工业40下的信息化建设.docx

工业4.0下的信息化建设工业4.0应该是个名词，代表者一个智能制造的新时代，而不是一个统一的版本和执行的唯一标准，因为对不同的国家，由于各方面累积发展差异等原因，会有选择不同的实现角度。美国因为信息技术的领先优势，走的是以信息技术企业拥抱“传统”制造的路线，凸显“产品的智能化”维度的竞争力，比如谷歌进军无人汽车等。德国因为传统制造业的优势，所以以生产制造过程智能化为切入点来往前后两端延伸，推动其工业4.0。中国互联网与移动互联应用的高速发展，很多企业在企业互联化+、移动互联运作的新商业模式上获得了突破。中国已经提出中国版的工业4.0即中国制造2025战略规划，实现从制造大国转型制造强国。什么是工业4.0工业4.0即第四次工业革命,基于信息物理系统CPS（Cyber Physical Systems），物联网IoT和互联服务IoTs,产生的大数据流，即工业大数据，从而对其采集与分析，智能的管理高效的、高品质的多品种小批量的个性化或私人订制的生产。主要体现在:1、智慧工厂。2、智能制造。3、智能供应链。工业4.0的核心是CPS信息物理系统，CPS是一个结合计算领域以及传感器(Sensor)和致动器(Actuator)装置的整合控制系统。包含了无处不在的环境感知、嵌入式系统、网络通信和网络控制等系统工程，使我们身边的各种物体具有计算、通信、精确控制、远程协作和自组织功能，使计算能力与物理系统紧密结合与协调。在传感器的帮助下，CPS接受并处理来自物理世界的大量数据，并将这些用于基于网络的各种应用和服务中，最终会这些服务和应用会通过致动器反馈并影响实体世界。简而言之，现在我们身边常见的物体都是没有感觉，没有灵魂，不会思考，不会合作的死物，但CPS使我们的物理系统成为了活物，不仅赋予了物体以感觉，还赋予了其思考能力和协作能力，物理世界和数字世界将合二为一。工业4.0的核心智能化的工业企业，真正实现了以需求为导向进行个性化制造、提供个性化服务的企业。智能制造企业包含了三个维度的“智能化”：产品的智能化、生产制造的智能化、企业的互联智能化。工业4.0的制造模式：多品种小批量的个性化智能生产，其技术支撑是模块化设计、模块化生产、模块化配送，其智能算法和工艺内嵌设计端与设备里，运用物联、大数据、场景化、云计算、社交化、自组合应对多品种小批量的个性化智能生产。工业4.0典型的场景是：通过移动互联网订购一个定制化的产品，进行模块化选配，制造模块化算法优化自组合，按照需要JIT/JIS模块化智能配送喂料，智能调度工厂组装优化组合，物与物、人与物、物与料、系统之间的连接并对产生的工业大数据包括结构化工艺数据与非结构化客户社交化感知数据，进行海量的云计算，在不同的价值链的位置场景化最优规则选择，对插单等变化自动调整自组合，在最短的时间内交给客户并产出客户预期的服务。如何实现工业4.01、建立一个信息物理网络系统（CPS）建立CPS的电子控制综合性系统，主要是嵌入式系统(Embedded System)，强调机器的计算能力，在各个实体装置和电脑运算网络的融合，借用技术手段实现人的能力在时间、空间等方面的延伸，实现人、机、物的融合。2、实现三项集成：纵向集成，横向集成，端到端的集成纵向集成就是解决企业内部信息孤岛的集成，工业4.0 所要追求的就是在企业内部实现所有环节信息无缝链接，这是所有智能化的基础。横向集成是企业之间通过价值链以及信息网络所实现的一种资源整合，是为了实现各企业间的无缝合作，提供实时产品和服务。端到端集成，围绕产品全生命周期的价值链创造，通过价值链上不同企业资源的整合，实现从产品设计、生产制造、物流配送、使用维护的产品全生命周期的管理和服务。集成的目标使人和人、人和机器、机器和机器以及服务和服务之间能够互联，从而实现横向、纵向和端对端的高度集成。集成是工业4.0 的关键，集成是实现智能工厂的技术前提。3、工业大数据大数据驱动智能制造，它包含产品数据，运营数据，价值链数据，外部数据。工业4.0的核心就是数据，他们会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0 的基石。大数据分析包括结构化和非结构化数据，在工厂内部大部分是结构化数据，如产品相关的数据，俗称企业主数据。运营相关的数据，一般称为交易数据。整个价值链上的数据，如供应商、分销商、客户等数据。企业经营分析有价值的外部数据。但也不能忽视非结构化数据的分析，如内外部社交化平台的客户评价和员工讨论分析的数据，这有利于内部的改善与更加客户亲密化。目前中国企业的信息化需求：在正式的制定行动策略前，我们需要清醒的认识到我们大部分企业处在工业2.0、工业3.0阶段。而目前中国企业具体需求体现在：多品种、小批量的按单生产模式，项目型制造模式，迭代性研发制造的动态流程控制，柔性制造的精益生产，