工业互联网之数字主线(Digital Thread in IIoT)

2019-06-06 15:17:00 栏目:kepware动态 TAG标签: 查看()

  昔之得一者,天得一以清,地得一以宁,谷得一以盈,万物得一以生,侯王得一以为天下正。

  ——《道德经·第三十九》​

  自从概念提出后,媒体上对工业互联网的宣传如火如荼,而对工业互联网到底能帮助企业解决什么问题,如何解决,如何着手,等等,则言之不详。笔者认为,以物联网、机器学习、人工智能、工业大数据等技术为代表的工业互联网无疑是未来企业数字化的主战场,但要落实到实践中,还需要不断地通过各种专业领域的项目服务来探索、总结和完善。加之,工业互联网领域也出现了很多专业词汇,对这些词汇的核心内涵进行剖析,也是理解和应用好工业互联网技术的前提,数字主线就是这样一个词汇。

  在谈数字主线之前,让我们简单地回顾一下企业管理和信息化的历史。自从1776年亚当·斯密在其著作《国富论》中提出专业分工的理论,专业化成为了社会化大协作和生产效率提升的基本手段,但专业化带来的问题就是不同专业、不同岗位之间如何高效协同(Coordination and Collaboration)的问题。在生产一线作业领域,福特创造性地发明了流水线来实现操作工的协作,在采购、物流、人力等支持领域,企业则可以通过业务流程和IT系统来达成,ERP、MES、SCM、PLM等IT系统本质上解决的是企业内协作的问题。非常遗憾的是,即使通过了几年,甚至上十年的努力,即使实施了市面上各种流行的IT系统,企业内或企业间跨组织、跨职能、跨专业、跨岗位的协作问题并没有完全解决,这种现象尤其体现在端到端的产品研发、生产和运营等环节。为此,人们还开发了同步工程、面型制造的设计、6Sigma、IPD(集成产品开发)等方法,但实际落地的效果千差万别。随着环境和市场的变化,以下几个现象的出现,让全生命周期的产品管理和协作问题的有效解决变得尤为突出和紧迫:

  1. 产品的结构日益复杂。在一些工业设备和耐用消费品领域,产品的构成不仅仅有机械部件,还有电气、电子和软件系统,尤其是后者在产品中的占比越来越大。复杂的产品结构带来了开发、制造和维护等方面一系列的管理问题。

  2. 客户需求的碎片化和个性化生产。从make for preference到 make for individual,订单批量日渐趋于1,产品的配置和变种呈指数级增加,变种的增加同样带来了上下游之间一系列的管理和协作问题。

  3. 产品的生命周期日益缩短。以汽车产品为例,在上个世纪末,一个汽车新品的生命周期基本在10年以上,而现在则可能不到3年。为了保持产品在市场中的新颖性和竞争力,企业必须对其产品进行不断的改型开发和升级,而如何提高开发效率,如何降低开发成本,如何缩短新品上市周期,这同样需要端到端流程中市场、开发、工程、制造、销售、服务等专业的高效协同。

  4. 商品形态从“购买(Buy)”到“共享(Share)”的转变。在以往,商品销售给客户后,企业与最终客户的接触基本完成;而在共享经济时代,以租代购的商业形态中,企业与客户的接触将贯穿产品从构思到报废(退役)的全生命周期。

  在上述四种现象的影响下,已经不存在所谓的“交钥匙工程”,企业中市场、开发、工程、制造、销售、服务等部门的协作必须是实时、并行和高效的,信息交流必须兼具“后向(feedback)”和“前向(feedforward)”的双向反馈,这对信息共享提出了更高的要求,其中,最典型的业务场景就是对产品BOM的管理。针对不同的业务领域,有面向预研的原型BOM,有面向设计的工程EBOM,有面向制造的MBOM,有面向服务的SBOM,……,这些各种形式的BOM,其实都是不同业务场景中产品结构的变种。产品BOM是端到端产品开发、制造、交付和服务流程中跨专业协作的信息基础,也是企业信息化工作的重点和难点。很多企业在这方面投入了大量的人力、物力,投资甚至上亿元,尝试和开发了各种方法和IT系统,数字主线就是数字化时代下,面向全生命周期产品管理中业务协作和信息共享的产物。

  数字主线的提法首先来自于美国军工部门,业内对于数字主线尚没有一个公认的定义,一般认为它是一种信息交流框架或环境;通过它,企业可以实现产品全生命周期,从产品构思,到概念、设计、工程、构建、运营,直至报废(退役)等各环节中互联的数据流和集成的产品视图。通过数字主线,企业可以消除与产品有关的信息孤岛,“将正确的信息,以正确的方式,推送给正确的地方。”数字主线的理论基础是“MBE(Model based Enterprise)”,而其技术支撑是工业互联网。

