【写在前面】
最近几年，智能制造，工业自动化领域概念一个接着一个出现，甚至出现了一个自动化本科毕业生去参加自动化展览什么都看不懂的现象，本文通过假设一位工程师与自动化学生的对话，对一些新概念进行了粗略的解释，初步展示了智能化工厂的图景。
【正文】
一位工程师拿着宣传材料走入教室“同学们，今天我们来讨论智能制造，昨天让大家查了查资料，大家有什么想法没”
一位自动化学生：“您好，我是一名自动化专业的大三学生，我昨天查了一下相关资料，发现了很多概念，什么边缘计算、云平台、工业互联网、MES、ERP，这些都是什么呀？”
工程师：“好的，今天我们着重讨论一下这个问题”
谈话内容：
工程师：同学，先想一个问题，你们所学的自动化工厂是什么概念？
学生：我认为有三层，第一层是机械设备，第二层是PLC控制层，第三层是上位机监控层。
工程师：不错，对于单独一条生产线是这样的，再往上呢？
学生： 再往上？那不就到了管理层了，这个我就不知道了。
工程师：好，那咱们就从这开始，刚才你说的很对，目前的大多数自动化专业的培养最高直到上位机监控层，也就是一条生产线，那么如果有多条生产线呢？这就到了你刚才提到的MES：
美国先进制造研究机构AMR（Advanced Manufacturing Research）将MES定义为“位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统”,它为操作人员/管理人员提供计划的执行、跟踪以及所有资源(人、设备、物料、客户需求等)的当前状态。
学生：那就是辅助生产管理人员的软件？涵盖一个车间
工程师：对，然后你再往上想，比如你从车间提拔到管理层，你会考虑什么？
学生：如果到那时候，我会考虑采购、营销、人员管理调度，
工程师：这个层次也有对应的软件,叫ERP：
ERP 是由美国计算机技术咨询和评估集团 Gartner Group Inc 提出的一种供应链的管理思想。企业资源计划是指建立在信息技术基础上，以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理平台。ERP 系统支持离散型、流程型等混合制造环境，应用范围从制造业扩展到了零售业、服务业、银行业、电信业、政府机关和学校等事业部门，通过融合数据库技术、图形用户界面、第四代查询语言、客户服务器结构、计算机辅助开发工具、可移植的开放系统等对企业资源进行了有效的集成。
这样，从最底层的机械设备，到最高层的ERP，一套下来，就是我们以前经常说的现代化工厂。
学生：那么这就是我们所说的智能制造吗？
工程师：刚才说的是现代化制造，而智能制造，关键在于智能二字，你再想一下，目前炒的火热的人工智能技术主要优势在哪？
学生：这个我也懂得不多，我个人感觉应该是处理数据吧，经常听他们说用数据集训练什么的。
工程师：这个说的对，重点就在数据，就拿一条生产线来说，里面有很多传感器，每时每刻记录着大量数据，传统的现代化工厂对数据处理的很少，一般就是到了特殊情况才会报警，我们首先把人工智能技术引入单独一条生产线，就用于处理数据，能干什么呢？
一是故障检测，二是工业建模，便于后期优化生产。这种工业数据建模技术也被称为数字孪生技术。
Digital Twin数字孪生：是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
学生：嗯嗯，提到这，还有一个概念需要请教，很多报道里说上云，咱们不能每个工厂都配有计算设备吗？
工程师：理论上可以，一个工厂建立一个数据处理平台没啥问题，唯一弊端就是钱，而成本不是每个厂子都能承受的，所以需要上云。利用成熟的强大算力来服务加入平台的广大企业。
学生：那么是所有数据都上传吗？
工程师：那倒不是，每个工厂都有很多数据，加起来都上云，一是平台处理不了，二是实时性不行，你像这个操作需要两秒后立刻施行，这边的数据从传输到处理再回来需要三秒，那就要出事了。怎么解决呢，把一些实时性要求高的数据就近处理，也叫边缘计算。
边缘计算起源于传媒领域，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
学生：嗯嗯，那这样说，利用边缘计算和云计算处理工业数据，然后优化生产控制环节，这就是工业互联网？
工程师：这只是一部分，除了传感器数据，里面还有很多数据，比如物流数据、订单数据、需求数据、还有各种用户数据、营销数据。比如：
我们可以根据需求实时调节生产；可以根据用户需求实现定制化生产；可以通过分析物流数据优化配送；可以通过分析用户数据精准营销；可以通过平台实现协同研发；总之一句话，有数据的地方，都有我们的身影。
学生：有点明白了，智能制造关键在于数据的处理与应用。那么我们自动化专业该怎么应对呢？
工程师：自动化来源于工业，也服务于工业，目前我们的教育还是侧重于机械设备层和PLC层，上位机监控层也会涉及，但对于传统意义上的MES、ERP很少涉及，更不用说数据处理，重点该转向了，当然，这个专业也是一个多方向学科，很多可以干的，以上是我的个人理解，谢谢大家。
閱讀更多 自動化專業科普 的文章
