前言
第1章 德國數字化與工業4.0概述1
1.1 從計算機集成制造（CIM）到數字工廠4
1.2 數字孿生9
1.3 面向服務的運營模型16
1.4 工業4.0倡議及其標準概覽17
1.4.1 工業4.0倡議的起源17
1.4.2 工業4.0平臺18
1.4.3 德國信息技術和通信新媒體協會（BITKOM）19
1.4.4 德國電氣和電子制造商協會（ZVEI）20
1.4.5 德國機械設備制造業聯合會（VDMA）21
1.4.6 標準化委員會（SCI）——德國工業4.0標準化路線圖21
1.4.7 開放通信平臺（OPC）統一架構22
1.4.8 自適應制造開放式解決方案（ADAMOS）—— 機械及設備制造標準23
1.4.9 PLCopen24
1.4.10 PLCnext24
1.4.11 德國機床制造商協會（VDW）倡議——通用機床接口標準（UMATI）26
第2章 數字化帶來的挑戰29
2.1 組織數字化35
2.1.1 企業規模37
2.1.2 實施方法44
2.1.3 工業部門/領域46
2.1.4 總結47
2.2 數字化和業務流程48
2.3 應用數字化（IT）55
2.4 生產基礎設施的數字化62
2.4.1 生產設備62
2.4.2 運營技術（OT）架構67
2.5 互通性和安全性69
2.5.1 工業環境中的通信70
2.5.2 信息與數據安全79
第3章 數字化用例開發的解決方案82
3.1 產品的解決方案85
3.2 生產流程的解決方案97
3.2.1 計劃方法103
3.2.2 執行方法（Execution）107
3.2.3 監控方法（Monitoring）113
3.2.4 預測及改進方法118
3.2.5 實際案例119
3.3 生產設施的解決方案120
3.3.1 123
3.3.2 流水線124
3.3.3 混合制造126
3.3.4 裝配127
3.3.5 可提供支持的方法和組件132
第4章 開發和評估數字化用例的流程模型136
4.1 流程模素137
4.2 SCOR——供應鏈運作參考流程模型138
4.2.1 SCOR流程141
4.2.2 SCOR實際用例149
4.3 企業繫統與控制繫統集成國際標準：ISA 95（DIN EN 62264）150
4.4 技術引擎157
4.5 開發和評估數字化用例具體的流程模型159
4.5.1 步驟1——範圍界定（Scoping）162
4.5.2 步驟2——評估（Assessment）164
4.5.3 步驟3——確認（Identification）164
4.5.4 步驟4——選擇（Selection）168
4.6 應用實例：機器數據采集（MDE）175
4.6.1 步驟1——MDE範圍界定175
4.6.2 步驟2——MDE評估176
4.6.3 步驟3——MDE確認178
4.6.4 步驟4——MDE定義178
4.6.5 應用實例總結183
4.7 經驗數據和文獻用例184
4.7.1 關於奧地利中型企業工業4.0應用研究中的用例185
4.7.2 應用UMATI的機床用例185
4.7.3 合作項目——企業4.0186
第5章 總結與展望188
5.1 動機188
5.2 現有成果189
5.3 必要性和展望190
參考文獻192
術語表200

前 言

現如今產品的定制化程度正迅速提高，然而其生命周期卻在不斷縮短。面對如此快速更迭的市場條件，生產繫統的動態適應性，即柔性生產成了行業的重要挑戰之一。工業4.0和信息物理生產繫統（CPPS）正是為了解決這一復雜主題而提出的概念。盡管關於柔性生產繫統的基礎概念和對於實現“單件量產”的思考都並不新鮮，且基於計算機集成制造（CIM）的研發工作也早已展開，但近年來技術的飛速進步纔讓人們真正意識到：這些概念的落地實施已近在眼前。互聯網和雲服務（cloud services）的普遍性，數據基礎設施的快速響應及微型計算機的強大算力為物聯網（IoT）的發展保駕護航；人工智能和機器學習提供了20年前無法完成的軟件解決方案。對於各子繫統集成工作至關重要的協議標準在不同層級上得到開發和拓展。軟件制造商們顯然意識到了封閉的軟件生態和專有的繫統接口隻會導致無路可走。

