数字工厂概念的示意图数字工厂作为支撑工业4.0现有的最重要国际标准之一,是IEC/TC65(工业过程测量、控制和自动化)的重要议题。2011年6月,IEC/TC65成立WG16“数字工厂”工作组,西门子、施耐德电气、罗克韦尔自动化、横河等国际自动化企业,以及我国机械工业仪器仪表综合技术经济研究所等研究机构,都参与了IEC/TR 62794:2012数字工厂标准的制定。为更好地指导国内企业开展数字工厂建设,全国工业过程测量控制和自动化标准化委员会(SAC/TC124)组织国内相关单位,将该标准等同转化为我国国家标准GB/Z 32235-2015《工业过程测量、控制和自动化生产设施表示用参考模型(数字工厂)》(2015年12月发布)。3工业4.03.1工业4.0核心特征工业4.0的核心在于工业、产品和服务的全面交叉渗透,这种渗透借助于软件,通过在互联网和其他网络上实现产品及服务的网络化而实现。工业4.0重点关注两方面内容:产品开发与生产过程。德国工业4.0战略计划实施建议中,进一步提出工业4.0的三个核心特征:
●企业内部灵活可重组的网络化制造系统的纵向集成,将各种不同层面的自动化与IT系统集成在一起(如传感器和执行器、控制、生产管理、制造执行、企业计划等各种不同层面),强调生产信息流的集成,包括订单、生产调度、程序代码、工作指令、工艺和控制参数等信息的下行传递,以及生产现场的工况、设备状态、测量参数等信息的上行传递;
●通过价值链及网络实现企业间的横向集成,将各种不同制造阶段和商业计划的IT系统集成在一起,强调产品的价值流(增值过程)集成,既包括一个公司内部的材料、能源和信息的配置(如原材料物流、生产过程、产品外出物流、市场营销等),也包括不同公司间的配置(形成价值网络);
●全生命周期管理及端到端系统工程,通过集成CAD/CAM/CAPP、PLM、ERP、SCM、CRM、MES等软件/系统,实现用户参与设计(个性化),并通过虚拟设计、虚拟评估和虚拟制造,更好地把用户需求同生产制造完美地结合起来。并涉及产品直到维护服务的全生命周期,随时将用户意见反馈给前端的设计阶段,动态提升产品质量。
这三个集成实际上为我们指明了实现工业4.0的技术方向。3.2RAMI 4.0模型技术当道,标准化先行。德国电工电子与信息技术标准化委员会(DKE)于2014年发布了第一版德国工业4.0标准化路线图,对德国的工业4.0标准化工作进行顶层设计,并于2015年公布了工业4.0参考架构模型(RAMI 4.0)[1],如图2所示。
图2 工业4.0参考架构模型(RAMI 4.0)RAMI 4.0以一个三维模型展示了工业4.0涉及的所有关键要素,借此模型可识别现有标准在工业4.0中的作用以及现有标准的缺口和不足。工业4.0集中于产品开发和生产全过程。RAMI 4.0模型的第一个维度(垂直轴)借用了信息和通信技术常用的分层概念。类似于著名的ISO OSI七层模型,各层实现相对独立的功能,同时下层为上层提供接口,上层使用下层的服务。从下到上各层代表的主要功能为:
●资产层+集成层:数字化(虚拟)表示现实世界的各种资产(物理部件/硬件/软件/文件等);
●通信层:实现标准化的通信协议,以及数据和文件的传输;
●信息层:包含相关的数据;
●功能层:形式化定义必要的功能;
●业务层:映射相关的业务流程。
因而,可以各层次为不同视角来实现工业4.0的建模和实施。
RAMI 4.0模型的第二个维度(左侧水平轴)描述全生命周期及其相关价值链。这一维度的参考标准是IEC 62890《工业过程测量控制和自动化系统和产品生命周期管理》。此处的过程是指生产过程,完整的生命周期从规划开始,到设计、仿真、制造,直至销售和服务。
RAMI 4.0模型进一步将生命周期划分为样机开发(type)和产品生产(instance)两个阶段,以强调不同阶段考虑的重点不同。Type阶段从初始设计至定型,还包括各种测试和验证。Instance阶段进行产品的规模化、工业化生产,每个产品是原型(type)的一个实例(instance)。工业4.0中,Type阶段与Instance阶段形成闭环,例如:在销售阶段将产品的改进信息反馈给制造商以改正原型样机,然后发布新的型号和生产新的产品。这为产品的升级改进带来巨大的好处。
另一方面,将采购、订单、装配、物流、维护、供应商以及客户等紧密关联,例如:在装配工序使用物流数据,根据未完成订单组织内部物流,采购部实时查看库存并在任意时刻了解零部件供货情况,客户知晓所订购产品的整个生产过程。这也将为改进提供巨大的潜能。因此,必须将生命周期与其所包含的增值过程一起考虑,不仅限于单个工厂内部而是扩展到涉及的所有工厂与合作伙伴,从工程设计,到零部件供应商直至最终客户。
