MathWorks工業(yè)自動化和機(jī)械領(lǐng)域行業(yè)經(jīng)理Philipp Wallner日前在接受《電子工程專輯》采訪時(shí)預(yù)測稱，2021年，整個(gè)工業(yè)領(lǐng)域?qū)拇笠?guī)模生產(chǎn)向定制化生產(chǎn)轉(zhuǎn)型，數(shù)字化變得比以往更加重要，包括生產(chǎn)系統(tǒng)更加自主化、工程師更依賴通過仿真的方式去確認(rèn)設(shè)備的行為等。

MathWorks工業(yè)自動化和機(jī)械領(lǐng)域行業(yè)經(jīng)理Philipp Wallner

他將未來的工廠稱之為“柔性(Flexible)”的，認(rèn)為市場驅(qū)動力源自商品的個(gè)性化，包括從大規(guī)模生產(chǎn)向定制化生產(chǎn)、自主的生產(chǎn)線需求、以及產(chǎn)品迭代周期縮短等因素。當(dāng)然，由此帶來的挑戰(zhàn)也顯而易見，系統(tǒng)復(fù)雜性的增加最為顯著，例如參數(shù)數(shù)量與種類、模組與元件之間的數(shù)據(jù)交互和無處不在的軟件。這樣，就需要越來越多的仿真模型去進(jìn)行參數(shù)的調(diào)優(yōu)和設(shè)計(jì)，需要AI和數(shù)字孿生技術(shù)用于運(yùn)行優(yōu)化，或是對設(shè)備進(jìn)行健康預(yù)測。

“這其中涉及到幾個(gè)比較重要的生產(chǎn)要素?！盤hilipp說，其一，性能越來越強(qiáng)勁的硬件，這是確保復(fù)雜算法能夠順暢運(yùn)行的先決條件；其二，由于系統(tǒng)日趨復(fù)雜，開發(fā)者需要新的工具和設(shè)計(jì)流程用于開發(fā)、測試和部署控制軟件和AI算法；其三，也是非常重要的一點(diǎn)，就是要有越來越多的工程師能夠把各自領(lǐng)域內(nèi)的專業(yè)知識與AI技術(shù)融合起來。

而以下五大工業(yè)趨勢將促成以上預(yù)測：

趨勢一：AI項(xiàng)目的經(jīng)濟(jì)性優(yōu)勢日益凸顯

目前，在工業(yè)領(lǐng)域，柔性和自主制造是AI發(fā)揮優(yōu)勢的重要應(yīng)用方向，例如預(yù)測性維護(hù)、健康監(jiān)測、生產(chǎn)優(yōu)化、基于視覺的質(zhì)量檢測等。MathWorks提供了大量APPS用于幫助工程師進(jìn)行AI功能的設(shè)計(jì)開發(fā)，并通過與包括微軟在內(nèi)的廠商合作，將非實(shí)時(shí)性的數(shù)據(jù)部署在云端，從而實(shí)現(xiàn)從云端到邊緣設(shè)備端的完整部署。

MathWorks提供了大量APPS用于幫助工程師進(jìn)行AI功能的設(shè)計(jì)開發(fā)

在Philipp列舉的Mondi公司案例中，通過利用MATLAB開發(fā)出的用于監(jiān)測生產(chǎn)線狀況的APP，Mondi公司每年能夠節(jié)省至少5萬歐元費(fèi)用；而在與VDMA的合作中，MathWorks通過提供AI應(yīng)用指導(dǎo)書指導(dǎo)企業(yè)將AI技術(shù)應(yīng)用在基于視覺的智能檢測、機(jī)器人訓(xùn)練等各種應(yīng)用中。

他強(qiáng)調(diào)說，軟件已經(jīng)成為很多用戶的一個(gè)主要資產(chǎn)，并正在成為他們與同行區(qū)分開來的重要因素。復(fù)雜的軟件，很多情況下包括AI和工程數(shù)據(jù)的融合使用，在幫助生產(chǎn)制造企業(yè)獲取成功方面上扮演著越來越重要的角色。在這種背景下，開發(fā)和測試基于軟件的功能變得越來越重要。所以，生產(chǎn)制造行業(yè)的領(lǐng)導(dǎo)企業(yè)都在幫助工程師開發(fā)和驗(yàn)證軟件功能方面相關(guān)的工作流以及工具方面，大力投入。

