對于智能制造，首先我們要探討的是為什么要推進智能制造？就共識而言，智能制造的核心問題在于解決個性化的生產(chǎn)問題，如果沒有個性化生產(chǎn)這一核心驅(qū)動力，那么也不需要探討智能制造，需要提升自動化去生產(chǎn)就可以了。

一、制造業(yè)面臨的挑戰(zhàn)

圖1-制造業(yè)面臨的挑戰(zhàn)

首先我們一起探討制造業(yè)面臨哪些挑戰(zhàn)？

如何讓我們生產(chǎn)去響應(yīng)市場變化的需求。因為現(xiàn)在我們在超市里看到，可口可樂發(fā)現(xiàn)標簽的種類會非常個性化，包括江小白這種白酒它都是個性化的。在印刷行業(yè)，以前的一個訂單可能會是30000米，現(xiàn)在一個訂單少到3000米，很多領(lǐng)域都是這樣，有很大的個性化的需求。

但是個性化并非那么美好，因為個性化對生產(chǎn)企業(yè)而言其實是一場災(zāi)難，為什么這么說呢？因為按照現(xiàn)有的生產(chǎn)模式，個性化一定會帶來質(zhì)量的下降和成本的上升，與交付能力的一個拉長。舉一個例子，印刷機有開機浪費，印刷機放卷經(jīng)過印刷單元和烘道再到收卷，第一個紙路是浪費掉的。因為不可能一上去就能印得質(zhì)量很好，再精湛工藝的老師傅也做不到這一點，我們就會發(fā)現(xiàn)，這個開機浪費如果是100米，對于大訂單來說，這個浪費比如說一萬米的訂單來說，浪費100米，這個不良品率是1%，但如果這個訂單變化到2000米的時候，你就會發(fā)現(xiàn)不良品率上升到5%了。還有一個問題，由于訂單的切換重新穿紙，而這個過程要浪費時間，我們叫工藝切換時間。包括像注塑機打一個產(chǎn)品，比如說我們生活中非常多的塑料件，這個注塑機生產(chǎn)也是一樣的，第一模打不好的，因為先打了以后看一看這個產(chǎn)品行不行，看看參數(shù)，溫度高了還是低了，這些生產(chǎn)需要調(diào)校過程，這個過程都會造成浪費，我們統(tǒng)一歸結(jié)為開機浪費。

所有這些開機浪費都會讓生產(chǎn)的時候，其它的浪費包括由于機器不穩(wěn)定運行而造成的不良品都會成為成本。也就是說個性化其實會帶來我們很多生產(chǎn)成本的上升、質(zhì)量的下降，交付能力的下降。這就要求我們?nèi)绾螒?yīng)對這個挑戰(zhàn)，這也就是我們所有智能制造要去討論的問題。

還有就是機器變得更加復(fù)雜，包括現(xiàn)在智能制造是跨學(xué)科的，不僅包括機械、電器、軟件、人工智能、機器學(xué)習(xí)甚至通過機器的互聯(lián)以后，我們對它進行全局的優(yōu)化，這些都需要我們?nèi)ナ褂靡恍C器學(xué)習(xí)的技術(shù)，來實現(xiàn)一些對問題的解決。還有一個就是如何讓機器更容易使用，如何讓生產(chǎn)連續(xù)。

我們知道生產(chǎn)主要分成兩大塊兒，制造業(yè)現(xiàn)場生產(chǎn)主要分為兩大塊，如果讓我歸結(jié)智能制造的本質(zhì)是什么？大家會發(fā)現(xiàn)制造的本質(zhì)會材料進行物理和化學(xué)兩種加工。比如說流程工業(yè)，比如說石化、制藥這一類工業(yè)都屬于對材料進行化學(xué)的一個反應(yīng)，而對比如說手機、電子制造業(yè)，對包裝的，這些領(lǐng)域你會發(fā)現(xiàn)對材料進行物理的加工，比如說我們舉個例子。

在座每個人桌上都有一瓶水，它是把塑料顆粒熔化，然后吹出瓶子。這是一個物理的變化，然后旋蓋、貼標簽，包括鈑金加工的沖壓成形，其實印刷也是把油墨壓到紙上，所有這些都是一個物理的加工。

也就是說在加工里面怎么樣發(fā)現(xiàn)讓我們的生產(chǎn)質(zhì)量更高，成本更低呢？第一如何讓質(zhì)量更高，加工精度、加工速度這些效率更高。

第二個問題是如何使用更少的材料？比如說我舉個例子，太陽能光伏，單晶硅片。10年前接觸光伏行業(yè)的時候發(fā)現(xiàn)晶棒切片的時候多線切割機是一根金剛線沿著四個棍子繞1000圈，把這個晶棒放上去，這個金剛線上面涂上石英砂，把晶片磨出來的，磨出一片一片的，切成一千片。

今年我們7月與客戶交流的時候，發(fā)現(xiàn)他們采用了更細的金剛線，可以一次繞3000-4000圈，也就是說，它一次可以比以前多切2000多片。這些材料更為節(jié)省，因此，今天我們會發(fā)現(xiàn)現(xiàn)在光伏的電價成本已經(jīng)下來了。

為什么呢？就是因為技術(shù)的變革使得可以同一跟單晶硅的晶棒可以切出更多的晶片，這樣的話，整個成本就會下降了。所以說，我們?nèi)绾胃?jié)省使用材料？比如說我們桌子上的瓶子，我們做的機器控制，主要控制他們瓶子的壁厚，因為瓶子的厚度太厚會很浪費材料，比如說浪費一克，每一個瓶子都浪費1g沒事，但是你知道一年生產(chǎn)多少個瓶子的時候，你就會發(fā)現(xiàn)一克是很大的量。

