这些工作的第一步，是他把车的尺寸、结构精细地输入电脑，做出了一个类似CAD的结构图， 基于这辆虚拟的自行车，他定制加工了组件；随后，这辆数字车被输入游戏引擎，引入重力等因素，就可以用来初步调整各项参数，让只有两个轮子的自行车能稳稳地站在地上。

他把这辆软件中的自行车，称作现实中被改装的那辆车的“数字孪生”。

杨景诒、刘冬宇 ｜ 作者

放大灯团队 ｜ 策划

从《模拟人生》到“数字孪生”

《模拟人生》系列的历史已有21年，至今仍长盛不衰，这离不开它对现实世界的刻画——玩家在游戏不光可以自行决定人格特质、生活习惯，还能决定社交活动和婚姻生育。

自不必说，人生模拟器是一个荒诞的概念，它离真实世界相差甚远；但在另一些电子游戏中，对真实世界、物理规律与机械的还原，成了游戏最关键的卖点——例如《微软模拟飞行》，它需要玩家买一套仿真的飞机控制器，体验起降、飞行过程，甚至有人怀疑，“9·11事件”中的恐怖分子，可能就用电子游戏学习驾驶真正的飞机。也比如《坎巴拉太空计划》，其中的物理模型，与现实的火箭发射相差无几。

这些游戏，都在尝试着在虚拟空间里创造某种真实性，这是一种“仿真”——而仿真的潜力，远不止于满足娱乐需求，在工业生产中更需要“模拟经营”，用仿真工具来低成本地验证某项设计是否有效，或者提前发现致命错误。

在音箱的设计中，箱体与单元的结构，就可以通过仿真软件计算出音箱输出的声音特性，而在土木工程里，仿真软件更是计算结构强度、分析材料选择的必备工具。

就在今年高考填报志愿中，中山大学就将土木类专业划入计算机大类［1］——仿真软件成了各行各业的重要工具，或许就是这种专业划分的原因之一。

这些“仿真”，与UP主的自行车的“数字孪生”，又有什么区别？毕竟它们看起来都是数字世界的物体。

数字孪生的概念可以追溯至2002年，美国工业制造工程协会举办的一次论坛，密歇根大学的迈克尔·格里弗斯博士提出了“信息镜像模型”的概念，后被称作“数字孪生”。

为了更容易理解，我们也可以把数字孪生叫做数字镜像，或者数字化映射。它利用3D建模、传感器、物联网等技术手段，在线上复制一个与现实几乎一致的“数字体”。这个数字体能够通过大量数据，记录现实中的一举一动，“投射”到系统中。

用人话总结一下，仿真是基于现实的规律，创造出虚拟的物体，而数字孪生，则是把真实世界的真实事物，可以是物体，也可以是某种过程，经过精确测量后，在虚拟空间创造出的可以反映真实情况的数码复制体。

共同之处是，他们都能成为人们的好帮手。

某种程度上说，你可能在各处都能见到实时监控数据的大屏幕，那也是种简单的数字孪生；而苹果近年大力推进AR，其中一个应用，就是让普通消费者用手机上的激光雷达，扫描所在的房间与家具，将结构和尺寸录入手机软件，就可以生成你的房间的数字孪生——当然，精度不是很高。

其实，数字孪生不仅可以帮UP主改造自行车，更能成为工业生产、城市管理等领域的重要工具。

在获得制造业的垂青前，数字孪生主要用于军工。

2009年，美国国防部提出“机身数字孪生”的概念，将数字孪生用于航空航天飞行器的维护。另外，通过飞行器身上的传感器，相关实验室还能收集到飞行器的飞行数据，用于后续研究［2］。2012年，NASA发布了一项“建模、仿真、信息技术和处理”路线图，数字孪生这才被更多人了解。

此后数年，数字孪生一直被美国空军所看好。

但它进入民用生产领域的历史并不长，直到2015年5月，通用电气推出数字化风电场，才把数字孪生技术推向商用。2017年，更多国际巨头先后涉足数字孪生技术：

西门子发布了数字孪生体应用模型；

美国参数技术公司推出基于数字孪生技术的IoT解决方案；

达索、通用电气等企业也开始宣传数字孪生技术。

而在国内，阿里巴巴等互联网公司也紧随趋势，纷纷布局数字孪生市场。根据阿里云此前的公开新闻，在城市大脑［3］、钢铁水泥、服装制造［4］等领域，数字孪生的概念已经投入实际应用。

