绪论

在过去的十几年里，我们站在工业4.0的边缘，目睹了新技术的加速发展。电子商务、在线教育、远程办公等领域数字化程度不断扩大，以及我们还不知道存在的变化和潜力。这些都将从根本上改变我们的生活、工作及环境。回顾2015年9月世界经济论坛发布的Deep Shift：Technology Tipping Points and Societal Impact（《深度转变：技术转折点和社会影响》）报告，就可证明这一点。

1.转折点技术回顾

《深度转变：技术转折点和社会影响》这篇报告中的未来转变时间表见表0-1。

表中列举了21种在某个年份的转折点的技术，如2021年转折点技术“机器人技术与服务”，2022年转折点技术“物联网、可穿戴互联网、3D打印及制造”等。今天看来，表中列举的21种技术已经全部或部分实现。以下仅举几例。

（1）机器人技术与服务

机器人技术与服务预计时间是2021年，到2025年，86%的受访者预计这个转折点会出现。机器人正开始影响许多工作，从制造业到农业，从零售业到服务业。尽管许多行业一直使用机器人来处理复杂的任务，但机器人正在进化，以实现更大的用途。它们变得更加自主、灵活和合作。它们会彼此互动，安全地与人类并肩工作，并向人类学习。这些机器人是相互连接的，因此，它们可以一起工作，并自动调整它们的动作，以适应下一个未完成的产品。如ABB公司的YuMi双臂机器人可以与工人和谐共处，共同完成同一个任务。

（2）物联网

物联网预计时间是2022年，到2025年，89%的受访者预计这个转折点将会发生，1万亿个传感器连接到互联网上。产品的设计是数字连接的，在产品之上增加数字服务。数字孪生为监测、控制和预测提供了精确的数据，成为业务、信息和社会过程的积极参与者，事物能够全面地感知环境，并自主地做出反应和行动，基于互联的智能事物产生额外的知识和价值。随着计算能力的不断增强和硬件价格的不断下降（仍然符合摩尔定律），从经济上讲，任何东西都可以连接到互联网上。智能传感器的价格已经非常具有竞争力。所有的东西都将变得智能，并连接到互联网上，从而实现更强的通信和基于更强的分析能力的新的数据驱动服务。在未来，每一种（物理）产品都可以连接到无处不在的通信基础设施，遍布在环境中的传感器将使人们充分感知他们的环境。

工业物联网具有泛在感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术，它们不断融入到工业生产过程各个环节，从应用形式上，工业物联网的应用具有实时性、自动化、嵌入式、安全性和互联互通等特点。企业利用物联网技术，实现供应链管理、生产过程工艺优化、生产设备监控管理、环保监测及能源管理和工业安全生产管理等。通过对数据的分析处理可实现智能监测、智能控制、智能诊断、智能决策、智能维护，提高生产力，降低能源消耗。

（3）3D打印与制造

3D打印（增材制造）与制造预计时间是2022年，到2025年，84%的受访者预计这个转折点将会发生。3D打印是通过一层一层地打印数字3D绘图或模型来创建物理对象的过程。许多不同种类的材料被用于3D打印机，如塑料、铝、不锈钢、陶瓷甚至高级合金，打印机能够完成整个工厂曾经需要完成的工作。增材制造已广泛应用在各行各业，从制造风力机到玩具，不仅可以打印出物体，还可以打印出人体器官（这个过程被称为生物打印）。3D打印机最终将成为办公电器甚至是家用电器。

云制造是将系统工程技术和相关产品技术集成到产品开发的整个系统和生命周期中，实现人、机、料的自主感知、互联、协作、学习、分析、认知、决策、控制和执行的智能制造系统。制造生命周期中的环境和信息，使制造企业的人员/组织、运营管理、设备和技术及信息流、物流、资金流、知识流和服务流得到整合和优化。可以统一管理构成制造资源和能力的服务云；通过云制造服务平台按需获取制造资源和能力。云制造服务平台是云制造的载体，也是工业云平台，具有数字化、仪表化、虚拟化、面向服务、协同定制、灵活和智能等特点。

