1.3 什么是工业4.0

1.3.1 四次工业革命的历程

工业4.0就是第四次工业革命，革命的主导力量就是智能。要理解什么是工业4.0，首先应该知道工业1.0、工业2.0、工业3.0各个阶段的生产模式、企业状况及标志。

1.第一次工业革命

18世纪60年代中期，从英国发起的技术革命是技术发展史上的一次巨大变革，它开创了以机器代替手工工具的时代。这不仅是一次技术改革，更是一场深刻的社会变革。这场革命是以发明、改进和使用机器开始的，以蒸汽机作为动力机被广泛使用为标志的。这一次技术革命和与之相关的社会关系的变革，被称为第一次工业革命或者产业革命。

从生产技术方面来说，工业革命使工厂制代替了手工工场，用机器代替了手工劳动；从社会关系来说，工业革命使依附于落后生产方式的自耕农阶级消失了，工业资产阶级和工业无产阶级形成和壮大起来；从关键竞争力来说，生产效率发生革命性的变化，原来低效率的手工劳动被“革命”掉了。

2.第二次工业革命

19世纪最后30年和20世纪初，科学技术的发展突飞猛进，各种新技术、新发明层出不穷，并迅速应用于工业生产，大大促进了经济的发展，被称为近代历史上的第二次工业革命。世界由“蒸汽时代”进入“电气时代”。在这一时期里，一些发达资本主义国家的工业总产值超过了农业总产值。

工业重心由轻纺工业转为重工业，出现了电气、化学、石油等新兴工业部门。由于19世纪70年代以后发电机、电动机相继发明，以及远距离输电技术的出现，电气工业迅速发展起来，电力在生产和生活中得到广泛的应用。

内燃机的出现及广泛应用，为汽车和飞机工业的发展提供了可能，也推动了石油工业的发展。

化学工业是这一时期新出现的工业部门，从19世纪80年代起，人们开始从煤炭中提炼氨、苯、人造燃料等化学产品，塑料、绝缘物质、人造纤维、无烟火药也相继发明并投入了生产和使用。原有的工业部门如冶金、造船、机器制造以及交通运输、电信等部门的技术革新加速进行。

从技术方面来看，电气技术的出现，使得装备可以实现自动化；从产业变革方面来看，产品的质量从设备层面得以保证，产品的一致性、可靠性大大提高，实现了自动化生产；从关键竞争力来说，生产效率和产品质量发生革命性的变革，之前单纯的机械化工厂作业方式被淘汰。

3.第三次工业革命

从20世纪四五十年代以来，电子计算机、微电子技术、航天技术等领域取得重大突破，标志着新的科学技术革命的到来。这次科技革命被称为第三次工业革命。

它产生了一大批新型工业，第三产业迅速发展，其中最具划时代意义的是电子计算机的迅速发展和广泛运用，从而开辟了信息时代。它也带来了一种新型经济——知识经济，知识经济发达程度的高低已成为各国综合国力竞争中成败的关键所在。

第三次工业革命是人类文明史上继蒸汽技术革命和电力技术革命之后科技领域里的又一次重大飞跃。它以电子计算机、空间技术和生物工程的发明和应用为主要标志，是一场涉及信息技术、新能源技术、新材料技术、生物技术、空间技术和海洋技术等诸多领域的信息控制技术革命。

这次工业革命不仅极大地推动了人类社会经济、政治、文化领域的变革，而且也影响了人类的生活方式和思维方式，使人类社会生活和人的现代化向更高境界发展。

对于工业企业，从生产技术方面来说，随着信息技术的发展，在自动化的基础上，可以实现更大更多生产线大规模连续作业的技术保障；从社会关系来说，流水线取代了单机作业，生产成本大大降低，产品价格大幅降低，物质实现社会各阶层大量普及；从企业关键竞争力来说，生产效率、产品质量和制造成本又一次发生革命性的变化，成本高、价格缺乏竞争力的企业和产品被迫退出市场竞争。

4.第四次工业革命

从第一次工业革命开始至今已经有200多年，从机器代替手工的革命、电气技术的自动化时代代替单纯机械化革命到以计算机技术为代表的信息技术革命，技术的变革使世界产生翻天覆地的变化。而第四次工业革命是建立在自动化与信息化基础上的更广泛、更深入应用的自动化、数字化、精益化、信息化、柔性化、网络化、可视化和智能化技术。

数字化双胞胎是指对工厂的所有生产设备、生产的产品以及提供支持的全业务流程（供应商管理、质量管理）等建立一套计算机系统里的数字化虚拟工厂，然后通过各种手段保持虚拟工厂与实际工厂的相关设备与产品的状态实时跟踪、更新，从而在系统里虚拟工厂就可以快速监控实体工厂的一切，并通过对虚拟工厂下达指令来改变实体工厂的运作。这样管理与技术人员不在工厂中，也可以实时、全面地知晓并控制实体工厂的一切事物，可以在计算机前坐等产品的生产。

