CPPS在车间现场的建设与评价

智能工厂与智能生产是工业4.0愿景中引申出的概念，意味着基于产品设计、工艺设计、生产过程管理等环节的工业知识，利用人机交互、数字模型全过程传递、智能化生产过程及网络化分布式技术，依托赛博物理系统连接虚拟产品研发设计和现实数字化制造车间（工厂）；其中赛博物理系统成为愿景落地的关键点，所以笔者认为应在基层车间试点建设CPPS——赛博物理生产系统（此为CPS——赛博物理系统在车间生产现场的实例化），通过数字化、网络化、集成自动化与信息化的全面支撑，实现车间制造向智能化的整体跃升。

一、现有背景下的CPPS建设之路

CPPS的建设，应以解决现有问题，推动过程增值为切入点，所以需遵循工业制造中的各增值维度，依照技术、工厂、产品与订单四个生命周期，以各生命周期内部增值为落脚点，各生命周期之间协同增值为着力点，推动价值实现与业务增值过程的整体、持续与统一，形成生产体系与工业体系的价值创造参考模型，构建面向生产体系甚至工业体系的规划、建设与运营能力。

（一）推动各个维度生命周期内的持续增值

订单周期：CPPS应用价值首先在于：为应对惨烈市场竞争，供应链、企业资源计划与生产过程必须高效协同、紧密配合、无缝衔接、接口统一，才能具备整体高度柔性，完成订单获取到实现交付的增值过程，而各企业内生产的节拍、过程的高效、质量的管控是价值实现的基础和前提；上下游供应链通过广泛应用CPPS，在生产的关键环节和重复性过程中引入智能机器人，针对产品技术要求，深化人机分工，发挥人机各自特点，规避人的疲劳与懒惰，并降低人的技能对产品的影响，保证生产过程稳定、高度柔性、节拍合理与质量达标，推动产品各生产过程井然有序、订单生命周期各环节持续增值。

产品周期：也即PLM全过程，其难点在于以模型为核心，突破基于模型的协同众创、设计、制造、质量管理、服务及各环节之间传递反馈，形成虚拟与现实相互对接，人员、工件、设备等现实资源与虚拟制造系统实时交互的工作模式，并突破基于模型的检验与过程控制。而CPPS具备软硬融合、感知互动、人机物互联等使能技术，并以数字化为基础，以信息化为支撑，实现产品的模型化表达、各类资源的数字化抽象以及生产过程的可视化展示，帮助企业突破数字化模型驱动的设计、制造、验证和服务技术，建设基于模型的制造技术体系、各类标准体系和组织体系，搭建面向服务的过程检测与控制架构。

工厂周期：以往的工厂建设和生产过程设计、生产线设计脱节，造成设计不优、运行不畅、维护不易、升级不成的后果；CPPS组件包括生产线的仿真与布局，概念阶段便可在虚拟环境中重现生产线真实运行场景，根据生产节拍和工艺特点，通过生产线运营仿真得出不同目标产量下的生产线最优设计、资源最佳配置以及体系化管控方案，并预设厂房、基建、土建等指导性建议，还可针对产品特点，预留升级空间；而生产线的建设和升级过程也可复现于仿真环境，通过引入完整性试验方法，找出新技术、新设备引入的最佳时机、最优布局；工厂的投产、运营和维护，也能实时汇总运营数据、人机物实际数据以及信息数据，将虚拟与现实彼此映射、同步推进，借助虚拟环境复现运营问题及其产生过程，并求得全局最优解；还可使用仿真方法、过程与工具，设定相关性预警规则，部分替代人的智能，及时固化保障收益，不断积累实体模型与过程知识，持续推动工厂全生命周期并行与高效。

技术周期：以往的技术选择、技术设计与技术验证相对滞后，易造成生产过程反复、质量不高、过程拖期等不良后果；而CPPS则可引入虚拟加工环境，提早进行工艺设计、加工过程仿真以及技术验证，兼顾人机分工、人机工程的验证，可得出加工过程的最优步骤以及人机配合的最佳路径；并可根据验证结果，提早进行技术准备、设备准备以及资源准备，减少生产准备时间；而实际加工过程中，也可实时收集工件、物料、设备、人员及信息系统所产生的实际参数，将技术问题和加工瓶颈在虚拟环境中全程复现，明晰问题的产生机理、瓶颈产生的源头，从根源上解决加工瓶颈、质量难题与工艺难点，举一反三的避免其他类似技术问题；最终通过不断收集技术应用过程的数据，累积沉淀为知识资产，为技术的再循环与升级奠定基础。

（二）实现增值过程的协同与统一

CPPS的核心，在于将技术、工厂、产品与订单四生命周期进行过程协同，在生产过程实现逻辑统一，通过虚拟环境反复迭代优化，实际运营环境中的数据积累，降低运作风险，最大化延展人的智能，力推实际生产高效稳定且一次成功：

