2020年度工業(yè)4.0七大發(fā)展趨勢

　　Jos?Martin?（MathWorks?高級工程經(jīng)理）

　　摘?要：2020 年預計將呈現七大趨勢：通過(guò)標準化協(xié)議實(shí)現聯(lián)網(wǎng)機器無(wú)縫互操作，強化學(xué)習再度升級，協(xié)作機器人與人類(lèi)密切合作，仿真使虛擬調試成為現實(shí)，預測性維護和 AI 不斷發(fā)展，利用優(yōu)質(zhì)數據消除部分AI 部署障礙，數據科學(xué)家將不再是唯一的主導群體。

　　關(guān)鍵詞：工業(yè)4.0；生產(chǎn)力；利潤率

　　在工業(yè)4.0的推動(dòng)下，制造業(yè)的生產(chǎn)力和利潤率得到前所未有的提升。Jos Martin（數學(xué)計算軟件供應商MathWorks高級工程經(jīng)理）指出2020年預計將呈現七大趨勢，幫助專(zhuān)業(yè)人士預測引領(lǐng)未來(lái)十年經(jīng)濟潮流的技術(shù)——以及未來(lái)工廠(chǎng)的發(fā)展方向。

　　毋庸置疑，在此過(guò)程中必然會(huì )遇到很多挑戰，比如滿(mǎn)足日益增長(cháng)的個(gè)性化和定制化商品需求、減少浪費及本著(zhù)更負責的態(tài)度處理資源。然而，在創(chuàng )造力和獨創(chuàng )性的雙重輔助下，一切困難將迎刃而解，有所成效。那么，即將到來(lái)的有哪些趨勢呢？

　　1 通過(guò)標準化協(xié)議實(shí)現聯(lián)網(wǎng)機器無(wú)縫互操作

　　確?；ヂ?lián)性至關(guān)重要，即在工廠(chǎng)中實(shí)現機器和模塊的動(dòng)態(tài)重組。為保證不同供應商的設備實(shí)現無(wú)縫互操作，標準化協(xié)議（如OP CUA TSN）將發(fā)揮關(guān)鍵作用。繁瑣的布線(xiàn)及電纜線(xiàn)路將消失無(wú)蹤，取而代之的是無(wú)線(xiàn)協(xié)議，如5G及其衍生技術(shù)。然而，機器不僅相互連接，還會(huì )連接到云系統。在云系統中，運用彈性計算能力運行強大的算法，處理業(yè)務(wù)數據和工程數據。

　　2 強化學(xué)習再度升級

　　經(jīng)過(guò)強化學(xué)習(RL)訓練后，AI（人工智能）程序在圍棋和國際象棋等棋盤(pán)游戲中屢屢擊敗人類(lèi)選手，但在工業(yè)4.0時(shí)代將發(fā)揮更大的作用。RL幫助工程師在機器人和自主系統、自動(dòng)駕駛、控制設計和機器人技術(shù)等復雜系統中實(shí)現控制器和決策算法。我們將見(jiàn)證巨大成功，RL勢必成為改進(jìn)大型系統的重要一環(huán)。關(guān)鍵促成因素是為工程師提供易用的工具，以構建和訓練RL策略、生成大量仿真數據用于訓練、輕松將RL智能體（agent）集成至系統仿真工具并為嵌入式硬件生成代碼。RL有助于在工業(yè)領(lǐng)域實(shí)現重大突破，提高移動(dòng)工廠(chǎng)設備的自動(dòng)化水平，甚至實(shí)現無(wú)人操作。

　　3 協(xié)作機器人與人類(lèi)密切合作

　　自動(dòng)化行業(yè)一度討論著(zhù)“單一樣本量”的美好愿景——如何通過(guò)多條生產(chǎn)線(xiàn)生成定制樣本，無(wú)需投入漫長(cháng)的轉換時(shí)間，也不必容忍其他低效現象。在工業(yè)4.0時(shí)代，這一愿景終將實(shí)現，從而滿(mǎn)足實(shí)現全方位個(gè)性化生產(chǎn)的需求。為此，不能在車(chē)間采用固定不靈活的方式設置機器，設定并調整參數后，用于生成某款特定產(chǎn)品長(cháng)達數月乃至數年。未來(lái)的生產(chǎn)線(xiàn)必須靈活多樣——采用多個(gè)可重組的機電模塊構建而成，配備越來(lái)越多的機器人或“協(xié)作機器人”（協(xié)作機器人與人類(lèi)密切合作），同時(shí)運用AI技術(shù)，根據生產(chǎn)線(xiàn)制造的下一款個(gè)性化產(chǎn)品進(jìn)行參數設置并調整機器。

