平行製造與工業5.0：從虛擬製造到智慧製造

近年來，隨著《中國製造2025》的推動和深入，網際網路、大資料、雲端計算、人工智慧與工業化深度融合，製造業正面臨著向智慧製造轉變的重大機遇。新時代的新型工業化之路，要求工業化與資訊化的兩化融合，並進一步走向智慧化；資訊化、工業化、城鎮化與農業現代化的四化同步；綠色可持續發展。這一切，給新型製造業提出了新要求和發展方向。

智慧製造是複雜的系統工程，智慧產品是主體，智慧生產是主線，以智慧服務為中心的產業模式變革是主題，而資訊物理系統（cyber-physical-systems，CPS）和工業網際網路只是初步的基礎設施。目前，工業4.0以CPS為基礎，以網路化為特徵，把產品、機器、資源有機結合在一起，通過資訊通訊技術建立一個高度靈活的個性化、數字化、網路化製造模式。在網路化模式下，創造新價值的過程將逐步改變，產業鏈分工將重組，傳統的行業界限將消失，各種新的活動領域和合作形式將出現。網路化的虛擬空間已然成為與現實化的物理空間平行的另一半。社會進入虛實互動的平行時代，即工業5.0。如果說工業4.0的特徵是網路化，虛實互動、閉環反饋、動態執行的平行化，將是工業5.0的最大特徵。工業4.0，以路由器為核心裝置，帶來了網路化時代，以致資訊和物理系統深入融合，構成了CPS。隨著網路化應用的推進，工業5.0進一步加強了資訊和物理系統的融合，並使工業與人類社會充分融合，形成了社會物理資訊系統（cyber- physical- social- systems，CPSS）和工業智聯網，該系統的核心裝置為虛擬人工系統，其執行模式將引領工業邁入平行化產業時代。

在上述發展趨勢下，本文以虛擬製造為基礎，描述一種智慧製造的新正規化——平行製造。為實現智慧製造中的虛擬化、網路化、智慧化，融合了社會物理資訊系統CPSS，綜合物理系統、資訊系統和社會系統的複雜性，通過ACP方法與知識自動化技術，構建平行演化、閉環反饋、協同優化的智慧製造體系。

平行製造的框架與流程

在CPSS工業環境下，一方面，企業利用工業智聯網，藉助虛實系統的平行演化及閉環反饋，協同優化管理系統內部流程執行、生產製造以及資源排程。另一方面，基於知識自動化技術，社會情報服務系統實時將資料轉化為客戶需求，快速響應市場變化，同時通過任務分解、快速重組、眾包等方式集合小微創新和群體智慧來創造產品，從而減少投放時間、增加市場份額。同時，網民藉助物聯網、網際網路、移動網際網路的無縫連線，表達自身個性化需求及創意，可全面參與產品創新的整個生產製造流程，實現實時化、個性化、大規模的“靈敏”移動“智造”。這種平行工業時代的製造模式稱為平行製造，如圖1所示。

圖 1  平行製造內涵示意

研究框架 

基於CPSS、ACP方法和知識自動化技術，提出平行鋼鐵的研究框架，如圖2所示。首先，通過軟體定義的鋼廠確定其描述智慧，構建鋼廠的人工系統；基於人工系統，實現情報分析、生產計劃優化與智慧預測的計算實驗優化，建立其預測智慧；最後，通過鋼廠的人工系統與實際系統構建的平行系統，進行虛實互動的平行執行，來實現系統的引導智慧。

圖 2  平行製造的研究框架

研究流程

根據上述研究內容，提出平行鋼鐵的智慧化體系結構參考模型，如圖3所示。該模型分為6層：物件、感知層、儲存層、知識層、智慧層和應用層。依據CPSS，其物件包括鋼鐵製造的物理系統、資訊系統與社會系統。在感知層，結合現有鋼鐵製造資訊系統DCS-MES-ERP中的資料、RFID網路與資訊網際網路絡構成泛在感知網路，對3個物件進行較為全面的資料和資訊感知。在儲存層，把泛在感知網路的資料存入生產資料庫、辦公資料庫、物聯資訊資料庫、社會情報資料庫。在知識層，通過自然語言處理、機器學習、計算智慧方法等實現知識獲取、知識表達、知識匹配等知識自動化。在智慧層，通過軟體定義的鋼廠、計算實驗和平行執行，實現描述智慧、預測智慧和引導智慧。在應用層，實現生產計劃優化與預測、決策支援、協同製造與柔性製造等應用。