如果每一個瓶子可以節(jié)省一點點的話，這個量都會非常大的。貝加萊在塑料行業(yè)也為用戶提供壁厚控制，壁厚控制就是讓瓶子最均勻，怎么均勻呢？太厚浪費材料，太薄不合要求，我們所有的生產(chǎn)過程都怎么樣讓質(zhì)量更好、成本更低，如何更節(jié)省材料，使用更少的能源，使用更少的機器時間。

談到時間，在精益生產(chǎn)里面有一個我們把所有的生產(chǎn)過程分為增值和不增值兩部分。

什么是增值呢？就是生產(chǎn)出合格的產(chǎn)品，這個叫增值過程，如果你生產(chǎn)出不合格的產(chǎn)品那就減值就是浪費。等待的時間，工藝切換機器維修的時間，或者是機器減速所有的都是浪費，我們?nèi)绾巫屛覀兊纳a(chǎn)不斷去讓他生產(chǎn)出給高質(zhì)量的產(chǎn)品，單位時間生產(chǎn)出更高的產(chǎn)品，比如說我們?yōu)槭裁匆瞿茉垂芾砟?？過去針對100萬個產(chǎn)品進行統(tǒng)一的能耗計量，但如果說我們現(xiàn)在批次變小了，我們計算成本的時候，我們就需要對能量進行更精細的能源劑量體系。劑量到每一個產(chǎn)品，比如說我一個訂單，以前是一百萬個瓶子的需求。我總共多少能耗，我就可以計算出。但是我現(xiàn)在接這個訂單我核算成本的時候，我要核算這個訂單只有一萬個，我這個成本怎么核算，能耗怎么計算？

我們?yōu)槭裁粗v預(yù)測性維護呢？是因為過去我生產(chǎn)一個產(chǎn)品，一個訂單我可能要打一個月，那我某臺機器停機兩小時沒有關(guān)系，但是這個訂單只能打一天再停兩小時，這個時間對工廠來說是不可承受的。

所以他時刻保證機器處于一個健康狀態(tài)，能夠穩(wěn)定的生產(chǎn)，因為只有穩(wěn)定可靠的生產(chǎn)，才能讓我們印刷機變成印鈔機，才能讓我們的包裝線變成印鈔線。比如我們在工業(yè)現(xiàn)場里面管理運營，我們經(jīng)常講OEE，設(shè)備的綜合使用效率，這個設(shè)備綜合使用效率怎么去理解呢？比如說如果一個生產(chǎn)線的OEE是80%，那就意味著80%的時間在幫我們生產(chǎn)出合格的產(chǎn)品，在幫我們賺錢。另外20%的時間在幫我們浪費，如果OEE到60%的話就意味著60%的時間在賺錢，另外40%時間在浪費。也就是說說個不好聽的話，可能你要去核算一下你會發(fā)現(xiàn)40%的浪費比你60%賺錢的時間還更厲害，這個工廠就虧損了。對企業(yè)來說，我們怎么樣去提高我們的生產(chǎn)效率，提高我們的質(zhì)量成本交付能力，這個是我們要去解決的問題。

二、自動化技術(shù)發(fā)展趨勢

今天我們要去通過技術(shù)，比如說通過設(shè)計概念的變化，通過新的設(shè)計方法，比如說通過數(shù)字孿生技術(shù)，通過積極學(xué)習(xí)這些技術(shù)來去優(yōu)化我們的生產(chǎn)，尋找生產(chǎn)里面的問題。

第二個問題比如說用數(shù)學(xué)的方法，其實數(shù)學(xué)方法數(shù)據(jù)擬合、優(yōu)化算法、自適應(yīng)控制，包括各種各樣的數(shù)學(xué)的方法來解決這個。

今天很多在討論人工智能討論機器學(xué)習(xí)，其實這些都是數(shù)學(xué)問題，不要把那個東西講那么高大上，它基本上都是數(shù)學(xué)問題。你去翻閱人工智能的歷史你會發(fā)現(xiàn)人工智能在工業(yè)里面，因為人工智能里面有三個學(xué)派，我們連接主義、符號主義和行為主義，其實行為主義很多工作就是工業(yè)自動化，工業(yè)控制領(lǐng)域里面在做的工作，比如說在工業(yè)控制里面最典型的我們叫PID調(diào)節(jié)，它其實就是數(shù)據(jù)驅(qū)動控制的方法。

所以說可能在我們做工業(yè)控制的人來說，所謂的人工智能并非新鮮，它過去沒有發(fā)展起來是因為算力不足，其實整個美國的阿波羅登月工程中，所有的計算機的計算能力都比不上在座今天每個人手里拿的那部手機的算力，今天人工智能為什么能夠發(fā)展是因為今天的計算機的處理能力到了，所以才會可以投入使用了。

因為它有了經(jīng)濟性，有了經(jīng)濟性直白說就是它變得便宜了，所以才可以使用。也就是說我們所有的工作，任何的技術(shù)如果沒有經(jīng)濟性是沒有意義的。對企業(yè)來說就是這樣的，你跟我講再好的技術(shù)，如果沒有經(jīng)濟性，不是一個成本很低的技術(shù)，那讓我再等五年、十年也行，你們可以先去講你們的故事，我慢慢等著。

還有就是IT和OT的融合，為什么這里要提IT和OT融合，是因為如果我們放在全局看工廠的生產(chǎn)，我們就必須把機器到產(chǎn)線到車間到整個工廠，這個數(shù)據(jù)匯集起來，然后我們在這里面尋找發(fā)掘可以提升的空間。

比如說舉一個例子，我們生產(chǎn)酸奶，酸奶發(fā)酵完了之后，后面要進行殺菌和處理。如果說，他們的時間節(jié)拍不匹配，后面已經(jīng)加熱了，產(chǎn)品還沒有來，我加熱不就浪費能源了嗎？所以說我們通過一些細節(jié)上不斷的節(jié)拍上的匹配，通過連線以后，去發(fā)現(xiàn)節(jié)省中間的一些不必要的我們說不增值的環(huán)節(jié)，我們把一個離散的生產(chǎn)變成一個連續(xù)的生產(chǎn)。

