智能制造中的信息物理系统(CPS)
我们谈物理世界和数字世界的融合，就是要把通讯和计算技术深入地与物理实体融合，例如将马达、阀门这样一些基本的零件单元，与物理感应和效应有机地结合在一起，构成信息物理系统(CPS, Cyber-Physical System)，为这些系统提供柔性化的能力，通过软件的迭代发展，不断地改善和增强功能和性能。(可参见工信部信软司指导发布的《CPS白皮书》)
图1 工业4.0管理壳与物理信息系统(CPS)
德国工业4.0在这方面作了深入的工作 ，非常值得关注。工业4.0为这样一个信息物理系统单元，也就是工业4.0组件，制定了通用的架构和界面，也就是RAMI4.0所定义的管理壳(Administration Shell)。
每个组件都有全球唯一的身份, 通过这个标准界面，可以唯一性地被辨认和访问。每个组件的属性不管是其功能和性能的规格，配置、控制和状态参数等都用一个统一的数据模型(manifest)表达。对每个组件的交互也通过一个统一的服务界面(component manager)进行。不管是一个CPS单元组件，还是一个装备、一条生产线，甚至一个工厂，都可以通过这样一个统一的界面来定义和交互。
显然，一台大的设备可以由一系列CPS单元组件构成，这些组件通过物理和数字界面双面交互，协同完成整机的功能。
还可以想象，不仅在一台装备里，而且在一条流水线上，在一个车间中，这些大大小小的信息物理系统连接交互，形成了一个小型的互联网，其功效之强大，现在难以估量。如果成为一个开放性的标准界面，这样一个通用界面也将打破不同的私有界面的壁垒，大幅度地提高系统融合的效率，也为在制造环境里的创新建立了一个良好的框架。
CPS是数字化制造的一个非常重要的里程碑。
数字化制造也可以看作为建立在信息物理系统的基础上，把设备实体、生产资源、流程、系统和人员连接起来，通过全面信息化转型，以数据分析生成可执行(actionable)的信息，优化制造过程，实现智能工厂和新的制造生态系统。
智能制造的三链模型：制造流程信息化
作为对制造流程信息化讨论的背景，本文给出了智能制造的三链模型，也是对制造业管理流程的数字化提出的三链模型。
尽管不同的制造细分行业，同一细分行业不同的企业，这些流程会有差异，作为一个概括，可以把重要的流程分为三大链：第一链，垂直的，是以ERP为首的价值链;第二链，水平的，是以PLM为主的知识产权链;第三链，也是垂直的，是资产链。
图2 智能制造的三链模型
智能制造的第一链，价值链。
价值链，是回答生产什么、在什么时候生产、生产多少的问题，包括了从产品订单，到生产计划、材料与供应、制造、交付与分销、及最后的客户支持的整个业务管理流程，关注如何优化这些环节，为企业创造价值。
管理流程要解决的问题，除了保证成本、效率、质量这些传统生产要素能达到预期的目标之外，还必须缩短交付周期、提高资源效率、和保障可持续性，实现多品种、小批量柔性制造，快速响应市场需求的变化。
对大型或高价值装备的制造商，在这个价值链的下游，有这样的一个机会，即如何利用企业对产品内部技术的深度把握，采用工业互联网的技术，在预测性维护和资产绩效管理方面，为客户提供增值服务，不仅为企业创造新的营收来源，也为企业的业务模式提升转型，从单一的产品销售模式向服务型模式、甚至成效型模式过渡提供了一个良好的机遇。
这个流程中，我们不仅需要继续将依赖于报表式的手工管理方式提升为完全数字化的过程(至少对部分企业而言)，而且还要关注如何把所有的环节无缝整合，自动交互，动态地响应客户和市场的需求。
第二链，是以PLM为主的知识产权链
第二链，是回答怎样生产的问题，关注如何优化从产品设计，到流程规划、生产工程、和制造的创新管理流程，如何在越来越短的周期里推出更多样的、更为高新和尖端的产品。
位于价值链与知识产权链交叉点的制造执行系统(MES)，是将知识产权转为业务价值的枢纽，它管理的对象是作为制造业企业资产的核心的生产能力和资源，对实现企业价值起着举足轻重的作用。MES在生产现场统筹管理生产计划的执行、设备使用的绩效、产品质量的保证、生产过程的追溯、工人的排班和激励等多个方面。它所关注的是在车间的场景里如何对生产人员、设备、物料、能源的生产要素，实现动态的、精准的、优化的配置和调度，高绩效、高质量、低成本地完成生产任务。由于其管理对象包括实体生产资源，MES与工业互联网技术在多个应用方面相关性最直接，将与工业互联网的实施相互配合，相互增强。
智能制造第三链，是资产链。
主要关注在装备部署和投产后，如何优化其运营和维护，以最低的成本，产生最佳的成效。
这也是在制造业外，工业互联网应用的重要场景，如上文提到的风力发电机、采油设备等等。(当然，对于设备组件制造商，交付的下游是其它的制造商，而不是装备运营商。)
数字主线与数字孪生
正如价值链一样，知识产权链各环节之间也需要无缝整合，让数据按需要在产品生命周期的过程中畅通地流动，从设计，到制造，到运维，甚至一直到退役报废回收。简单地说，数字主线(digital thread)就是这样一个使能数据流动的连接和融合框架。如在离散制造的MBE过程中，实现完全基于三维的设计、仿真验证、工艺设计、制造和运维的产品全生命周期管理，避免传统过程中把三维的设计转换成二维的工艺，然后再去制造三维的产品这种在中间环节之间繁琐和不可靠的转换。
在数字主线各个环节中所收集有关产品的数据，如设计规格、描述其几何形状、材料、组件和行为的工程模型、仿真验证结果、工艺规程、每一个产品实体在制造过程中独有的人、机、料、法，质量检验等数据、还有部署调试、使用和维护的数据等，构成了产品实体的在数字模型，也就是通常所说的数字孪生，或数字化双胞胎。
这个产品数据模型，不仅仅是一个静态的模型，它反映了每个产品，或装备的设计、生产，使用和维护的完整历史。利用每一个产品数字孪生的数据模型，可以在其生命周期内通过仿真，更有效地评估其当前和未来的性能。这不仅对预测性维护和优化运营绩效，而且对根据产品使用的数据来改进产品设计和生产工艺都具有十分重要的价值。
图3 数字主线
整合产品生命周期功能环节, 集成数据, 建立产品数字模型(数字孪生)
另外，数字孪生能够提供对产品质量有效的追溯，特别是当产品因质量问题需要召回时，能追溯到影响每一个产品的质量具体因素，因而可以精确的决定召回的范围，减小召回的成本。
主要的制造业管理流程，也就是智能制造的三链，不仅在每一流程内部的各个环节需要无缝连接融合，不同流程之间也将更紧密地交叉连通融合。
如MES作为交叉枢纽，把作为价值链业务管理流程和作为知识产权链的创新管理流程融合在一起。而数字主线则不仅把知识产权链各个环节打通，而且连贯价值链和资产链的环节，全面收集产品的设计、制造和运维数据，建立产品的数据孪生模型。要实现这些全面性的互联互通，信息互流互用，仅仅依赖于目前现有的工业软件的架构，通过多个环节点到点的相互连接整合，不仅工作量大，而且会相当脆弱，难以满足各流程的全面化的互联互通。因而，一个新的系统化的、在架构的层次上的解决方案可以说是势在必行。
（内容转自公众号 知识自动化）
（转载）
