“大数据+工业云”工业4.0时代的人机共融

【前言】“大数据+工业云”工业4.0时代的人机共融由文秘帮小编整理而成，但愿对你的学习工作带来帮助。1.2 工业2.0 电气化，以电力的广泛应用为标志，用电力驱动机器取代蒸汽动力，从此零部件生产与产品装配实现分工，工业进入大规模生产时代。 1.3 工业3.0 自动化，以PLC（可编程逻辑控制器）和PC的应用为标志，从此机器不但接管了人的大部分体力劳动，同时也接管了一部...

摘 要 论述了工业1.0到工业4.0的发展过程，工业4.0的特点，工业4.0的技术支柱，工业4.0的软硬件解决方案，国际国内工业云的建立及其特点。工业4.0将引发第四次工业革命。

【关键词】大数据 云计算 工业4.0 工业云 物联网 IOT 万物互联 工业互联网 人工智能 智能制造

1 概述

1.1 工业1.0

机械化，以蒸汽机为标志，用蒸汽动力驱动机器取代人力，从此手工业从农业分离出来，正式进化为工业。

1.2 工业2.0

电气化，以电力的广泛应用为标志，用电力驱动机器取代蒸汽动力，从此零部件生产与产品装配实现分工，工业进入大规模生产时代。

1.3 工业3.0

自动化，以PLC（可编程逻辑控制器）和PC的应用为标志，从此机器不但接管了人的大部分体力劳动，同时也接管了一部分脑力劳动，工业生产能力也自此超越了人类的消费能力，人类进入了产能过剩时代。如图1所示。

1.4 工业4.0将是整个中国时代性的革命

什么是工业4.0？

“互联网+制造”就是工业4.0。“工业4.0”是德国推出的概念，美国叫“工业互联网”，我国叫“中国制造2025”，这三者本质内容是一致的，都指向一个核心，就是智能制造。

2015年中国有几个概念非常火，第一是大众创业、万众创新，第二就是工业4.0，第三个就是“互联网+”。“互联网+”是巨大无比的概念，“互联网+”里面有“互联网+金融”叫做互联网金融、“互联网+零售”、“互联网电子商务”，而“互联网+制造”就是工业4.0。它将推动中国制造向中国创造转型，所以说，工业4.0是整个中国时代性的革命。如图2所示。

2 工业4.0有哪些特点

互联：互联工业4.0的核心是连接，要把设备、生产线、工厂、供应商、产品和客户紧密地联系在一起。

数据：工业4.0连接和产品数据、设备数据、研发数据、工业链数据、运营数据、管理数据、销售数据、消费者数据。

集成：工业4.0将无处不在的传感器、嵌入式中端系统、智能控制系统、通信设施通过CPS形成一个智能网络。通过这个智能网络，使人与人、人与机器、机器与机器、以及服务与服务之间，能够形成一个互联，从而实现横向、纵向和端到端的高度集成。

创新：工业4.0的实施过程是制造业创新发展的过程，制造技术、产品、模式、业态、组织等方面的创新，将会层出不穷，从技术创新到产品创新，到模式创新，再到液态创新，最后到组织创新。

转型：对于中国的传统制造业而言，转型实际上是从传统的工厂，从2.0、3.0的工厂转型到4.0的工厂，整个生产形态上，从大规模生产，转向个性化定制。实际上整个生产的过程更加柔性化、个性化、定制化。这是工业4.0一个非常重要的特征。如图3所示。

3 工业4.0有哪些技术支柱

工业4.0九大技术支柱包括工业物联网、云计算、工业大数据、工业机器人、3D打印、知识工作自动化、工业网络安全、虚拟现实和人工智能。这九大支柱中会产生无数的商机和上市公司。如图4所示。