圖 3  平行製造結構參考模型

平行製造的技術方法 

1）社會物理資訊系統

在網際網路與大資料飛速發展的背景下，鋼鐵等製造業受社會性因素影響日益凸顯。為了深入研究製造業中社會系統、物理系統與資訊系統之間的互動作用，把工業4.0中的CPS進一步發展，並使工業與人類社會充分融合,形成了更為複雜的社會物理資訊系統CPSS（圖4）。

圖 4  CPS與 CPSS

在CPSS中的資料流與資訊流主要有：物理系統的感測、監控資料；資訊控制作用下，物理系統產生的相關資料；虛擬人工系統資料、社會計算資料及人工系統的建模、推理和控制；泛在的社會大資料及社會政策等資訊的建模和人類行為的資料等。由於其複雜性，所以傳統建模很難實現，形成了“建模鴻溝”的客觀現象。傳統的模擬和控制不再適應，需要採用知識自動化的理論、方法和技術。讓資料說話，成為構築平行系統中虛擬人工系統的關鍵。

2）ACP方法

在社會物理資訊系統工業環境下，鋼鐵製造面臨更為嚴峻的系統複雜性挑戰。王飛躍就如何利用計算方法來綜合解決複雜系統管控的科學問題，提出了人工社會、計算實驗與平行系統相結合的ACP理論社會計算方法，以解決實際複雜系統中不可準確預測、難以拆分還原、無法重複實驗等問題。ACP方法的核心思想包括應用基於Agent智慧體等資料驅動演算法構建的人工系統來描述複雜系統，解決複雜系統本質上不能解析建模的問題；以計算機為實驗室通過對人工系統的計算實驗來解決真實系統的預測解析；最後，通過對實際系統與人工系統構成的平行系統進行平行執行來實現系統的管控與引導智慧，如圖5所示。近年來，ACP方法已經成功地應用於交通、化工、經濟、社會安全等多領域，為面向以人為核心的複雜社會問題的研究提供了完整的解決方案。

圖 5  ACP方法

3）知識自動化

在製造業智慧化發展道路上，離不開從資料到知識再到智慧的知識自動化技術。從自動化的角度來看，知識自動化是將知識作為被控物件，實現對其自動化地產生、獲取、應用以及再創造的迴圈過程。知識自動化的過程，將人嵌入到系統，是人在環內的自動化系統研究和發展的必然要求。知識自動化的本質是將人的行為特徵考慮到傳統的知識表示、知識工程中。因此，從資料到知識、從知識到人的行為應該是貫穿知識自動化研究的核心。知識的產生、獲取、應用和再創造的知識自動化過程可分為知識產生、知識獲取、知識運用和知識創新4個子過程（圖6）。從技術層面講，如何獲取知識是核心。

圖6  知識自動化過程示意

▲ 知識產生子過程：知識可以通過視訊解析、資料探勘，文字挖掘或者web挖掘等技術手段初步形成。初步知識往往難以直接應用，將專家經驗和資料探勘技術結合起來以挖掘過程及挖掘後獲取的知識的智慧化處理為手段，實現智慧化決策支援，形成具有一定價值和實效性的有效知識。

▲ 知識獲取子過程：主要通過主動的知識搜尋或被動的知識推送來實現。知識儲存和查詢系統可以方便地為人們提供所需要的知識。知識推薦系統和服務系統，通常是電子商務的核心技術，它利用電子商務網站向客戶提供商品資訊和建議，幫助使用者決定購買所需要的產品或服務。基於知識的推薦方法因所使用的功能知識不同而有明顯的區別，如基於語義擴充套件的知識推薦、基於使用者情境感知的知識推薦、或基於內部網路結構的知識推薦等。