  MBE,Model based Enterprise,基于模型的企业产品,是一种工程策略,其本质是以模型的思想,将产品3D模型、产品制造信息(Product Manufacturing Information,PMI)、质量信息架构(Quality Information Framework,QIF)等集成在一起,从而形成公司级的产品信息结构和视图,为全公司提供一种完整、一致、实时、准确的产品信息库,以达成提高协作效率,降低管理成本,提高产品质量,缩短开发周期等目的。下图1是MBE的框架示意图。

  在MBE基于模型的思想指导下,有MBD(Model-based Definition,基于模型的定义)和MBSE(Model-based System Engineering,基于模型的系统工程),前者指的是产品的3D模型,后者则常用于电子电气和软件结构的建模,其目的是建立一个横跨设计、工程、制造、服务等领域的企业级产品模型,以实现对产品的完整、一致、准确的数字化诠释和安全可靠的全域访问。


图1:MBE的框架示意

  为了支持MBE架构思想的实现,很多企业投入了大量资源来开发,而工业互联网技术的出现,让这种开发工作变得更可行、高高效、更简单。或者说,MBE的工业互联网式实现就是数字主线。以PTC公司的工业互联网PaaS平台ThingWorx为例,通过连接、聚合、理解、展现等功能,可以实现全生命周期中产品、流程、系统、数据和人的融合。


图2:PTC ThingWorx工业互联网平台

  在以ThingWorx为核心的工业互联网框架中,通过Kepware等工业数据采集中间件,可以采集设备、可穿戴设备、智慧互联产品或资产的参数和状态数据,通过Orchestrate可以与ERP、MES、PLM等应用系统进行对接,通过含有机器学习功能的分析模块对数据进行分析和理解,再通过Composer等建模平台对产品或资产等进行“物(Thing)”化建模和APP化展现,可以实现上述数据的聚合和人、数、物的融合,这是典型的数字主线实施路线图。

  数字主线是工业互联网中最基础的信息交流框架,是利用数字化技术对ERP、MES、PLM等应用系统的整合和升级,是数字孪生的前提和使能器,在工业互联网的商业应用场景中起着承上启下的作用。


图3:数字主线在工业互联网中的定位

  从最终用户的视角来看,数字主线的性质与ERP类似,还只是工业互联网大背景下的某类技术解决方案,其具体应用还要与业务场景相结合。根据笔者的经验和理解,全生命周期的产品结构(BOM)管理和产品质量管理将会是数字主线的经典应用,尤其是后者,这是基于以下几个分析做出的推测:

  1. 产品质量管理是一个端到端、跨职能、跨组织的协作,需要全过程的信息高度共享做支撑。本质上讲,产品质量管理是产品研发管理的一个重要分支或有机组成部分,需要企业内部的设计、工程、制造、服务等部门,以及企业上下游企业之间的高效协作,这离不开端到端信息高度共享的支持。

  2. 产品质量管理是一个动态优化的过程,无论是从质量设计,到质量计划,到质量控制,再到质量改进;还是控制活动中全检、抽检、免检等之间的动态切换,都需要大量的数据做决策支持,最理想的情况是质量信息分析和质量改进能自动形成闭环。基于工业互联网平台的数字主线,可以通过物联网和系统集成技术来实现OT和IT的融合,可以通过机器学习来进行质量数据的理解和学习,并实现预测性质量管理和规则式质量改进。

  3. 产品质量管理是产业供应链级的系统工程,其IT支撑不可能通过某一个或几个IT应用系统来实现,而必须通过IT系统集群,或者更进一步说,需要具有高度扩展性、集成性、开放性的IT系统生态来实现,这种生态应该是功能上高内聚,架构上低耦合。基于工业互联网的数字主线,通过物联网的弹性连接,机器学习的模型理解和预测,工业大数据的动态优化,可以比较好地实现这种架构。

  相比较以流程驱动为主的企业信息化,通过基于数据和流程的协同来实现企业资源的整合效率,回答的是“How”的问题,带给企业的是改良和渐进式增长;以数据驱动为主的工业互联网,以及在此基础上的数据主线和数字孪生,通过人工智能、机器学习和工业大数据的优化决策和选择,回答的是“Why, What, When, Who和When”的问题,带给企业的是革命和颠覆式创新。企业的工业互联网革命和创新旅程才刚刚开始,其中存在着很多不确定性,包括目标的不确定,方法的不确定,路径的不确定,结果的不确定,等等,这需要广大从业者们在实践中不断尝试、摸索、总结和完善。

  辩善明智,行健致远。