1  制造業(yè)轉型的商業(yè)目標分析

在施振榮早年間提到的“微笑曲線(xiàn)”中，制造被理解為整個(gè)價(jià)值鏈中價(jià)值含量較低的一環(huán)，如圖1所示。因此，很多美國企業(yè)都將制造外包給了亞洲地區的代工廠(chǎng)，保留了價(jià)值更高的環(huán)節，如設計、營(yíng)銷(xiāo)、服務(wù)等。這個(gè)由“代工”發(fā)展起來(lái)的制造環(huán)節的確利潤較為薄弱。然而，當中國本土企業(yè)開(kāi)始從代工轉向自主設計與制造，以及提升自身產(chǎn)品技術(shù)的全周期能力的時(shí)候，制造便不再可有可無(wú)，而是實(shí)現其價(jià)值能力的關(guān)鍵一環(huán)。

圖1 微笑曲線(xiàn)

其實(shí)，如果仔細去分析一個(gè)產(chǎn)品，無(wú)論是一部手機、一輛汽車(chē)，甚至一個(gè)汽車(chē)輪胎，基礎原材料通常來(lái)自于流程工業(yè)，例如塑料顆粒、紙張、油墨、添加劑、催化劑、金屬材料等，而這些材料進(jìn)入離散制造場(chǎng)景，先需要經(jīng)過(guò)材料的成型工藝，  再進(jìn)行組裝，因此，全流程的制造包含了流程工藝、成型工藝、組裝工藝三部分。

“制造”不值錢(qián)是較為片面的認識，可能過(guò)去對制造的理解更多在“組裝”這個(gè)環(huán)節，但是，離散制造的“成型”環(huán)節卻是真正高價(jià)值的。為何我們一談到光刻機、高精度機床等裝備，就遇到至今難以攻克的問(wèn)題，導致我們的產(chǎn)業(yè)鏈只能給“制造”？因為大家忽視了一個(gè)很重要的環(huán)節，即后道組裝的零配件來(lái)自于前道的“成型工藝裝備”，成型工藝裝備往往需要面對大量材料在不同的工藝條件（溫度、壓力、速度、加速度等）下的成型問(wèn)題，這需要大量的測試驗證與時(shí)間積累。我們的制造業(yè)直接買(mǎi)進(jìn)口的成型設備，然后生產(chǎn)出零配件組裝。而組裝往往是“非標”的，依賴(lài)于人工。今天制造業(yè)所謂的代替人，其實(shí)還是在這個(gè)環(huán)節解決問(wèn)題，并非在“成型”這項核心工藝上掌握制造的本質(zhì)。

因此，制造業(yè)的轉型，從商業(yè)的視角來(lái)說(shuō)，應該是要把制造最值錢(qián)部分，把握在自己的手里，也即“工藝成型”部分。

2  邊緣計算—讓制造商掌握Know-How

很多企業(yè)的數字化轉型，都聚焦在數字化上，其實(shí)，制造業(yè)的本質(zhì)仍然是材料及其成型工藝，真正應該做的是借助于數字化技術(shù)來(lái)提升制造業(yè)工藝水平，而不是為了數字化而數字化，忘記了制造的本質(zhì)，其創(chuàng )新都來(lái)自于材料與工藝的變革。數字化是為制造穩定可靠、降低成本提供幫助的工具與手段。

2.1   全局質(zhì)量與效率提升

在現實(shí)的制造中，如光伏、鋰電領(lǐng)域，中國的制造商其實(shí)正在崛起，這是一個(gè)快速成長(cháng)，而又多個(gè)賽道并進(jìn)的行業(yè)，誰(shuí)能制造出更高良率、更低成本，以獲得均量化度電成本（Levelized Cost of Energy，LCOE）的更小值，才能贏(yíng)得市場(chǎng)。制造工藝與技術(shù)的進(jìn)步，將有效提升制造業(yè)的競爭力，今天，制造的能力已經(jīng)成為了這幾個(gè)領(lǐng)域中國企業(yè)的主戰場(chǎng)。

邊緣計算架構成為如何為制造業(yè)帶來(lái)大閉環(huán)下質(zhì)量提升、效率提升的關(guān)鍵。以電池制造為例，通過(guò)大量的物理與數據建模，必須對電池影響質(zhì)量的因素進(jìn)行分析，以獲得質(zhì)量改進(jìn)的方向，并向自動(dòng)化系統提出調整的最佳工藝參數，這樣，就可以在更小的批量范圍內優(yōu)化質(zhì)量，以滿(mǎn)足電池行業(yè)ppm乃至ppb級的質(zhì)量要求，0.1%的良率提升、1%的產(chǎn)能利用率優(yōu)化，  對于產(chǎn)能巨大的電池制造業(yè)來(lái)說(shuō)，都意味著(zhù)競爭力的提升。