趨勢二：機(jī)器的功能驗(yàn)證轉(zhuǎn)向數(shù)字模式

如前文所述，由于復(fù)雜的系統(tǒng)功能日益依賴通過軟件實(shí)現(xiàn)，使得設(shè)計(jì)過程中的仿真和測試驗(yàn)證工作，更多傾向于采用數(shù)字化模型的方式去實(shí)現(xiàn)從設(shè)計(jì)，到交付，再到運(yùn)行的全生命周期。這種復(fù)雜性往往來源于我們對于柔性生產(chǎn)、模塊化生產(chǎn)、更高質(zhì)量和精度、更多數(shù)據(jù)吞吐能力、以及更短的上市時(shí)間和交付周期的需求。這意味著，未來的工廠將被建造兩次——先虛擬，再實(shí)體。

在設(shè)計(jì)環(huán)節(jié)，設(shè)計(jì)人員可以在Simulink環(huán)境下用桌面仿真的方式對整個(gè)系統(tǒng)進(jìn)行完整的構(gòu)建，并在比較安全的環(huán)境下對整個(gè)系統(tǒng)做基于仿真的測試；接下來，利用MATLAB提供的自動代碼生成功能，將經(jīng)過驗(yàn)證的算法生成面向于工業(yè)控制器的CC、C++代碼；再下一步，通過采用虛擬交付技術(shù)，將測試環(huán)境部署到實(shí)時(shí)運(yùn)行的工業(yè)原型機(jī)上，對即將交付的軟件進(jìn)行測試，從而顯著減少利用物理實(shí)體進(jìn)行測試的需求；最后，就可以利用這種模型去構(gòu)建數(shù)字孿生體，用監(jiān)測/預(yù)測性維護(hù)算法對設(shè)備的狀態(tài)進(jìn)行估算，降低運(yùn)維成本。

基于仿真的測試

在回答“單純依靠模擬仿真能否全面的驗(yàn)證機(jī)器的功能以及其設(shè)備生命周期？”這一問題時(shí)，Philipp表示，仿真模型不能用作完全替代物理世界進(jìn)行的測試驗(yàn)證?；谀Ｐ驮O(shè)計(jì)的目標(biāo)是在設(shè)計(jì)的早期就開展功能測試，以避免將一些設(shè)計(jì)上的問題帶入到后面的物理實(shí)體的制造環(huán)節(jié)。利用仿真技術(shù)的生產(chǎn)系統(tǒng)早期的測試驗(yàn)證，將顯著減少后面投入在物理實(shí)體上測試驗(yàn)證的時(shí)間投入，但并不能完全的替代物理世界的測試，至少短期還無法達(dá)到。

“一些極端環(huán)境或涉及人身安全的環(huán)境下的測試，使用仿真模型可以很方便的開展，這樣就能避免將測試的人員置于危險(xiǎn)的環(huán)境下。另外，對于那些在物理世界需要很高的測成成本、以及可能對設(shè)備本身或測試人員造成傷害的測試場景，都可以應(yīng)用仿真技術(shù)來幫助我們完成測試?！彼f。

趨勢三：生產(chǎn)車間和辦公場所進(jìn)一步融合

生產(chǎn)車間和辦公場所的融合在這里包含兩個(gè)方面的內(nèi)容：首先是自動化組件的連接或聯(lián)系在持續(xù)增加，生產(chǎn)設(shè)備和整個(gè)車間、廠房通過標(biāo)準(zhǔn)化的工業(yè)協(xié)議如OPC UA、無線鏈路如5G正有效的連接在一起。這使得在各個(gè)單元間進(jìn)行數(shù)據(jù)交換成為了可

能，而這正是實(shí)施或落地AI的基礎(chǔ)。

另外一個(gè)方面是，復(fù)雜的功能，如機(jī)器學(xué)習(xí)，以往只有在線下高性能工作站上，或者說，在辦公場所才能進(jìn)行的，現(xiàn)在正在以一定的方式部署在實(shí)時(shí)工業(yè)控制器上，七天二十四小時(shí)不間斷的運(yùn)行。

