摘要：智能制造、工業4.0和《中國制造2025》聚焦新一代信息技術和操作技術的融合。本媒體邀請了業內部分領軍企業，探討了智能制造的發展趨勢、元器件、測試測量等技術的發展方向。

 

　　2016年智能機器前景預測

 

　　智能機器的各種功能已足夠穩定與透明，各企業可以嘗試著利用智能機器以創造商業價值。智能機器領域的商業投資將快速增長，其中以收入增長與運營效率為投資重點。

 

　　到2020年，智能機器將成為30%以上首席信息官的五大投資優先領域之一。Gartner研究副總裁暨杰出分析師Whit Andrews，Gartner研究副總裁暨院士級分析師Tom Austin，Gartner研究總監劉軼認為，以下三大發展趨勢將促使智能機器未來5年內更廣泛、經濟和高效地應用在各個領域：

 

　　1.全新處理硬件；

 

　　2.更強大的算法；

 

　　3.海量數據。

 

　　智能機器的種類及其相關商業案例正在不斷豐富，這表明了智能機器解決各種工作難題的商機正在真實而快速地增長。有效識別這些機會將大大促進智能機器發展計劃的商業投資。

 

　　預計在5年以上的時間內有望為企業帶來最大收益的技術包括：智能顧問、智能機器人、商業無人航空器（無人機）、自動駕駛車輛以及虛擬個人助理。

 

　　智能機器的使用通常依賴于改變現有的IT系統與工具接口。因此，首席信息官、IT領導者與戰略規劃部門應提前規劃智能機器開發、使用、持續支持與維護的相關成本以及為智能機器部署而變革現有IT基礎架構。

 

　　此外，首席信息官們還需預測一系列組織問題。智能機器由多種資產組成，所有這些資產需要統籌管理。這些資產可能屬于不同的所有人，有著與所有人業務系統主要目的相關的不同優先級別。

 

　　到2020年，首席財務官必須處理由智能機器數據以及“算法業務”衍生的估值問題

 

　　由智能機器引擎主動收集、交付信息及洞察結果的技術正在促進從人類生成信息資產到機器生成信息資產的轉變。而這些資產包括：新內容、分析與業務流程知識本體、知識產權。

 

　　智能機器將完善和推進被稱之為“算法業務”的新型業務模式。

 

　　這是一種涉及到大量互聯、各類關系及動態洞察的經濟形態，它基于以算法形式呈現的連接、大數據和新知識產權來支持行動。

 

　　智能機器技術遍布多個市場，因此沒有單獨的“智能機器市場”；相反，它是面向廣泛應用案例的綜合市場。

 

　　智能機器的崛起與其他發展趨勢相輔相成，并必將與這些趨勢共同顛覆我們的業務方式。新興的算法業務即是其中最重要的趨勢之一，它將帶動能夠產生新收入的新業務模式，借助算法充分利用大量與互聯和關系有關的大數據的動態洞察結果。此類業務模式與智能機器之間的關系非常密切，它將各種技術與智能機器的服務結合在一起。

 

　　同時，有關此類服務的知識產權有望產生大量或永久性收入流，因為知識產權可以依法獲得專利，從而提升價值。

 

　　未來5年，首席財務官將面臨解決這些新資產結構經濟問題的壓力。

 

　　到2018年，全球300多萬勞動者將接受“機器主管”的監督

 

　　監督職責將逐漸轉變為基于與產出和客戶評價直接掛鉤的績效指標來監督員工的工作。

 

　　“零工經濟”——勞動者為短期合同而展開競爭而非為了薪水工作，正在讓企業通過結構化、細分任務等形式獲得大量人才。

 

　　機器主管將直接根據勞動者的業績數據和自身能力從中獲取洞察力，這一功能人類可能無法企及或者無法快速實現。

 

　　智能機器技術與服務目前已實現了商業化，并展示出部分關鍵屬性，包括：

 

　　輕松應對高度的復雜性與不確定性，并基于學習能力形成假設條件。

 

