未來工業5大趨勢

“工業4.0”在許多人眼中是一個較為模糊的概念，正所謂“只聞其聲，未見其形”，耳聽著智能化、數字化等高大上的詞匯，腦海中卻很難根據這些構建出相對較為完整的工業4.0雛形。2021年3月5日，MathWorks舉辦以“工業4.0 五大趨勢：未來工廠——展望2021，以及更遠”為主題的媒體分享會，MathWorks工業自動化和機械領域的行業經理Philipp Wallner先生以五大發展趨勢為“筆”，描繪了工業4.0趨勢下的未來工業藍圖，并接受了e-works記者的采訪。

在工業4.0的驅動下，不僅僅是工廠的設備換代，系統更新，人員變動，更深層次的其實是工廠生產模式上的轉變，即從大規模“剛性”生產到定制化“柔性”生產。而我們所討論的智能化設備，數字化技術，正是實現這一轉變的重要基石。Philipp Wallner先生認為，未來的工業發展將呈現出這樣五大趨勢：

趨勢一：技術進步+經濟效益引導未來工業趨勢，AI項目的經濟性優勢日益凸顯

談到智能化，繞不過的一個詞匯那便是“AI”。近幾年來，人工智能技術對產業的滲透幾乎是全領域的，工業領域更是其中的代表。對于工業領域而言，AI已經不止作為一個學術領域研究的新技術，它已經被企業應用在實際運營場景下，并且從AI技術當中去獲取經濟性收益。

未來的自動化工廠車間將嚴重依賴于AI技術的使用。對于這樣一些特殊的工業應用我們也有一些特定的軟件被開發出來，用于設計、訓練和部署這些AI算法，極大地減輕開發設計人員的負擔，許多當前的AI應用項目已經取得了一些經濟性收益。

目前AI技術在制造行業的應用，能夠產生經濟性效益的主要集中在預測性維護、健康監測、生產優化等幾大領域。Philipp Wallner先生在會上為我們列舉了Mondi公司在實際中應用AI技術獲取經濟性效益的實例。Mondi公司利用MATLAB開發出一款基于機器學習技術的生產線健康檢測APP，通過7*24小時不間斷運行，該軟件能夠每年幫助Mondi節省至少5萬歐元。

同時Philipp Wallner先生還分享了MathWorks與歐洲**的工業協會VDMA的合作，二者共同推出了一個AI應用的指導書，可以指導工業領域的企業將AI技術應用在更加廣泛的領域之中。

趨勢二：機器功能驗證轉向數字模式，數字化手段支撐柔性生產

前面提到了，由于整體的生產模式逐漸向柔性生產需求靠攏，這也使得生產本身的復雜度進一步提升。從工廠一方上來說包括模塊化生產的需求、更高的產品質量，更精細的產品精度以及更多的吞吐需求，而從交付一方來看面臨著更短的上市時間與更緊迫的交付周期，這些都使得設計本身變得越來越復雜，這也就需要更多數字化手段來做支撐。

Philipp Wallner先生強調：未來的智能工廠中會進行兩個階段的建造，即先在虛擬環境下去做構建，然后再在實體的環境下進行構建。

在設計階段我們在Simulink環境下構建整個系統，采用桌面仿真的方式對整個系統進行完整的仿真，并且可以在一個比較安全的環境下對整個系統做基于仿真的測試。再利用MATLAB生成滿足工業領域要求的代碼。然后通過虛擬交付技術將所要交付產品或測試環境部署到實時運行的工業原型機上進行測試。最后當我們將設備交付，運行數據能夠反饋注入到我們的數字孿生體中，以指導用戶降低整個系統的運維成本。

在會上，Philipp Wallner先生分享了科隆公司和MathWorks的合作案例。科隆公司采用Simulink將模型仿真應用在設計、交付以及運行的整個過程。借助數字孿生技術，公司可實時接收到來自現場的數據，對系統有更深入的了解。這大幅度降低了公司在時間和資金成本方面的投入。

趨勢三：生產車間與辦公場所進一步融合，5G+軟件互聯互通模式初顯

所謂生產車間與辦公場所進一步融合，這里包含了兩層意思：其一是設備與自動化組件之間的連接，即通過有線的方式或者是無線的方式，比如OPC與5G，是的設備間的互聯互通性增強，并且能夠相互之間進行數據通信。第二層則是軟件與模型在生產車間設備上的部署。

標準的工業協議讓所有的組件能夠相互聯系起來，相互進行數據通信。并且讓我們所有的這些自動化組件也能夠連接接入到辦公場景下，就是從工業現場的場景連接到我們的辦公場景，實現它們之間數據的交互。通過將越來越多的復雜的軟件部署到工業場景下，我們就能夠通過辦公場所的計算機桌面實時與工廠車間進行高效率的交互。

趨勢四：機器人和自主系統促進生產和物料搬運自動化，智能化工廠的“基石”所在

高度可控的柔性模塊化生產體系，促成這種全新生產模式的基石其實是機器人和自主系統的高速發展。隨著技術的發展，越來越多的協作機器人從之前的定向編程，固定動作變為了具備自主決策能力，可與操作人員緊密協作的工作模式。傳統的機器人編程和學習方法不足以支持系統應對數量龐大且快速增多的各類產品，但未來的搬運設備將通過強化學習和其他AI 技術實現自動學習。傳感、感知、自動化的路徑規劃與高度自主學習能力將會是未來工業機器人系統的發展關鍵詞。

趨勢五：“領域知識+”型工程師擁有更多機會，MathWorks為您提供“升級之路”

談完了技術與生產，最終我們還是要將目光投回到人本身。Philipp Wallner先生認為，具備領域知識的工程師，能夠在未來的智慧工業體系下大展拳腳。這些領域知識，包括對全新設備與智慧生產過程的專業知識掌握、構建AI技術的認知等。

在這方面MathWorks也提供了非常多的解決辦法去幫助企業工程師學習領域知識和技術融合。除了培訓與線上課程，MathWorks還會定期舉辦一些活動，讓企業工程師能夠參與到MathWorks的合作項目中，能夠近距離的與有經驗的工程師相互學習，共同進步。

不僅如此，MathWorks還在工具層面上為企業工程師提供了很好的幫助，特別是對于這樣一些具有領域知識的工程師，提供了非常豐富的和AI技術相關工具APP，可以讓具備領域知識的工程師很方便的去使用AI技術，把AI技術納入它的工作技能的列表里面去。

正所謂知微見著，通過Philipp Wallner先生對于未來工業五大趨勢的猜想，我們雖未能清晰看到未來工業4.0的發展全貌，但足以讓我們洞見工業4.0趨勢下智慧工業的發展方向。同時，我們也能夠清晰感受到作為數學計算軟件領域的***MathWorks，他們對于未來工業發展趨勢的精確認知與詳細布局。在分享會的最后，Philipp Wallner先生表示：在工業4.0以及更深入的這種數字化轉型的背景之下，我們看到有越來越多的生產制造領域企業關注和使用MathWorks的工具，MathWorks的工具與實際經驗也在幫助客戶在新技術浪潮下獲得更多的企業效益，取得更大的成功。