“工业4.0的硕果不会从孤立的解决方案中发展壮大。”

在过去十年中，超过2000名工业组织的员工利用了德国达姆施塔特技术大学的教育和职业培训机会 – 他们在这里学习了诸如工业4.0、数字化和生产效率以及如何制定实施战略等相关主题。我们与研究员Jens Hambach和Andreas Wank以及硕士生Jonas Lauer进行了交流，以了解德国中小企业在数字化转型方面正在取得怎样的进展，以及他们仍然有待改进的地方。

来自工业企业的参与者希望在这里学习什么？

Hambach：每个人都在谈论工业4.0和数字化，但是这一切在实践中还存在着很大的不确定性。因此，许多公司向我们寻求帮助，希望对他们的选择给予全面的解读，并找到向工业4.0和数字化迈出的第一步。

根据您的经验，最常见的误解是什么？

Hambach：许多参与者都在思考诸如信息物理系统、物联网、机器学习和数字孪生等流行语。这些高调的概念激发起了人们的兴趣，并使决策者了解到了当前的问题。这样做是一件积极的事情 – 但是最终，这些都只是工具。如果你的整个战略是盲目地实施特定技术，那么它通常不会有效。我们的建议是采取更有条理的、基于收益的方法，首先要确定在制造过程中可以做出哪些具体改进。

德国的中小企业是否在工业4.0实施中落后了？

Wank：250名员工以下规模的企业到目前为止确实没有取得太大进展。拥有2000名员工的企业已经在数字化方面投入了大量资金，但是这些投资通常采用专门用于公司某些领域的独立解决方案。现在是时候将这些解决方案结合起来了。将关注点从单个应用扩展到全面的解决方案，可以充分利用整个价值流的优势。这是我们看到的拥有最大改进空间的地方。

这到底是什么意思呢？

Hambach：公司拥有各种各样的系统，即使他们想要，也很难在短期内替代它们，从ERP系统到老旧设备以及众多分离的传感器和仪器。在我们的“高效工厂4.0”项目过程中，当我们试图访问2005年建造的车床数据时，我们亲身体验了可能出现的各种障碍。控制器不允许直接访问机器数据，而且制造商想要20000欧元进行升级。对我们来说，许多中小企业也面临同样的困境，这根本不是一个可行的解决方案。所以我们退后一步，问自己我们究竟需要哪些数据来完成手头的任务。然后，我们开始寻找解决方案，使我们能够读取和处理这些数据，并且可以将其与我们的其它系统关联起来，形成一个全面的解决方案。恰好在这个时候APROL出现在我们面前。

结果证明这是您正在寻求的解决方案吗？

Wank：是的，的确如此。其中一个原因是其可扩展性。这使我们能够逐步实施和扩展工业4.0功能。APROL还配备了多种标准接口，包括OPC UA和ODBC。这使得OT和IT系统能够在各个层面上得到快速且一致的集成。同时，APROL还允许我们实施我们自己的接口或使用开源组件，并将它们进行无缝集成。例如，我们就是通过这种方式在Python中实施REST API的，APROL将其视为其自身的组件之一。过程控制系统的灵活性和广泛的接口也使其易于集成到新建和现有工厂中。

您如何从一台机器中获取数据 – 就像您提到的车床一样 – 没有一个支持的标准接口吗？

Hambach：这只是一些简单的修改问题。例如，我们在传感器和机器控制器之间增加了一个小型适配器，使我们能够双向访问液位传感器。这样我们就可以读取实时测量数据，且无需通过控制器。基于此，我们能够实施一项功能，在需要补充润滑油时通知机器操作员。我们还直接在控制柜中接入信号。这是贝加莱解决方案的另一个优势所在。由于硬件和软件全部来自同一家供应商且可以自动识别APROL，因此无需额外编程。

APROL如何帮助企业在状态监测等领域内取得工业4.0的实际进展？

Lauer：作为广泛应用的平台，APROL使实现各种工业4.0功能变得更加容易。就状态监测而言，过程控制系统可以提供一个专用功能块，可以与相应的模拟量输入模块X20CP4810进行最佳配合，该模块可以执行振动分析所需的傅里叶变换。

您能否举一个例子说明这是如何工作的？

Lauer：我们使用这些功能，以通过按钮控制器实现带锯床的数字化，并配备了一个状态监测系统。带锯床可以对各种演示目的的状态进行仿真。即使采用只能读取进料压力的低成本状态监测解决方案，也可以推断出锯片和锯头的健康状况。通过为机器配备额外的传感器，我们能够以更高的精度确定更广泛的情况。我们将传感器数据连接到一个能够识别人类难以察觉的相关性的神经网络。通过这些数据，APROL可以做一些事情，诸如告诉ERP系统哪台机器已经准备好接受新订单，以及当前的锯片是否能够处理这项工作。作为本地数据节点，我们使用来自贝加莱X20系统的小型控制器。其集成的OPC UA接口使其特别容易连接至APROL和其它上位系统。通过这种方法，企业可以创造附加值 – 即使是在价值创造中扮演相对较小角色的机器亦是如此。

神经网络是否在APROL系统内运行？

Lauer：到目前为止，我们一直在用MATLAB仿真工具来构建神经网络。也就是说，我们使用MATLAB记录所有传感器数据并对它们进行分析，然后将结果处理成神经网络 – 再反过来计算我们需要的参数。然而原则上，也可以用Python编写神经网络，然后将其无缝集成到APROL中，就像我们提到的REST API一样。

APROL可以被安装在云应用程序的虚拟机上。您是否使用此功能获得更多连接性？

Wank：是的，我们在私有云中使用APROL。我们有一个加密的SQL数据库，它可以保存来自APROL追溯系统的过程相关数据。该数据库可以被其它系统访问，例如我们的车间管理系统，它位于公共云中，以便感兴趣的公司可以尽可能轻松地连接它。从长远来看，我们希望将管理系统带回现场专用计算机上的私有云中。然后，我们就能决定将哪些数据保存在我们自己的生产系统中，以及将哪些数据发送至公共云。