数字化是将制造资源和能力的属性以及静态/动态行为转化为数字、数据和模型，进行统一的分析、规划和重组。仪表化是实现信息技术与制造技术的集成，如CPS是软硬制造资源和能力的综合集成和感知。虚拟化提供制造资源和能力的逻辑和抽象表示与管理，没有物理约束。通过服务计算技术对虚拟智能制造资源和能力进行封装组装，形成制造服务。为快速动态协同虚拟企业管理提供全面支持，实现多主体按需动态构建虚拟企业组织和虚拟企业业务运营的无缝集成；随时随地按需获取智能制造资源和能力，支持个性化定制制造；支持人、机器、物的灵活、互联的制造活动；将人、智能科技、大数据、CPS、仿真技术、制造技术等集成到整个制造系统和生命周期中，对系统中的人、机、料、环境、信息进行自我感知、学习、分析、识别、决策、控制和执行。整个产业链包括云制造服务、云协同研发、云协同采购、云计算协同生产、云协同营销、云协同售后服务等。

工业云使用云计算模式为工业企业提供软件服务，按工业软件的划分，分工业管理云、工业设计云、工业控制云等几种类型。机器数据和功能越来越多地部署到云上，为生产系统提供数据驱动服务。甚至监视和控制流程的系统也变成基于云的制造执行系统。大型工业企业运用工业云将企业分散的信息资源统一整合，表现出更为集约、协同的管理特征，从而大幅提高IT设施的利用率。中小型工业企业运用工业云，可不购买IT设备，只需选择工业云服务商提供的在线系统或应用服务，按需使用、按使用付费即可。

云计算通常用于基于边缘计算方法的系统中，包括将设备和边缘计算节点连接到集中式云服务。边缘计算涉及将处理和存储放置在这些系统与物理世界交互的附近或位置，也就是“边缘”存在的地方。云服务在更接近边缘的位置实现。边缘计算是分布式计算的一种形式，在这种计算中，处理和存储发生在一组靠近边缘的网络机器上，接近程度由系统的要求来定义。边缘由相关数字实体和物理实体（即数字系统和物理世界）之间的边界标记，通常由物联网设备和最终用户设备描述。传感器、执行器和用户界面设备处于物理世界和数字系统之间的边界（边缘）。边缘计算系统通常将这些设备与分布式计算资源结合起来，以提供系统的能力。边缘计算的特点是网络系统（“连接”），其中重要的数据处理（“计算”）和信息存储（“存储”）发生在边缘附近的设备和实体上，而不是在某些集中的位置。

IEC PAS 63178:2018定义了相关制造资源集成到云制造服务平台的要求，包括硬制造资源、软制造资源和制造能力的集成。

（4）用于决策的大数据

用于决策的大数据预计时间是2023年，到2025年，83%的受访者预计这个转折点将会发生。利用大数据可以在广泛的行业和应用中实现更好、更快的决策。利用大数据来取代目前手工完成的流程可能会导致某些工作过时，但也可能会创造出目前市场上不存在的新工作和机会类别。

根据ISO/IEC TR 20546:2019，大数据是指主要以体积、多样性、速度和/或可变性等特征处理大量数据集，这些特征需要可伸缩的体系结构来进行有效的存储、操作和分析；当数据集的特征需要新的架构来高效存储、操作和分析时，利用独立资源的高级技术来构建可伸缩的数据系统；采用一种模式，将数据系统分布在横向耦合和独立的资源上，以实现高效处理数据集所需的可伸缩性。数据分析包括数据采集、数据验证；数据处理包括数据量化、数据可视化和数据解释。云计算是支持网络访问可伸缩和弹性的可共享物理或虚拟资源池的实例，并提供按需自助供应和管理。资源实例包括服务器、操作系统、网络、软件、应用程序和存储设备。

工业大数据主要来源于智能设备和制造链中，从采购、生产、物流与销售市场的内部流程到外部互联网信息等。生产线智能设备安装有数以千计的传感器，利用传感器数据可以实现包括设备诊断、能耗分析、质量事故分析等。在生产过程中使用这些大数据分析整个生产流程；对产品的生产过程建立虚拟模型，仿真并优化生产流程；利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此可在生产过程中优化能源的消耗等。

（5）人工智能、决策与白领工作

人工智能与决策预计时间是2026年，到2025年，45%的受访者预计这个转折点将会发生。除了自动驾驶汽车，人工智能还从以前的情况中学习，提供输入信息，并将复杂的未来决策过程自动化，从而更容易、更快地根据数据和过去的经验得出具体结论。使用自然语言处理、本体和推理的人工智能系统可有效地从大数据源中收集和提取信息，并具有识别数据中因果关系的能力。这些知识处理系统，通过学习的过程，确定数据库之间的关系和联系，通过有效地帮助市场细分和业绩衡量，同时降低成本和提高准确性，帮助履行营销的角色。