▲ 知識運用子過程：是指企業運用知識子系統形成企業的知識地圖，通過調整組織結構、生產技術、管理培訓方式等實現對組織架構的優化，技術的改善，企業文化的宣傳，達到提高企業競爭力的目的。

▲ 知識創新子過程：知識的運用必會帶來些波動，通過人對知識運用效果的評價以及再創造，完善知識產生機制，獲取途徑以及知識運用的方式，實現人對知識全生命週期的控制。

4）工業智聯網

當代工業正在經歷從傳統工業到智慧工業的轉變，改善工業結構，促進工業知識化、智慧化、軟體化發展成為未來工業的必然趨勢。

2017年11月27日，國務院印發《關於深化“網際網路+先進製造業”發展工業網際網路的指導意見》指出，以全面支撐製造強國和網路強國建設為目標，圍繞推動網際網路和實體經濟深度融合，聚焦發展智慧、綠色的先進製造業，構建網路、平臺、安全3大功能體系，增強工業網際網路產業供給能力，持續提升中國工業網際網路發展水平，深入推進“網際網路+”，形成實體經濟與網路相互促進、同步提升的良好格局，有力推動現代化經濟體系建設。

為了應對新時代的工業需求，有必要改變工業系統的運營模式，不斷提高工業系統的效率和質量，而解決方案就是工業智聯網技術。

智聯網是建立在網際網路（資料資訊互聯）和物聯網（感知控制互聯）基礎上的,以知識自動化系統為核心，以知識計算為核心技術，以獲取、表達、交換、關聯知識為關鍵任務,以達成智慧體群體之間的“協同知識自動化”和“協同認知智慧”為目標的系統。基於多網合一的智聯網，可構建智慧工業系統新形態，即工業智聯網，其基本框架如圖7所示。

圖7  工業智聯網的基本框架

工業智聯網以網際網路、物聯網、智聯網技術為基礎科技，整合工業的各項資源，協調管控工業的各個部門，並實現工業系統的反射智慧、反應智慧和認知智慧。工業智聯網需要藉助前沿智慧系統工程技術來實現：其中包括運用基於ACP的虛實平行系統進行智慧管控、基於知識自動化的社會通訊雲端計算，以及基於區塊鏈的DAO實現。

更進一步，工業智聯網最大的特徵是實現的“數信協同”、“感控協同”和“知智協同”。網際網路傳輸的是資料與資訊，實現的是資料和資訊的協同（數信協同），物聯網傳輸的是感測和管控的訊號，實現的是感知和控制的協同（感控協同）；智慧網的智慧互聯，交換的是知識本身，經過充分的互動，在知識的交換中完成複雜知識系統的建立、配置和優化，實現知識和智慧的協同（知智協同）。通過這3個層次的協同，海量的智慧實體、感控實體、數信實體，組成由知識聯結的複雜系統，依據一定的執行規則和機制，如同人類社會般的，形成社會化的自組織、自執行、自優化、自適應、自協作的網路組織。

期待基於工業智聯網能夠創造出新的人工智慧系統科技正規化，其系統智慧水平能夠達躍升到全新的高度，同時更期待在這樣一個由知智實體、感控實體、數信實體組成的複雜系統中，全新的智慧現象能夠從複雜性中湧現並帶來革命性的突破。

5）軟體定義技術

近年興起的軟體定義的網路（software-defined networks，SDN）技術，代表硬體“軟化”的另一方向，但實質與虛擬的實化目標一致。SDN打破常規網路構架和流程，將網路的控制面（control plane）與資料面（data plane）分離，並通過開放的軟體定義API實現網路功能的靈活重構，極大地改善了網路的擴充套件能力和靈活性，成為資訊通訊領域的熱議物件，對下一代網路的發展有著重要的影響。