在桌面計(jì)算機(jī)上開發(fā)的AI算法運(yùn)行在工業(yè)控制器上

但有一點(diǎn)需要引起注意，即網(wǎng)絡(luò)安全和數(shù)據(jù)存儲是AI應(yīng)用于生產(chǎn)制造時(shí)所面臨的重要問題，同時(shí)也是傳統(tǒng)生產(chǎn)制造領(lǐng)域比較受重視的IT話題。目前來看，AI算法的一些關(guān)鍵部分經(jīng)常直接部署在嵌入式控制器或邊緣設(shè)備上，如PLC，而這些處理單元都是靠近制造工廠里的設(shè)備，這在一定程度上減少了數(shù)據(jù)泄露的風(fēng)險(xiǎn)?；蛘哒f，原始數(shù)據(jù)的預(yù)處理，是在一個(gè)安全的環(huán)境中的邊緣設(shè)備或嵌入式處理器上完成的，經(jīng)過處理的數(shù)據(jù)才進(jìn)一步通過潛在的非安全網(wǎng)絡(luò)傳輸出去。

趨勢四：機(jī)器人和自主系統(tǒng)促進(jìn)生產(chǎn)和物料搬運(yùn)自動化

在柔性和模塊化生產(chǎn)中，工廠對自主設(shè)備的需求越來越強(qiáng)烈。在以往的概念中，原有的自動化設(shè)備只能做某一類特定的動作，是確性的，但隨著更多的設(shè)備具備了自主決策的能力，其自主性更強(qiáng)，自主機(jī)器人就是其中一例。得益于強(qiáng)大的硬件性能和AI技術(shù)的大規(guī)模普及，在柔性制造中，協(xié)作機(jī)器人既可以與操作人員進(jìn)行緊密協(xié)作，也可以在搬運(yùn)和檢巡過程中進(jìn)行自主的智能化決策。

在物料車間進(jìn)行分揀的機(jī)器人

Philipp指出，具備AI能力的機(jī)器人能夠靈活的造作那些即使沒有明確在程序里表明的物體類型，這就極大的減少了在處理種類繁多的物體時(shí)非常耗費(fèi)時(shí)間的指導(dǎo)過程。傳統(tǒng)的工業(yè)機(jī)器人主要為大規(guī)模生產(chǎn)服務(wù)，通常要面向每一個(gè)要操作的物體和每一個(gè)在運(yùn)行時(shí)的確定動作進(jìn)行編程。具備AI能力的機(jī)器人具有非常好的靈活性，可以在產(chǎn)線上自主的對物體檢測、抓取以及移動進(jìn)行學(xué)習(xí)。

趨勢五：“領(lǐng)域知識+”型工程師擁有更多機(jī)會

“領(lǐng)域知識”，指的是工程師對所在行業(yè)中專業(yè)知識的掌握；“新知識”，指的是對AI技術(shù)、云、軟件設(shè)計(jì)等知識的掌握。目前來看，越來越多的生產(chǎn)制造工程師正在向他們自己所擁有的技能集合里面添加諸如軟件設(shè)計(jì)、AI等技能，而像MATLAB這樣的工程工具也在為這類工程師提供便于開發(fā)、測試和部署AI算法的自動化工具App。

在這一過程中，MATLAB本身提供豐富的小程序apps, 可以幫助具有專業(yè)知識的工程師快速將如AI這樣的新技術(shù)融入到自己的實(shí)際工作中。課程方面，MathWorks提供了豐富的面向工程師和學(xué)生的培訓(xùn)課程，其中包括完全免費(fèi)的onramp課程。除了這些工具和課程外，公司也與一些組織，如歐洲最大的工業(yè)制造領(lǐng)域的團(tuán)體組織VDMA，一起開展一些入門活動，把年輕的工程師和行業(yè)內(nèi)的一些專家組織在一起，讓年輕的工程師們快速的獲得有關(guān)基于模型設(shè)計(jì)、AI以及物聯(lián)網(wǎng)等方面的一手知識和經(jīng)驗(yàn)。

“將來的生產(chǎn)制造行業(yè)，勢必會被那些結(jié)合了傳統(tǒng)行業(yè)的領(lǐng)域知識，并且也掌握AI技術(shù)的那些工程師所塑造。可以說，領(lǐng)域知識、專業(yè)技能(如AI、數(shù)據(jù)分析)以及像MathWorks所提供的工程工具的使用，是工業(yè)４.０下開展項(xiàng)目取得成功的關(guān)鍵?！盤hilipp說。