Thingwise首席執行官、工業(yè)互聯(lián)網(wǎng)聯(lián)盟（IIC）架構任務(wù)組聯(lián)合主席 林詩(shī)萬(wàn)

林詩(shī)萬(wàn)博士現為美國Thingswise有限公司的首席執行官和聯(lián)合創(chuàng )始人，致力于對最新的大數據、機器學(xué)習和云計算技術(shù)進(jìn)行優(yōu)化與創(chuàng )新，為工業(yè)運營(yíng)的智能化開(kāi)創(chuàng )流式數據分析的啟鑰式平臺，提供可執行的信息流，支持智慧運營(yíng)的決策。他現為工業(yè)互聯(lián)網(wǎng)聯(lián)盟（IIC）任架構任務(wù)組聯(lián)合主席，是工業(yè)互聯(lián)網(wǎng)參考架構的主要策劃和貢獻者之一。他也是工業(yè)4.0平臺和工業(yè)互聯(lián)網(wǎng)同盟架構聯(lián)合任務(wù)組的聯(lián)合負責人之一、美國國家標準技術(shù)局（NIST）主導的虛擬物理系統（CPS）公共工作組系統框架分組的聯(lián)合主席，以及邊緣計算產(chǎn)業(yè)聯(lián)盟專(zhuān)家委員會(huì )委員。

編者按：信息技術(shù)特別是互聯(lián)網(wǎng)技術(shù)正在給傳統工業(yè)發(fā)展方式帶來(lái)顛覆性、革命性的影響。二維碼、RFID、傳感器、工控系統、物聯(lián)網(wǎng)、ERP、CRM等技術(shù)的廣泛應用，推動(dòng)工業(yè)企業(yè)實(shí)現生產(chǎn)流程各環(huán)節的互聯(lián)互通，促進(jìn)互聯(lián)網(wǎng)與工業(yè)融合發(fā)展。但網(wǎng)絡(luò )、通信、硬件設備等只是工業(yè)企業(yè)實(shí)現互聯(lián)互通的基礎，實(shí)時(shí)感知、采集、監控生產(chǎn)過(guò)程中產(chǎn)生的大量數據，運用先進(jìn)的數據分析對企業(yè)產(chǎn)生、擁有的海量數據進(jìn)行挖掘，得到有作用的分析結果，智能制造才能得以實(shí)現。然而，在發(fā)展得如火如荼的智能制造產(chǎn)業(yè)中，卻鮮有人能夠真正理解數據分析對于智能制造的重要意義。本文特別采訪(fǎng)了Thingwise首席執行官、工業(yè)互聯(lián)網(wǎng)聯(lián)盟（IIC）架構任務(wù)組的聯(lián)合主席林詩(shī)萬(wàn)先生，就這一問(wèn)題進(jìn)行了詳盡闡述，希望可以為讀者帶來(lái)啟發(fā)。

核心理念

通過(guò)全面數字化和全局互聯(lián)互通從而實(shí)現系統和管理流程的智能化是智能工廠(chǎng)的核心理念。

智能工廠(chǎng)的核心架構：關(guān)注連接性與智能化

自動(dòng)化博覽：您認為智能工廠(chǎng)的核心架構是怎樣的？

林詩(shī)萬(wàn)：智能工廠(chǎng)牽涉到的范圍非常廣泛，除如智能機器人、集成產(chǎn)品生產(chǎn)模擬、添加性制造/3D打印等等專(zhuān)門(mén)技術(shù)領(lǐng)域外，很大程度上主要圍繞在這樣一個(gè)核心課題：即如何把信息和通訊技術(shù)（Information & Communication Technology - ICT）應用于在傳統的生產(chǎn)環(huán)境中，與運營(yíng)技術(shù)（Operational Technology - OT）兩化融合，從而實(shí)現智能化生產(chǎn)。它涵蓋了生產(chǎn)技術(shù)和生產(chǎn)過(guò)程的數字化，對機器設備的連接，數據收集、分析和應用，生產(chǎn)運營(yíng)技術(shù)與信息技術(shù)及生產(chǎn)系統與業(yè)務(wù)系統的融合等方面。這些系統的連接和融合不僅在企業(yè)內部，也可跨企業(yè)或在其生態(tài)圈內實(shí)現。

