導讀：除了傳統意義上工業追求的效率和成本，柔性也對制造企業越來越重要。為了進一步提高效率、降低成本、增加柔性，“數字化”成為工業企業踏上更高臺階的必由之路。
對于任何一家志在未來始終保持著競爭力的工業企業來說，都會思考這樣一個問題——工業的未來在哪里？這是一個很大的問題，要想回答這個問題，不如先來看看當前市場的痛點在哪里。
近的來說，2020 年突如其來的疫情“黑天鵝”催生了人們對口罩的爆發式需求，所以很多設備制造商希望能夠快速地生產出口罩機來響應市場需求，這就為工廠研發、推出產品的速度帶來了極高挑戰；遠的來看，即使在沒有疫情的過去幾年，市場對于定制化產品的需求也是越來越多，尤其是互聯網原生一代，希望自己擁有的手機、汽車等都與眾不同，這又對產線的柔性制造能力提出了更高要求。
換言之，除了傳統意義上工業追求的效率和成本，柔性也對制造企業越來越重要。為了進一步提高效率、降低成本、增加柔性，“數字化”成為工業企業踏上更高臺階的必由之路。
那么數字化到底能實現什么？被數字化賦能的工業未來又是什么樣的？在近日舉辦的西門子數字化工業集團工廠自動化事業部的媒體沙龍上，西門子（中國）有限公司數字化工業集團副總裁兼工廠自動化事業部總經理衛岳歌先生和西門子（中國）有限公司工廠自動化事業部未來自動化技術與業務孵化器部門經理王超博士介紹了西門子工廠自動化事業部的業務和先進技術，并分享了對工業未來的獨到見解。
產品、生產、性能的數字化雙胞胎
2019 財年，西門子在中國的總營收達到 84 億歐元，中國是西門子在全球的第二大市場；而對工廠自動化來說，中國則是其全世界最大的市場。
西門子（中國）有限公司數字化工業集團副總裁兼工廠自動化事業部總經理衛岳歌先生
全集成自動化（TIA）是西門子在工廠自動化領域最具創新性的理念，據衛岳歌先生介紹，西門子可以為客戶提供非常領先的產品組合：從覆蓋低端、中端、高端不同品類的 PLC 到橋接人與機器之間交互窗口 HMI；從能夠在工業現場處理大量數據的 IPC 到統一的編程組態軟件 TIA 博途平臺；從基于以太網的開放 PROFINET 通信到縱深的覆蓋軟硬件的信息安全方案……TIA 涵蓋了從現場層、控制層、操作員層到管理層的設備和系統，實現了橫向和縱向全部集成。在物理世界中，西門子的各種軟硬件產品已經幫助無數企業實現了從傳統工廠向自動化工廠的轉變。
西門子 SIMATIC 產品家族
如今，工廠面對著從自動化向數字化進一步升級的需求，西門子則能為企業提供一套完整的數字化解決方案，其精髓就是幫助工廠在虛擬世界建立與現實世界對應的數字化雙胞胎（Digital Twin）。
十幾二十年前，如果企業想要研發一款新產品，可能先要通過木頭來刻出一個產品雛形。現在，這一切都可以通過數字化的方式在電腦中進行虛擬設計。無論是一個小小的茶杯還是一輛非常復雜的汽車，西門子都能提供相應的仿真工具幫助企業完成數字化的設計過程——這就是所謂的“產品的數字化雙胞胎”。
“產品的數字化雙胞胎”并不是簡單的 3D 模型，而是和現實世界發生的變化完全保持同步。這樣一來，相關人員就可以在虛擬世界里平行地對整條生產線進行設計、調試和優化。例如西門子 Process Simulate 軟件可以做到對設計過程和工藝布局的虛擬仿真。通過西門子虛擬控制器 PLC SIM Advanced，工程師能夠直接對虛擬產線下達邏輯控制命令，使得數字世界里的所有虛擬設備仿佛置身工業現場那樣運轉起來。這就是“生產的數字化雙胞胎”。
