智能业务需求影响下的智能制造技术架构

 新闻资讯     |      2020-01-01 22:56

IBM是较早从事物联网研究的,我们从下面IBM的物联网生态图出发讨论智能制造的技术架构。

2) 网络连接:包括广域网、局域网、无线传感网等。网络层的功能是实现设备与设备、设备与云平台之间的通信。

IBM的物联网架构是通用框架,智能制造技术架构也基本参照该框架,但结合智能制造业务需求的特点需要进一步细化。智能制造业务需求有哪些特点呢?

A. 大数据依赖: 前面提到知识是智能化的核心,而知识正是基于海量数据通过智能化技术分析产生的。不管是客户隐性需求的挖掘,还是生产的智能化优化都依赖于数据,这也正是云计算、物联网等逐渐成为基础性技术的原因。

B. 知识产生与应用的闭环:知识的产生来源于信息系统和物理实体中产生的数据,同时知识又会回到信息系统和物理实体,指导制造运营的改善。当然信息系统和物理实体都需要伴随着智能化进程而实现自我升级,比如各种机器人和3D打印技术的应用,更先进的智能感知和数据采集能力,信息系统在广度和深度上的渗透,这些对于知识产生和应用这个实时和自动闭环的形成至关重要。

C. 跨企业的行业或社会化协作:信息化阶段较好的解决了企业内部供应链优化的问题,但对于产业链的供应链优化还不够,云平台的出现可以将产业链上的所有企业纳入统一平台运营,改变过去链式的单向供应协作模式向以客户价值为核心的集群多向协作模式转变,从产业链甚至社会化资源优化的角度提升供应链效率。

遥控飞机加盟D. 工商业融合:以阿里系为首的消费互联网平台极大地改变了人们的生活,在智能制造时代商业平台将进一步实现和工业平台的融合,商业需求直接反馈并引导制造环节,生产线和消费者将处于永远互动状态,并延伸至数据的增值服务。未来工商业的融合平台将对社会经济运行模式产生颠覆性影响。

E. 制造业服务化:首先是从交付产品到产品服务运营的转变,企业将从过去以产品为核心的业务形式,转变为“客户运营商”,企业将更关注客户使用场景,力争为客户带来更多服务价值。比如生产设备交付给客户后,供应商持续在线监测设备运行状态,提高预测性维护服务,提高设备利用率。其次随着智能制造的发展,制造环节将不再是瓶颈,相反个性化产品设计、客户服务将越来越重要。

结合以上特点,我们可以进一步思考智能制造的技术架构,如何支撑知识的闭环应用和工商业平台的融合,如何实现大数据的采集与管理,如何实现跨产业链的供应链优化和制造业的服务化转型。下图以制造价值链模型为依据,从横向分析技术架构层次。生产设备的智能化、精益管理的推广和信息系统应用都是智能制造体系不可或缺的一部分,因此在细化的智能制造技术架构中也融合了设备智能化、管理规范化和生产信息化的技术需求。

下图上面三个层次分别是SaaS智能分析、SaaS商业平台和SaaS工业平台,它们是智能化的分析及系统应用;平台云PaaS和基础设施云IaaS将用来承载智能化分析及软件应用,云计算是对信息化技术架构的重大改变;网络通讯因应物联网的发展与信息化时代也有很大不同,使得数据采集的深度和广度大大加强;物理实体层的信息互联和智能升级是智能化的基础。

1)物理实体层:表现为以生产设备为代表的物理设施本身的智能化,和对管理智能化、产品智能化的支撑。

a. 生产设施的智能化。前面谈到过设备智能化是智能制造不可或缺的一环,尤其是响应时间和可靠性要求较高的场景,需要通过边缘计算增强设备的智能化水平,使设备自我感知、学习和决策执行能力,弥补云计算的远距离传输可能带来的响应及可靠性、安全性问题。

b. 辅助管理和产品智能化实现。机械化时代的设备只是用于替代人力,信息化时代的设备开始有了数据反馈与互动,智能化时代的设备要求具备更高的数据感知和交互能力,能够与管理智能系统进行数据交互,缺少物理实体层的数据交互很难实现管理和产品的智能化。

2) 网络连接:以华为5G技术为引领的高速无线远程网络,对数据传输有较高速度及响应要求的场景将起到突破性作用;而NB-IOT等低速远程传输协议,将激活大量低功耗、低频数据传输需求;ZigBee等低速、低功耗近距离传输协议是对wifi网络的有益补充,将有力推动近距离工业数据的传输。这些迅猛发展的通讯技术与云计算的结合,有利于终端与设备、设备与设备之间的海量、异构、实时连接,使得数据的采集范围得到极大扩展,而海量的数据正是知识产生的源泉。

3) 云计算IaaS:基础设施云解决了服务资源的承载能力制约和资源共享问题,为智能化应用场景的社会化和海量数据的存储打下基础设施基础,降低了服务器运营成本。中国的BAT及华为在基础设施云领域近几年发展迅速。

4) 云平台PaaS:跨企业应用和更广泛的数据采集对软件平台的海量数据处理能力和设备连接管理能力提出了很高的要求,需要平台云供应商来解决操作系统、设备连接、数据存储及中间件等一系列的基础平台功能,同时提供软件开发和运行环境。专业平台云的出现将大大降低智能制造方案开发和实施的门槛,使得大量行业软件供应商能够更专注于行业解决方案,发挥自身价值。平台云是智能制造技术架构的核心,当前的CPS正是基于这一目标出现的,因为CPS的高门槛,进行CPS产品构建的主要是国际上大的工业软件厂商,且已经有了比较成熟的方案,比如PTC公司的ThingWorx,SAP的Leonardo。

5) SaaS工业和商业平台:云化软件应用是基于平台云进行开发,关注垂直行业解决方案,是支持业务运行的核心载体,当前制造业的传统软件比如ERP,MES等在智能制造技术架构下都可能有新的进化。

6) SaaS智能分析:智能分析的三个层次为数据报表、多维数据分析和以人工智能机器学习技术为代表的数据挖掘。数据报表随着云平台遥控飞机厂家 和物联网的介入,需要分析展示的数据量在信息时代无法比拟;多层次、多维度的数据汇聚到云平台上,使得多维数据分析的难度加大,同时分析的数据价值也越来越大;机器学习的出现突破了一直以来的智能化瓶颈,近几年发展迅速,未来甚至可能带来制造业产业的颠覆。