圖2是產(chǎn)線(xiàn)集成中的邊緣計算架構，通?；谝曈X(jué)采樣的極片與隔膜材料對齊、材料表面毛刺等缺陷，邊緣側的系統將通過(guò)學(xué)習掌握這些信息，利用實(shí)時(shí)數據可對其進(jìn)行趨勢性、相關(guān)性的分析，找出引發(fā)故障原因并做出對應調整，從而實(shí)現最小的品質(zhì)迭代周期，并實(shí)時(shí)對不良品予以剔除，確保品質(zhì)的穩定與可靠。

這一架構使得制造商本身也能掌握影響品質(zhì)、生產(chǎn)效率、計劃等問(wèn)題的Know-How，并形成可復制的知識，在其內部不同的制造工廠(chǎng)復用。這樣，制造商就會(huì )突破原來(lái)僅來(lái)料加工這種缺乏自主工藝知識掌控的局面，從而在制造端獲得競爭力，這樣才能兌現來(lái)自商業(yè)端的競爭力。

針對鋰電的生產(chǎn)，多設備協(xié)同，以及不同的設備來(lái)自不同的廠(chǎng)商，需解決以下問(wèn)題：

（1）在多廠(chǎng)商數據上行傳輸中的數據建模問(wèn)題?？梢酝ㄟ^(guò)OPC UA的規范，以及行業(yè)信息模型，包括PackML（包裝類(lèi)）、EUROMAP（塑料成型類(lèi)）、Utimat（機床類(lèi)）、機器人連接、視覺(jué)連接、編碼系統等簡(jiǎn)化工程訪(fǎng)問(wèn)和數據訪(fǎng)問(wèn)接口編程方面的工作量。

（2）視覺(jué)缺陷檢測到后道，快速反饋給前道的調整。需要高速上行和下行數據傳輸實(shí)時(shí)性，依靠TSN來(lái)提供任務(wù)支持，TSN簡(jiǎn)化了原有網(wǎng)絡(luò )的多樣性，避免多種網(wǎng)絡(luò )需要多種設備轉換模塊。

目前這個(gè)邊緣架構需求在各種具有連續性生產(chǎn)的離散制造（如鋰電、光伏、燃料電池、半導體行業(yè)等）具有普遍意義。

圖2 產(chǎn)線(xiàn)集成中的邊緣計算架構

2.2   將隱性知識轉為顯性知識

傳統離散制造業(yè)，在大規模生產(chǎn)時(shí)，會(huì )有參數試教的問(wèn)題，這依賴(lài)于人工對參數的調試，或稱(chēng)為“試湊法”。在大規模制造的時(shí)候，初始的試湊帶來(lái)的成本損耗，相對于其長(cháng)久的制造過(guò)程來(lái)說(shuō)，可以忽略不計，例如：為空氣開(kāi)關(guān)提供的彈簧或為床墊提供的彈簧，往往機器一次調校后，就可持續每天生產(chǎn)10余小時(shí)，周期達1個(gè)月乃至更長(cháng)，因此，其對于參數的自適應，本身的需求就顯得不那么迫切。

而個(gè)性化定制將會(huì )使試湊的成本成倍、數十倍甚至百倍地放大，例如：對于10000個(gè)產(chǎn)品訂單來(lái)說(shuō)，開(kāi)機浪費10個(gè)可以接受，  而1000個(gè)訂單仍舊有10個(gè)開(kāi)機浪費就難以承受，因為不良品率放大了10倍，如果訂單再小，那么不良品率就更大。

離散制造業(yè)發(fā)展趨勢即個(gè)性化，因此參數的自適應與匹配很重要，而通過(guò)構建的邊緣架構來(lái)優(yōu)化參數，調度的效率就成為了企業(yè)競爭的關(guān)鍵。

在輪胎的生產(chǎn)中，內部的加工是否滿(mǎn)足質(zhì)量要求，通常需要大量的檢測，  X光檢測提供的圖像由人工進(jìn)行判斷，這樣的方式耗費體力，也依賴(lài)于經(jīng)驗，而經(jīng)驗就是隱性知識，這種隱性知識在各個(gè)行業(yè)都存在，例如半導體的缺陷識別、塑料制品等。圖3是基于深度學(xué)習的輪胎缺陷檢測應用，貝加萊的PC基于邊緣計算架構來(lái)實(shí)現工業(yè)的AI視覺(jué)缺陷檢測與分析。

