数字化工厂该从何做起?

     制造业目前遇到了发展瓶颈。拿什么拯救制造业?政府,专家,大企业都纷纷出来开药方,最热闹的要数工业4.0,工业物联网,和工业大数据/人工智能。地方政府忙于开论坛,建云计算,大数据,物联网产业园,研究院。专家们比明星还要受追捧,赶场子放他们的PPT,做演讲。

      更有一些大企业和善于捕风捉影抓机会的人急于将概念变现。一时间和大小地方政府合作,搞起了各式各样的工业云,发动万家企业上云,百万工业App,各种各样的大奖赛,产业基金好不热闹。一个愿打一个愿挨,地方政府也乐此不疲。作者学疏才浅,不敢妄议,但是自幼爱刨根问底,便弱弱地问一句,这样好么?

   1 企业数字化真的需要急于上云么?

   目前大公司普遍的做法是建一个云平台,加入一些基本的协议,数据分析工具,就去忽悠企业使用它们的平台,建立企业的云服务应用。一旦发现感兴趣的企业并不多,传统企业并不领情。应为它们能提高的服务确实寥寥无几。无非就是让PLC或者传感器 的modbus数据传到云端,再加上一些简陋的网页或者手机App查询而已,一个业余的程序员就可以搭建一个类似的平台。

  真正需要上云的企业并不多。在工业互联网做的比较好的应该是美国的GE 公司,他们的predix system 应该是比较典型的工业物联网了。但是他们的具体案例大多数是GE 比较擅长的大系统,比如航空发动机,风能发电机组,汽轮机,石油化工等这样的大系统。最后连GE 也扛不住,差点将predix 卖掉。

                                              GE 公司的边缘控制器

按笔者的观点,对于中小型企业来讲,如果需要开展大数据应用,完全没有必要将数据上云。制造企业的设备都是集中在一个企业内部,就连一个钢铁厂而言,也不过几百亩的范围而已。如果企业内部的数据量不是天量数据的化,在企业内部建立一个企业级大数据平台投资也并不大。大概采用几台服务器就非常强大了。而且可以利用集群技术不断地扩展。况且目前大多数的企业不希望自家的数据存放在云端,更愿意自主可控。另一方面,如果企业产生的数据非常巨大,又如何保证这么大的带宽快速实时地传输到云端呢?这么简单的道理,明眼人都明白。只不过卖沙发的人给你的方案一定是“牛车上绑沙发”,而不是牛车上铺稻草。

    我们做了相关的实验,在企业内部建立了一个基于telegraph+influxDB+chronograf+kapacitor(TICK)平台,使用MQTT 采集传感器数据。完全可以应付企业大数据应用。投资并不大呀!

    有些专家觉得自己建立的平台缺乏应用程序的支撑,又不想老老实实的地像GE,微软那样自己开发软件或者收购企业,开发各种微服务。他们摆脱不了”建个平台,让别人去折腾,朕等着收钱“的思维模式,又支招让其它人开发所谓的工业APP。组织各种大奖赛,从中国电信到教育部门都在开展各种各样的创新大赛。我想专家们大概受到了手机App的启发,实在是想象力有限。    各级政府在好大喜功的心态驱动下,提出的口号是开发百万个App,一派大跃进的做派。我大致看了看各种工业App的文章,恕我直言,不知所云!专家可以发散思维,政府可以雄心万丈,但是工程师,程序员来不得半点马虎,请问领导,专家们,我在什么平台上写App?手机App 比较简单,android 或者iOS,工业App 在什么平台上写?GE 公司的predix 平台提供了大量的API,而其它的平台上大概只有发布,订阅,等少量的API,而且各不相同。我确实不知道投靠谁。

   目前比较流行的做法是采用docker 这样的容器技术,实现微服务。这大概是工业App 的雏形吧。但是它离手机App 还远着呢!况且制造业要比电子商务复杂的多,比如工业物联网需要和物理设备,传感器相融合。如果没有物理设备的接口,数字模型的标准化,你的App也只是一个传统的软件而已!只是换了个马甲而已罢了。

   在工业物联网方面,我们也做一些具体的研究工作,比如使用nodeJS +HTML5/JavaScript来编写工业看板软件,通过容器技术部署到边缘计算设备(类似GE的 predix gateway)上。使用SVG 计算应用于工业控制的SCADA 系统中。以及各种加工设备的OPC UA 数字化模型等基础工作上去。我说这些只是为了表明,为了实现智能工厂和数字车间,有大量的具体工作要做,它不会在一个晚上实现,也许需要十年的时间,我们千万不要以为”未来已来“。而投资人,企业家们往往希望闻到钱的味道才启动,其实那时候晚了,后发制人的机会并不多。如果要提升我们的技术水平,使我国进入世界领先地位。需要创造一个社会氛围和机制,让软件,技术研发能够具有可持续性,像研制新制药那样的生态系统来培育新技术。我们才有希望。

   2  使用了机器人就能拯救传统产业转型么?

