在这座工厂中，负责三组装配重型车辆设备车桥用主轴的部门，采用了 AURA （协作机器人）来进行生产：这款机器人由柯马设计建造，专门用于 HuManS （以人为中心的制造系统）项目，由皮埃蒙特大区向市场推出，专用于构建智能工厂平台，这一平台也正是菲亚特动力科技、柯马和另外 17 家同行业公司共同合作所带来的成果。这一项目以人作为生产系统的中心，四周环绕各种机械设备，在制造过程中提供各种协助，共用同一空间，同时又能够确保绝对安全。

AURA与工人协同作业

AURA 高约三米，重约三吨，是一款协助工人进行工作的协作工业机器人，无需任何围栏结构，可与工人在同一工位进行作业，协助工人执行各种最为劳累繁复的作业，并且还可在需要时由操作员来手动操纵指导。具体来说，AURA 能够完全自主地从供料车上取下工件，准确交到同工位的工人手上。而且从这个节点开始，便由工人接管操作控制权，引导机器人采用专门把手进行动作，使得机器人能够将工件放至工作台上，与操纵杆相连接。

完美的协作和协同，确保人和机器人各司其职，发挥最佳效率。这款机器人能够有条不紊地、毫不费力地执行繁重的工作，是市场上唯一一款负载最高可达 170 公斤的协作机器人，而后续的精细装配阶段工作则由人来控制，充分利用人的技能来适应可能因产品型号而出现的各种操作条件和装配策略方面的极大差异。

强大的负载绝非是 AURA 机器人能够在同类产品罕逢敌手的唯一优点。实际上，作为一款协作机器人，还必须能够在作业空间内正确识别出不管是其它机械还是真实的人是否就位，并据此相应调节自身动作行为。此外，这款机器人还利用各种“感官”，来确保能够以最佳方式做到这一点。

一套“敏感皮肤” － 柔软，以人类皮肤为灵感 － 确保能够正确判定是否应减慢动作速度或完全停止。机器人还会通过一个 3D 摄像头来形成“视野”，来扫描正在拿取的工件，准确判定工件的位置。不仅如此，机器人还会通过夹具来获得“触觉”，确保使用稳固但又恰到好处的力度来拿取工件。但还不止这些。为了在FPT工业传动系统装配线上的人员无障碍地工作，AURA配备了真正的“第六感”：一种先进而复杂的激光扫描系统，该系统可以在机器人操作时调查和监视工作空间。

菲亚特动力科技和柯马在 2017 年 HuManS 项目仍处于起始阶段时便积极参与其中，共同定义了对这款产品的要求及其使用范围，目标是通过部署专门以工厂人体工学的新技术解决方案来改进工艺过程，提高生产效率。同时，作为最终用户，菲亚特动力科技与柯马也一直不断地为确保对实际工业应用和所带来结果进行有效的监控，让新方案从科研到实际应用的转化更为顺畅。

“我们十分高兴能够与像柯马这样的优秀合作伙伴推进这个项目，”菲亚特动力科技的生产经理 Giuseppe Daresta说到， “在都灵传动系统工厂所创建的配置，代表了一次强大的创新，得益于能够与工人操作员安全共享工作空间，重型元件手动装配工作中的人体工学得到了极大的改进。同时它还是对结合实际生产需求而研发的新技术，进行推广的一个重要载体。”

“像菲亚特动力科技和柯马这样两家在技术领域处于领先地位的企业之间的协作，带来了一套创新的解决方案，其中的核心便是 AURA协作机器人。柯马一直以来都积极参与各种新产品和新系统的研发，以期在灵活性、质量和效率方面改进客户的生产工艺 –柯马的首席技术官 Pietro Ottavis如此评述道。‘协作’ 机器人和数字化设备只是柯马在其自己的工业 4．0 策略（称之为 HUMANufacturing）中主要技术成果的一小部分，柯马的这一策略旨在创造用于生产运营之中的一套完整且安全的协作系统，解决那些需要更快速度、更大强度和更高重复性，以及具有一定危险性的生产运营中对工人所需机械辅助设施的协助需求。”

柯马AURA机器人

菲亚特动力科技工业集团是凯斯纽荷兰工业集团旗下子公司，专注于道路及非道路用车辆、船舶和发电机组使用的动力总成的设计、生产和销售。公司在全球范围内拥有超过8，000名员工、10家工厂以及7个研发中心。销售网络覆盖约100个国家，包括73家经销商和800多家服务站。丰富的产品线，包括6个发动机系列提供42到1006马力，扭矩输出200到500牛米的变速箱，轴荷为2到32吨的前、后车桥。菲亚特动力科技工业集团还为工业应用提供市场上最全马力段的天然气发动机系列，包括136马力到460马力的发动机。对研发的专注使得菲亚特动力科技工业集团（FPT Industrial）成为全球工业动力总成的领导者。

