2017 年 10 月 28 日在上海交通大学举办的“卓越工程师教育培养计划”经验交流会上,受邀作为企业代表分享智能时代的工程师能力需求,以下根据会议报告撰文。
此次卓越工程师分享是在“新工科”理念的背景下,新工科可以被理解为“卓越工程师 2.0”版本,对于教育的重视从国家的推动力度可见一斑,新工科正是为了智能制造国家战略的实现而推出的,其旨在为智能时代提供高品质的人才。
一、企业的痛点-求才若渴
企业对于人才的需求事实上在任何时候都是迫切的www.cechina.cn,但是,却遇到非常大的困境。
智能时代的企业人才痛点
(1)需要大量优秀的自动化专家
尽管大量的言论倾向于 Internet+,但是,从产业的角度而言,无论装备自动化、生产制造其实首先是自动化的问题,即使是人工智能但最终还是依赖于自动化系统的分布式执行,包括运动控制的高精度定位与同步、机器人与CNC的同步等来实现,另一方面,IT系统的数据也是来自于自动化系统的直接现场数据采集。
因此,自动化专家的需求仍然对于产业而言是大量的,并非因为智能化升级就会降低对自动化的人才需求,而另一方面,自动化也是正在向IT延伸的,这是明显的趋势。
(2)人才培养需要大量的财力与时间成本
尽管今天的大学生越来越多—但是,人才的压力却较之过去更大,这是企业的普遍感受,因为大学与产业的脱节这一现实使得企业要花费巨大的代价来培养人才,而对于那些赚快钱的产业而言又不愿意花费时间精力来培养人才。
(3)不能立即为企业产生效益
通常一个毕业生到了企业也需要平均2年左右才能为企业带来效益,而这之前的培训、指导都是成本,而如此巨大的成本由企业负担,则无法有很好的经济性。
(4)人员流失造成损失
相较于金融、地产、IT、通信而言,其收入水平而言,制造业包括自动化产业的确无法相比,这使得大学专业出身转向了收入更高的产业,而自动化行业里很多转行也是到了更高收入的领域,这使得制造业人员流失非常大,对企业而言,也是成本极高。
二、未来智能时代的工程师能力发展需求
事实上,很多时候,我们注重了工程师的专业知识,而忽视了在企业里,工程师面对的更为复杂的环境,而且是具有非常大压力下的运营效率的需求,包括工作中的多部门协作需求、复杂的应用场景都需要工程师掌握的技能远非技术知识本身所能涵盖。
面向未来智能时代的工程师能力重要性分布
图2是一份在很多教育类报告中出现未能发现来源的关于智能时代的工程师能力需求(本图引用自维多利亚州政府教育与培训部2017年STEM andthe Future Workforce报告中),我们可以看到主动学习、批判性思维、复杂问题解决能力、创造性问题解决能力、人际交往能力等未来会变得更为重要。
自动化行业工程师能力需求调研
这个调研是在会议之前微信朋友圈里做的,但是,后来深入思考发现复杂问题解决能力与系统思维可以合并CONTROL ENGINEERING China版权所有,而沟通表达与团队协作实际上有很大的关联关系,因此,我们会有这样一个结论:
●思维能力更甚于专业知识本身
●沟通协作更重要专业知识本身
这两点认知是从企业的角度看待工程师的能力,如果大学阶段能够有效的训练学生在系统思维与沟通表达方面的能力,自然对于企业而言是再好不过的事情了。
三、工程师的工作分析与能力需求
要分析工程师能力的需求发展,需要对其工作以及在智能制造时代的工作任务需求进行分析。
3.1 工程师工作全景
自动化工程师的工作全景分析
上图为作者与公司技术支持与培训部经理周靖进行交流,对自动化工程师工作的一个全景描述:
(1)基于工具的开发
很多人会有一个细节的混淆,常常把理工科,都称为理科,其实理科是 Science 而工科是 Engineering,两者仍然是有不同的,工程师主要是借助于工具来实现任务,因此,各种开发平台(如Automation Studio、Portal)、仿真软件(MATLAB/Simulin,MapSim)、选型工具(ServoSoft),包括在IT级采用SQL数据库、Hadoop学习软件等,都是属于工具。
但是,工具只是工具,最重要的是解决问题。
(2)工程化
工程就包括系统需求分析、选型配置、软件模块划分、软件封装测试、软硬件调试、系列化(应用标准化)的几个过程,在不同阶段可以使用不同的工具来完成任务。
(3)KPI
对于工程师而言,在整个过程中要确保项目主要的目标管理任务:项目质量、时间进度控制,以及文档的标准化与规范化指标。
(4)任务目标
为客户提供更好控制精度代表产品质量更高,快速换单代表生产效率的提升,而项目周期更短则意味着面市时间更快(让客户更快抢的市场先机),包括易用性的设计,在未来智能时代将会强化与生产运营相关的任务包括预测性维护带来的生产运营成本的下降,而能源优化降低单件产品成本,质量预测与优化提升产品质量。
3.2 通信互联
面向智能制造时代的工业互联层级