人工智能与白领工作预计时间是2025年，到2025年，75%的受访者预计这个转折点将会发生。AI擅长匹配模式和自动化流程，这使得该技术能够适应大型组织中的许多功能。在未来的环境中，人工智能将取代目前由人类执行的一系列功能，并替代岗位，降低成本，提高效率，为小企业、初创企业释放创新机会（准入门槛更低，“软件即服务”）。

（6）普适计算

普适计算（Ubiquitous Computing）预计时间是2024年，到2025年，79%的受访者预计这个转折点将会发生。90%的人定期访问互联网。普适计算也称泛在计算，是一个强调与环境融为一体的计算概念，在普适计算的模式下，人们能够在任何时间、任何地点、以任何方式进行信息的获取与处理。个人的计算能力从未像现在这样——通过一台连接互联网的计算机、一部带有4G/5G或云服务的智能手机。世界上43%的人口接入了互联网。来自任何国家的任何人都可以获得来自世界另一个角落的信息，并与之互动。

三维仿真与虚拟现实技术相结合，在产品、材料和生产过程中，利用实时数据在虚拟模型中反映物理世界，虚拟模型可以包括机器、产品、物料、工具、记录、人及环境等要素。这使得操作人员可以在物理转换之前，在虚拟世界中测试和优化下一个产品的机器设置，从而减少机器设置时间，提高质量。三维仿真装置可将生产过程涉及的要素进行有机融合，并通过三维图像引擎对生产过程进行全程仿真和三维重现，将虚拟现实技术应用于生产过程的仿真。

2.正在改变工业生产的新兴技术

新兴技术是以前三次工业革命的知识和体系为基础，特别是以第三次工业革命的数字能力为基础，包括人工智能（AI）、自主机器人、大数据与分析、虚拟和增强现实、增材制造、云、神经网络技术、生物技术、新材料、网络安全、工业物联网、横向和纵向系统集成、仿真、能源技术等，基础技术进步正在推动工业4.0的新数字工业技术的兴起，传感器、机器、工件和IT系统将沿着价值链连接起来，这些连接的系统，也称为CPS，可以使用标准的基于互联网的协议相互交互，如机器对机器和机器对人的交互，并分析数据以预测故障、配置自身并适应变化，跨机器收集和分析数据，从而实现更快、更灵活、更高效的流程，以更低的成本生产更高质量的产品。所有的创新都是通过数字技术实现和增强的，集中在物理、数字和生物三种技术集群的相互关联。例如，如果没有计算能力和数据分析的进步，基因测序就不可能发生，新冠病毒疫苗不可能这么快就问世；如果没有人工智能，进化机器人也不会存在，而人工智能本身很大程度上依赖于计算能力。这些已经应用于制造业，在工业4.0下，它们正在逐渐改变传统的生产系统体系，原来的信息孤岛、分层单元将以完全集成的、自动化的方式扁平地聚集在一起，优化生产流程，提高生产效率，改变传统的供应商、生产商和客户之间，以及人与机器之间的生产关系。

这些导致了工业自动化所采用的传统模式越来越不能适应新兴技术和智能制造技术的发展需要。传统模式对制造系统的有效修改也是非常困难的，为了进行有效的信息交换，所有涉及的系统都必须在异构环境中无缝地交互，即互操作性。在不久的将来，所有的技术将被整合并合作，创造一个更智能、更高效的整体。对于制造业来说，设施将成为智能工厂。当工厂的所有方面，从数字车间到销售，以数字方式互联时，生产过程将从一个复杂的孤立筒仓转变为无缝的扁平生产环境。智能工厂的基础设施就是CPS、数据孪生、边缘计算和云计算。

以往我们以物理硬件来定义和描述工业自动化技术，现在软件技术已彻底改变了我们以往的认知范围。软件定义了数据、模型、硬件、网络，以及智能制造。从软件定义的产品到软件定义的制造，产品已经从单一的程序转向了交互式网络。软件的进步对人类脑力的作用，就像机器代替体力劳动一样，影响着人类适应环境的能力。在任何地方、任何时间，将每个人与任何事物进行数字连接，以及只用一套与以往几乎所有方面相关的数据的机制或工具。人们所能做的事情正越来越多地受到软件的驱动和支持，人们能够访问和分析的东西也在同时变得更小、更易于聚合。这为个人和各种类型的组织提供无数的服务创造了机会。

3.工业4.0与智能制造

智能制造（Intelligent Manufacturing，IM）是一种完全集成的协同制造系统，能够实时响应生产系统、供应链和客户不断变化的需求和条件，它通过互操作的基础设施解决现有和未来问题，同时创造价值链。这与技术连接、前所未有的大数据和背景化有关，被预测为第四次工业革命。

