工业4.0:发展与增长

关键的外卖

• 驶向工业4.0的关键。
• 预测性维护为系统效率和整体运营提供了巨大的好处。
• 工业4.0在现代设备和系统中的存在。

工业4.0为操作员提供了新的抽象和控制级别

工业的好坏取决于它对所约束的系统的控制水平和复杂程度。技术支持生产的持续增长和发展，但这种增长模式不是简单的线性的。就像有机体的断断续续的进化一样，一些技术变革对旧的生产模式的破坏程度如此之大，以至于它们成为了下一个不可避免的更新之前的新蓝图。纵观近代人类历史，工业产量和效率的巨大增长都是在工业革命的这些阶段实现的。

现在，工业正处于悬崖边缘:随着计算机、数字化和快速通信催生出现代生产，提取最大性能的新方法开始出现。第四次工业革命被称为工业4.0，其重点是数据及其在推动系统效率方面的核心作用。

理解工业4.0的动力

工业4.0代表了物联网(IoT)的顶峰，以及传感器数据和自动化之间蓬勃发展的相互作用。因此，沟通为王，一个设计能更好地整合不同的内部和外部系统，整个产品的性能就越好。

工业4.0的实施值得注意的是，它旨在利用设备随时存在的海量数据流来改进可操作的决策。在硬件方面，这可能意味着有限的部件修改，因为开发人员可以通过引入新的通信途径利用现有组件来实现新功能。在全球半导体制造业受到挤压之际，这是一个特别有吸引力的提议，可以帮助缓解等待时间和采购方面的一些压力。

虽然对于第四次迭代还没有公认的定义，但业界的共识集中在一些关键因素上:

• 自动化-虽然人力的监督是不可忽视的，但任何工业流程的目标都是建立一个能够检查和调节其操作以获得最大效率的系统。即使是具有多个输入的相对复杂的问题，也可以快速分析和解决，而不需要操作员干预许多标准化流程。虽然这种形式的优化可能看起来并不令人震惊，但这是自动化可以处理的解决方案的总体广度:近年来，复杂性已经上升到足够高，可以进入设计阶段。设计中的自动化正在从复杂的电路板和芯片组中挤出额外的效率，并结合适当的计算能力，可以在比独立的设计师或设计团队更短的时间内实现这些目标。
• 数据驱动的基础设施-工业4.0并不寻求技术革命，而是充分利用目前未充分利用或完全被忽视的潜在信息。过程可以自我调节-内部生成的数据成为标志，表明理想的操作条件或磨损和故障的早期迹象。操作员或系统管理员需要高层解释，但决策(具有覆盖)可以取决于执行任务的设备，这有助于减少操作过程中的错误。如果实现得当，系统将关闭并为管理人员提供额外的抽象级别。当系统确实需要监督和维护时，传感器数据可以快速指导操作员，使他们能够更容易地检测到问题，减少系统的不利影响。
• 系统透明-智能传感器直接或间接通过网络继电器实时响应变化的系统参数，以最大限度地提高效率。由于控制水平的提高，系统可以自主地或通过人类操作员对更细粒度的变化做出反应。

预测性维护平衡效率与维护

预测性维护是工业4.0的关键基础，因为它比定期维护更容易诊断潜在的故障模式;后者是根据制造商提供的疲劳和压力周期等指标来运行的，而前者直接实时分析指标判断什么时候是失败的初始阶段。这样的系统有很多好处:

