現在，距離提出工業(yè)4.0已過(guò)去近八年的時(shí)間，工業(yè)4.0發(fā)展如何？又呈現了怎樣的趨勢？未來(lái)的“柔性”工廠(chǎng)是否已初見(jiàn)雛形？

近日，MathWorks（全球知名的科學(xué)計算軟件開(kāi)發(fā)商）的工業(yè)自動(dòng)化和機械領(lǐng)域行業(yè)經(jīng)理Philipp Wallner先生接受了CONTROL ENGINEERING China的采訪(fǎng)，就工業(yè)4.0的最新進(jìn)展和趨勢做了深入探討。

MathWorks工業(yè)自動(dòng)化和機械領(lǐng)域行業(yè)經(jīng)理

Philipp Wallner先生

提起MathWorks 公司，可能有的人還并不熟悉，但說(shuō)到它的兩個(gè)產(chǎn)品MATLAB和Simulink，很多人便恍然大悟。其實(shí)，這家專(zhuān)注于數學(xué)計算的軟件公司已擁有用戶(hù)超400萬(wàn)，用戶(hù)遍布全球185個(gè)國家和地區，2019年銷(xiāo)售額突破了10億美元。

Philipp Wallner先生在擔任MathWorks工業(yè)自動(dòng)化和機械領(lǐng)域行業(yè)經(jīng)理之前，曾經(jīng)在貝加萊工業(yè)自動(dòng)化公司工作多年，對工業(yè)領(lǐng)域有深入的了解。

Philipp Wallner一開(kāi)場(chǎng)就向記者表示，未來(lái)的工廠(chǎng)必定是“柔性”工廠(chǎng)。其原因之一就是市場(chǎng)的驅動(dòng)力，商品的個(gè)性化需求越來(lái)越高，使得工廠(chǎng)從大規模生產(chǎn)向大規模定制化生產(chǎn)轉變，也就是柔性生產(chǎn)的需求就越來(lái)越強烈。另外，自主生產(chǎn)線(xiàn)的需求和產(chǎn)品迭代周期的縮短也驅使工廠(chǎng)走向柔性生產(chǎn)。

當然，柔性生產(chǎn)并不是想實(shí)現就可以實(shí)現的，它給工廠(chǎng)帶來(lái)前所未有的挑戰，這使得工廠(chǎng)生產(chǎn)系統的復雜性逐漸增加，包括各個(gè)生產(chǎn)設備、模塊的參數以及其它影響因素。另外，各個(gè)組件與部件之間的交互也在變多，導致工廠(chǎng)軟件的復雜性變得很高。在這樣的挑戰下，就需要用建模仿真、AI和數字孿生等新興IT技術(shù)解決這些復雜的問(wèn)題，去處理參數調優(yōu)、系統設計、運行系統的預測性維護等。

所幸的是，目前的技術(shù)發(fā)展已經(jīng)使得“柔性”工廠(chǎng)成為可能。Philipp Wallner先生認為，解決這些復雜問(wèn)題所需要的三個(gè)重要生產(chǎn)要素已經(jīng)具備：第一，越來(lái)越強勁的硬件，運行效能高的硬件才能讓這些復雜的算法在現場(chǎng)環(huán)境下運行。第二，新的設計流程以及工具足以支撐開(kāi)發(fā)、測試以及部署復雜的軟件系統，或者包括那些AI算法的軟件系統。第三點(diǎn)，越來(lái)越多的具有領(lǐng)域知識的工程師逐漸掌握數據分析和AI的技術(shù)，他們把領(lǐng)域知識和新的AI技術(shù)知識相融合，從而使工廠(chǎng)變得柔性化。

那未來(lái)“柔性”工廠(chǎng)究竟會(huì )是什么樣的呢？Philipp Wallner先生用了工業(yè)4.0最新的五大趨勢來(lái)描繪。

以往AI多是在科研、學(xué)術(shù)領(lǐng)域內探討，但現在A(yíng)I已經(jīng)被應用在具體的工業(yè)場(chǎng)景中，如預測性維護、健康監測、生產(chǎn)優(yōu)化、基于視覺(jué)的質(zhì)量檢驗等主流應用。包括MathWorks在內，很多公司開(kāi)發(fā)了專(zhuān)門(mén)的AI工具軟件和APP，用于設計、訓練和部署這些AI算法，極大地減輕開(kāi)發(fā)設計人員的負擔，并取得了一定經(jīng)濟收益。

例如Mondi公司利用MATLAB開(kāi)發(fā)出了一款基于機器學(xué)習技術(shù)的生產(chǎn)線(xiàn)健康檢測APP，通過(guò)7*24小時(shí)不間斷運行，該軟件能夠每年幫助Mondi節省至少5萬(wàn)歐元。

同時(shí)，MathWorks也在和VDMA（德國機械設備制造業(yè)聯(lián)合會(huì )）合作，提供了AI應用指導書(shū)，指導企業(yè)將AI技術(shù)應用在更多的領(lǐng)域。

可以說(shuō)AI已經(jīng)不僅僅是技術(shù)上的熱點(diǎn)，它已經(jīng)在實(shí)際的生產(chǎn)領(lǐng)域得到了應用，并幫助企業(yè)真真切切地得到經(jīng)濟收益。

持續增長(cháng)的系統復雜性，需要數字化設計手段做支撐，這種復雜性往往來(lái)源于我們對于柔性生產(chǎn)、模塊化生產(chǎn)、更高質(zhì)量和精度、更多數據吞吐能力、以及更短的上市時(shí)間和交付周期的需求。這樣就不得不使用數字化建模仿真的方式去“應對”這種復雜性，這些模型將貫穿設計、交付、運行和維護等整個(gè)生命周期。未來(lái)的工廠(chǎng)，將會(huì )先在虛擬環(huán)境下去做構建，然后再在實(shí)體的環(huán)境下進(jìn)行構建。