柯马是菲亚特克莱斯勒（FCA）集团的成员，是提供先进工业自动化产品和系统的全球领导者。它的综合产品组合包括用于电动、混合动力和传统动力汽车制造的技术和系统、工业机器人、协作和可穿戴机器人、自主物流、专业加工中心以及能够传输、设计和分析机器和工艺数据的互联数字化服务和产品。凭借超过45年的经验和在主要工业国家的强大地位，柯马正在帮助几乎任何行业的各种规模的制造商体验更高的质量、更高的生产率、更快的上市时间和更低的总体成本。柯马还提供项目管理和咨询服务，以及各种工业部门的维护和培训。公司总部位于意大利都灵，柯马在全球范围内有7个创新中心，5个数字化中心， 8 个生产工厂， 分布在14个国家，超过9，000名员工。全球经销商和合作伙伴网络使公司能够快速响应世界各地各种规模客户的需求。作为开放自动化方法的一部分，柯马还致力于通过形成个人和团体来增强效能，从而改善人机协作。这包括柯马学校的实践培训计划，该计划旨在培养应对工业4．0 挑战和机遇所需的技术和管理能力。

图为德国凤凰接触器公司员工在生产线上进行零件组装。凤凰接触器公司供图

在智能示范工厂里生产爆米花“阿历克塞，开始分拣程序。”

随着弗拉特博士一声令下，眼前的人机交互界面应了一声“OK”，机器便开始运转。一大把掺杂着黑色测试物的玉米掉落到传送带上。几秒钟内，黑色测试物被全部分拣，只有合格的玉米进入后续爆米花生产。

“玉米粒次品率等数据，会由玉米分拣系统自动提交给爆米花厂家，供其优化生产流程。整个爆米花生产过程除了语音唤醒‘阿历克塞’，其他都由搭载了智能传感器的机器来完成。”弗拉特向本报记者介绍。

弗拉特是弗劳恩霍夫工业自动化应用中心智能传感系统项目的负责人，而这一玉米分拣系统正出自该中心。

这条玉米分拣系统是东威斯特法伦—利普智能工厂（简称OWL智能工厂）的10多条工业4.0示范线之一。OWL智能工厂由弗劳恩霍夫工业自动化应用中心和东威斯特法伦—利普应用科技大学联合设立。该工厂目前不生产任何产品，而是一个展示工业4.0的示范平台。

白色半弧形的厂房，四面被大落地窗环绕，各式自动化机器整齐排列，一架黑色无人机挂在屋顶。弗拉特说，无人机可以在生产车间发挥“信使”功能，自动传递小型零件和档案资料。

在OWL智能工厂，工业4.0并非宏大叙事，而是一个个如玉米分拣系统一样的具体案例，参观者可以观摩甚至亲身体验。

穿戴好增强现实设备，眼前浮现出一个虚拟3D装配线。参观者只需根据屏幕上的指示，从不同的盒中取出部件，按图示步骤组装好元器件，放在检测仪中，系统便会自动显示是否合格。

以上这一切并没有真实发生，却可以完全模拟生产线运行情况，并发现问题。在传统工厂，无论设备调试还是样品生产，都需要反复实操，花费大量时间和其他成本。如今，基于大数据以及软件技术搭建的“数字化双胞胎”，在设备投产前就能预先发现和解决问题。

“有了这些应用，工厂可以更好了解生产情况和数据，及时分析改正错误，提高效率和品控，节省人力成本。”弗拉特说。

在《工业4.0：即将来袭的第四次工业革命》一书作者森德勒看来，工业4.0不仅仅是自动化，而是对产品研发、生产、销售、服务等整条价值链实时管理，并从终端使用者的多元需求出发，反推至前述各个环节，创造成本可接受的个性化产品。

以汽车为例，宝马的电力辅助刹车系统部件由博世集团的6个工厂生产，然后在一个工厂组装。借助工业4.0，宝马可以随时知道每一个零部件在供给链中所处的状态，并根据消费端的数据调整库存，提高交货效率。

推动工业4.0，实现对传统工业生产、销售和服务等环节的数字化和智能化变革，对企业的技术应用、软硬件设备和专业人员提出了很高的要求。这与前三次工业革命以及过往一二百年间的价值链逻辑完全不同。博世、宝马这样的大企业可以做得很好，但对占德国企业总数99%的中小企业并非易事。OWL智能工厂建立的初衷，即是在工业4.0的实施过程中为中小企业提供测试环境，降低它们的试错成本。

OWL智能工厂只是“It's OWL”集群的一部分。这一集群由德国联邦政府支持，北莱茵—威斯特法伦州政府牵头，集合了东威斯特法伦—利普地区近200家制造企业、16个科研机构以及6所大学，是德国针对中小企业实施的最大的工业4.0计划之一。

与大企业的成套方案不同，“It's OWL”针对中小企业的不同需求，将大企业的成套方案拆解，将其中有用的部分重新开发组合。

这些私人订制方案非常具体，涉及的产业也五花八门。爆米花原料分拣和供给如何通过智能化实现加速，急救包安瓿瓶托架如何既防震又易拔取，如何收集印刷机胶辊磨损数据以便耗材数字化管理……很多不起眼的行业，都引入了工业4.0。从2012年至今，“It's OWL”已经完成47个研究计划，向企业转移项目171个，创造了7500个新增就业岗位。

这一过程并非无偿提供，中小企业需要付费咨询。但相比优化之后节约的成本，许多企业认为付出是值得的。

“通过工业4.0技术帮助德国中小企业提高经济效益，正是‘It's OWL’的作用。”弗拉特说。

“It's OWL”也仅仅是德国政府支持的数个工业4.0前沿集群中的一个。早在2013年，德国就将工业4.0纳入《高技术战略2020》，并形成由企业主导，政府、行业协会和研究机构共同参与，产官学相结合的工业4.0支持平台。德国联邦经济部还在全德成立了25个工业4.0能力中心。全德在工业4.0领域的总投资，已从2013年的3.2亿欧元上升到了2020年的26.2亿欧元。