其實在流程工業(yè)自動化程度是非常高的，因為流程工業(yè)本身就是一個連續(xù)的生產(chǎn)，就是一個自動的生產(chǎn)，所以像電力、石化實際上自動化程度非常高的。

還有就是知識自動化，就是如何讓我們的知識復(fù)用？比如說在座很多人在某一個領(lǐng)域的知識積累非常深厚，這些知識如何被顯性化使用，被重復(fù)使用。包括我們在系統(tǒng)開發(fā)的時候，如何讓軟件的代碼可以復(fù)用。而不是說每一次編程序，每換一個機器、換一個應(yīng)用就得重新寫，我們要把共性的知識抽取出來，然后讓他變成一個可被復(fù)用的知識，以軟件的形式去重復(fù)使用。軟件也是可以復(fù)用的，家里的鍋碗瓢盆可以復(fù)用，軟件也是可以復(fù)用的。我們?nèi)タ催B接，我們?nèi)绾稳ト胬斫庵悄苤圃?，包括工業(yè)互聯(lián)網(wǎng)在里面扮演的角色，首先我們回到精益生產(chǎn)，其實生產(chǎn)制造只有三個問題

1、質(zhì)量。

2、成本。

3、交付。

三、精益、自動化、信息化、智能化之間的關(guān)系

圖3-精益-自動化-信息化-智能化之間的關(guān)系

首先我們談精益生產(chǎn)，實際上是我們整個質(zhì)量一個根基，我們講數(shù)字化，其實數(shù)字化的根基在哪兒？數(shù)字化的根基并不是我有計算機系統(tǒng)，我有ERP叫數(shù)字化，數(shù)字化的根基在精益生產(chǎn)上，如何讓生產(chǎn)運營能夠最高效。如何量化分析，如何量化分析我的質(zhì)量，如何量化分析我的加工過程。

比如我們叫標準作業(yè)，作業(yè)標準。你像當年泰羅制都能分析到每一個人的東西，擰螺絲多長時間，怎么讓時間更短，怎么訓(xùn)練這些人，實際上擰這些螺絲，所有的這些都讓生產(chǎn)，比如說產(chǎn)生了非常多精益生產(chǎn)的工具包括很多精益生產(chǎn)的理念，非常非常多的管理運營工具其實都來自于制造現(xiàn)場。

其實很多人如果學(xué)管理學(xué)的話都會發(fā)現(xiàn)，大量的管理學(xué)思想是來自于汽車制造業(yè)。包括電子制造業(yè)這些領(lǐng)域，因為這些領(lǐng)域里面，你想汽車，制造一臺汽車比如說一臺20萬的車，你要想車零配件重新組裝的話，這個車至少一百萬，怎么才能把它變成20萬的車呢，而且他還賺錢，這就是經(jīng)濟生產(chǎn)，讓他能夠?qū)崿F(xiàn)的過程，也就是說如果沒有好的經(jīng)濟基礎(chǔ)的話，其實這個智能制造很難推動和運行的。

自動化解決哪些問題呢？解決運動控制，解決精度問題，加工精度、加工速度、工藝切換。這個信息化實際上是解決邊緣計算，解決控制是基于信號的，而邊緣信號是基于信息的。而基于信息的問題是解決策略問題、調(diào)度問題，比如說我們最容易理解就是高鐵，高鐵就是一個調(diào)度系統(tǒng)，來給所有的節(jié)點，不同的需求，各個站大家怎么調(diào)度最重要的問題不要碰撞，這是一個調(diào)度的問題。

什么是智能化，智能化實際上是一個什么問題呢？實際上在我們解決這些問題的時候，如果我們用機理模型，用那個已有的、化學(xué)的，物理這些模型，不能解決這些問題的時候，我們可以用，或者說要解決一些非線性問題的時候，我們需要用智能的算法，學(xué)習(xí)的方式來解決，這個其實這樣理解吧。

我們來理解什么是自動化，自動化就是我控制一臺小車能夠精準的到一個位置，而一百臺小車如何協(xié)同工作，那這是一個計算問題、調(diào)度問題。

智能化是什么呢？如果我們?nèi)σ粋€控制過程進行觀測，并對其設(shè)定一個成本函數(shù)來約束，尋求系統(tǒng)最優(yōu)解（參數(shù)、相關(guān)性），當這個成本函數(shù)可以被求導(dǎo)我們理解為一個線性問題，但如果不能則屬于一個非線性問題，這個問題不能用已有的模型解決的。

有一天我注意到微信群中兩個朋友討論預(yù)測性維護，我發(fā)現(xiàn)這兩個人討論可有意思，他們倆說的話似乎并不是一種語言體系里的人，而且顯然他們自己也是相互并不理解的，但是我看明白了，他們倆說得都是一件事，后來我明白兩者的差異。一個方向是通過機械系統(tǒng)的失效模型。就是一個金屬材料在這種加工狀態(tài)下、運動狀態(tài)下怎么失效的，怎么被磨損，機器什么時候出故障，這個我們叫做機理模型分析。

另一個人談的不是這個話題，他只看振動信號，或者溫度信號，看這個信號以后就預(yù)測這個信號這個趨勢會怎么樣，這是數(shù)據(jù)驅(qū)動的一個預(yù)測性維護，其實解決問題的這個方法有很多種，有一些人通過機理模型，有些人通過積極學(xué)習(xí)的方式，數(shù)據(jù)驅(qū)動的方式來解決這個問題，那數(shù)據(jù)驅(qū)動的解決方式的優(yōu)勢在哪呢？他不需要人掌握非常專業(yè)的知識，只要看數(shù)據(jù)，自己去學(xué)，但是機理模型具有可解釋性，人工智能在工業(yè)應(yīng)用最大的問題就是可解釋性問題。