整合上下游，协同众创：

CPPS核心作用，便是基于产业分工，构建企业联盟，通过上下游资源甄选，将产业链之中各企业完全整合，将各企业中产生效益的技术和价值创造模式，转移到整条产业链，形成链条内各企业协同互补、对外积极竞争的良性格局，通过竞争促进技术进步、借助竞争实现有效创新，形成全新的创造价值模式及商业模式。

在概念和设计环节，显性化产品的运行场景，将需求的结构、功能与行为进行详细描述，以已有的模型、资产为出发点，利用网络信息共享、互联互通的优势，跨边界协同外部资源，推动全领域、全行业广泛参与产品组成的各个细节及技术实现的各个环节，供企业全视角多维度审视产品，并形成多专业各学科的共同理解；还可逐步盘活社会闲置资源，形成创新联盟，不断优化产业链上下游构成。

虚拟环境中的过程协同：

需求的动态管理、有效追踪及验证反馈：CPPS的核心要素，便是将需求进行动态管理、全过程追踪及有效验证，以此为源头控制系统复杂性，并从容应对内外变化。

设计模型化，验证需求：同时满足计划的均衡性——将订单转换为指导内部生产的主计划、产品模型的合理展现——用数字模型表达实际产品、制造资源的预先设置——将生产线与生产资源抽象建模、生产技术的比较筛选——提前梳理满足技术要求的可用技术，提早引入工艺过程相应的知识与数据，在已有模型库中对产品模型和生产模型分别进行静态比对，开展产品生产和生产线运作的多专业的优化设计，根据已有资源得出生产组织能力，输出加工模型、生产线模型、生产组织和管理控制模型。

过程仿真化，验证设计结果：随着现场控制、各项约束的增长，使能技术与支撑工具的逐步明晰，以及目标的调整确立，在数字环境中重现真实场景，基于组织与产品不同阶段的背景、问题与目标，对产品数字模型、生产数字模型、生产组织与管理控制模型、可用技术，以及各模型之间的关系从逻辑、功能模型环节进行逐级细化、反复迭代、不断优化的虚拟验证，使得产品设计与工艺设计、生产线规划与生产资源流转，生产组织与管理控制、使能技术的选择与使用，四者能在虚拟生产环节得到过程与逻辑的统一，最终得出产品、生产线、生产组织与管理控制、生产技术四维度的最优实现路径——虚拟车间（工厂），以及满足设计约束的全解探索，并启用工艺知识库完成工艺的自动生成。

虚拟车间（工厂）内连续验证，工艺仿真化，验证逻辑与功能模型：承接上层模型生成物理加工指令，并得出工厂资源配置、加工指令、运作路线与技术选择，依据各设备与资源的运作加工轨迹、内在机理，进行加工环节中人机物三视角的数字化虚拟连续验证，包括设备运行过程中感知、异常分析、自适应决策闭环，以及机料之间物料运动、受力、工件状态的实时感知、公差分析、位置补偿、参数调整、反馈执行等双闭环，并且基于人机分工，进行人机物之间的协同验证，最终由此得出组织、工艺、计划、执行、控制与保障的SQCDPT（安全、质量、成本、交付、效率、团队）整体预案。

现实环境中的准备、投产与验证，以及使用过程中的数据收集：

生产准备：根据验证结果，得出生产计划及准备计划，包括出产与考核计划、数字化产品模型与三维模型及传递方式、数字化工作说明书、工厂的技术条件与规格、生产线设计与布局、人流物流运作路径、技术的载体媒介、现场工人的作业标准以及管理者标准作业，将以上环节进行提前设置，并进行规范化检查确认。

分布式制造：生产现场根据虚拟布局，确定生产组织模式，导入基于模型的作业指导书，在人机合理分工的背景下，将数据、信息、知识进行融会贯通，确立虚拟与现实相结合的生产管控平台，配置现场质量控制及运营控制网络，在数字化网络化支撑下，对工业知识进行自动提取和智能应用，形成具有感知、认识、分析、决策、自主优化等特征，覆盖生产管理和控制执行的制造智能管控系统，并以实际生产验证设计与工艺的有效性。

在产品、工厂、技术三维度，生产结束之后，仍需采集产品运行数据、更新产品质量档案、支持生产线的维护与优化需要、保持技术的稳定与优化，并考虑产品使用者各层次需求，将产品融入外部体系中发挥作用，持续保障产品稳定运行，对各生命周期的使用与退出过程进行全面支持；还需不断更新产品数字模型、生产资源数字模型、生产组织与管理控制模型，采集实际数据构建产品的“数字双胞胎”（包括虚拟数据及现实数据），以高效的协同互联、实际全面的运行数据实现生产的稳定性与一致性；更要持续积累组织资产，将以往各类数据充分利用，从高度、广度、深度及颗粒度四方面支撑虚拟环境的概念、设计与验证过程，并从时空两个维度，依照演进与配套两类路径保障CPPS的成熟与完整。