圖3 基于深度學(xué)習的輪胎缺陷檢測

在通過(guò)X光機獲得輪胎的成像信息后，  學(xué)習系統將代替人工對缺陷進(jìn)行分析，在鋼絲圈的纏繞過(guò)程中，機器狀態(tài)或生產(chǎn)中的異常帶來(lái)非常多的缺陷問(wèn)題，例如鋼絲圈的纏繞層次偏差、異物、不均勻的排列、疊加、突出、翹起、異常彎曲干擾其他鋼絲、氣泡等；而輪胎內部的簾子線(xiàn)、鋼絲圈、橡膠材料的特性，  使得其X光成像會(huì )有各向異性的紋理，而這些紋理又會(huì )對圖像的判斷形成干擾，造成系統誤判。

而基于深度學(xué)習的方法可以利用濾波算法對這些不同缺陷的相關(guān)要素進(jìn)行特征提取，從這些復雜的圖像中尋找到缺陷點(diǎn)，對缺陷點(diǎn)進(jìn)行聚類(lèi)，標定其尺寸規格，從而最終對輪胎的質(zhì)量、等級做出評判，決定是否歸為廢品，并反饋給制造系統持續改善。

關(guān)于邊緣計算的商業(yè)價(jià)值有很多討論，本文僅通過(guò)簡(jiǎn)單案例從其對離散制造品質(zhì)的提升來(lái)分析。

3  邊緣計算工程實(shí)施成本

邊緣架構實(shí)現涉及到大量的工程集成，包括設備之間的互聯(lián)、機器與產(chǎn)線(xiàn)到管理系統之間的雙向交互，或者從邊緣到云端之間的信息集成問(wèn)題?，F在邊緣計算成為工業(yè)互聯(lián)網(wǎng)實(shí)現的關(guān)鍵一環(huán)。但是，對于制造業(yè)而言，如果技術(shù)實(shí)現缺乏經(jīng)濟性，則很難推進(jìn)，而對于邊緣計算的商業(yè)化推進(jìn)，必須從“可復制性”的視角來(lái)考慮，即如何讓整個(gè)架構能夠獲得易用性可被快速復制，從一個(gè)行業(yè)推廣到其它行業(yè)，而不是被割裂在每個(gè)垂直的應用領(lǐng)域。

3.1   OPC UA用于簡(jiǎn)化連接問(wèn)題

很多人將OPC  UA理解為“技術(shù)”、“通信規約”，實(shí)際上，這都是對其商業(yè)價(jià)值的低估。離散制造的集成必然涉及網(wǎng)絡(luò )連接、數據訪(fǎng)問(wèn)，以及設備與設備、設備與系統間的協(xié)同問(wèn)題。如果沒(méi)有一個(gè)簡(jiǎn)單的模型交互數據，那么，這幾乎無(wú)法完成，或者需要大量的工程才能解決。而OPC UA就扮演了這個(gè)角色，在機器間，構建了一個(gè)統一交互信息的規則與框架，然后，在這個(gè)接口的銜接下，對任務(wù)的編程變得簡(jiǎn)單，因為，復雜系統只需遵循簡(jiǎn)單規則，即協(xié)作的機器之間只需要“邏輯”上的簡(jiǎn)單規則，通過(guò)TSN的周期性數據采集與傳輸，就可以解決一個(gè)大系統的智能運行問(wèn)題。

OPC UA使得數字化設計類(lèi)、建模仿真類(lèi)軟件如MATLAB/Simulink與貝加萊的Automation Studio或西門(mén)子的Portal這類(lèi)運行端軟件之間形成協(xié)作，OPC UA可以擴展至更多的范圍，包括MapleSim、CATIA等CAD/CAE、EDA類(lèi)軟件與現場(chǎng)運行時(shí)（Runtime）的交互，可以實(shí)現數字化測試驗證，以及數字孿生體持續改善提供基礎實(shí)現架構。如圖4所示。

圖4 OPC UA可以為各個(gè)集成實(shí)現信息建模與連接

回到一個(gè)機器的控制任務(wù)循環(huán)，再去思考比機器更大的工廠(chǎng)循環(huán)，就明白在工廠(chǎng)的連接及運行中OPC UA over TSN的作用了。

3.2   數字孿生與持續改善

復雜系統的復雜在于變化，對于傳統大規模生產(chǎn)來(lái)說(shuō)，機理建模構建一個(gè)閉環(huán)就可以保持運營(yíng)，只要讓這個(gè)閉環(huán)系統穩定、可靠，就能不斷地通過(guò)規模來(lái)降低成本。但是，對于一個(gè)個(gè)性化生產(chǎn)系統，它的復雜在于“變化”，無(wú)法用一個(gè)確定的策略來(lái)對待，這時(shí)就需要一個(gè)“框架”來(lái)把這個(gè)不確定性收斂起來(lái)，降低不確定性。