國際和國內最近發(fā)表了一系列相關(guān)的參考架構，包括創(chuàng )建于美國而日具國際性的工業(yè)互聯(lián)網(wǎng)聯(lián)盟的《工業(yè)互聯(lián)網(wǎng)參考架構-IIRA》 、德國工業(yè)4.0平臺的《工業(yè)4.0參考架構模式-RAMI4.0》 、在國內創(chuàng )立的工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟的《工業(yè)互聯(lián)網(wǎng)體系架構（版本1.0）》、以及最近在國內成立的邊緣計算產(chǎn)業(yè)聯(lián)盟的相關(guān)的參考架構。根據我的理解，這些參考架構對智能工廠(chǎng)都有很強的適用性。盡管它們對系統分析的視角和重點(diǎn)有所不同，在適用的廣度和深度方面也各有差異，但在重要的理念上都具有很強的共通性，我覺(jué)得其中有兩點(diǎn)值得重視。

第一點(diǎn)是連接性，不僅是對機器或物理實(shí)體的連接，而且包括了在生產(chǎn)的大環(huán)境里對不同層次和環(huán)節中的不同系統之間的連接和融合。這些連接和融合包括了產(chǎn)品、生產(chǎn)設備、生產(chǎn)線(xiàn)，以及在車(chē)間、工廠(chǎng)，企業(yè)和跨企業(yè)各個(gè)層次的生產(chǎn)和業(yè)務(wù)應用系統，最終實(shí)現對所有系統的互聯(lián)互通，形成一個(gè)以企業(yè)內部為核心并延伸到企業(yè)生態(tài)圈內的一個(gè)小型互聯(lián)網(wǎng)。企業(yè)將在這個(gè)基礎上實(shí)現生產(chǎn)和業(yè)務(wù)進(jìn)程的自動(dòng)化和智能化，從而推進(jìn)生產(chǎn)運營(yíng)的全面優(yōu)化。

第二點(diǎn)是智能化，這些架構（特別是工業(yè)4.0）都關(guān)注數字化或計算能力與物理系統（如機床）的有機合成，通過(guò)數字化和計算增強物理系統的功能和性能，使這些工業(yè)系統從自動(dòng)化向智能化甚至自主化發(fā)展。

我個(gè)人認為，通過(guò)全面數字化和全局互聯(lián)互通從而實(shí)現系統和管理流程的智能化是智能工廠(chǎng)的一個(gè)核心理念。在認清這個(gè)理念之后，在這些架構所看到的差異便主要在于實(shí)施的細節和著(zhù)重點(diǎn)的不同，可以在它們之間按具體的需求而取長(cháng)補短。值得指出的是，為了智能工廠(chǎng)而建造這樣一個(gè)完善的系統，不言而喻，是非常復雜的并且可能是曠日持久的。但是，在起步時(shí)應該把上述的這個(gè)核心理念作為指導架構設計的戰略愿景。在具體的實(shí)施中，應該根據每家企業(yè)獨特的核心價(jià)值的訴求，通過(guò)一個(gè)從小到大，從簡(jiǎn)單到復雜的迭代發(fā)展進(jìn)程來(lái)實(shí)現這樣一個(gè)戰略愿景。

我個(gè)人在不同程度上參與了IIRA（工業(yè)互聯(lián)網(wǎng)參考架構）和RAMI4.0（工業(yè)4.0參考架構模型）的一些相關(guān)的工作，所以對這兩個(gè)架構相對比較熟悉。這兩個(gè)架構發(fā)表較早也更具代表性。如果把IIRA和RAMI4.0作為例子做個(gè)概括性的分析，不難看出IIRA注重產(chǎn)業(yè)設備資產(chǎn)的智能化運營(yíng)，強調對包括制造業(yè)在內的各工業(yè)產(chǎn)業(yè)的廣泛適用性、通用性和互操作性，對核心性的架構問(wèn)題提出了概括性的陳述。RAMI4.0則專(zhuān)注于制造業(yè)運營(yíng)整體的智能化，對制造業(yè)運營(yíng)的各個(gè)層次和流程的模式都有比較系統和具體的定義和描述。雖然IIRA和RAMI4.0對系統的分析角度和起點(diǎn)有所不同，但在總體上是相輔相成的，它們的一些基本概念和模式都有很強的對應性，甚至可以把RAMI4.0看作是IIRA在制造業(yè)這個(gè)領(lǐng)域的一個(gè)專(zhuān)門(mén)化的應用。工業(yè)互聯(lián)網(wǎng)聯(lián)盟和德國工業(yè)4.0平臺兩個(gè)機構已開(kāi)始攜手合作，在技術(shù)上開(kāi)始考慮怎樣把這兩個(gè)架構融通和整合。因此，在具體的系統架構的設計上，這兩個(gè)文檔都有很重要的參考價(jià)值。

