以建模、仿真和工业互联网为代表的智能制造技术应用研究

陈 兵

（湖南商务职业技术学院，湖南长沙 410205）

先进制造技术的典型代表是智能制造，智能制造代表着未来制造业的发展方向，而智能制造的成功实施关键是智能制造技术。新技术不断涌现，由出现到成熟也很曲折，只有将智能理论指导下诞生的智能制造技术应用到实践中，才能检验、完善、发展技术，并产生巨大的生产效果和效益，进而推动制造业现代化，实现“中国制造2025”宏伟目标。

1 引擎式的中国智能制造关键技术

1.1 智能制造技术的实质

智能制造技术，以智能理论为基础，以传感技术、网络技术、自动化技术、拟人化智能技术等为基本技术，以智能化感知、人机交互、决策、执行为处理手段，它是对传统制造实施设计过程、制造过程智能化。即：智能制造技术=信息技术+智能理论+智能技术+传统制造过程。

智能制造技术是智能制造之引擎，是关键。我国在这些技术上已经比较成熟：包括机器人技术、感知技术、工业通信网络技术、控制技术、可靠性技术、机械制造工艺技术、数控技术与数字化制造复杂制造系统、智能信息处理技术等。我国的智能制造装备产业体系已经初步形成：新型传感器、智能控制系统、工业机器人、自动化成套生产线。

1.2 智能制造技术特点

（1）实现生产过程的优质、高效、低耗、清洁、灵活。

（2）增强产品在动态市场的适应能力、竞争力。

（3）智能制造技术包括制造工艺、市场分析、生产管理、加工和装配、销售、维修、服务、回收、再生的全过程。

（4）智能制造技术是技术、人、管理和信息的集合；是物质流、能量流、信息流和知识流的交汇。即四维集合+四维交汇。

（5）智能制造技术是是硬件、软件、人与组织的统一体。生产过程组织、管理、创新与技术硬件同样重要。

1.3 “互联网+传统制造”引领智能制造技术方向

“中国智造”是推动“中国制造”的巨大动力。在《中国制造2025》规划的十大重点行业中（新一代信息通信技术产业、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农业装备、新材料、生物医药及高性能医疗器械十大重点领域），都可以实施智能制造。这些领域的智能制造技术方向应该是“互联网+传统制造”。各项技术要紧密围绕该方向展开，例如，发展互联网技术，研制并应用智能监测、远程诊断管理、全产业链追溯等工业互联网应用，建设工业云服务和工业大数据平台，推动软件服务，制定制造资源、关键技术标准，并开放共享。

1.4 智能制造技术理念在于创新

智能制造技术源泉是创新，即：中国制造——中国智造——中国创造——中国创新。传统制造业对经济发展的贡献率靠要素驱动，要素驱动已江河日下，创新驱动已大势可趋。不过，创新并非是传统意义上的革命性的创新，技术融合和系统集也是创新，某些产品使用的各种技术是老技术，但是这些技术的组合就是一种创新。 新兴技术和现有技术的融合产生了超过97%的创新，完全的革命性的创新毕竟很少，集成者得天下。发展智能制造技术必须大力创新。

1.5 技术智能化的切入点

技术智能化有其切入点，大体看，智能化可从四个角度、十个侧面切入，见表1。

1.5.1 产品

产品智能化，例如智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机。它们带有记忆、感知、计算和传输功能，其涵盖机械、电气和嵌入式软件领域，智能化使产品价值成倍增长。

1.5.2 服务

服务智能化，利用传感器和互联网技术，能感知产品及其运行的状态，做好维修维护。也可采集产品运营的大数据，对营销做正确的决策。开发面向客户服务的APP，对顾客提供有针对性的服务，锁定用户，提高服务质量。

表1 技术智能化的切入点

1.5.3 装备

装备智能化，智能装备实现了在机检测，补偿加工误差，提高加工精度，对变形进行补偿。智能装备有闭环的检测与补偿功能，能自动修正与补偿，真正做到精细加工，降低了对环境的苛刻要求。

1.5.4 生产线

生产线智能化，改变离散式的加工制造，建立自动化生产线、装配线和检测线，实现自动化的加工、装配和检测。自动化生产线可以建成刚性自动化生产线和柔性自动化生产线。工业机器人、吊挂系统在自动化生产线上有着广泛的应用。