數字孿生系統通過(guò)一個(gè)數字系統來(lái)映射，并通過(guò)“知”和“行”的反復對比，通過(guò)數據建模方式，動(dòng)態(tài)地觀(guān)察運行系統的規律，形成新的知識，對這個(gè)運行系統影響質(zhì)量、成本、效率的相關(guān)性進(jìn)行分析，并不斷去收斂。

因此，數字孿生通過(guò)一個(gè)可持續改進(jìn)的運行機制把復雜、不確定的問(wèn)題收斂穩定下來(lái)，也是讓復雜的、不確定的問(wèn)題變?yōu)楹?jiǎn)單的、可復制的。圖5是整個(gè)邊緣計算架構的功能概要，即數字連接與集成、邊緣計算架構支撐數據服務(wù)與應用開(kāi)發(fā)，而數字孿生與數據驅動(dòng)建模實(shí)現持續的改善。

圖5 整個(gè)邊緣計算架構

因此，邊緣計算最終目的是改善用戶(hù)的品質(zhì)，以及降低工程實(shí)現的成本。

4  工業(yè)自動(dòng)化視角的邊緣計算架構

自動(dòng)化廠(chǎng)商有更好的架構來(lái)支撐邊緣計算的實(shí)現。相對而言，邊緣計算更多是軟件層面的應用，而原有的開(kāi)放架構的PLC、PC本身就可以以嵌入式或開(kāi)放架構來(lái)實(shí)現這些任務(wù)。

貝加萊的控制器除了嵌入式實(shí)時(shí)操作系統的PLC，也有PC架構的控制器，但是，貝加萊的PC架構采用的并非是Windows+實(shí)時(shí)擴展的架構，而是多核處理器中的資源分配，  例如Intel Core i、Intel Apollo Lake這樣的處理器，多核處理器分別運行Windows/Linux、RTOS，因為RTOS核不會(huì )受到Windows系統宕機的影響，這個(gè)架構比當前Windows+RTE的方式具有更強的性能和更高的可靠性。如圖6所示。

圖6 貝加萊作為自動(dòng)化廠(chǎng)商的計算架構

今天，PC控制還是PLC控制完全由應用的需求來(lái)決定，對于簡(jiǎn)單的機器控制，則PLC勝任。但是，當我們需要增強數據能力、圖形處理、邊緣算法、AI應用的時(shí)候，PC架構就會(huì )發(fā)揮其作用，因為在這個(gè)架構里PC本身就有一些本地訓練和本地推理的能力，對于一些要求不高的AI應用，PC即可處理，而貝加萊這個(gè)架構的優(yōu)勢在于，PC處理的結果馬上可以讓PLC執行。如果我們需要更強的本地推理，可以采用華為、Intel、Halo等PCIe接口的AI加速器來(lái)增強其性能。此外，對于長(cháng)周期大容量數據的訓練而言，其實(shí)也可以基于OPCUA Pub/Sub機制與云端架構連接，  將數據發(fā)送給云端處理，將訓練模型部署于本地PC然后進(jìn)行本地推理。

這種架構通?？梢詾闄C械制造商提供工藝的集成設計，將原有控制與計算集成整體更經(jīng)濟地實(shí)現。架構本身具有豐富的總線(xiàn)連接底層設備能力，各種信號實(shí)時(shí)采集與處理，原有的控制任務(wù)閉環(huán)模型清晰，可以直接觀(guān)測這些運行過(guò)程，通過(guò)OPC UA與管理系統交互，反饋現場(chǎng)情況并接受指令，形成機器邊緣計算與控制的集成。 

作者簡(jiǎn)介：

宋華振  （1975-），男，陜西咸陽(yáng)人，碩士，現任貝加萊工業(yè)自動(dòng)化（中國）有限公司技術(shù)傳播經(jīng)理，主要從事工業(yè)通信技術(shù)、行業(yè)解決方案推廣。兼任SAC/TC124/SC4委員、SAC/TC159/WG18委員、邊緣計算產(chǎn)業(yè)聯(lián)盟專(zhuān)家委員會(huì )專(zhuān)家、自動(dòng)化學(xué)會(huì )集成自動(dòng)化分委會(huì )委員，曾參與出版《面向中國制造業(yè)2025的智能化轉型》、《美國制造創(chuàng )新網(wǎng)絡(luò )研究院解讀》等書(shū)籍。

摘自《自動(dòng)化博覽》2022年2月刊