、可重復(fù)使用的，并且適合于此目的。然而，在不同的工業(yè)水平上獲取所有數(shù)據(jù)通常仍然依賴于環(huán)境[62]。

本文采用的解決方案可以立即使用，并且涉及一個(gè)公共云計(jì)算平臺(tái)，該平臺(tái)確保了互操作性、可伸縮性和靈活性[63]。之所以做出這樣的選擇，是因?yàn)榧词剐枰嘿F的冗余存儲(chǔ)系統(tǒng)來(lái)確保為災(zāi)難恢復(fù)而設(shè)計(jì)的可靠服務(wù)（即能夠避免人為的和自然的災(zāi)難性故障導(dǎo)致代價(jià)昂貴的系統(tǒng)中斷服務(wù)），共享的公共云也可以降低其成本。本研究旨在為未來(lái)的計(jì)劃實(shí)施奠定基礎(chǔ)，并且無(wú)需外部人力資源干預(yù)就可管理所有類型的警報(bào)[64]，從而減少停機(jī)時(shí)間。

近年來(lái)，云計(jì)算和存儲(chǔ)技術(shù)不斷發(fā)展[10]。根據(jù)美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)研究所的定義，云計(jì)算系統(tǒng)包含5個(gè)基本特征：按需自助服務(wù)、廣泛的網(wǎng)絡(luò)接入、資源的集中、快速的彈性和可衡量的服務(wù)。該網(wǎng)絡(luò)的服務(wù)提供商能夠存儲(chǔ)大量數(shù)據(jù)，并且能夠使用數(shù)據(jù)高效地執(zhí)行計(jì)算[65]。當(dāng)一個(gè)獨(dú)立系統(tǒng)與云技術(shù)相結(jié)合時(shí)，即使計(jì)算資源有限且存儲(chǔ)容量較小，性能和功能也會(huì)顯著擴(kuò)展，從而形成一個(gè)為多個(gè)用戶提供共享服務(wù)的網(wǎng)絡(luò)。通過(guò)云容量、物聯(lián)網(wǎng)、中間件和大數(shù)據(jù)的結(jié)合來(lái)控制產(chǎn)品質(zhì)量和設(shè)備的第一步[66]是定義連接到網(wǎng)絡(luò)的機(jī)器的數(shù)據(jù)存儲(chǔ)技術(shù)。在這項(xiàng)工作中，我們利用了外部云存儲(chǔ)，外部云存儲(chǔ)可以與工業(yè)測(cè)試案例中的機(jī)器或不同的信息技術(shù)組件（即人機(jī)界面、個(gè)人計(jì)算機(jī)、平板電腦、本地硬盤等）進(jìn)行通信。每當(dāng)發(fā)生故障時(shí)，可編程邏輯控制器都會(huì)向人機(jī)界面發(fā)送警報(bào)信息，而人機(jī)界面會(huì)向?qū)Ｓ迷瓢l(fā)送文本文件，以豐富歷史數(shù)據(jù)庫(kù)。高級(jí)診斷功能將記錄傳感器記錄的所有數(shù)據(jù)，或通過(guò)一個(gè)名為“警報(bào)歷史管理”（Alarms Historical Management）的專用功能在本地硬盤上計(jì)算所有數(shù)據(jù)，并將警報(bào)存在云端，以確保數(shù)據(jù)保護(hù)。通過(guò)電子郵件可以將警報(bào)發(fā)送給所有參與維護(hù)活動(dòng)的操作員。

表2 “8 W”（或“7W 1H”）用于接近零故障進(jìn)程的過(guò)程區(qū)域分區(qū)，即發(fā)生了什么？哪里發(fā)生了問(wèn)題？為什么會(huì)發(fā)生？誰(shuí)能修復(fù)？怎么辦？使用哪些設(shè)備和工具？什么時(shí)候做？如何做好？

