“中国制造2025”引领下 面向智能制造的工业互联网技术创新

　　发达国家的再工业思潮与作为新经济代表的中国的工业化和信息化深度融合发展模式，几乎在同一时期推出，预示着人类工业文明的发展又到了一个新的转折点。2012年11月，美国GE公司发布了《工业互联网：突破智慧与机器的界限》白皮书。2013年4月，德国政府在汉诺威工业博览会上提出了“ 工业4.0”的国家发展战略。2015年上半年，中国政府提出“中国制造2025”的发展规划。世界上规模最大的几个经济体不约而同地提出各自的发展战略，并且都把工业互联网和智能制造紧密地联系在一起，这绝对不是一种巧合。在此背景下，分析工业互联网的内涵，并揭示它在智能制造中的作用，对于正处在转型升级关键期的中国经济来说是非常有意义的。

　工业互联网的内涵

　　从目前工业界关于工业互联网的研究与实践情况来看，要想给出工业互联网的准确定义，还是一件比较困难的事情。众所周知，全球互联网 应用始于上个世纪90年代，距今虽然只有短短的20年左右的时间，却带来了许许多多令人瞩目的变化。从电子邮件、企业与政府的网页，直到娱乐、购物、旅游等生活的方方面面，人们时时刻刻都在互联网的世界里感受着工作和生活的变化。如今，人们已经感觉到互联网能够做的事情还远不止于这些，互联网还可以在智能机器之间的相互连接方面发挥重要的作用，并促成人与机器的高度协同。根据美国思科公司的报告，到2020年世界人口预计是76亿，平均每个人要连接的设备将达到6.58台，而这个数字在2003年只有0.08台(图1)。这充分说明随着工业软件和大数据分析技术的持续演化，工业互联网将赋予工业价值更多新的内涵，从而成为改变人类生活和生产方式的新动力。今天的信息技术能够给工业互联网提供三种能力：一是机器与机器之间是可互通的;二是机器与人之间是可交互的;三是数据、软件与物理世界之间的关系是可重新定义的。工业互联网对于现代工业生产的意义在于它把“互联网的思维”作用到了产品设计、制造、应用和服务的全过程，实现了生产人员、机器和数据的有效连接与融合，从而达到资源配置优化、产品生产总拥有成本最低且品质最佳的目的。

　　除了工业互联网外，现阶段同样受到高度关注的新概念还有云计算、物联网和工业4.0等热词。事实上，我们认为这些概念都是同一个问题的不同方面，只是观察的角度不同而已。云计算和物联网更多的是在技术实现的层面上去勾画一种计算资源与物理环境深度融合的体系架构，是工业互联网或工业4.0这类新生产方式的技术基础。2006年，美国科学院发布的《美国竞争力计划》还提出了一种称作“信息物理系统”(CPS)的新概念及其相应的研究规划，这同样也是为未来更大规模的计算智能系统研究和应用建立必要的理论基础，提供更有效的技术架构。相对来说，德国提出的工业4.0战略更注重在工厂层面的智能化技术的发展及应用;而美国提出的工业互联网战略则更强调如何从产业链上去挖掘信息的价值，以及如何从大数据的融合中去全面提升产品全寿命周期的价值，从而实现更少的资源消耗、更高的产品质量、更好的技术性能、更周全的运维服务等目标。显而易见，无论是工业互联网还是工业4.0战略，都需要给信息技术的内涵和外延注入更多新的元素，使得自动控制、机器学习、网络通信、数据挖掘等一般方法能够在新的技术环境中得到最有效的应用。