去年底，一则新闻引发了全球业界关注：阿迪达斯宣布将关闭其位于德国和美国的“高速工厂”，订单重回亚洲人力代工厂，这距其开张不过三年。

在“高速工厂”，顾客可以现场扫描足部模型、在跑步机录入运动数据，借助机器人和4D打印，顾客5小时就能拿到量身打造的运动鞋。在过去，阿迪达斯一双鞋从设计到上架需要18个月，其中75%的产品不到一年就开始打折。

小规模订制化生产，理论上更贴近需求，避免产品滞销，一度被视为业界革命，然而事与愿违。虽然阿迪达斯没有透露具体细节，但高昂的运维成本和有限的产品选择，被认为是关厂主因。

这也被媒体称为德国第一个宣布失败的工业4.0案例。事实上，类似的失败案例已有不少。根据“It's OWL”的统计，在其171个企业转移项目中，有3/4企业表示满意，这也意味着25%的工业4.0改造方案没有达到预期效果。

“It's OWL”所在的东威斯特法伦—利普地区，是德国乃至欧洲制造业最发达的地区之一，在机械、电气、电子以及汽车领域拥有400多家企业，年产值170亿欧元，其中不乏行业引领者和隐形冠军。

即便制造能力雄厚、上下游配套便利、技术创新水平领先，该地区实行智能化生产也并非总是成功。这也反映出德国工业4.0遭遇的瓶颈，这一工业升级计划并非适合所有企业和行业。

在成本支出、经营理念、数据安全、人才建设等方面，诸多问题有待解决，许多企业也因此仍在观望。

“如今无论供货商和顾客，都要求相关的数据支撑。许多公司其实是在数字化大潮中被动接受了工业4.0。”德国凤凰接触器公司负责企业传播的工作人员安德雷·科勒告诉记者：“我们目前最大的挑战是缺少专业人才。”

根据德国联邦外贸与投资署工业4.0领域专家夏尔玛统计，约有30%的德国中小企业在工业4.0升级时感到力不从心，其经济实力无法承担未知的后果。“这些企业在前期必须进行非常慎重的考虑，比如通过咨询机构，至少从理论上确认工业4.0升级的可操作性。” 夏尔玛对记者说。

         1.Industry 4.0 工业4.0

         点评：这只是个概念的外衣。一切工业发展、信息化和互联网的概念综合。一向不擅长营销的德国人这次抢到了头彩，也引起了中国异乎寻常的欢呼。德国似乎决定放弃“德国制造”这个已经老掉牙的质量标签。而决心走向另外一个实际。实际上，它除了成为著名的自己之外，它几乎什么也不是。这个走红概念的下面，仍然是大量近十几年的设计、生产、制造、运维等先进管理思想和实践的综合。它用“互联网+”“大数据”“云计算”这样的金手指一点，所用借用过来的化学反应酶都产生了神奇的效应。

         2.CPS Cyber-Physical System 虚拟信息物理融合系统；虚拟网络-实体物理系统。

         点评：美国人提出来的概念，没有火起来，倒是被德国人改头换面，换成了大放异彩的“工业4.0”。

         3.CPSS Cyber-Physical Social System虚拟物理网络及社会系统

         点评：这是中科院自动化很早就有的想法，早到2009年，中科院数学与系统科学院院长王跃飞甚至断言，不久的未来，一个国家的军事国防能力，不再取决于其外在的物理军队与装备如何，而是由半生的内在的计算军队与装备之规模和水平所决定的。看上去国内对此并无太多重视；而IBM先进制造软件体系中，倒是对social（即社交属性）有着足够的兴趣。

         4.MES/MOMManufacturing Execution System/Manufacturing Operation Management车间生产计划与管理+现场制造采集与控制

         点评：MOM是制造运行管理系统，更加强调工厂的数据价值和实时管理。西门子正在积极地谋求其商业软件的链条发展，从其强大的PLM、CNC、MES、MES/MOM，都有其顶尖的产品。再往前走一步，跨到ERP也未必不可能。

         5.SPC Statistical Process Control统计过程控制系统

         点评：一种借助数理统计方法的过程控制工具。他对生产过程进行分析评价，分析反馈信息和系统性因素出现恶证照，最终达到控制质量的目的。这是工业大数据的一个重要领域分支，在最佳设备运营维护中具有重要价值。

         6.APS Advanced Planning and Scheduling 高级计划与排程，是一种典型的实时资源管理系统，其特点是同步、最优和实时化。

         点评：当生产计划需求变化的时候，APS就会同时检查能力约束、原料约束、需求约束、运输约束和资金约束等，这就保证了供应链计划在任何时候都有效。它主要是应对多变灵活的需求计划下，如何采用最优方案来安排生产的目标。几乎接近了工业4.0对于个性化生产的要求。

