未来工业呈现怎样趋势？这5大趋势为您揭秘

“工业4.0”在许多人眼中是一个较为模糊的概念，正所谓“只闻其声，未见其形”，耳听着智能化、数字化等高大上的词汇，脑海中却很难根据这些构建出相对较为完整的工业4.0雏形。2021年3月5日，MathWorks举办以“工业4.0 五大趋势：未来工厂——展望2021，以及更远”为主题的媒体分享会，MathWorks工业自动化和机械领域的行业经理Philipp Wallner先生以五大发展趋势为“笔”，描绘了工业4.0趋势下的未来工业蓝图，并接受了e-works记者的采访。

在工业4.0的驱动下，不仅仅是工厂的设备换代，系统更新，人员变动，更深层次的其实是工厂生产模式上的转变，即从大规模“刚性”生产到定制化“柔性”生产。而我们所讨论的智能化设备，数字化技术，正是实现这一转变的重要基石。Philipp Wallner先生认为，未来的工业发展将呈现出这样五大趋势：

趋势一：技术进步+经济效益引导未来工业趋势，AI项目的经济性优势日益凸显

谈到智能化，绕不过的一个词汇那便是“AI”。近几年来，人工智能技术对产业的渗透几乎是全领域的，工业领域更是其中的代表。对于工业领域而言，AI已经不止作为一个学术领域研究的新技术，它已经被企业应用在实际运营场景下，并且从AI技术当中去获取经济性收益。

未来的自动化工厂车间将严重依赖于AI技术的使用。对于这样一些特殊的工业应用我们也有一些特定的软件被开发出来，用于设计、训练和部署这些AI算法，极大地减轻开发设计人员的负担，许多当前的AI应用项目已经取得了一些经济性收益。

目前AI技术在制造行业的应用，能够产生经济性效益的主要集中在预测性维护、健康监测、生产优化等几大领域。Philipp Wallner先生在会上为我们列举了Mondi公司在实际中应用AI技术获取经济性效益的实例。Mondi公司利用MATLAB开发出一款基于机器学习技术的生产线健康检测APP，通过7*24小时不间断运行，该软件能够每年帮助Mondi节省至少5万欧元。

同时Philipp Wallner先生还分享了MathWorks与欧洲最大的工业协会VDMA的合作，二者共同推出了一个AI应用的指导书，可以指导工业领域的企业将AI技术应用在更加广泛的领域之中。

趋势二：机器功能验证转向数字模式，数字化手段支撑柔性生产

前面提到了，由于整体的生产模式逐渐向柔性生产需求靠拢，这也使得生产本身的复杂度进一步提升。从工厂一方上来说包括模块化生产的需求、更高的产品质量，更精细的产品精度以及更多的吞吐需求，而从交付一方来看面临着更短的上市时间与更紧迫的交付周期，这些都使得设计本身变得越来越复杂，这也就需要更多数字化手段来做支撑。

Philipp Wallner先生强调：未来的智能工厂中会进行两个阶段的建造，即先在虚拟环境下去做构建，然后再在实体的环境下进行构建。

在设计阶段我们在Simulink环境下构建整个系统，采用桌面仿真的方式对整个系统进行完整的仿真，并且可以在一个比较安全的环境下对整个系统做基于仿真的测试。再利用MATLAB生成满足工业领域要求的代码。然后通过虚拟交付技术将所要交付产品或测试环境部署到实时运行的工业原型机上进行测试。最后当我们将设备交付，运行数据能够反馈注入到我们的数字孪生体中，以指导用户降低整个系统的运维成本。

在会上，Philipp Wallner先生分享了科隆公司和MathWorks的合作案例。科隆公司采用Simulink将模型仿真应用在设计、交付以及运行的整个过程。借助数字孪生技术，公司可实时接收到来自现场的数据，对系统有更深入的了解。这大幅度降低了公司在时间和资金成本方面的投入。

趋势三：生产车间与办公场所进一步融合，5G+软件互联互通模式初显

所谓生产车间与办公场所进一步融合，这里包含了两层意思：其一是设备与自动化组件之间的连接，即通过有线的方式或者是无线的方式，比如OPC与5G，是的设备间的互联互通性增强，并且能够相互之间进行数据通信。第二层则是软件与模型在生产车间设备上的部署。

标准的工业协议让所有的组件能够相互联系起来，相互进行数据通信。并且让我们所有的这些自动化组件也能够连接接入到办公场景下，就是从工业现场的场景连接到我们的办公场景，实现它们之间数据的交互。通过将越来越多的复杂的软件部署到工业场景下，我们就能够通过办公场所的计算机桌面实时与工厂车间进行高效率的交互。

趋势四：机器人和自主系统促进生产和物料搬运自动化，智能化工厂的“基石”所在

高度可控的柔性模块化生产体系，促成这种全新生产模式的基石其实是机器人和自主系统的高速发展。随着技术的发展，越来越多的协作机器人从之前的定向编程，固定动作变为了具备自主决策能力，可与操作人员紧密协作的工作模式。传统的机器人编程和学习方法不足以支持系统应对数量庞大且快速增多的各类产品，但未来的搬运设备将通过强化学习和其他AI 技术实现自动学习。传感、感知、自动化的路径规划与高度自主学习能力将会是未来工业机器人系统的发展关键词。

趋势五：“领域知识+”型工程师拥有更多机会，MathWorks为您提供“升级之路”

谈完了技术与生产，最终我们还是要将目光投回到人本身。Philipp Wallner先生认为，具备领域知识的工程师，能够在未来的智慧工业体系下大展拳脚。这些领域知识，包括对全新设备与智慧生产过程的专业知识掌握、构建AI技术的认知等。

在这方面MathWorks也提供了非常多的解决办法去帮助企业工程师学习领域知识和技术融合。除了培训与线上课程，MathWorks还会定期举办一些活动，让企业工程师能够参与到MathWorks的合作项目中，能够近距离的与有经验的工程师相互学习，共同进步。

不仅如此，MathWorks还在工具层面上为企业工程师提供了很好的帮助，特别是对于这样一些具有领域知识的工程师，提供了非常丰富的和AI技术相关工具APP，可以让具备领域知识的工程师很方便的去使用AI技术，把AI技术纳入它的工作技能的列表里面去。

正所谓知微见著，通过Philipp Wallner先生对于未来工业五大趋势的猜想，我们虽未能清晰看到未来工业4.0的发展全貌，但足以让我们洞见工业4.0趋势下智慧工业的发展方向。同时，我们也能够清晰感受到作为数学计算软件领域的领导者MathWorks，他们对于未来工业发展趋势的精确认知与详细布局。在分享会的最后，Philipp Wallner先生表示：在工业4.0以及更深入的这种数字化转型的背景之下，我们看到有越来越多的生产制造领域企业关注和使用MathWorks的工具，MathWorks的工具与实际经验也在帮助客户在新技术浪潮下获得更多的企业效益，取得更大的成功。（来源：e-works）