物联网时代电子行业在工业4.0中的路径选择

    黄逸华　龙宇　赖秋燕

    摘要：通过研究物联网应用于工业4.0的实践案例，文章总结出电子制造企业智能制造的途径主要在于工业机器人的应用，未来应改将重点放到大数据管理枢纽、信息物理系统等方面，并结合最新的人工智能技术，打造全智能电子制造工厂。

    关键词：电子制造；工业4.0；物联网；信息物理系统

    全球信息产业在经历了计算机、互联网浪潮后，迎来了第三次浪潮，物联网深远地影响着各行各业。物联网作为新一代信息技术的重要组成部分，已经上升到许多地区的国家战略。未来物联网将像现在的互联网一样无处不在，美国权威咨询机构Forrester预测到2020年，世界上物物互联的业务，跟人与人通信的业务相比，将达到30：1。工业领域如果考虑管理者在不同情境下的管理需求，还需要和其他形态的网络相结合，三网融合就是其中一个例子。

    1.关于物联网

    1.1物联网概念

    物联网概念最早是在1999年美国移动计算和网络国际会议上被首次提出，并提出了结合物品编码、射频识别技术（Radio Frequency Identification，RFID）和互联网技术的解决方案，以计算机互联网为基础，构建一个实现世界物品信息实时共享的物体互联网，又称物联网。物联网是互联网的延伸和拓展，其核心是实现包括人在内的物体之间的互相连接，物体信息通过高速网络传输到数据信息处理中心，并开展信息服务和应用。

    1.2物联网的架构

    物联网的体系结构包含感知延伸层、网络层、应用层3层。感知层的主要作用是识别物体并采集信息，由各种传感器以及传感器网关构成，包括传感器、二维码标签、RFID标签和读写器、摄像头等感知终端。网络层相当于人的大脑神经中枢，担负着处理和传递感知层获取的信息，由互联网、通信网、私有网络系统等组成。应用层是用户和物联网的接口，它与行业需求相结合，实现物联网的智能服务应用。

    2.以电子行业为例。前进工业4.0的路径分析

    随着工业4.0时代的到来，汽车行业、电子制造行业等科技性强大规模生产型行业已经率先走上智能制造之路。电子制造业具有工艺要求高、产品周期短、复杂性强等特点，必须导入更完整的传感器网络以及更高效的管理工具，因此被认为最有潜力通过工业4.0技术，提高生产效率和缩短生产周期的行业。

    2.1现况分析

    现阶段电子制造企业通过大量的引进机器人，降低人力需求，并希望导入更多的数据应用，一方面该生产效率，降低生产成本，另一方面强化管理能力。

    （1）大量工业机器人的应用。数据显示，电子行业需求在全球工业机器人销量中占比约30%，为汽车及零部件之后的第二大应用行业。在电子制造企业中，大量的机械手臂开始进入实际的应用中，并产生显著的成本效应和管理效应。

    （2）数据应用分析。工厂通过嵌入式、射频识别等技术，采集数据做仓库的智能化管理，设备运行和产品生产的数据被实时记录上传到工厂数据中心。通过对这些数据进行初步的分析，就能优化生产过程，并降低工厂能耗。

    2.2智能工厂理解的误区

    （1）机器人的应用不代表着智能工厂。工厂引进了机器人设备替代人工劳动只是在智能工厂路上迈出了一小步，最重要的还是需要企业信息化、智能化，将信息化技术与制造技术相结合，开发基于标准开放的应用服务软件，加快制造流程管理和生命周期管理，才是智能工厂的重心。

    （2）智能工厂的特征。智能工厂在信息物理系统（Cyber Physical System，cps）的支持下，呈现7个方面的特征：生产设备网络化，实现车间“物联网”；生产数据可视化，利用大数据分析进行生产决策；生产文档无纸化，实现高效、绿色制造；生产过程透明化，智能工厂的“神经”系统；生产现场无人化，真正做到“无人”工厂；生产管理人本化，作为生产过程中心的人具有更好的体验；“人料机法环流销财”协同管理，整合既有数据、前后稽核。