2009年，此項技術經《麻省理工科技評論》（MIT Technology Review）名以SDN迅速風靡世界，流行於網路、資訊甚至許多其他與科技無關的領域。

實際上，SDN把網路的控制與轉發功能分離，同默頓系統中把“行為模型”與“目標模型”分離異曲同工。而且，可以在知識自動化中拓展SDN的思想，結合知識表示和知識工程,構造各類針對特定領域和問題的軟體定義的流程（software-defined processes，SDP）和軟體定義的系統（software-defined systems，SDS），形成SDP體系（systems of SDP，SoSDP）和SDS體系（systems of SDS，SoSDS），使知識自動化的實施從“無形”到“有形”，從一般到具體。通過SDP和SDS，不但使常識、經驗、猜測、假定、希望等形式化，並使其組織、過程、功能等軟體化，變為可操作、可計算、可試驗的流程和系統，從而進一步深入複雜知識自動化系統的構想、設計、實施、運營、管理與控制。

同時，軟體定義的流程和系統,特別是SoSDP和SoSDS將知識自動化與系統工程更加密切地聯絡起來。系統工程的實質就是尋求有效的手段,減少完成特定目標的不確定性，化多樣為歸一，使複雜變簡單，是一種應對UDC的有效方式。利用系統工程的思想，可以幫助我們構造知識自動化系統整個生命週期的各類“人工流程”，使相關的任務執行過程可描述、可度量、可驗證，進而使實現各專案標的途徑和方式明確、經濟、可靠，為構造知識自動化的SDP和SDS打下堅實的基礎。這裡強調流程的“人工”特性，因為這些流程一般並不服從自然法則而具有“必然性”，易被環境改變，從而具有“權變性”。

因此，流程和系統的軟體化將是知識自動化的核心技術之一。基於業已成熟並不斷推陳出新的智慧技術，加之從C4ISRAF轉化到DoDAF和TOGAF後的系統工程架構體系，特別是DoDAF所提供的各類模型（models）、檢視（views）以及衍生的觀點（view points）等方法與工具，由此可以方便地將人、社會、知識等因素納入系統流程及相關的分析與決策之中，靈活地處理各類複雜的CPSS問題，為知識自動化的設計與實施奠定堅實的系統工程基礎。

總之，有了SDP和SDS，知識自動化就能形式化、具體化；以SDP和SDS為綱，知識自動化的設想、設計、實施與實踐就可“綱舉目張”。

從製造情報到製造智慧

 製造情報 

製造情報是通過製造業大資料構建制造業情報系統，其核心是製造業大資料，主要包括製造企業內部工業大資料和製造企業外部的上下游及行業生態相關工業網際網路大資料。在製造情報系統中對企業外部生態環境大資料實施情報感測、情報處理與情報解析，為計算實驗中的優化和預測提供資料和情報支援，如圖8所示。智慧製造需要對企業外部生態環境大資料進行情報和分析。需要迅速收集原材料的價格資訊、產品的市場銷售情況、市場存量、未來趨勢、國家政策、上下游行業資訊等基本資訊，這些資訊往往以文字、影象、視訊等格式分佈於不同的媒體中，如何實現社會媒體的線上動態感知；如何讓這些異構的多源資料進行統一、完整的資料管理與資料共享，實現資料集中智慧管理；如何進行動態感知、結構化、儲存、管理並對其進行計算建模和知識獲取，高保真地利用這些資料和知識，是非常重要的研究內容。

圖8  製造情報系統

為了建立製造情報系統，需研究網頁資訊內容高效採集的聚焦爬蟲技術，確保採集資訊一致性的增量式融合方法；研究相關資料的校正、清洗和標定技術，實現資料的可用性；構建海量資料的一體化資料管理平臺，實現資料的集中智慧管理；構建面向製造業的社會媒體資訊庫，包括實體庫、事件庫、情感庫、觀點庫的分類體系構建；研究資料資訊的同義詞聚類、概念術語提取、實體和要素關係刻畫等知識獲取的技術。

製造智慧

平行製造把製造企業視為一個開放的系統，通過製造情報實時感知工業網際網路中製造企業外部相關資訊，對製造企業管控進行大資料分析支援。因此，平行製造中的製造智慧是結合製造情報系統，採用ACP的方法與知識自動化技術，實現製造過程中的描述智慧、預測智慧和引導智慧。

