工业4.0浪潮下智能制造的路径研究与分析

    工业是整个经济发展的重要支撑和基础，而作为工业核心的制造业，无疑承担着中流砥柱的作用。2013年4月德国提出了“工业4.0”战略，并迅速得到了世界各国尤其是制造业发达国家的认可。我国在2015年3月也提出了“中国制造2025”战略，对于制造业而言，既是机会，又是挑战。本文从战略高度和实践的视角分别加以论述，旨在对国内制造企业在战略规划和发展路径选择时有所启迪和参考。

    一、制造企业现阶段主要困境

    改革开放30年以来，我国制造业依托劳动成本低、材料资源丰裕的优势，无论内资、外资还是合资企业，都享受了巨大的发展红利，并在部分工业领域形成了一批在世界舞台上声名显赫的翘楚。然而，全球金融危机以来，传统制造业面临的困难和挑战却在不断加大，最核心的方面主要体现在：

    1.成本和竞争压力加剧

    中国美国商会和贝恩公司联合开展的《2015年度商务环境调查报告》显示，2014年在华美国企业收入继续增长，但已赶不上过去几年成本快速增长的步伐。超过40%的受访者表示在华利润率与全球平均利润率相当，30%的受访者表示在华利润率低于中国之外的其他市场的利润率，17%的受访研发密集型企业也表示已经或准备将企业迁出中国。《中国工业发展报告2014》指出，中国工资水平在过去10余年大幅增长，制造业平均工资超过大多数东南亚国家和南亚国家，最高已超过6倍多，劳动力成本优势已成往事。这显示，企业面临的成本和竞争压力日益加剧，我国制造业作为经济增长引领者的地位有所下降。

    2.面临制造模式转变的挑战

    当前，全世界的制造业产业正在经历一个更加深刻的变革，其核心是现代信息技术与制造业的深度融合。

    由于我国制造业的优势来自较低的人工和原料成本，因此在智能制造、智能工厂、智能物流等方面一直处于弱势地位，尤其是人机互动、系统生命周期管理、虚拟技术等企业信息化系统的建设不足难以支撑智能制造的需求。例如，在体现智能生产过程的贴片机领域，无论是装备的工作效率，还是贴片精度，都无法与雅马哈、JUKI等公司的产品相抗衡，造成利用国产设备生产出的产品的不良率更高、稳定性更差、产品生命周期更短等现象。而在制造模式方面，在机床、开关电气、起重机械等装备领域还停留在手工装配阶段，但随着制造业升级换代，产品的复杂程度提高，增加自动化投入、优化生产流程和工艺是制造企业未来的必然选择。

    二、实现智能制造的缺位分析

    智能制造不仅采用新型制造技术和装备，而且将迅速发展的信息通信技术渗透到工厂，它贯穿于设计、生产、管理、服务等制造活动的各个环节,在制造业领域构建信息物理系统，可以说这是一种生产方式的变革或革命。但是，在我国工业软件系统、自动化、智能技术等方面并不具有竞争优势的前提下，要使“中国制造2025”落地，仍有一定的难度，主要体现在以下几方面：

    图1 工程自动化在能源领域的应用案例（来源：德国电气和电子制造商协会）

    1.尚未实现过程自动化

    过程自动化是指利用测量和分析装置、计算机技术和软件工程对生产过程进行测量、控制和调节。在自动化方面，德国是绝对的领先者，根据ABB集团和德国电气和电子制造商协会的统计，利用过程自动化，生产厂平均节能15%，每年节省500亿千瓦时量当量，每年节省40亿欧元的能源成本。过程自动化是智能制造的核心，采用现代过程自动化解决方案，最显著的是可以提升能源效率，降低企业中长期的生产耗能成本。

    现阶段，我国制造业刚刚完成了机械化，正处于局部自动化的阶段，距离过程自动化还存在较大差距，尤其是在过程自动化最核心的设备方面，我国一直处于劣势。例如在电子产品制造领域，过程自动化最核心的设备是贴片机，2013年，国内自动贴片机进口金额达到13.01亿美元，进口来源国主要为日本，占比达到65.2%；从韩国、德国、新加坡进口占比分别为17.9%、6.1%、3.7%，富士、雅马哈、JUKI、三星等国际厂商几乎垄断了整个市场。但10多年来，我国企业仍处于摸索阶段和样机试制阶段，一直未能推出通过中试的成熟产品，几乎100%依靠进口（除小型的LED贴片机）。

    但随着高端技能人才的培养、产业标准体系的完善、研发费用投入的加大，目前，在印刷、焊接、检测等环节已涌现出日东、劲拓、凯格等较有实力的企业，而制造企业一旦实现了过程自动化，将会大大降低企业的生产成本，产品质量也会大大提升。