　　智能制造生产体系

　　谈到工业互联网，就不能不涉及智能制造。因为如果没有工业互联网强大的计算与通信能力支撑，智能制造的生产体系也就无法建立。智能制造是指在工业制造的各个环节 采用高度柔性与高度融合的方式,通过计算机来模拟人类专家的知识，进行生产组织与产品加工的一种活动。要实现智能制造的生产模式，必须具备以下几个基本的特征：即生产过程已经实现了数字化和自动化;生产过程的各个环节，甚至于供应链和产业链之间，均已实现了信息的互联互通;生产过程的管理，包含资源的配置、流程的设定、效能的优化等事务均已采用数据融合、机器学习等方法进行处理。目前，美国、日本和德国等少数几个工业发达国家，在部分工业产品生产过程中已初步采用了智能制造的生产模式。例如，美国智能制造领袖联盟 (SMLC)在2013年开始建造“开放的智能制造技术平台”，这是一种可以运用数据建模和仿真技术的通用平台，通过高仿真建模和新型传感器，可实现对过程设备的实时控制和在线优化，从而大幅减少能耗，并主动地管理整个生产系统、工厂乃至供应链的能源使用情况。在德国，西门子公司的可编程控制器制造厂通过网络控制技术，使得工厂内大多数设备能够在脱离人类操作的情况下对零部件进行选择和组装。有趣的是执行这些智能控制算法的机器也就是同一个生产线的产品，这至少说明智能制造也并非是难以实现的复杂技术。

　　一般来说，智能制造生产体系是由复杂的系统组成的，其复杂性一方面来自智能机器的计算机理，另一方面则来自智能制造网络的形态。依靠这些复杂的元素，智能制造生产体系能够给工业企业带来相当多的效益。与传统的生产方式相比，智能制造需要更多的传感元件，也需要像 机器人那样更加精巧的执行设备。这些元件和设备提供的信息可以为智能制造提供必要的控制和决策依据。在美国GE所规划的智能制造生产体系中，甚至还包含了安装在产品(例如航空发动机)中的大量传感器，它们可通过工业互联网获得实时的信息综合，从而为这些产品的优化运行提供科学的决策依据。智能制造一般情况下都不是孤立的系统，而是由大量的生产环节或以产业链的方式连接起来的部分组成的。这些部分能否协同执行，主要取决于它们之间信息互联互通的技术性能。此外，在智能制造生产体系中，不仅在机器的自动化与智能化工作方面需要大量的数据采集和计算，而且在制造执行层面的管理上也需要大量的数据融合与分析。由此可见，在智能制造生产体系复杂性的背后，人们所遭遇到的问题实质上是如何去处理规模巨大的生产过程或产品特性的状态数据。20多年的发展实践表明，将互联网技术引入到智能制造的生产体系中来，是解决这类问题的最有效方法。

　　推进智能制造生产体系建设是在全球化经济模态下提升国家竞争力的最重要的手段之一，世界各国都想在这一领域中取得发展的先机。我国出台的“中国制造2025”规划中就包含了智能制造工程、制造业创新建设工程、工业强基工程、绿色制造工程、高端装备创新工程五个重大工程的建设内容，其中智能制造是最核心的工程。这项规划的目标是到2025年，我国的工业生产制造智能化水平应达到能够进入国际第一方阵的程度，实现从制造大国到制造强国的转型。这充分说明智能制造的技术研发和工程应用已成为我国工业政策制定、科技创新规划和产业资源配置的重点领域。因此，在未来10年的时间里，我国势必将按照“中国制造2025”规划中关于“新一代信息技术”的目标和任务要求，进一步加大对工业互联网基础技术研究和公共设施建设的实质性投入，以便为智能制造生产体系的形成并发挥重要的作用提供更好的条件。目前，有关方面正在进行智能制造研究与发展的路线图规划，根据我国现有的技术基础，做出研究路线、发展进程、关键技术等方面的具体部署。作为智能制造生产体系的一个重要组成部分，工业互联网的研究与发展问题，也应该成为一个专题，并把它列入到相应的发展路线图中来。