製造的描述智慧

知識自動化的核心技術之一是軟體定義的系統等軟體化技術。SDN技術，代表硬體“軟化”的一種方向，但實質與虛擬的實化目標一致。本節將人、社會、知識等因素納入系統流程及相關的分析與決策之中構建軟體定義的過程和軟體定義的工廠，靈活地處理鋼鐵製造管控中的複雜CPSS問題，實現智慧製造的描述智慧，構建人工系統，實現製造業的數字化、透明化。

軟體定義的過程 

根據產品全生命週期管理（PLM），構建平行製造中軟體定義的過程。對產品戰略、產品市場、產品需求、產品規劃、產品開發、產品上市、產品市場生命週期管理過程實行數字化和軟體化，以實現進度計劃管理、任務跟蹤和資源調配。主要過程分為產品設計過程、產品生產過程、產品銷售過程、使用者使用過程、協同工作過程，實現產品生生命週期透明化管理。平行製造中軟體定義的過程可分為軟體定義的產品設計過程、軟體定義的產品生產過程、軟體定義的產品銷售過程、軟體定義的使用者使用過程、軟體定義的協同工作過程。

軟體定義的工廠

根據人、機、料、法、環各要素，基於多Agent智慧體建模方法，構建軟體定義的工廠如下。

1）人員行為建模：包括個體行為建模與組織行為建模。在個體層次，建模依據在系統中涉及到的人的數目，所考慮人的同質性或異質性以及對人的典型描述方法。組織層次建模的任務是構建個體之間的關係模型，利用的工具主要是社會網路和複雜網路。基於Agent智慧體方法，構建軟體定義的員工、班組、車間，以及由生產計劃、質檢、營銷、採購、經營等部門組成的多級管理組織，實現鋼廠各員工、班組、車間與多級管理組織的屬性與行為特徵的描述。

2）製造裝置建模。採用基於Agent智慧體的建模方法，根據研究問題，建立各裝置在使用過程中主要輸入變數和輸出變數之間的對映關係，在成本、安全等約束下為各裝置管理提供量化依據。

3）軟體定義的生產資料（料）：對礦石、合金、輔料、備件等生產材料採用基於Agent智慧體方法建模。

4）軟體定義的方法（法）：基於現有模擬軟體實現鋼廠典型工藝過程與控制方法、管理方法等進行建模。化工工藝建模方法，綜合利用了熱力學原理、化學反應、單元操作原理等基礎學科，用數學解析方法建立各類方程式。

5）軟體定義的環境（環）：對所處生態環境因素構建模型，包括上下游產業、同行鋼鐵企業等。

6）軟體定義的鋼廠：集合軟體定義的人、機、料、法、環，構建軟體定義的鋼廠，實現鋼廠的人工系統，實現鋼廠透明化，如圖9所示。

圖 9  軟體定義的鋼廠

此外，整個鍊鋼過程的原材料、過程材料和成品材料也可用平行材料的方式描述。

軟體定義的工廠典型案例

基於軟體定義技術，構建大規模定製服裝廠數字化工廠。圖10為大規模定製服裝廠數字化工廠系統架構，該數字化工廠時間的工作流程如圖11所示。

圖10  大規模定製服裝廠數字化工廠系統架構

圖 11  大規模定製服裝廠數字化工廠工作流程

製造的預測智慧

結合企業外部網際網路大資料和情報分析系統與企業內部工業大資料，可以實現製造生產與管理過程的智慧預測。以鋼鐵生產計劃進行優化為例，其覆蓋範圍從分廠擴充套件到全流程，兼顧工業複雜性與社會複雜性。生產計劃綜合考慮交貨期、質量、生產效率、物流週轉、能耗、綜合成本等多目標優化，實現上下游、生產-能源-物流等動態協同排程，如圖12所示。