粗略地說(shuō)，RAMI4.0嚴謹而具體細微，為智能制造業(yè)量身定做；IIRA則廣泛而輕快靈活，具有跨行業(yè)的適用性。如果一家企業(yè)要從部件、機床到流程全新建造一個(gè)智能工廠(chǎng)，RAMI4.0應是一個(gè)首當其選的基本參考架構。如果一家企業(yè)要快速靈活地在現有的生產(chǎn)系統中逐步實(shí)現智慧生產(chǎn)運營(yíng)的能力，并希望在短期內獲得業(yè)務(wù)價(jià)值（我個(gè)人覺(jué)得這一點(diǎn)非常重要），IIRA應是一個(gè)比較有效的基本參考架構。但是，無(wú)論選取哪一種參考架構作為起點(diǎn)，它們的作用應該是指導性的而不是限制性的，都應該根據具體的需求來(lái)靈活采納和應用。

當務(wù)之急：以解決業(yè)務(wù)問(wèn)題為突破口

自動(dòng)化博覽：對于國內企業(yè)實(shí)現智能工廠(chǎng)，您認為最關(guān)鍵或者當務(wù)之急要解決的問(wèn)題是什么？您有哪些建議？

林詩(shī)萬(wàn)：在實(shí)現智能工廠(chǎng)的過(guò)程中，我們會(huì )遭遇到不少在技術(shù)和實(shí)施方面的挑戰。據我個(gè)人觀(guān)察，在目前的狀態(tài)下對大多數的制造業(yè)企業(yè)來(lái)講，其當務(wù)之急要解決的問(wèn)題是在業(yè)務(wù)上，在實(shí)現智能工廠(chǎng)的戰略和策略方面上。下面我就這個(gè)想法粗略地談?wù)?，拋磚引玉。

首先在戰略上，這些企業(yè)首先要對工業(yè)物聯(lián)網(wǎng)、智能制造等技術(shù)趨勢及其對所在行業(yè)的沖擊有一個(gè)明確的認識，并在這個(gè)認識上制定企業(yè)工業(yè)物聯(lián)網(wǎng)或智能制造戰略愿景，映射出至少未來(lái)3~5年后在技術(shù)上和通過(guò)這些技術(shù)在業(yè)務(wù)上要占據的領(lǐng)地。

其次在策略上，在建立戰略愿景之后，開(kāi)展對企業(yè)的技術(shù)和業(yè)務(wù)現狀與遠景作比較性的評估，找出差距；接著(zhù)在這些差距中辨認出若干個(gè)在業(yè)務(wù)上有確切價(jià)值并急需解決的問(wèn)題；最后，在這些問(wèn)題中選取少數一些難度低、效益大（低掛果實(shí)）和周期短（不超過(guò)6~12個(gè)月）的項目，作為灘頭陣地，快速搶占，早日上馬，早日積累經(jīng)驗，早日收取成果和創(chuàng )造價(jià)值。在這個(gè)基礎上，進(jìn)而快速迭代演進(jìn)，擴大陣地，縱深拓展，逐漸把分割的領(lǐng)域連成統一的愿景領(lǐng)地。

上述的這些業(yè)務(wù)問(wèn)題可能在于提升機器正常運行率、提高設備利用率、增加成品率、降低維護成本、降低運營(yíng)成本（如降低能源和材料消耗）或優(yōu)化機群的整體運營(yíng)，以實(shí)現最佳的業(yè)務(wù)成效等各個(gè)方面。無(wú)論如何，著(zhù)重點(diǎn)應在于那些能快速見(jiàn)效并能為其它項目展開(kāi)探索和開(kāi)創(chuàng )路徑的項目。

