【第十届全球汽车产业峰会】北汽福田李奉珠：数字化工厂、智能制造、绿色制造及工业互联网之我见

4月26日，2018第十届全球汽车产业峰会在北京举办，本次论坛以“创新技术引领产业未来”为主题，会议期间，北汽福田汽车股份有限公司乘用车设计院副院长李奉珠发表了精彩演讲，演讲内容如下： 

北汽福田汽车股份有限公司乘用车设计院副院长  李奉珠

我们准时开始，前面第一个阶段已经有几位嘉宾给我们分享了包括在激光领域，以及数字化领域的经验。

我们进行第二阶段，第二阶段还是智能制造的议题。我把我最近一段时间做的一些工作，以及我们团队对智能制造数字化，以及绿色制造一些理解，给大家做一个分享吧。因为很多的概念，理念也不是我们独创的，应该是跟社会的共识，就像刚才几位专家讲到的智能制造他们的认知一样，也是在不断升华的过程，包括工业4.0真正的定义。智能制造真正的定义是什么？这里面应当有一些不同的仁者见仁智者见智吧，特别是处于什么样的阶段。

刚才也问到一位嘉宾工业4.0到了哪个阶段了，这些问题都是非常现实的。虽然存在这样的问题，但是并不能妨碍我们对工业4.0，以及数字化、智能化等等这样一些大的概念上的具体实践，我们在边做的过程中，对这些问题本身进行更深化的认知。

我今天讲的是数字化制造、绿色制造，以及工业互联网，工业互联网我认为是实现智能制造最基础的手段吧。所以，讲一下我们的一点见解。从世界范围之内来讲的话，制造业从历史上来看，有很多次大的迁移。应该说现在非常荣幸在我们中国这几十年的发展非常的迅猛。从某种意义上来讲，我们确实是一个汽车业，包括整个制造业大国。

从另外一个层面来看，我们虽然是制造大国，产值很高，但是在某些方面，还不能说自己是一个强国，还是有很多的短板。从国家层面，国家战略来讲的话，我们提出中国制造2025的概念，这个概念下面就有智能制造、包括工业互联网等等具体的概念。

应对欧洲、美洲，特别是德国、美国做出的所谓工业4.0，再工业化，工业互联网等等国家的战略，使得我们的国家在制造业能够真正强大起来，我们在座的各位都有这样的一种义务，这样一种责任担当。这既然是国家的战略，作为国家的企业，不管是国营还是民营企业，无论如何在某种意义上都承担了国家具体战略的实施，因为你参与的是整个国家的经济活动，你在里面扮演着某一种角色。

实际上不仅仅是美国、德国，像日本、韩国、意大利这些国家，他们都有相应的推进智能制造，或者说他们自己定义的的详细措施，比如说意大利的工业4.0，还有教育、投资等方面。他们也到中国，跟我们中国的同行进行一些交流。那么也就是说这是全球性的竞争，各个国家都在这个领域投入大量的人力、物力、精力。我们中国的中国制造2025是宏观大的国家战略。

具体的中国制造2025，有很多的工程和很多重点领域。包括韩秘书长说到的04专项，其实04专项已经实现了几年，产生了非常好的一些效果。这几年国家层对这些领域从资金，资源上进行大量的支撑。在国家政策大力支持下，这些领域都取得了非常多的成绩。

自中国制造2025发布以来，我国科技部、工信部、发改委等等，都相继出台了非常多的国家支撑计划，包括一些指南，比如国家智能制造标准体系建设指南，智能制造工程实施指南等，从国家层面都有具体实施方面的建议，一些类似标准的东西，还有提议性的。

所以，在座的各位企业家、技术老总，你们可以上网去查这方面的东西。从国家的层面来说，智能制造有很多的定义，很多的细节的东西。最终统一到，或者说靠近到某一个方面的话，还有大量的工作要做。

同时在去年年底，国务院发布了《深化互联网+先进制造业，发展工业互联网的指导意见》。这里面就提到了建设工业互联网平台。因为无论是一个工厂，还是一个企业，你做数字化、智能化仅仅是一个小小的局部，应考虑怎么样使得全国、全社会，甚至全世界这样的制造系统能够跟互联网联系起来。当然这涉及到网络安全等一系列的商业模式。