　　面向智能制造的工业互联网

　　作为服务于智能制造的工业互联网，它所面对的一个重要的科学问题是：是否能够建立一种通用性、灵活性、可靠性都很好的服务环境，既能最大限度地满足不同行业智能制造的需求，又能有效地控制工业互联网的开发成本。解决这个问题的最好方法就是建设一种平台化的服务环境。一种技术环境何以能称之为平台，只因它能够给开发者提供科学高效的工具，能够给应用提供可靠稳定的执行机制，能够给管理者提供便捷灵活的监控手段。这就好比说一个连接各大城市的路网，只要它有平坦的路面、合理的交叉路口、科学的交通规则和严格的路政管理，那么它就是一种服务性的平台环境，因为所有汽车的拥有者，无论什么车型(对应不同的应用)，都能够得到平台提供的相关资源和服务。这种路网平台只要有合理的属性(例如道路的宽度、坡度等)，就能够为众多的用户提供满足不同需求的服务。用户只需要投资运载工具的费用和为相应的服务支付必要的费用(如过桥费)，而不必为路网平台巨额的基础设施建设成本而发愁。由此可见，建设一种工业互联网的技术平台就和建设一个路网平台一样重要，人们需要平台提供的工具进行智能制造系统的开发，需要平台提供的资源执行智能制造的算法，需要平台提供的方法管理智能制造的过程。

　　美国GE公司是工业互联网的积极倡导者。该公司为此所付出的努力主要包括两个方面：一是领导了工业互联网的产业联盟(IIC)，二是与网络技术巨头思科公司合作研究开发了Predix工业互联网软件平台。GE和思科的目的是要把这种平台作为事实上的工业标准，将众多的工业企业的生产过程尤其是智能制造的生产体系都融入到工业互联网中来，从中可获得巨大的收益。为此，GE的CEO在Minds+Machines大会上的开场白中直言：昨晚入睡前你还是一个工业企业，今天一觉醒来却成了软件和数据分析的公司，这就是现实中发生的巨变。在GE看来，Predix有机会成为工业互联网的操作系统标准，而且能大幅度地降低企业采用工业互联网应用的门槛。但是，我们也注意到，也有不少专家认为，Predix目前还仅仅是一套工业互联网应用的开发工具，它能够帮助企业把设备上的数据上传到云端，而真正有可能为这些数据提供分析能力的是GE的APM(企业资产性能管理系统)。那么，APM是否已经具有了适合所有企业生产体系的数据分析的能力，这一点显然是有存疑的。另一方面，Predix作为工业互联网的应用开发平台，并没有赋予相应的智能制造控制层的应用软件的开发功能，工业互联网有可能不得不分处于两个独立的世界：一个是云上的数据分析层，一个是云下的智能控制层，其间存在着巨大的技术鸿沟。

　　能否填补这样的鸿沟，已成为这场由工业互联网带来的第三次工业革命能否取得成功的重要标志。我们认为，工业互联网很重要，它是智能制造的重要条件之一，因此它必须能够通达云上和云下的所有地方，也必须能渗透到智能制造系统的每一个控制环节。福建中海创集团研究开发的“工业自动化通用技术平台IAP”这方面已经取得了重要突破。研究者试图从Predix最薄弱的控制端应用开发切入，希望IAP的技术能朝着既是一种面向异构环境的智能控制软件开发平台，又是向着工业互联网应用软件的操作系统方向发展，成为又一种工业互联网的软件开发平台。目前，IAP提供了一套标准的智能控制算法的模块化组态工具和一种能适应于不同计算机操作系统的控制算法执行中间件——数据引擎，它一方面解决了异构控制系统的技术统一问题，为智能制造的应用软件开发提供了有利的条件，另一方面也解决了基于互联网环境的应用开发问题，为企业工业互联网的构建提供了重要的技术基础。具体来说，采用IAP控制平台，生产企业可以利用组态模块进行智能制造系统的应用设计，并通过互联网在不受时间和空间限制的前提下将应用组态下载到相应的控制器中。所有智能制造系统中的控制器组态模块的实时信息也可以通过互联网被实时地传送到其它控制器或系统中，包括资产的性能管理系统。