1.5.5 车间

车间智能化，建立制造执行系统（MES），实时采集和分析生产状况、设备状态、能源消耗、生产质量、物料消耗等信息。科学、合理、高效安排生产，显著提高设备利用率。

1.5.6 工厂

工厂智能化，一是生产过程应当自动化、透明化、可视化、精益化；二是产品检测、质量检验和分析、生产物流应当与生产过程实现闭环集成；三是多个车间之间要实现信息共享、准时配送、协同作业；四是建立流程制造企业式的生产指挥中心，对整个工厂进行指挥和调度；五是建立无缝集成的信息系统，例如建立 PLM、ERP、CRM、SCM和MES五大核心系统。

1.5.7 研发

研发智能化，除了继续应用CAD/CAM/CAE/CAPP/EDA等工具软件和PDM/PLM系统外，还需要机、电、软多学科的协同配合、应用仿真技术，建立虚拟数字化样机，实现多学科仿真，以仿真减少实物试验，实施标准化、系列化、模块化方针，既能实现客户大批量定制，也能实现个性化定制，把仿真技术与试验管理融合，提高仿真结果的置信度。

1.5.8 管理

管理智能化，运营管理系统包括很多子系统，为了实现对系统的智能管理和智能决策，信息系统必须完备，基础数据还必须准确及时，两者实现无缝集成。

1.5.9 物流与供应链

物流与供应链智能化，建立并实施物流自动化、自动化立体仓库、无人引导小车、智能吊挂系统、智能分拣系统、堆垛机器人、自动辊道系统、仓储管理系统、运输管理系统。

1.5.10 决策

决策智能化，企业平时产生了大量的数据，对这些结构化的数据，进行多维度的分析和预测，做到业务智能化，建立起管理驾驶舱或决策支持系统。从系统数据中提炼出企业的KPI，再与目标进行对比，对KPI进行层层分解，来对员工进行考核，以此完成企业绩效管理。

2 核心关键技术在智能制造中应用初探

工业和信息化部、财政部发布的《智能制造发展规划（2016-2020年）》中指出：要加强关键共性技术创新，突破先进感知与测量、高精度运动控制、高可靠智能控制、建模与仿真、工业互联网安全等一批关键共性技术，研发智能制造相关的核心支撑软件，为实现制造装备和制造过程的智能化提供技术支撑。

文件把先进感知与测量、高精度运动控制、高可靠智能控制、建模与仿真、工业互联网安全等五大技术作为核心与关键技术，予以重点发展，而发展除了研发之外，最为重要的就是应用。限于篇幅，本文仅就高可靠智能控制、建模与仿真、工业互联网三类技术的应用做初步探讨。

2.1 建模与仿真之应用

在产品的设计阶段，利用仿真设计，先在计算机上模拟建立虚拟样机，对虚拟样机代表的产品进行全方位设计，例如质量、外形、功能、规格等的设计，直至达到满意的效果，技术达标后试制实物样机，实物样机经过检验后便可投入生产。这种仿真设计成本低，周期短，设计质量高。

当前有不少面向单学科的仿真工具，但更多的仿真设计要把各种单学科的仿真工具集成，把多种学科设计软件集成，使仿真设计吸收利用各学科的工具软件，让仿真设计具有高度的集成性和有效性。其过程是：采用仿真技术—集成仿真技术—建立虚拟样机—对虚拟样机设计—试制虚拟样机。

在采用仿真建模时，往往采用这些方法：方程建模、图形建模、仿真语言建模、专用仿真软件建模、单学科建模、多学科建模等。所建的模型常常图形或图像化，将仿真内容可视化，即把设计数据变成二维、三维显示图，使建模直观化。

能够利用仿真建模的生产有：加工、装配、测试、工具、人机界面、生产线规划、车间布局。仿真建模的虚拟产品，在生产加工之前，应该能被工程技术人员所看到，以便明白产品的结构和组成，了解产品如何加工，弄清楚生产加工的过程与步骤。仿真建模的关键是虚拟技术，此技术利用仿真、优化、分布、并行、信息化手段，来综合建模。而建立起来的虚拟样机对复杂产品研制十分有用。

产品全生命周期管理包括数字制造或虚拟制造，仿真使设计与制造之间无缝衔接,即包括虚拟设计、虚拟加工、虚拟装配、虚拟车间、虚拟工厂的无缝衔接,最终可升级为分布式虚拟制造。

