热门关键词：
热门关键词：
“工业4.0是德国提出的口号，却是全球制造业共同的发展方向。”李杰的开场白，简洁明了。
一是实现智能生产。在智能制造中，通过信息物理系统实现工厂/车间的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存 储、分析，形成决策，并反过来指导生产。在一定程度上，工厂/车间的传感器所产生的大数据直接决定了“工业4.0”所要求的智能化设备的智能水平。
二是实现大规模定制与价值创造。大数据是制造业智能化的基础，其在制造业大规模定制中的应用包括数据采集、数据管理、订单管理、智能化制造、定制平台等，核心是定制平台。大数据能够帮助制造企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。
消费者与制造企业之间的交互和交易行为也会产生大量数据，挖掘和分析这些消费者动态数据，能够让消费者参与到产品的需求分析和产品设计等创新活动中，从而生产出更符合个性需求的定制产品。
通过数据分析，预测用户需求，进行预测式制造，解决“看不见的问题”，这既是李杰所倡导的工业大数据思维，也是他所提供的解决问题的路径。“数据是将制造转变为智造的关键。”他说。
但 是，普通人能“听”懂工业大数据“说”的话吗?李杰介绍，他已经成功研发一款手机APP应用，使用者可以通过0至1不等的数值来监测机器或机器零部件的运 转情况，而不需要看懂和亲自处理庞大、复杂、抽象的数据。“传感器把前端的数据发回处理器，经处理器处理后，数据变得非常直观，例如数值1代表不需要更换 机器零部件，0代表必须马上关停机器。”李杰还介绍，现在技术上已经可以做到提前3周预警机器运转中可能出现的问题，这对于生产线庞大的企业极具意义。目 前这项技术已经用于宝洁公司的生产线上。
工业4.0是德国联邦教研部与联邦经济技术部在2013年汉诺威工业博览会上提出的概念：继蒸汽机的应用、规模化生产和电子信息技术等三次工业革命后，人类将迎来以信息物理融合系统(CPS)为基础，以生产高度数字化、网络化、机器自组织为标志的第四次工业革命。
工业4.0概念在欧洲乃至全球工业业务领域引发关注和认同，各国纷纷出台自己的工业4.0版本，其中包括美国的“CPS战略计划”、中国的“中国制造2025”。
在这位2014年美国国家科学基金会科技创新奖获得者看来，这些规划虽然冠以不同的名称，内容上也各有侧重，但其智能化转型的核心要义，都对各国现有的制造业提出了新的要求。
“现有的技术、原有的经验，都不足以支撑我们迈向工业4.0这个全新的时代。”李杰说。
“传统的制造系统中，存在着许多无法被定量、无法被决策者掌握的不确定因素。这些不确定因素既存在于制造过程中，也存在于制造过程之外的使用过程中。”
李杰认为，前三次工业革命主要解决的都是看得见的问题，如避免产品缺陷、避免加工失效、提升设备效率和可靠性、避免设备故障和安全问题等。这些问题在工业生产中由于可见、可测量，往往比较容易加以避免和解决。看不见的问题通常表现为设备的性能下降、零部件磨损、运行风险升高等。这些因素由于很难通过测量被定量化呈现，往往是工业生产智能不可控的风险，大部分看得见的问题都是这些看不见的因素积累到一定程度后造成的。
马航失联事件就给传统工业敲响了警钟。李杰说，马航MH370使用的是罗罗公司(英国飞机发动机制造商罗尔斯罗伊斯公司)的发动机。一般来说，飞机航线是固定的，一旦飞机偏离航线，发动机一定会有数据反映出来，这些数据应该被感知并且被记录和传递出去，但MH370没有这方面的数据。这说明罗罗公司在发动机的数据处理方面做得远远不够。“发动机公司不再只做发动机，还应提供安全控件、航管控件、飞航信息等服务，这就是工业4.0时代的要求。”