工业机器人的广泛应用，会越来越多地替代重复的操作岗位。一个岗位被替换为机器人后，人需要做的就是向它输入指令，让机器执行生产过程，直到出现故障后进行维保。随着技术的进步，工业机器人的可靠性越来越高，替代范围也会越来越广，当需要维护的频率降到一年只需要几次时，就可以通过维护工程师的出差方式解决。机器人甚至会替代工厂所有的岗位，自动维保机器人可以检修维护工厂设备，保障产线正常运行。那时，完全可以通过网络将数据包发送给远在千里之外的机器人。

由可移动的机器人或AGV小车等将原材料送进全自动生产流水线，由固定式机械臂和全自动生产设备制造产品。通过数字化双胞胎技术，采集每一个环节的所有数据，对整个生产过程进行实时监控，适时做出干预。随着收集的数据越来越多，一些针对特定事件的处理就可以交给人工智能去完成。一开始，这种判断是程序预先设置好的（也是现在已经实现的），如产品在经过焊接炉后进行检测，发现焊接点质量不合格，向系统发出质量失败信号，基于人工智能技术的决策系统收到该信号后就可以给移动式机器人下达指令，将该问题件拿出生产流程单独处理。

通过对大数据的挖掘和机器的自主学习，人工智能就可以做一些更复杂的决策工作。例如，通过查阅数据库，分析质量问题重新焊接后的修复率，判断重新焊接修复零件缺陷还是直接报废，或是使用其他手段，从而发出最恰当的处置指令。这种基于历史数据的处置方式可能比人工判断更为恰当。随着人工智能技术的完善和发展，以及数据库的完善，需要人去干预的活动会越来越少。最终智能工厂的也许就是真正的智能工厂了。

使用5G通信技术超高速的数据传输效率，不仅及时，而且可以做到即时的数据传输和反馈。

至于这些海量数据的安全储存、快速查询与分析需求，云技术完全可以胜任。例如，西门子的MindSphere将各种来自用户的指令与需求、设备的信息数据储存在云端，可以在任何一个客户端随时调用，不用担心数据丢失，或者海量无法筛选，更不用考虑硬盘损坏情况。将信息数据储存在云端，由专业机构统一管理和维护也是分工细化、集中处理的一种方向。

对于工业企业，从生产技术方面来说，随着智能技术的发展，在信息技术、自动化技术的基础上，智能技术的发展，为实现柔性、大规模定制、混线生产、虚拟与现实、人工智能、5G等技术提供了保障；从社会关系来说，柔性化的大规模定制将取代流水线生产方式，生产效率不低于流水线生产效率，生产成本继续降低，产品质量进一步提高；从企业关键竞争力来说，生产效率、产品质量和制造成本又一次发生革命性的变化，最关键的是企业效益得以充分保证，企业有更多的资金投入研发，持续提升企业核心竞争力，那些没有效益的企业必将退出市场竞争。

四次工业革命中，智能制造是第四次工业革命的产物，各国对于工业革命有自己的国家定位，如中国是智能制造、德国是工业4.0、美国是工业互联网、日本是精益制造升级等。

1.3.2 四次工业革命的企业形态

工业革命的主体是企业，企业作为社会责任体，将诸多的社会责任内化到企业目标之中，通过质量与成本的平衡、效率与效益的平衡为社会创造价值是不变的追求。在四次工业革命的变迁中，以服装制造为例的质量、成本、效率和效益的演变如图1-1所示。

工业1.0的标志是以蒸汽机、纺织机为核心技术的轻工业，主要代表国家是英国，解决了效率问题。

工业2.0的标志是以电气化、化学应用、内燃机为核心技术的重工业产业，主要代表国家是德国和美国，解决了效率和质量问题。

工业3.0的标志是以信息技术为核心技术的流水线作业，在效率进一步提高、质量进一步提升的同时，成本大大降低。

工业4.0的标志是大规模定制，将明显提升企业效益，达到质量与成本平衡、效率与效益平衡的状态，将实现质量更好、成本更低、效率更高、效益更好的企业终极目标。

生产制造过程追求的目标是不变的，即以更低的成本满足更加个性化的需求。一般而言，低成本需要以大规模生产为支撑，而个性化需要以小批量生产为支撑。从目前的整体情况来看，未来可能会出现两种趋势：一种是沿用大规模集中化生产方式，但个别企业通过进一步降低生产成本从而抵消满足个性化需求导致的成本上涨，实现成本不变甚至降低与产品更具个性化的平衡，最终赢得竞争并引发其他企业跟进，向大规模定制生产转型；另一种是转向小批量分散化生产方式，个别企业甚至消费者自身能够显著减少小批量分散化生产与大规模集中化生产之间的成本差距，从而实现成本不变或者稍有提高与产品完全个性化之间的平衡，最终成为主流生产制造方式，向分散化个性生产转型。这两种模式都是C2B（Consumer to Business，消费者到企业）模式，其本质是一个智能化、网联网、定制化的工业模式，从消费端直接拉动研发、供应链和制造环节，最终生产出个性化的产品。