表3 高互操作效率和相關(guān)階段的數(shù)據(jù)分析示例

最終數(shù)據(jù)庫(kù)被工業(yè)機(jī)器用于優(yōu)化管理。收集到的數(shù)據(jù)也可以被組織用于商業(yè)活動(dòng)或通過(guò)通常由數(shù)據(jù)分析開(kāi)發(fā)的測(cè)量模型來(lái)提高其行動(dòng)的有效性[11,67]。借助智能的自動(dòng)化決策流程，可以通過(guò)降低成本、增加價(jià)值或任何其他可衡量的參數(shù)來(lái)增強(qiáng)公司的競(jìng)爭(zhēng)力[68]。高級(jí)診斷的實(shí)施將操作員警報(bào)與采用單點(diǎn)課程格式和接近零故障模型的故障排除相結(jié)合。它針對(duì)工業(yè)環(huán)境進(jìn)行了功能化，恢復(fù)了監(jiān)督程序，并改進(jìn)了發(fā)送給相關(guān)人力資源的圖像和文本。

我們?yōu)锳ndroid設(shè)備開(kāi)發(fā)了維護(hù)跟蹤和監(jiān)控移動(dòng)應(yīng)用程序（MAM-TAM），該應(yīng)用程序通過(guò)驗(yàn)證和顯示鏈接到警報(bào)代碼的單點(diǎn)課程的文本文件、圖像和pdf文檔直接訪問(wèn)云，并可用于從外部和本地內(nèi)存檢索數(shù)據(jù)。針對(duì)Windows加固平板電腦的類似應(yīng)用程序已經(jīng)在工業(yè)應(yīng)用中實(shí)現(xiàn)。通過(guò)MAM-TAM可以對(duì)系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)控，這樣每個(gè)專門的人力資源可以執(zhí)行監(jiān)督，并可以提醒其他操作員所存在的不同風(fēng)險(xiǎn)狀況。在不改變自動(dòng)化生產(chǎn)過(guò)程的管理機(jī)制的情況下，收集所有級(jí)別的實(shí)時(shí)信息的能力可以使安全級(jí)別保持不變[10]，同時(shí)不需要使用HMI存儲(chǔ)器。

6. 結(jié)果

在過(guò)去4年中，本文提出的方法已被應(yīng)用于12家公司。對(duì)已經(jīng)取得的進(jìn)步進(jìn)行評(píng)估，重點(diǎn)關(guān)注了停機(jī)時(shí)間、培訓(xùn)活動(dòng)、故障和外包支持的減少以及產(chǎn)量的增加。如前所述，我們選擇了12家飲料公司的生產(chǎn)線，因?yàn)槠孔中偷淖兓恍枰值能浖ㄖ啤Ｒ虼?，這一選擇減少了變異性，使我們能夠?qū)Ｗ⒂谌祟惢顒?dòng)分析。此外，這些公司也代表了世界各地不同的地點(diǎn)，他們的營(yíng)業(yè)額也不同（其中有3家位于世界10大食品和飲料公司之列）。考慮人類和機(jī)器的不正確操作，我們?cè)谒械钠髽I(yè)中都應(yīng)用了專門的單點(diǎn)課程來(lái)提供智能幫助。表4顯示了在采用接近零故障的高級(jí)診斷期間（12～38個(gè)月）獲得的結(jié)果。

與應(yīng)用該實(shí)現(xiàn)方法前相同數(shù)量的月數(shù)相比，包含編寫(xiě)良好的單點(diǎn)課程的智能助手減少了（23 ± 6）%的停機(jī)時(shí)間，測(cè)量結(jié)果沒(méi)有時(shí)間相關(guān)性（R2= 0.163），且顯示減少了（9 ± 3）%的故障。

我們還注意到，與機(jī)器購(gòu)買前后的相同時(shí)間間隔相比，內(nèi)部人員的培訓(xùn)費(fèi)用減少了（36 ± 16）%。故障和培訓(xùn)成本的降低與協(xié)議應(yīng)用的時(shí)間沒(méi)有相關(guān)性（R2=0.552和R2= 0.071）。為了確定數(shù)字輔助系統(tǒng)是否正常工作，我們還評(píng)估了外包服務(wù)請(qǐng)求是否減少。事實(shí)上，盡管測(cè)量值減少了（35 ± 13）%，其與接近零故障的高級(jí)診斷的應(yīng)用時(shí)間之間也是無(wú)關(guān)的（R2= 0.400）。這一發(fā)現(xiàn)表明，故障和停機(jī)時(shí)間的減少與人力資源培訓(xùn)無(wú)關(guān)。盡管沒(méi)有歷史相關(guān)性（R2= 0.144），但產(chǎn)量增加了（19± 3）%，而停機(jī)事件數(shù)量減少了（3504 ± 1250）次，且與接近零故障的高級(jí)診斷的應(yīng)用時(shí)間呈線性相關(guān)（R2=0.927）。仔細(xì)的規(guī)劃通常會(huì)導(dǎo)致月份與干預(yù)次數(shù)之間的正線性關(guān)系，又或者干預(yù)的數(shù)量通常會(huì)隨著機(jī)器年齡的增長(zhǎng)而增加。持續(xù)改進(jìn)系統(tǒng)必須與所有嚴(yán)重程度的維護(hù)的逐步減少相互作用。在12～38個(gè)月的時(shí)間內(nèi)，停機(jī)事件的次數(shù)與接近零故障的高級(jí)診斷的應(yīng)用時(shí)間之間的關(guān)系是一個(gè)對(duì)數(shù)曲線，該曲線傾向于6年后平均每月有100次的潛在干預(yù)（圖7）。