如果说马航事件是个极端案例，那么，日常的生产和生活中，“看不见的问题”实则随处可见。
比如，人们通常认为，设备可以在规定的维护时间或出现问题前，持续有效地工作，实则不然，看不见但时刻在发生的事实是，设备每分每秒都在损耗。但在很长的时间里，人们忽视了这一事实，或者知道这一事实却没办法解决，只能到了所谓的设备老化期就将整套设备报废。
再比如，一辆集装箱卡车有18个轮胎，以前什么时候换轮胎只能凭司机的经验来判断，或者到了一定的期限，18个轮胎一起换掉。但工业4.0时代，要求轮胎制造企业提供的不仅是物理状态的轮胎，还要有轮胎在使用过程中的实时状态。未来，司机可以通过仪表盘上的简单图示，精确地知道哪个轮胎需要作调整、维护或将其换掉，传统维护方式将从一门依靠经验判断的“艺术”变为一门可以精密掌握的“科学”。
只有解决了“看不见的问题”，制造才可能变得“无忧虑”，而“无忧虑的制造”正是工业4.0的目标。为达到这一境界，有赖于运用自动化手段，使控制器的软件能预测装备、设备的损耗状况，并及时加以调整。譬如一条生产线上有很多传感器，但传感器本身如果衰退了，设备只能在出了问题后才去处理;而具有“自省功能”的制造设备能让工人随时知道哪个传感器不稳定了。工业3.0时代的智能化是控制系统、控制器加上计算机;而工业4.0是能根据生产环境和设备状况随时作出调整的智能制造。
“工业4.0要求整个制造过程达到零故障、零忧虑、零意外、零污染，至少也要达到低忧虑、低污染，‘无忧虑的制造’是制造业的最高境界。”李杰提到。
工业4.0的另一个特点是制造过程和制造价值向使用过程的延伸。
这句话听起来很玄，但李杰的解释让其变得通俗易懂，说到底，就是通过分析用户的使用数据来发掘用户自己都还未曾意识到的需求。“我们把这些用户需求的缺口称之为‘看不见的需求’。”
例如，人们在买车时会有省油的需求，各家汽车制造商因此致力于改进车型和发动机，让汽车更加省油，却很少去关注用户的驾驶习惯对于油耗的影响，而用户也不会想到要求汽车具备管理驾驶行为的功能。
但是，工业4.0时代的汽车4S店也许会是另一番景象。人们不仅在店内可以定制自己喜欢的车型、颜色和内饰等，还可以在一辆布满传感器的车内进行试驾：当用户坐上驾驶座椅时，传感器会自动记录整个座椅上的压力分布，一款符合用户身形和坐姿习惯的座椅就自动设计完成了;在用户开车过程中，汽车内部的传感器自动记录用户的驾驶动作，进而预测用户的驾驶习惯，一套兼顾驾驶操作体验和舒适性的动力系统和控制系统即被自动匹配完成;在用户驾驶汽车的过程中，汽车能够自动识别用户驾驶习惯的改变，提醒用户这种改变对于能耗和剩余里程的影响;在上下班高峰期，汽车能够通过海量的交通数据预测出未来一段时间内可能通过道路的拥堵情况，并为用户推荐最佳路径;在驾驶过程中，汽车还可以记录路面的平整度，这些数据首先在系统内被分享，提醒后面的驾驶者减速驶过一段坑洼的路面，随后被发送给市政管理部门，第二天再经过相同路段时发现坑洼的路面已经被修补好了。用户到家后，可以通过手机或网页查看一天的驾驶记录，不同驾驶模式下的能耗情况一目了然，可以与社区内的其他用户比一比谁更加节能环保，同时系统还提供了相应的驾驶习惯改善建议。
此外，用户还能查看汽车的健康状态报告，包括各个关键部件的健康状况、损耗情况和故障风险等，与之相配的维护保养建议也被自动提供，这时用户可随手在网上与4S店预约维修时间。如果只是简单的零件更换，网上还会提供带文字讲解的视频来详细说明步骤。最终用户会发现，不仅自己去4S店的次数和保养维修的费用明显减少了，而且汽车出故障的概率几乎降到了零。
