智能制造破局的关键点：筑牢顶层设计的落地基础

　　在原料、土地、人力资源等生产要素成本不断上涨的倒逼之下，中国制造业正在经历一场从制造到智造的转型考验。然而，缺乏顶层设计以及集成能力厂商的现状，正在成为制约行业发展的瓶颈。在这种条件之下，风河(Wind River)公司推进工业自动化的现代化开发方法论，就成为了行业破局的关键点。

　　制造业的转型战

　　制造业多年来一直是中国经济的“压舱石”，中国自2010年成为了世界第一制造业大国之后，“中国制造”在全球范围内的占比至今已超过35%，规模更是美日德的总和。然而，在光辉灿烂的实体经济成绩之下，中国制造业却正在面临一场关乎存亡的转型战。

　　从2012年开始，我国制造业比重就一直处于下降状态。2020年，我国制造业比重下降到26.18%，与2011年制造业比重32.06%相比，累计下降了5.88%。究其原因，原料、土地、人力资源等生产要素成本的不断上涨使制造业本就不高的利润率很难提升。提高质量效益、转变生产方式成为了中国制造业必须要解决的问题，而发展智能制造也成了中国制造由大到强的必由之路。

　　于是，在《中国制造2025》的基础上，工业互联网、工业机器人、两化融合等政策，让智能制造成为十四五规划重点。这些措施促使智能制造技术得以应用，从而解决了诸多困扰行业发展的重大问题。智能制造技术也从智能服务、智能工厂和智能装备三个方面都得到了长足的发展和应用。

　　但深入到行业内部应用，却会发现缺乏顶层设计、过分关注技术单点优化、缺乏集成能力解决方案供应商已成为制约行业发展的几大瓶颈。

　　由于国内制造企业缺乏顶层设计，因而也就难以将新技术与智能制造应用场景深度融合，而只能根据生产的实际需求进行系统局部建设或改造。企业由此也陷入了重硬件轻软件、重局部轻整体的误区，投资不小却见效甚微的误区。

　　当这个误区在智能化转型中延续时，就使得大部分企业将智能制造建设等同于技术和硬件投资。例如，在劳动力成本高的施压下，利用工业机器人转型为智能制造成为发展趋势，中国工业机器人市场已经连续八年稳居全球第一。但很多企业采用工业机器人之后，表面看其自动化水平提高了，内部却出现了产线缺乏灵活性，只能适应单一品种的生产，设备管理系统没有跟进而造成设备故障频繁，反而增加了设备维护工作量等更多问题。

　　此外，由于工业制造覆盖的领域众多，系统架构十分复杂，不同企业所面临的研发、制造、流程管理需求都不尽相同，标准化的解决方案往往难以直接为生产企业所使用。同时，智能制造涉及的技术非常多，比如云计算、工业机器人、机器视觉、数字孪生等等，而这些技术还在不断快速演进。这些因素都使得制造企业很难寻找到帮助实现IT与工业自动化技术(OT)系统的合作伙伴。

　　智能制造顶层设计的基础

　　风河(Wind River)公司是一家有着四十多年历史的公司，时至今日全球范围内已有20亿台智能产品应用了风河公司的技术成果。在服务了无数智能制造巨头之后，针对现代化开发方法推进工业自动化，风河公司总结出了一套完整的方法论。

　　在这套体系当中，从设备的全生命周期出发，去设计智能制造的实现路径，成为一项重要内容。制造业本身是一个重资产型行业，许多工厂的工业设备都是基于上一代技术制造的，而且还将继续使用很多年。因此，智能制造的转型一定要考虑设备的全生命周期。我们经常在国内看到后来企业采用自动化程度极高的设备打造全自动的生产线，但这种做法却并不能在全行业内推广，原因就在这里。

　　许多控制自动化系统都已经有20年或更久的历史，并且主要是基于硬件设备，因而其功能不易更新，也缺乏灵活性。在过去的五到十年里，由软件驱动的控制自动化设备和工厂数字化改造已经逐渐呈现上升趋势。但对更多企业而言，让它们实现兼容式渐进，而非推倒重来的策略显然更为实际。