總之，本文所提供的智能系統(tǒng)能夠支持人類活動(dòng)，減少停機(jī)時(shí)間、故障和培訓(xùn)成本，并提高生產(chǎn)力。得益于聯(lián)系網(wǎng)絡(luò)空間與物理空間、大數(shù)據(jù)分析和智能應(yīng)用設(shè)計(jì)的全球管理方法，智能維護(hù)減少了售后協(xié)助的數(shù)量，并通過(guò)對(duì)數(shù)字平臺(tái)的不斷改進(jìn)，使外包維護(hù)活動(dòng)趨向零。

7. 討論

對(duì)本文所描述的方法的采用會(huì)產(chǎn)生一個(gè)自學(xué)過(guò)程，在這個(gè)過(guò)程中，不再需要人員培訓(xùn)；相反，該過(guò)程足以在需要時(shí)遵循單點(diǎn)課程。事實(shí)上，實(shí)驗(yàn)結(jié)果表明，故障、停機(jī)事件和相關(guān)成本的減少與專門的人力資源培訓(xùn)無(wú)關(guān)，而是來(lái)自調(diào)度和機(jī)器學(xué)習(xí)。

這種方法的靈感來(lái)自社會(huì)5.0的愿景，它將物理空間與網(wǎng)絡(luò)空間[69]聯(lián)系起來(lái)。在社會(huì)5.0中，環(huán)境定義了使用智能系統(tǒng)[70]實(shí)現(xiàn)最大效率的全球感興趣區(qū)域，并使用創(chuàng)新的方法來(lái)管理大規(guī)模定制[71]。通過(guò)將先進(jìn)的計(jì)算技術(shù)應(yīng)用于廣泛的數(shù)據(jù)收集的統(tǒng)計(jì)分析，系統(tǒng)能夠降低定制和恢復(fù)活動(dòng)的標(biāo)準(zhǔn)差。本文提出的方法解決了現(xiàn)代維護(hù)系統(tǒng)從“預(yù)測(cè)和預(yù)防”實(shí)踐到“分析根本原因并保持積極主動(dòng)”方法的范式轉(zhuǎn)變。

表4 全球12家不同的公司對(duì)接近零故障的高級(jí)診斷的應(yīng)用時(shí)間和結(jié)果，重點(diǎn)關(guān)注停機(jī)時(shí)間、故障、培訓(xùn)成本和外包服務(wù)的減少，產(chǎn)量的增加以及實(shí)施方法應(yīng)用后的停機(jī)事件數(shù)量

圖7. 在12～38個(gè)月的時(shí)間里停機(jī)事件呈現(xiàn)的趨勢(shì)。

為了在智能社會(huì)中發(fā)展所提出的持續(xù)改進(jìn)系統(tǒng)，有必要：

· 界定以人為中心的人-信息-物理空間；

· 實(shí)施自主學(xué)習(xí)的跨操作結(jié)構(gòu)；

· 使工業(yè)4.0的結(jié)構(gòu)功能化；

· 以不斷完善為目的，設(shè)計(jì)與智能系統(tǒng)一致的網(wǎng)絡(luò)；

· 設(shè)計(jì)管理物理空間和網(wǎng)絡(luò)空間的操作和硬件結(jié)構(gòu)；

· 為流程的定制和AI的未來(lái)實(shí)現(xiàn)建立功能調(diào)度。

在這個(gè)框架中，自動(dòng)數(shù)據(jù)收集是強(qiáng)制性的，以便使用所有可用的工具定義大數(shù)據(jù)鏈，并確定過(guò)程中所需的人力資源。隨著時(shí)間的推移，高效的個(gè)性化設(shè)備可以通過(guò)接近零故障的高級(jí)診斷系統(tǒng)自我改進(jìn)，這一方法可被視為適用于任何類型的組織的一般管理方法。

