工業(yè)4.0是在互聯(lián)網(wǎng)的影響下，工業(yè)或者說是制造業(yè)發(fā)展革新的新形式。德國人提出工業(yè)4.0（Industry4.0）的概念，

美國也同樣有工業(yè)互聯(lián)網(wǎng)（IndustrialInternet）的概念，現(xiàn)在中國也提出了信息化和工業(yè)化的“兩化融合”，其實它們都表達了一個含義，即工業(yè)要和互聯(lián)網(wǎng)結合起來，未來工業(yè)的發(fā)展要和互聯(lián)網(wǎng)緊密地結合。

背景

在詳細說明工業(yè)4.0前，先回顧一下前三次工業(yè)革命。如下圖，第一次工業(yè)革命以蒸汽機的發(fā)明為基礎，代表了機器第一次可以代替人力完成必要的生產(chǎn)任務；第二次工業(yè)革命以流水線的產(chǎn)生為基礎，代表了一種新型的高效的生產(chǎn)模式；第三次工業(yè)革命以PLC的發(fā)明和發(fā)展為基礎，代表了自動化在工業(yè)生產(chǎn)制造中的重大作用，第三次工業(yè)革命提高了加工精度與產(chǎn)品的質(zhì)量。自第三次工業(yè)革命后，工業(yè)制造的關注點大部分在于對于生產(chǎn)流程和產(chǎn)品質(zhì)量的控制以及最優(yōu)化。而隨著時代的發(fā)展，特別是互聯(lián)網(wǎng)以及人工智能等計算機新技術的發(fā)展，工業(yè)界越來越需要機器進行自我認知與自我學習，工廠的管理也逐漸從操作人員的管理向機器數(shù)據(jù)的管理轉變，因此，工業(yè)4.0的概念就應運而生了。

歷次工業(yè)革命

工業(yè)4.0是社會需求和計算機科學技術發(fā)展的產(chǎn)物。一方面，人們對生產(chǎn)多樣性和個性化的需求越來越高，統(tǒng)一的生產(chǎn)線生產(chǎn)大批量同質(zhì)化的產(chǎn)品已經(jīng)越來越不符合人們的需求，生產(chǎn)產(chǎn)品的柔性化，產(chǎn)品質(zhì)量的柔性化已經(jīng)越來越得到重視。產(chǎn)品的生產(chǎn)數(shù)量及生產(chǎn)周期都必須更加靈活以便對市場做出快速的反應。在對生產(chǎn)的管理方面，單一機臺單獨的管理與控制已經(jīng)不能滿足要求，正因為生產(chǎn)的靈活性，一件產(chǎn)品的制造可能涉及到多臺不同種類的生產(chǎn)機器，生產(chǎn)管理已經(jīng)需要由單一機臺向多機臺甚至集群進行轉變。同一時間，在產(chǎn)品同質(zhì)化甚至質(zhì)量相當?shù)那闆r下，服務正逐漸走向舞臺的中心。依照客戶的個性化需求提供個性化的服務，為產(chǎn)品做全生命周期的管理，智能生產(chǎn)與智能維護也需要工業(yè)界進行一次變革。

另一方面，互聯(lián)網(wǎng)，物聯(lián)網(wǎng)及計算機科學的飛速發(fā)展也為工業(yè)4.0的產(chǎn)生打下了堅實的基礎。高精度的傳感器與多功能控制器、采集卡的開發(fā)使得人們與機器的交流成為可能，機器的每一個動作與形態(tài)都能被量化為一條條二進制碼。云計算與分布式系統(tǒng)的開發(fā)，又為海量數(shù)據(jù)的分析計算提供了可能，機器學習與數(shù)據(jù)挖掘技術的飛速發(fā)展正成為工業(yè)數(shù)據(jù)分析的核心。可以說，在硬件基礎（物聯(lián)網(wǎng)）與軟件基礎（云計算，大數(shù)據(jù)分析及分析算法）之上，工業(yè)4.0的提出才更具有現(xiàn)實意義。