         7.CIMS Computer Integrated Manufacturing System 计算机集成制造系统

         点评：中国工业信息化第一波政府分钱运动的肇始。信息化被试水并且真的风生水起，但工业体系中的数字化表达与基于模型的构建能力，却也从此被耽搁。我们也许不能肯定地说，这是一个失败的早熟儿；但其大跃进式的发展信息化、对工业基础的护士，和投入产出比的低效，却从根基上延迟了中国制造业的发展。它导致了一个奇怪的结果就是：当今智能制造的两化深度融合的主题中，工业化现在不得不要向信息化融合，而信息化本来是为了解决工业化的效率而引入的。CIMS在上世纪90年代，是九五和十五制造业规划的闪亮明星，示范项目遍地开花并被人寄予厚望；而十三五即将开局之时，我们看见同样闪红的烟火，又一次照亮当空。

         8.GT Group Technology 成组技术

         点评：早在1950s俄罗斯人提出并被德国发扬光大的一个关于小批量生产和生产最优化的工业工程理论。在中国机械制造有着明确分管的机械部的带头组织下，我国GT技术曾经自80年代迎头跟上。成组技术无疑是柔性制造、CIMS乃至系统工程的最基础技术。中国目前这方面的研究和时间都被边缘化了，成组技术曾经有过辉煌但更多的是没落的二十年，恐怕是当下中国智能制造不得不回头重新补上的课。

         9.MBD Model-Based Definition 基于模型的产品定义

         点评：MBD使制造信息和设计信息公用定义到产品的三维数字化模型中，不仅是三维尺寸标注，更重要的是规范的定义了各种制造信息和产品结构关系（零件表）。美国是领头羊，中国在这一方面，不能选错了突破口，德国不是这方面的先驱。

         10.MBES Model-Based System Engineering 基于模型的系统工程，是系统工程领域发展的一种基于模型表达和驱动的方法。

         点评：可以看成是模型驱动原则、方法、工具、语言，实现在学科交叉和规模化的复杂系统的应用。美国人吵的很凶，也用于实践；德国人正在迎头赶上。

         11.MBE Model-Based Enterprise 数字化企业

         点评：MBE企业比工业4.0企业更容易说明白。有了MBE，互联网+就变得很容易。

         12.PDM product data management 产品数据管理，企业的核心资产

         点评：所有人都熟悉，但几乎又被最无辜的忽视。目前PDM就好比计划经济下的公社粮仓，产品数据被混乱不堪的堆放在这里，其真正的美丽，从来没有被中国国制造业所重视，如果PDM和BOM的数字化特性不被唤醒，大家还吵闹什么工业4.0？

         13.PLM Product Lifecycle Management 产品生命周期管理

         点评：广义PLM系统（包括CAX）支持产品开发、ERP系统负责“人财物、产供销”、SCM系统协调供应链，CRM系统关照企业客户和用户。这被称为信息化的四大件。

         14.SysLM System Lifecycle Management 产品的数据不再仅仅是机械、电子，也包括软件；甚至包括用户未来的需求和实时反馈

         点评：德国学者的新提法，为了强化数据管理的根本性改变；道理是清楚的，但目前反响不够大，大家或许会学着口型发出这个音，尚做不到脱口而出。

         15. EAI Enterprise Application Integrated 企业应用软件集成，各种异构系统的数据交换

         点评：信息化领域的乌托邦之一。

         16.GCE Global Collaboration Environment 美国波音公司提出的全球协同环境

         点评：研制新机型的数字化网络协同框架，这是波音早在2004年就提出的全球协同研发制造的框架。十年后，波音用这种方法管理上万家供应商。再工业4.0的横向价值网络的体系中，没有比波音更了解供应商的价值了。

         17.Horizontal Value Network 横向价值网络
 

         Vertical Value Network 垂直价值网络
 

         End to End Integration 端对端的集成
 

         点评：工业4.0的重要内涵之一，主要是对工厂的边界提出疑问和挑战。德国工业4.0计划中提及的三个集成（横向集成、端到端集成和纵向集成），其本意就是要实现工厂边界的突破，甚至突破生产车间的挑战。纵向集成主要基于管理域和生产现场结合，这样可以大大提高生产的效率和柔性，更多基于内部工厂资源的整合；而横向集成则是跨越了供应商的边界进行融合，形成了新的价值体系。在这一点上，跟波音打造供应商价值链的GCE（全球协同环境）一致，但波音已经在十年的实践中实现了这一价值的追求；端到端集成需要跨越生产资料供应商和销售网络的边界，甚至直接进入到消费者环节，用户可以获得更好的体验和服务。这是以用户需求驱动单元生产线（甚至单元机器）的巨大挑战，是对呼声甚嚣的C2B（用户订单定制）的回应。这对制造以工厂为核心的体系并不多见。

         18.TQC Total Quality Control 全过程质量控制

         点评：自动化大规模的引入，提高质量稳定性是非常重要的原因。在工业4.0时代，靠着机器人和智能终端的精准控制，TQC或将不再是成为棘手的问题。但中国制造业的当下，这却仍然是核心问题。唯德国是瞻的同胞们要注意了——这件事德国甩中国几条街。

         19.MRO Maintenance,Repair&Operations M维护、R维修、O运行

         点评：通常是指在实际的生产过程不直接构成产品，只用于维护、维修、运行设备的物料和服务。MRO主动性运营和维护其实一直是精明经营企业，率先从产品服务中盈利的主阵地。这次在工业4.0那种捅破天的无所不包的体系下，重新以“大数据”的光环冲出江湖，大家会惊异的发现，这里是工业数据最容易流出来的地方。马航370失事飞机的发动机，意外地成为MRO在线运维数据的热点案例。想想GE未来15年内将要向市场投放4万台发动机，那里将是一片无垠的数据蓝海。