分布式虚拟制造就是采用建模仿真技术、软件技术、图形图像可视化和网络通讯技术，利用制造和管理信息，通过全数字产品，做到各工程领域、多专业、多工厂、多企业等四个协作。仿真对象既可以是单个制造过程,，也可以是整个制造企业。

2.2 建模与仿真的关键技术

2.2.1 建模技术

建模是对实体、自然环境、人的行为的抽象描述。利用建模方法可以描述客观事物的特性和行为,按照系统或事件类型分类，建模包括连续系统建模、离散事件系统建模和混合系统建模。按照定量与否，建模分为定量建模和定性建模。所建的模型既要反映模型内部的特征，还要反映系统各部分之间的关系。模型应具有可分离、可组合、可互换等特点，一些高层次语言与建模方法往往得以运用。好的模型具有可靠性高、精确度高的特点，为达此目标，要对模型严格审核、验证、修正[1]。

2.2.2 建模/仿真支撑环境

建模/仿真需要有支撑平台，即支撑环境，此环境由硬软环境组成。该环境根据设计任务和欲实现的目标来设计，设计要考虑资源、通讯和应用三个条件。所建立的环境分为研究开发环境和运行环境。前者服务于建模、仿真系统设计、仿真软件开发，后者服务于仿真系统运行，两种环境资源共享。对于运行环境，简单的有调用固定资源的静态环境，复杂的有调用动态资源的动态环境。

2.2.3 先进分布仿真

企业往往有多个专业制造、多个单位和多个地点，每个部分均有自己的仿真系统、模型、计算机、设备因此要把它们用分布联网的方法连结，形成分布联网仿真系统。各仿真系统之间有大量的数据和信息交换，数据有连续的，有离散的，有图样的，有声频的，有视频的。它们借助单播、组播各种方式，即时、准确、适量的传递信息。其数据通讯，目前通常采用DIS,HLA/RTI协议,现已发展为通讯仿真网格。先进分布仿真系统管理的重点是数据和时间。

2.2.4 仿真资源库

仿真建模要利用大量的数据及模型，所以要建立合适的仿真资源库，例如数据库、模型库、工具软件。要处理好仿真资源库的结构、多分辨率、多用户调用、多频访问、实时调用等技术问题，以便快速方便地从库中查询及提取数据。

2.2.5 图形图像综合显示技术

仿真系统中，为了直观形象地表达数据及信息，要采用图形图像显示技术，对于实体，以三维图像显示。对于不可见现象，以二维/三维非视觉可视化技术来显示图像。该技术构建虚拟环境，使工作人员有身临其境之感，能真实的处于“现场”环境中，即时观察，真实获取信息，真实给予操作。通过综合显示环境，传感器可感受可见光图像、红外图像，以二维、三维图像显示结果[2]。

2.3 工业互联网之应用

2.3.1 工业互联网应用的技术过程

一开始，工业互联网的特点是，把互联网体系与工业制造系统连接,把工业传感器、控制器和其它系统组合为集中化的反馈系统。此系统要应用数字神经系统，把网关、传感器和工业软件加以组合。此后，工业互联网技术迅速发展，其技术主要在于大数据和云计算等相关的技术应用,加入嵌入式的工控，提高了控制水平，使工业互联网更加优化,使网络技术的应用更加深入。工业互联网的关键技术是传感器和工控系统相关软件,是重要的工业互联网软件系统,其核心技术是标准封装和超大集成芯片技术[3]。

2.3.2 智能制造企业发展工业互联网的路径

制造企业要实施智能化转型，实施“互联网+制造”是关键，但是智能制造企业如何发展工业互联网呢？

（1）全面推进制造过程数字化

以互联网建设为目标，在设备控制、车间管控、工厂调度和企业管理四个层次，全面实施数字化，全过程、全方位实施数字化系统工程，为以互联网为标志的智能化制造打下坚实基础。

（2）推进互联网标准的研发和推广

首先，促使不同工业控制器互相兼容，使信息能在不同的传感器之间顺畅传递。其目标是信息交换、转化，传递既快速又准确，以兼容和信息的顺利流转打通工业互联网顺畅大路。这需要借鉴国际上OPC组织和国际电工委员会形成的一系列过程控制的工业标准。

