工业生产4.0的五大发展趋势描绘了未来“柔性”工厂

最近，MathWorks(世界著名的计算机应用手机软件房地产开发商)的工业控制自动化和机械设备行业主管PhilippWallner老先生接受了CONTROLENGINERINGChina的采访，对工业生产40的最新消息和发展趋势进行了深入分析。

未来的加工厂是什么样的？也许1000人眼里会有1000个哈姆莱特。然而，在所有的答案中，至少会有一个共同点，那就是未来的工厂必须是一个“柔性”工厂，可以根据需要定制，完成大规模个性化定制，这也是2013年法国明确提出工业生产4.0的关键总体目标之一。

现在，距离明确提出工业生产4.0已经近8年了，工业生产4.0的发展趋势如何？又有什么发展趋势？未来的“柔性”工厂是否已经初遇原型？

最近，MathWorks(世界著名的计算机应用手机软件房地产开发商)的工业控制自动化和机械设备行业主管PhilippWallner老先生接受了CONTROLENGINERINGChina的采访，对工业生产4.0的最新消息和发展趋势进行了深入分析。

未来的加工厂是软的。

说到MathWorks企业，很有可能有些人还不了解，但是说到它的两款产品MATLAB和Simulink，很多人都如梦初醒。事实上，这家致力于计算能力的软件开发公司拥有超过400万的客户，遍布全球185个国家和地区，2019年销售总额增长10亿美元。

在担任MathWorks工业控制自动化和机械设备行业领域主管之前，PhilippWallner老先生曾在贝加莱工业控制自动化企业工作多年，对工业生产行业有着深刻的把握。

PhilippWallner一开始就向记者表示，未来的加工厂必然是“柔性”工厂。其原因之一是销售市场的推动力，对产品的人性化要求越来越高，促使加工厂从大规模生产转向大规模定制生产，即智能生产的要求越来越明显。此外，独立生产线的要求和产品迭代周期的减少也迫使加工厂走向智能生产。

当然，智能生产并非想要完成就能完成，它给加工厂带来了前所未有的挑战，这促使加工厂生产系统的多样性逐渐提高，包括各生产线设备、控制模块的主要参数和其它影响因素。另外，各部件与部件之间的互动也在增加，导致加工厂手机软件的多样性日益增强。面对这样的挑战，必须采用模拟模拟模拟、AI和数字孪生等新IT技术来解决这一复杂的难题，以解决主要参数调整、控制系统设计、运行系统软件预测维护等问题。

幸运的是，现阶段的技术发展趋势已经促使“柔性”工厂成为可能。PhilippWallner老先生认为，处理这一复杂问题所需的三个关键规模经济已经存在:第一，越来越强大的硬件配置和高效的硬件配置可以使这种复杂的优化算法在现场自然环境中运行。第二，新的设计流程及其专用工具足以支持复杂的系统软件的开发、检测和部署，或者包括这些AI优化算法的系统软件。第三，越来越多具有行业专业知识的技术工程师慢慢掌握数据统计分析和AI技术，他们将行业专业知识与新的AI技术专业知识相结合，从而使加工厂越来越灵活。

五大工业生产4.0的发展趋势描绘了未来的工厂。

那么未来的“柔性”工厂究竟会是什么呢？PhilippWallner老先生用工业生产4.0的五大新趋势来勾勒。

发展趋势1:AI新项目的合理性优势日益突出，将成为未来工厂的普遍应用。

过去，人工智能主要在科学研究和学术研究行业讨论，但现在人工智能已经广泛应用于实际的工业生产场景，如预测性维护、健康监测、生产制造改进、基于视觉效果的产品质量检验等。包括MathWorks在内，许多企业开发设计了专业的人工智能软件工具和应用程序，用于设计方案、培训和部署人工智能优化算法，大大缓解了设计开发人员的压力，取得了一定的经济效益。

例如，Mondi企业利用MATLAB开发设计了基于深度学习技术的生产线健康检查APP，7*24小时不间断运行，该软件每年可以帮助Mondi节约至少5万英镑。

此外，MathWorks还与VDMA(法国工业设备加工制造业协会)合作，提供AI应用手册，具体指导公司将AI关键技术应用于众多行业。

AI已经不仅仅是技术上的网络热点，可以说已经应用于具体的生产制造行业，帮助公司切实获得经济效益。

发展趋势2:设备开发设计的功能认证转变为数据方式。

系统软件的样性的稳步增长，必须以智能设计方案方式作为支撑，这种多样性通常来自于大家对智能生产、模块化设计生产制造、更高质量和精确度、大量数据信息吞吐量、更短的上市时间和交货周期的要求。这样就迫不及待地要运用智能建筑来模仿真正的方法来解决这种多样性，这种实体模型将围绕整个生命周期，如设计方案，交货，运行和维护。未来的加工厂，可以先在虚拟器下建造，然后在实体线的自然环境下建造。