仅仅从技术层面来说的话，这是非常广阔的领域，我国习近平总书记也多次提到网络强国的概念。说到网络强国我的理解有两个方面。一个解读是，做一个网络方面很强大的国家。另一个解读是，通过网络使得我们国家强大起来。因为从民用的公共互联网方面来说，中国在很多方面应该是走在世界的前面。那怎么样把这样的优势应用到工业的互联网当中是一个非常大的课题。

当然这里面有非常多的问题要解决。但是提出这些问题，还要一步一步解决这些问题。这可能是在座各位要考虑的一个方面，除了数字化、智能化，还有怎么样在这些基础上推广到工业互联网中。

再一个，这也是当年中国制造2025里面提到9大重点任务之一，就是全面推行绿色制造。绿色制造是制造业可持续发展的基础，应该这么说，更接近于我们所认知的制造业的未来。如果仅仅是说未来制造，那就是人类不断的、无限制的从自然界索取，没有一个平衡的概念，没有一个可持续的概念。从这一点来说，绿色制造是用于解决人类可持续发展的问题的概念。

这个地方我觉得不需要细讲了，因为刚才几位嘉宾都谈得非常详细了。包括什么是数字化制造的技术，什么是数字化的双胞胎，数字化工厂到底怎么样理解。目前来看，还是仁者见仁智者见智。

举一个例子，刚才说的数字化双胞胎。一个说是实体世界的影像，这是一个层面。实体世界可以变成数字世界，让它俩之间相互对应，浅显来讲数字化双胞胎肯定是这样的。但是这是不够的，它还有更深层次的含义。拿地球仪举例，地球仪是不是我们整个实体地球的双胞胎呢？在某种意义上是。地球仪表面上高山的信息、流水的信息、河流、森林、国界线等信息，实际上真正地球物理世界的影像嘛，就是双胞胎。但是一个非常粗糙的地球仪远远反映不了真实的地球。一个设备找到数字化的模型，这是设备本身数字化的双胞胎。通过一个实体的工厂，把它工艺信息、管理信息等等全部数字化，全部建成模型，跟实体工厂对应，这是另一个层面的双胞胎。

这里面讲到的这个双胞胎的概念，还不是或者不完全是我们刚才说的地球仪，或者是简单对应的关系，亦或是简单的人在镜子里面照一下镜子。面对镜子的时候，我摇晃一下，镜子里面的影像是会动的，它可以反映我的moment。但是反过来说镜子里面能主动晃动么？不可能的，肯定是跟着我的。

但是我们所谓的数字化双胞胎它可以做到镜子做不到的事。为什么呢？它可以对这个数据进行分析，进行运算，反过来可以来指导这个实体的object。所以在这个意义上不是简单的影像，或者是简单的复制。

前面的老师也讲到，我们有虚拟制造，有虚拟仿真的形式，可以节省很多的实际验证或实验。然而，我是这么理解的。有了这个数字化的模型之后，我们可以实现非常快速的迭代。做实验的过程，也是一个迭代的过程。我先做着，如果有问题我再改，但是这个要花大量的时间，大量的金钱。但是如果有一个数字化的双胞胎，可以足够地反映你要研究的物理现象，那你可以快速的实现迭代。

比如说我建设一个工厂或建设一条生产线，实体做起来的话，需要花很多钱、很多时间。但是我有了数字化的模型，一条线无非就是多要几个计算机就是了，我复制10条线，或者是100条线，还能快速做一些物流的仿真、动作的仿真等等。将来在生产线真正出来之后，可能会有的环节已经对它进行过仿真，模拟和预测。这个时候就可以大大节省真实的投资于生产线的费用和时间。

一会儿张总可能要分享，真正第一条数字化的生产线可能建设起来难度并不亚于建设一条实体的生产线，这是个很花时间，很花精力，很花钱的过程。我们刚才说的数字，这是一个基础。那下面自然而然就想到智能化，智能化讲到智能制造的关键技术，其实这是不完整的。刚才说到激光，我们的生产制造、3D打印、物联网、纵向横向集成、数字化仿真，这些是不是智能化的关键技术？是。是不是完整？不是，不够完整。