最后，工廠在制造過程中會產生大量數據，如果能通過軟件在虛擬世界里進行一些人工智能分析，然后反饋到產品設計和工廠設計當中，就能形成整個生產過程價值的閉環。這就是“性能的數字化雙胞胎”。
目前，西門子可以在產品研發與制造過程以及工廠管理的完整價值鏈上提供“數字化雙胞胎”技術。衛岳歌先生在分享中舉例說到：疫情期間，有很多廠商使用了西門子的數字化雙胞胎技術，首先通過軟件對口罩機進行設計，同時對口罩機在虛擬環境下進行調試，從而大大加快其推向市場的速度。
工業邊緣計算+工業人工智能，1+1＞2
除了工業領域原有軟硬件技術的迭代，隨著技術的日新月異，越來越多的新技術正在與工業找到新的結合點，從而擦出前所未有的火花，邊緣計算和人工智能就是其中的典型。在沙龍上，王超博士為線上的媒體們分享了西門子工業人工智能和工業邊緣計算如何讓當前的工業自動化變得更好。
西門子（中國）有限公司工廠自動化事業部未來自動化技術與業務孵化器部門經理王超博士
火了這么久，相信大家都對邊緣計算的概念并不陌生。對于一些 OEM 廠商來說，出于對數據量和數據隱私的考慮，他們并不想把所有數據都輕易地傳到公有云端，而邊緣計算能夠在靠近設備端的地方就近處理數據，具有時延低、安全等顯著優勢。
但王超博士卻分享了邊緣計算的另一個獨特優勢，即讓企業在車間層級開發和維護新應用的成本大幅降低。沒有邊緣計算之前，相關人員在工廠車間層進行應用開發和維護成本非常高，只有將自動化和 IT 技術融會貫通的人，才能在這個層級開發出更好的應用。事實上，很多自動化工程師對 SCADA、TIA 博途、I/O 之類的底層語言和知識比較熟悉，但這些對于 IT 專家而言無異于“天書”，他們會更習慣于用諸如 JAVA、Python 等在內的高階語言來做數據應用的開發。現在，邊緣計算提供了一個比較好的平臺，能夠把這兩種人員的優勢結合在一起，讓自動化的人在底層可以更好地用自動化語言為分析人員提供數據，而數據分析專家可以在底層直接獲取相關數據之后來進行數據分析。
王超博士表示：“邊緣計算提供了一個非常好的載體，在這個載體之上，我們會思考什么樣的應用未來會變成邊緣計算上的主流應用，而人工智能類應用就是我們選裝的方向。”在他看來，將邊緣計算和人工智能結合，會產生 1+1＞2 的效應。
以前，工程師在工廠車間層做相應應用開發的時候，其中的邏輯規則都是基于專家對其的理解來做定義。但是人腦所能考慮的條件畢竟有限，涉及的影響因素越多，由人來定義規則就會遇到越大挑戰。現在，我們可以通過引入機器學習或深度學習的方式，對控制邏輯背后隱藏的規則進行分析和推演，從而進一步提升控制的準確度和精度。
在分享中，王超博士還介紹了一些案例來說明邊緣計算疊加人工智能給工業領域帶來的驚喜。比如西門子在成都的數字化工廠，這里生產的 PLC 設備里有大量的 PCB 板，PCB 板在焊接的時候會有很多的錫珠。成都工廠為了保證質量，配備了自動化光學檢測設備。這些設備為了要確保沒有任何缺陷樣本流入后續環節或市場，所做的檢測非常苛刻。在這種苛刻的檢測下，就會出現“假錯”的情況，從而造成很多成本上的浪費。為了避免這種情況的發生，需要增加人工復檢臺把“假錯”甄別出來，一般 80%的情況會是“假錯”，由此可想這種方式會對成本和效率有所影響。現在，西門子通過 AI 的方法把人工復檢臺替換掉，通過 AI 把“假錯”甄別出來，再通過自動化方法把產品送回生產線。這樣一方面可以減少重復性勞動，另一方面也可以提高生產效率。
數字化雙胞胎、邊緣計算、人工智能，這些技術從不同方面展示了工業的未來，但更多的精彩，恐怕還有賴于行業持續不斷的探索和創新。