日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

大型工業企業的內部是工業互聯網的重要應用場景之一，計算機和網絡在先進的大型工業企業應用和發展了幾十年的時間。建設工業互聯網系統的新意何在？與已有系統之間的關系應該如何處置？

1　典型計算機系統回顧

大型工業企業內部的計算機系統很多，這些計算機系統往往被分成若干級別。一般分為三級：即基礎自動化級（BA）、制造執行系統（MES）和企業資源計劃系統（ERP）。其中，BA層主要負責閥門和設備的控制；MES主要負責車間內的生產管理、計劃調度等；ERP則負責企業的產供銷計劃和人財物的管理。鋼鐵企業最常見的做法是分成四級，分別被稱為L1~L4（Level 1~Level 4）。其中，L1的功能大體與BA系統對應；L2為過程控制級，主要負責大型設備的協同控制；L3是車間級的生產管理、相當于MES；L4是公司級的管理，與ERP大體相當。先進企業還有數據倉庫（DW）或商務智能（BI）系統。

工業互聯網強調聯網。其實，各層計算機系統之間本就有信息聯系。上級計算機負責生成生產的目標和要求，層層分解下發到下層計算機執行。低層計算機的執行情況也會層層上傳到高層的計算機，以便于管理者掌握生產的情況。但是，這種上傳是有選擇性的，一般只把生產結果或特殊問題傳上去供人處理，很少觸發高層計算機的自動反饋和調整。

BA、L1等級別比較低的計算機系統一般稱為自動化系統，ERP等級別高的系統常稱為信息系統。事實上，大型工業企業的信息系統遠不止這些，幾乎各個部門都有各自的信息系統。比如，設備管理部門、研發部門、人事部門、運輸部門、安全環保部門、銷售和采購部門都會有對應的信息系統。

這些系統多數是部門主導建立的，服務于自己部門的業務，系統之間的聯系相對較少。此前推進“兩化融合”時，企業已開始重視部門之間的聯網工作。在部分鋼鐵行業的L4中，就把銷售、設計、制造、采購、財務部門等多個部門的信息集成到了一起。有些上下游企業也實現了企業之間的ERP系統的對接。

2　控制與管理的異同

理解工業互聯網的價值和定位，需要分析計算機系統被劃分成自動化和信息化系統的原因，也即兩者之間的差異。在智能化時代，要用工業互聯網推動兩類系統的融合。為此，要清楚兩者之間共同的基礎是什么。

事實上，可以從控制論的基本思想出發，看兩者的一致性：管理和控制的目的都是為了應對變化，都需要感知信息、做出決策并根據決策采取行動。但是，兩者的區別也是明顯的。例如，管理系統的決策主體往往是人，而控制系統的決策主體則是計算機、是算法。從控制論產生的那一天起，人們就希望機器代替人的決策，自動控制系統能夠代替人類的一些工作，但意義卻不僅僅止步于此。例如，自動控制系統的響應速度可以很容易地達到毫秒級，而人類的響應速度則要低得多。所以，自動化系統的控制效果往往比人要好，對提高質量、降低成本的價值很大。

既然自動化的效果很好，信息系統的決策為什么不能自動化呢？一個重要的原因是：信息系統面臨的問題往往要比自動控制系統復雜很多。

一般來說，自動控制針對的是小系統。在實施控制的過程中，系統的參數會發生變化，但系統結構不會發生大的變化。這往往是自動化系統默認的“邊界”。而管理系統針對的是大系統，意外（如設備故障）會導致系統結構的變化。這種級別的變化種類繁多、影響千差萬別，一般需要人的智慧來靈活應對。

人類的計算能力雖然不及自動控制系統，卻具備管控復雜大系統的靈活性。人類的這種靈活性恰恰是傳統自動控制系統無法取代的。由于人類的響應速度不是很快，管理系統處理的問題一般也不是實時性特別強的工作。人類的大腦難以成功處理成千上萬個設備同時發送過來的秒級、毫秒級的數據。