所以說人工智能有一些問題，有不可解釋性問題，導(dǎo)致人工智能在工業(yè)應(yīng)用其實它是有些局限的。因為工業(yè)里面不允許99%正確，要求的是100%準確。只要有一次1%的不準確，就可能會出人命，可能跟商業(yè)場景應(yīng)用不一樣。

比如說手機，手機斷線了有什么影響呢？不會出人命，但是在工業(yè)里面如果說機器連接斷線了，真會出人命的。

所以O(shè)T人跟IT的人思維方式是不一樣的，比如說我們講通信，IT的人講通信的時候會講upto，最快可以達到多少，但是你知道工業(yè)的人講通訊的時候，是講最差（WorstCase）情況是多少，這是兩個完全不同的思維方式。

工業(yè)互聯(lián)網(wǎng)其實整個障礙是什么？障礙就是互操作問題，這個是2014年美國的工業(yè)互聯(lián)網(wǎng)組織他們做的一個調(diào)研，其實我覺得這個問題到現(xiàn)在還沒解決，雖然是2014年的調(diào)研，但是我認為比如說今天沒有解決，明天也解決不了。或者在未來十年內(nèi)你都看不到完全解決的一個現(xiàn)象。

圖4-IoT推進的障礙分析

四、為什么采用OPCUA這個什么叫互操作呢？

5+5是不是等于10，但是我想問的問題是5厘米+5英寸等于多少？這只是個例子，我們想表達大家要使用相同的標準與規(guī)范，所以需要一個統(tǒng)一的語義的一個定義，就是說在工業(yè)現(xiàn)場里面，這個話題如果是做工業(yè)的人肯定會知道現(xiàn)場總共有多少現(xiàn)場總線？據(jù)說這個世界上有多少家做PLC的，這個世界上就有多少種現(xiàn)場總線，現(xiàn)場總線的種類有多少？當我們的互聯(lián)網(wǎng)我們所謂的云端或者ERP訪問現(xiàn)場的時候，你要寫各種各樣針對不同的總線的驅(qū)動程序和調(diào)試這些驅(qū)動程序，你會發(fā)現(xiàn)這是一件讓你崩潰的事情。而且很多協(xié)議是不開放的，你還得猜這個數(shù)據(jù)是什么？工業(yè)現(xiàn)場有互聯(lián)互通互操作三個層面的問題，還有更高層面的叫互換。目前就工業(yè)場景而言還互換不了，但是PC的USB口可以互換的，任何一個設(shè)備加進來都可以去用，是可以互換，在工業(yè)這邊沒有辦法解決問題的。然后有的現(xiàn)場總線變頻比如說1和0的變頻也不一樣，有的是10伏的有的是15伏的。間距也不一樣，每一個節(jié)點之間間距有一百米的，有五百米的，有一公里的，帶寬有1兆的、2兆的，有512K的，有非常多的變化。到底現(xiàn)場有多少中協(xié)議呢？我們了解自動化行業(yè)一家做SCADA軟件的公司，他們針對不同的總線與協(xié)議連接的時候有5000種驅(qū)動程序。IEC組織定義的國際標準中現(xiàn)場總線就有18種，后來產(chǎn)生了很多的以太網(wǎng)，這個以太網(wǎng)是標準以太網(wǎng)用不了，沒有實時性，產(chǎn)生的實時以太網(wǎng)。實時以太網(wǎng)實際上解決什么問題，就是統(tǒng)一使用的100MB，各種方式都是一致的。但是還保持以前的，所以各種各樣實時以太網(wǎng)。也就是說物理層使用這個以太網(wǎng)的基礎(chǔ)，但是應(yīng)用層還保留原來的應(yīng)用層。還有就是他們無法實現(xiàn)互操作，就是我們說數(shù)據(jù)，你比如說你這個60000H這個地址的數(shù)據(jù)是什么，是電流還是電壓，不知道。每一個協(xié)議對應(yīng)的數(shù)據(jù)都是不一樣的，所以就產(chǎn)生了一個無法進行互操作的問題。

圖5-工業(yè)總線發(fā)展趨勢

所以工業(yè)規(guī)劃采用OPCUA去解決互操作的問題，而TSN來解決這個通信的物理統(tǒng)一性問題，這就是我今天跟大家討論一個OPC UAoverTSN的一個工業(yè)互聯(lián)網(wǎng)基礎(chǔ)，在工業(yè)領(lǐng)域里面一個基礎(chǔ)的問題。我前面講的在工業(yè)4.0包括智能制造里面，它對這個網(wǎng)絡(luò)的要求，包括很多方面，包括互操作性，可視化、分布式、實時面向服務(wù)模塊化一些需求。這些需求要怎么滿足。

OPCUA有很多優(yōu)勢，它的核心優(yōu)勢在哪呢？信息模型，就是如何為工廠的數(shù)據(jù)建模，這是一個很關(guān)鍵的環(huán)節(jié)，如何讓數(shù)據(jù)建模。圖6就是關(guān)于OPC UA的整體架構(gòu)，它包括了幾個方面：（1）.通信支持能力：它提供了針對Client/Server的傳輸，以及Pub/Sub的傳輸機制，即發(fā)布/訂閱的機制，這種機制更為適應(yīng)于云端數(shù)據(jù)與現(xiàn)場的連接，降低網(wǎng)絡(luò)負載。（2）.信息模型，包括了元模型、DI-即設(shè)備集成信息模型，內(nèi)嵌的歷史數(shù)據(jù)、報警、日志等基礎(chǔ)數(shù)據(jù)相關(guān)的信息，第2層就是垂直行業(yè)信息模型，針對塑料、包裝、機床等行業(yè)的信息模型，再上就是企業(yè)自定義的信息模型。（3）.安全的傳輸機制，尤其在互聯(lián)時代，信息安全也至關(guān)重要，OPC UA也提供了信息安全方面的保障機制，包括授權(quán)、權(quán)限管理等。