GSM5方法使部分決策過(guò)程自動(dòng)化，提高了互操作性效率，同時(shí)提供了過(guò)程的功能分析，從而促進(jìn)定制高級(jí)診斷的軟件工具的開(kāi)發(fā)。這些過(guò)程是相互聯(lián)系的，在保證人類始終處于核心位置的同時(shí)，產(chǎn)生一個(gè)在各級(jí)自動(dòng)持續(xù)改進(jìn)的循環(huán)。因此，即便不是“數(shù)字原住民”[18]或信息技術(shù)組件專家，操作人員也能夠完成他們的活動(dòng)并履行他們的職能（如使用單點(diǎn)課程）。這樣，智能工廠和智能組織的發(fā)展就更加可持續(xù)。一旦探索了所有工藝（包括生物和綠色部門內(nèi)的工藝，如與環(huán)境影響和毒理學(xué)有關(guān)的工藝），就有可能將活動(dòng)轉(zhuǎn)移給人工智能。所有這些被描述的步驟都使工業(yè)5.0的實(shí)現(xiàn)成為可能。

8. 未來(lái)發(fā)展方向及局限性

通過(guò)實(shí)施所提出的方法，可以減少技術(shù)升級(jí)到工業(yè)4.0的培訓(xùn)時(shí)間和成本，以提高生產(chǎn)力。為了實(shí)現(xiàn)全球縮放標(biāo)準(zhǔn)化下操作過(guò)程的持續(xù)改進(jìn)，我們首先從允許軟件結(jié)構(gòu)定義和重組的數(shù)據(jù)收集開(kāi)始，其次，在降低風(fēng)險(xiǎn)和提高吞吐量的同時(shí)，定制操作過(guò)程。

通過(guò)設(shè)計(jì)人工智能實(shí)現(xiàn)的調(diào)度，我們測(cè)試了所提出的遏制風(fēng)險(xiǎn)方法，為數(shù)字時(shí)代的每一次變化確定維護(hù)方法中的適當(dāng)問(wèn)題。

由于所有這些原因，我們假設(shè)，通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)來(lái)考慮人類的習(xí)慣（性格），可以最大限度地提高智能系統(tǒng)的性能，并保持高標(biāo)準(zhǔn)的質(zhì)量、可持續(xù)性和互操作性。一旦從實(shí)際案例中獲得了令人滿意的數(shù)據(jù)，就有可能實(shí)現(xiàn)具有“特征人工智能”（characterized AI）的自動(dòng)決策，就像一個(gè)成長(zhǎng)中的孩子，即使在行動(dòng)能力不足的情況下，仍能利用其感官實(shí)現(xiàn)與系統(tǒng)的交互。根據(jù)傳感器的不同，“特征人工智能”神經(jīng)網(wǎng)絡(luò)可能會(huì)生成與不同問(wèn)題相關(guān)的消息，這與所研究的人類非常相似，盡管受到與信息物理系統(tǒng)連接的自動(dòng)化的限制，其仍能幫助人力資源用自動(dòng)操作恢復(fù)原始條件。

許多硬件植入物被用于確認(rèn)結(jié)果的趨勢(shì)（至少需要70個(gè)月，見(jiàn)圖7），從而確定維修活動(dòng)的實(shí)際數(shù)量及其與實(shí)現(xiàn)的預(yù)測(cè)分析的接近性。

9. 結(jié)論

本研究對(duì)于更新診斷系統(tǒng)非常重要，通過(guò)研究和調(diào)度人與技術(shù)之間的相互作用，使公司與工業(yè)5.0保持一致。在這個(gè)框架內(nèi)，建立生產(chǎn)者和機(jī)器程序員之間的直接關(guān)系是非常有意義的，這種關(guān)系具有一個(gè)靈活的、可定制的并且易于擴(kuò)展的管理系統(tǒng)。

