制造業在轉型：進入一個全新的數字世界

　　GE原來依靠出售航空發動機獲利，目前通過在發動機上安裝上百個傳感器，實時監測發動機的工作狀態，為客戶提供在線監控和預測性維護的服務，從原來賣發動機變成出售“發動機的無故障工作時間”。 GE除了管理飛機發動機，還管理了一兩萬輛大型卡車組成的車隊，每輛車安裝了200多個傳感器收集各種卡車運行信息，在GE眼中，這些大型卡車不是卡車，而是奔跑的數據中心，未來所有的生意都是數據生意。

　　建筑機械市場波動非常大。中國建筑機械市場經歷2011年的暴漲后，持續了好幾年的慘淡經營，直到2016年下半年由于“一帶一路”政策的拉動，建筑機械廠商業績才開始大幅度回暖。由此可見大起大落的銷售很難預測，對廠商來說經營風險很大。另外國內的建筑機械市場日益飽和，市場上現有的建筑機械數量驚人，很多業主選擇租賃而不是購買設備，促使建筑機械廠商轉變商業模式，開始開發售后的機械服務市場。小松和三一都在挖掘機上安裝傳感器，收集機械的開機狀況、開機時間，工作量情況，一方面有利于廠商自己預測市場，一方面為使用者提供更好的使用建議，還可以幫助代理商維持設備保值增值。 三一重工的“挖掘機指數”還可以幫助國家預測經濟運行情況。

　　工業4.0和工業互聯網不僅為大公司打造服務平臺提供了機會，也為中小型的公司創造了新的機會。電機和軸承是非常傳統的產品，通過在這些產品上安裝傳感器，監測震動情況可以做在線監控、預測性維護、失效預測等。這些傳感器可以很方便地將收集到的數據上傳到云端，成為平臺的重要一員。不能做平臺，就被平臺化，被平臺化說明小公司也有價值。

　　資產維護有很多層次，最初級的層次是應急維修服務，這曾經也是制造業的競爭優勢之一，比如十幾年前很多織機是賣給中國的三四線城市的中小作坊，這些私人小廠工作環境非常惡劣，工人素質不高，野蠻操作，電壓不穩。在這種較為惡劣的生產條件下，嬌貴的國外織機經常壞，外資廠商人員工資貴，壞了沒有工程師修，或者維修不及時。 本土織機廠商抓住機會，利用廉價的初級工程師，提供24小時On call(待命)服務，對一些大客戶，有工程師的On site(就地)服務，壞了的織機直接換配件，換配件修不好直接換機器。通過這樣的應急服務快速占領了市場。

　　再上一層是定期巡檢和定期更換，例如電梯巡檢，半年或一年檢查一次。但兩次檢查的間隔期間會有問題，定期更換的維護費用也是很昂貴的。

　　更進一步是在線狀態監控，主要通過傳感器在線遠程監控設備的運行情況，當監測到設備工況不好時就報警，但這也是事后補救維修。

　　而預測性維護可以通過大數據積累設備運行情況預判將要發生失效的時間，這樣工廠就可以防患于未然，提前派出工程師去處理，減少工廠停機時間，減少損失。

　　如果說狀態監控是處理what(什么)的問題，那么，預測性的維護處理what(什么) 和when(何時) 的問題。 在預測性維護階段Why(為什么)和How(怎樣)這類問題需要有經驗的人進行判斷和處理，但是在Prescriptive maintenance(慣例維護)階段，整個工廠系統通過人工智能、機器學習、云計算等技術手段，具備一定的認知和思考能力，不但能給出信息建議，還能對信息做出適當的反饋，使未來的工廠系統成為自感知、自適應、自決策的智能系統。Prescriptive Maintenance 將能夠解決How、who(誰) 和why的問題。將會知道事故為什么會發生，并判斷應該怎樣處理，派誰來處理， 工作流程和順序應該怎樣等。

　　另外，在Prescriptive maintenance階段，資產管理不但會和整個工廠的數字系統集成在一起，還會和工廠的外部數據系統結合。例如在預測性維護階段可能通過監測電機的震動和溫度變化給出某臺設備需要大修的建議， 在結合外部數據系統后找到專家和方案，綜合評估整個工廠系統，為現場工程師給出一套大修的工作流程和順序 。

　　實際上，工業4.0或者工業互聯網的應用案例非常多，遍布產業鏈上下游。

　　例如設計端：哈雷和瑪薩拉蒂將新產品導入周期從1年下降到1.5周， 設計端的仿真驗證也大大的縮短了上市周期。

　　工程運營端：效果主要是節能減排，減少誤報， 提升生產效率。

　　維護端： 效果主要表現在減少維修時間，減少工廠停產時間。

　　供應鏈端：效果表現在監控供應鏈的瓶頸和風險，供應商控制和減少庫存。

　　工業4.0和工業互聯網：不僅是技術問題，更是經濟問題。

　　就像工業機器人在二十年前就已經比較成熟了，但在中國當時是得不大規模應用的，因為當時的中國工人工資水平比較低，用工人明顯比用工業機器人更合算，而現在企業主已經看到使用工業機器人的投資回報高，所以更愿意用機器人換人。

　　所以做工業4.0和工業互聯網的升級改造需要從提高投資回報率(ROI)出發，例如做預測性維護， 首先看產出， 諸如質量提升、節約成本、減少人工、減少返工、減少能源成本、 減少停機時間、協同效應、減少庫存、減少上市時間、減少交貨時間等; 再看投入，傳感器的價格在下降;網絡連接的成本在下降;配置的成本在下降，以前可能需要人工在現場重新配置產品，目前很多工業品也可以在線升級軟件，在線配置，減少了人工;云計算模式也使基礎設施的投資減少，以前工廠要實現云計算，大數據分析成本非常高，也缺乏這樣的人才，現在共享的數據中心和云服務也是一個解決方案，成本也在大幅度下降。

小結

　　工業互聯網和工業4.0正在發生，將會對我們的工作和生活帶來影響。工業4.0和工業互聯網技術的發展是原有技術的大融合，從技術角度來看，更像是在演化而不是革命，但是從應用和商業模式的角度看，這些變化產生的影響卻可能是革命性的。IT和OT的融合是大勢所趨， 第一是公司工廠內部的IT和OT的融合，第二是公司外部IT和OT的融合。無論是工業4.0還是工業互聯網，人是發展的最主要變量，可能是技術的載體，可能成為發展瓶頸，也可能成為推動因素。

　　本文來源于《電子產品世界》2017年第11期第6頁，歡迎您寫論文時引用，并注明出處。