圖6-OPCUA的架構(gòu)

比如說我們在塑料行業(yè)，如果沒有統(tǒng)一的一個規(guī)范的話，我們知道你要訪問一個設(shè)備你需要干什么，沒有OPC UA，其實這個問題也能解決，你就寫程序往下寫就可以。但是如果有這個OPC UA的標準信息模型的話，其實你只要讀取注塑機的工藝信息，他會把相關(guān)信息打包傳上來，這樣的話會簡化工程項目的實施時間。

一家朋友公司做鋰電池生產(chǎn)線了，這個生產(chǎn)線有兩百臺設(shè)備。他說為了把設(shè)備連起來構(gòu)成完整產(chǎn)線，每個設(shè)備配置參數(shù)需要花費四個小時，就是說光配置參數(shù)這件事情就需要800個工時。

現(xiàn)在很多所謂的工業(yè)互聯(lián)網(wǎng)平臺，其實在我們看來，就是干一件事——體力活。就是把不同控制器的數(shù)據(jù)統(tǒng)一導(dǎo)到一個統(tǒng)一的標準上來，就干這件事。

五、OPC UA與數(shù)字孿生及機器學(xué)習(xí)的關(guān)系

我們講這些OPC UA有哪些應(yīng)用場景，比如說數(shù)字孿生，什么是數(shù)字孿生呢？數(shù)字孿生就是虛擬世界和物理世界動態(tài)交互問題，數(shù)字卵生有很多概念在市場上流行，其實很多并不是真正的數(shù)字卵生，首先第一是數(shù)字主線，必須從設(shè)計端到生產(chǎn)制造端再到運營維護端，整個虛擬數(shù)據(jù)建模的問題，建模了以后通過數(shù)據(jù)采集，把數(shù)據(jù)采集上來以后，我們?nèi)シ治錾a(chǎn)中的問題。比如說我突然發(fā)現(xiàn)正在加工的產(chǎn)品質(zhì)量有問題，我可以去調(diào)整，動態(tài)的要去優(yōu)化生產(chǎn)工藝參數(shù)，這個過程要有一個南向數(shù)據(jù)和北向數(shù)據(jù)，就是從底層往上傳，我們叫北向數(shù)據(jù)。數(shù)字孿生系統(tǒng)優(yōu)化了以后，對參數(shù)進行優(yōu)化通過模型分析進行優(yōu)化以后，把這個結(jié)果通過南向數(shù)據(jù)發(fā)下去，這個過程我們叫實時交互，這個需要一定的實時性。這個數(shù)字孿生的話，其實就是我們可以看，比如說左邊，是一個實體，就是一個物理的對象，這邊是一個數(shù)字世界，數(shù)字對象。

圖7-數(shù)字孿生系統(tǒng)構(gòu)建

比如說我們在軟件系統(tǒng)里面，你可以對生產(chǎn)過程進行數(shù)字的建模，數(shù)字建模跟物理的對象實時交互，有哪些用途?。勘热缯f早期驗證，實際上在所有的開發(fā)里面，真正最耗費時間和耗費成本的，其實是測試驗證過程，驗證你這個生產(chǎn)產(chǎn)品，包括生產(chǎn)過程是不是合理最優(yōu)的，這是一個測試驗證的過程。這個地方實際上最燒錢的，中國在過去很多年數(shù)字化這一方面其實是比較薄弱的原因在哪兒呢？我說一個你們不太愛聽的，其實我們很多的機器是抄的，抄的意思就是別人驗證過了，其實我們沒有真正花錢在那個特殊驗證的環(huán)節(jié)。真正的系統(tǒng)機械系統(tǒng)的設(shè)計，最燒錢的就是測試驗證，在每個行業(yè)都是這樣，印刷行業(yè)要試不同的紙張、薄膜在不同的印刷速度、加速度等工藝狀態(tài)下的控制最優(yōu)參數(shù)，注塑機要打不同的厚度、規(guī)格、材料的產(chǎn)品來測試其工藝，不僅如此，對于機器的生產(chǎn)運營者同樣如此，需要測試不同的產(chǎn)品，包括節(jié)拍、匹配的工藝等等，都需要測試驗證，而數(shù)字孿生則是以“虛擬”的方式為“現(xiàn)實”的生產(chǎn)提供各種測試驗證，降低成本，這也是數(shù)字孿生之所以現(xiàn)在火熱的原因--因為當變化更為常態(tài)化的時候，這種驗證如果還是物理的，那么就會非常耗費成本和時間。OPC UA其實可以通過對終端用戶特別感興趣，就是說我希望測試驗證，這個虛擬的數(shù)字孿生體，最后實現(xiàn)的時候，實施到具體對象上的時候，希望這個對象是不約束于任何一家公司的。不能說必須跟一些綁定，如果使用統(tǒng)一的數(shù)據(jù)交互借口的話，也就是說開發(fā)了一個應(yīng)用，開發(fā)了一個系統(tǒng)，那它下面的控制器是誰？下面的執(zhí)行機構(gòu)是誰？對它來說并不重要，它只用統(tǒng)一的數(shù)據(jù)接口，只要去交互就可以。