数字孪生技术迅速成为工业生产的宠儿，自然是因为它有助于生产。中国工程院院士谭建荣曾在2020年指出，数字孪生应用于工业领域，能够实现资源调配、智能化生产，显著提高生产效率。［5］

2016～2020年，数字孪生连续四年入选分析公司Gartner的“十大战略科技发展趋势”。Gartner 的一份2019年的报告预测，到2021年，全球将有一半的大型工业企业，在生产中使用数字孪生技术，而这能使他们的生产效率提高10％。［6］

咨询公司MarketsandMarkets的数据则显示，全球数字孪生市场将在未来快速增长，规模从2019年的38亿美元，增长至2025年的358亿美元。此外，亚太地区市场规模增速也会远超其他地区。［7］

为什么数字孪生能提高生产效率？它是如何工作的？要回答这些问题，首先得看看制造业的数字孪生是什么样子——在工厂里，数字孪生复制的不再是一辆自行车、一架飞机，而是一条生产线。

跑在前面的竟是这家老国企

今年5月28日，在2021阿里云峰会上，阿里云与机械工业九院联合发布“汽车数字工厂1．0”行业解决方案，数字孪生是这个方案中的重要部分。

一汽红旗最新的新能源工厂“繁荣工厂”，将会是首个采用这套方案的主机厂。

这座工厂去年4月开始动工，投资78亿，是红旗品牌近年来突飞猛进的又一个信号。2017年，红旗年销量不到5000台，而去年的销量超过20万台，三年增长42倍，而今年大概率会超过40万台。随着需求迅速扩大，这个年产能20万台的新工厂由此诞生。

要造最好的车，肯定要配最好的工艺和装备。这是汽车工业颠扑不破的真理。

汽车工业，人类制造业的明珠之一。它是一种典型的离散制造：产品的生产过程通常被分解为很多零件，在不同的工厂甚至不同的企业里生产，生产过程更为复杂多变。而与之相对的则是流程制造，例如钢铁、水泥、服装等工厂，用一条生产线就将原料制成成品。

阿里云汽车行业架构师黄铮介绍，一辆汽车由3000多类、3万～5万种零部件组成，生产过程要经历冲压、焊装、涂装、总装、电池五大车间、200多种加工工艺，每个车间的生产设备完全不一样，与先前阿里云工业大脑覆盖的钢铁、水泥、服装等流程制造行业相比，汽车制造更加考验企业管理生产的能力。

与自行车和飞机的数字孪生类似，数字孪生工厂是对现实工厂3D形态的完全模拟。大到整厂五个车间，小到车间里每台设备和每一个生产动作，都映射在数字孪生上。简言之，它展现了人类对复杂系统的掌控力。

把工厂搬到虚拟空间里，有什么用？

对于车间的管理人员或者工程人员来说，偌大工厂的管理和生产安排变得没那么困难了。一汽新能源汽车工厂占地面积78万平方米，什么概念？相当于105个足球场那么大。

好在，数字孪生虚拟出来的工厂，与真实的生产环境1：1对应，人在办公室，就能看到生产现场一举一动。在数字孪生的应用中，管理人员能够看到每一个车间的工作情况，通过搜索定位、“拖拉拽”等简单交互，就能定位到生产线的每一个细节。

此外，数字孪生也降低了工人看懂数据的门槛。“它不需要你有什么CAD的经验、也不需要有太多专业知识。” 阿里云工业大脑数字孪生产品经理伍剑向放大灯介绍，就算拧螺丝的工人也看得懂。

除了实时性，“回放”也是数字孪生的重要功能。生产监管因此变得一目了然：借助数字孪生，工程师们可以快速追溯生产数据，甚至细化到当时螺丝的力矩，更容易分析故障的原因；在车辆交付给消费者后， “回放”仍然可以在售后服务中发挥作用。