基于信息化环境固化收益：

信息化的本质是依托工业知识和工程化能力，推动各种业务自动化，并提取业务知识，构建业务模型，且基于模型进行分析判断、评价与优化；信息化还可构建运行场景，将概念模型、系统模型、逻辑模型、物理模型进行跨专业的联合仿真，实现基于模型的生命周期全过程完整性追踪、V模型各阶段之间的连续高效验证，和高水平跨层级协同与合作；在结构化、透明化业务流程的支撑下，完成全局图像范围内知识的高效复用以及跨领域多专业的技术转移与共享，实现覆盖企业联盟的智能管控体系，保持价值增值的持续与稳定。

二、CPPS建设效果的评价方法

首先应具备体系化的推进思路，在建设与应用的过程中，建设前的准备、建设中的质量保证、建成之后的评价等方面做到整体性把控；然后需全过程掌控CPPS的动态演进与内外发展变化，在系统的建设与优化过程中逐渐改进物质、能量与信息的交换方式，从而深层次提升系统运作的效率；在事前指导、运行过程监督与执行结果统计三方面逐渐发挥工业大数据与云计算的作用，基于多个视角从历史数据中寻找当前环境的最优解，并从规整数据中对质量准则、级别、特性进行多维度全方位评价；还可基于评价指标不断改进，达到策划、准备、建设、评价优化的反馈闭环；最终推动CPPS与组织同步进化，由复杂组织体基于模型搭建传统企业与复杂系统之间的桥梁。

成熟度模型为CPPS系统能力模型提供了评价测度，也为过程管理的评估与改进提供了完整性框架；参照CMMI，为CPPS剪裁、总结出4层成熟度模型，作为CPPS建设的测量依据与评判标准：

CPPS成熟度模型包括可重复、可定义、可管理、持续优化四个层级，每层级包括计划、活动、结果和评估等评价标准，可对CPPS的目标、能力组成、路径、最佳实践、主要衡量指标进行评价，这些体系化的指标可支撑CPPS由低端到高端不断进化，推动车间整体逐步具备自主感知、自主调节及自组织能力，并推动人类集中精力从事规划、监控、决策等高价值、战略性事件。

可重复：

此层级意味着针对车间现有问题，在总体蓝图和演进发展相兼顾的前提下，对标CPPS整体框架，进行阶梯式组件化的投入建设，逐步达到各模块有效运行、畅通互联的状态，通过物质、能量与信息的相互交融，定制反应式管控规则，实现人机物各实体初阶的反应、处理与自我控制；还可通过标准的数据采集、远程计算与过程分析，逐步积累工业知识与过程经验，为进化到下阶段创造可能。

可定义：

代表了CPPS整体、部分、集成的能力可衡量：将运作过程定性定量分析，逐步显性化标准化，规范业务之间及对外的接口，畅通数据传递、降低信息交易成本；实现数据实时采集、虚拟模型动态响应、虚拟与现实及时比对且相互促进的良性格局，大数据及云计算可作为支撑要素，嵌入到业务过程之中，作为过程执行的保障和结果完成的推力，并可依托历史数据预测结果，达到合理管理过程波动，预测未来趋势，执行过程逐步优化的预期目标。

可管理：

表示各管理过程、业务运营活动，以及人机物各实体针对自身增值活动可控制：过程及活动在标准化的基础上，通过历史数据归集、远程运算得出全局最优解，并通过知识积累指导过程执行，还可凭借数据采集优化、补偿自身及相关业务过程；人、机器、制造资源则依据最优处理规则，依托虚拟与现实的实时交互，进行融合过程数据的全方位采集、远程计算的高效控制，达到人机物有效自治、人机协调互动、机物稳定互联、过程可靠与安全等目标。

持续改进：

象征了系统已具备了深度自主感知、自主判断、自主调节及自治能力，在互联渠道及感知工具的帮助下，人机物可自主接收外界信息，实时感知内外变化；在控制与约束的指引下，针对外部信息及内外环境，得出当前业务处理的适用规则，并通过数据反馈判断过程效益及预期结果；在处理过程中，通过大数据处理及过程分析及时调整处理规则，实现过程的全方位监控，可完整采集产品的质量、物理状态变化、加工过程等信息，实现操作过程、技术参数及产品状态的自主控制与调节；自治能力则蕴含了自组织、自决策、自优化等一系列特征，在体系化管控规则的引领下，既可有序生成系统的作业流程，又可合理重构生产环境，还可依据当前数据与事实自行决策，并根据过程状态及结果逐步优化所有过程，实现系统整体的不断改进。

三、结论

通过引入信息沟通、感知互联、实时控制与并行计算，可优化并行方案、设计、工艺、制造与服务等传统工业过程，推行工业化由2.0到3.0、4.0的逐级成熟且快速稳定跃升；构建基于CPPS的车间层智能制造网络，实现网络技术完成从信息网到物质能量网的进化，推动信息、物质、能量三者在车间层的统一，可成为支撑人类发生普遍性革命的广义技术，并逐步完成信息技术与工业技术的深度融合。

推荐访问： 车间 评价 现场 建设 CPPS

---