大学里目前讲的技术已然落后产业实际,例如:很多停留在现场总线阶段,而产业已经普遍采用实时以太网技术例如POWERLINK、Profinet、SERCOSIII、EtherCAT等。包括OPC UA已经成为了产业的共识,各个自动化企业都已经开发并应用OPC UA技术来实现产线的集成、与IT系统的互联。包括TSN技术也即将投入运营,新的技术已经为IIoT、CPS构建打下基础,虽然,我们说未来要提高IT能力,但是,目前大学的课程仍然是基于RS485、CAN的技术—即使是理论基础CONTROL ENGINEERING China版权所有,其实已经发生了较大的变化,尤其是在IT领域。
3.3 机械领域的延伸
智能制造一定是与设备、产线相关的,而类似于 SuperTrak、iTrak 及 XTS 等线性输送系统 的推出,也标志着运动控制技术与机械更为密切的融合,SuperTrak 是一种长定子直线驱动技术,它是一种典型的机械、电气传动、测量技术于一体的系统,可以让生产系统达到最大的灵活性,是未来智能时代最具发展的技术控制工程网版权所有,而大学的很多运动控制课程只是在提供变频器的控制—变频器更多是传动作用控制工程网版权所有,真正实现“智能”是以利于伺服控制、机器人、线性输送系统这些技术的实现。
SuperTrak技术所代表的机电软一体化
3.4 软件工程需求
在之前的调研中,我们也发现自动化工程师的未来知识结构扩张中“软件工程”的需求最为迫切,这一点也不为过,自动化已经远非过去的“顺序逻辑”控制时代。尤其是IT与OT融合的时代。
软件成为自动化未来竞争的焦点
上图为作者2015年绘制的关于软件价值的定义,来自于贝加莱在各个领域里的项目应用集成总结的经验。包括以下几个方面的说明:
(1).集成开发平台
事实上要实现集成,必须建立在全集成的开发平台,才能把分布的对象(PLC,HMI,Motion)通过软件平台的软件实现“无缝集成”,中国目前本土尚无这样高度集成的开发平台软件,这也是中国制造业2025所设定的目标,包括基础的RTOS、应用平台、行业库。像Automation Studio、Portal、Logix、TwinCAT几个就是属于典型的集成开发平台。
(2)软件工程能力
这是自动化行业解决方案提供给客户价值的必由之路,通过软件组件和复用技术,可以让自身降低开发时间,也可以让客户降低研发周期与研发成本。
(3)软件定义智能
自动化所面对的行业都有其特殊属性,因此,每个行业的工艺Know-How都是可以通过软件进行封装,像贝加莱在印刷套色、机器人惯量前馈、防摇算法、张力库等行业特性的开发上积累数十年经验。
(4)开放的软件集成
IT与OT在智能时代的融合需要PLC、工业PC、Panel PC都具有与IT互联的能力,包括OPC UA接口、IE浏览器的访问、MATLAB/Simulin接口、EPLAN等。
(5)标准软件集成
PLCopen是实现软件标准化的最佳通道,PLCopen的彭瑜老师、严义老师以及机电一体化协会一直致力于PLCopen在自动化行业的应用,包括ABB、SIEMENS等主流自动化厂商都是PLCopen的支持者。
(6)软件服务
软件已经成为了自动化行业未来盈利的关键,这也是业界的共识,未来,随着IT的介入,硬件成本将会大幅度下降,而软件则更加具有价值,它所体现的Know-How封装,生产柔性,智能都将使得其发挥更为重要的作用,而自动化行业也逐渐成为一个软件行业。
四、工程师能力模型分析
基于对产业的了解与工程师能力的需求,绘制了一个参考 RAMI4.0 三维架构的工程师能力模型.
工程师能力模型(作者绘制)
上图是与周靖关于工程师能力模型的探讨,我们想按照业务流程、工厂层级、能力需求的三个层级来进行全景建模—参考RAMI4.0的三维模型来设计。
(1)工作流程各个阶段的能力
在系统的概念设计、开发(配置选型/编程/仿真)、测试(软件/软硬件/现场测试)、生产维护四个环节对于工程师的能力需求都会有不同。
(2)业务层级的能力需求
智能时代,除了自动化能力,也包括了信息化集成以及智能化的优化决策,就全景而言,更大的系统学习模型也属于控制范畴,即,动态的环境下的策略优化与路径设计。
(3)能力需求层级
●工具:对于工程师而言,工具是最基础的能力,包括对基础的软件工具、Office、Visio、AutoCAD等软件工具的使用,也包括示波器、万用表这些基础工具的使用。
●方法:建模方法(如V-Mode开发)、工作方法如5W2H-如何能够将一件事情描述清楚也是一种能力,就像小学时教的记叙文三要素-人物、地点、事件。这也包括软件变量命名、版本控制等系列方法来支撑工程师有效的管理项目。
●原则:设计系统的原则,例如:手动与自动的兼容、用户友好的原则都是属于工程师所需掌握的原则。
●理念:理念层,例如模块化设计理念“高内聚、低耦合”,理念属于思想级,属于更高层面看待问题的概念性技能。
未来自动化领域的工程师,需要更为系统的思维、创造性的问题解决能力,以及良好的沟通与表达;同时,知识也是工具之一,而从知识结构角度而言,对于工程师则需要增强软件工程、计算机网络互联与智能算法方面的知识扩展。