姚 杰,溫懷鳳,張桂花
(重慶川儀軟件有限公司,重慶 401121)
制造業(yè)是國民經(jīng)濟的主體,是立國之本、興國之器、強國之基。國務院發(fā)布的中國制造2025戰(zhàn)略,是我國提升綜合國力、保障國家安全、建設世界強國的必由之路[1]。近年來,制造業(yè)面臨較大下行壓力,加上全球疫情的影響,短期還將面臨企業(yè)招工難、成本負擔重和市場需求降速等影響。國內外行業(yè)巨頭紛紛跨界,搶抓當下全球產(chǎn)業(yè)鏈和價值鏈重構的關鍵時期,通過建構優(yōu)質的工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)生態(tài)布局制造業(yè)。作為21世紀社會發(fā)展的最強動力之一,信息通信技術已成為促進工業(yè)、農(nóng)業(yè)、服務業(yè)和公共事務發(fā)展的重要力量。經(jīng)過近幾年的摸索與發(fā)展,逐漸形成了以工業(yè)互聯(lián)網(wǎng)平臺作為流程工業(yè)智能制造引擎的應用模式。
流程工業(yè)主要包括油氣、煉化、化工、冶金、能源、環(huán)保等,是我國國民經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)和基礎原材料工業(yè)。其生產(chǎn)工藝過程復雜、連續(xù),設備大型化、自動化程度較高,工藝流程相對固定,屬于資源和技術密集型產(chǎn)業(yè)。流程工業(yè)在制造業(yè)以及整個國民經(jīng)濟中占據(jù)著舉足輕重的地位,其生產(chǎn)水平直接影響我國制造業(yè)的強弱和國家的經(jīng)濟基礎[2]。
我國流程工業(yè)經(jīng)過幾十年發(fā)展,取得了顯著進步,但普遍存在生產(chǎn)效率低、能耗物耗高、安全環(huán)保問題突出等現(xiàn)象,系統(tǒng)運行水平也參差不齊。究其原因,是我國流程工業(yè)的經(jīng)營決策、資源與能源的配置計劃、生產(chǎn)計劃調度與控制系統(tǒng)指令,以及生產(chǎn)管理與運行仍嚴重依賴知識型工作者的經(jīng)驗,遠遠沒有實現(xiàn)全流程整體運行優(yōu)化;生產(chǎn)工藝研究過程還停留在企業(yè)的生產(chǎn)試驗,遠沒有實現(xiàn)數(shù)字煉鋼、數(shù)字煉油等虛擬制造,嚴重阻礙了流程工業(yè)向高效化、綠色化方向發(fā)展。
與此同時,流程工業(yè)還需要解決一系列核心技術問題,包括整個制造流程的一體化控制、各類專業(yè)設備與制造工藝過程的精確建模、工藝參數(shù)與生產(chǎn)指標的數(shù)據(jù)采集技術與算法分析、原料和能源消耗過程的數(shù)據(jù)分析統(tǒng)計、生產(chǎn)運行過程中設備的故障預測與診斷等。因此,傳統(tǒng)流程工業(yè)急需依托于大數(shù)據(jù)、物聯(lián)網(wǎng)的先進數(shù)字化信息技術進行有效提升。只有充分利用大數(shù)據(jù)、云計算、虛擬制造、邊緣計算、數(shù)字孿生等工業(yè)物聯(lián)網(wǎng)新技術,結合企業(yè)自身的生產(chǎn)特點,通過工業(yè)化與信息化深度融合,推進流程工業(yè)的自動化、集中化、集成化、整體化,才能使中國流程工業(yè)由大變強、領先國際流程制造業(yè)。
從中國制造邁向中國智造,工業(yè)互聯(lián)網(wǎng)技術被視為實現(xiàn)數(shù)字化轉型升級和打造智慧工廠的有力工具。工業(yè)互聯(lián)網(wǎng)是全球工業(yè)系統(tǒng)與高級計算、分析、感知技術以及互聯(lián)網(wǎng)連接融合的結果。它廣泛連接人、機、物等各類生產(chǎn)要素,構建支撐海量工業(yè)數(shù)據(jù)管理、建模與分析的數(shù)字化平臺,提供端到端的安全保障,以此驅動制造業(yè)的智能化發(fā)展,引發(fā)制造模式、服務模式與商業(yè)模式的創(chuàng)新變革[3]。工業(yè)互聯(lián)網(wǎng)平臺的技術架構如圖1所示。