4 哪类公司最有前景

结合中国工业现状来看，未来十年，中国工业4.0领域将有充足发展的三类公司有：

第一类是智能工厂，分为两种，第一种是传统的工厂转型成智能工厂，第二种是一出生就是智能工厂；

第二类是解决方案公司，为制造业公司提供智能工厂顶层设计、转型路径图、软硬件一体化实施的工业4.0解决方案公司。

第三类是技术供应商，包括工业物联网、工业网络安全、工业大数据、云计算平台、MES系统、

除这三类以外，虚拟现实、人工智能、知识工作自动化等技术供应商也会面临巨大的发展前景。如图5所示。

5 【解决方案】包括软件硬件

软件有工业物联网、工业网络安全、工业大数据、云计算平台、MES系统、虚拟现实、人工智能、知识工作自动化等；硬件是工业机器人（包括高端零部件）、传感器、RFID、3D打印、机器视觉、智能物流（AGV）、 PLC、数据采集器、工业交换机等。如图6所示。

这是一次巨大的产业革命，错过了工业4.0也就错过了这个时代！谁最终赢得第四次工业革命主导权？第四次工业革命以2013年德国汉诺威为标志，宣布这一轮工作革命以智能制造为核心。如图7所示。

德国政府所定义的德国工业4.0，由一个信息，一个网络，四大主题、三项集成、八项计划组成的框架机构。德国政府提出工业4.0整体框架有很多地方和中国的实际国情不同，操作上面还有一定的距离。如图8所示。

第四次工业革命延续时间大概为30到40年，所以说工业4.0、移动互联网对中国工业的颠覆、再造和融合，才刚刚开始。第四次工业革命的本质是主导这个世界未来的工业标准之争，是由德国和美国按照自己的逻辑路径、表述方法来进行推进。

美国提出了工业互联网标准，希望关注设备互联、数据分析、以及数据基础上对业务的洞察，他们对传统工业互联网互联互通，其关注点在大数据和云计算。

德国提出工业4.0，拥有强大的机械制造技术，嵌入式以及控制设备的先进设备和能力，德国很关注生产过程智能化和虚拟化的深刻改变。

可以看到，美国工业互联网和德国工业4.0，实施路径和逻辑相反，但是目标一致。美国是以GE公司、IBM这些公司为支持，侧重于从软件出发打通硬件；德国是以西门子、库卡、SAP这些公司为主导，希望可以从硬件打通到软件。无论从软到硬，还是从硬到软，两者的目标是一致的，就是实现智能制造，实现移动互联网和工业的融合。

中国为什么选择德国标准？

（1）中国政府认为，德国路径比美国路径更容易实现；

（2）美国的工业空心化严重。IT公司出现工业4.0挑战大，缺少基础设施的落地，德国工业技术雄厚，是生产制造基地，生产设备供应商加IT业务解决方案提供商。在第四次工业革命的战略选择上，中国政府的策略是，紧盯新一轮产业发展的潮流，选择工业4.0，推出中国版的中国制造2025，寻找机会弯道超车，后发先制。

工业4.0是一个全新的时代，一期刚刚开始，预计要30到50年的时间发展引进，按照国家工信部部长所说：德国是从工业3.0串联到工业4.0，中国是2.0、3.0一起并联到4.0。

工信部和中国工程院把中国版的工业4.0的核心目标定义为智能制造，这个词表述非常准确。由智能制造再延伸到具体的工厂而言，就是智能工厂。智能制造、智能工厂是工业4.0的两大目标。

在未来的工业4.0时代，软件重要还是硬件重要，这个答案非常简单：软件决定一切，软件定义机器。所有的工厂都是软件企业，都是数据企业，所有工业软件在工业4.0时代，是至关重要的，所以说软件定义一切。

工业时代4.0这条路刚刚开始，但给了我们大概的方向，未来企业会变成数据的企业、创新的企业、集成的企业、不断快速变化的企业。对于整个制造业来说，这是一个巨大的颠覆，称之为工业革命，是毫不为过的。