圖 12  鋼廠生產計劃優化的計算實驗

現在鋼廠生產計劃主要依據實際訂單和粗略的市場預測定製合同計劃，並在合同計劃中分解出月生產計劃、旬生產計劃和日生產計劃。市場波動與訂單的變動經常導致生產計劃的變動，因此生產計劃的制定需要具有動態性與可調控性。在平行鋼鐵中，鋼廠的生產計劃牽涉到工程性的要素（庫存、裝置、工序、物料等）和社會性的要素（員工、社會屬性），屬於社會物理資訊系統。因此，在鋼廠工人系統平臺下結合鋼廠情報系統的外界生產環境大資料分析，對鋼廠內部工業大資料分析，實現鋼廠的生產計劃與排產優化計算實驗。基於上下游企業介面資料，實現與其生產計劃的協同管理；通過與生產工藝控制模型的介面資料，實現生產排程與工藝生產的協同優化。

在人工系統基礎中，採用大資料與知識混雜的挖掘分析等技術，建立基於生產經驗的高精度生產模型和知識庫。基於生產模型庫和知識庫，結合鋼廠情報系統，利用知識自動化技術實現鋼廠的預測智慧。以生產計劃預測為例，生產計劃的預測分為生產計劃短期預測與生產計劃中期預測。在短期預測中，對鋼廠的生產工作流與短期生產計劃進行模擬預測；在中期預測中，對鋼廠的中期生產計劃、企業經濟決策及行業的發展做出模擬與預測。

製造的引導智慧

在軟體定義的工廠和計算實驗基礎上，對複雜製造控制與管理過程實現智慧引導。同樣，以鋼廠生產管理為例，鋼廠物理系統（實際系統）與鋼廠人工系統構成的平行系統進行虛實互動的平行執行，來實現平行系統的引導智慧，如圖13所示。具體過程如下：在計算實驗中，多種生產計劃方案輸入人工系統進行優化，得到的優化結果輸入物理系統，物理系統在社會系統環境干擾下得到輸出；人工系統通過輸入輸出進行自學習和模型校正；同時計算實驗中通過情報系統感知外部生態大資料，再結合新的人工系統，進行預測智慧，預測結果作為物理系統的動態優化目標，最終實現物理系統與人工系統的引導智慧。

圖 13  鋼廠的平行執行

邁向社會製造

在平行製造中，針對大規模定製化生產需求，提出了有一類產消者驅動（procustomer-driven）的平行製造正規化，稱之為社會製造，其流程如圖14所示。在社會製造中，產消者顧名思義為產品的消費者同時也是生產參與者，可以參與到製造過程中。社會製造是在產消者驅動下以眾包的形式完成設計、製造和銷售等過程，並以網際網路物聯網、大資料、3D掃描與3D列印等技術支撐，以區塊連技術構生產過程供需各方信任機制，形成資源公平共享的分散式、虛擬化、網路化、智慧化的大規模個性化定製生產正規化。

圖 14  社會製造流程

展 望

工業5.0時代的智慧製造是針對虛實互動的CPSS工業環境，以網際網路、物聯網、移動網際網路等“網際網路+”為平臺，藉助大資料、雲端計算、社會計算、機器學習等技術手段，構建實時感知社會需求的企業情報系統，構建與工業流程、車間、工廠、企業等平行的數字化平臺及人工系統，促使製造系統由被動管理向主動響應、自適應協調、平行引導的智慧製造模式的轉變。

一定程度上，新一輪工業革命中的智慧製造就是綜合利用搜索技術、先進的生產製造技術、社會服務應用（社會媒體）及泛在的移動終端裝置，通過眾包等方式讓社會民眾充分參與產品的全生命週期生產製造過程，實現實時化、個性化、大規模創新和“敏捷移動智造”，或稱社會智造。不久的將來，一個企業的競爭力和實力，很大程度上可能並不取決其外在規模與資產的大小，而取決於其掌控CMOs的手段和能力，取決於其對虛實互動的認識、實踐和效率，取決於與其伴生的人工企業之規模和深度。工業化和資訊化的深度融合必將是平行工廠、平行企業、平行製造的應用和普及。

文|原創： 王飛躍   高彥臣等   來源： 科技導報