圖8-數(shù)字對象通過OPC UA與物理對象交互信息

還有一個數(shù)學(xué)方法、機器學(xué)習(xí)，包括數(shù)據(jù)擬合，一次性維護，這些維護的話其實很多人對這個人工智能比較推崇。我前段時間寫篇文章叫做人工的智能，其實目前的人工智能大部分時間實際上是人在工作，為什么呢？這個機器學(xué)習(xí)包括人工智能最核心的地方在哪呢？不在學(xué)習(xí)機器干的那部分，在人干的那部分，人的智慧是什么？你如何對這些數(shù)據(jù)進行預(yù)處理，選擇什么樣的數(shù)據(jù)？汲取什么樣的特征值，對這些數(shù)據(jù)的相關(guān)性，比如說跟質(zhì)量相關(guān)的有溫度有壓力、有各個值，哪些跟質(zhì)量最相關(guān)的呢？如果選這個值不對，或者說你采個數(shù)據(jù)數(shù)量很大，但是你采是沒用的數(shù)據(jù)，相關(guān)性很低的數(shù)據(jù)，這沒有意義呀。你學(xué)半天學(xué)的都是錯誤的結(jié)果沒有意義。所以說選擇什么樣的特征值，對這些值進行怎么樣的處理，數(shù)據(jù)清晰，這個過程也就是說在人工智能的學(xué)習(xí)過程里面，其實70%的時間是耗在人處理數(shù)據(jù)的那部分了，而學(xué)習(xí)那部分，機器學(xué)習(xí)那部分，以機器的算力來說，那個就不是問題了。也就是說現(xiàn)在人工智能很多都在前道的處理方面。人工智能也需要我們講OPCUA的信息模型，也需要一個結(jié)構(gòu)化的數(shù)據(jù)，你不能來了數(shù)據(jù)各千奇百怪，亂七八糟的數(shù)據(jù)過來，需要有結(jié)構(gòu)化的數(shù)據(jù)，比如說溫度壓力，按照一個順序、邏輯關(guān)系，帶上時間，每一個信息上都有時間，它在什么時間產(chǎn)生了一個數(shù)據(jù)。

圖9-OPC UA為機器學(xué)習(xí)提供了結(jié)構(gòu)化信息

時間上有什么相關(guān)性，這些都可以通過結(jié)構(gòu)化的數(shù)據(jù)來分析，還有一個有效的傳輸，再一個有價值的信息，有價值的信息來自于垂直行業(yè)信息模型提供的在這個行業(yè)里面，比如說塑料行業(yè)、包裝行業(yè)、印刷行業(yè)，各個行業(yè)有自己行業(yè)里面的工藝參數(shù)，這是有價值的信息，你不能弄一些沒有價值的信息，云可以撐爆了。

六、時間敏感型網(wǎng)絡(luò)TSN

下面一個是TSN，為什么要講TSN的話，就是因為在工業(yè)現(xiàn)場有很多應(yīng)用，有一個我們講IT和OT融合，但是IT數(shù)據(jù)和OT數(shù)據(jù)是兩個非常大差異的數(shù)據(jù)，IT的數(shù)據(jù)基本上都是以非周期數(shù)據(jù)為主的，但是工業(yè)數(shù)據(jù)基本上都是實時數(shù)據(jù)，我們叫周期性數(shù)據(jù)。因為所有的工業(yè)控制是基于等時同步的，這個PID調(diào)節(jié)是每一個周期，我舉個例子，比如說微信的支付，這就是一個非周期的操作過程，就是說你掃了碼，輸了密碼，按確認，這是一個支付過程。什么叫周期性？周期性是自動的，自動的去扣錢，我們就說我們可以到1mS，1mS每一次扣1分錢，我算了一下，一年能扣三千萬，這叫周期性的數(shù)據(jù)。每隔一毫秒扣一次，每隔一毫秒扣一次，這叫周期性數(shù)據(jù)。非周期性數(shù)據(jù)什么意思？你按了以后才扣一次錢。那么這是工業(yè)跟IT跟商業(yè)數(shù)據(jù)最大的差別就是工業(yè)數(shù)據(jù)是周期性數(shù)據(jù)。周期性數(shù)據(jù)和非周期性數(shù)據(jù)在過去是無法在一個網(wǎng)絡(luò)里傳輸?shù)?，因為標準以太網(wǎng)是搶占式的網(wǎng)絡(luò)，這個網(wǎng)絡(luò)上去不斷的偵聽這個網(wǎng)絡(luò)有沒有空閑，有空閑的話才能傳輸數(shù)據(jù)。所以必須等待，等待在工業(yè)里面是不允許，工業(yè)里這個數(shù)據(jù)你說是一毫秒還是一秒鐘，這個周期是多少？根據(jù)需求不同，但是它要求數(shù)據(jù)的刷新具有“確定性”，即每一秒或者每一毫秒刷新一次這個數(shù)據(jù)，必須是確定的周期。比如說我們平時控制要求的周期一般像印刷機，都開到400微秒刷新一次運動控制參數(shù)，有些高速應(yīng)用可以到31.625微秒，我們要每隔多少微秒刷新一次數(shù)據(jù)，用初中物理最簡單的公式叫S=V×T，就是位移等于速度乘以時間，我們做一個求導(dǎo)?！鱏就是精度，就是讓位移細分到精度上去，△V是速度的變化，△T是時間。你想讓精度越小，△S越小，△V越大就是加工速度越高，你只能讓△T越小越好。也就是說，加工速度是一微米，你可以算出來△T必須是一微秒。機床的加工速度是1m/s，加工精度是1μm你可以馬上算出來，△T是μS的。當然不可能這么快，加工精度是1μm的還要加工1m/S，全世界的機床都做不到的，因此速度可能放在1mm/S。我們說工業(yè)互聯(lián)網(wǎng)連接了以后，發(fā)現(xiàn)工廠里不僅僅要連接實時數(shù)據(jù)，還要連接非實時數(shù)據(jù)，非實時數(shù)據(jù)跟管理運營OEE有關(guān)，跟質(zhì)量有關(guān)。這些參數(shù)并不是用來控制的，但他要跟運營管理、質(zhì)量分析、預(yù)測性維護，能源檢測包括跟我的數(shù)字孿生系統(tǒng)進行實時交互。跟邊緣計算實時交互，都有關(guān)系的，所以這些數(shù)據(jù)也要實時，就會存在周期性和非周期性數(shù)據(jù)必須在一個網(wǎng)絡(luò)傳輸?shù)膯栴}。TSN網(wǎng)絡(luò)實際上工信部去年也提到了在未來我們要開發(fā)的，包括TSN網(wǎng)絡(luò)，所以為什么我最近發(fā)現(xiàn)，OPCUA和TSN這個基礎(chǔ)在各個領(lǐng)域里面突然一下熱起來了，昨天我就在北京參加了一個TSN的一個技術(shù)工作組，包括信通院其實AII里面也有一個組，也是在討論TSN技術(shù)，這個技術(shù)實際上就是我們說的OSN模型里面的第二層。第二層里面增加了一個比標準以太網(wǎng)增加了32個數(shù)據(jù)標簽，代表這是一個TSN網(wǎng)絡(luò)，他是一個橋接網(wǎng)絡(luò)，以前的工業(yè)控制里不使用交換機，只使用HUB。交換機有延時，交換機的延時大概是125微秒，因為125微秒的延時對工業(yè)來說是不允許的。TSN技術(shù)的關(guān)鍵實際上是一個時鐘調(diào)度，時鐘的同步、數(shù)據(jù)調(diào)度、系統(tǒng)配置。時鐘調(diào)度是什么意思呢？就是說我們在座所有人要對表，就像過去打仗對表。因為各個部隊要按時間協(xié)同工作，否則的話我這個空軍轟炸了一翻，我的步軍都已經(jīng)走到前面了我還在轟炸，就把自己干掉了，所以要按照一個時間節(jié)拍去工作，你該什么時候各個戰(zhàn)斗單元到某一個單位都是要對表的，對表實際上所有的包括手機工廠的生產(chǎn)，其實所有的這些都是跟時鐘有關(guān)的，跟對表有關(guān)的。咱們在座的所有人來看，誰的表最好，最好的表一般是精度最高的，表的時間跟GPS對表是一樣的，就是對全球最精準的量子表，因為那個表始終精度最高的，比如說我們在座的每一個人戴的表不一樣。有人拿出一塊百達翡麗，這個表最好，就是主時鐘。對完表以后，這個系統(tǒng)會把這個時間分發(fā)給每個人，每個人就會看到這塊表，跟自己表對一下，這樣表對準，統(tǒng)一的時鐘，大家時鐘基本上是一樣的，然后才能工作，為什么呢？所有的工業(yè)控制還是工業(yè)互聯(lián)網(wǎng)還是通訊都是基于時間的，所以時間的精準度是非常重要的一個環(huán)節(jié)。

