在工廠的環境下，有海量的數據無法為業務挑戰提供有效的解決方案。如何利用這些數據的價值？隨著新技術的發展，IBM有能力讓這些數據創造價值。
2019年3月21日，在IBM舉行的“慧思無極，踐行有道－think 2019服務中國行”認知型制造分會場上，IBM大中華區全球信息科技服務部資深架構師蔣聚旸發表了主題為《智慧工廠實踐分享》的演講，以下為演講內容整理。
我主要與各位分享IBM在智慧工廠方面的實踐。很多制造工廠的實際情況是，企業層的IT人員與工廠的IT人員是兩組人，兩個部門。其實，現場會有很多生產方面的數據。例如一些傳感器的數據、產品的數據、質檢的數據、人員的數據、設備的數據。在工廠的環境下，這些海量的數據無法為業務挑戰提供有效的解決方案。如何利用這些數據的價值？隨著新技術的發展，IBM有能力讓這些數據創造價值。
IBM的做法是，首先匯集所有的設備運行工藝參數、質檢、生產資源的數據，提倡基于PSB的總線架構，將這些數據全部集成。然后，在總線架構之上，是一個智能制造的AI平臺或者大數據平臺，以便為那些智能的生產設備，包括質量檢測、資源管理，提供一些便利。
IBM的整個智慧工廠實現路徑，第一步是開放接口，獲取相關數據，包括系統層面的。第二步是通過平臺，將這些數據集成，為不同的應用做準備。整個PSB，從PSB本身而言，是與生產無關的，它只是一個數據接口，或者是數據的一根總線。在這之上，可以產生很多應用，而目前整個工業4.0有個很關鍵的地方，就是需要持續創新、持續改進。在PSB之上，IBM利用IBM認知技術部署很多應用，這些應用非常敏捷，響應非常快速。同時，還能實時分析車間和設備數據。
其實，制造企業在企業層的應用還是比較傳統的，當然，很多大型制造企業，一直也在不斷優化更新。在生產層這一塊，IBM也有很多的應用，包括品質管控、生產管理的應用。在底層，通常又有很多傳感器或者生產系統的數據。
整個智能工廠架構中，會遇到很多接口，IBM提出了三層架構。第一層是前端，可以把它考慮成一個系統或者設備。比如一個簡單的品質管理系統，就可以認為是最前端。在車間工廠層，IBM建設有PSB，將海量數據收集。然后把這些數據提煉，并送到整個企業的ERP系統，因為ERP系統需要從財務管控上查看。在生產本身，基于認知技術，IBM可以做一些數據分析或者高級應用等。
最后，在企業層是IT和OT的結合。很多時候，企業都將IT技術下移到工廠層。其實，很多技術是共用的，可能在企業層會對財務數據或者市場數據進行大數據預測；在工廠層可能是對設備的一些維護。所以IBM會設有一個共同的資料集，包括整個的底層，因為底層設備的配置管理，安全、可視化等，這些工具是類似的。IBM認為，IBM前端-工廠(車間)-企業的三層架構考慮了每條產線的自治和自供應,并且在前端、工廠和企業之間平衡工作量。同時，智慧工廠是可持續發展的，如果基于PSB總線，可以更加靈活地有一個IT架構，這樣就為企業提供了一個很大的發展空間。
2017年，IBM曾幫助德國大眾做了基于PSB新智慧工廠的整體設計。通過這個案例，可以看到與傳統工廠的區別，通過PSB工廠服務總線，使得新工廠具有將底層生產層的協議，包括一些傳感器或者設備信息，集成在一起的能力。我們也內置了一些連接方式，包括連接末端設備的方式。通過這種方式，PSB可以把整個信息系統通過總線全部統一起來。
當然，很多企業在生產上會有很多系統，個人認為，企業有兩種選擇。第一種是選擇一家廠商全部做完，但是系統之間沒有接口，數據很龐大，企業可能會越來越依賴這家企業。第二種是采用不同廠商的不同系統，這些系統之間可能會有很多接口，企業有很多新應用。
但是企業想了解一個缺陷，到底是什么原因引起的，這時就很難做一個持續的優化更新，尤其在工業4.0時代。IBM建議，可以通過一根總線吸引企業的靈活應用。我碰到過一個企業，他家的系統是由別家做的，然后別家公司做系統的人員跳槽到另外一家公司，企業不得不解約和另外一家公司簽，這非常被動。而PSB的價值，只要接了第一層的前端設備，其他就可以靈活接入。當然，IBM的解決方案，本身也具有一些高端接口，支持接入一些成熟的應用級的系統。這樣，企業就有能力，將所有信息集成，并做到可知可感，就可以脫離對供應商的依賴。基于IBM設計的架構，工廠上就可以持續進行創新更新，這本身也是工業4.0的基本屬性。
換句話而言，企業如果選用了PSB，可能當時與業務無關，但是一旦出現問題，缺了這根線，就會對很多系統有影響。PSB的高可用性非常重要，IBM也提供了高可用性的解決方案，保證整個數據總線包括數據流的暢通和硬件設備上的高可用性。
IBM如何幫助企業實現PSB？
第一，是要實現互聯，這個互聯有兩方面，一方面是現有的物理系統的互聯，這可能需要做一些程序的接口；另一方面是設備的互聯，設備從工業4.0的角度而言，也就是一個CPS單元。
第二，可以做應用開發、數據挖掘，這是數據分析的范疇。第三，IBM擁有AI技術，可以進行預測性維護。例如通過采集一些發動機振動的聲音，進行故障的預防等。在德國大眾的整個工廠系統架構中，IBM針對通過對KUKA機器人的焊鉗焊點等重要部位的參數信息監控，智能提供更換建議。
在整個工業總線中，有非常多的自由度，企業可以做很多創新，可以隨時部署一些應用。將機器人底層的信息發送到PSB的系統之中，這樣一方面做到事件透明化管理，另一方面還可以做預測性維護。例如，戴姆勒汽車公司利用IBM智能制造系統提升生產產量，通過底層的物聯網接入傳感器，進行一些預測性的模型分析，對生產線做一些考評；或者搜集包括機房的溫度、材料等數據，來支持整個預測性的分析，進而做一些決策。再如，波音公司也是利用IBM物聯網技術和智能制造技術改善產品質量，提升生產流程效率，通過在產線上收集設備的信息，再借助于IBM預測性的質量模型生產，將一些有問題的工具從產線上移除，從而提高制造產能。
來源：數字化企業
注：文章內的所有配圖皆為網絡轉載圖片，侵權即刪！