總之，自動控制系統響應速度快，但控制的范圍比較小；信息系統的反應速度相對較慢、實時性差，但管理的范圍卻較大。這是一個矛盾，從某種意義上說，工業互聯網是用來解決這個矛盾：實時性要求高且管理范圍大的問題，就是工業互聯網的立足點。

3　設備信息聯網的問題

設備聯網是推動工業互聯網的一個重要起因。在GE公司的工業互聯網白皮書中提出，工業互聯網有三個關鍵因素：智能的機器、高級分析（算法）、（在線）工作的人。所以，設備聯網是一項基礎性的工作。工業互聯網概念提出后，人們對設備聯網的重視程度提高了。

如前所述，設備聯網的事情很早就開始了，但重視程度不夠、數據的完整性不高。許多年前，就有人希望將設備信息全面聯網，以便于設備點檢和維護人員在辦公室了解設備狀態。但企業對這種做法的興趣卻不大：工廠里有專人實地點檢、維護設備。這種做法在一定程度上降低點檢人員的工作量，但卻不一定能帶來經濟價值。

事實上，設備聯網的工業互聯網典型案例中，兩類設備比較突出：第一類是點檢維護不太方便的設備，如移動設備（飛機發動機等）或廠區外的設備（風力發電機等）。第二類是為了便于維護外包的設備。但這兩類設備在大企業內部都不是主流，影響不是特別大。若干年后再回顧這段歷史，這些應用可能只是工業互聯網應用的序幕。

總之，從技術角度看，設備聯網的困難并不大。真正的難點是找到合適的價值點。這是大企業推進工業互聯網時最棘手的問題。

4　工業互聯網的定位

設備數據的采集和傳遞可能是秒級、毫秒級的，如果網絡連接著成千上萬的設備，人力很難處理。所以，高層計算機，尤其是管理機很少保存或者處理這樣的數據。

但是，這種高頻度信息可以通過算法進行處理。情況正常時，不必推送給人類的管理者。只是在發現問題或者人類需要時，才會把處理結果或者發現的問題傳給人類，供人類做出決策。這樣，在算法的幫助下，人們就有能力利用這些高頻、海量數據了。事實上，GE工業互聯網白皮書的副標題是Pushing the Boundariesof Minds and Machines，可以理解為“重構人和機器的界面”，體現的就是人和機器的協同。

設備聯網最直接的作用是實現設備點檢的遠程化、集約化，幫助人類遠程操控或者檢查設備的狀態。這些工作的直接價值在當前可能不大。但是，在此基礎上，可以衍生出更多的功能，產生可觀的“附加值”。例如，通過設備信息，人們可以檢測質量情況、判斷人的操作是否存在問題、生產過程是否有優化的空間。所以，設備聯網只是基礎，很多技術要以此為基礎發展起來。這樣，工業互聯網的價值就體現出來了，其獨立的地位和用途也就顯現出來了。

在蘇州有家電子企業，合格率經常急劇下降，嚴重影響經濟效益。質量問題涉及到工藝、操作、設備、原料等多個方面的因素，涉及到幾十個工序、成千上萬組數據。過去，這些數據分布在不同的計算機中。而這些機器分布在不同的車間、由不同的人管理。查找問題時經常需要從一個系統切換到另外一個系統，有時還要把多個系統的數據進行對比，需要多個部門的人一起工作。出現問題時，經常要花費一周的時間才能把問題找出來。

后來，這家公司通過互聯網把相關數據實時地集中在一起，按照工程師查找問題的邏輯讓機器去判斷，十幾分鐘就找到了問題的根源，經濟效益非常顯著。傳統工廠操作人員關注的是工藝信息而不是設備信息。設備的運行狀態是設備工程師來保證的，然而，設備信息其實會從側面反映質量情況、效率情況和操作情況。通過合適的算法，可以把這些信息挖掘出來，提供給人類管理者參考，從而讓生產管理水平顯著地提高。而管理水平的提高，又會帶動質量、成本、效率等多種指標的優化，從而對制造企業有著極大的好處。