圖1 工業(yè)互聯(lián)網(wǎng)平臺的技術架構
工業(yè)互聯(lián)網(wǎng)平臺是基于工業(yè)互聯(lián)網(wǎng)技術特點,面向制造業(yè)數(shù)字化、網(wǎng)絡化、智能化需求,支撐制造資源泛在連接、彈性供給、高效配置的工業(yè)云平臺[4]。中國工程院院士鄔賀銓指出,工業(yè)互聯(lián)網(wǎng)平臺在一定程度上是新工業(yè)體系的“操作系統(tǒng)”,向下對接海量工業(yè)裝備、儀器儀表、控制系統(tǒng),向上支撐工業(yè)智能化應用的快速開發(fā)與部署,發(fā)揮著類似于微軟Windows、谷歌安卓系統(tǒng)和蘋果iOS系統(tǒng)的重要作用[5]。
據(jù)前瞻產(chǎn)業(yè)研究院統(tǒng)計,2018年全球工業(yè)互聯(lián)網(wǎng)市場規(guī)模約為8 059.1億美元,年均增長5.51%[6],重點發(fā)展區(qū)域主要是美國、歐洲和亞太地區(qū)。美國集團優(yōu)勢明顯,GE、微軟、羅克韋爾、亞馬遜等巨頭積極布局前沿技術創(chuàng)新,工業(yè)知識經(jīng)驗軟件化、平臺化能力處于全球領先地位。歐洲工業(yè)巨頭(如西門子、博世、ABB、SAP等)憑借在制造業(yè)中的優(yōu)勢,在產(chǎn)品研發(fā)、裝備和自動化系統(tǒng)、工業(yè)控制和工藝流程等領域快速發(fā)展應用[7]。
據(jù)不完全統(tǒng)計,目前國內僅提供工業(yè)互聯(lián)網(wǎng)平臺的企業(yè)就有35家,根據(jù)出身不同和對工業(yè)互聯(lián)網(wǎng)的理解不同,各自優(yōu)勢和發(fā)展路徑也不同,大致可分為三類:第一類是以航天科工、三一重工、海爾為代表的工業(yè)龍頭企業(yè),對制造流程輕車熟路,從制造業(yè)視角打造相對實用的工業(yè)互聯(lián)網(wǎng)應用,但互聯(lián)網(wǎng)基因、云計算技術能力相對薄弱;第二類是用友、浪潮、華為等信息通信企業(yè),憑借在企業(yè)級市場的積累,結合產(chǎn)品技術和解決方案的積累,從底座產(chǎn)品出發(fā)打造工業(yè)互聯(lián)網(wǎng)平臺;第三類是以BAT為代表的互聯(lián)網(wǎng)企業(yè),在互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)領域具有先天優(yōu)勢,但對制造業(yè)痛點和邏輯不夠了解。
工業(yè)互聯(lián)網(wǎng)平臺是從傳統(tǒng)工業(yè)信息技術(information technology,IT)架構轉變而來的。與傳統(tǒng)工業(yè)信息技術相比,工業(yè)互聯(lián)網(wǎng)平臺解決方案實現(xiàn)了從流程驅動的業(yè)務系統(tǒng)轉變?yōu)閿?shù)據(jù)驅動的平臺應用新模式,更易于整合各種信息孤島和集成各種數(shù)據(jù)資源。工業(yè)互聯(lián)網(wǎng)平臺以基礎設施即服務(infrastructure as a service,IaaS)層為基礎,通過云端加邊緣部署的方式,集成各種設備、數(shù)據(jù)的接入和解析;以平臺即服務(platform as a service,PaaS)層為核心,一方面將工業(yè)知識解耦為機理模型并固化為平臺核心資源,另一方面通過機器學習將不斷積累的數(shù)據(jù)經(jīng)過“訓練”以形成新的行業(yè)知識;以軟件即服務(software as a service,SaaS)層為應用,針對不同工業(yè)場景,基于面向對象和分層設計理念提供開放的應用服務。這些技術貼近制造業(yè)痛點,能夠解決傳統(tǒng)制造業(yè)智能制造轉型升級問題。