随着我们对智能化认知的提升，对工业4.0认知的提升，这些关键技术会增加很多，这是我的个人理解。我们说机械化是第一，智能化是第二步，下面就是数字化，数字化下面就是智能化。所以，智能化涉及到很多的技术。

我们可以看一下，中国在信息化或者是智能制造、数字化方面，处于一个什么样的状态。去年年底中国工业4.0协会发布了这样一个报告，知识产权什么都是属于别人的，但是我们分享一下，大家一起来学习。

他们的结论是什么呢？目前我们很多企业还是处于第二个阶段的水平，也就是说系统实现集成，能够用到ERP、MES等，很多企业都达到了单机信息化和自动化。但是真正要实现到数字化的双胞胎，以及更高一级的借助大数据实现预测的能力，还是有一段的距离。

当然你要说一点都没有，那也是不现实的。刚才前面的嘉宾也提到对数据使用，对设备进行预防性的维护、维修，那么国内很多企业也在做这方面的东西。对这些设备进行监控，通过监控对这些数据产生的模型，然后反过来预测这个设备什么时候是它的关键点，并且对它进行预防性的维护，企业也做了大量的工作。

这里面有两个大的趋势。

第一，制造业发展具有复杂性、系统性，涉及生产、物流、销售、服务等，这就是所谓的产品全生命周期。它生产涉及的因素是很多的，很难有一个厂家能完全把这些东西解决掉，除非你是非常大的跨国公司，但是从经济方面来讲也不会这样做。换句话说是什么呢？为了达到这个目的，各个领域的合作也会越来越多。包括系统供应商、软件供应商、设备供应商，传感器供应商，需要大家大量的合作。

第二，工业关键领域的集成与发展成为重点。刚才说的软件，设备都有了，但是把这些设备连起来，利用起来并利用好要通过很多的软件系统。当然这里面有通讯协议。设备与设备之间的通讯，软件与软件之间协同的问题，这是另外一个话题。但是可以判断出工业软件领域的集成与发展，可能是未来的一个重点吧。

如果要在工厂层级做数字化或者是智能化的工厂的话，需要实现这里面的互联互通。无论从哪个层级上来讲，设备与设备之间要能够互通得起来。另外一个是工厂到管理层的集成也要互联互通。ERP，MES，这个层面要连接起来，还要能够跟供应链，跟你的上下游链接起来，这就是刚才说的横向集成的问题。内部各个系统之间不能有障碍，如果有障碍的话，你要有办法解决。之外，还有上下游的问题，所以这些都是在进行智能化工厂，或者数字化工厂顶层设计的时候必须要考虑的问题。

刚才说的绿色制造，实际上绿色制造是中国制造2025里面的一项重要任务。绿色制造是制造业可持续发展的基础，现在来看，在全球的范围内，绿色制造，也就是我们讲的可持续发展，应该是大势所趋。具体的落地要从制造层面来讲。

但是大家要想什么是绿色制造，绿色制造也有很多学术性的定义。绿色制造有很多的内涵，这个我不在这里一一讲了。但是总的一点来讲呢，我们制造的过程必须是一个节能的过程，必须是一个对环境索取最少的过程，必须是一个对环境冲击、破坏最少的过程，甚至不破坏。这是一个系统，首先是一种理念。第二把这种理念转化成一个系统，然后再有具体实施的方法、方案。

当然绿色制造是制造的一种模式，国家现在也在大力推广。从全生命周期的角度来讲，产品设计要是绿色的，工业过程要是绿色的，供应链上下游要是绿色的，管理体系要是绿色的等等。

刚才说到这种理念要有一些具体支撑的技术，那么工业技术里面有很多，PPT只是显示了一种。在加工的过程中，有一些绿色的，比如说润滑技术等等。我们还是回到原始的话题，什么是绿色？从物理学上来讲，这是一个物理的现象。颜色实际上是相对的概念，是一个平铺的概念。绿色也是，我今天可能比昨天绿了，是因为我们今天采取的一些手段、一些措施，比昨天对环境更友好，那么可以认为我在绿色的方向发展了。