但想让这一切科幻感的事情在工厂里发生，并不容易。传感器、通信模组、数采软件、算法等软硬件，它们是数字孪生的基础。

伍剑告诉放大灯团队，一个完整的数字孪生工厂，涉及至少三个领域的技术。

首先是数字孪生的载体平台。无论是设备的运行状况，还是生产线的生产数据，都需要运行的载体。这是整个数字孪生中最复杂、最关键的一套系统。

其次是三维技术。孪生世界要与物理世界完成“一一对应”，就意味着工程师要用大量三维技术还原工厂设备。“数字孪生”成为工业设计大奖的常客，就不奇怪了。（去年，阿里云的工业大脑数字孪生刚刚拿了中国设计智造大奖“金奖”。）

搭建好的三维模型，还要接入工厂的生产数据，才能把它们驱动起来。换句话说，这些三维模型不是用来观赏的，它要实实在在反映、指导生产动作。这需要特别精准、高性能的数据采集和处理技术。

如果回到原点，第一个环节就是对数据采集与监控系统的改造，排头兵就是异常复杂的连接设备传感器和PLC可编程逻辑控制器。

随着工厂自动化设备越来越多，设备接入点位和十年前相比，可能增加了二、三十倍。这些数据包括但不仅限于：

工厂的物流、仓储、内部控制环节产生的管理类数据；

温湿度计、机械臂等IoT类传感器产生的数据；

在进行安全管理、质量检查时，工厂还会借助视频手段，这些视频又是一类数据。

这些数据如何采集、监控并为生产提供参考，成了所有工厂跨越简单自动化的切入点。

在一汽红旗新能源工厂，阿里云和机械九院自主研发出一套数据采集与监控平台。数据采集的设备点位在工厂的五大车间里超过数百万个，数采频次最高可达200毫秒／次。大量的设备点位高频次介入，数采平台能不能撑住？这十分考验系统的处理能力。在红旗新能源工厂项目上线前，阿里云做了一个月的模拟测试，当有60万设备点位接入时，CPU的开销只占到30％以下。

对行业来说，这是个新记录。

当然，对车企来说，数采的手段并不重要，重要的是数据拿到手之后，如何用起来。“数据采集后，关键在于对数据治理的环节，这是核心技术。”一汽集团工程与生产物流部总装工艺部总监、一汽红旗新能源工厂项目负责人董玮在先前的采访中曾经表示：“这些核心技术我们肯定希望掌握在自己的手里，来保证数据模型搭建的自主性。”

数字工厂中的数据流向。

图丨放大灯团队据采访整理

数字孪生对数据的完整性提出了事无巨细的要求，让车企“自主掌握数据”成为一个基本要求。归根结底，一座数字孪生工厂，就是整个工厂的所有数据的集合。难怪机械工业九院副总经理李允升这样说：“我们给一汽红旗交付的是一个真正数据驱动的工厂。”

1分钟生产1台车，机器人绝不罢工

不过数字孪生，只是智能工厂的一块拼图。

阿里云和机械工业九院合作的“汽车数字工厂”，当然不只有数字孪生——实际上，基于数据和智能算法，数字工厂还在做更多的事。

放大灯团队据采访信息整理

在一汽红旗新能源工厂里，智能应用遍布五大车间。

其中比较容易理解的是用算法对质量做预测分析。打个比方，我们该怎样判断一颗螺丝有没有拧好？在传统的流水线上，这项工作当然需要人去做检查，但在数字工厂，就需要更自动化的策略。

IoT数据采集，当然能测出拧这颗螺丝用了多大力、拧了多少度数——但这还不够，数据指标不能解决一切问题，因为每颗螺丝、每块钢板都存在微小的差异。工厂是个复杂的系统，综合考虑这些复杂的因素，就需要建立算法模型，对“拧好螺丝”这件小事作出判断。

这只是汽车数字工厂智能算法的一个缩影。类似的算法，被应用到冲压、焊接、涂装、总装、电池电驱各个关键环节中，即时对生产质量给出判断。

另外一类算法，则是对生产设备本身的预测性维护。

高速生产的流水线中，每一个环节掉链子，都会打乱整个生产节奏。

“繁荣工厂”设计的生产节拍是60JPH（jobs per hour），即每小时完成60个作业、每分钟就有一辆汽车整装下线。如果一年停工10次，每次停工3小时，就会减少1800台产量，实际损失上亿。提前发现问题、集中处置，减少产线停工的发生，正是这套预测性维护算法带来的直接提升。