         20.CE Concurrent Engineering 并行工程，亦称同步工程（Simultaneous Engineering）

         DFM Design for Mngineering 面向制造的设计
 

         DFA Design for Assembly 面向装配的设计
 

         点评：并行工程师目前国际上制造工程领域中重要的研究方向，它是一种思想和系统方法，以集成的、并行的方式，设计产品及其相关过程，包括对制造过程、支持过程的设计，从而打破涉及面与制造面，相互分离的局面。

         21.Lean Manufacturing 精益制造

         点评：它包含了即时响应（just-in-time，JIT）、零库存及敏捷制造的概念，同时也以减少错误为目的的六标准差（Six Sigma）互相补足。精益制造主要专注在客户的增值项目上、减少生产的废弃物以及提倡不断改进生产过程的方法。这是从丰田走向全球的明星概念和实践。丰田独具慧眼的发现，小批量生产完全可能比大批量生产的成本更低。这对工业4.0的推动，有着一脉相承的示范效应。

         22.IPT Integrated Product Team 集成产品研发团队

         点评：国外最流行的产品开发模式，便于统一资源。

         23.EDI Electric Data Interchange 电子数据交换

         点评：曾经是最激动的概念；现在听上去已经是过气的明星，但实际上它带来的无纸化贸易正在时时刻刻地发挥着巨大的作用。

         24.CM Configurationg Managemeng  构型管理

         点评：飞机制造史上最为重要的数字化管理思想。通过构型管理，复杂系统的销售、设计、制造、售后维护等都变成了数据一体化的命题。波音。空客都以此一飞冲天。当国产ARJ的年产量跌跌撞撞不过15架的时候，空客每3天可以制造一家A320的飞机。可惜CM不被国人重视，国人最爱工业4.0。

         25.BOM Bill of Materials 物料表，但不是简单指物料清单，而是包含一定的母子结构关系

         点评：BOM是制造业真正的DNA，其管理水平才区分先进制造业企业竞争力的核心指标。可惜的是，每个企业都熟练应用它，但它的实际价值又被令人惊诧的忽视——大量的BOM表的流通，基本是割裂式处理，伴随着大量的手工处理，巨大的工业大数据财富藏在其中却动弹不了，好像金子镶嵌在砂岩石上。

         26.SSPD Single Source of Product Data （逻辑相关的）单一数据源产品数据

         点评：将被镶嵌在岩石里的数据黄金抠下来的唯一手段。波音公司1997年提出的信息化概念，随后是十年的实践和推动，使得波音从2D图纸文档，彻底走向给予模型驱动的数字化企业。目前是波音和空客公司的核心竞争力之一。

         27.BD Big Data 工业4.0核心问题是大数据的问题

         点评：但中国制造业最头疼的问题是，数据被捆绑在不同的系统、软件、硬件、文档上，而无法解放。这是中国多年的二维图纸文化，重文档图纸不重模型造成的。没有人愿意做底层的数字化处理，这是“中国制造2025”的悖论，大家都认为问题出在高端装备制造上，其实根问问题之一在于工业基础的数字化表达和基于模型的驱动做的远远不够。

         28.DT 大数据技术

         点评：“从IT到DT”，这个对称而吸引眼球的概念，帮助人们迅速过渡到大数据时代。

         29.EA：Enterprise Architecture企业体系架构，实体体系

         点评：一种类似于蓝图的上层设计；这个E很容易有误导作用，听起来像是“公司”。这是顶层思想模型化管理的最重要的根基之一。中国制造2025需要它。

         30.AF Architecture Framework 实体体系框架，用来描述体系的顶层架构

         点评：中国智能制造的工业顶层框架，一定应该从这里出发。但从上而下是不可能一蹴而就的，因为需要照顾到不同的视角；而自下而上也不可能实现。但一定要一步步建设。这才是工业升级版本的依据。没

         有数字化模型和顶层体系架构的逐渐演化，谈论工业版本，毫无意义，纯粹是文字游戏。没有数字化，就没有工业版本。

         31.TOGAF The Open Group Architecture Framework 一种开放的实体体系架

         点评：这是EA的具体表现形式的一种。从美国国防部的信息管理技术框架演化而来，摆脱过于明显的军方背景。

         32.RAMI4.0 Reference Architecture Model for Industrie4.0

         这是ZVEI 在2015年3月CeBIT 展会上提出来的德国工业4.0的顶层体系框架
 

         点评：德国人并不擅长顶层体系框架，系统工程视角也是其弱项，但从工业4.0开始，德国制造业高层显然已经考虑到这个问题。有了这个参考架构，才能真正称得上德国工业4.0元年。