定義

工業(yè)4.0是以智能制造為主導的第四次工業(yè)革命。其利用信息物理系統(tǒng)（Cyber-Physical System）將生產(chǎn)中的供應、制造、銷售信息數(shù)據(jù)化，智慧化，形成有效的的網(wǎng)絡，信息共享和交流，最后達到快速、有效、個性化的產(chǎn)品供應。在信息物理系統(tǒng)和物聯(lián)網(wǎng)等的基礎上，對生產(chǎn)制造的管理不再單一針對單臺機臺和設備，而是以集群、網(wǎng)絡的觀點對待。工業(yè)4.0時代的智能工廠具有可適應性、高效、多功能、可靠、安全、易用等特點，同時，工業(yè)4.0下工廠可結合客戶和商業(yè)伙伴，創(chuàng)造出更多的商業(yè)價值。

特點1.信息與交流

在工業(yè)4.0的時代，機臺、設備、產(chǎn)品仍然是關注的中心。但機器的表現(xiàn)，產(chǎn)品的健康狀況已不再由人工決定或評估，物聯(lián)網(wǎng)下生產(chǎn)流程及產(chǎn)品使用的狀況理論上都可以轉化為可量化的數(shù)據(jù)，人為的因素將被降至最低。工業(yè)信息化下生產(chǎn)流程的透明度將得到提高，產(chǎn)品的可追溯性也成為可能。同時，對生產(chǎn)制造過程中產(chǎn)生的海量數(shù)據(jù)進行分析與挖掘，可將大量的數(shù)據(jù)轉化為表征機器行為及健康狀況的信息，這些從數(shù)據(jù)中獲得的信息可為性能維護、生產(chǎn)管理、設計等提供決策支持，進一步幫助提升質(zhì)量與生產(chǎn)率。有效的數(shù)據(jù)信息轉化方法還可使生產(chǎn)設備具備自我學習與自我認知的能力，人工經(jīng)驗與知識可轉化為智能的數(shù)字化的分析算法。更進一步，機器在充分了解自身的運行狀態(tài)與健康狀況的基礎上，可根據(jù)自己行為的趨勢對未來自身的表現(xiàn)進行預測。機器的自我認知與自我預測可使自身得到及時的預見性的維護與改善，整個生產(chǎn)制造將更加智能。

如果“信息”使得生產(chǎn)制造更加智能，那么“交流”就使得工業(yè)4.0時代下的生產(chǎn)制造更具網(wǎng)絡化。這里的交流可以是機器與機器之間的交流，也可以是生產(chǎn)制造同維修、供應鏈、銷售、設計等之間的交流。在工業(yè)4.0中，機臺是核心智能化，但機臺并不是全部，對單個機器單個部件的數(shù)據(jù)分析可以擴展至整臺機器乃至整個生產(chǎn)線、整個工廠；機臺生產(chǎn)制造中產(chǎn)生的重要信息同樣可以和物流、人資、設計、維護等形成信息共享和交流。至此，一個以機臺為中心，網(wǎng)絡化的工業(yè)生態(tài)圈就形成了，在這樣一個生態(tài)圈的內(nèi)部，機器、數(shù)據(jù)、人員將形成一個完整的閉環(huán)，各個之前獨立的部門也在信息流下被結合到一起。網(wǎng)絡化下，每一臺機器就是網(wǎng)絡中的節(jié)點，機器與機器之間可以互相交流比較各自獲取的信息，工廠中不同職能的部門也是網(wǎng)絡中的節(jié)點，部門與部門之間的合作在工業(yè)4.0的環(huán)境下也變得更加便利和高效。

2信息物理系統(tǒng)（Cyber-Physical System）

信息物理系統(tǒng)在工業(yè)4.0中占有很重要的地位。所謂信息物理系統(tǒng)，是一個將物理實體與虛擬網(wǎng)絡相結合的系統(tǒng)。根據(jù)美國國家科學基金會（NationalScience Foundation）在2007年對信息物理系統(tǒng)的定義，實體系統(tǒng)主要指自然或人工制造的符合物理原理的系統(tǒng)，其隨著時間不斷運行；信息系統(tǒng)指通過計算、交互及控制組成的虛擬網(wǎng)絡系統(tǒng)，它是離散的、邏輯化的；信息物理系統(tǒng)就是在任何層面上將實體與虛擬緊密結合，實體的行為可由虛擬系統(tǒng)觀測，虛擬系統(tǒng)同樣可以指導控制實體的行為。