GSM5可以被認(rèn)為是一種智能維護(hù)活動(dòng)和智能應(yīng)用設(shè)計(jì)的自動(dòng)化管理的通用方法。專用的軟件結(jié)構(gòu)將故障減少到接近零；與維護(hù)和管理團(tuán)隊(duì)進(jìn)行交互，以持續(xù)改進(jìn)質(zhì)量；管理自動(dòng)線路的警報(bào)，且無(wú)需對(duì)人力資源進(jìn)行具體培訓(xùn)。業(yè)務(wù)活動(dòng)可通過(guò)友好的用戶界面持續(xù)訪問(wèn)，并且監(jiān)測(cè)活動(dòng)反饋的數(shù)字?jǐn)?shù)據(jù)收集可被定制。

結(jié)果被用作綜合維護(hù)計(jì)劃管理的輸入，以便在智能工廠的所有情況下減少備件、存儲(chǔ)成本和停機(jī)時(shí)間，以及保持產(chǎn)品的高質(zhì)量。

該系統(tǒng)包括實(shí)時(shí)評(píng)估和調(diào)節(jié)，允許人工邏輯網(wǎng)絡(luò)的優(yōu)化和組織流程的交互更新。

作為網(wǎng)絡(luò)空間和物理空間之間的連接點(diǎn)，警報(bào)的調(diào)度和功能化使用已經(jīng)證明了它們減少延遲時(shí)間和降低成本的潛力。這些過(guò)程使這項(xiàng)技術(shù)十分切合持續(xù)改進(jìn)與多部門集成概念一致的情況，而工業(yè)4.0正是以此為基礎(chǔ)。

人機(jī)交互活動(dòng)是專門針對(duì)所分析的背景進(jìn)行開(kāi)發(fā)和定制的，同時(shí)通過(guò)有效的調(diào)度來(lái)改進(jìn)，從而確保減少偏差，使其不再符合全球化和浪費(fèi)消除的思想。

為了減少失敗的風(fēng)險(xiǎn)，必須應(yīng)用一種能夠在最短的時(shí)間內(nèi)確保人力資源教學(xué)活動(dòng)的方法，因?yàn)樽钪匾膯?wèn)題不在于變化本身，而在于可持續(xù)性和健康目標(biāo)的快速實(shí)現(xiàn)。

作為一種初步評(píng)估，本文可能有助于建立一個(gè)零故障及零浪費(fèi)的全球標(biāo)準(zhǔn)方法和持續(xù)改進(jìn)的操作過(guò)程。本文的實(shí)證結(jié)果與基于工業(yè)4.0技術(shù)的環(huán)境功能化有關(guān)，由于引入了新的工藝，這一結(jié)果還可以被當(dāng)作未來(lái)影響的一個(gè)例證。高水平數(shù)字培訓(xùn)的工業(yè)4.0的技術(shù)升級(jí)，使得通過(guò)減少培訓(xùn)時(shí)間和降低培訓(xùn)成本來(lái)提高生產(chǎn)力成為可能，進(jìn)而朝著未來(lái)工廠（即智能工廠）邁出了重要的一步。

本文可以為管理者和決策者選擇最優(yōu)的操作程序提供指導(dǎo)，用于實(shí)現(xiàn)智能系統(tǒng)及維護(hù)最佳的人機(jī)交互。

Acknowledgements

This study was financially supported by the Grant 2017, Cariparma Foundation, Department of Medicine and Surgery, for the founded project: Center for health workers medical simulation and training (Original title: Centro per la simulazione in medicina e l’addestramento degli operatori sanitari) where we started new tests in surgical training context. Center for Studies in European and International Affairs (CSEIA) grant for scientific publication to Ruben Foresti related to the containment risks approaches.

We extend our thanks to: Sidel S.p.a. Parma for the cooperation in the development of the AD system; CSEIA of the University of Parma for the award assigned to nZFAD applied to cover the costs of open-access publication;Prof. Antonio Mutti, Department of Medicine and Surgery,for the possibility to start test applying the GSM5 method to the School of Specialization in Medicine and Surgery at the University of Parma.

Author contributions

Ruben Foresti, conceptual design; Ruben Forest and Matteo Magnani, experimental design, technology design,and implementation; Ruben Foresti, Stefano Rossi, and Nivola Delmonte, big data analysis, drafting and revision of the manuscript. All authors wrote, critically read, and approved the final manuscript.

Compliance with ethics guidelines

Ruben Foresti, Stefano Rossi, Matteo Magnani, Corrado Guarino Lo Bianco, and Nicola Delmonte declare that they have no conflict of interest or financial conflicts to disclose.