工業(yè)物聯(lián)網(wǎng)和智能制造戰線(xiàn)廣闊、縱深宏大，而且相關(guān)技術(shù)在未來(lái)的5~10年內會(huì )快速發(fā)展更新，因此，它的實(shí)現會(huì )是一個(gè)不斷更新、加強和完善的過(guò)程。所以，在推進(jìn)智能制造時(shí)既要避免企圖為打造一個(gè)面面具全的系統全線(xiàn)出擊而事倍功半甚至中途而廢，也要避免既無(wú)戰略遠景指導也無(wú)業(yè)務(wù)價(jià)值驅動(dòng)的單純由技術(shù)主導的零敲碎打，更要避免對其熟視無(wú)睹或措手無(wú)策，屢屢拖延，錯失良機。工業(yè)物聯(lián)網(wǎng)和智能制造為一些企業(yè)的發(fā)展壯大提供了一個(gè)天賜良機，也會(huì )給一些企業(yè)帶來(lái)難以避免的生存危機，正如互聯(lián)網(wǎng)和由其而生的電子商務(wù)對傳統的商務(wù)行業(yè)的沖擊一樣。以戰略愿景為指導，以業(yè)務(wù)價(jià)值為驅動(dòng)，以先進(jìn)技術(shù)為手段，以當務(wù)之急要解決的業(yè)務(wù)問(wèn)題為突破口是在現已部署運營(yíng)的生產(chǎn)系統中實(shí)現智能化的一條有效途徑。

數據分析：驅動(dòng)引擎

自動(dòng)化博覽：在實(shí)現智能工廠(chǎng)的過(guò)程中，數據分析占據怎樣的位置？

林詩(shī)萬(wàn)：簡(jiǎn)單地講，智能是一個(gè)過(guò)程，包含了感知、認識，根據目的做出決策并采取行動(dòng)，以得到所期望的效果這樣一個(gè)循環(huán)過(guò)程。 更完整一點(diǎn)，它包括學(xué)習、調整和適應的環(huán)節。數據分析在智能工廠(chǎng)的作用主要在于對設備運行和生產(chǎn)運營(yíng)的狀態(tài)及時(shí)得到準確的認識，并相應地做出正確的判斷和決策。通俗一點(diǎn)地說(shuō)，數據和分析對智能工廠(chǎng)的作用就如同燃料和引擎對飛機或電力和電動(dòng)機對機床一樣：在智慧生產(chǎn)和運營(yíng)中，數據是燃料電力，而數據分析是驅動(dòng)引擎。

如果我們對數據分析作用在智能制造這個(gè)大環(huán)境里在做進(jìn)一步的分析的話(huà)，那么不難發(fā)現上述的智能循環(huán)過(guò)程具有不同的層次，在每個(gè)層次中有不同的目標和特征。這些層次概括性地可以分為三大環(huán)，如圖1所示。