智能制造是基于物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代信息技術,貫穿于設計、生產(chǎn)、管理、服務等制造活動的各個環(huán)節(jié),具有信息深度自感知、智慧優(yōu)化自決策、精準控制自執(zhí)行等功能的先進制造過程、系統(tǒng)與模式的總稱[8-9]。工業(yè)互聯(lián)網(wǎng)平臺是智能制造的關鍵基礎,為其變革提供了必需的共性基礎設施和功能,在企業(yè)落地應用中取得了不錯的效果。下面以化工行業(yè)的智能制造轉型升級為例,介紹工業(yè)互聯(lián)網(wǎng)平臺在企業(yè)實際應用中的需求與成效。
化工是典型的流程工業(yè)?;ば袠I(yè)的生產(chǎn)過程經(jīng)常在高溫、高壓、易燃、易爆、強腐蝕性的環(huán)境下進行,自動化控制程度非常高,屬于連續(xù)性生產(chǎn),主要通過計算機集散控制系統(tǒng)采集過程控制與設備狀態(tài)數(shù)據(jù)?;て髽I(yè)普遍建設了企業(yè)信息系統(tǒng),用于企業(yè)資源計劃、產(chǎn)品生命周期、供應鏈、客戶關系和環(huán)境安全等管理[10-11]。
隨著信息技術、通信技術和運營技術的不斷發(fā)展,化工行業(yè)也在信息集成、節(jié)能優(yōu)化、安環(huán)保障等方面提出了新的需求。首先,需要利用工業(yè)互聯(lián)網(wǎng)平臺打通原有的分散的信息系統(tǒng),完成信息采集、數(shù)據(jù)存儲和檢索分析,從數(shù)據(jù)關聯(lián)、可視化查詢、數(shù)據(jù)報告等方面,為企業(yè)實現(xiàn)決策和生產(chǎn)管理智能化提供數(shù)據(jù)支持;然后,需要挖掘分析平臺積累的海量生產(chǎn)數(shù)據(jù)并尋求生產(chǎn)規(guī)律,實現(xiàn)生產(chǎn)優(yōu)化和降低能耗;最后,需要提供設備預測性維護技術工具,保障生產(chǎn)設備連續(xù)、長期和穩(wěn)定地運行,并利用平臺實時在線的監(jiān)控數(shù)據(jù)及時發(fā)現(xiàn)生產(chǎn)中存在的安全隱患[12]。
面對化工行業(yè)的上述場景需求,工業(yè)互聯(lián)網(wǎng)平臺在生產(chǎn)領域落地應用的價值主要是構建數(shù)據(jù)平臺,形成統(tǒng)一的業(yè)務大數(shù)據(jù)池,并基于數(shù)據(jù)池和機理模型為主、數(shù)據(jù)模型為輔的工藝分析、優(yōu)化,保障設備生產(chǎn)的連續(xù)性、經(jīng)濟性。實際應用中,平臺滿足了企業(yè)大部分應用需求,但也存在不能覆蓋的領域。
①針對例如濃度、純度、密度、黏度等需要公式換算的軟測量,受天氣、原料、環(huán)境、工況等影響且影響原理比較清楚的運行狀況,構建數(shù)學模型,取得了較好的測量效果。但在未知原理的情況下,由于樣本還不夠豐富,基于大數(shù)據(jù)的機器學習對化工裝置的操作優(yōu)化所起的作用有限,尚處于試用階段。
②在設備預測性維護方面,主要是面向如泵、壓縮機等動設備,開展電流、溫度、轉速、振動等全參數(shù)的狀態(tài)監(jiān)測,通過實時在線狀態(tài)監(jiān)測,結合設備故障機理模型,識別故障類別、確定故障位置和明確故障原因,進行預測性維護。現(xiàn)階段主要依靠設備廠商負責設備的監(jiān)測、維護、診斷、維修和優(yōu)化,完全由生產(chǎn)企業(yè)獨立運維的案例還比較少。
③在安全、環(huán)保等應用領域,利用平臺強大的物物相聯(lián)能力,打通企業(yè)生產(chǎn)、環(huán)境、能耗、設備等的數(shù)據(jù),對數(shù)據(jù)進行分析、歸納、推理,實現(xiàn)預測報警和應急處理等功能。