这样的4S店离我们并不遥远，也许在未来5年内、或者在更短的时间内，就会成为现实。由此可见，工业4.0时代的市场竞争会从以往满足客户可见的需求，向寻找用户需求的缺口转变。以往我们将产品卖给用户之后就几乎到达了生产价值链的终点，然而工业4.0时代价值链将进一步延伸：以产品作为服务的载体，以使用数据作为服务的媒介，在使用过程中不断挖掘用户需求的缺口，并利用数据挖掘所产生的信息来指导制造。
李杰用自创的“主控式创新”一词来定义这样一种需求缺口的寻找。“通常来说创新分三种：第一种是连续性的产品创新，就是企业不断地把产品改得更受用户喜欢;第二种是非连续性的产品创新，就是所谓的研发;第三种就是我讲的主控式创新。”
主控式创新指的是从观念和思想上转变对顾客需求的理解，真正思考顾客要的是什么。“这就是传统制造和工业4.0时代在思维上的不同。”
针对工业4.0时代对制造业提出的新要求，李杰的应对之策是“预测式制造”。
“找到将生产环节中‘看不见的问题’复现出来的工具和技术，才是解决问题的关键。”李杰认为，要想实时掌握制造设备的加工性能下降、零部件磨损等“看不见的问题”，制造业必须尝试将传统的制造方式改为预测式的制造方式。
李杰的预测式制造系统，包括一系列先进的预测性工具和方法，可以将制造过程中不断产生出来的数据转化为信息，以便让生产管理人员精准掌握生产全过程。也就是说，预测性制造系统让设备拥有“自省能力”，随时检查自己的产能、效率和潜在的安全问题。
预测式制造的另一层含义是通过对消费者消费行为的分析，反过来去修正产品的制造。
以李杰团队做过的智能电池为例。以前做电动车的电池，更强调技术指标是否达到要求。但李杰团队的制造方法叫作ABCD：A，最少的电;B，剩下的电;C，使用的电;D，衰退的电。“衰退的电”是“看不见”的部分，一般电池厂家都不予考虑，但却是十分值得考虑的。他们发现，司机的驾车习惯、经常行驶路段的路况等因素都会导致不同的耗电量，于是就从关注人、监控电池被使用的状态出发，得到了电池在使用、维护、管理等方面的数据，从而也就知道了电池制造中使用哪种材料、哪种电路更为合适。基于这种思路，开发出软件，放在云端，然后设置进iPhone、iPad等终端，开车时只要连上这些智能终端，驾车者就能接收到汽车电池使用状况的数据，软件将这些数据转换成清楚明白的信息，由终端推送到驾车者面前，比如到哪里充电、什么时候换电池等。
看起来李杰的预测式制造和消费者定制有相似之处，实则不然。李杰强调，预测式制造更强调发掘消费者自己都没有意识到的需求，是基于主控式创新基础上的制造。
让大数据开口说话
发现用户价值的缺口、发现和管理看不见的问题、实现无忧虑的生产环境，以及为用户提供定制化的产品和服务，这些都离不开对数据的分析挖掘。
工业4.0是一场在“看不见的世界”里进行的“战争”，而数据则是连接可见与不可见世界的桥梁。中国制造业就规模和总量而言，已居世界第一，但大而不强。面对资源环境压力加大、劳动力成本上升的现状，中国制造业必须寻求新的发展方式和路径。但无论是转型升级、两化深度融合，抑或是智能制造，工业大数据分析都是一个不可忽视的工程领域。
但是，不经分析的数据，价值等于零。数据只有被有效地分析了，才会“开口说话”，告诉你“看不见的世界”里正在发生什么。
以工业制造业的基础装备机床来说，以物理形态存在的机床大家早已熟悉，但是工业4.0时代的机床和我们原先对机床的理解是有很大差异的。譬如它工作时和停机时是不一样的，机床工作时其内置的传感器将机床的数据通过信号的形式发送出来并转换成信息，这些信息可以用于对机床状态的分析。