與之前相比，現在的技術條件已然成熟。工業4.0的概念深入人心，制造業對於社會的重要性也得到了廣泛的認可。那麼現在實現工業4.0的障礙究竟是什麼呢？答案依舊很復雜。人們總是從“鳥瞰”的視角討論工業4.0。從自動化技術向具有自主和自我優化特性的繫統逐步發展的意義上講，生產中的卓越運營正與基於IoT的全新的破壞性商業模式混為一談。軟件和繫統公司，包括工業設備供應商們開發了功能全面的解決方案和出色的軟件包，但它們在特殊環境下操作的復雜性及集成工作量仍十分驚人。重要的是，許多工業企業在流程控制和數據質量方面仍缺少必要的成熟經驗。他們往往在電話和非正式交流中推進項目，“非正式”申請及私人化的“工作表格”（MS Excel）難以消除。因此，離工業4.0真正的成功應用還有很長的路要走。工業企業及解決方案供應商都對人纔的資質提出了極高的跨學科要求。一次性的知識積累，如傳統的大學教育是遠遠不夠的。將來企業要完成數字化轉型就會要求員工具有不斷提高的競爭力。缺乏具有必要技能的人纔會是戰略實施的主要障礙，這將是企業需首要解決的問題。

各種不同的IT繫統，如產品數據管理（PDM）、企業資源規劃（ERP）和制造執行繫統（MES），可以涵蓋產品整個生命周期內的全部信息管理。盡管它們在內容上各有側重點，但在實際應用中依然會存在功能重疊。然而，產品的生命周期並不是通常所呈現的一維形式。企業內部會同時開發多個產品，同一個零件會用到不同的產品或變型產品中去。原始設備制造商（OEM）的零件是供應商的終產品。同一產品會在不同的工廠中加工完成，其中不同的零件均由當地對應的供應商提供。因此，需要用不同的方式來處理不同類別的信息。在工程領域，模型化的表述方式是十分常見的。在生產過程中，訂單相關的信息和以時間為軸的加工過程數據［部分數據以毫秒（ms）為單位］會被記錄並加以分析，其結果可以直接用於優化生產過程，或為前後道工序（如質量信息）提供基礎信息。而到了運營階段，維護與服務相關的信息則顯得尤為重要。此時，每件產品的工作環境信息也會納入考量，但它們不適用或僅在一定程度上適用於整個繫列的產品，因為它們隻表征了此單件產品的狀態。然而，人們經常忽略一個事實，即生產繫統本身是一件極其復雜的產品，它會經歷研發和制造的過程，並在運營階段用於加工其他產品。一方面，工業領域內與產品開發、生產和運營相關的信息正在不斷融合；另一方面，為了使工業4.0的解決方案得以實施，又必須分解復雜的信息網絡，以便能夠成功地實現每個子功能和子繫統。

並沒有適用於某一行業或某類型企業的通用工業4.0解決方案，甚至隻能針對某些可管理的部分找到的解決方案。這一問題和前文所述的復雜性共同造成了互聯網行業獨立開發的現像，並產生了大量企業自身特定的概念。人們必須清楚地意識到這一點，並將它積極地引入到企業的創新工作中。

本書旨在清晰地解讀數字化生產這一復雜主題，從而幫助數字化、互聯網、企業運營、自動化、生產制造和工程領域的責任人及決策者確定方向，並定位不同的數字化應用場景，為具有針對性的技術實現奠定基礎。




維也納，2019.03
教授，工學博士，德特勒夫?格哈德（Detlef Gerhard）
維也納技術大學機械工程與管理學院院長
機械工程信息學和虛擬產品開發研究領域負責人
維也納工業大學工業4.0試點工廠領導人