工業4.0：一場“看不見的世界”戰爭

工業4.0：一場“看不見的世界”戰爭

美國辛辛那提大學特聘講座教授、上海交通大學特聘講座教授與先進產業技術研究院前瞻顧問李杰，曾先后受邀參與討論德國“工業4.0國家戰略”和美國“CPS計劃”的制訂。日前，他在上海接受了《解放周一》的獨家專訪。

制造業的新境界

“工業4.0是德國提出的口號，卻是全球制造業共同的發展方向?！惫I4.0概念在歐洲乃至全球工業業務領域引發關注和認同，各國紛紛出臺自己的工業4.0版本，其中包括美國的“CPS戰略計劃”、中國的“中國制造2025”。

“現有的技術、原有的經驗，都不足以支撐我們邁向工業4.0這個全新的時代?！崩罱苷f。新時代的新要求，就是必須能夠解決“看不見的問題”。

看不見的問題通常表現為設備的性能下降、零部件磨損、運行風險升高等。這些因素由于很難通過測量被定量化呈現，往往是工業生產智能不可控的風險，大部分看得見的問題都是這些看不見的因素積累到一定程度后造成的。比如，一輛集裝箱卡車有18個輪胎，以前什么時候換輪胎只能憑司機的經驗來判斷，或者到了一定的期限，18個輪胎一起換掉。但工業4.0時代，要求輪胎制造企業提供的不僅是物理狀態的輪胎，還要有輪胎在使用過程中的實時狀態。未來，司機可以通過儀表盤上的簡單圖示，精確地知道哪個輪胎需要作調整、維護或將其換掉，傳統維護方式將從一門依靠經驗判斷的“藝術”變為一門可以精密掌握的“科學”。

滿足“看不見的需求”

工業4.0的另一個特點是制造過程和制造價值向使用過程的延伸。就是通過分析用戶的使用數據來發掘用戶自己都還未曾意識到的需求。

例如，人們在買車時會有省油的需求，各家汽車制造商因此致力于改進車型和發動機，讓汽車更加省油，卻很少去關注用戶的駕駛習慣對于油耗的影響，而用戶也不會想到要求汽車具備管理駕駛行為的功能。

但是，工業4.0時代的汽車4S店也許會是另一番景象。人們不僅在店內可以定制自己喜歡的車

型、顏色和內飾等，還可以在一輛布滿傳感器的車內進行試駕：當用戶坐上駕駛座椅時，傳感器會自動記錄整個座椅上的壓力分布，一款符合用戶身形和坐姿習慣的座椅就自動設計完成了；在用戶開車過程中，汽車內部的傳感器自動記錄用戶的駕駛動作，進而預測用戶的駕駛習慣，一套兼顧駕駛操作體驗和舒適性的動力系統和控制系統即被自動匹配完成；在用戶駕駛汽車的過程中，汽車能夠自動識別用戶駕駛習慣的改變，提醒用戶這種改變對于能耗和剩余里程的影響；在上下班高峰期，汽車能夠通過海量的交通數據預測出未來一段時間內可能通過道路的擁堵情況，并為用戶推薦最佳路徑；在駕駛過程中，汽車還可以記錄路面的平整度，這些數據首先在系統內被分享，提醒后面的駕駛者減速駛過一段坑洼的路面，隨后被發送給市政管理部門，第二天再經過相同路段時發現坑洼的路面已經被修補好了。用戶到家后，可以通過手機或網頁查看一天的駕駛記錄，不同駕駛模式下的能耗情況一目了然，可以與社區內的其他用戶比一比誰更加節能環保，同時系統還提供了相應的駕駛習慣改善建議。

此外，用戶還能查看汽車的健康狀態報告，包括各個關鍵部件的健康狀況、損耗情況和故障風險等，與之相配的維護保養建議也被自動提供，這時用戶可隨手在網上與4S店預約維修時間。如果只是簡單的零件更換，網上還會提供帶文字講解的視頻來詳細說明步驟。最終用戶會發現，不僅自己去4S店的次數和保養維修的費用明顯減少了，而且汽車出故障的概率幾乎降到了零。

設備也要能“自省”

針對工業4.0時代對制造業提出的新要求，李杰的應對之策是“預測式制造”。預測式制造系統包括一系列先進的預測性工具和方法，可以將制造過程中不斷產生出來的數據轉化為信息，以便讓生產管理人員精準掌握生產全過程。也就是說，預測性制造系統讓設備擁有“自省能力”，隨時檢查自己的產能、效率和潛在的安全問題。

預測式制造的另一層含義是通過對消費者消費行為的分析，反過來去修正產品的制造。

以李杰團隊做過的智能電池為例。他們發現，司機的駕車習慣、經常行駛路段的路況等因素都會導致不同的耗電量，于是就從關注人、監控電池被使用的狀態出發，得到了電池在使用、維護、管理等方面的數據，從而也就知道了電池制造中使用哪種材料、哪種電路更為合適?；谶@種思路，開發出軟件，放在云端，然后設置進iPhone、iPad等終端，開車時只要連上這些智能終端，駕車者就能接收到汽車電池使用狀況的數據，軟件將這些數據轉換成清楚明白的信息，由終端推送到駕車者面前，比如到哪里充電、什么時候換電池等。

讓大數據開口說話

工業4.0是一場在“看不見的世界”里進行的“戰爭”，而數據則是連接可見與不可見世界的橋梁。

李杰將工業大數據對制造業的意義歸納為兩個方面：

一是實現智能生產。在智能制造中，通過信息物理系統實現工廠/車間的設備傳感和控制層的數據與企業信息系統融合，使得生產大數據傳到云計算數據中心進行存儲、分析，形成決策，并反過來指導生產。在一定程度上，工廠/車間的傳感器所產生的大數據直接決定了“工業4.0”所要求的智能化設備的智能水平。

二是實現大規模定制與價值創造。大數據是制造業智能化的基礎，其在制造業大規模定制中的應用包括數據采集、數據管理、訂單管理、智能化制造、定制平臺等，核心是定制平臺。大數據能夠幫助制造企業提升營銷的針對性，降低物流和庫存的成本，減少生產資源投入的風險。

消費者與制造企業之間的交互和交易行為也會產生大量數據，挖掘和分析這些消費者動態數據，能夠讓消費者參與到產品的需求分析和產品設計等創新活動中，從而生產出更符合個性需求的定制產品。

（摘自《解放日報·周一》2015年9月14日 顧學文/文）