工业4.0的目标是智能制造，在很多情况下工业4.0与智能制造是同义词，数字工厂是其中的一个制造单元。IEC PAS 63088:2017定义了工业4.0（智能制造）参考架构模型（RAMI 4.0）。RAMI 4.0将工业4.0（智能制造）所涉及的关键要素用一个三维层级模型来描述，包括企业纵向集成维度、产品生命周期管理（PLM）与价值流维度，第三个维度把制造系统的活动划分为业务、功能、信息、通信、集成和资产6个层次，形成横向（活动）维度。这个架构模型划定了工业4.0（智能制造）所涉及的范围，所有业务都必须在IEC 62264（ISA95）标准的基础上进行。数据服务是模型的一部分。智能工厂均以企业资源规划（ERP）、制造运行管理（MOM）或制造执行系统（MES）、过程控制系统（PCS）层级架构为原型，通过三个维度的集成将生产运行管理功能与实际生产场景紧密连接起来。

横向集成是将不同制造阶段的智能系统集成在一起，既包括一个工厂内部的材料、生产过程、能源和信息，也包括不同工厂之间的价值网络的配置。通过CPS、工业互联网、物联网、云计算、大数据、移动通信等技术手段，对分布式生产资源进行高度的整合，从而构建起在网络基础上的数字工厂间的集成。通过纵向集成，把传感器、各层次智能机器、工业机器人、数字车间与产品有机地整合在一起，同时将这些信息传输到ERP系统中，对横向集成，以及端到端的价值链集成提供支持。纵向集成构成了工厂内部的模块化制造体系，在不同的产品生产过程中，模块化制造体系可以根据需要对模块的拓扑结构进行重组，从而实现个性化产品生产模式。这个集成后的网络化制造体系是一个智能机器系统，模块是它的应用程序单元，改变拓扑结构的过程就是重新配置的过程，所有活动全部是自动完成的。一个工厂的纵向系统由过程控制系统、制造执行系统（MOS、MES）、ERP系统三层结构组成。智能工厂就是这三层的上下贯通，每一层模块化，共同组成一个扁平化智能平台，同时，建构生产数据中心，实现数据自动采集、数据自动传输、数据自动决策、自动操作运行、自主故障处理等。横向集成与纵向集成、价值链集成整合起来构成了智能制造网络。

CPS是智能制造、智能电网、智能建筑、智能交通、智能医疗等大型复杂系统的实现及相应的自动化的技术基础。这是一个科学、技术、工业和社会，包括多学科的工程方法，以及异构通信、信息和控制/自动化技术的融合和人机物的融合。工业CPS（ICPS）与工业自动化相关的工程和实现的关键方法和技术包括多代理系统（MAS）、面向服务的体系结构（SOA）和云系统，以及群体智能、自组织和混沌理论、无线传感器网络、增强现实和云计算，这些技术被认为可以支持ICPS在无处不在的环境下的运行，重新配置会像拖放应用一样自然出现，而复杂性则由后台服务来处理。具体实现有CPS、CPS SoS（System of Systems）、CPS管理、CPS工程、CPS生态系统和CPS基础设施等领域。

（1）数字工厂

数字工厂（DF）是生产系统的数字表示，用来表示一个生产系统。数字工厂的主体是DF资产主体。在工厂自动化领域，数字工厂是数字模型、方法和工具的综合网络的总称。其目标是对真实工厂的所有主要结构、流程和资源进行整体规划、评估和持续改进。生产系统的所有信息和表示它的模型，主要是机电一体化（机电组件）方面的集合，包括机械、电气和自动化相关信息。在数字工厂中，基于机电组件的生产系统是通过使用ERP、PLM和供应链管理（Supply Chain Management，SCM）等的虚拟方式进行的。一个机电组件可代表一个功能意图，是生产系统生命周期中的一种数字表示，包含了生产系统生命周期中所需要的所有信息。只有在生产系统的生命周期中，各个要素之间实现无缝连接，才能实现数字化柔性生产及数字工厂的理念。

数字工厂的愿景是通过“即插即用”的方式将工厂与生产过程简单地联系起来。这需要生产监视和控制系统工程的所有信息有能自我描述的、一致的、标准化的、中立的数据交换格式、通信和处理机制。生产监视和控制系统实时收集、聚合和处理过程信号，通过自动化的方式对制造和装配过程进行控制。为此，通过标准化数据格式（CAEX）和标准化通信（OPC UA）实现自动化生产监控系统工程。

