2011年在德国汉诺威工业博览会上“工业4.0”的概念首度被三位教授提出。2013年04月在汉诺威工博会上《保障德国制造业的未来:关于实施“工业4.0”战略建议书》发布,至此,“工业4.0”成为《德国2020高技术战略》的十大未来项目之一并正式上升为国家战略。
“工业4.0”是一个利用物联信息系统(Cyber-Physical System简称CPS)将生产中的供应,制造,销售信息数据化、智慧化,以提高制造技术水平为方向,将制造业转向智能化为目标的一场“自下而上”的生产模式革命。核心概括为建设一个网络系统(Cyber-Physical System,物联信息系统)、研究两大主题(智能工厂、智能生产)、实现三大集成(横向集成、纵向集成及端对端的集成)、推进三大转变。
回顾前三次工业革命,::18世纪第一次工业革命是机械化革命:::使用机器代替手工劳动;::19世纪最后30年到二十世纪初第二次工业革命是电器化革命:::电动机的发明以及电气工业迅速发展,电力在生产和生活中得到广泛应用;::从20世纪四五十年代以来的第三次工业革命是自动化革命::: 原子能、电子计算机、微电子技术、航天技术分子生物学等领域取得的重大突破为标志开启的第三次工业革命,也叫做第三次科技革命。
(img) ++ 工业革命推进图++
工业4.0的实现是以数字化整合为驱动力的,主要为以下几个方面:
工业4.0从去年开始成规模的在中国媒体上出现,到今年年初变成了十分热门的话题,我想应该和中国也提出了类似的概念如“中国制造2025”以及“互联网+”有关,另外中德两国同为制造业大国,德国的经验对中国也有借鉴意义。
为什么是德国提出工业4.0?因为德国的人力成本相比第三世界国家太昂贵了。工人的工资牢牢钳住了德国制造的成本,这也是工会的成就。最近闹得沸沸扬扬的德铁罢工已经让德国老百姓苦不堪言了,就是为了涨工资和减工时。但是德国目前尚有技术优势,其他国家的廉价劳动力在缺乏技术的情况下暂时不会冲击德国高端产业。但是一旦等到这些国家拥有了成熟的技术,德国造的优势便荡然无存。
这样的事情是真实发生过的,相机行业在50年代本是德国造的天下,但是20年之内就被日本相机彻底打垮,众多公司不得不被迫转战更精密的光学仪器市场。日本尚且如此,如果是中国这样庞大的制造输出能力拥有了近似甚至同等的技术水平,那么德国市场将会承受什么样的打击自然可想而知。
借助工业4.0在生产制造的各环节应用技术,德国希望将技术与物理现实社会之间的联系更加可视化,将生产与管理全面融合,通过智慧制造,生产制造产品,形成智慧工厂。在控制的基础上,透过物联网的传感器大量采集生产资讯,将资讯透过网络汇集到云计算资讯中心,通过大数据分析、挖掘、从而制定出正确的决策。进而提升生产的灵活性及资源的利用率,使顾客与企业之间的联系更加密切,提升工业生产的商业价值。
(img) ++未来工厂图片++
如下图所示,工厂内所有设备、物料、半成品、成品都将嵌入RFID Tag或感测器,记载必要的资料,便于生产过程中进行监控,对于生产设备而言,将根据不同的客户需求,采用不同的原料,有能力产生不同的生产流程,来产生个性化的产品,而产品检测设备,也将依据不同的订单所订购的产品,来进行不同的检验就成,因此,他们将变得更加聪明。对于监控系统而言,可及时采集生产设备及产品的大量资料,传送到服务器储存,接着通过大数据分析,做出决策。
(img)++工业4.0产品生产系统++
通过互联网、云端计算、大数据这些新的技术和以前已有的自动化技术结合。生产设备和设备之间,工人与设备之间的合作,把整个工厂内部链接起来,形成一套CPS系统,互相合作,交换信息,展开个性化的生产制造,提升资源可利用率,调整产品的生产率,并以最节约资源的方式来生产。在智慧工厂中,不断地向物联网、数据网和服务互联网发展。透过物联网技术实现控制、执行、传感,实现智慧生产。
在未来制造中,云边系统将会成为重要的角色。工业4.0将工业系统提升到前所未有的高度,只要一套完善的系统即可使产品的生命周期大幅缩短、物流交货的时间加快,以及客户定制多样化等问题,新的产业链融入了信息技术、自动化技术和现代管理技术等新的服务模式。
(img)++工业4.0物联网信息系统++
将制造设备连接到基于Web的网络并从这些连接中获取实质价值的能力比以往更加实用和引人注目。虽然我们处于这一发展的早期阶段,但许多基础已经到位。例如,[[MTConnect] http://www.mtconnect.org/ ]等完善的标准 促进了在典型车间连接各种制造设备所需的互操作性。
简而言之,MTConnect提供了一个词汇表,一组定义的单词,机器工具可以用软件应用程序可解释的通用语言“表达自己”。同样,该标准建立在标准的互联网技术(HTTP,TCP / IP,XML和以太网)之上,这些技术本质上是网络友好的。MTConnect也很重要,因为它实现了对与工业物联网兼容的系统至关重要的主要特性。这些系统必须包含开放式软件架构,开放协议和开放数据模型。否则,专有元素将为工业物联网中运行的应用程序的用户和开发人员制造障碍。