中国是制造大国，但很多产品是红海里的产品，而在主要基于消费者价值的蓝海里，占有的份额还不多。在这场工业4.0的竞争中，针对中国制造业该如何发力转型，李杰给出两个建议：
第一步是回头看。看看过去30多年里，我国是如何一步步发展起来的。长期以来，太过于依赖别人，并无实现制造，仅仅停留在代加工层面上。基于这样的现状，要实现转型，第一就是要去掉依赖性，走自己该走路。
第二个是要解决人才问题。中国严重缺乏工程技术人才，更严重缺乏大数据分析人才，产业界不甚了解工业大数据分析的工具和方法，不甚了解大数据分析如何能帮助实现智能转型，以及如何为更多客户提供创造价值的服务。中国虽然有很多高校生，但高校生和人才本质上是不同的，甚至在很多时候表现出来的差距还是很远的。因此，中国要成为制造强国，必须重视人才的培养。一个关键点是“培养”，而不是“制造”，人才不是可以从高校教育流水线上“制造”出来的。
在李杰看来，上海是个非常具备创新精神的城市，文化又很多元，国际化程度高，是最具备建设科创中心条件的城市之一。但是，上海要想重振制造业并建设具有全球影响力的科创中心，在原有的工业基础上，应该重拾这份优势，现在的上海应该发展小而强的制造业，即工程小，但是资产很强，价值很高。必须走自己的路，上海要有自己独特的发展方向，简单复制硅谷是不行的，也是复制不了的。科创中心的形成，需要一个生长的过程，这种生长更依赖于广泛的具有创新精神的人群，从李杰的身上可以学到：真正的创新者对于创新，是一种无条件的、不计报酬的努力。创新需要一个人持之以恒，愈挫愈勇。另外，创新需要思考的空间和时间，但现在很多人本末倒置，思考时间少于讲话时间，观察客户的时间也少于开会的时间。
此外，李杰就如今政府鼓励人们自主创业，每天有许多小企业诞生的情况突出了自己的见解：小企业承受风险的能力弱，所以在进入市场前一定要做深入的市场调查，并明确自己的定位。比如说灯具业，西门子、飞利浦、欧普等大企业几乎已经瓜分了现有的市场，各自拥有稳定的客户。如果新企业把自己定位在灯具生产上，单纯靠造型的不同或其他细微的改变是很难与这些大企业抗衡的。但如果把自己定位于提供与众不同的服务上，情况就会不同。比如，同样的灯具，加入某种技术，可以让灯光随个人情绪的变化而变化，这就是一种“定制化的服务”，以此申请专利，那么原本属于西门子、飞利浦、欧普等的市场也都属于你了，因为你提供的个性技术与服务增加了它们产品的价值。
确实独特性始终是成败的关键。那么，该如何去发现消费者的独特需求，从而有针对性地开发出独特的技术和服务呢?李杰给出的答案是：需要迅速敏捷地捕捉、分析和预测终端客户的动态需求。同时，终端客户的需求是在不断变化的，你必须时时关注，先发制人，才能主导市场。
对于年底将在上海交通大学出版社出版新书《大数据与智能制造》，李杰稍稍做了剧透，将在书里阐述大数据与智能制造的关系、中国制造2025的意义与发展点、智能制造在中国的优势与劣势、中国智能制造的整体方向、中国与美国制造企业运用大数据进行智能制造的案例分析等。
经过前三次工业革命，我们在制造“原子产品”和“比特产品”方面，都已经积累了大量的知识。遗憾的是，这些知识就像两个分裂开来的大陆，“原子知识”只被用来制造原子的产品，“比特知识”只应用在创造比特产品上。工业4.0就是要将这两个分裂的“大陆”连为一体，重塑一个更为广阔的世界。
凤谷工业炉集设计研发,生产销售,培训指导,售后服务一体化,专利节能技术应用,每年为企业节省40%-70%的能源成本,主要产品加热炉,工业炉,节能炉,蓄热式炉，欢迎致电咨询:0510-88818999