没有人说你一定是绿，我一定是不绿，这只是一个相对的概念。所以，我们要采取某一种工业方法，某一种技术手段，它可以跟以前相比。我们认为绿色是基础，只是从这个意义上来讲。未来有没有比这个更好的，那肯定会有，只是我们无法预测什么时候到来。因为人类对技术的追求是无止境的，我们对自然的探索是无止境的，总有一天我们会发现更好的方式，或者更好的方法，更绿的技术。而我们本身也有追求绿色的意愿。

另外谈到冷式，刚才说到在加工方面，这个是在发动机的测试里面，其实整车也有一些相对应的技术。发动机做出来以后，你要点火，你要跑磨合。但是冷式就不用点火了，是来反推着它，来拉着它走。那里面很多的工况，在一个测试循环里面，它可以模拟不同的工况。相对应的它可以跟热式的结果做一些对比分析，由此推断出这个发动机是好还是不好，不好是在哪个零部件，或者是在哪个环节。从技术层面来讲，我们认为冷式比热式更符合绿色。刚才说的MKR，跟冷式等这些技术，我们也都在应用了。

现在国家也在推广绿色工厂的概念，其实绿色工厂有一套相对比较完善的评价指标。它是从基础设施、生产过程、能源与资源的投入、管理体系等等来进行评价，包括你的产品、环境的排放等等这些方面，有一个综合的打分表，这个要有第三方的绿色评价机构来对你工厂是否是符合绿色有一个近期的评价。它还有一个期望的，就是说未来进一步发展的话，期望到什么样的指标。

这里面包括了碳排放，生产产品的碳排放指数。这些也是在绿色工厂里面，这是展望性的一些指标，现在还不是强制性的，或者说必须要考核的指标，它还是一个推荐性的，一个展望性的，这是对绿色工厂的评价。

刚才说到绿色工厂评价要有一整套评价的流程，同时它要有第三方。不是你自己说你是绿色工厂就一定是一个绿色工厂，必须要由第三方，国家认可的正式的机构来对你进行评价。这样相对来说，才有公信力。

最后，我想跟大家分享一下工业互联网这一块。工业互联网这一块刚才也提到，无论是习主席的十九大报告，以及国务院发布的一些指导意见里面，都提到我们要加大在工业互联网里面的技术，以及研发的投入。

我们日常的互联网，也就是通常意义的互联网，实际上是很发达的。我们的微信支付，我们的滴滴打车，很多具体的一些应用。但是在工业领域里面，相对来说这还是比较少的。换句话说，还有很多的潜力没有被挖掘出来。比如说在某一个企业的日常的互联网里面，我们有共享的概念。但是企业与企业之间的共享，即使你是有一台设备，如果短期之内用不到，我也很难推到市场上让别人知道。共享的概念还是比较薄弱的。

如果你有工业互联网的平台，有数字化的模型，有数字化仿真系统，你可以把它推到工业互联网上。别人生产什么零件，他可以把你的模型放到他那里边来试一下，甚至马上就可以下单了。当然这可能牵扯到商业模式和数据安全的问题等一系列的问题，这是在不远的将来能够实现的。如果能够破除商业模式的问题，技术手段上现在是完全可以实现的。

比如说有一个机器人数模，完全可以在里面动作的。我不需要做很多的工作，我只要上网查，你有这个东西。我可以把我的产品上传到这个工业互联网里面，它的厂房也好，设备也好，也都上传上去。

这就是工业互联网里面我们说平台层，它有大量工业的数模。刚才说到机器学习可视化等等，都是在平台层下面。那么还有RaaS层、Paas层，还有SaaS层。这几个层面里面，未来会有很多相应的常规互联网的技术，可以类比到工业互联网里面去开发、应用、使用。

那么目前来看，在工厂层级一个是要应用工业互联网的结果，别人的一些场景，我们能够拿来用。另外，我们能够提供这方面的数据和一些资源。我们要做到边缘层，在工业互联网大环境下的边缘层。主要通过大范围深层次的数据采集，以及异构数据的协议转化。什么叫异构数据呢？设备是各种各样的，即使是一个企业里面完全同一种功能的设备，可能也有好多个品牌。好多个品牌现实中各自说自己的话，产生数据的格式都不一样。那这怎么样沟通的问题，都要在工业互联网这个框架下进行解决。然后在这个基础之上，对这个数据进行采集，之后进行建模，可能要进行边缘测数据的计算、建模，以及上传，或者是控制等等。