圖10-TSN標準系列

整個TSN實際上是由各種標準構(gòu)成的，主要是由時鐘同步，包括時鐘調(diào)度的IEEE802.1Qbv，IEEEQbu+IEEE802.3br、IEEE802.1Qch一些標準構(gòu)成了整個調(diào)度的過程，IEEE802.1Qcc右下角是做網(wǎng)絡(luò)配置的，也就是說，在這個網(wǎng)絡(luò)每一個人的需求是不一樣的，有的人對帶寬的要求不一樣，有的數(shù)據(jù)量不一樣，有的人數(shù)據(jù)量可能只有一個溫度、壓力，16位，兩個字節(jié)。有的人可能數(shù)據(jù)量比較大，視覺或者圖像，VR、AR這些數(shù)量是比較大的，它要求的帶寬是比較大的，但它可能實時性不是很高，要求一秒傳一次，有的人可能數(shù)據(jù)量小，但可能一百微秒傳一次，那么整個所有的需求過來以后，會有一個統(tǒng)一的調(diào)度，這個算法。這個角度計算完在網(wǎng)絡(luò)里面每個人怎么走，就相當于發(fā)一個路由表給每一個節(jié)點，每一個節(jié)點看到數(shù)據(jù)過來以后，就知道該怎么往哪個口轉(zhuǎn)發(fā)，應(yīng)該怎么處理，應(yīng)該是這樣配置的過程。這是工業(yè)里面，這是太技術(shù)就不需要講那么多，可以稍微提一下。CBS是汽車行業(yè)在用的，他們汽車行業(yè)一個對實時性要求沒有那么高。因為相當于一個數(shù)據(jù)包到網(wǎng)口以后其實有一個數(shù)據(jù)監(jiān)測，是多少個位數(shù)據(jù)，進行校驗，數(shù)據(jù)包有沒有丟包，或者說有沒有數(shù)據(jù)傳錯的情況，然后進入隊列，有一個傳輸選擇，交換機要排隊然后轉(zhuǎn)發(fā)數(shù)據(jù)，這里面有個調(diào)度策略問題，CBS就是一個基于信用（Credit-basedShaper）的整形器，就是說有兩個隊列，有一個隊列在傳數(shù)據(jù)的時候，它的信用會下降，而另一個隊列沒有傳數(shù)據(jù)，它的信用在上升，當傳出去信用到零的時候，另一個隊列就開始站，他們兩個隊列是交互的，交替?zhèn)鞯?，傳的時候信用會下降，不傳的時候信用會上升，在他兩個隊列之間進行交互，剩下六個隊列就是我盡最大努力給你傳，但我不保證給你傳到，因為數(shù)據(jù)其實分成預(yù)留通道，預(yù)先調(diào)度的這個數(shù)據(jù)，實時數(shù)據(jù)。工業(yè)里面主要使用的是時間感知整形器(TimeAwarenessShaper)，它是一種把這個數(shù)據(jù)隊列分成幾類，每一個周期它有一個門控制器，給每一個數(shù)據(jù)隊列開門讓它走，有些什么隊列呢？就是我們預(yù)先規(guī)劃好確定性的數(shù)據(jù)，在每一個周期的第一時間它先走，特別通道、VVIP通道，是屬于實時性是最高的，在每一個周期的第一個轉(zhuǎn)發(fā)過程就先走。第二個通道是ReservedTraffic，就是高速公路不是最右邊有一個預(yù)留車道嘛，它并不是每個周期都有數(shù)據(jù)傳，但是它一旦有數(shù)據(jù)傳就必須走這條通道，這是消防車，救護車要走這個通道。剩下那些車，你們就隨便走吧，按照優(yōu)先級，就排了優(yōu)先級，誰的優(yōu)先級高誰先走，優(yōu)先級高的人走完了以后，優(yōu)先級低的走，其實就是這樣一個過程。那么還有一些更優(yōu)的算法，比如說因為這個我們叫TAS整形器，為了保證數(shù)據(jù)網(wǎng)絡(luò)一定是空閑的，留了一個保護帶寬（Guardband），這個保護帶寬其實有一個以太網(wǎng)那么長，一個標準以太網(wǎng)是1500字節(jié)，這個1500字節(jié)大概消耗了1.5微秒，這個時間也挺浪費的，所以他們有另外一種方式叫搶占式MAC。搶占式MAC還有一種情況是怕低優(yōu)先級反轉(zhuǎn)，就是低優(yōu)先級數(shù)據(jù)太大了，傳半天還傳不了，帶寬占著怎么辦，就是強占。就是高優(yōu)先級的可以強占低優(yōu)先級的數(shù)據(jù)傳輸。你先別傳了，你先放到堆棧里面去，等我傳完你再傳，你可以把低優(yōu)先級的帶寬預(yù)留下來，讓他在那邊等著。所以這是幾種傳播方式，看的話就不用講了，我又不是來講技術(shù)的。這是網(wǎng)絡(luò)配置，還有就是我們OPCUA的演示系統(tǒng)，是我們在2018年的SPS全球最大的一個自動化行業(yè)的一個展會，兩百個IO棧，大概相當于接近一萬個IO點，大概9600個點，加上5個高清攝像頭，我們刷新了時間是100微秒，抖動大概是50納秒。