         33.DoDAF DoD Architecture Framework 美国国防部（DoD:defense of Department)全军顶层体系框架

         点评：在C4ISR的基础上，美国国防部制定了DoDAF顶层体系机构，为美国的联合作战指挥部、海陆空天等各军种、军备采购等六种作战业务方向，提供了顶层的框架设计规范，从而使得军方无论在指挥体系，装备数据交换。项目进度监控都有了无与伦比的模型驱动能力。美国人无疑是模型化的绝对先驱。DoDAF的引入与演化，在军队指挥史上具有里程碑的意义，英国、北约、挪威、澳大利亚纷纷以此构建了自己的顶层指挥体系。2015年2月兰德在《参考消息》上发表的一篇文章，指出中国解放军的作战能力落后的原因上，不无散漫地指出“中国指挥体系的落后”是其中最为重要的原因之一。如果用工业4.0做一个类比，美国、北约是在用数字模型和知识作战，而中国是在应用文档和沙盘作战。

         34.IoT Internet of Things 物联网

         点评：标准混乱，当下实践意义不明显但未能成大气候。许多人甚至与物流领域成熟的RFID相混淆。

         35.IoTS Internet of Things&Services 物与服务联网

         点评：目前进展不大，物品、设备、机器以及制造者，都没有走到这一步。在工业4.0的体系下，属于横向价值网络。

         36.MiRA Mixed-Reality Application 混合现实

         点评：一种虚拟与实际操作相结合的技术。它使得虚拟的、数字化存在空间和现实之间的信息实现同步，便于人类的感知和交互。相信《环太平洋》机甲战士，一个人如何操作比自己庞大上百倍的机器战车。工厂里不需要如此卖命，但危险和非宜人制造的环境下，就需要这种技术。

         37.AGV Auto-Guided Vehicle 自动导引小车或输送系统

         RGV Rail Guided Vehicle 有轨制导/穿梭车辆
 

         点评：AGV具有强大的自动化集成度和现场适应；RGV以其低成本和稳定性在汽车生产线的应用中占据主导地位

         38.DL Data Legacy 过去的资料与数据

         点评：这是中国制造2025的一个巨大的包袱；或者是绊脚石。如何在新升级体系下，迁移、清洗和兼容原来各种信息化资产和里面被锁住了的数据，决定了中国制造业腾飞的步伐。

         39.ENTIME 智能机电一体化系统的设计方法

         点评：德国针对工业4.0进行了许多大量而有意义的研究。ENTIME是德国把语义网和基于模型的方法联合起来，以便找到具体机器的解决方案的一个成果之一。语义技术是通向工业4.0的重要支柱，对中国制造技术而言，语言是少数抵御外来系统侵蚀的壁垒之一。

         40.IPV6 新一代网址域名管理协议

         点评：IPV4域名体系已经接近枯竭，相当于为每一粒沙子，都可以分配一个域名。未来工业4.0中，智能产品是可能都会分配给一个域名，从而记录它的前生、今世和未来。

         41.BITKOM 联邦信息经济通信和新媒体协会

         点评：很奇怪的名称，但却强悍地引导了德国工业与信息化的发展。

         42.VDMA 德国机械设备制造业联合会

         点评：机械与软件的边界，正在变得模糊；尽管自动化与软件从来也是VDMA的重要方向，但工业4.0激发了VDMA更大的雄心。

         43.ZVEI 德国电子与电气工程协会

         点评：德国协会的力量是强大的。BITKOM、VDMA、ZVEI构成德国工业4.0的秘书工作组，主导了德国工业技术发展的战略。中国制造需要这样扎实的工作组。

         44.FHG Fraunhofer-Gesellschaft 德国弗劳恩霍夫协会，弗劳恩霍夫研究所

         点评：德国也是欧洲最大的应用科学研究机构，偏重于应用科技的研究。1991年世界上第一台MP3就产生于其下面的集成电路研究所（当然不用说，MP3的大规模应用还是要靠美国人的营销意识）。下设80多个研究，年经费10亿欧元，是公助、公益、非营利的科研机构，为企业特别是中、小企业开发新技术，新产品，新工艺和管理问题。FHG与德国工程院、西门子公司等德国学术界和产业界的建议和推动下形成的工业4.0，成功成为德国国家级战略。

         45.Incose INternational Councile of System Enineering 国际系统工程协会

         点评：具有强烈的航空行业背景。实际上，系统工程在国防、航空、航天具有着强大的应用背景和实施的决心。该协会成立的最大动力，仍然是美国国防军工企业的实际需求，有着强烈的美国国防部的痕迹；该军方痕迹在2006年开始被逐渐摆脱，向民用和通用的工业领域发展。

         46.IIC Industrial Internet Consortium 工业互联网联盟

         点评：采用开放成员制，目标是建立一个打破科技壁垒的团体，以更好地推动大数据在现实物理世界和数字世界间的整合。这是美国GE公司率先提出，并联合IBM、思科等100家公司而成立，华为也是其中成员单位。核心仍然是各个厂商设备之间可以共享和传输数据，并挖掘其中的价值。作为软硬件相结合的巨无霸工业公司，GE与西门子旗鼓相当。但玩起顶层体系架构设计和互联网、大数据，GE似乎略胜一筹。中国智能制造，能从GE得到的启发，或许会超过从西门子所得。

         47.DMDII Digital Manufacturing&design of Innovation Insititute 美国数字化制造与设计创新研究所

         点评：美国先进制造中心的标杆性机构，2015年已经由奥巴马总统亲自宣布成立，并且准备建设15个这样的中心。目前在芝加哥中心已经开业，94000平米的面积，空前绝会。比较奇葩的是，这是美国陆军主导的项目——而美国陆军是美国知识管理最为成功的机构之一。美国陆军希望利用此机会，整合整个国家的力量发展新型制造技术，改善制造能力和相应的网络，进而改变工业界和军工业制造零部件和系统级产品的方法，而不仅仅是曾庆美国在制造领域的竞争力。