④在供應鏈領域,主要是通過射頻識別(radio frequency indentification,RFID)等電子標志、物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)技術,幫助企業(yè)優(yōu)化批量化工產(chǎn)品供應鏈配送體系,掌握不同地域的銷售需求,提高配送和倉儲效能[13]。
縱觀近年來工業(yè)互聯(lián)網(wǎng)平臺在流程工業(yè)中的應用現(xiàn)狀,雖取得了巨大進步,但在數(shù)量眾多的中小企業(yè)中的推廣卻仍存在諸多障礙。對此,應該從企業(yè)發(fā)展、技術創(chuàng)新和人才儲備等多方面共同建設,以提升推廣效果。
目前,流程工業(yè)對工業(yè)互聯(lián)網(wǎng)平臺需求存在“雷聲大雨點小”的矛盾,需求急迫卻又不愿買單,原因大致可以分為供、需兩方面。
一方面,工業(yè)互聯(lián)網(wǎng)平臺企業(yè)屬于知識密集型,各種前沿技術的研發(fā)和運營均需要投入大量資金,而由于工業(yè)自身的復雜性、差異性,項目定制化程度高、實施周期長,回款速度慢,導致企業(yè)面臨較大生存壓力。平臺作為軟件產(chǎn)品,盈利模式基于用戶規(guī)模效應。這意味著平臺企業(yè)需要在短期內積累大量用戶,才能實現(xiàn)營收上爆發(fā)式的增長。因此,有必要采取國家政策扶持和社會資本投資等手段,例如國家對平臺企業(yè)提供各種稅收優(yōu)惠政策、在相關重大工程項目研發(fā)和示范應用階段提供項目資金支持;同時,為擁有核心技術和經(jīng)營良好的平臺企業(yè)提供便捷的上市融資渠道,實現(xiàn)供血。
另一方面,對很多中小型流程制造企業(yè)主來說,長期在工業(yè)自動化領域的實踐和探索,使其對生產(chǎn)過程、倉儲物流了如指掌。而工業(yè)互聯(lián)網(wǎng)是一個虛擬的概念,企業(yè)主對它究竟能帶來哪些革新、投資回報率是多少、如何選擇平臺等問題往往一知半解。同時,工業(yè)互聯(lián)網(wǎng)的關鍵是行業(yè)知識的數(shù)字化,應用的是生產(chǎn)大數(shù)據(jù),并直接提升企業(yè)生產(chǎn)效率。如果平臺對工業(yè)理解不深,觸及不到工業(yè)實質,再先進的互聯(lián)網(wǎng)技術也發(fā)揮不出應用的價值。這也在一定程度上影響了企業(yè)主進行數(shù)字化轉型的積極性。因此,可以利用“先富帶動后富”的策略,加快政府引導示范應用項目落地實施,廣泛宣傳和組織參觀,通過轉型成功企業(yè)的實際案例和現(xiàn)身說法,給廣大中小型企業(yè)以信心,為它們提供可借鑒的道路。
除了市場和資金方面,平臺在標準化、發(fā)展方向、應用定位等技術方面也存在不足。
平臺應用要標準先行,針對工業(yè)互聯(lián)網(wǎng)跨行業(yè)、跨專業(yè)、跨領域的技術特點,應統(tǒng)籌規(guī)劃,加強頂層的標準設計,立足行業(yè)需求,兼顧國際體系,建立涵蓋術語定義、通用需求、架構、測試與評估、管理等基礎共性標準,網(wǎng)絡與聯(lián)接、標識解析、邊緣計算、平臺與數(shù)據(jù)、工業(yè)APP、安全等總體標準,以及典型應用和垂直行業(yè)等應用標準的工業(yè)互聯(lián)網(wǎng)標準體系,提升標準對制造業(yè)的整體支撐作用,為產(chǎn)業(yè)發(fā)展保駕護航[14]。如果沒有數(shù)據(jù)的統(tǒng)一規(guī)范與標準,就需要大量的數(shù)據(jù)讀寫操作和工程量投入,難以建立穩(wěn)定的盈利模式。