　　檢驗這些假設條件，得出具體的概率性結論。

 

　　針對具體任務環境形成超出許多行業觀察家所預測到的理解力。

 

　　機器主管將日益充當決策人的角色，而以往這些決策只能由人類管理者制定。

 

　　注重績效評估、激勵與支付的商業流程外包商將開發出智能機器“承包管理者”，專門用于評估和監督特殊類別的勞動者。

 

　　隨著智能機器成為分析績效的主要工具，勞動者績效評估將變得更加精細。

 

　　針對此類評估的反應也將隨之變得靈活和個性化。

 

　　2016年工業4.0技術動向

 

　　制造業和庫存管理正向著智能化過渡。例如低功耗連接、嵌入式處理和嵌入式感測等推動智能化過渡的技術已經在提供低功耗、智能網絡互聯感測解決方案等領域取得了巨大進步。然而，為了實現工業4.0更加廣泛和快速的部署，安全性和可靠性才是最值得關注的問題。諸如濕度、溫度和壓力感測等多模式感測解決方案經常被集成在許多工業和樓宇自動化系統中。從延長電池使用壽命到最終的能量采集，超低功耗是關鍵所在。正是因為有了高效的電源管理和信號鏈技術，我們才得以實現少于1微瓦的待機功率以及低于100nA的睡眠模式電流。包括模擬和數字信號處理器在內的集成式超聲波和毫米波感測解決方案能夠在流量計量、診斷和很多其它工業應用中提供全新的多模式功能。

 

　　工業4.0值得關注

 

　　智能制造的相關技術趨勢

 

　　英飛凌作為德國工業4.0的創始成員和工業4.0的積極倡導者，與其他成員一起負責工業4.0標準化的制定，特別是工業4.0場景下的核心器件和技術的研發。

 

　　從技術角度看，智能制造的核心是物聯網和服務互聯網在工業的應用，所以物聯網和互聯網的技術趨勢會推動智能制造的發展。

 

　　同時，互聯網和物聯網在促進智能制造整合價值鏈的過程中，其核心部分還是為制造過程服務以實現高效率、高質量和高效資源利用。這樣制造過程中的人機交互、機器和機器交互、物料和機器交互、機器和環境交互等技術成為必然，并已經逐漸成熟和進行嘗試。工業4.0的參考架構和軟件模型也已經發布，相信不久就會有基于參考架構的應用實例出現。

 

　　為了符合個性化制造的要求，產品生命周期管理的系統和設計及制造的系統的結合度現在越來越緊密，這將成為一個趨勢。智能化制造還會推動制造大數據分析來更好地為經營決策和質量控制服務。

 

　　英飛凌的特色技術和產品

 

　　英飛凌在智能制造領域和工業4.0領域有獨到的技術。英飛凌不光有高效能的電機馬達驅動芯片、還有微控制芯片、高性能傳感器等成熟領先的產品。針對工業4.0，或者更廣的物聯網環境，我們一直認為安全是一個重要并斟待解決的問題，所以我們開發并提供了世界領先的基于硬件的安全芯片解決方案服務于工業控制安全和物聯網安全。

 

　　例如，針對工業智慧人-機、機-機等接口的發展，我們推出了高精度的3D磁性傳感器。通過檢測x、y和z方向的磁場，傳感器能夠可靠地感測三維、線性和旋轉運動。所采用的數字I2C接口可在傳感器與單片機之間實現快速雙向通信。適合于需要快速三維、角度測量或低功耗的應用。

 

　　最近我們也推出了3D圖像傳感器，英飛凌全新的傳感器新技術不僅幫助3D攝像頭實現了具有真實感的成像功能，還能識別手勢及面部表情。如在醫療檢測儀器中，可幫助醫生無需觸碰電腦顯示屏，查看病人的檢測數據；在高級輔助駕駛系統中，可主動獲取駕駛員的面部表情，判斷駕駛員的精神狀態，在駕駛員面露疲倦時，給予及時的警示，當車輛處于即將與其他車輛碰擦的危險時及時剎車，避免交通事故的發生。在工業場景中幫助人通過手勢控制機器及虛擬現實應用。