圖11-貝加萊在2018年SPS推出的OPC UAoverTSN演示系統(tǒng)

我們拿一個不一定特別合適但可以有助于理解的例子，田徑的發(fā)令槍，抖動就是說槍一響以后，博爾特響應(yīng)時間多快嗎？從聽到發(fā)令槍和啟動時間大概是0.15秒。0.15秒就啟動了，劉翔其實沒有這么快，劉翔跑的速度快，但劉翔的啟動速度不快，大概是0.25秒。也就是說博爾特為什么快，因為啟動速度非常快，抖動就相當于100微秒的時間，100個100微秒時間偏差是多少，100并不是絕對的100，可能是999.99，這個偏差是多少？這個在TSN網(wǎng)絡(luò)這邊大概是50納秒抖動。到底有多大影響？我算過的，對1200米的印刷機，就相當于為秒20米印刷速度，如果抖動是一微秒的話，大概是造成20微米的控制偏差，這個純粹因為無法測量到而造成無法控制的偏差。在很多高精度的，印刷機還好就是20微米還是能接受的，因為印刷機的精度一般到+/-0.1mm，就是100微米的印刷精度，但網(wǎng)絡(luò)就提供了20微米的影響，這就不能接受，有些機床是納米級的加工，納米級要說網(wǎng)絡(luò)抖動，在一微秒是完全不可接受的。他交叉通訊是50微秒，就是指兩個同棧之間可以進行通訊，整個是由我們OPCUA和TSN構(gòu)成了整個從設(shè)備同步控制到機器和機器之間的連接，還可以通過連接到整個云端，這里面在對工業(yè)物聯(lián)網(wǎng)有一個很好的應(yīng)用場景是什么呢？TSN網(wǎng)絡(luò)，過去網(wǎng)絡(luò)工廠架構(gòu)是一個金字塔架構(gòu)，從傳感器到控制器到ERP系統(tǒng)，這個過程實際上經(jīng)過中間的控制器的，如果有了OPCUA和TSN技術(shù)的話，其實對IT訪問OT來說就會變得更容易。七、OPCUAoverTSN構(gòu)建工業(yè)通信的未來因為對工業(yè)的很多人來說，這個東西會導(dǎo)致IT的人進入OT的世界，其實技術(shù)上有融合的，但是在商業(yè)利益上有一些沖突?？梢哉劦降脑掝}。通過OPCUAoverTSN技術(shù)，實際上可以讓IT職業(yè)訪問現(xiàn)場的，可以從云端到傳感器，是可以打通這條線路的，通過這個方式。實際上就是說我們講OPCUA構(gòu)成了整個工業(yè)互聯(lián)網(wǎng)我不敢說整個的，在工廠在企業(yè)這塊構(gòu)成了整個工業(yè)互聯(lián)網(wǎng)架構(gòu)，通信架構(gòu)。

圖12-OPC UA over TSN構(gòu)成整個工業(yè)互聯(lián)通信架構(gòu)

這是一個OPC UA它要實現(xiàn)，未來包括OPC UAoverTSN，OPCover5G，因為實際上TSN跟5G實際上是一個并列的關(guān)系，在整個通訊層是并列的關(guān)系。是一個有線的，而5G是一個無線的，那么OPC UA實際上是一個統(tǒng)一的接口，如果你要說他們之間的關(guān)系，這么說吧，OPC UA實際上是一個普通話的問題，大家使用相同語言說話的問題。因為這個語言不同會造成非常多的尷尬，你比如說設(shè)備來自于不同國家的控制系統(tǒng)，有來自德國、瑞士、奧地利、意大利、法國、日本、中國，中國還有可能分各個省，各個省的方案都聽不懂。所以說的話，OPC UA解決的是一個普通話的問題，使用相同的語言，這個語言不管是什么，它要有統(tǒng)一的語言，而TSN是什么，是同聲翻譯，我用實時的方式，給你把這個語言翻譯，讓大家去明白。