下载掌阅APP，畅读海量书库
立即打开
第四次工业革命的浪潮涌来，全球工业正经受着前所未有的冲击，不断调整和变革，出现以新一代信息技术与传统制造业的深度融合为特征的新一轮创新浪潮。以机器人、数字化制造、3D打印、智能工厂、网络化制造等为代表的智能制造技术正在孕育着制造技术体系、制造模式、产业形态和价值链的巨大变革，智能制造已经成为制造业发展的趋势。基于信息物理系统（Cyber-physical System，CPS）的智能工厂正在引领制造方式向智能化方向发展；云制造、网络众包、异地协同设计、大规模个性化定制、精准供应链、电子商务等网络协同制造模式正在重塑产业价值链体系，将使制造技术体系、制造模式、产业形态和价值链发生巨大变革，以不同方式呈现出未来工业的景象。我们可以用八个关键词勾勒出未来工业的基本特征。
关键词一：复杂性。
近几十年来，技术开发面临的最大挑战是产品乃至系统无限增加的复杂性。与此同时，这还导致开发和制造过程的复杂性也倾向于无限增加。从产品方面看，复杂性的增加是由对产品要求的增加而引起的（比如新功能）；从过程方面来看，导致复杂性增加的因素有产品的个性化和地域化、过程的加速等，协作网络在全球的扩张也是复杂性增加的原因之一。目标系统的复杂性越来越高，产品生命周期的参与者形成的网络分支越来越多。这些因素叠加起来的复杂性呈指数级增长。
如果没有更好的整合措施，不能在提高效率的同时提高灵活性，就会导致效率降低。传统的方法、手段和结构不足以稳定地应对这种复杂性，在过去几十年不断专业化的过程中缺少这样一种教育理念：理解全局并能领导和负责一个复杂技术系统的开发。
关键词二：数据。
随着复杂性的增加，必须多方面调整现有结构和发展跨学科的体系，其障碍是传统组织间的分隔及专业指导的缺失。对企业组织来说，还有一个更有意义的问题：如何才能改变目前这种开发、实验、生产规划、制造和服务相分隔的局面？答案是只有软件和网络化能解决这个问题。到现在仍处于大规模分隔状态的部门必须实现数据的流通，而且是双向流通，只有这样，企业才可以依靠共有数据逐步改变。
第四次工业革命引发生产范式变革，推动形成数据驱动工业模式，构建一套数据采集、存储、管理、计算、分析和应用的工业大数据资源体系，即将正确的数据在正确的时间传递给正确的人和机器，通过更加精准的状态跟踪和数据分析，提升数据在产品的设计、制造、运行和维护等阶段的能力，从杂乱无章的原始数据到具有价值的决策信息，由此形成用数据生产、管理和决策的生产范式。
数据将成为能带来高效增值的极有价值的原始材料，生产流程智能化的实质是在研发、生产等过程中，通过数据驱动来提高整个过程的针对性、准确性、灵活性及高效性，最终实现对质量的实时管理和精准控制，生产出高质量的产品，提供高质量的服务。核心的挑战在于及时访问数据，了解数据并确定数据之间的关联，最后得出有用的结论。只有数据真正实现处处实时流动才会发生些什么！虽然在工程过程的不同阶段会用到多种工具，但是数据要确保一致。数据的通用性只可能通过全面的产品生命周期管理（Product Lifecycle Management，PLM），或者通过全面的系统生命周期管理（Systems Lifecycle Management，SysLM）来确保。
关键词三：软件。
工业企业要在未来长期保持竞争优势，必须做好三件事：提高生产力、重视节能增效、提高生产灵活性。工业产品和服务全面交叉渗透，这种渗透可借助软件，通过在互联网和其他网络上实现产品及服务的网络化而实现。随着工业中虚拟与现实的交互性不断加强，生产方式必将因软件技术的应用而发生根本性改变。工业软件的智能应用和研发将成为影响工业发展的一个决定性因素。软件不再仅为了控制仪器，或者执行具体的工作程序而编写，也不再仅被嵌入产品和生产系统中。数字化转型涵盖了几乎所有生产流程，虚拟世界与现实世界不断交互融合，对产品和产品生命周期中的每一个环节优化整合的软件已经被推广到了各个工业领域。
如今是一个创新软件与高性能硬件、虚拟网络与现实生产环节交错的时代。所有产品的研发和生产过程都需要软件。软件在产品设计、生产规划、生产工程、生产实施、生产服务等生产流程中都会起到重要作用。
产品研发和生产过程是一个统一的整体，工业企业必须考虑到产品生命周期每个环节的成本。功能强大的硬件只有以振兴工业软件为支撑，才能使自动化和驱动技术产生根本的进步。
开发和集成的软件数量达到某个点时，工作本身便会发生质变。几乎所有企业最终都会达到一个点，在这个点上，软件不是一种被添加进来并且需要被重视的东西，而是直接成为主角，其他任何东西都与软件有关，甚至都由软件所决定。我们期待由量变到质变的拐点的到来，并将为此做好准备。
关键词四：模型。
模型是预测、优化及决定是否对系统进行干预的基础。分析大数据可以让我们更好地理解智能对象和智能系统，理解它们可以借助模型来对系统进行数学描述。我们可将模型的行为与真实情况进行比较。例如，我们可将传感器数据与物流网数据进行比较，并据此不断地改进模型，直到模型与智能对象或智能系统建立了足够精确的关联。