         48.ICT产业：Information and Communication Technology 信息和通信技术

         ICT是电信服务、信息服务、IT服务及应用的有机结合。为了成功过渡到工业4.0，ICT产业（创新周期相对短）应和机械、设备制造商以及机电系统供应商（创新周期相对较长）密切配合，以开发出所有合作伙伴都能接受的商业模式。

         49.KA：Knowledge Automation知识自动化

         点评：麦肯锡在《2025颠覆性的技术》报告对“知识工作者自动化”倍加推崇。知识自动化是指将各种经验、各种知识、数据、文档等通过模型驱动的方式，实现知识的自动流动，自动推送给设计师、工艺员、制造师，实现“知识伴随流程”。

         50.CPD Continuing Professional Development 继续职业教育

         点评：德国工业从来不会忽略人才、教育与职业培训，并在工业4.0白皮书中明确提到了“学院立方体”的概念，打造从职业学校、大学道企业的立体人才培养计划。这真是德国人的思路，教育永远不缺席。不禁要想想：中国智能制造，给CPD留下多少空间？

2012-2018年工业自动化行业总产值（单位：亿元）

         我国逐步迈向“工业4.0”，工业自动化呈现新市场特征
 

         随着《中国制造2025》战略的推进，我国正在逐步迈向“工业4.0”，企业不断布局制造业的自动化和信息化，目前，我国工业自动化呈现以下三个新的市场特征如下：
 

         我国工业自动化行业市场需求越来越旺盛
 

         工业自动化控制产品作为高端装备的重要组成部分，是现代工业生产实现规模、高效、精准、智能、安全的重要前提和保证，应用十分广泛。工业自动化行业上游主要为电器元件、钢材以及各种机械零部件，中游为工业自动化设备制造，下游主要涉及化工、电力、机器人、电动车、轨道交通等领域。目前，自动化设备主要应用于移动终端、新能源、汽车、硬盘、医疗健康和物流等领域，其中以移动终端行业最为突出。随着我国工业自动化的推行，我国工业自动化行业市场需求越来越旺盛，需求产品种类日益增多。
 

         工业自动化行业下游需求

         工业自动化行业主要产品分析

         工业自动化行业对中高端人才的需求量将会不断增加
 

         从国内来看，工业自动化控制系统行业有国家法规政策的大力支持，拥有庞大多元化的市场需求，而且我国工业自动化控制水平与欧美发达国家差距仍十分显著，未来工业自动化率提升空间非常广阔，对中高端人才的需求量将会不断增加。
 

         工业自动化行业发展影响因素分析

         工业4.0或工业物联网指的是将所有设备、计算机、人和产品等所有生产元素连接起来，并从中采集丰富的大数据，然后通对数据分析来指引导生产，最终使生产线达到最高的效率。实际上，工业4.0就是通过信息技术来提高工厂的灵活性和效益，帮助企业提供竞争力。

         那么，在工业4.0时代，机器人产业又将发生怎样的变化？近年来，机器人已经发展成为制造业的主要角色，机器换人缓解了工厂招工难的压力，提升了工厂的生产效率，在现代制造业充当不可或缺的角色。当工业机器人遇到工业4.0，将会产生微妙的变化，一些机器人厂商开始利用工业物联网，实现在线监测、预测性维护、流程优化等，将机器人的能力水平提升到了一个更高的级别。

         匆忙的生产流水线上，机器在不停地运转，工厂每一秒都在创造价值。生产管理者并不希望机器停歇，但机器磨损和故障难以避免，理想化的24小时不停机作业是很难达到的。不过，工业4.0的技术提供了新的思路，通过工业物联网连接和监控，可以进一步保障机器的正常运行。
 

         机器人厂商发那科和通用汽车开发了一个基于云的软件平台ZDT，这是一个零停机时间解决方案，用于分析从通用汽车工厂里机器人收集来的数据。该方案最初是用来消除停机时间，但随着越来越多的数据被收集，ZDT系统能力增长并产生了巨大的回报。据悉，从2014年项目启动到现在，通用汽车已经避免了超过100次重大的意外停机，对于汽车工厂来说，每一次停机可能很容易造成数百万美元的损失，这是一等笔巨大的开支。

         零停机时间方案使得生产设施有了预测性维护的能力，从机器人捕获的数据，然后在故障发生之前处理，从而避免了意外停机。只要从机器人中收集到充足的数据，就能根据自身的微小变化来诊断，然后对其进行调整进以提高整体效率。通过数据分析掌握机器的情况，管理者可以安排合理的维护计划，而不用进行非必要性的定期维护。

         工业4.0模式的意义不只是在于防止停机，包括工业物联网、信息物理系统、云计算、机器人、大数据、边缘计算等技术，将信息技术（IT）和运营技术（OT）融合起来，进一步提升机器的水平，使得工厂设备更加灵活和智能。

         在未来制造业中，机器人将连接到服务器，通过大数据的分析，以实现更合理的调度控制。在信息技术的助力下，机器人的工作可以比以往更协调和智能化，例如工厂的移动机器人在调度系统的监控下，可以识别出周边环境，顺利避开障碍物，以及与其它机器人进行有效的协作等。
 