    2.3问题与需求分析

    目前，电子制造行业的前端还是一个劳动密集型行业，并面临人工成本上升，部分地区招人不易，大规模制造品质管控等要求。在生产上，电子行业还面临着客户越来越多样化、精细化的需求。电子制造企业具有更迫切的内在动力去对接工业4.0。

    然而，前进工业4.0也意味着更大投资，在经营者观点，可能也意味着更大风险，在电子行业普遍微利的市场状况下，难免犹豫不前。具体而言，电子制造业面临的问题是人力成本上升、产能及品质要求趋于巨量化、复杂化、精细化、管理工作更加复杂，也因此导出了电子制造行业的需求：

    （1）如何导入新劳动力，并能有效学习，同时避免人力成本增加。

    （2）在实现巨量产能的同时，产品品质、管理品质可以继续维持，甚至持续提高。

    （3）投入工业4.0的巨大投资如何控制风险。

    2.4智能工厂场景及实现路径分析

    电子厂高效率生产设备的导入带来了整体管理形态与本质上的改变，与此对应需要生产流程、工厂系统、人员结构等方面需要配合。针对电子制造企业，本文提出以下智能工厂应用场景及实施路径。

    2.4.1智能工厂场景

    （1）基于工业机器人的黑灯工厂。据显示，电子行业需求在全球工业机器人销量中占比约30%，为汽车及零部件之后的第二大应用行业。在电子制造企業中，大量的机械手臂，送料机器人等开始进入实际的应用中，并产生显著的成本效应和管理效应，并使黑灯工厂成为可能，即实现数据的实时自动采集、分析而实现工厂车间不需要开灯和人来看管。

    涉及主题：①料产检销全线数据的深度融合；②管理指标与看板系统；③在时间压力下的问题发现与解决。

    （2）智能立体仓库。对于电子部件、元器件数量庞大又精细的电子制造厂来说，仓储的安排和技术应用尤为重要。现在包括海尔智能工厂、西门子成都工厂都建立了立体仓库，通过为材料编码，实现仓储管理智能化。同时，仓库的进出料与生产排程结合及市场需求结合起来，可以加快货物周转，降低库存成本。

    涉及主题。①料产检销全线数据的深度融合；②料产相关问题的要因关联分析。

    （3）大数据智能管理枢纽、将MES制造执行系统、CRM管理、供应链管理等组成一个有机整体，工厂内外海量的信息实时上传到大数据管理枢纽。它相当于工厂信息智能化控制系统的大脑，提供即时统计分析工具（Instant Statistics Analysis Tool，ISAT），进行分析和响应，包括原材料的使用情况，产品的品质和进度，每台设备的运行状况，实现对整个生产组织的智能化管理。同时针对外部市场的变化，控制成产运行处于最优状态。

    涉及主题：①跨系统数据如何传递、理解与应用；②决策信息、指挥系统与管理指标的完整性；③管理指标与看板系统；④算法的导入与改善。

    （4）设备点检及故障预测系统。智能工厂对生产车间设备管理和维护工作要求不断提高，任何故障的出现都会带来巨大亏损。设备故障预测是国内外大型企业正在探索的一个前沿领域。电子制造厂拥有众多高端智能化设备，高负荷设备需要保持长期的稳定运行，设备故障预测系统显得尤为重要。系统通过手机设备运行的指标数据，采用大数据分析找到设备运行的特征值，当特征值达到一定警戒线，通知工厂设备故障发生的概率及原因，同时通知设备原厂提供维修保养。

    涉及主题：①设备的水平关系与纵向结构；②智能维修保养与故障排除；③效率分析与故障预测并重；④管理指标与看板系统；⑤算法的导入与改善。

    （5）市场需求预测系统。工厂的大数据智能枢纽实时采集产业下游企业的运行数据和行业宏观运行数据，通过大数模型进行分析、判断，并预测电子产品的未来需求，从而合理安排未来一段时间内的物料采购、库存，优化生产排程。工厂能满足市场大规模个性订制需求，进行柔性化生产。