（2）CAEX与OPC UA

自动化生产监控系统工程位于RAMI 4.0的底层。通过CAEX与OPC UA的应用可实现一致的标准接口、与所有相关系统的标准化通信、面向服务的处理、针对特定于供应商的数据格式转换，以及最终通过自动化流程提高数据质量。对于生产监控系统来说，OPC信号是来自真实生产过程还是来自与仿真相关联的PLC并不重要，重要的是可以利用生产监控技术中处理和/或产生的数据来改进仿真输入数据。这使得控制技术能够在早期阶段进行测试。将IEC 62424和IEC 62541这两个标准结合起来形成一个数据接口框架，以实现各层间扁平化集成。

IEC 62424标准定义了CAEX系统描述语言，是一种基于可扩展标记语言（XML）数据格式的半形式化中性描述语言。适用于生产或制造技术，无论是复杂的生产线还是单个机器。支持通过XML文件交换计算机辅助工程（Computer Aided Engineering，CAE）数据。CAEX格式能够通过标准的语法进行建模和交换任意对象模型数据，对语义进行建模。

CAEX是一种标准化的、与工具无关的、面向对象的数据格式，用于存储分层的工厂信息；支持封装、类、实例、继承、层次结构和属性等概念。工厂数据可以以库结构的形式进行管理和传输，可将规范和标准建模为CAEX库。CAEX数据可以通过使用通用规则的基于知识的系统或通过分析性的、基于计算机的任务来进一步处理。CAEX定义了自己的模型结构，并在库中管理，元建模技术简化了标准数据交换的创建。CAEX数据模型包括界面库、角色库、系统单元库，以及特定的工厂结构-系统层次四个方面。在数据交换过程中，CAEX库可以与数据一起传输到其他系统。所有支持CAEX数据模型的系统都能够从库中导出结构和语义信息，并解释接收到的数据。该格式具有极强的可伸缩性。因此，可以重新利用原有系统的全部或部分有价值的数据。标准化的数据格式使生产系统更加透明，从而更容易地进行比较。然而，为了获得控制技术所需要的所有信息，需要来自多个来源的数据，包括现场设备的过程信号，以及来自工厂规划或布局规划的工厂可视化数据和拓扑信息。这就需要选择一种通用的方法，以收集和检索来自各种来源的所有信息。

OPC UA（IEC 62541）允许在原型系统框架中进行通信、同步和处理，使不同系统之间的CAE数据的交换是结构化和有组织的，用于生产监控系统自动化的标准化数据格式。OPC UA是一个独立于平台的、面向服务的工业OPC通信标准，定义了一个公共基础设施模型来促进这种信息交换，规定了表示结构、行为和语义的信息模型，应用程序间交互的消息模型，在端点之间传输数据的通信模型，保证系统之间互操作性的一致性模型。OPC UA可以映射到各种通信协议，数据可以以各种方式编码，以权衡可移植性和效率。OPC UA不仅仅针对SCADA、PLC和DCS接口，还作为一种在更高级别功能之间提供更大互操作性的方法。OPC UA目标应用如图0-1所示。

进入2021年，中国已进入万物互联时代。未来的工业自动化系统将是云、网、端叠加到原有技术之上，可视化、数据化、智能化和云端控制深度融合，由数字化控制向数据化控制转变，其中，多接入边缘计算、雾计算、云计算、泛在网络、嵌入式系统、区块链、边缘控制器等将广泛应用。正在发展的现代工业自动化系统将是以CPS为核心的智能系统，云+AI+5G为主导，核心控制器将是镶嵌了CPS、基于IEC 61131、IEC 61499和IEC 61804系列标准的边缘控制器，这将发生包括电气工程领域在内的新技术巨变，推动智能制造的快速发展。

显而易见，多学科交叉日趋紧密，单一学科思维方式难以适应智能时代的发展。本书第2版的内容已跟不上时代的发展，因此，第3版与第2版相比，全书内容有较大变动，以创新思路为主导，较全面地介绍相关的国际标准和国家标准，书中关于标准的列表是最低限度，并不完整，由于篇幅所限，纯技术内容以提示方式叙述，有需要，请沿提示线索自行寻找参考书籍和资料，期望能向广大读者，尤其是制造业现场的工程技术人员提供一本顺应“智能制造”快速发展的电气工程领域技术的参考书。本书所称的常用低压电器是指在工业自动化领域中，常用于电气控制和各种成套设备的基础配套元件，泛指低压开关电器及智能化电器。更详细的电气工程基础知识，若有需要可参考《常用低压电器原理及其控制技术》第2版。