 

　　電機需要精確位置控制及電流控制

 

　　智能制造是一個很大的概念，包含若干的技術應用。從電機控制的角度來看，節能、高效、精準、互通肯定是毋庸置疑的趨勢。

 

　　在伺服控制中，高精度電流和電壓檢測可提高速度和扭矩控制性能，要求12位及以上的性能的多通道ADC；ADI具有業界領先的ADC技術，包括了隔離ADC產品，它們可以很好地滿足高精度控制的要求。ADI可以提供高精度RDC來滿足使用旋轉變壓器的位置檢測場合。從優先考慮安全和保護的角度，信號采樣和功率器件驅動應采用隔離技術，ADI公司的iCoupler數字隔離器產品可滿足高壓安全隔離要求。在工業應用的設計中，IC產品需要更長的生命周期和更高的可靠性。普通的交流感應電機向永磁同步電機轉變已是大勢所趨，要求系統設計師能提供更高效率和更靈活的算法。

 

　　傳感器和分布式計算迅速增長

 

　　據Gartner，物聯網（IoT）是2015最熱門的技術。與此相關的話題大多聚焦在消費類應用，如智能家居、車聯網和消費類可穿戴應用（如腕帶運動追蹤器）。然而，物聯網的工業分支（也稱作智能制造業）對于商業和社會經濟層面的潛在影響將最終超越消費類應用。智能制造業的變革將改變眾多產業，包括制造業、油氣行業、農業、礦業、運輸及保健行業。上述產業的總和占到世界經濟總量的近三分之二。

 

　　智能制造的本質意味著收集并利用機器和傳感器生成的大量數據，以優化生產運營。這將影響眾多系統設計，包括工廠車間的設備（系統）、通信集線器和控制器本身的設計。

 

　　智能制造趨勢

 

　　智能傳感器、分布式控制和復雜的安全軟件是智能制造業不可或缺的因素。Maxim Integrated的芯片適用于諸多自動化系統和傳感器，因而我們對于自動化系統架構的演進如何支持工業IoT有獨特的理解。

 

　　制造業系統發展的關鍵趨勢是傳感器和分布式計算的迅速增長。

 

　　普適測量。傳感器及其接口的成本持續降低，使得制造商能夠對更多變量和數據類型進行追蹤。

 

　　分布式控制。將過程控制器（可編程邏輯控制器，PLC）移近至被控機器，打破控制瓶頸，提高生產吞吐率和靈活性。

 

　　智能制造業正在經歷工廠自動化傳感器領域數字IO-Link標準的爆發性增長。IO-Link協議是第一個開放的、低成本、點對點串行通信標準，基于全球標準化I/O技術（IEC 61131-9）。該協議適用于任何位置的PLC和傳感器以及/或執行器之間的通信。

 

　　這種功能強大的點對點協議基于成熟的3線連接。理解IO-Link通信的最好方式是將其理解成傳感器領域的USB——非常容易使用和部署，并且能夠提供來自于智能傳感器的智能數據。

 

　　Maxim的技術能夠助力上述新型系統的發展。圖1所示的傳感器是Maxim認為迄今業界最小的IO-Link環境光傳感器，可以讀取顏色值并通過IO-Link連接發送信息。整個系統只有回形針大小。

 

　　另外一個重要趨勢是這些外型日益縮小的工業自動化設備中的電源系統設計必須具備超高效率，因為系統無法承受額外的散熱。

 

　　Maxim憑借先進的工藝技術和創新設計提供品類眾多的電源調節器，可實現超高電源轉換效率（寬負載電流范圍內高于90%）。這些器件集成眾多分立元件，如FET、肖特基二極管等，提供超小占位面積的封裝。我們認為我們具備品類全面的同步電壓調節器——這類器件在工業系統中幾乎無所不在——在50mA至5A負載電流范圍內實現高于90%的效率。

 

　　機器人及智能制造對元件需求提升

 