其次,工業(yè)互聯(lián)網(wǎng)平臺的四個層級中,核心是PaaS層。PaaS層又分成了上、下兩部分。下部分是PaaS層的通用部分,包括設備管理、資源管理、運維管理和故障恢復等。上部分是PaaS中的核心,包括應用開發(fā)、微服務和模型三部分。微服務指的是數(shù)字化架構。模型指的是技術原理、基礎工藝經(jīng)驗形成的算法。工業(yè)領域中,有機理模型和數(shù)據(jù)模型兩種不同技術方向的模型:機理模型是對原理的數(shù)學建模,用數(shù)學公式來進行原理的描述;數(shù)據(jù)模型最核心的不是算法,而是數(shù)據(jù)。雖然現(xiàn)在人工智能、機器學習很熱門,大有替代機理模型的趨勢,但工業(yè)領域與互聯(lián)網(wǎng)不同的是“小數(shù)據(jù)大問題”,如果無法解釋潛在的風險,即使只有0.1%的不確定,也是不可接受的。所以工業(yè)互聯(lián)網(wǎng)平臺要應用落地,繞不開行業(yè)工藝經(jīng)驗知識的沉淀。
最后是IaaS層的工業(yè)互聯(lián)網(wǎng)APP。這是基于工業(yè)互聯(lián)網(wǎng),承載工業(yè)知識和經(jīng)驗,滿足特定需求的工業(yè)應用軟件,是工業(yè)技術化的重要成果。如果說流程工業(yè)需要工業(yè)互聯(lián)網(wǎng)平臺解決“降本、增效、提質、減存、綠色、低碳”等需求痛點的話,那首要發(fā)展的就應該是工業(yè)APP,以此解決不同企業(yè)不同細分行業(yè)的各種問題。
隨著工業(yè)互聯(lián)網(wǎng)技術在流程工業(yè)中的深入部署和應用,培養(yǎng)適應和引領未來智能制造的工程科技人才顯得更為迫切,流程工業(yè)智能化發(fā)展要求未來的制造業(yè)人才具有多學科知識,跨界整合、解決現(xiàn)實工程技術和管理問題的能力[15]。對此,全國政協(xié)委員錢鋒提出了幾點建議:重視制造業(yè)與人工智能、大數(shù)據(jù)等現(xiàn)代信息技術的深度融合,將新知識、新技術盡快融入工程學科和人才培養(yǎng)方案,建設適應制造業(yè)智能化發(fā)展的人才培養(yǎng)體系,培養(yǎng)將新技術融入制造業(yè)的能力;提升面向制造業(yè)的師資隊伍綜合能力,組建跨學科的研究平臺和項目,組建企業(yè)實踐團,鼓勵教師深入生產(chǎn)一線幫助企業(yè)解決工程實際問題,在實踐中提高工程科技素質與能力;探索多元化的制造業(yè)工程科技人員培養(yǎng)模式,除了傳統(tǒng)的“技術員”“工程師”“總工程師”等科技人才,也需要培養(yǎng)掌握工業(yè)生產(chǎn)、工藝、研發(fā)、質檢等專業(yè)知識,以及了解法律、環(huán)保、項目管理等多學科知識的復合型人才[16]。
綜上所述,必須從企業(yè)發(fā)展角度,處理好供需兩端的矛盾,平衡各自利益點的訴求;從技術創(chuàng)新角度,夯實平臺標準和規(guī)范,豐富工業(yè)APP,進而充實工業(yè)平臺;從人才儲備角度,完善人才培養(yǎng)、使用的體系和通道。這樣才能解決好工業(yè)互聯(lián)網(wǎng)技術在流程工業(yè)中加快落地和提升效果的問題。
既然制造領域存在“術業(yè)有專攻”,那么工業(yè)互聯(lián)網(wǎng)的踐行過程必然會“聞道有先后”。目前智能制造水平較高的,大概率也是較早實現(xiàn)工業(yè)互聯(lián)網(wǎng)的領域,一般處于資金密集型、設備更新快、競爭激烈、利潤率高的行業(yè)[17]。其發(fā)展過程必然是從點到面、從量到質、從分散到集中的,遵循優(yōu)勝劣汰的叢林法則。
工業(yè)互聯(lián)網(wǎng)落地之路任重而道遠。一方面,我國完整的工業(yè)體系潛藏著巨大的應用需求和市場,為工業(yè)互聯(lián)網(wǎng)平臺的培育和壯大提供了土壤。另一方面,我國的互聯(lián)網(wǎng)發(fā)展理念、應用實踐都較成熟,有覆蓋全社會的互聯(lián)網(wǎng)生態(tài)[18]。因此,必須堅定目標并持續(xù)改進,以實現(xiàn)工業(yè)和信息化的深度融合。