MTConnect专门促进机床和其他相关制造设备与数据采集网络的连接,而[[OPC-UA] https://opcfoundation.org/about/opc-technologies/opc-ua/ ]等标准则解决了工厂范围数据通信所需的互操作性。完全上,OPC-UA代表“过程控制联合体系结构的对象链接和嵌入。”但是,它更容易理解为开放的,非专有的规范集,确保自动化系统彼此兼容。
OPC-UA为大型工厂中的“自动化孤岛”问题提供了解决方案。由于工厂通常具有各种自动化制造工艺,因此这些系统必须能够与更高级别的工厂范围的控制系统进行通信。OPC-UA提供了将这些不同自动化系统连接到连接工厂其他部分的数据高速公路的桥梁架构,可以这么说。而且因为这条高速公路可以连接到互联网,它是共同构成工业物联网的链接之一。
当设备连接时,它们生成的数据可以流入软件应用程序,这些应用程序可以用来做出及时有效选择的信息。通过更全面地了解这些选择的结果,决策者可以实现战略目标。决策将基于知识,而不是理论或猜测。更好的决策意味着更少的错误和更少的浪费。
决策经历将确定
工业4.0明确承认个人将继续在制造业中发挥作用。虽然工业物联网建立在用于收集,分析管理车间设备和传感器数据的软件上,但制造系统中最重要的数据来源和消费者是人。保持人员在数据信息决策行动循环中至关重要。工业车间数据消费者包括运营商,程序员,维护工程师,生产主管和前台业务经理。
对工业物联网的网络威胁是真实的,全球性的和不断增长的。威胁包括窃取商业机密和知识产权,点击数据进行恶意更改以及中断或者拒绝过程控制。
应该考虑如何在成为工业物联网每一步保护他们的数据,系统和网络。将工业机床链接到网络或者基于云的应用程序会带来许多漏洞,这些漏洞经常被忽视。机床数据特别敏感,因为它涉及产品涉及的关键机密信息,因此对黑客来说也是一个诱人的目标。
许多资源可用于指导制造公司在实施智能连接工厂时候简历所需的保护。[[美国国家标准与技术研究院的“工业控制系统安全指南”]short.mmsonline.com/cyber。]
传感器检测和测量设备的物理特性或状况。开/关状态,电流消耗,温度,压力,振动水平和供应量是传感器可以感知的“症状”的示例。“智能传感器”执行其他功能。他们可以将模拟读数转换为数字格式; 他们可以处理或分析这些数据(也许可以编程以某种计算方式作出反应); 并且他们可以传输这些数据或使其可用于通过网络收集以用于软件应用程序。
传感器提供有关重大变化的信息。首要任务是将传感器放置在可以自动检测和报告影响组件可行性的变化的位置。此信息将提供即将发生故障的警告,并使意外停机非常罕见。传感器是检测,干预和预防的关键。
无线数据连接(Wi-Fi)的功能极大地简化了车间传感器的部署。将导线连接到这些装置的费用和难度被最小化或消除。安装传感器可能需要连接到电源和/或与现有机器控制系统的接口。将传感器安装到传统设备(较旧但可用的机器和具有很少或没有电子功能的设备)可以将它们连接到数据采集系统,最终连接到工业物联网。
工业物联网最重要的与传感器相关的问题是:
具有在线测量和闭环加工的柔性加工系统和机床似乎有资格成为网络物理系统。然而,在智能工厂的背景下,许多没有配备嵌入式传感器的设备或能够将它们循环到自动监视和控制系统中的处理器可能变得如此配备。冷却液冷却器,压缩空气管路,切屑输送机,液压系统以及其他辅助或支持设备都是这种集成的候选者。
需要支持网络物理系统的一个非常重要的应用是工厂的综合能源管理。每个设备,机器和系统消耗的功率将在不连续的水平上测量,从而使其可监控和可管理。这一发展将迫使工厂选择具有设计用于低能量操作的机载子系统的机器,并且能够处于待机模式(即,它们仅在需要操作时通电)。通过平衡能耗和生产速度来优化流程。同样,只要有可能,能源密集型加工操作将安排在公用事业费率较低的白天。
目前,网络物理系统概念最有用的方面是控制回路。在工厂中的多个级别(从设备级别到企业级别)创建控制循环将成为工业物联网实施的一部分。所有级别的车间人员将通过网络上的多个接入点和数据插座“循环”。
云存储和处理数据的能力几乎是无限的。远程存储和处理数据通常比现场替代方案更经济,灵活和安全。云也更容易扩展,也就是说,它的容量可以迅速扩展以满足不断增长的需求。
工业物联网所设想的连接意味着数据流将流入和流出连接的系统。这些数据流可能很庞大。只有通过从众多不同来源快速扫描不同格式的数百万个非结构化数据项,大数据已经成为能够找到可检测的重要趋势或新兴模式的术语。收集和访问连接工厂生成的大量数据(然后理解这些数据)的能力是大数据为工业物联网带来的。