RAMI 4.0模型的第三个维度(右侧水平轴)描述工业4.0不同生产环境下的功能分类,与IEC 62264《企业控制系统集成》(即ISA S95)和IEC 61512《批控制》(即ISA S88)规定的层次一致。更进一步,由于工业4.0不仅关注生产产品的工厂、车间和机器,还关注产品本身以及工厂外部的跨企业协同关系,因此在底层增加了“产品”层,在工厂顶层增加了“互联世界”层。
RAMI 4.0模型将全生命周期及价值链与工业4.0分层结构相结合,为描述和实现工业4.0提供了最大的灵活性。3.3RAMI 4.0模型的标准映射RAMI 4.0模型的目的在于识别作用于工业4.0的现有标准和标准缺口,并选择适宜的解决方案。图3给出了RAMI 4.0模型的现有国际标准映射。图3 RAMI 4.0标准映射图工业4.0现有的国际标准可包括数字工厂、安全与保障、能效、系统集成、现场总线等几个技术领域,主要来自于IEC/TC65,也包括来自IEC/TC3、ISO/TC184、IEC /TC17B、ISO/IEC JTC1、IEC/TC44等技术委员会的标准。此外,还涉及ecl@ss等技术组织的标准。为此,德国梳理了工业4.0现有重要标准。
IEC和ISO关于工业4.0的工作组www.cechina.cn,除IEC/TC65/WG16数字工厂工作组以外,2014年8月IEC/SMB(标准管理局)成立了SG8“工业4.0/智能制造”战略工作组,开展智能制造标准体系研究;2014年10月,IEC/MSB(市场战略局)启动“未来工厂”白皮书项目,开展智能制造市场需求、技术发展、长期规划研究,该白皮书已完成制定并正式发布;2015年ISO/TMB(技术管理局)成立“工业4.0/智能制造”战略顾问组,开展工业4.0标准战略研究。此外,作为工业4.0/智能制造国际标准化工作的主要阵地,2016年2月,IEC/TC65成立了“智能制造信息模型”和“智能制造框架和系统架构”2个特别工作组,全面支撑智能制造相关工作。我国相关专家都参加了以上工作。4我国智能制造技术体系的思考面对欧美发达国家推行“再工业化”战略,以及我国制造业面临诸多严峻问题的形势下,国务院于2015年3月19日发布了我国制造强国战略的第一个十年行动纲要《中国制造2025》,旨在抢占技术发展的战略制高点。2015年12月,工信部和国家标准化管理委员会共同发布《国家智能制造标准体系建设指南(2015版)》[2],其中的智能制造系统架构与RAMI 4.0模型基本一致。
为了理解实现智能制造的技术层次与内容,本文从我国现有制造业水平出发,提出了一个智能制造技术体系。
第二个层次是智能制造关键技术装备。这一层的重点不在于装备本体,而更应强调装备的统一数据格式与接口。
第三个层次是智能工厂/车间。按照自动化与IT技术作用范围,划分为工业控制和生产经营管理两部分。工业控制包括DCS、PLC、FCS和SCADA等工控系统,在各种工业通信协议、设备行规和应用行规的基础上,实现设备及系统的兼容与集成。生产经营管理在MES和ERP基础上,将各种数据和资源融入全生命周期管理,同时实现节能与工艺优化。
第四个层次实现制造新模式,通过云计算、大数据和电子商务等互联网技术,实现离散型智能制造、流程型智能制造、个性化定制、网络化协调制造与远程运维服务等制造新模式。
第五个层次是上述层次技术内容在典型离散制造业和流程工业的实现与应用。5关于技术研发方向的建议由于各国的制造业基础和战略目标各不相同,通往工业4.0的路径很多:美国倡导“工业互联网”以整合全球工业资源,德国希望将传统工业向信息技术发展以继续保持其装备制造业全球领导地位,日本利用人工智能以解决劳动力断层并支持未来的工业智能化,我国则为实现制造业大国向制造业强国的转变。然而,在智能制造方面,目前我国无论是理论构架还是现实技术条件都处于较初级阶段,要想紧跟甚至占领技术制高点,下一步应从几个方面入手。
首先,必须明确跟踪学习工业4.0、实施智能制造的目的在于实现个性化定制控制工程网版权所有,建立协同制造、绿色制造和安全保障能力,提升产品质量,提高生产效率,切忌将过去的制造信息化再重新做一遍。
第二,积极参与相关国际标准化工作,及时将国际上最新技术和标准引入国内,同时将我国工业领域的先进技术标准推广到国际。
第三,开展通用数据字典(CDD)、数字工厂、参考模型、属性定义等标准化基础研究工作,建立与国际接轨的统一的数据服务平台。
第四,重视核心技术突破,研究需要科技攻关的瓶颈和制约技术,并建立标准和统一的测试平台。其中的两个重点内容为:
●由于制造过程、设备故障、人员错误、外部攻击等都是智能制造系统的危险因素之一,应并行考虑系统的功能安全与信息安全,形成智能制造安全保障体系与能力;
●针对智能制造系统及产品www.cechina.cn,开展可靠性综合应用技术研究:加强对各智能单元的智能处理过程和集成的可靠性研究,加强产品设计和生产过程的可靠性研究,加强知识库及网络技术集成的可靠性技术研究。
第五,充分开展不同行业不同企业的已有数据平台调研,加紧研究典型行业、典型工艺的数字工厂模型,并建立数据库,为智能制造的全国推广和行业服务建立基础。