它通过IoT数采的生产数据，和流水线设备本身的寿命参数结合，以判断设备是否有部件即将超过使用寿命、需要维修，并由系统在第一时间向工程师报告问题。

如何报告呢？最快最明了的方式，就是在数字孪生的虚拟工厂里，显示出一个巨大的预警信号。即便是一线的工人也能马上理解，有什么可怕的事情正在发生，必须尽快解决。

人类对复杂系统的改造永远不会停止。福特T型车之所以短时间内成为风靡全球的爆款车型，要归功于福特在1913年发明的工业流水生产线。这条产线第一次实现了汽车零部件的标准化，第一次在总装车间采用了机械传送带，也让造一辆车的时间第一次缩短到93分钟。

为了更高的效率和品质，此后的一百年里人们几乎穷尽了自动化的所有可能。下一个问题便是如何降低自动化的费效比，如何让数据成为最重要的生产凭据——数据、智能算法、数字孪生已经是绕不开的“产线新势力”。

下个时代的“T型车”，无法简单地从一堆机械臂中诞生，智能制造的浪潮已经到来。

References：

［1］ 中山大学今年实行大类招生、集中培养：计算机类可分流到土木

［2］ 数字孪生：企业数字化未来之门

［3］ 阿里云《城市大脑：探索“数字孪生城市”》白皮书

［4］ 阿里云获中国设计智造金奖，工业大脑“数字孪生”成行业新宠儿

［5］ 谭建荣院士：用数字孪生技术赋能美好生活

［6］ Digital Twins： why virtual replicas of assets create real business value

［7］ 工业级数字孪生稀缺标的，赋能“智造”升级

在此背景下，OFweek维科网再次聚焦千亿级机器人行业，广邀名企及专家共聚一堂梳理行业现状及动态，共享耕耘成果，把脉新的增长极；同时展望未来，深入解剖智慧工厂的难点与痛点，让供需双方站在高水平平台共话智能制造系统集成的发展与未来。

经过4个多月的精心准备，由OFweek维科网主办，OFweek维科网·智能制造，OFweek维科网·机器人承办的“OFweek2020机器人产业在线峰会暨智慧工厂在线展会”活动将于明天（8月19日）上午9点正式拉开大幕。

1＋2＋3打造全方位观展体验

本次峰会及展会基于在线音视频＋即时互动的专业网络购销平台实现！具有参会成本低、沟通无障碍、参会无时间和地域限制，会议全程安全可控、稳定强等优势。

会议全程支持嘉宾远程真人视频、客商同步在线提问互动答疑解惑、大会资料下载、精彩随时回看等功能，助您足不出，即可获取新商机！展览形式简单，功能强大，安坐桌前即可与世界互联！

活动依托OFweek十多年办会经验及强大的会员资源、媒体资源优势，展览活动将通过OFweek全媒体集群向全行业发布，并联合新华网、新浪网、搜狐网、腾讯网、网易网、凤凰网等权威媒体助力品牌宣传，实现展会高效多渠道推广。

9位大咖全方位解读行业大势

深圳大学特聘教授兼哈尔滨工业大学博士生导师石大明、复旦大学智能机器人研究院副院长张文强、工信部特聘智能制造实战专家讲师董海滨、珞石柔性机器人产品负责人于文进、欣旺达智能制造研究院院长廖妍、海康威视移动机器人销售总经理傅高翔、配天机器人事业部总经理邓鹏、富士康集团市场总监董飞、新松机器人汽车行业销售负责人周魁元等9位专家和企业代表将在峰会现场就机器人、智能制造、智慧工厂等重点领域进行全面解读、剖析。

他们现场还会就观众问题进行现场解答，如您有问题想要咨询他们，在峰会时间线上提交问题即可，演讲完毕后，他们将会逐一解答。

当天议程

参会方式

扫描如下二维码快速参会：

关于OFweek维科网

中国高科技行业门户，现拥有行业会员1，000万余名，及时报道行业动态及大事件，提供行业会员全面的资讯、深入的技术和管理资源，举办各类线下、线上行业活动，并为高科技行业企业提供品牌推广、会议展览、产业研究、产业园、人才猎头培训、招商引资、产业基金、电商等整体和专业的服务。

在此背景下，OFweek维科网再次聚焦千亿级机器人行业，广邀名企及专家共聚一堂梳理行业现状及动态，共享耕耘成果，把脉新的增长极；同时展望未来，深入解剖智慧工厂的难点与痛点，让供需双方站在高水平平台共话智能制造系统集成的发展与未来。