    2.缺乏系统生命周期管理

    软件在产品中的广泛应用以及伴随其而来的网络化在使产品性能增强的同时，也使得产品的复杂程度越来越高。随着产品特点转向系统的变化，其生命周期也随之发生了变化。产品以系统的形式与其他系统进行数据交换。例如，现今的汽车不再只是一款机械产品，它更多集合了电子系统、社会媒体系统等相关产业，已经显示出跨学科的技术设计。随着产品越来越具有系统的特征，其生命周期的阶段也分别向供应链和消费者的两端进行延伸，更多的体现在系统开发、生产、操作和最终淘汰的各个阶段。

    现阶段，我国制造型企业仍然停留在精细生产、现场管理、质量保证等产品生产阶段，对产品的供应链环节、消费者的使用环节尚未足够渗入，还停留在简单的产品生命周期管理阶段，与更高级别的系统生命周期管理还有差距。

    3.产品虚拟化设计与开发度不高

    与蒸汽机、大规模流水线生产和电气自动化为标志的前三次工业革命不同，工业4.0旨在通过充分利用嵌入式控制系统，实现创新交互式生产技术的联网，相互通信，即信息物理融合系统，将制造业向智能化转型。要实现数字化与现实的交互，不仅要提高生产的外部技术，更要从生产内部进行改造。例如，在产品设计中，可以应用产品生命周期管理软件（PLM），在计算机上进行虚拟的产品设备测试，以达到在不需要实物的情况下，优化产品设计。在西门子公司，其利用产品生命周期管理软件NX，可用于数字化仿真机虚拟装配，从而实现各个组件及其接口的测试。戴姆勒公司将NX软件首先应用于旗下的汽车和卡车研发部门，在取得降低产品开发周期、增强产品稳定性的收益后，戴姆勒集团随后为其超过20个研发中心和最主要的供应商，都配备了这种新型研发平台。

    在产品虚拟化设计和开发、3D打印等方面，我国的制造企业明显落后于发达国家。在研发如生产机械这样的装备时，还无法利用虚拟技术将物理活动变为数字活动，无法使开发变得更加灵活，资源得到优化配置，甚至是无法实现生产要素的逐个优化。

    4.缺乏数据处理平台

    数据是智能的原材料，制造企业要实现智能制造，必须首先要建立起数据采集系统。我国的制造业在数据采集方面的意识和能力都非常薄弱，更难以利用数据进行精准决策和有效预测。而在数据产品领域，我们更缺少像SAP HANA这样的数据处理平台，无法将数据分析与业务交互进行有效结合，更无法在业务运作期间对海量数据进行实时分析，并通过灵活的视图将分析信息呈现给用户。

    图2 我国日东公司研发的贴片机生产线

    三、结论与对策建议

    制造型企业想要在工业4.0下异军突起，或占有一席之地，必须根据企业自身的现状，分阶段、有目的的进行实施。尽管制造型企业的工业4.0之路并非一朝一夕能够完成，但至少应该从以下三方面做好准备。

    1.信息化体系的集成与构建

    实践表明，企业利用集成化软件，可以实现价值创造链各个环节的紧密相连，优化生产过程。集成化软件系统的应用，一方面使得企业与企业之间纵向一体化程度加深；另一方面，在从预定到交货的横向一体化中，各个环节也被紧密地联系起来了。

    在工业3.0阶段的后期，大多数优秀的制造企业已经在供应链、人力资源、财务管理等方面实现了信息化管理。然而，企业在选择这些软件时，出于每个系统在本企业的重要性、价格、功能等方面的不同，选择了不同厂家的软件系统，也造成了代码版本、类型、技术框架不一致的情况。在工业4.0的背景下，将这些软件系统进行整合是一件非常困难的工作，但最终形成一体化的软件体系是非常有必要的。因为在工业4.0时代，移动计算、社会化媒体、物联网、大数据、分析和优化/预测将起到主角的作用。

    一般来讲，企业软件体系的构建主体是制造型企业的信息部门，但更多的应是在公司的战略规划下，由点及面、由局部到整体，逐步实现。必要的情况下，企业的信息部门甚至充当开发者的重任，而不是简单地实现各个软件的集成与维护，或者只充当完成相关任务需求的角色。在信息部的人员构成上，也要打破以往只充当软件或硬件服务的职能，而是将各个软件使用部门的需求前移到信息部门，即信息部门的人员由软件系统的功能需求、技术实现、使用维护这三方面实现一体化构成。只有这样，才能保证智能制造模式下各软件体系的高效运作。