那么理想来讲的话，如果整个未来工业互联网平台建好的话，我可以接触到一家从来没有接触过的企业，可以到网上去查哪个地方有什么样的资源，把我的东西放上去对接，从而可以实现整体社会资源的优化，社会资源的共享。这是一个应用的方面，当然不仅仅是这个层面的东西。

那刚才说到工厂层级的互联网，它是有几个层面的。

1、设备与传感器层面的，PRC与其他控制器等等。

2、MAS、ERP等等系统层的东西。

这样实际上能够在某种意义上实现OT跟IT的融合，就是运营层面的东西能够跟IT层面的东西融合起来。因为我们采集好多数据的目的，一个是为了控制设备。另外还有一个是运营管理。智能化也好、数字化工程也好，还有另外一个层面的重要应用，就是运营的管理。怎么用这些数据进行实时在现场的管理，现在管理你做这些判断，这个管理层进行判断的依据就是现场的数据，就是现场数据的分析。建模来告诉你，这是一个什么样的现象，然后你由此进行一些决策。

另外一个就是说，我们为了采集数据，访问这个设备，首先我们这些设备你要能够使用数字化的设备，换句话说，要有数字化的接口，也就是说我们能够给它分配一个IP地址这样的设备。如果你连这个都做不到，谈数字化、智能化，都是不现实的。那还是处于工业1.0的阶段，只能是说一个机械机构，或者是说一个自动化的机构，因为你没有IP地址，你没有数字化，你没有被产生数据，或者你产生的数据是另外一种形势，一种人工来记载的形式，这个是不行的。

换句话说，你现在再构建这样的系统的话，那些东西是不能采用的，因为我们说的这个是基于现在面向未来可能是3年，也可能是5年、10年。这个制造系统的投资是非常大的，那么制造系统它的生命周期，是不可以跟产品的生命周期相比的。产品的寿命周期可能很短，但是制造系统的生命，就是尽量的让它长。长的方法之一就是说你要有前瞻性，本身你考虑的必须长远。

第二通过什么柔性化、模块化等等这样的一些技术手段，使得你的制造系统生命周期延长。所以，也就是说你现在要再去凑够一些设备、做一些自动化的方案必须要能产生数据，能够赋予一个IP地址给它，我们叫做泛IP地址化，必须要能做到这一点。这就像你现在开汽车，如果里面没有留一个USB口的话，简直不可想象，现在的车里面大部分应该都留一个USB口的，你可以插你的手机充电等。你只留一个抽烟点火器肯定是不行的，就是同样的意思。

在工业互联网里面怎么样实现我们人、机、物之间的交互？我们讲这个协同，真正在底层的话，人怎么跟设备交互，可以通过HMI等等这样的东西。那设备跟设备之间的交互，肯定通过网络这种形式来进行互联，那我们的产品与设备怎么沟通呢？

前面也讲到，在物流系统里面，我们用到的RFID等，不仅仅是一个身份证，或者说不仅仅是单纯意义上的身份证，我们单纯意义上的身份证，我只是上了一个ID号，告诉你这个人是谁，叫什么。其实这个RFID也是一个身份证，但是它是相当于带了一个U盘的身份证，它里面可以储存东西，它可以告诉你我从哪来，我要到哪去，我周围的设备一识别之后，可以知道我里面的信息，知道设备对我需要做什么样的工作。也就是说，在某种意义上，它可以实现设备自我制造的能力。如果我产品上面有这个东西，我告诉别人，你必须对我做什么东西才算是合格的，这就是实现了设备与产品之间的互联互通，实现了工业4.0里面我们讲到的自我制造，产品可以自我生产、自我制造的这样一种能力。

某种意义上，这是不是一种智能的能力，也就是说智能制造？我们要具体落地，不能空空泛泛的来讲智能制造。它的具体落地，就是这样的一些细节。我们要规划一个新的工厂，比如说山东省也提到了新功能转换，你怎么转换？是用什么样的技术手段转化？

这些都是具体落地的一些措施，当然了，刚才我们说到数据的产生是大量的。现在我们往往说是海量的，我们怎么样处理海量的信息呢？因为不可能所有的数据都上传到系统里面去。在工业互联网里面它就有一个概念，叫做边缘化，边缘数据处理，边缘计算、边缘建模，也就是说在底层，我们对它进行数据的处理。