我们需要首先以某种方式对系统结构进行建模，并且确保此模型能够作为相应系统数据管理模型的基础，然后使系统的开发过程以完全不同的形式进行系统化。随着信息物理系统的应用，产品定义方式将是基于模型的定义。
从信息技术的角度看，向建立在语义一致性基础上的模型的应用过渡很重要。为了解决超大型目标领域的本体一致性问题，建立更好的协调关系可以更好地整合目前被区别看待的目标领域，包括产品领域（电力、电子、软件和机械）、利益相关方（组织单位、角色）和增值网络中的过程，也包括各种增值网络内部产品生命周期的各个阶段。这一整合的基础在于语义上的统一，即对增值实体、过程和扩大的目标领域（建模）内部数据进行形式的、一致性的描述。
关键词五：系统工程。
随着复杂性的不断增加，软件技术和嵌入式的电子技术应用比例不断增大，与传统产品相比，现今的产品都具备一定的系统特征。产品系统化的过程具有多样化的特点：日益开放的系统、数据交换、集成。
产品开发不可避免地成为系统工程。系统工程国际委员会规定，系统工程是一门学科，其职责是创建和实施一个跨学科的流程，以确保在整个产品生命周期内实现高品质、高可靠性、高性价比和在预定的时间内达到客户/利益相关者要求的目标。系统工程是从系统概念出发，以最优的方法求得整体系统的最优的、综合化的组织、管理、技术和方法。
系统一般会显示出跨学科的技术设计、复杂多样的表现和内外部紧密的依赖关系。机械工程师、电气工程师、计算机工程师、机电一体化工程师和数学家要合作进行跨学科的开发，必须从传统产品成熟的模块设计原理中进一步开发出一种方法——通过这种方法不仅能控制纯粹的模块元件组装，而且能灵活掌握集成子系统的技术。
有针对性的系统工程的重点在于减少复杂性。这意味着为了能够抛开技术细节对系统的主体进行研究，应有一个尽可能抽象的简化模型。这样做的最大优势是可以将系统的功能性和逻辑性与实现它们的技术解耦。找到全面的系统生命周期管理方法的一个关键因素在于系统工具模型的开发。这种系统工具模型必须以结构化方式包含系统的所有主要数据，并且以特殊的方式进行软件、电子和机械的组合。
所有相关学科的设计方法和计划方法，都要经过检验，以确定它们是否符合产品开发的跨学科过程模拟的标准，能否转化为一个综合的跨学科的通用解决方案、跨学科工艺解决方案和信息技术解决方案。系统工程通过对整个产品生命周期进行跨学科思考来解决产品开发问题。由此，基于模型的系统工程（Model-based Systems Engineering，MBSE）应运而生，这是一种以开放阶段特定的数字系统模型为基础，贯穿整个产品开发过程的跨学科方法。
现今的系统是“异构物理系统”，由软件组成部分、电子组成部分、机械组成部分和物质实体构成。这类系统模型的建模也是开发的一个重大难题。半公式化的建模语言和基于模拟的建模语言都支持跨学科系统开发。
如今，基于模型的系统工程已从航空、航天等领域向汽车、轨道交通、电子信息制造等领域拓展应用，许多大企业都将基于模型的系统工程作为重要的工程方法。在可预见的未来，随着产品越来越复杂，基于模型的系统工程将得到更广泛的应用。
关键词六：集成。
以信息技术为基础，整合软硬件的系统又被称为嵌入式生产系统。该系统的应用，一方面，使企业与企业之间纵向一体化程度加深；另一方面，在从预订到交货的横向一体化中，各个环节也被紧密联系起来了。
将虚拟世界和现实世界融合，实现从车间到企业管理层的双向信息流和数据协同优化是通往“工业4.0”的必由之路，而全面集成是实现“工业4.0”的必要条件。集成一般包括纵向集成：企业内部的系统集成；横向集成：构建企业之间的社会网络，实现企业之间的信息合作、资源整合与协同共享；端到端集成：围绕特定产品的一个动态的系统集成。
关键词七：数字化企业。
工业领域的数字化，需要解决“信息孤岛”问题；考虑行业的差异和针对不同软件的特殊性；数字化企业的标准化和开放性；确保具备使数字化企业和真实企业相集成的工具和通信结构，使两者相互融合。
消除阻挡在各学科之间的“壁垒”是数字化企业发展的前提。所有类型的数据，特别是只能用数字化表现出来的数据，都必须保证无须复杂转化过程即可被相关参与者实时使用。产品研发过程是一个大规模迭代的过程，必须确保数据在繁复的变化中随时可以被长久保存下来。特别是在协作工程环节，需要被考虑的不仅是数据格式、接口，还有通用的数据管理。因此，在关键领域必须使用统一的数据模型。
利用虚拟技术将物理活动变为数字化活动，可使开发活动变得更加灵活，资源配置得到优化，甚至实现生产元素的逐个优化。利用工业软件，可实现价值创造链各个环节的紧密相连，优化生产过程。
关键词八：人。
“工业4.0”时代并不是用机器或软件取代人，相反，人的能动性在“工业4.0”的发展进程中所起的作用有增无减。新型的生产模式不仅要求员工对日益增加的复杂性有一定的掌控能力，还要求员工对工作有认真负责的态度。员工从服务者转变成了操纵者、协调者。未来的生产还需要员工成为决策和优化过程中的执行者。当虚拟世界和现实世界高度融合的时候，知识和生产彼此间也是相互促进的，未来的岗位会更加注重技术专业性，这对人才培养来讲是一个新的挑战。