根據(jù)美國辛辛那提大學智能維護系統(tǒng)中心（Center for Intelligent Maintenance Systemsin University of Cincinnati）的研究，信息物理系統(tǒng)具有5個層次的架構，層層遞進。第一層，連接（Connection）：通過傳感器和通訊技術，為物理實體系統(tǒng)與虛擬信息系統(tǒng)建立連接。這也是目前物聯(lián)網(wǎng)（Internetof Things）的主要內(nèi)容。機器的行為，包括動作，工況，加工精度，健康狀態(tài)等等都通過控制器及傳感器轉換成數(shù)字化的語言，再通過無線、以太網(wǎng)、射頻等技術從機器中傳輸出來。這樣，機器的行為就可由不同種類的數(shù)據(jù)集的變化所表達，因此數(shù)據(jù)的獲取與傳輸在這一層次中顯得十分重要。第二層，轉換（Conversion）：將從機器實體中獲取的數(shù)據(jù)計算轉換為表征機器狀態(tài)的信息。從機器中獲取的數(shù)據(jù)種類多，數(shù)量大，每時每刻都在不斷增長，但機器的運行狀態(tài)，機器物理結構上隨時間的改變卻隱藏在海量的數(shù)據(jù)之中。這就需要通過信息融合的方法，將海量的數(shù)據(jù)轉換成信息，表明現(xiàn)階段機器的行為及健康狀況，甚至對機器的未來表現(xiàn)做出預測。這一層中，實體系統(tǒng)外在表現(xiàn)背后的原理將被進一步認知。

第三層，虛擬（Cyber）：所有機器的信息匯聚在一起形成虛擬的網(wǎng)絡空間。不同種類，不同時間段內(nèi)機器中產(chǎn)生的信息交匯在一起，形成龐大的網(wǎng)絡，信息與信息之間不斷地交互，更多的趨勢與關系將被發(fā)現(xiàn)與歸納。在這一層中，縱向上，單個機器可以追蹤其自身隨時間的變化，橫向上，同一型號的機器，或不同種類的機器可以進行相互的比較和分析。機器與自身，機器與機器在相互交流中將產(chǎn)生更多的信息或知識。第四層，認知（Cognition）：使用者獲取虛擬網(wǎng)絡空間中計算分析出的關于實體系統(tǒng)的結果，并做出決策。這一層中，人的角色被考慮進來，上兩層中計算分析的結果以正確的形式在恰當?shù)臅r間傳遞給需要的人員，并輔助他們進行決策的制定。一方面，工廠中不同的人員對機器中產(chǎn)生的信息結果都有不同的需求，例如，操作員需要關心對機器的操作是否恰當，是否有當機的危險，維修人員關心機器的運行是否穩(wěn)定，是否需要進行提前維護，生產(chǎn)主管關心產(chǎn)線的效率如何，機器的產(chǎn)能是否得到保證。信息的可視化即人機界面的設計需要滿足這些需求，信息的即時推送也同樣重要。另一方面，在獲得相應的信息后，人員需要給出針對性的對策，維護機器正常運行，提升生產(chǎn)效率，認知層面需要給出這樣的決策支持。

第五層，配置（Configure）：信息系統(tǒng)對物理實體系統(tǒng)提供反饋和控制，管理、改進實體系統(tǒng)。數(shù)據(jù)、信息由實體系統(tǒng)中來，最后還是要回到實體系統(tǒng)中去，在這樣一個閉環(huán)中，虛擬端與物理端真正結合在一起。機器在自學習和自演化中變得更加靈活，可滿足不同的需求并快速反應。而且，通過對實體系統(tǒng)的控制與優(yōu)化，可以將機器運行時發(fā)生的問題逐漸避免，將風險降低，同時結合工廠內(nèi)其他部門，提升設計-生產(chǎn)-銷售-維護生產(chǎn)鏈的協(xié)同能力，為工廠帶來更多的經(jīng)濟利益。這樣，通過5個層次，工廠依次從監(jiān)控、認知、分析到解決、避免，在工業(yè)4.0下完成新的變革。

信息物理系統(tǒng)為工廠在實體之外創(chuàng)造了另一個網(wǎng)絡化的虛擬空間，利用數(shù)據(jù)的分析與交互，提升了工廠管理與運作。同時，信息物理系統(tǒng)還將之前相對獨立的生產(chǎn)，物流，銷售等不同的職能系統(tǒng)緊密地結合在一起，大大提升了對市場的反應能力，更能滿足現(xiàn)階段的需求，達成以服務為中心的生產(chǎn)制造體系。信息物理系統(tǒng)的存在，也使得工廠脫離了地域的限制，在信息網(wǎng)絡中獲得更多的交流與合作。在工業(yè)4.0的時代，工廠可實現(xiàn)自我感知智能化，比較，預測，甚至自適應，從而創(chuàng)造出更大的價值。