　　4 仿真使虛擬調試成為現實(shí)

　　隨著(zhù)軟件復雜度的攀升及模塊化軟件組件組合數量的增長(cháng)，在物理機上開(kāi)展綜合測試的難度越來(lái)越大，耗時(shí)也越來(lái)越長(cháng)，終將演變成為一項無(wú)法完成的任務(wù)。鑒于此，在部署物理生產(chǎn)線(xiàn)之前，根據仿真模型對軟件進(jìn)行虛擬調試，驗證是否存在錯誤并證實(shí)是否滿(mǎn)足需求變得至關(guān)重要。目前，一批創(chuàng )新領(lǐng)軍企業(yè)（如全球領(lǐng)先的瓶裝生產(chǎn)線(xiàn)制造商Krones）已經(jīng)開(kāi)始采用多域仿真模型進(jìn)行虛擬調試。

　　5 隨著(zhù)邊緣計算的進(jìn)步，預測性維護和 AI不斷發(fā)展

　　鑒于邊緣計算設備和工業(yè)控制器持續發(fā)展，計算能力隨之快速提升。在云系統的大力配合下，為開(kāi)創(chuàng )生產(chǎn)系統軟件功能新局面鋪平了道路。AI算法將動(dòng)態(tài)優(yōu)化整條生產(chǎn)線(xiàn)的產(chǎn)量，同時(shí)盡量減少能源及其他資源消耗。這樣不僅有助于團隊和企業(yè)最大限度減少浪費、履行企業(yè)社會(huì )責任政策，還能節省大量資金。預測性維護將不斷進(jìn)步，不再局限于考察一臺機器或一個(gè)場(chǎng)地的數據，而是綜合考量多家工廠(chǎng)乃至多個(gè)不同供應商的設備數據。根據要求，這些算法將部署到非實(shí)時(shí)平臺及實(shí)時(shí)系統（如PLC），請參見(jiàn)Beckhoff最近在德國漢諾威工業(yè)博覽會(huì )上的發(fā)言。

　　6 利用優(yōu)質(zhì)數據消除部分 AI 部署障礙

　　我們深知，訓練準確的AI模型需要大量的數據，分析師調查將數據質(zhì)量視為成功采用AI技術(shù)面臨的首要障礙。2020年，仿真將幫助降低這項壁壘。您通常擁有大量的系統正常運行數據，但真正需要的卻是來(lái)自異?；驀乐毓收锨闆r的數據。這對于預測性維護應用情形更是如此，例如準確預測工業(yè)場(chǎng)地中泵的剩余使用壽命。由于從物理設備創(chuàng )建故障數據不僅存在破壞性而且代價(jià)高昂，最佳做法是通過(guò)仿真呈現故障行為來(lái)生成數據，進(jìn)而運用合成數據訓練準確的AI模型。仿真很快會(huì )成為AI驅動(dòng)系統的關(guān)鍵促成因素。

　　7 數據科學(xué)家將不再是唯一的主導群體

　　在上述所有趨勢中，在未來(lái)工廠(chǎng)工作的人類(lèi)將成為變革中最重要的一環(huán)。隨著(zhù)技術(shù)和工具的推廣應用，越來(lái)越多的工程師和科學(xué)家（不僅限于數據科學(xué)家）將參與到AI項目中。在未來(lái)工廠(chǎng)中，工程師必需能夠構建模型、處理大型數據集并操控相應的開(kāi)發(fā)工具，以便迎合上述種種趨勢。因此，建設及經(jīng)營(yíng)工業(yè)設備的企業(yè)需要調整招聘方向，聘請大批截然不同的資深工程師，為迎接未來(lái)發(fā)展做好充分準備，工業(yè)4.0僅僅是個(gè)開(kāi)始。

　　8 結論

　　從協(xié)作機器人與人類(lèi)密切合作，到通過(guò)仿真使虛擬調試成為現實(shí)，2020年將涌現出大量趨勢，必然會(huì )對未來(lái)工廠(chǎng)產(chǎn)生顛覆性影響。適應這些變化絕非易事，但只要秉承團隊合作意識，采用適當的工具，終將可以實(shí)現。

　?。ㄗⅲ罕疚膩?lái)源于科技期刊《電子產(chǎn)品世界》2020年第05期第30頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。）