6 国际国内工业云的建立

GE公司建立的Predix云，一个专为收集与分析工业数据而开发设计的云解决方案。Predix云也是“平台即服务”（PaaS），将在高度安全的工业级云环境中捕捉和分析海量高速运行、类型多样的各种机器产生的数据。Predix云将推动工业互联网的下一阶段增长，可以帮助开发者为行业快速开发、部署和管理应用与服务。

全球化的数字制造的热潮汹涌，工业大数据以前所未有的速度和巨量被释放出来，如何将这些数据与人、机器相连接，成为一个崭新的命题。而制造业巨擘GE在回归工业根基的转型之路上，推出了工业互联网这一广为传播的概念，而Predix正是GE承载新工业帝国梦想的核心平台。Predix是GE面向行业推出的一个工业云平台。不同的组织，能在上面控制数据的连接，并使用第三方开发者的分析软件。 一方面Predix为大量开发者提供便利，开发各种工业级APP。开发者只需关注如何解决问题，而无须关心如何获取以及连接数据；另一方面用户作为数据托管方，则可以使用这些APP，进行设备管理、运营维护等。

Predix的起源传统意义上OT技术是用于对机器设备的监视和控制，但GE眼中的OT技术已经超越这些概念，将机器设备与云服务连接，通过数据的分析可以帮助进行设备故障预测和整体健康程度的评估。通过融合IT和OT技术，GE正在重新定义工业自动化。

GE通过内置的传感器对机器设备的数据采集已有多年，但这些物联网前的传感器主要用于对设备运行实时性能的监测，比如显示某一特定测点的压力值，设备专家通过监视各测点的数值从而推断设备的性能，然后这些实时数据就被丢弃，不再进行收集存储。

机器设备产生的海量时间序列数据与社交数据和交易数据差别很大，针对工业数据的存储、分析必须针对性地进行优化，以帮助理解机器设备的行为表现。为了处理这些海量的数据集，GE需要一个新的平台来安全连接设备并分析数据，就这样在2013年，一个基于云计算的软件平台Predix被开发出来。不仅仅通过运营数据分析降低设备的服务成本，也通过这些运营数据有效指导产品研发的改进。

如图9所示，工业数据湖受到Amazon提供S3、EC2等云服务的启发， GE的管理层逐渐意识到他们也可以将Predix以云服务的形式推向市场，从而开启设备运营的联接、分析服务市场。

Predix正式诞生。

Predix的构成Predix是GE推出的全球第一个专为工业数据与分析开发的云服务平台，负责将各种工业资产设备和供应商相互连接并接入云端，并提供资产性能管理（APM）和运营优化服务。Predix承担的角色类似个人电脑中的Windows和智能手机中的IOS、Android操作系统。对于纷繁复杂的工业设备和工业数据类型来讲，Predix与其说是通过操作系统来运营工业互联网，不如说是为海量的工业数据找到了一种相对标准和统一的承载和呈现形式。

如图10所示，Predix的架构传承于GE工业化基因，Predix提供标准的方式来运行工业级的分析能力，连接机器、数据和人，提供分布式计算、大数据分析、资产数据管理、机器和机器通信和应用移动性，“端到端”的安全访问机制确保数据、设备、网络和系统的授权访问。

GE为何要推行Predix其实是一个面向云应用的软件平台，负责将各种工业资产设备和供应商相互连接并接入云端，并提供资产性能管理（APM）和运营优化服务。所以，Predix的功能是统筹各种APM系统、承载行业用户的工业互联网应用，从这个意义上，GE把它称为“操作系统”。

APM系统一般包括企业资产管理（EAM）、预防性维护（PM）、预见性维护（PdM）、工厂资产管理（PAM）、环境健康和安全（EH&S）等方面。GE的APM系统，是GE为了提升自身的资产管理绩效而特别研发，并已在内部应用多年的，一整套综合了云计算和物联网技术的解决方案。

实际上没有APM系统的Predix是没有灵魂的。所以即使GE开放了Predix，用户也需要使用GE的APM来实现远程监控、诊断、智能运行设备。所不同的是用户基于Predix二次开发出来的是以GE APM系统为核心的、适合自己的资产绩效管理方案，因为不同行业的资产绩效管理方案，必须要写入该行业的特性和参数。