5　應用案例與附加值分析

如前所述，工業互聯網在大企業內部的推進，關鍵是要找到設備維護之外的“附加值”，提升經濟效益。在筆者看來，這些“附加值”往往與企業管理水平上升有關。下面的這些案例，就說明了這一問題。

5.1　管線遠程巡檢

運輸氣體或液體的管線本質是一種簡單的設備。在大型化工廠里，管線總長可達數百公里。為了保證生產安全，工人需要進行徒步巡察，巡察一圈需要兩個小時，甚至在特殊的氣候條件下，兩個小時也很難完成。有些故障是在巡察人員離開后發生的，要等到下次巡察時才能發現，從而成為隱患。

為了解決這個問題，某企業把與管線巡檢有關的信息采集出來，通過互聯網傳遞到監控中心。工人可以在監控中心實時監控管線的狀態，從而提高設備維護的水平。同時，一個工人可以監控更多的管道，減少了巡檢的人數，提高了勞動效率。

5.2　生產操作的集約化

某鋼鐵集團公司的一個生產基地內有四座高爐，每座高爐由一組工人操作。高爐的運行節奏慢，工作相對清閑，但工作環境差，年輕人不喜歡在這種環境下工作。于是，企業通過聯網的方式，把高爐操作室的數據集中在一起。這樣，一組工人可以操作4臺高爐，還可以把操作室安排在環境相對較好的地方，改善工作環境。該公司還計劃把國內多個生產基地的高爐信息進行聯網。這樣，當某地高爐出現問題時，可以讓全國優秀的專家進行遠程診斷和指導，能更好地保證生產的順行、減少事故損失。

5.3　磅秤的集約化與操檢一體

工廠進料、出貨一般要經過磅秤稱重。在有些企業，司磅是腐敗的高發崗位。于是，有些企業利用工業互聯網手段，將司磅崗位從現場移開，隔絕了內、外部人員的直接接觸。數據聯網以后，便于對司磅崗位進行遠程監督，從而大大降低了腐敗的可能性。另外，多臺磅秤的數據聚集在一起，一個人可以操作多臺磅秤，降低了勞動成本。

5.4　煤氣的協同管理

鋼鐵廠中煤氣的生產和使用需要做到動態平衡。傳統做法是：各個生產廠分別制定各自的生產計劃，使得能源的產供基本平衡。但是，在實際生產過程中總會產生各種問題，產供平衡就會被破壞。利用工業互聯網，可以在全廠范圍內獲得相關設備信息以及生產的計劃執行信息。一旦生產發生變化，就能預知未來的煤氣產供情況。在此基礎上，稍微調整某些生產工序的計劃，就可以更好地平衡煤氣的生產和使用。優也公司在一家中等規模的鋼鐵企業中采用這種做法，一年創造了4200萬元的價值。

6　總結與展望

受技術條件等因素的限制，自動化系統和管理系統的聯系并不密切。人類難以實時處理大批量的數字化信息，而機器難以靈活處理大系統中的復雜問題。在工業互聯網時代，可以通過算法來改變人與機器的協同工作方式，從而解決這一對矛盾，并顯著提高企業的管理能力。

工業互聯網的功能與傳統的自動化和信息系統是有區別的。在短期內，工業互聯網系統或許應該與企業已有的系統并網運行、分工協作，有利于降低系統更新換代的風險。在條件成熟時，用統一的系統來集成各個系統的功能也是可以期待的。

作者簡介：

郭朝暉，教授級高工，工學博士，現任優也信息科技有限公司首席科學家、走向智能研究院大數據首席研究員、中國工業互聯網產業聯盟大數據組副主席，曾任寶鋼研究院首席研究員。

摘自《自動化博覽》2020年9月刊