经过4个多月的精心准备，由OFweek维科网主办，OFweek维科网·智能制造，OFweek维科网·机器人承办的“OFweek2020机器人产业在线峰会暨智慧工厂在线展会”活动将于明天（8月19日）上午9点正式拉开大幕。

1+2+3打造全方位观展体验

本次峰会及展会基于在线音视频+即时互动的专业网络购销平台实现！具有参会成本低、沟通无障碍、参会无时间和地域限制，会议全程安全可控、稳定强等优势。

会议全程支持嘉宾远程真人视频、客商同步在线提问互动答疑解惑、大会资料下载、精彩随时回看等功能，助您足不出，即可获取新商机！展览形式简单，功能强大，安坐桌前即可与世界互联！

活动依托OFweek十多年办会经验及强大的会员资源、媒体资源优势，展览活动将通过OFweek全媒体集群向全行业发布，并联合新华网、新浪网、搜狐网、腾讯网、网易网、凤凰网等权威媒体助力品牌宣传，实现展会高效多渠道推广。

9位大咖全方位解读行业大势

深圳大学特聘教授兼哈尔滨工业大学博士生导师石大明、复旦大学智能机器人研究院副院长张文强、工信部特聘智能制造实战专家讲师董海滨、珞石柔性机器人产品负责人于文进、欣旺达智能制造研究院院长廖妍、海康威视移动机器人销售总经理傅高翔、配天机器人事业部总经理邓鹏、富士康集团市场总监董飞、新松机器人汽车行业销售负责人周魁元等9位专家和企业代表将在峰会现场就机器人、智能制造、智慧工厂等重点领域进行全面解读、剖析。

他们现场还会就观众问题进行现场解答，如您有问题想要咨询他们，在峰会时间线上提交问题即可，演讲完毕后，他们将会逐一解答。

当天议程

参会方式

扫描如下二维码快速参会：

关于OFweek维科网

中国高科技行业门户，现拥有行业会员1，000万余名，及时报道行业动态及大事件，提供行业会员全面的资讯、深入的技术和管理资源，举办各类线下、线上行业活动，并为高科技行业企业提供品牌推广、会议展览、产业研究、产业园、人才猎头培训、招商引资、产业基金、电商等整体和专业的服务。

        而作为工业4.0的最大主题，智能工厂可谓贯穿产业升级全过程。智能工厂主要研究智能化生产系统及过程以及网络化分布生产设施的实现。

        智慧工厂的主要特征包括：

        1、利用物联网技术实现设备间高效的信息互联，数字工厂向“物联工厂”升级，操作人员可实现获取生产设备、物料、成品灯相互间的动态生产数据，满足工厂24小时监测需求；

        2、基于庞大数据库实现数据挖掘与分析，使工厂具备自我学习能力，并在此基础上完成能源消耗的优化、生产决策的自动判断等任务；

        3、引入基于计算机数控机床、机器人等高度智能化的自动化生产线，满足个性化定制柔性化生产需求，有效缩短产品生产周期，并同时大幅降低产品成本；

        4、配套智能物流仓储系统，通过自动化立体仓库、自动输送分拣系统、智能仓储管理系统等实现仓库管理过程中各环节数据录入的实时性以及对于货物出入库管理的高效性；

        5、工厂内配备电子看板显示生产的实时动态，同时，操作人员可远程参与生产过程的修正或指挥。

        智慧工厂的基本架构：计划层+执行层+控制层

        智慧工厂拥有三个层次的基本架构，分别为顶层的计划层、中间层的执行层以及底层的设备控制层，大致可对应为ERP系统（企业资源计划）、MES系统（制造执行系统）以及PCS系统（过程控制系统）。
 

▲ 智慧工厂基本架构
 

        智慧工厂下游应用

        按MES系统的分类，智慧工厂的下游行业可粗略地划分为离散型与流程型。其中，离散型行业主要包括机械、航空航天、汽车等，流程性行业主要包括石油化工、生物医药、食品饮料、纺织等。
 