说到我们刚才提到预防性维护，工业4.0也好，中国制造2025也好，这个都是一个非常重要的话题，就是说我们采集的这些数据该怎么样使用它，怎么样利用它，其中应用到一个场景，或者应用到一个方面，就是我们把这个数据能够建立它的模型，能够检测，比如说我这个机床，或者说某台设备，它的振动信号，或者说它的温度的信号；机器人，它的关节，它的磨损，跟之前的检测磨损相比是不现实的，那么我们可以检测到它的电流，可以检测它的温度，当这个温度和电流在历史数据的积累，历史数据的建模的基础上，就能够初步的判断这个机器人的关节需要定期进行保养。

所以，这个就是进行预防性的维护，就是说在某种意义上我们能够实现智能化的对这个设备进行运营的管理。

说到运营系统，这是我们公司里面一个数字化的决策平台。它也是用底层的这些设备的数据，包括我们设备的开动率、设备的OEE，质量等数据进行分析判断，然后供领导进行决策。我们未来要建设这样一些系统的话，必须要站在系统的角度来进行考虑，除了人、机、料、阀、环、能源、信息，政府的法规等等，都是一些必须的考虑的东西。

现在大家都在讨论数字化、智能化的工厂，智能制造，你还在讨论实现机械化，实现自动化，那明显大家已经不在一个节拍上了，所以必须要吸收一些前沿的新的技术。未来这些东西都是会陆陆续续的融合到我们这个制造系统的开发当中，包括现在我们讲的人工智能，人工智能的应用，包括区块链的技术，具体怎么应用，这个都是一个非常开放的话题，我相信可能在未来某个时间点，在某些公司，或者某些这种大学里面，大家对这些问题都会感兴趣，并为此做出一些努力。

因为这个技术的发展，本身是慢慢渗透的，从来没有说哪一天，制造业一支独秀在前面，都是一些其他的行业里，融合我们这个制造系统的开发、制造系统的升级的。

刚才说了，我们未来工厂还是要考虑数字化、智能化绿色等方面，这是最基本的一些考量吧。这个是我们最近做的一个工程的展示，下面有一个视频放一下。这个是我们做工厂，我们讲公益设备厂房等等有一个数字化的模型，这个是一个参数化实体的模型，它不仅仅是一个渲染，它是有质量，它是有参数在里面的。

工厂已经快建完了，最起码厂房设备这块已经建完了，这对我们是有指导性的意义。我们今天在干这个活，知道明天应当是什么样子，我们可以模拟它，提前知道信息。这是厂房在上面，这是玻璃板，这是采光板，下面可以直接看到我们车间里面的设备，这是三维的真实数目。

上面的这个采光板有一定的采光度，可以看到设备在下面，这是车间里面的管路，这个管路都是真实的三维的模型。

我们的消防管、母线排等都是实体的模型，这是设备的模型。这是一个清洗机，人平时肯定进不去的，但是通过这个模型，我们可以钻到里面去看，如果这个房顶上哪个地方漏掉了，它不用描述半天告诉经理是哪个地方漏了，经理可以打开这个模型，说在哪个地方标准一下，所以说为工厂的维护维修提供了方便。这是我们实验台，当然这个还不是很完善，还有很多细节需要做工作。我们把它不断的去迭代，在建设的过程中指导我们，让我们能够知道我们可以反过来放，我们可以正着放，我们可以用它进行项目管理，这里面的物料，我们马上可以拉个清单出来，我们用了多少钢材，多少水泥等等，就像一个发动机或者整车是一样的。

我们拉多少水泥，拉多少钢筋出来，这里面是一个一个算出来的，顶多给你一个余量，算一个模型的百分比。所以说这个模型对我们来讲还是非常有用的。

我给大家的分享就到这，谢谢大家！

敬请关注盖世汽车“第十届全球汽车产业峰会”直播专题：

PC：http://auto.gasgoo.com/NewsTopic/97.html

移动：http://m.gasgoo.com/news/topic/97

提示：“本文根据发言整理，未经嘉宾审核！”如需转载，请联系尤女士：15121021076