實現(xiàn)

工業(yè)4.0的概念剛剛興起，要想實現(xiàn)還需很長時間的發(fā)展。這里僅給出一些實現(xiàn)工業(yè)4.0的建議。總的來說工業(yè)4.0的變革可分以下幾個階段：建立基礎->前期研發(fā)->應用->決策。

如同信息物理系統(tǒng)中連接（Connection）處于第一層一樣，建立數(shù)據(jù)獲取和通訊的基礎是實現(xiàn)工業(yè)4.0第一階段關注的重點。這里，不僅需要從機器中獲取數(shù)據(jù)，還需要對于生產(chǎn)制造的每一個流程都實現(xiàn)信息化，讓工廠中的方方面面都通過信息這張網(wǎng)絡連接起來。只有機器的行為、表現(xiàn)，供應鏈、物流、產(chǎn)量等全部都數(shù)據(jù)化，才能更進一步對這些數(shù)據(jù)進行處理和分析。

數(shù)據(jù)基礎建立之后，進入前期研發(fā)階段。這一階段中，可以選定某些特定設備或部件，研究其運行狀態(tài)和采集的數(shù)據(jù)的關系，建立適當?shù)哪Ｐ停_發(fā)分析的方法。如需要，還可針對這些設備或部件設計實驗，采集實驗數(shù)據(jù)，做更細致的分析。數(shù)據(jù)分析的方法或算法的研究最終可形成示例或原型，再通過歷史數(shù)據(jù)對算法進行可行性及經(jīng)濟性驗證。

前期研發(fā)完成之后，進入應用階段。這一階段智能分析、計算的系統(tǒng)將會被開發(fā)出來，并用于工廠的所有機器和相關部門。此系統(tǒng)需要包括硬軟件平臺的架設。智能分析系統(tǒng)在設計時可以采用模塊化的設計，保證其靈活性和可適應性。其主要包括以下幾個模塊：數(shù)據(jù)提取模塊（從機器中獲取數(shù)據(jù)并傳輸），分析模塊（專注數(shù)據(jù)的分析，接收待分析的數(shù)據(jù)，返回分析的結果）顯示模塊（將分析結果以適當?shù)姆绞匠尸F(xiàn)）和中間管理模塊（此模塊負責將前3個模塊有機結合起來，處理從提取模塊中傳輸來的數(shù)據(jù)，發(fā)送數(shù)據(jù)至分析模塊，接收計算結果，發(fā)送結果至顯示模塊等等）。不同模塊之間的協(xié)同合作將前期研發(fā)中開發(fā)的智能算法應用到整個工廠。

最終進入決策階段。根據(jù)智能分析平臺的分析結果，做出相應處理措施，既包括針對分析結果的解決方案，例如安排備品和維修計劃，制定人員調(diào)整，針對市場進行預算等等，也包括對于機器本身的調(diào)整和對于平臺自身的優(yōu)化。在這樣的決策下，生產(chǎn)變得更加穩(wěn)定而高效，智能分析系統(tǒng)變得更加完善，機器經(jīng)過不斷演化變得更靈活更敏捷。

前景

在工業(yè)4.0的環(huán)境下，機器的利用將更加智能。不同的數(shù)據(jù)與信息的交互可以幫助利用已知的已觀測的數(shù)據(jù)了解未知的知識，通過智能分析的手段，還可在數(shù)據(jù)中發(fā)現(xiàn)新的關聯(lián)、分類及模式，從而產(chǎn)生出額外的價值。工業(yè)4.0的時代，多種智能服務，例如智能監(jiān)控，遠程診斷，云服務，大數(shù)據(jù)分析，應用狀態(tài)推送報告等等，都將使得生產(chǎn)制造更加靈活，客戶體驗更加全面、深入。工業(yè)4.0還將提升機器的可利用率及可靠性和可適應性，生產(chǎn)過程的優(yōu)化和產(chǎn)品質(zhì)量都得到有效的提高。產(chǎn)品的開發(fā)周期也隨著信息交互而有效縮短，可重構、適應性高的生產(chǎn)系統(tǒng)可以在較低的成本下迅速滿足復雜的個性化的市場需求。生產(chǎn)制造的市場競爭力和發(fā)展的可持續(xù)性都在工業(yè)4.0的環(huán)境下得到提高。