纺织业自发端以来，从来都是以人类文明发展和技术进步为动力，不断获得生产力跨越式地解放。进入蒸汽化时代，纺织工业以大规模机械化和利用蒸汽动力成为第一次产业革命的标志；电气化时代，纺织工业又率先通过电气化改造实现了大批量生产，带来了速度和效率的跨越，实现第二次革命；进入第三次革命以来，流水线作业生产在提质增效（率）降本等方面取得了显著成效，然而这种模式造成大量库存积压，利润难以得到保障。至此，按库存生产的模式无法满足市场多元化需求，用户需求多元化程度加深，服装行业订单小批量、多品种趋势越来越明显，因此服装企业需要快速适应市场需求变化，以保证质量，满足客户个性化需求，同时提高企业效益。

在新的产业革命大背景下，人民生活水平的提高加快了日常生活审美化进程，对衣着商品的技术品质和文化品位要求增强，使纺织行业的品牌价值创新成为新的增长空间，先进的纺织企业都先后进入大规模定制时代，通过大规模定制减少了库存积压问题，降低了样衣成本，降低人员、能耗、物耗能本，提高了质量，提高了生产效率，同样也提高了效益。

1.3.3 工业4.0的内涵

自2013年4月德国正式推出工业4.0起，工业4.0这一名称已深入人心。德国人将软件开发中常用的版本命名方法引入工业革命的划分中，让大家对历史上四次工业革命有了清晰的认识。大多数人知道工业4.0指的是第四次工业革命，但对哪些行业可能消失、哪些企业可能被取代、哪些企业可能又出现了，却没有一个很清晰具体的认识。

当然，工业4.0在德国也只是对工业未来的愿景，是一场还未发生的、预计会发生的革命。另外，这种愿景是一种基于直觉、想象力、逻辑推理、个人经验、专业背景、德国独特的社会环境等因素的定性的描述。所以，我们每个人对工业4.0的理解和实践也都有很大的想象空间，结合各自行业背景开展理论研究和业务实践。但是不管大家如何理解，革命的属性不会改变，那就是影响企业关键竞争力的主要因素将会推动企业实现变革。

2013年的德国白皮书《确保德国制造业的未来：实施战略行动工业4.0的建议》中有如下表述：在制造环境中，垂直网络化、端到端工程化，以及由越来越多智能产品和系统构成的跨越整个价值网络的水平集成，引发了工业化第四个阶段的到来——工业4.0。这种改变，应该是有累计效应的，要包容前三个阶段的成果。

2016年1月，德国工业4.0官方发布了报告《实施工业4.0战略》，给出了工业4.0的定义：“术语工业4.0代表第四次工业革命，是与产品生命周期相对应的整个价值流的下一阶段的组织与控制方式。这个产品生产周期，是基于不断增加的个性化客户期望，范围从产品初始想法、订单、开发、生产、交付给终端用户，到回收以及相关服务。”

同时，德国工业4.0的官方发布的工作报告《基于应用场景的研究路线图概貌》中给出了九个应用场景。这九大应用场景如下：

1）订单控制的生产（Order-Controlled Production，OCP）。

2）具有适配能力的工厂（Adaptable Factory，AF）。

3）自组织适应性物流（Self-organising Adaptive Logistics，SAL）。

4）基于价值的服务（Value-Based Services，VBS）。

5）交付产品的透明性与适配能力（Transparency and Adaptability of delivered Products，TAP）。

6）生产中对员工支持（Operator Support in Production，OSP）。

7）用于智能生产的智能产品开发（Smart Product Development for Smart Production，SP2）。

8）创新性产品开发（Innovative Product Development，IPD）。

9）循环经济（Circular Economy,CRE）。

这九大应用场景基本上能够表述清楚工业4.0是什么，要做什么，要取代什么，要研发什么样的新技术，现行法律法规要做出什么样的改变，对劳动力能力有哪些新需求，会取得什么样的益处，等等。这些应用场景，无论是数量上、内涵上还是命名上，随着德国人的认识的不断深化，也处于不断的发展变化之中。