對于MathWorks來(lái)說(shuō)，Simulink和MATLAB兩大工具可以幫助用戶(hù)來(lái)進(jìn)行機器開(kāi)發(fā)的仿真建模和功能測試驗證。首先，利用Simulink對整個(gè)系統進(jìn)行仿真構建和測試。然后，利用MATLAB的自動(dòng)代碼生成功能，將經(jīng)過(guò)驗證的算法生成面向于工業(yè)控制器的C、C++代碼等工業(yè)軟件要求的代碼。再下一步，采用虛擬交付技術(shù)，將產(chǎn)品或者測試環(huán)境部署到實(shí)時(shí)運行的工業(yè)原型機上進(jìn)行相關(guān)測試，這一方式有效減少了現場(chǎng)測試的需求，從而降低將人員或設備置于比較危險的環(huán)境之中的風(fēng)險。最后，利用模型構建數字孿生體，當設備交付出去，運行的數據也可以反饋到數字孿生體之中，對設備狀態(tài)進(jìn)行估算，最終降低整個(gè)運維成本。

“在Simulink下，基于數字孿生的這種仿真可以幫助客戶(hù)獲得一些很有價(jià)值的數據，并且對系統有更深入的認識，而如果沒(méi)有這種數字化手段的話(huà)，很難獲取到這種認識?；蛘哒f(shuō)要獲得這種認識的話(huà)，是非常耗時(shí)并且需要很大的資金投入，現在有了數字化手段的話(huà)，就可以很低成本去獲得這樣的一些收益?！?Philipp Wallner通過(guò)一個(gè)Krones開(kāi)發(fā)包裝機器人數字孿生體的例子說(shuō)道。

這里面包括兩層意思，第一是標準的工業(yè)協(xié)議如OPC UA、5G等讓所有設備或者自動(dòng)化的組件能夠互聯(lián)互通，這些自動(dòng)化組件也能夠接入到辦公場(chǎng)景下，實(shí)現數據的交互，以往軟件或者說(shuō)復雜的軟件，往往只能在桌面端或者在辦公室機器上才能夠運行，但現在越來(lái)越多地將這些復雜軟件部署到工業(yè)場(chǎng)景下，也就是說(shuō)在桌面計算機上開(kāi)發(fā)的算法可以運行在工業(yè)控制器上，使桌面和工廠(chǎng)車(chē)間之間有了更好的融合。

現在的機器人通常都是通過(guò)定向的編程實(shí)現某一類(lèi)特定的動(dòng)作，自己并沒(méi)有決策能力。這與未來(lái)柔性和模塊化生產(chǎn)方式是不相匹配的。因此，具有自感知、自決策的自主機器人應運而生，這種機器人Philipp Wallner把它稱(chēng)為Robotics，目前在工廠(chǎng)物料搬運和分揀中已經(jīng)成功應用。

對于Robotics自主機器人來(lái)講，沒(méi)有特定的編程，且在編程的時(shí)候不告訴它要搬的物體具體是什么，也不告訴它搬運路徑，但是它可以在運行中自主做出智能化的決策并實(shí)現最優(yōu)路徑規劃。

傳統的機器人編程和學(xué)習方法不足以支持系統應對未來(lái)工廠(chǎng)數量龐大且快速增多的各類(lèi)產(chǎn)品，但自主機器人將通過(guò)強化學(xué)習和其他AI 技術(shù)實(shí)現自學(xué)習、自感知、自動(dòng)路徑規劃與自決策，這對于工廠(chǎng)的柔性生產(chǎn)來(lái)說(shuō)，將會(huì )是一個(gè)重大幫助。

AI等新技術(shù)讓未來(lái)工廠(chǎng)變得更加智能化，這也導致了今后工廠(chǎng)的工程師不但需要具備專(zhuān)業(yè)領(lǐng)域的知識，并且也需要擁有新的技術(shù)的技能，比如說(shuō)同時(shí)掌握AI技術(shù)?！邦I(lǐng)域知識”指的是工程師所在行業(yè)中的專(zhuān)業(yè)知識，比如該行業(yè)中的設備、工藝、流程等相關(guān)知識?！靶轮R”指的是對AI技術(shù)、云、軟件設計等知識。越來(lái)越多的工廠(chǎng)工程師正在向他們自己所擁有的技能集合里面添加諸如軟件設計、AI等技能，而像MATLAB這樣的工程工具也在為這類(lèi)工程師提供便于開(kāi)發(fā)、測試和部署AI算法的自動(dòng)化工具APP。在這一過(guò)程中，MATLAB本身提供豐富的小程序APPs，可以幫助具有專(zhuān)業(yè)知識的工程師快速將如AI這樣的新技術(shù)融入到自己的實(shí)際工作中。

“2020年已經(jīng)展示了數字化的重要性，而隨著(zhù)整個(gè)工業(yè)領(lǐng)域從大規模的生產(chǎn)向定制化的柔性生產(chǎn)轉型，2021年，我們可以看到數字化轉型會(huì )變得比以往更加重要，包括生產(chǎn)系統的自主化、工程師通過(guò)仿真方式確認系統行為等。而今天分享的這五個(gè)趨勢或許恰好勾勒了未來(lái)柔性工廠(chǎng)的雛形。畢竟未來(lái)已來(lái)！”P(pán)hilipp Wallner最后表示。