▲ 智慧工厂主要下游应用行业
 

▲ 部分下游应用行业工厂自动化改造项目及降本增效情况
 

        我国智慧工厂发展情况

        产业升级需求

        智能制造装备产业主要包括智能测控仪器仪表、数控机床、工业机器人、自动化成套生产线等。根据《智能制造装备产业“十二五”发展规划》，2010年我国部分智能制造装备产业销售收入逾3000亿元，至2015年产业收入突破1万亿元，至2020年实现销售收入3万亿元。
 

▲ 2010-2020年我国智能装备制造产业市场规模（亿元）
 

        劳动力成本优势消退

        自2008年以来，我国劳动力成本的增速明显快于工业生产效率增速。据权威机构的测算数据显示，我国的制造业劳动成本在2019年将为越南的177%、印度的218%。
 

▲ 东南亚国家制造业劳动力成本对比（美元/小时）
 

        我国智能制造示范项目不断加速

        在全球制造业加速向数字化、网络化和智能化方向发展的背景下，我国于2015年正式颁布《中国制造2025》，其中明确提出将智能制造工程作为政府引导的五个工程之一。

        如果说2015年为我国实施“智能制造试点示范专项行动”元年，2017年项目实施正加速落地。另外，国家对于智能制造装备行业的补贴额增速也在加快。
 

▲ 2015-2017年我国智能制造试点示范专项行动数量变化
 

▲ 2011-2016年我国智能制造专项政府补助金额（亿元）
 

        我国智慧工厂市场空间

        自动化生产线通过工件传送系统与控制系统将生产设备相互联结，从而实现全部或部分生产过程的无人化。如果将智慧工厂简单以自动化生产线市场为代表，博思数据的统计显示，2014年我国自动化生产线产量为8780条，同比增长19.29%；需求量为21100条，同比增长10.47%。

        从需求分布看，主要来自汽车、工程机械、物流仓储、家电电子行业，占比分别为42.4%、29.8%、9.5%、6.2%。
 

▲ 2009-2015年我国自动化生产线供需情况
 

▲ 我国自动化生产线行业分布
 

        德国工业4.0工作小组的统计认为，2012年我国自动化市场规模已达到约8000亿元，占全球市场的29%。2016年，我国自动化市场规模达1403亿元，其包括产品市场与服务市场。在应用市场方面，罗兰贝格的调查认为，中国2016年的自动化应用市场规模可达3876亿元，同比增长16.43%。
 

▲ 2004-2017年我国自动化市场规模（产品+服务）
 

▲ 2012-2016年我国自动化应用市场规模及增速
 

        智慧工厂：计划层与执行层

        工业软件指应用于工业领域的软件，按应用分类可将工业软件划分为运营管理类、研发设计类与生产调度与过程控制类。其中，运营管理类软件主要包括ERP、SCM、CRM等，研发类指CAD、PLM等，调度与控制类的主要代表包括MES、SCADA等。
 

▲ 工业软件应用分类及主要供应商
 

        工业软件的市场规模方面，全球企业级软件市场在2016年规模为3260亿美元，同比增长3.84%。国内市场在2011年的总体规模约为616.34亿元，至2016年上升至1247.3亿元，其中2016年同比增长15.5%。据推算，预计至2018年，国内工业软件的市场规模将超过1600亿元，平均增速保持在两位数水平。
 

▲ 2012-2016年全球企业级软件市场规模
 

▲ 2011-2018年中国工业软件市场规模
 

        智慧工厂：控制层

        工业通讯

        工业通讯包括现场总线、工业以太网以及无线网络。目前，我国现场总线存量市场占总市场逾95%，但从发展趋势看，工业以太网代表未来方向，2014年，工业以太网新增节点占总新增市场的份额仅为5%左右，预计今后将逐步扩大。

        在我国装备制造业向高端化转型的过程中，工业通讯市场成长迅速，根据中国工控网的统计，2014年国内已安装市场规模2891万节点，同比增长10.7%，新增市场规模279万节点，同比增长3.1%，其中，工业以太网占比整体稳步上升。
 

▲ 中国工业通讯行业已安装市场份额占比
 

▲ 中国工业通讯行业新增市场份额占比
 

        中国自动控制系统装置：PLC

        根据统计数据，2016年我国PLC市场构成中，小型PLC占比进一步提升，约为46.8%，较2015年提高6.6个百分点。另一方面，按下游应用领域划分，PLC市场可分为OEM市场与项目型市场，整体看OEM市场占总规模约67.4%。
 