　　中國的智能制造開始出現大規模擴張態勢。這一發展形勢的推動因素包括自動化制造的持續發展，其中包括為這一發展提供支持的零配件以及電子制造的大規模生態系統。同時，人工成本持續攀升，這也推動了自動化生產的需求，尤其是對機器人生產的需求。

 

　　據國際機器人聯合會（IFR）預計，2018年全球所安裝的工業機器人中，中國將占有1/3。最新數據顯示，2014年工業機器人的銷售已飆升至大約57，000臺——上升了56%。

 

　　中國的機器人行業還將在中國政府發起的新一輪競爭攻勢“中國制造2025”中實現更多發展，獲益良多。據IFR預測，中國的工業機器人銷售數字有望繼續飆升，到2018年將總計達到大約15萬臺。

 

　　莫仕（Molex）提供的眾多連接解決方案可以應用到機器人領域，但尤其值得關注的是Flamar定制電纜。該款產品性能好，韌性強，多芯布線，經久耐用，適用于傳感器、測量、控制、機器人以及機器驅動。傳感器電纜可支持重量、溫度、壓力、流動狀態、液位、振動及位移方面的測量。

 

　　另外，智能制造通過部署“智能”設備，使靈活且自我設置的無線“網眼式”網絡實現靈活移動、微型化及網絡化管理，從而實現最優生產效率。對于這類工業自動化，Molex提供了一系列標準天線。目前的Molex標準天線系列適用于通過ISM和蜂窩頻段實現機器-對-機器（M2M）溝通，同時也適用于Wi-Fi各種應用。

 

　　工業大數據的未來： 從智能終端設備到企業系統

 

　　隨著傳感和網絡連接技術的普及，在系統中添加測量功能從未如此簡單和經濟。在這個工程和測量數據爆炸的時代，如果企業沒有制定穩妥的數據管理戰略，幾年后他們將無法有效應對和管理所有的數據。因此，一流的測量和分析解決方案必須具備兩個基本功能：1.終端分析，2.智能企業管理和分析。

 

　　將測量分析推向智能終端

 

　　過去十年來，數據采集設備和傳感器的智能功能快速增加，而且變得更加分散，處理元件也放置在更靠近傳感器的位置。如果看一下ARM、Intel和Xilinx等公司的最新芯片和IP所集成的采集系統和節點就可以充分證明這一點。但是除了測量設備更加智能之外，傳感器同樣也日益智能化，智能傳感器將傳感器、信號調理、嵌入式處理器和數字接口/總線集成到一個極其小巧的封裝或系統中。

 

　　鑒于這一趨勢，現在許多應用都強調了邊緣設備的智能化和高級信號處理。在資產監控應用中，傳統的測量系統將每個數據點記錄到磁盤上，即使所測量的物理現象沒有發生任何實質性的行為。這將導致所部署的系統會產生數千兆字節甚至數萬億字節的數據需要進行分析和線下篩選。

 

　　由于處理在更加靠近傳感器的位置進行，測量系統軟件必須有助于在邊緣設備上高效地進行分析。未來基于終端的系統軟件需要能夠快速配置和管理成千上萬個聯網的測量設備，并在這些節點上進行大量分析和信號處理。展望未來，企業必須過渡到更加智能且基于軟件的測量節點，才能跟上模擬數據爆炸式增長的速度。

 

　　更智能的企業管理和分析

 

　　采集智能系統的數據后，下一個步驟就是將數據傳送到企業系統來有效地管理和整合數據以及進行大規模分析。一個來源于多工程數據的企業數據管理和分析解決方案將有助于正確的人員在正確的時間獲得正確的數據，從而做出正確的決策。其中兩個主要的考量因素是能否正確地歸檔數據以及更智能地進行分析。

 

　　正確地歸檔數據

 