　　风河方法论强调的另一个点，是建立保证数据更为精准、高速的系统，从而让数据价值在实时决策中体现出来。

　　在先进智能制造模式之下，我们已经可以看到不同自动设备相互配合，实现无人操控流水线的例子，但从IT+OT实时协同的角度考虑，这还是不够的。智能制造是一种可以让企业在研发、生产、管理、服务等方面变得更加“聪明”的方法，我们可以把制造智能化理解为企业在引入数控机床、机器人等生产设备并实现生产自动化的基础上，再搭建一套精密的“神经系统”。

　　智能“神经系统”以ERP(企业资源计划系统)、MES(生产过程执行系统)等管理软件组成中枢神经，以传感器、嵌入式芯片、RFID标签、条码等组件为神经元，以PLC(可编程逻辑控制器)为链接控制神经元的突触，以现场总线、工业以太网、NB-IoT等通信技术为神经纤维。企业因此而能够借助完善的“神经系统”感知环境、获取信息、传递指令，以此实现科学决策、智能设计、合理排产，提升设备使用率，监控设备状态，指导设备运行，让自动化生产设备如臂使指。显然，风河方法论中的智能系统实时协同，是IT+OT实时协同的基础。

　　最后，在风河方法论中，还强调了智能制造中每个工作流程的安全性。为此在系统设计之初就要为每个工作流程设计安全策略，对于系统的登入权限也要设计出相应的条款。

　　在保证数据和应用安全的基础上，实现兼容历史设备，以及IT+OT的实时协同，显然就为国内企业智造转型顶层设计奠定了基础。

　　智能制造的提速之路

　　风河方法论的可贵之处，就在于它并没有仅仅停留在理论上，而是已经通过工具可以保证方法论的落地。

　　从智能制造顶层设计层面考虑，要将新技术与智能制造应用场景深度融合，就不仅要引入新型智能技术，还要在理解业务的基础之上实现软件定义，同时还要对智能设备进行有效的训练。

　　为此，控制自动化原始设备制造商(OEM)一直在努力将数字化转型的优势和智能技术引入其设备之中，同时加快新产品的设计开发工作。因此，当他们充分利用现代化的软件开发方法、工具和技术时，就会迅速产生积极的效果。

　　工业系统专家、风河公司产品管理高级总监Michel Chabroux基于控制自动化系统设计面临的挑战，将实时容器技术、机器学习、模拟仿真解决方案、DevSecOps软件开发方法列为推动新控制自动化系统设计和构建的四大因素。而在产品层面，风河也提供一系列的产品支撑这些开发方法的落地。其中的亮点，无疑是Wind River Studio、VxWorks和Simics。

　　Simics 是一种全系统虚拟机器，它能高效地在目标硬件上运行原生的产品代码。Wind River Studio则是一个云原生平台，用于关键任务智能系统的开发、部署、运作和服务，能够满足信息安全性、功能安全性和可靠性等方面特别严苛的要求。同时，Wind River Studio还面向关键任务智能系统提供全生命周期的一体化环境。

　　特别值得一提的，是风河在2021年为其嵌入式实时操作系统VxWorks中引入了容器引擎，并把它作为Wind River Studio的组成部分，从而使工业软件开发者可以采用原有基础架构(例如Kubernetes)、工具、过程和工作流来建构智能设备，同时确保其功能安全性。换句话说，利用它，工业系统开发者可以如同在任何IT系统一样，来布署和管理其VxWorks或Linux应用。

　　如此一来，云融合的实现就可以让传统工业系统符合现代化的开放标准——例如OCI技术规范。云融合和标准化将会带来巨大的成本节省，传统工业系统和新的工业基础设施将会一起发挥作用，而更重要的是技术和管理人员多年积累的经验也将会继续产生新的价值。旧设备也可以融入新系统，因而工业企业的数字化转型之路也因此变得更为平坦。

　　这样，在智能设备之中，利于智能制造顶层设计实现的安全性、设备全生命周期、实时协同就全部都有了实现的基础。更为重要的是，当众多OEM厂商都采用相同的标准和理念之后，困扰制造企业的智能系统集成难题，也有了解决的途径，国内制造企业的智能制造转型过程也将因此而提速。