导读：2023年10月28日，由中国自动化学会主办的2023国家工业软件大会在浙江湖州盛大开幕。大会以“工业软件·智造未来”为主题，汇聚了25位国内外院士，1500余位代表，共同探讨工业软件领域前沿理论和技术创新应用问题，共同谋划我国工业软件未来发展之道。

　　清华大学国家CIMS工程中心工程部主任赵骥受邀在2023国家工业软件大会中作题为“工业互联网时代的工业软件——工业互联数据链”的专题报告。报告介绍了工业互联网时代的到来产生了新的条件，工业环境、信息条件已经和70年代工业软件诞生时有非常大的不同，因此中国应该也可以走出不同的道路。工业互联网工厂是互联网渗透至制造金字塔内部，企业可以在较小的粒度上进行工业要素的重组、格式化，进行“精打细算”，并从一个企业内部延展到全供应链，重新配置工业全要素。工业互联数据链作为新的工业软件体系的一部分，能够支撑互联网化的工厂，如同一个隐形的管理者，它会持续收集数据和配置工业要素，集反馈、控制、优化于一体，实现柔性、敏捷化制造，对全供应链的运营过程进行持续的优化。

　　智能工厂的设计涵盖了从概念数字化、互联化支撑的整体建筑，延伸至底层自动化、无人化设备，以及上层涉及的软件应用，包括智能设计、智能生产、供应链、预算管理和决策支持等方面。就工业软件而言，国外领先的数字化企业通常使用数以万计的软件，而国内调查发现，较好的数字化企业使用的软件超过2000种，其中核心软件约有五六百种，其他稍逊一筹的企业也至少使用了数百种软件。这么多软件的使用带来了极大的开支，涉及到巨额费用支出，对软件功能的充分利用程度、以及智能化大厦构建的体系梳理、冗余情况的评估和成本效益的分析都至关重要。在企业角度来看，如何确保软件投入的成本抵消产品销售的成本，维护费用是否值得支出，成为了非常现实的挑战。

　　软件在工业中的本质是将那些传统手段难以解决的难题或问题交给计算机系统来处理，如图1所示。无论是复杂的由多个服务器构成的系统，还是嵌入式系统中的微小单元，都需要依靠计算机来完成任务。关键在于深入理解这些问题，因为如果不能理解工业问题，便无法通过软件解决这些难题。尽管工业互联网近年备受关注，但实际效果却并不十分理想。因此，首要任务是充分了解工业问题，并将其转化为可计算的问题。这种转化通常需要模型化，也就是将问题简化为可处理的形式。在科学研究中，特别是在处理工程问题时，需要优先考虑问题的简化。尽管在研究和论文写作中我们通常会尽可能全面、复杂地考虑问题，以确保不会遗漏任何细节，但在解决工厂和工程领域的问题时，必须将问题简化，以便更好地建立模型。

　　模型简化之后，需要用数学方式进行表达。由于最终任务交给计算机系统处理，计算机是用于计算的工具，因此应考虑将问题转化为算法以便计算机能够处理。这样做就是为了开发算法，并将其转化为算法软件，从而解决工业软件所面临的问题。

　　工业软件的应用从上世纪70年代开始逐渐走向规模化应用。现今工业软件种类繁多，深度数字化的企业使用数量达到上万种，而国内企业则在几千种或者几百种范围内，如图2所示。据分类显示，工业软件可分为600多个类别，涵盖了嵌入式、流程管理和工具类软件等多个领域。回顾上世纪70至80年代的信息环境，当时工业软件的产生和应用情况有所不同。以当今广泛使用的企业资源规划（ERP）系统为例，早期部署ERP时，很多单位可能仅使用几台计算机构建的系统。当时的信息环境与现在已经大相径庭。例如，ERP管理系统除了计算物料需求等核心计算之外，大量的功能体现在处理表单和数据流转，当时仅能通过计算机系统来实现表单流转等工作。除了表单流转，模型技术也是当时的重要组成部分。而如今的信息环境则发生了翻天覆地的变化。随着互联网的兴起，信息环境发生了翻天覆地的变化。通过微信、钉钉等工具，许多事务已经能够通过网络解决，信息环境已经能够解决过去工业软件所需解决的问题。

　　工业软件用户的忠诚度极高，一旦用户抛弃某个系统，将面临巨大挑战。在国产软件替代外国系统时，必须认真考虑外国系统已深入应用的情况，即使功能类似，国产软件是否能成功替代也是需要深思的问题。互联网对社会带来了深刻改变，重新定义了原本呈体系的事物，并将信息分割重组成中枢枢纽。这种转变通过算法驱动着每个人的行为，工业体系也面临类似的挑战。