　　為了準確地對多個數據源進行數據分析，所有數據集應包含一致的元數據或描述性信息來解釋測試數據被保存的原因。元數據包含的信息包括測試設置、測試結果、測量單位等。據IDC的調查顯示，大多數公司僅對22%的采集數據進行文檔記錄，而實際上能夠進行分析的數據平均只有5%。因此還有許多可能非常重要的數據沒有被充分利用。重視將元數據標準化的公司將能夠實現更高程度的數據分析自動化，從而獲得明顯的競爭優勢。

 

　　但是在開始進行元數據標準化之前，工程師必須首先在哪些元數據對分析非常重要這個問題上達成一致。一流的公司通常會有一個項目規范來定義所采集的元數據的命名和屬性。應用程序應該在采集時試圖記錄盡可能多的已定義屬性。但是在采集數據之后，許多公司會通過運行自動檢查和插入缺少的屬性來添加數據屬性。比如，捷豹路虎對元數據進行自動化質量檢查，并在一年內開發和實現了企業數據管理解決方案，以前該公司僅能分析10%的數據，預計接下來這類數據將可達到驚人的95%。元數據的一致性使得它們能夠應用一致的自動化分析來匹配已定義的屬性。

 

　　更智能的分析

 

　　根據Frost&Sullivan市場調查公司2015年9月對全球測試與測量大數據分析市場報告指出，如果將大數據分析應用到測試中，產品開發成本將可減少近25%，運營成本將可減少近20%，維護成本將可降低50%。由于大模擬數據是增長最快且數量最龐大的數據類型，尋找新的相關性并預測未來行為是保持競爭優勢的關鍵。

 

　　要做到這一點，為了研究、設計和驗證目的而進行測量的公司需要大大優化采集和分析邊緣設備數據的方式，并在企業內部對數據進行管理和分析，以確保能夠有效地利用這些數據來做出正確的決策。他們越早這樣做，就能夠越早利用更精準的數據獲得更大回報。

 

　　感言

 

　　正如惠普企業超大型主機服務器和物聯網系統總經理和副總裁Tom Bradicich所說：“物聯網的智能終端分析和其他工業解決方案對于解決工業大數據問題發揮著重要的作用。智能測量節點提供在線數據分析，從而更快速獲得有意義的結果。現在是時候通過大數據獲得更多信息了。”

 

　　NI分布式工業大數據系統

 

　　大數據可以分成數字和模擬數據兩大類。數字數據又可以分成結構化數據（如來自企業應用程序的數據）或非結構化數據（例如通過Twitter或Facebook等社交媒體產生的數據）。另一方面，模擬數據是指工程（由工業系統產生）和環境數據（例如射頻、光和溫度數據以及自宇宙形成至今產生的數據），這類數據可使用傳感器測量，并使用模數轉換器來數字化，以便進一步挖掘和分析。NI產品（CompactDAQ、PXI、CompactRIO和WSN）能夠用于模擬物聯網/M2M網關，用以采集、匯總和數字化模擬數據。此外，NI還推出了InsightCM Enterprise套件，提供了基礎設施/云層的數據管理和傳輸、數據分析和系統管理軟件，以便進行大數據分析和挖掘。總之，這些產品形成了強大的平臺來構建用于工業物聯網的大“模擬”數據系統。

 

　　為用戶提供專業的測試設備及系統

 

　　經過充分的市場調研與經驗積累，泛華在2016年會持續在裝備保障、自動測試和工程教育三大方向進行投入，衍生出多個系列的產品，這些產品具有鮮明的行業特征，能夠無縫地滿足行業用戶需求。產品包括PS TU-9106便攜式測試平臺、電路板測試設備、核能測試平臺、汽車電子測試平臺、嵌入式高強度數據記錄設備等，這些產品能夠廣泛應用于航空航天、船舶、核能、汽車電子等行業。

 

　　具體行業上，例如汽車電子是泛華十余年一直關注的領域，已經向客戶交付了數百套成熟穩定的測控系統，2016年泛華會繼續立足于汽車電子測試，持續推廣以輪速/位置類傳感器測試為代表的成熟系統級產品，提供從傳感器到控制器再到執行器測試的各類解決方案，實現高精度與高效率的平衡，為工業制造4.0添磚加瓦。