    涉及主题：①从数据开始就要实现产销一体；②对市场数据与生产数据进行交互分析；③决策信息、指挥系统与管理指标的完整性。

    （6）生产环境管理系统。生产环境管理的目标在于使设备和人员处于最佳的运行状态。因此，工厂内所有的环境数据都处于动态监测中，包括车间通风环境、温度等指标，数据实时上传到大数据管理枢纽，进行实时的分析、判断，并控制相关设备进行实时调整。

    涉及主题：①智能维修保养与故障排除；②效率分析与故障预测并重；③管理指标与看板系统。

    （7）智能化柔性资源管理（三网融合、人员动态派遣）。工厂内的资源都处于柔性状态，产品制造过程中工器具、原辅材料等都记录在虚拟信息系统中，实现智能控制。随着三网融合时代的来临，系统实时记录这物体、人员和场所的运行状态，便捷地调动工厂闲置资源和人员动态派遣。同时，人可以不同时待在工厂内，通过电视、手机、笔记本等终端关注工厂运行，实现移动办公、智能办公。

    涉及主题：①三网融合的可行性及安全性；②决策信息、指挥系统与管理指标的完整性；③管理指标与看板系统；④算法的导入与改善；⑤人员管理流程与数据管理工具的结合。

    2.4.2实现路径

    （1）设备交互端口从差异到统一、从封闭到联结。工厂设备都通过统一开放的接口引入到信息化集成管理系统，并通过大数据分析进行深度优化。然而物联网到信息物理系统之间，有大量的数据要跨越种种设备的物理限制，才能进入运算过程，因此，在数据架构规划之初就必须考虑信息的完整性、安全性及冗余性，让各种本质差异的数据，最终得以在大数据智能枢纽之下整合，而过去仅关注点对点连线，尽可能采取封闭标准的数据，也必须对各系统开放，才能进行整合。

    （2）网络化智能设备应用。生产设备的智能化程度在物联网条件下得到快速提升，通过接入互联网将自身运行的数据上传，同时根据上面的反馈进行调整，实现智能校正、智能诊断、智能控制、自我学习等功能，并与其他生产设备实现只智能信息交换，提高设备协同性和开放性。

    （3）信息物理系统应用。电子工厂通过信息物理系统将设备通信、控制深度融合到物理系统中，大数据管理枢纽通过智能分析对产品生产过程进行控制和感知，实现工厂信息空间与整个产品生命周期无缝结合。电子产品从设计、生产规划到生产都先在虚拟空间中进行模拟，这样可以大幅度缩短产品投产时间和降低成本，推动产品制造向智能制造转变。

    （4）生产物流全透明化看板管理。将二维码激光标颗技术应用到电子产品上，智能条码技术、RFID技术应用到工具和材料管理上，以监控整个生产制造流程中的产品流动、材料使用、工具应用、制程参数，实时的采集、熟悉数据，是使整个生产持续高效运行，并降低能耗和物料周转。管理者只需要通过终端显示设备关注重点指标数据，并作出相关决策。

    综上所述，从物与物联通，再到人与人、物与人联通，进行数据的实时采集、大数据云计算分析，到最高层人工智能的应用，甚至是AR，VR等技术的应用，形成一张工厂万物互联的网络，并向工厂外延伸，形成全智能制造工厂。工厂运行得将更加智能、更有效率；管理者能够更全面且及时地掌握由人工智能系统发送出来的决策参考信息，并在完整信息参照架构下，做出最均衡妥当的决定；工作人员将更多的精力投入到新产品开发、生产工藝改进、新机器设备发明创新等高质量复杂劳动；客户能够在短时间内享受到个性化产品，并具有更好的品质和服务。

    3.结语

    对于电子制造企业来说，今天的全球市场提出了更高的要求，必须提供更加多元化、定制化的产品，同时产品从设计到交给客户的周期在不断缩小。企业需要适应更加频繁的产品迭代以及更小的生产批次。物联网的应用让机器与机器对话、更灵活的软件架构成为普遍。智能工厂就像人一样需要不断地学习，不断地提升。同时，作为工厂的员工可以更多地关注产品的创新，创造更多的附加值。当电子行业进入工业4.0的时候，也将引领整个制造业进入智能制造时代。