圖1 數據分析的智能循環(huán)過(guò)程

在設備層上，對單臺設備運行狀態(tài)數據的收集和分析所得到的結果，可以反饋回到設備的自動(dòng)化控制閉環(huán)里，其方法包括通過(guò)對控制設定點(diǎn)和控制模式的動(dòng)態(tài)調整。通過(guò)這種方式可以實(shí)現對設備運行進(jìn)行有據可依的優(yōu)化，也是將設備的運行從傳統的自動(dòng)化向智能化發(fā)展的一條途徑。傳統的自動(dòng)化系統控制基本上是按設計者事先設定的規則而實(shí)現的。這些規則是根據有限的預知情景而制定并且具體而固定，難以有效地應對事先沒(méi)有預知的情景。在智能化的控制中，這些規則將是高層次的而且更具有目的性，讓系統自主性地根據具體的實(shí)時(shí)情景做出優(yōu)化的操作。作為一個(gè)或許過(guò)于簡(jiǎn)化的例子，自動(dòng)化的車(chē)輛只能在特定的地域里根據事先設定的固定軌跡和速率行使以避免與障礙物碰撞；智能化的自駕車(chē)輛則能根據“避免與相似障礙物的物體碰撞”的規則在不同的場(chǎng)景里自主行使。顯然，要實(shí)現智能化的控制需要很強的分析模型和計算能力，目前人工智能的迅速發(fā)展和計算能力日益價(jià)廉為實(shí)現智能化控制提供愈來(lái)愈強的支持。當然，控制系統從自動(dòng)化轉向比較完善的智能化需要有一段相當長(cháng)的過(guò)渡時(shí)期。在這個(gè)過(guò)渡期中，對于大量現已部署的控制系統，為了增強其運行的智能化，我們首先可以對這些系統部署外帶的并行計算分析系統（如工業(yè)網(wǎng)關(guān)），然后在現有接口（如PLC）對這些控制系統實(shí)時(shí)收集數據，并在上述的外帶系統中對這些數據進(jìn)行分析，最后把分析結果反饋回到控制系統以實(shí)現運行的優(yōu)化。

在運營(yíng)層上，相應于現有的大型SCADA或DCS，對設備群的數據的收集和分析可以驅動(dòng)對生產(chǎn)設備的運營(yíng)智能化的監控，包括對故障的智能檢測和診斷，預測性維護，能耗和材耗的管理，和其它運營(yíng)方面的優(yōu)化。

在業(yè)務(wù)層上，對設備運營(yíng)數據分析的結果可以為業(yè)務(wù)規劃和流程以及產(chǎn)品設計等方面的智能化提供有價(jià)值的信息。

數據應用：變“被動(dòng)”為“主動(dòng)”

自動(dòng)化博覽：現在業(yè)內很多人都認識到了連接與數據的重要性，但關(guān)于如何利用數據，挖掘數據的價(jià)值，從而為智能工廠(chǎng)的實(shí)現進(jìn)行鋪墊還存在很多誤區，對此，您怎么看？

林詩(shī)萬(wàn)：目前業(yè)內對怎樣利用數據有一個(gè)理解，認為是，與很多現有的業(yè)務(wù)數據分析的用法類(lèi)似，首先收集大量數據，然后在這些數據中尋找和“挖掘”價(jià)值。我認為，這種把數據應用作為一種事后考慮是一個(gè)不正確的或者至少是很片面的看法，正如我們從來(lái)沒(méi)有聽(tīng)說(shuō)過(guò)在電力中“挖掘”動(dòng)力的說(shuō)法。我認為更有效的思考方式應該是更主動(dòng)的、更有目的性的，或應該是有的放矢的：在生產(chǎn)運營(yíng)中的一系列急需解決的問(wèn)題中，有哪些是可能通過(guò)對生產(chǎn)技術(shù)或流程的智能優(yōu)化來(lái)解決的？為了實(shí)現這些智能優(yōu)化，我們需要有哪些信息？為了得到這些信息，我們必須收集哪些數據和采取哪些分析？最后，我們需要從哪些設備和怎樣對這些設備進(jìn)行連接和收集所需要的數據？在智能工廠(chǎng)中，數據分析的結果應該首先是為了增強單機設備運行和設備群運營(yíng)的智能程度，而這個(gè)過(guò)程要求的是及時(shí)的（接近實(shí)時(shí)的）、連續性的流式數據分析。傳統的批量性的數據挖掘方式在智能工廠(chǎng)中會(huì )繼續有其作用，如為運營(yíng)系統的數據分析建立模型或任何其它事后分析而用，但它不是其唯一的或主要的方式。

數據平臺的關(guān)鍵：收集、分析、反饋、融合

自動(dòng)化博覽：隨著(zhù)工業(yè)物聯(lián)網(wǎng)、智能制造等概念的興起，業(yè)內涌現出很多數據分析平臺的企業(yè)，目前這個(gè)市場(chǎng)的現狀如何？

