从工业4.0到智能制造 智慧工厂面临新技术挑战

麦肯锡全球研究院最新预测，到2025年智慧工厂带来的经济影响价值将达每年1.2万亿美元至3.7万亿美元。埃森哲联合Frontier Economics预估了智慧工厂和工业物联网对中国12个产业的累计GDP影响。在中国当前政策和投资趋势的助推下，未来15年，仅在制造业，智慧工厂和工业物联网就可创造1960亿美元的累计GDP增长；如果进一步扩大物联网的影响，各行业还将创造出更大价值。以制造业为例，物联网创造的经济价值将从1960亿美元跃升至7360亿美元，增加276%。

技术革新

与全新挑战

智慧工厂代表了高度互联和智能化的数字时代，工厂的智能化通过互联互通、数字化、大数据、智能装备与智能供应链五大关键领域得以体现。典型智慧工厂包括：生产设备互联、物品识别定位、能耗自动检测、设备状态监测、产品远程运维、配件产品追溯、生产业绩考核以及工厂环境监测等目前存在的实际应用。

目前智慧工厂相比于传统工业制造具有几个明显的技术革新。智能的感知控制：通过利用智能感知技术随时随地对工业数据进行采集；全面的互联互通：通过多种通信技术标准，将采集到的数据实时准确地传递出去；深度的数据应用：利用云计算、大数据等相关技术，对数据进行建模、分析和优化，实现对海量数据的充分挖掘和利用；创新的服务模式：利用信息管理、智能终端和平台等技术，实现传统工业智能化改造，提升产业价值、优化服务资源和激发产业创新。

在这些技术革新的基础上，智慧工厂将会面对六大技术发展趋势，即终端智能化，连接泛在化，计算边缘化，网络扁平化以及服务平台化和安全提升化。由此带来的管理变革包括设备联接日趋多元化，数据处理向边缘端倾斜以及企业战略由产业个体向生态系统转型，企业运营由设备和资产向产品和客户转移。

技术和趋势的变革带来了全新的挑战，比如缺乏统一的技术标准，行业规范化有待加强；再比如中国企业普遍工业信息化程度低，应用推广有待提速，以及企业发展不均衡，成功模式较难复制等。

特别的数据所有权悬而未决，数据安全问题亟待解决。因此，从国家和企业层面上来说，面对这些挑战，整体的工业物联网布局标准化任务需要分阶段实施，网络互联互通和数据异构集成等基本技术问题需要解决，包括规范资源数据的标准化封装，构建良好的应用创新生态环境。此外，还要构建工业物联网的安全环境，预防控制安全问题。

面临问题

及技术实现

作为未来工业发展的必然趋势，面对诸多技术挑战，智慧工厂需要解决多个方面的问题。智慧工厂首当其冲面临要解决的问题就是智能的感知控制，通过随时随地进行工业数据的采集来获取最关键的工业数据。在技术实现方面，通过各种感知控制技术可以解决实际问题，这就涉及包括传感器、设备识别、工业控制等多方面的技术。

第二个需要解决的问题是全面的互联互通，如何将采集到的数据实时准确的传递出去，并保证信号传输的安全可靠以及兼容不同设备是非常重要的技术挑战。应对这个问题需要的技术包括工业以太网、短距离无线通信和低功耗的工业广域网等技术和相关解决方案。有了数据获取和数据传输，智慧工厂的智能化核心体现来自于对数据的深度应用。利用云计算、大数据等相关技术，对数据进行建模、分析和优化，实现对海量数据的充分挖掘和利用。这方面涉及的数据处理技术除了我们熟知的云计算等算法和设备服务之外，还包括数据清洗、数据分析、数据建模以及数据存储等。

最后，智慧工厂面临的最特别的挑战将是服务模式的创新，融合信息管理、智能终端和平台等技术，实现传统工业的智能化改造。这方面涉及很多技术之外的服务模式创新，而其中最特别的一点是安全管理技术，特别是加密认证、防火墙和入侵检测等技术环节，保障智慧工厂的全面安全性。通过连接网络，客户可以从工厂内部和外部监控机械的运行状态、交换数据、更改生产指令和重新编写MCU存储程序来更新设备的设置。这就要求系统制造商需要提供一个更安全、更可靠、更友善人机界面且可重复编程的集成解决方案。

伴随着第四次工业革命的浪潮，新一代信息技术将给传统制造业带来深刻的影响。从德国倡导的“工业4.0”到智能制造以及最新的工业物联网，制造业的转型升级已成不可逆转的大趋势。劳动力成本上升、原材料价格上升迫使工厂必须采用更高效的自动化解决方案。另一方面，面对消费者的个性化需求的增长，工厂需要建立起快速响应多样化需求的机制。智慧工厂的建立是个庞大的系统化工程，广大的开发者将是参与这个庞大系统工程中某个部分开发的重要创造者。