    将制造业的困境归宿于劳动力成本上涨,那么自然而然地想到的是机器人和自动化。于是乎机器人的企业身价大涨。一下子冒出了各种各样的机器人公司。我们且不说制造业的问题不仅仅是劳动力成本上涨那么简单,先来谈谈使用了机器人就能拯救传统产业转型么?

       首先,我们目前采用的机器人大多数”洋人“,不是ABB,KUKA,就是FANUC.即使所谓国产的也大都是”香蕉人“,国产的壳,洋人的芯。我不是民族主义者,不反对雇佣”洋机器人“,只是劝一句,企业要好好算一笔账,一台机械臂能比裁掉的几个工人的工资更便宜么?我们看到的是机械手除了在几个传统领域(焊接,喷涂,搬运,码垛)以外,并没有火爆起来。制造业的关键是品质和成本。中国制造业多,竞争激烈。产品价格接近了边际成本。如何将成本低于同行的水平,是企业家最为关心的问题。我经常和企业家谈,如果没有新产品,就在不降低产品品质的前提下,降低成本吧!

   我个人看法,简单的机器换人不是降低成本的最好方法,就像机械行业那样,他们使用的机床的自动化水平都已经非常高了,但是拿他们自己的话来说,是为机器打工的,当退休的时候,留给他的是一个厂房和一堆破旧的机器。做的好的每年的利润10%.一不小心就亏损了,要提高效率,首先要降低自动化装备的成本。

     不过,开发自动化设备的公司面临这些拿不出钱的企业好像也没什么办法。自动化系统中的PLC,伺服电机,变频器,气动元件,传感器大部分零部件都是进口的产品,公司雇佣了许多技术人员的成本是非常大的压力。我问过一位自动化设备的公司老总,你的成本优势是什么?他的回答无非是和机器人供应商关系好,能拿到大的折扣之类,想必他们的日子也不好过。

   就整个社会而言,要扎实降低自动设备的成本。鼓励开发低成本传感器,执行部件。另一方面,提高系统集成和软件开发的效率,降低自动化设备系统公司的运行成本也非常重要。一个NBiot的模块价格就是降到20元,但是一个水质传感器却要3000多元。一个德国的振动传感器高达5万元,国产的也需要几千块。还有大量的IO-LINK 的传感器都是天价产品。推广起来自然难了。软件幸亏有了开源代码,要不然就更难了。

      在这方面,我们也做了一些具体的尝试,最近的一个项目是模块化工业电脑,这个项目使用Arm 公司的Mbed 嵌入式操作系统。使用C++ 编写嵌入式应用软件,将嵌入式单片机底层硬件驱动抽象成C++的类。降低了编写嵌入式软件的技术门槛,提高了编程效率,与其配合的是我们采取了模块设计方式,开发了各种工业应用所需要的,工业级IO接口板,使原来需要2个月能完成的项目,15天就可以由一个软件人员完成。人力成本降低了,开发的应用系统的价格就会更具有竞争能力。下一步,我们研究开发工业环境使用的计算平台,能够部署docker容器,支持modbus,mqtt,opc ua 等工业标准,以及网络安全。能够部署大数据分析,神经网络算法推演,数字看板,SCADA 等应用App。研究的重点是软硬件接口的标准化。

所有这些工作,都要投入大量的人力物力,而且短期内不可能变现。需要的是耐心和眼光。政府,资本市场和企业家都要充分认识到这一点。华为每年的几千亿不是白花的。靠的是任老板的眼光才造就了华为的今日。放弃大跃进式的思维模式,对我们每个人都非常重要。

       

  我们的许多企业长期以来都是野蛮成长的,沉淀下来闲置的设备,人员很多。我看到的某些企业老板受到了大学里那些一天也没有办过企业教授们MBA课程的毒害不小。公司不大,架子却不小,官僚作风,中层贪腐,底层缺乏忠诚现象严重。这样的企业提高效率的空间是巨大的。如何使用信息化技术提高工厂的效率,是一个花钱不多,效果明显的方法。

     当企业实现数字化转型之前,要做的事情还很多,信息化企业要给他们提供帮助。比如日本的NEC 公司,他们在帮助企业推广CAD 设计方面就开发了许多应用软件(包括IPAD App)和云服务。我们的计算机公司(比如联想)大概不会做这些事情的。我们许多的小企业使用的CAD软件是盗版,旧版本,而且各不兼容。设计部门转到加工行业往往需要转变格式,花费了大量的人力物力。如果采用正版软件,每年更新,加上技术培训和交流。可以大幅度提升设计效率。另一方面,许多行业的数字化模型的研究与开发,标准化也没有开展,如果没有统一的标准,要实现物理设备的数字化模型是没有意义的,比如OPC UA ,MTConnect 等协议。除了翻译一个国外标准,略加修改之外,还需要每个行业做具体化的工作,拿OPC UA 而言,就需要指定注塑机,CNC 设备,各种制造设备的OPC UA 模型。并且加以推广和应用。这些基础工作有助于小微企业转变成专业,开放,互联的现代小微企业。

  如果读者感兴趣,我会接着聊聊企业向数字化转型从哪里开始。

     

  

猜你喜欢

转载自blog.csdn.net/yaojiawan/article/details/85841420