首页 > 智能制造

工业数字化转型的困境 | 从数字孪生的复杂性说起

www.cechina.cn2018.11.07阅读 18174

  数字化制造被寄予了厚望。而当下的最热的问题,如数字孪生、数字交付、信息技术与运营技术融合、工业互联网、数字化软件和工业APP等,概念甚多。看上去当下对几乎所有的问题的解决前景,都表达了相当的信心。然而,建立这些信心的基础和逻辑还需要进一步论述清楚。本文试图围绕这样的基础和逻辑,描述一下工业数字化转型,所面临的困惑。
  数字孪生的复杂性
  从推理上看,数字孪生(或者数字化双胞胎)问题,基于模型是关键的一步。问题是,需要建模型和能够建模型是两个不同的问题。而客体作为实践和认识活动所指向的对象,理论上而言,人工客体是可以建模的,自然客体是不可能建立完备的模型的。根据认识论对客体的划分,信息系统工程对它的“对象”的性质作了严格的区分。人工客体是泛指那些“人造”的物体,其特征是所有的结构、部件、功能和相互关系都是事先被设计的,因而可以完备地通过模型进行描述的,不同类型的人工客体又是通过抽象建立类的模型,通过这些类模型又可以建立千变万化的对象实例。小至水杯、手表,大至汽车、机床、飞机,都是人工客体的实例。
  而自然客体是天然形成的,它的特征是在有限的空间和时间上不可能被完备地描述。自然界的生命体都是典型的天然客体,他们可以被认识,但是对他们的认识永远是有限的、局部的。所以为他们建立的模型并不能完备地代表客体自身,这导致天然客体的数字孪生体并不是真正“孪生”的。
  同时即使客体的功能、关系和状态是可以建模的,而客体与周边环境相关的行为和安全保障是不可能建立完备的模型的。再者,即便是可以建立的模型,其复杂性往往是指数增长的,往往使得实际的运用上无法实现。
  在信息技术的历史上,数字孪生是随着在电信管理网、数据库设计和面向对象开发等信息系统工程应用逐渐发展的,很多问题相关学术领域和企业都已经有深入的研究。其本质至今没有大的变化。突破模型化的边界和限制,必须出现原理上的突破。
  那么GE号称有100万个数字孪生,算是一种突破吗?答案是,不算多。100万个数字孪生,就是100万个对象的实例。可能一个飞机发动机就可能包含了上千个对象实例。1000台发动机的实例就有100万个。可以对比运营商的基站。中国移动通信网络有上百万基站,每个基站的管理对象达上千个,移动网管系统包含的基站管理对象是以亿计的。移动的移动的业务管理、终端管理和用户管理的“数字孪生”都是以亿计的。当然,GE的数字孪生是用于实时监控、分析和控制的,比电信管理网的事件驱动的“管理”要复杂得多。
  数字化交付
  数字化交付面临的问题是,是产品(包括零部件和工作母机)可以实现数字化交付,还是生产过程和运营过程可以实现数字化交付?是离散工业的产品和运营可以实现数字化交付,还是流程工业的产品或运营可以实现数字化交付?
  数字化工厂中的数字化交付,工业产品的数字化交付,制造和运营流程的数字化交付,都建立在网络和软件平台之上,都涉及到前述建模这个根本的问题。这就需要区分各种数字化交付的可行性,无论在理论上有多少关于降低成本、提高质量、提供全生命周期服务的好故事。最关键就是建模能够达到的程度。具体例子可看建筑业。直观地看,离散工业的产品最容易实现数字化交付,生产过程次之,全生命周期运营最难。流程工业难于离散工业,因为它的实时性和不可逆的过程。
  过去的IT技术,都是基于离散的事件驱动的模型化技术(ERP, CRM,供应链管理,柔性制造,网络管理,客户管理等)。而对于连续的大规模的过程(如流程工业的制造过程、交通和电信运营等适时控制过程)缺乏基础的理论和技术支持。同样,过去的OT技术基于封闭系统中连续适时的闭环控制和优化,只能在单一的功能环境(机电产品、汽车、机床和自动化机械等)下保障系统的性能和安全。在大规模控制的环境下复杂性指数增长以致实际上不可行。
  这是IT和OT技术融合中最大的障碍,也是目前二T融合仅仅在工业场地自动化设备联网中进行一些探索。当前需要的同样是基础理论和技术的突破。如果这个问题没有解决,软件技术和工业APP的进展完全是表面上的,可以看成是一些探索,没有实质性的意义。
  数字化的动力
  最后一个问题是:推动工业制造数字化的动力在哪里?这是一个商业模式的问题。无论对制造和运营业、工业互联网、工业软件都是十分严峻的挑战。从国际上看,至今没有人给出一个理由,为什么要建工业互联网?为什么要数字化交付?许多给出承诺和好处的单位,往往也都无法用理论和数字保证未来产业生态的可持续发展。
  那么,降低成本和减少意外损失,是否是最基本的动力?答案是,只有在已经存在同质化功能的产业生态中,这个动力才是有效的,但同时必须考虑投入如何回收。然而,对于未来的产品和生产运营过程,诸多不确定因素,商业模式并不能得到充分保障,使得企业也不可能用这个标准去决定投资。
  这一点,正是当今的制造业在进行数字化转型的时候,自身动力不足的重要原因。这意味着,数字化转型的产业远景和商业模式的突破,是十分关键的。
  小记:数字化的瓶颈期
  总的来说,当前数字制造、数字交付、工业互联网、工业软件等领域都处在一个瓶颈的时期。目前最需要的不是在传统框架下修修补补,而是在理论、原理、技术和商业模式领域,都要有新的突破。正如突破声速的时候,必须要克服音爆的冲击,制造业数字化正处这一突破性的时刻。