         机器人的自主决策来自于周边环境分析和更多信息支持，收到来自实时生产系统和制造执行系统的工作信号，然后根据信号进行自主性的工作，例如生产线上原材料的补给，机器人只有知道了产线的生产状况，才能判断何时送出物料。

此外，机器人可以通过大数据分析，规划出最佳的路线，以缩短机器运行的时间。机器人连接云计算平台，通过丰富的数据洞察，能最大限度提高设备能力和生产效率，保证更高的产品品质。

        自从德国政府在2013年汉诺威工博会上发布工业4.0概念以来，每一届汉诺威工博会的主题都被定格为“融合的工业（Integrated Industry）”，其差异反映在副标题的选择上。例如，2014年紧跟着的副标题是“未来趋势”，2015-2018年分别是“加入网络大家庭”、“发现解决方案”、“创造价值”、“连接与协作”，而到了2019年，则是“工业智能”。沿着这些副标题的发展脉络，我们可以充分了解作为全球工业4.0风向标的汉诺威工博会揭示的历年来工业4.0的演进趋势。

        与智慧企业相呼应的工业智能

        SAP在2018年首次提出了企业在数字化转型后的下一个发展阶段——“智慧企业”，并描绘了智慧工厂和智慧生产作为未来工业蓝图的设想。这一设想反映了德国科技界对于工业4.0技术发展的最新判断和把握。

        在本届汉诺威工博会上，在展出的500多个应用案例中，与智慧企业相呼应的工业智能在布展中大量涌现。正如汉诺威工业博览会主席Jochen博士对工业智能的描述：“人类教导机器采取有逻辑、有目的的行动以满足客户的需求。人工智能系统可以生成知识，可基于数据和算法持续优化生产流程、电网及物流的运行状态，可靠地预测错误和故障。”

        从2013年以来，物联网、AR/VR、3D 打印、人机协同相继成为汉诺威工博会的热点。而在这一次的展会上，5G应用和生态能力开始逐渐吸引人们的眼光。

        工业4.0时代几乎所有的应用场景，都对实时无线通讯技术提出了极高的要求。高性能、低延迟、高容量的 5G 网络将给工业界带来巨大的变革。5G在工业领域所具有的巨大的潜力，将会推动更多的工业场景向在线、实时、智能的方向发展。

        在与工业4.0对应的工业互联网领域，平台一直是各大供应商角逐的主战场。随着平台技术的成熟，以及基于工业场景的应用日益丰富，不同应用之间的互操作成为瓶颈。提供与平台对应的生态能力，建立完整的应用生态和商业生态，将会成为工业4.0下一阶段胜出的关键因素。

        在本届汉诺威工博会上，SAP选择与德国罐装食品机械企业的隐形冠军Krones集团合作，展示Krones旗下Evoguard阀门制造部门的设计、计划、制造、交付、运行的端到端全流程集成业务场景——D2O（从设计到运行）。它既代表了德国工业界的最新实践，也是一本德国工业4.0/工业互联网的教科书。它所展示的SAP端到端的业务系统和PaaS平台，可以为广大企业快速建立实用的工业互联网，提供一个坚实可靠的骨干。

        SAP与Krones合作的这套场景，引入了多家合作伙伴共同协作完成——包括通讯领域的爱立信、自动化领域的倍福、机器人企业库卡等。在工博会上，SAP联合6家欧洲机械工程、工业自动化和软件行业企业，共同宣布建立“工业4.0开放联盟”，致力于建立用于运营高度自动化工厂的标准化开放生态系统，让智慧工厂内80%的机器采用统一的标准，实现企业间设备互操作。工业4.0开放联盟成员承诺，为用户提供标准化、开放兼容的，覆盖产品全生命周期的解决方案，从而帮助客户加快建立端到端的工业4.0/工业互联网系统。

        在工业4.0概念推出之后，中国企业在发达国家先进理念带动和政府政策双轮驱动下，形成了智能制造转型的热潮，前往汉诺威和德国其他企业参观交流的代表团络绎不绝。我们发现，中国客户的关注点已经从概念到方案，到更加关注工业4.0带来的价值，以及项目的投入产出比。但是，由于中国企业的制造水平和管理水平参差不齐，经常面对的问题是，在投入智能制造改造后，并不能像国外领先企业那样创造可观的价值。

        以预测性维护为例，领先企业在实现了资产管理系统之后，借助物联网技术，通过预测性维护实现更精细化的管理，可以带来显著的价值。如果在尚未实现资产管理系统的条件下就开展预测性维护的工作，当系统报警设备需要维护时，什么时间维护？维护系统需要什么技能？派谁来维护？备件从哪里调配？这一系列问题的答案都需要从其他系统获得。如果没有以资产管理系统为代表的众多其他系统的支持，预测性维护的流程是分散的，不能充分发挥预测性维护的价值。

        对于中国企业，SAP强烈建议在智能化转型中，不仅要借鉴领先企业当前转型的经验，还应当借鉴这些企业在智能化转型之前的信息化、自动化经验。领先企业的智能化是在信息化、自动化的基础上开始的。国内企业应当根据企业自身条件，合理地选择适合自己特点的升级路径。