【特别推荐】从CPS到工业4.0：制造的重新定位与新思维
解析《工业大数据》
从CPS到工业4.0：制造的重新定位与新思维
本文由机械工业出版社授权转载，节选自《工业大数据》[美](JayLee)李杰著
工业大数据是提升制造业生产力、竞争力、创新能力的关键要素，是推动工业4.0、工业互联网、《中国制造2025》实现的重要基础。由美国辛辛那提大学(Univ.of Cincinnati) 讲座教授，美国国家科学基金会(NSF)智能维护系统（IMS）产学合作中心主任李杰教授最新出版的《工业大数据》，该书基于工业4.0的时代背景，通过深入剖析未来工业的商业模式和智能服务体系的创新技术变革，论述如何通过工业大数据的分析和应用去预测需求、预测制造，整合产业链和价值链，发现用户的价值缺口，发现和管理不可见的问题，实现为用户提供定制化的产品和服务。
工业4.0对未来工厂的透明化——突破制造业中的不确定性
在制造业中，有很多可能无法量化甚至决策者也无法知晓的不确定性，这使决策者对他们资产的有效运作和使用情况无法形成合理的判断和结论。这些不确定性存在于工厂的内部和外部。内部的不确定性因素包括加工过程中的精度缺失造成的质量变化，以及由于部件磨损和衰退的积累造成的设备故障。由于不一致的操作，系统意外停机、生产资源的浪费、残品的存在和返工事件所引起的生产周期变化等都可能导致在生产计划与调度（系统或生产工艺）上出现困难。与此同时，外部不确定因素所产生的阻碍作用通常会从产品开发延续到供应链环节，可表现为：不可靠的下游产能、原材料或部件运输、数量和质量的不可预测性；市场和客户的需求波动；由于生产和使用过程中缺乏对产品状态的准确评估而导致的不完整的产品设计；随机保修索赔和更换要求等。
在每一个领域，问题都会以可见性和不可见性两种形态出现。对于可见性的问题，通常利用最佳做法和标准工作组成的工具来系统地处理。对于一个潜在的对策，公司与设备供应商合作，运用新知识和技术从内部解决问题，并将这些技术整合到他们的设备中作为增值改进。同时，要对不可见的问题尽量做到避免，比如利用故障诊测与健康管理(PHM)技术，使用先进的预测分析方法和在故障早期阶段发现并避免问题等。因此，未满足的需要就是对可见空间成果的复制，并进一步明确从解决问题层面到规避问题层面是怎样处理的。利用预测工具和技术将展观出更多的新价值创造机会，这些机会都将利用新的信息（未知的知识）。
工业4.0所需要的就是可以提供具有透明度的工具和技术，这些工具和技术具有拆解和量化不确定性的能力，从而可以客观地估计制造能力和可用性。之前描述的制造策略假定设备的连续可用性及其在每一个使用过程中保持最佳性能，但这样的假设在一个真正的工厂中是不成立的。为了实现工厂透明化，制造业需要大量投入以转型为预测生产。这种革新需要使用先进的预测工具和方法，实现将工厂不断产生的数据系统地加工成有用的信息。这些信息可以帮助解释不确定性，从而使得资产管理者和过程监管者做出更“知情”的决策。
在制造业中积极采用“物联网”的思想为预测生产奠定了智能传感网络和智能机器的基础。在不同的细分市场中利用先进的预测工具已经变得越来越流行了。故障诊测与健康管理就是一个能够充分运用此类预测分析的领域。故障诊测与健康管理涉及制造状况的评估、早期故障的诊断以及未来失效时间推断，主动维护活动因此得以实现，并可以避免灾难性的、代价高昂的机器损坏。
工业4.0需要预测式制造系统
可预测制造业的概念由李杰教授在2005年提出。它是以对监控机器设备的数据采集为起点的，通过采用合适的传感器装置，各种信号如振动、压力等可以被撷取，另外，历史数据也可以被用作进一步的数据挖掘。通讯协议，如MTConnect和OPC，可以帮助用户记录控制信号；当所有的数据被汇总在一起，就构成了所谓的“大数据”(Big Data)。而信息的转化机制(Transforming Agent)由几个组件构成：整合的平台、预测分析方法和可视化工具。Watchdog Agent中的算法可分为四个部分：信号处理和特征提取、健康评估、性能预测和故障诊断。通过可视化工具，健康信息（如当前情况、剩余使用寿命、故障模式等）可以有效地以雷达图、故障图、风险分析以及健康的衰退曲线等形式表现出来。预测制造系统赋予设备和系统“自我意识”的能力，从而为用户提供更大的透明度，并最终避免了涉及生产力、效率和安全性的潜在问题。
预测制造系统的核心技术是一个包含智能软件来实现预测建模功能的智能计算工具。对设备性能的预测分析和对故障时间的估算将减少不确定性的影响，并为用户提供预先缓和措施和解决对策，以防止生产运营中产能与效率的损失。
预测制造系统为用户提供透明化信息，如实际健康状况、设备的表现或衰退的轨迹、设备或任何组件什么时候失效以及怎样失效等。
一个精心设计和开发的预测制造系统具有以下好处：
降低成本——通过了解生产资产的实际状况，维护工作可以在一个更合适的条件下实施（不是在故障发生后才更换损坏的部件或太早将一个完好的部件进行不必要的更换）。这也被称为及时维护。
提升运营效率——当知晓何时设备很可能会失效时，生产和维修主管就能够审慎地安排相关活动，从而最大限度地提高设备的可用性和正常运行时间。
提高产品质量——衰退模式和近乎实时的设备状态估计可以与过程控制结合起来，以实现在设备或系统表现随时间变化同时产品质量的稳定。
随着制造业透明化的发展，工厂管理以准确的信息为基础确定工厂范围内的整体设备效率(OEE)。基于对设备的可预测能力，可以实现有效的管理维护从而降低管理成本。最后，历史健康信息也可以反馈到机器设备的设计部门从而形成闭环的生命周期更新设计。
请关注后【战略前沿技术】后，点击历史信息或回复201505查看。2015年1-4月精华文章，请分别回复201501、201502、201503、201504查看。
日期 标题 20150525
数学大师丘成桐：中国的科技至少要倒退20年
20150516
中国工程院院士增选有效候选人名单公布
20150516
真正的黑科技，你绝没见过的无人机应用
20150503
未来的战争：德国工业4.0与中国制造2025
20150508
科研经费管理新规：劳务费从15%变为上不封顶
20150525
北斗的复仇
20150517
2025年的世界：对未来十年的8个预言
20150523
大学之癌——有的教授他是官
20150529
华为是如何创新的？
20150509
发达国家发展工业机器人的主要做法和启示