自动化加信息化不等于智能制造

“在全球制造业战略当中，德国工业 4.0、中国制造 2025 和美国的工业互联网这三个是最强的。美国代表了先进技术，德国代表了先进制造，中国制造的体量则是全球最大的。这三个战略，对全球的影响最大。”同济大学中德工程学院副院长、工业 4.0- 智能工厂实验室主任陈明说道，“在我们的平台上，原来只有前两个，没有工业互联网。通过引入 NI 合作，把这个平台也建立起来。所以现在这个实验室体系变得非常完整，可以开展很多工作，发挥每个战略各自的特点，最终为解决中国制造 2025 的问题而做出应用的贡献。”

近日，同济大学 - 美国国家仪器（NI）工业互联网联合实验中心在同济大学嘉定校区正式揭牌。该实验中心由同济大学和 NI 共同打造，是国内首个具有工业 4.0 全要素的智能制造实验室。

同济大学 - 美国国家仪器（NI）工业互联网联合实验中心揭牌

什么是工业互联网？
互联网在消费领域创造了巨大的价值，从 PC 时代到移动互联时代，由于互通互联创造的价值不断上升，互联网应用成为资本宠儿，传统制造业颇受冷落，美国制造业外流现象非常明显，这引起了美国政府的警觉。美国总统奥巴马在 2013 年明确表示，要“让美国成为新增就业和制造业的磁场”，要确保下一场制造业革命发生在美国。

美国工业界开始考虑如何把互联网在消费领域的成功复制到工业领域。通用电气董事长兼首席执行官杰夫·伊梅尔特（Jeff Immelt)曾撰文指出，我们忽视了 IT 技术“在工业世界所能创造的巨大价值——仅仅生产力提升一项即可带来 8.6 万亿美元，这个规模相当于未来互联网消费市场的两倍。很明显，下一波创新浪潮的主要驱动力将不会来自点播服务或视频流这样的领域 。”

他说：“现在，我们需要将同样的精力和热忱投入到工业领域，致力于解决医疗、基础设施建设、电力和交通等方面的重大挑战。”

因此工业互联网联盟(Industrial Internet Consortium）应运而生，在这个 2014 年成立的行业组织中，如今 200 多个会员不仅有通用电气、IBM、英特尔与 NI 等美国公司，还包括华为、海尔在内的中国公司与欧洲、日本的众多知名公司，以及加州大学伯克利分校、麻省理工学院无线网络中心等大学与科研机构。

工业互联网可以视为美国版本的工业 4.0，但还是稍有区别，据工业互联网主席周思哲(Joe Salvo)的说法，“工业 4.0 将传统工厂改造为智能联网工厂，是制造业的又一次革新。工业互联网则不仅包含制造业，所有需要对数据与信息进行分析的基础行业，例如家庭护理、交通运输、电力能源以及水处理等行业，都是工业互联网的应用场合。”

什么是预测性维护？
同济大学与 NI 合作的工业互联网实验中心从预测性维护出发，逐步拓展到智能制造的各个环节，那么什么是预测性维护呢？

为了展示工业互联网的真实应用场景，2016 年 2 月工业互联网联盟公布了包括状况监控及预测性维护测试平台（Condition Monitoring & Predictive Maintenance Testbed，简称 CM/PM）在内的 9 个测试平台（如今已经扩展到 16 个），负责状况监控及预测性维护测试平台的成员是 IBM 与 NI。

状况监控（CM）是指通过安装在设备上的传感器来实时监控设备运行状态，预测性维护（PM）则把收集到的运行数据进行分析，以期在早期就能发现设备性能下降或出故障的迹象，并给出可执行的处理措施建议，通知产线维护人员进行维护或排除故障，从而最大限度减少由于设备故障造成的停产损失，并降低设备维修成本。此外，对于设备的全程监控也有利于设备厂商改进设备。

在揭牌仪式上 NI 发布的 Insight CM Enterprise 软件进阶版，就是 CM/PM 测试平台解决方案。该解决方案直面日趋复杂的设备监控问题，妥善解决了测试速度与测试数据量的矛盾，借助 InsightCM，用户可以深入掌握企业的资产设备状况，以便进行机位的维护和操作。InsightCM 与 DIAdem、CompactRIO 等 NI 工业物联网技术平台相结合，可开展分布式传感器测量、智能终端处理、分析与开放式通讯、数据管理等相关领域的研究。

同济大学工业 4.0- 智能工厂实验室演示预测性维护方案

没有分析处理的工业大数据一文不值
中国制造 2025 提出用十年时间，迈入制造强国行列。但从我国工业发展的现状来看，实现中国制造 2025 的任务非常艰巨。中国制造的现状是能耗高、附加值低、处于价值链的低端。产品制造过程总体上是设计等同“画图”、制造依赖“人手”， 而依靠数字化、自动化尤其是技术创新等体现现代制造特征的要素明显不足，与制造强国相比有很大的差距。

实现中国制造 2025 的目标，人才培养与观念转变是关键。正如同济大学团委相关负责老师所言，中国制造 2025 的中流砥柱如今都在大学，但大学教育与产业脱节的现象由来已久，因此大学与产业紧密配合，让大学生在校园阶段就能够接触到行业最先进的技术与观念就非常有必要。陈明院长也介绍，同济大学工业 4.0- 智能工厂实验室作为教育部制造与工业 4.0 的培训试点，已经培训了好几批学员，不少行业协会也委托同济进行相关培训，大学作为人才培育基地不仅要做好基础知识的培训，还要永葆先进性，能够让学生接触到行业最新的知识与观念。

在观念方面，不能把智能制造简单地理解为信息化与自动化。“智能制造、互联互通、物物相连，这是智能制造与传统制造不同的地方，但自动化加信息化并不等于智能制造，”陈明说，“汽车生产线的自动化程度最高，信息化程度也最高，但现在汽车产线并不是智能化生产线。为什么？汽车产线是固定生产线，如果中间某个环节坏掉了，其他所有环节都要被迫停工，以后的自动化生产线一定是固定生产线吗？采用动态的生产线，由顶层直接控制每一个环节，这样的应用一定越来越多。很多企业都在讲智能制造，但现在还没有理解到这一点，等大家意识到这一点，才能够理解互联互通的意义。”

NI 中国市场部经理汤敏也赞同这种观点，“设备互联互通产生的大数据如果得不到有效地分析处理，那么将一文不值。因此如何将工业大数据价值化，是智能化制造的根本问题。”