    2.利用软件构建企业数据图谱

    未来，企业决策、产品设计、人员管理都要围绕数据来进行，数据同时也是创新的基础。然而，数据的价值不是仅停留在总结与分析阶段，它更大的价值和用途在于对下一阶段的决策与预测。要使决策、预测更加科学、准确，在数据的时间跨度、涵盖范围等足够大的基础上，必须利用软件建立数据图谱，主要包括整理存量数据和建立数据链接两个阶段。

    (1) 整理存量数据

    对数据进行整理的基础就是进行数据分类，分类依据也应该是多维形式的，例如，二维数据可以按照人员数据、产品数据、营销数据、质量数据等类别进行划分，也可以按照与人员有关的产品数据、与产品有关的营销数据、与人员有关的营销数据等进行划分，而划分的依据就是用途的不同。

    此外，数据是软件系统的细胞，不同类型、不同来源的数据，有着不同的功用，因此，整理数据还要特别注意数据的遴选，即确保每个数据的真实性、时效性、针对性、唯一性。

    (2) 建立数据链接

    数据的核心价值是决策与预测，而把各方面数据单元根据用途进行链接，可以形成新的数据，进而使决策更加科学、预测更加准确。在产品领域，甚至可以利用存量数据实现虚拟现实。所以，利用软件平台实现数字化与现实的交互，更有利于产品开发的效率、功能的改进以及满足顾客需求程度的提升。

    3.产品及系统生命周期管理

    软件的出现使得产品具有跨学科的特征，例如，百年前的汽车只是“车轮+发动机+座椅”能够满足人们出行的交通工具，而现在，几乎所有的汽车除了具有ESP、ABS、EBD等模块化软件外，还配备了多媒体娱乐系统、卫星导航系统、能源回收与管理系统等等。

    随着产品特点转向系统的变化，其生命周期也随之发生了转变。产品以系统的形式存在，并与其他系统进行数据交换，由于技术的飞速发展，这种交换也因此始终处于非常迅速发展的状态中。在此背景下，原有的产品生命周期管理不足以满足企业的经营需要，而是会以产品生命周期为基础，逐步向系统生命周期转变，由于系统生命周期的特征集中表现在系统开发、生产、操作和最终淘汰的各个阶段，因此，一个全面的系统生命周期管理方法的关键因素在于系统工具模型的开发，一个好的生命周期模型会涉及系统发展的每一个周期，精密地从不同角度、不同层面进行解析，再完成系统建模。

    在具体的实现方法上，首先要以产品为核心，根据产品的功能及构成，将产品分解成多个具体的局部生命周期，产品局部生命周期包括原材料、组件、软件、用户反馈、供应链等多个周期，在此基础上，依据要点，最终形成一个产品的系统生命周期管理，如果一个公司具备多个产品体系，还要形成公司一体化的生命周期管理，公司管理也从主要的依靠人来运营，逐步过度到依靠系统来运营。

    4.加强产品的复杂性管理

    智能制造时代的一大特征就是产品种类的增多。例如，国产宝马3系在2004年仅生产2个车型，到2008年增加到13个车型，而到了2014年，猛增到了21个车型。国产奔驰C级车也是如此，2008年拥有5个车型，而到了2013年，则拥有了8个车型。产品种类的增多，对消费者是件好事，但对于完全竞争下的制造商来说，却是个挑战。然而，以软件为核心的信息化的应用，让提高生产力的方法有了根本性的转变，而为了实现这个目标，制造业的产品自动化必须从其局部自动化开始，并建立在一个明确的机制上。例如，大众汽车MQB自动化平台的应用，使多款产品的同一平台化生产成为了现实，在提高产品品类的同时，更是降低了生产成本，也满足了消费者的多样化需求。

    近百年的工业发展历史表明，提高生产力的方法主要有以下手段：优化现有流程、提高制造业的自动化程度、改进设计、降低劳动成本以及完善供应链管理模式。然而，随着经济全球化，在人员、物资流通越来越高效的前提下，特别是在资源利用程度和技术不断进步的背景下，无论是装备生产商、汽车制造商、还是原材料供应商，虽然各自面临的行业挑战不同，但相同的是：他们都需提高自己的生产力、生产效率、生产灵活性以及生产复杂性的管理能力。

    面对复杂的供应链系统、产品管理系统，单靠人的力量难以完成，此刻，信息化软件的作用就足以凸显。在企业中，软件主要包括实现单一设备功能的嵌入式软件和实现局部管理功能的管理软件。要实现复杂性管理，必须把主导产品功能的嵌入式软件与主导制造流程的管理软件有效集成，尤其是在企业决策方面，不仅要把管理软件当做提高效率的工具，更要把它作为分析、预测和解决问题的助手。