对于MathWorks来说，Simulink和MATLAB两个专用工具可以 帮助用户进行设备开发设计的模拟建模和系统测试认证。首先，使用Simulink对所有系统软件进行模拟建造和检测。接着，利用MATLAB的全自动代码生成功能，将经过认证的优化算法转化为C++,C++编码等工业软件规定的编码方式，面向工业生产控制板的C++,C+++编码等工业软件规定的编码方式。接下来，选择虚拟交货技术，将商品或接口测试部署到即时运行的工业生产原型机上进行相关检测，这种方法合理地降低了现场检测的要求，从而降低了将工作人员或机器设备放置在相对危险的自然环境中的风险。最后，利用实体模型建立数字孪生体，当机器设备交付时，运行的数据信息也可以反馈给数字孪生体，最终降低机器设备的运行成本。

在Simulink下，根据数字双胞胎的这种模拟模拟，可以帮助客户获得一些有价值的数据信息，系统对此有更深入的了解，没有这种智能方法，很难获得这种理解。换句话说，要获得这样的理解，是非常耗时的，必须有很大的资金分配。现在有了智能方法，可以低成本获得这样的利润。PhilippWallner根据Krones开发设计包装机器人数字双胞胎的例子。

发展趋势3:生产线和办公场所将进一步结合。

其中包含双重含义，首先是OPCUA、5G等规范的工业生产协议，使所有机器设备或自动化技术部件都能数据共享，这种自动化技术部件也能与办公场景相连接，完成数据信息的互动，过去手机软件换句话说，繁杂的手机软件，通常只能在桌面上端或办公设备上运行，但是现在越来越多的人把这种繁杂的手机软件部署到工业生产场景中，换句话说，在桌面计算机上开发设计的优化算法可以 运行在工业生产控制板上，使桌面与工厂车间之间有更强的结合。

发展趋势4:自主机器人Robotics将提高加工厂的柔性。

现在的AD9985KSTZ-110智能机器人一般都是按照定项的程序来完成某种特殊的姿势，本身就没有管理能力。它与未来的软件和模块化设计生产过程并不一致。因此，具有自我认知、自我管理决策的自主机器人应运而生，这种智能机器人PhilippWallner将其称为Robotics，目前已在加工厂原材料运输和快递分拣中得到成功应用。

对于Robotics自主机器人来说，没有特殊的程序编写，也没有在程序编写时告诉他们要移动的物体到底是什么，也没有告诉他们运输方式，但是它可以 在运行中独立做出智能系统的管理决策，完成最佳最短路径算法。

传统的编程和学习方法不能用终端软件解决未来工厂总数巨大、快速增长的各种商品，但自主机器人根据增强学习和其他AI技术完成自学训练、自认知、全自动最短路径算法和自主管理决策，对加工厂的智能生产可能是很大的协助。

发展趋势5:具备行业专业知识+新专业知识的技术工程师将是未来工厂最必要的。

AI等新技术的应用让未来的工厂越来越智能化，这也导致未来加工厂的技术工程师不仅要有专业领域的专业知识，还要有新的技术专业技能，比如掌握AI技术。行业专业知识是指技术工程师所属领域的专业技能，如机械设备、加工工艺、步骤等。新专业知识是指人工智能技术、云、软件开发等专业知识。越来越多的加工厂技术工程师向自己的专业技能组合添加了软件开发、人工智能等专业技能，而像MATLAB这样的工程项目专用工具也在为这类技术工程师展示自动化技术专用工具APP，以便开发设计、检测和部署人工智能优化算法。在整个过程中，MATLAB本身展示了丰富多彩的微信小程序APPs，可以帮助他们快速融入自己的技术工作。

2020年已经显示出智能化的必要性，随着所有工业生产行业从规模化生产制造向定制化智能生产转型的发展，2021年企业战略变革越来越重要，包括生产系统的实用化、技术工程师通过模拟模拟方法确定系统软件的个人行为等。今天共享的这五个发展趋势可能正好描绘了未来“柔性”工厂的原型。最终引领未来！’Philippwallner最终表示。