　　互联网对商业、产品和生产维度的影响呈现出不同程度的差异，其中商业领域受到的改变最为显著，如图3所示。然而，在内部方面，特别是工厂内部的制造金字塔体系，变化相对较少。尽管近年来工业互联网将现场部署的软件迁移到在线平台上，但实际效果并不尽如人意。精益生产在企业和工厂中被广泛采用，它可以解决浪费和懒惰所带来的诸多问题。通过工业互联网的深度应用，特别是深入到生产运营的核心，可以借助各种平台算法重新组合工业要素，从而实现更精细化的运营过程。企业生存的核心在于追求利润，数字化技术通常不能直接带来收益，而常常需要投入资金。数字化手段、智能化技术和新兴技术能够以更高效的方式来降低浪费，实现精益生产理念中的精益化。

　　在互联网的推动下，工业要素被解构，人员和设备实现全面连接。工厂内的各种设备、工具、模型和软件都实现了全面连接和重新组合。这种系统具有动态性，可以动态地添加、移除或柔性地调整其构成部分。例如，当订单发生变化或生产需要应对突发订单时，基于互联网平台和算法驱动的生产组织能够实现灵活的调整。

　　全连接的系统通常需要松耦合的结构，因为如果系统紧密耦合，无法处理庞大的连接数量，如图4所示。为解决这一问题，首先需要解决工业互联网平台与现有工业体系之间的适配问题。这涉及到科学、技术和工程问题，其中工程问题可能占据更大比重。其次，当工业全要素接入后，当前智能工厂基本上实现了全连接。当整个工业互联网体系接入互联网平台时，工厂设备制造系统等各要素共同构成了所谓的工业互联网互联系统，此时系统的连接关系和结构相当复杂，如何有效解决这些复杂关系是一个关键问题。

　　在信息角度上，为实现工业要素内的动态加入和退出，必须建立动态路由机制。这种机制可以通过联邦系统的方式来实现，类似于人与人之间通过微信等工具进行交互的方式。这种系统实际上相当于定义了一个工业群，其中包括工业要素的设备、工具、物料等等。工业要素在这个工业群中，可以定义其交互和信息传输的方式。在全连接系统中，去中心化的特点可能导致系统存在弱点。对于大量信息交互的全连接工业系统而言，系统崩溃是不可接受的。因此，解决系统脆弱性问题至关重要。我们可以通过一些方法，例如使用SEC（安全、效率、成本）评估来评估系统的脆弱性，从而寻求解决方案。

　　基于工业互联网松耦合体系构建的工业互联数据链及应用（CIMS-link）可以被视为类似于微信群的系统，用于工业要素、设备和物料的信息交互，如图5所示。这个系统具备动态加入和配置的能力，支持数据发布订阅、QOS管理以及柔性配置，以实现要素数据的及时交换。CIMS-link作为工业互联数据链，强调数据的交互，但在这种交互中，时间概念被纳入考量。通过时间管理，这种系统促使不仅仅是数据的交换，更是系统间的相互协同运行，特别适用于多学科、多领域的联合计算。

　　在航天领域，数字孪生应用用于复杂装配体系的设计和验证，保证在狭窄空间中进行准确、无误和高效的装配，通常需要通过数字模拟来预先验证装配方案，如图6所示。这个过程涉及多种模型和大量的传感器数据，包括机器人状态、产品状态等等。工业互联数据链的应用可帮助处理这些数据，确保其及时、可靠地传输，支持系统的实时监控和反馈，以优化装配流程和提高效率。这种技术能够使得在数字空间中进行模拟和验证，然后将经过验证的方案传输到物理装配线上，确保装配的精准性和高效性。

　　图7是针对某研究院的虚实联动平台项目。右边是一条设备线，通过建立虚拟模型和数据空间，多个相同设备的虚拟模型和物理模型之间互相交互、共享数据。在这个系统中，关键问题是如何对齐虚拟状态和物理状态的数据，以及在面对一些不确定性因素时，如何验证调度算法。该项目经历了两个阶段的开发，第一阶段从2013年开始，现已连续进行了10年。

　　图8是开发的自动驾驶分布式联合仿真平台项目，该平台涉及车辆在道路上行驶时的阻力计算、车辆与路面摩擦计算以及车辆之间的协同行驶。这包括即时计算和数据传输，涉及多个学科的协同计算。我们通过该平成了相关工作，以实现车辆在道路上的自主运行，并解决了车辆距离以及与路沿的关系等多个方面的挑战。

　　当下，制造业面临巨大挑战。工业体系的建立一直是基于物质短缺的理念，然而随着惯性生产的发展，我们面临着一系列实践中的问题，尽管表面上看起来是技术问题、工程问题，但实质上是理论的匮乏。在生产领域，以往基于封闭工业体系理论的规模化生产模式已经不再适用。工业软件的发展建立在工业知识的基础上，将工业知识转化为算法和软件，运行在工业互联网上，能找到解决现实工业领域问题的路径。

　　地址: 北京中关村东路95号 邮编: 100190 电话: 传线中国自动化大会2022中国自动化大会2022中国智能车大会暨国家智能车发展论坛中国机器人大赛暨RoboCup机器人世界杯中国赛