　工业互联网技术创新

　　在探索工业互联网及其在智能制造生产体系中的应用方面，工业社会目前仍然要直面巨大的技术挑战。例如，我们应该如何进一步提升大量数据的处理和管理能力，如何将基于这些海量数据的分析转化为有效的服务提供给客户，又如何将物理世界和软件世界更好地融合在一起。总之，要在工业界全面采用工业互联网技术，形成有利于智能制造生产体系发展的生态环境，我们还必须付出更多的努力，尤其是要做好以下几个方面的研究工作：

　　深度学习技术的探索。智能制造在很大程度上需要借助人工智能的技术，而深度学习是受到科学界高度关注的一种人工智能方法，因此对深度学习的研究应该被列为智能制造的重要子课题。深度学习与工业互联网的关系主要体现在提供给学习机制的数据未来可能都得来自智能制造生产体系的各个方面，而且需要学习的样本数据随着学习能力要求的提高而不断扩大。为此，工业互联网的技术发展，必须适应未来人工智能、深度学习、先进控制等复杂系统管理和计算的要求，为智能制造提供更好的服务。

　　云端计算环境的重构。工业互联网应用软件的开发平台应能够同时满足云上和云下的应用设计和运行管理要求。但是，目前这两种情况差异较大。云下的端设备依靠工业自动化厂商的技术，已经基本上能够满足智能制造的控制要求。但云上的应用开发方面，目前还缺乏必要的软件工具和成熟的技术环境的支持。而且工业互联网的应用也不仅仅只有企业资产的性能管理这一个方面。事实上工业界非常期待在云环境中能够有一种可重构其应用设计的软件方法。

　　虚拟控制计算的研究。进入工业互联网时代，对生产过程控制系统数据的需求与日俱增。让工业互联网直接进入控制层获取数据的做法，极有可能会带来企业生产过程的安全问题，也很有可能会影响到生产过程的控制性能。为此，需要在智能制造这样复杂的环境中，建立一种与过程控制完全对称的平行系统，如果将该系统与工业互联网对接，即可避免上述问题。但这必须解决技术上的一些关键问题。例如，为降低开发成本，平行的虚拟控制计算环境与智能制造的实际控制器的关系，在形式上应严格保持软件结构的一致性。

　　网络信息安全的保障。工业互联网的应用，使得比较敏感的工业过程的控制信息暴露在了公共环境中。在工业互联网环境中，确保网络信息安全的技术是目前最为迫切的研究课题。采取完全物理隔离的方法不仅并不能彻底解决工业控制系统的信息安全问题，反而制约了工业互联网技术的发展。如果我们能够在控制算法执行机制上进行深度的创新，是有可能建立一种独特的具有一定免疫特性的安全环境的，并将其延伸到整个工业互联网。除此之外，将智能制造的生产体系信息安全的实时检测，与企业资产性能的管理统一起来，也是对信息安全管控的一种贡献。

　前景展望

　　工业互联网在智能制造的生产体系中承担着数据通信和信息融合的重要任务，是智能制造系统不可或缺的组成部分。智能制造系统庞大、数据量大、时空分布范围广阔等特点，给工业互联网技术的研究和应用提供了极大的发展空间。因此，我们在实施中国制造2025发展规划的进程中，应该把工业互联网基础技术和设施的研究及建设，与智能制造技术的开发及应用研究放在同一个发展路线图上，在计划安排、资源配置、标准制定等方面予以协同和均衡的管理。

　　随着信息技术的快速发展，工业互联网的功能定位与技术性能发生新变化的可能性越来越大。未来企业不仅要利用工业互联网资源进行资产的性能管理，而且要利用工业互联网实现智能制造的云控制，将产业链、供应链或价值链的协同机制建立起来，或将先进控制技术资源的公共服务体系建立起来，不断提升智能制造生产体系的创新水平。