GE的终极目标每一家工业企业都要成为一家数字公司，这是GE对未来的看法。而GE同时希望，Predix能成为这些数字公司的驻足之地。

因此，GE加大推广APP开发的力度。2016年GE计划开设4个创新坊，加大企业对于开发类似工业APP的扶持，从而孵化出完整的生态群。

市场的同类掘金者为了在数字化领域挖掘新的商业机会，西门子正在以“西门子数字服务”为平台，努力发展相关服务。西门子2015年底宣布将增加研发投入3亿欧元搭建跨业务新数字化服务平台Sinalytics。这一平台与Predix非常类似，整合了远程维护、数据分析及网络安全等技术。继成功完成内部测试之后，2016年西门子正式面向市场推出“MindSphere工业云平台”。MindSphere被设计为一个开放的生态系统，工业企业可将数据服务作为预防性维护、能源数据管理以及工厂资源优化的基础。

除此之外，前段时间与美的达成股权收购的机器人制造商KUKA和Infosys宣布联手开发支持企业迎接工业4.0的解决方案，合作目标是开发一个可让客户采集、评估和利用数据以提高自身生产过程的软件平台，KUKA将通过建立工业4.0云平台扩展设备与云系统之间的连接。

PTC2014年宣布收购物联网平台创建者ThingWorx，并致力于建立和运营物联网应用。经过一系列的收购和运作，2016年6月，PTC宣布新版物联网平台ThingWorx 7上市，包括进阶的联网产品管理工具组、强大的新分析功能、公有云支持、简化的平台元件等。

当然，对IBM、SAP、微软这些虎视眈眈的市场巨鳄，同样不能忽视他们对工业云的狂热。

总结中国企业具有广泛的工业云应用需求，如风电、飞机发动机、汽车、工程机械、家电等保有量居世界前列。因此，呼唤中国自己的工业云生态圈，是一种合情合理的想法，正如GPS之于中国的北斗导航系统。

然而，这样的云平台的搭建，在中国，已经几乎可以断定无法由一个公司之力来建设的。这么庞大的一个生态圈，绝非当下中国制造业任何一个企业的工业技术体系可以承担，一个合适的制造业共同体，迫在眉睫。

然而以GE为代表的企业已经开始布局工业云，在海尔、在华为这些优秀的制造业都已经结为联盟。徐工集团与阿里云公司共同打造的“工业云”平台瞄准工业互联网领域的全球标杆―美国GE公司打造的Predix工业云平台，应用颠覆式思维、借助新一代信息技术，将徐工数字化工业能力输出打造成开放、共享的全球云平台，力争成为中国工业领域的“Predix”。

7 结论

工业物联网正在推动第四轮工业革命，它将大大改变制造、能源、交通运输、城市、医疗以及其他工业行业，并帮助企业从传感器聚集数据，从而最大限度地提高机器效率以及整个工作的吞吐量。具体应用包括运动控制、机器与机器通信、预防性维护、大数据分析以及互联医疗系统等。

工业云平台由于能够灵活实现跨区域工业信息服务的部署和交付，已经成为国际巨头们投入的重点。如果说传统信息技术领域是美国企业占据优势地位，那么工业领域的信息服务发展正迎来群雄逐鹿的时代。谁能率先确立在全球的工业云服务覆盖，便能在智能制造时代掌握产业生态的制高点，并取得掌控工业物联网的先机。

参考文献

[1]乌尔里希・森德勒.德国 工业4.0即将来袭的第四次工业革命[M].机械工业出版社，2014.

[2]维克托・迈尔-舍恩伯格 肯尼思・库克耶.大数据时代[M].浙江人民出版社，2012.

[3]刘云浩.物联网导论[M].科学出版社，2010.

作者单位

上海立源水处理技术有限责任公司 上海市 201100