总之，实施工业4.0，现有的条件还不具备，还需进行大量的创新性的技术研究，还需在法律法规、安全、劳动力与技能等方方面面做出重大改变。工业4.0时代，小规模的定制化生产模式不仅将逐步取代传统大规模量产，而且在物流技术上也将迎来新的产业变革。未来，在智能物联网的强大支持下，大数据将得到充分利用，所有的商品都配有感应器，物流配送将实现透明化。买家无须再查询是否发货、订单什么时候到达下一个站点，而是可以直接实时在线远程监造。

工业4.0是人类社会发展的必然趋势，是产业变革的必经之路。在工业互联网的强大支撑下，必将引发企业关键竞争力的革命性变化，将制造业推向全新的竞争世界。工业加工、制造业生产的整个产业链会越来越精细化，产业链上下游、供应链并存于一个信息系统之内，各环节实现扁平化运作，任何信息都会被其他环节的相关工作人员知晓，所有的管理环节都会实现透明化。不仅如此，在大数据的存储记录中，优秀的管理人员会运用最好的数据建模，进行最佳数据核算来实现利润最大化，全方位无死角地高效管理每一个角落，将运营每一个环节的成本都降到最低，真正贯彻生产的柔性化。

1.资源配置效率更高

工业4.0的目标，是实现定制化智能生产，在公司内部，将企业资源人、机、料、法、环的效率充分发挥，实现资源效率的最大化。工业4.0时代，我们要想实现上述目标，工业加工、制造业生产、物流配送等环节就必须优化资源，才能实现高效率的资源配置。

具体地，从工业4.0的意义上来讲，智能制造应该涵盖整个制造的产品全生命周期，工业4.0不是工业3.0时代MES、ERP、SCM、PLM、CRM（Customer Relationship Management,客户关系管理）等系统的简单集成或更新换代，而是借助新技术（机器人、认知计算、物联网、大数据等）在多个维度对企业及价值链的革命性整合、重塑与创新。工厂不再是“黑盒子”，而是清晰透明的服务提供方——不只是工厂，各参与方的各种能力都以API（Application Program Interface,应用程序接口）的方式来发布、被调用、接受监管，从而形成一个开放、灵活、自主、优化的合作体系。

工业4.0产品意味着产品全生命周期乃至价值链、全生态系统的变革，在变革的过程中，最重要的是数据的洞察过程。企业做认知计算和人工智能的分析要依赖于数据，数据是基础。然后通过大数据分析、云计算、物联网、移动互联网等技术及其他与安全相关的管理方案帮助企业管理人员做决策。只有通过大数据、认知计算、移动互联网、物联网等新技术的共同作用，才能实现跨界和全球化互联互通的协同，形成集制造和服务于一体的智慧工厂价值网络。利用机器人技术具备的自动化执行能力和认知计算所带来的认知能力，可以轻松地解决工业4.0时代智慧工厂的问题。

2.生产周转速度更快

通过认知技术对智慧工厂的生产现状进行分析，保留关键必要的环节，淘汰冗余的环节，并针对一般的环节进行效率提升和有效监控，从而大大提高现有生产环节的利用效率。通过对库存和在制与当月生产量的分析，控制最低库存和最小在制，进而加快生产的周转速度。

3.产品质量更好、更稳定

通过认知技术对生产过程、设备工况、工艺参数等信息进行实时采集，对产品质量、缺陷进行检测和统计；在离线状态下，利用机器学习技术挖掘产品缺陷与物联网历史数据之间的关系，形成控制规则；在在线状态下，通过增强学习技术和实时反馈控制生产过程，减少产品缺陷，同时集成专家经验，改进学习结果。

4.所有设备都预见性维护

提前达到预见性维护，通过认知技术提前预测故障的发生，及时干预避免业务中断，可降低维修成本，同时有效减少故障，保障业务连续。

随着认知技术的不断发展，不断演化出的新应用可以被用来配合工作，帮助工人提高生产效率并得到更好的结果。认知技术的应用可以同人类劳动互补，发掘出一些能有效弥补人类技能短缺的认知技术能力来实现智慧工厂的生产效率的提升和成本的降低。

5.智能制造的数据流

相比数字化车间，智能制造系统的数据流更为丰富和复杂。这是因为智能制造系统比既有系统具有更加快捷、实时和精细的数据流，企业应特别注重开发数据处理系统和功能，防止大部分工作时间花费在信息的搜索上。

为此，必须进行研究、实践如下课题：

1)基于企业ERP、MES等生产过程相关系统的数据，降低生产过程信息成本。

2)基于CPS的数据融合和数据分析。

3)人与机器之间的数据交互与知识应用。

4)智能制造过程中的混合服务。

5)生产过程物流系统。