林詩(shī)萬(wàn)：目前數據分析平臺的技術(shù)市場(chǎng)非?；钴S，發(fā)展很快，有不同類(lèi)型的平臺大量涌現，有在云計算平臺上提供各類(lèi)數據收集、儲存和分析的技術(shù)部件，由用戶(hù)選取搭配并整合成完整的分析應用；有在云計算平臺上提供偏重于設備連接包括安全連接和數據上傳的服務(wù)。在這些服務(wù)中，有些比較通用并不針對特定的應用作獨特的支持，而有些則針對工業(yè)或制造業(yè)設備的運營(yíng)（如監控和預測性維護等）提供專(zhuān)門(mén)的支持；更有些對特定產(chǎn)業(yè)（如石油和天然氣的開(kāi)采）特制而提供專(zhuān)業(yè)化的支持……這些平臺的大多數所提供的功能都主要環(huán)繞在上述的設備運營(yíng)管理環(huán)方面，對其它兩環(huán)特別是設備控制環(huán)的支持，總體來(lái)講都還比較薄弱。與此同時(shí)，這些平臺普遍地需要在某種形式的云計算平臺上部署，只有極少數能在本地的生產(chǎn)和運營(yíng)環(huán)境中部署支持某種形式的邊緣計算，作為設備或控制系統在本地的并行外帶分析系統。

對現已投產(chǎn)的生產(chǎn)設備實(shí)施數據分析的需求而言，在技術(shù)上最大的挑戰在于怎樣對現有的設備根據其接口（如PLC）進(jìn)行連接并能對其數據進(jìn)行解析。如果這個(gè)問(wèn)題得不到解決，無(wú)法有效地收集可用的數據，再先進(jìn)強大的分析平臺也無(wú)用武之地。要有效地解決這個(gè)問(wèn)題，我們需要行業(yè)內的合作，原設備廠(chǎng)商、客戶(hù)或相關(guān)的設備連接解決方案開(kāi)發(fā)商緊密協(xié)作，根據原設備廠(chǎng)商提供的必要的接口定義和規格資料，簡(jiǎn)易而快速地收集到所需的設備數據。

自動(dòng)化博覽：對于數據分析平臺來(lái)說(shuō)，得到用戶(hù)認可的關(guān)鍵是什么？

林詩(shī)萬(wàn)：如上文所述，我個(gè)人認為實(shí)現智能工廠(chǎng)的一個(gè)關(guān)鍵在于怎樣對設備進(jìn)行數據收集和分析并將其結果即時(shí)地反饋到設備的運行和運營(yíng)中、以及怎樣將這些分析結果與其它業(yè)務(wù)信息（如市場(chǎng)供求，供應鏈等等）融合，以推動(dòng)生產(chǎn)的全面智能化。要有效地實(shí)現這些目的，我覺(jué)得有三點(diǎn)值得強調：

設備是連續運行的，其運行需要連續的智能反饋。所以分析系統必須對設備連續生成的數據流進(jìn)行流式分析, 及時(shí)并持續地為決策提供信息流, 即時(shí)自動(dòng)化地應用于設備連續的運行和運營(yíng)流程中。反過(guò)來(lái)說(shuō)，基于批量性和被動(dòng)性查詢(xún)的傳統分析框架并不能有效地支持設備連續性的運行和運營(yíng)。因而，流式分析必須是這些數據分析平臺的首要功能。

其次，從安全性、可靠性和有效性（如對時(shí)延和數據流量的約束）等方面去考慮，這些數據分析平臺必須提供分布式的分析，使其分析功能能夠在設備或生產(chǎn)設施的本地部署，支持邊緣計算的模式。

最后，這些數據分析平臺應該把所需的先進(jìn)和難度大的分析技術(shù)提升和簡(jiǎn)化，為客戶(hù)提供簡(jiǎn)易部署、定制和維護的開(kāi)箱即用分析系統，使客戶(hù)能夠快速迭代地演進(jìn)其智能工廠(chǎng)應用?；诓簧僦圃鞓I(yè)企業(yè)并不專(zhuān)長(cháng)于信息技術(shù)這一個(gè)現狀，我們應該盡力使他們在開(kāi)發(fā)智能工廠(chǎng)的過(guò)程中受益于最新的包括機器學(xué)習等人工智能在內的高級數據分析技術(shù)，但不受其復雜性和特殊專(zhuān)業(yè)人才需求所困。

摘自《自動(dòng)化博覽》2017年1月刊