▲ 2016年我国PLC市场构成（I/O数量）
 

▲ 2016年我国PLC市场构成（下游应用）
 

        据数据统计，2016年我国PLC市场规模约59.6亿元，较上一年有小幅下滑，预计2017年同比增速将超过10%。ARC调查认为，2016年起亚洲将成为全球最大的PLC市场，占比超过1/3。
 

▲ 2009-2019年我国PLC市场规模
 

        工业自动控制系统装置：DCS

        分布式控制系统（DCS）由过程控制级和过程监控级组成的以通信网络为纽带的多级计算机系统。相较于更偏重局部逻辑控制的PLC，DCS主要用于模拟量系统的整体控制。

        ARC的报告显示，2012年中国DCS市场规模约在12亿美元，较上一年同期微增2%。2016年以来，国内市场继续下滑，我国当年DCS市场规模下降至60.52亿元，同比下降14.37%，预计2017年增速将由负转正。
 

▲ 2013-2020年我国DCS市场规模
 

▲ 2016年国内DCS产品下游应用领域占比
 

        从我国DCS产品的供应商结构看，进口供应商的占比约为50%。国内企业则有浙大中控、和利时、国电智深等。
 

▲ 2016年我国DCS市场竞争格局
 

        智慧工厂：设备层

        数控机床受益消费电子行业

        2016年，我国机床行业产出总额为229亿美元，同比增长3.6%。具体来看，金属成形机床产出值107亿美元，同比增长8.1%；金属切削机床产出值122亿美元，同比增长8.1%，占比46.72%。

        数控化率情况方面，以切削机床为例，2016年我国金属切削机床总产量约为78.32万台，其中数控金属切削机床占总产量比例超过30%。
 

▲ 1990-2016年我国金属切削机床产量
 

▲ 1990-2016年我国金属切削机床数控化率
 

        作为金属切削数控机床的重要构成，高速钻攻中心由传统立式加工中心演变而来，主要应用于消费电子行业小型金属精密结构件的CNC加工，具备高速、高精、高效等优势。

        据测算，在不考虑苹果手机产业链对于CNC加工中心需求的假设下，至2020年，全球CNC理论存量需求将达到23.57万台。在不考虑更新替换需求的假设下，2017-2020年全球年均新增CNC需求约4.25万台，按一台设备20万元计算，年均增量市场空间约85亿元。
 

▲ 2015-2020年全球手机金属精密结构件CNC设备需求测算

        年初，世界经济论坛宣布，“制造业灯塔工厂”网络迎来7名新成员，加上2018年公布的9家“灯塔工厂”，目前全球已经有16家“灯塔工厂”，其中5家位于中国，分别是天津的丹佛斯商用压缩机、深圳的富士康、无锡的博世汽车、青岛的海尔和成都的西门子工业自动化产品。

▲ 海尔无人工厂

        海尔互联工厂将用户、模块商和工厂等要素用开放的平台模式聚合到一起，原有的模式下用户的需求都是串联的流程，从研发到市场调研，再到供应商，供应商再发货给工厂，最后到物流和售后。现在这个平台模式下流程变成了并联的方式，用户的需求同时到达研发、供应商、工厂这些端口，大家同时开始响应，原先长达18个月之久的研发周期现在可能大大缩短，产品迭代速度提高，并且投放市场成功率大幅提高。

        生产制造柔性化、模块化、自动化。生产制造的核心环节（生产计划、生产模式）被改造，生产计划将从传统的以月为单位变为以小时甚至分钟计量，这个需要系统即时的信息处理。自动化使得效率提升，原先人工15分钟更换一套模具，海尔的互联工厂可以实现15秒更换5套模具，效率提升90倍。此外，模块化意味着模块标准化程度的提高，将一个产品分节为多个标准化模块，使得产品迭代速度明显提升。

▲ 西门子（成都）工厂

        “3D模拟生产线优化”：西门子员工利用3D模拟、增强现实和其他技术，完善工厂的设计和运营，促使产量提高3倍，缩短周期时间。

        SEWC是西门子在德国以外建立的首家数字化工厂，也是西门子继德国、美国之后在全球的第三个工业自动化产品的研发中心，实现了从产品设计到制造过程的高度数字化。

        凭借以“数字化双胞胎”为核心的柔性生产技术平台，SEWC能够确保快速分配资源、高效排产并遵循高质量标准。在过去5年中，SEWC高度柔性的生产方式保证了99%的及时交货率。其次，数字化的生产方式促进了高效生产，使工厂的产量增加了4倍。在工业自动化产品的制造方面，SEWC遵循全球统一的质量标准，过去5年内产品质量合格率达到99.999%。