其次，实施产业链上的数字互通标准化工作。统一数据结构和规范，打破行业壁垒，以工业互联网为基础协调制造过程，发挥协同制造优势，以融合促发展。

为此，企业应该加大投资，研发各种工业互联网标准，并大力推广实施这些标准

（3）强化制造流程管理

应该使整个制造过程也标准化，即固化、细化、标准化生产流程各环节。令制造对象得以优化，即在对动态工业数据分析的基础上，优化生产过程，把生产流程拆分与细化后，使每一个环节标准化，这样才能发挥大数据的作用，使制造过程快速、准确、高效、高质量，真正做到制造过程的智能化[4]。

2.4 工业互联网安全应用

在《智能制造发展规划（2016-2020年）》文件中，把工业互联网安全作为关键共性技术，也列为重点发展技术。智能制造企业解决工业互联网安全问题可以考虑如下的应用措施。

2.4.1 积极防御

防御不能被动，应主动出击。采用蜜罐系统，捕获入侵行者，分析入侵行为，更新防火墙、服务器、工作站，击退入侵之敌。蜜罐系统利用蜜罐技术，该技术是低交互技术，服务于控制器服务端，蜜罐易于布置、修改和扩展，在遵守工业控制协议的基础上，蜜罐可以构建积极的防御系统。

2.4.2 区域防御

工业互联网分为外部区域集合、控制网络区、企业网络区、远程访问区与生产现场五个区域。在每个区域边界设置防火墙，能保护系统免受外部的攻击。做到三个隔离尤其重要：一是企业网络与远程访问区隔离；二是控制系统网络与其他网络隔离；三是生产区与控制网络隔离。

按照保护区域划分，可建设四级防火墙 。一级：双宿主机防火墙；二级：在企业网络和控制网络之间防火墙；三级：添加路由的企业与控制网络间的防火墙策略；四级：添加非军事区防火墙。总之，防火墙的布置要满足深度防御的需要。

2.4.3 远程访问安全防御

要确保远程接入设备、移动设备访问的安全性，就要做到三点：第一，不要在公共网络、私人Wi Fi、不熟悉的局域网登录，登录必须使用安全的网络，登陆口令和文件要加密传递，要控制好外部人员访问的访问域和访问权限。第二，使用VPN技术，加强远程访问的安全性。第三，网关无需对控制设备做改造与配置，数据包的转发就可完成，此过程不依赖任何硬件、软件环境，其适用性很强。

2.4.4 漏洞和补丁防御

要检测服务器、终端和工控系统漏洞，并及时更新补丁。漏洞扫描时，参考权威机构漏洞库统计出现的各类漏洞。对于自己的工业网络，企业用户应主动利用漏洞扫描技术，检测主机、网络、工控系统是否安全。工控系统是实时、连续运行的系统，漏洞和补丁管理必须做到科学合理。

2.4.5 检测与应急响应防御

异常检查可检查内部的攻击、异常。它包括入侵检测、病毒查杀、异常代码检测等。方法有：非参数累积和（CUSUM）模型、基于多分类支持向量机（SVM）的入侵检测方法，以及基于系统级行为特征的 ICS场景指纹异常检查方法。对工业互联网流量予以监测，分析检测到的异常，例如对流量建模后，使用差分自回归移动平均模型（ARIMA），检测异常。通过提取工业互联网关键信息，由大数据建模、分析、预测，预测各种可能的异常，做好先期防范措施。该系统应能尽快检测到入侵事件，快速响应，使系统快速恢复常态。

2.4.6 态势感知防御

态势感知指综合分析工业互联网安全要素，结合网络状态，评估工业互联网的安全状况，预测其变化趋势，展现给用户，并给出应对措施。在解决了工业网络中的协议多样性、应用多样性问题的基础上，态势感知就适用于工业互联网，解决工业互联网安全问题。

2.4.7 用户与实体行为分析防御

用户与实体行为分析方案的目的是，确定在各种状态中，什么是正常状态。其方法是：首先，从各种方式收集数据。其次，使用数据创建一条基线。最后，以聚合数据、机器学习的方法，发现异常的模式。为了有针对性的满足特定顾客、特定需求，也可以建立自定义，定制解决方案。

2.4.8 安全产品防御

防病胜于治病。与其在产品投入使用后解决使用中的安全问题，不如在产品使用前打造安全产品，以安全规范对可能出现问题事先加以排除。工业互联网解决方案厂商，与信息安全厂商联合，建立联合开发流程、编码规范、出厂标准。用户在将工业互联网投入使用前，应请安全服务商、第三方检测机构发现并解决可能存在的问题[5]。