挑戰(zhàn)

雖然工業(yè)4.0的前景十分美好，但實現(xiàn)工業(yè)4.0必定是一個長期的過程，前期很有可能會付出不小的資金和人力投入?yún)s并沒有什么明顯的效果。在工業(yè)3.0向工業(yè)4.0變革的過程中，將會有很大的挑戰(zhàn)，這里僅舉幾例。

工業(yè)4.0需要強大的硬件支撐，完成數(shù)據(jù)的采集獲取、連接傳輸、計算分析、呈現(xiàn)推送等功能，硬件投入成本相當高昂。工業(yè)3.0時代雖然機器的自動化程度很高，但控制器中傳輸?shù)臄?shù)據(jù)大多只與機器的運行控制有關，想要獲取更多的關于機器效率、健康等信息，必須額外安裝傳感器。有些傳感器，例如振動傳感器，成本較高，對環(huán)境要求也較高，在某些環(huán)境惡劣的廠房安裝相應的采集設備十分困難。此外，數(shù)據(jù)連接建立后每時每刻都有海量的數(shù)據(jù)從機器中傳出，數(shù)據(jù)傳輸?shù)乃俣群蛡鬏斮|(zhì)量都受到硬件好壞的影響。對數(shù)據(jù)的分析、整理、存儲同樣需要高性能計算機、大容量存儲介質(zhì)的支持。目前的工廠普遍并不具備這樣的硬件條件和數(shù)據(jù)連接的基礎，架設數(shù)字化的分析平臺將是一筆不小的開支。

基于硬件平臺上的智能采集、分析算法的開發(fā)同樣是一個挑戰(zhàn)。沒有分析方法的支撐，采集的數(shù)據(jù)依然不能被轉化為對系統(tǒng)有幫助的有用的信息。面對不同種類的數(shù)據(jù)形式，不同種類的機械結構，算法的適應性和自演化性將變得越來越重要。智能算法對海量數(shù)據(jù)的處理能力，特別對于數(shù)據(jù)質(zhì)量的分析與過濾，有效參數(shù)、特征的提取和選擇，都需要首先進行加強。此外，針對不同機器不同數(shù)據(jù)的分析手段需要經(jīng)過整合建立統(tǒng)一的標準化的分析平臺，現(xiàn)如今，統(tǒng)一的標準的缺乏使得分析的效率一直處于較低的水平。

另一個挑戰(zhàn)來自安全性。數(shù)據(jù)的不斷增多，數(shù)據(jù)交流的不斷增多，勢必會像互聯(lián)網(wǎng)一樣帶來安全隱患。工業(yè)數(shù)據(jù)中常含有大量商業(yè)機密，數(shù)據(jù)在傳輸和分析過程中往往會增加泄密的風險。此外，對于工業(yè)大數(shù)據(jù)的分析，工廠可能采用同第三方數(shù)據(jù)分析公司合作的方式，這樣智能數(shù)據(jù)分析算法或軟件就與工廠的內(nèi)部數(shù)據(jù)環(huán)境分隔開來，如何在安全性得到保障的情況下建立工廠內(nèi)數(shù)據(jù)與工廠外分析平臺的連接變得十分困難。因此，如何尋求合適的數(shù)據(jù)分析形式，保證分析和交互的私密性安全性，將會是未來工業(yè)界在進行工業(yè)4.0變革的時候都需要考慮的一個重要因素。

工業(yè)4.0歸根結底還是需要人來實現(xiàn)，建立工業(yè)4.0的環(huán)境，對人才提出了更高的要求。未來的工程師，不再只專注于一個領域，而需要掌握多學科的知識。工程師不僅要熟悉機器和生產(chǎn)線，了解其結構和運行原理，還需要掌握計算機科學和計算機工程的知識，需要具備數(shù)據(jù)分析方法的開發(fā)能力甚至還必須擁有信息化平臺的架設能力及智能監(jiān)控與分析軟件的編寫能力。目前，此類綜合性的人才在工業(yè)界十分缺乏，而針對復合型人才的培養(yǎng)機制同樣匱乏。人力資源的缺口也是工業(yè)4.0實現(xiàn)的挑戰(zhàn)之一。