        此外，SEWC在过去5年中接待了3万余名访客，与中国业内的合作伙伴分享数字化工厂的理念和实践经验，为客户提供全方位的深度沟通和交流，帮助客户了解未来制造业的发展方向。

▲ 富士康深圳工厂

        这家专门生产智能手机等电气设备组件的工厂采用全自动化制造流程，配备机器学习和人工智能型设备自动优化系统、智能自我维护系统和智能生产实时状态监控系统。富士康注重优先引入第四次工业革命技术，令生产效率提高30%，库存周期降低15%。

        博世无锡工厂主要生产共轨喷油器和废气后处理系统组件等产品。三年来，无锡工厂自主开发的数据分析系统大大提高了工厂的生产力。整套系统涉及包含200多台机器的四条价值链。在无锡工厂，一套独特的模型用来提高刀具利用率，模型中所使用的数据分析方法可以很好地平衡刀具成本与设备停机时间。

        此外，基于博世生产系统（BPS）和工业4.0，博世无锡制定了全面升级战略路线图，该战略路线图包括覆盖整个价值链的40多个项目，例如关于条件监测的多个应用实例，一个优化设施能源消耗的系统，使用RFID技术进行备件跟踪，数据挖掘提高一次通过率，针对不同场合的负载均衡，动态瓶颈分析，并利用智能眼镜为操作员提供指导，进一步发展混合现实的实际应用。

        丹佛斯商用压缩机凭借全数字追溯系统与智能传感器、视觉检测、自动监控系统等数字工具成功改善了质量控制体系，在两年内将劳动生产率提高了30%，客户投诉率减少了57%。

        新一批七家工厂

        宝马集团（位于德国雷根斯堡的工厂）：该汽车工厂在2018年生产了约320，000辆汽车。尽管工厂在引入定制化物联网平台上投入了不少时间与成本，但最终成功将新应用程序部署时长削减了80%，在大幅降低了物流成本的同时也令质量问题减少了5%。

        丹佛斯商用压缩机（位于中国天津的工厂）：该工厂主要生产冰箱、空调机组等产品所需的压缩机。丹佛斯凭借全数字追溯系统与智能传感器、视觉检测、自动监控系统等数字工具成功改善了质量控制体系，在两年内将劳动生产率提高了30%，客户投诉率减少了57%。

        富士康（位于中国深圳的工厂）：又被称为“黑灯工厂”，这家专门生产智能手机等电气设备组件的工厂采用全自动化制造流程，配备机器学习和人工智能型设备自动优化系统、智能自我维护系统和智能生产实时状态监控系统。富士康注重优先引入第四次工业革命技术，令生产效率提高30%，库存周期降低15%。

        Rold（意大利 Cerro Maggiore）：这家拥有240名员工的企业，主要生产洗衣机和洗碗机锁定系统。作为“灯塔网络”中唯一一家中小型企业，Rold 使用智能手表、快速成型和数字仪表板等第四次工业革命技术，成功将营业额提升7%~8%。

        Sandvik Coromant （位于瑞典 Gimo）：这家切削刀具生产商利用覆盖全生产流程的数字主线，大幅提高了劳动生产率。“非接触式转换”就是其中一例，其支持设计模式自动更改，即使在无人操作（移除结束时的指示）的转换期间也是如此。

        沙特阿美 Uthmaniyah 天然气厂（位于沙特阿拉伯 Uthmaniyah）：这座巨型天然气处理厂多项技术在第四次工业革命技术应用方面已经成为表率，包括管道和机械无人机检查技术（节约 90%的检查时间）和可穿戴技术，例如有助于减少工人检查和维修时间的数字头盔。

        塔塔钢铁（位于荷兰艾默伊登的工厂）：这座大型工厂拥有9000名员工，它始终坚持以人为本，特别设立了高级分析学院，协助工作人员提出有利于减少废弃物、改进生产过程质量和可靠性的解决方案，令工厂财务状况大有改善。