• 效率反应性维护只能在故障后更换部件，这可能导致大系统内与故障部件接触或接近的其他部件进一步损坏。故障本身可能以多种方式发生，允许系统发展到这一点可能会中断作业一段不确定的时间，同时可能会对附近的操作人员造成安全隐患。长期的解决方案是定期维护:通过一些基础零件的预期寿命是多久，可以在故障前更换部件。除了减少任何系统损坏的可能性之外，这还确保维护是一个可以解决的计划事件。这无疑是一个重大的改进——过早地更换和维修比过晚要好——但是在部件的使用寿命结束之前更换部件会产生新的、更低的效率。预测性维护可以识别早期和后期维修之间的最佳点，更重要的是，提供对系统底层性能的直接洞察。通过这些诊断参数，作业者可以进一步进行微调，最终提高性能。
• 减少停机时间-虽然停机时间是效率的一个子集，但必须承认，停机时间会带来巨大的财务和后勤挑战。生产停机时间通常发生在定期维护计划中;因此，减少维修的发生或频率有助于优化生产。关键是灵活性——操作员、车间经理和其他参与制造过程的人员可以改变常规或紧急维护，以最大限度地延长正常运行时间并提高价值，而不是被固定在常规计划中。
• 测量方便-重型机械可能会在难以到达或观察到的区域安装更换部件。在旧的设计中，简单地检查设备的状态可能需要由于操作人员的安全而关闭系统。使用可直接通信状态的已安装传感器数据，可以以尽可能少的侵入性方式永久地分析系统数据。这种状态跟踪方法还为系统的远程监控打开了大门，它分散了维护的诊断部分，并允许那些协助或监督操作人员间接地这样做。

先进的可视化技术与预测性维护齐头并进

日常工业4.0的例子和使用

工业4.0，或者至少是它的信条，已经被各种行业广泛采用。这可能并不令人惊讶——对广泛的自动化、数据分析和其他类似主题的需求为许多试图最大化系统效率的行业提供了直接的机会。

全自动汽车

也许最面向消费者的例子是全自动汽车。虽然计算机视觉已经取得了重大进展，但还没有完全做好大规模采用的准备。然而，这项工作的附带好处是在车辆中发现了一系列新的安全功能。许多自动传感器和功能直接与一种机载微控制器制造技术重写核心车辆命令。变道和漂移传感器可以增加额外的能见度，而自动制动可以防止因分心驾驶或交通突然变化而发生事故。这个硬件实现的核心是控制器局域网(CAN)总线标准，它可以以汽车运输所需的可观速度有效地对各种信息进行分类。虽然CAN总线体系结构已进入其使用的第四个十年，但传感器提供覆盖安全级别的想法与工业4.0设计非常一致。

人工智能

人工智能是另一个曾经似乎只出现在科幻小说领域的热门技术话题。人工智能已被应用于多个行业和学科，以更有效地完善自动化系统。计算机接受学习模型的训练，学习模型教会它们如何识别特定的数据集;为了确定学习模型的有效性，使用具有已知或未知值的新数据作为评估。这机器学习方法神经网络是众多可用的启发式模型之一，包括概率或搜索/决策树，它们横跨人工智能设计中使用的多个交叉数学领域。随着人工智能的全面实施以及它所解决的问题的复杂性的增长，设计将需要工业4.0网络的通信和计算资源的增强功能，以进一步发展该技术。

工业物联网

工业4.0的最大受益者可能出现在制造业，因为工厂为其运营配备了通过智能传感器进行通信和跟踪性能的新设备。这种工业物联网(IIoT)包括智能制造的核心，其中系统级控制扩展了其范围，包括更精细的可调节水平。动力是巨大的:工业物联网系统可以跟踪和通信基本指标，结合跨专用网络的集成，为运营商形成了一个新的自动化水平。系统的数字孪生，其功能类似于操作系统中的虚拟机，允许在不中断设备正常运行时间的情况下对所生成数据的性能进行试验。总而言之，运营商和系统都将从系统的智能实施中受益匪浅，该系统具有随时应变的适应性，可以处理运行波动，从而最大化和提高性能。

看看智能制造的工业4.0实施反馈循环

工业4.0的好处是引人注目的，但实现快速、智能和功能强大的电子系统对设计师来说将是一个挑战。这些设计将需要包括控制系统性能的所有方面，同时仍然是计算轻量级，以促进网络上的快速通信。这种类型的设备可以利用的Cadence套件PCB设计和分析软件驱动设计的产品与它们负责领导的系统一样强大和高效。当需要将电路原理图转化为现实时，OrCAD PCB Designer是一个一站式，功能丰富的开发环境，配备来处理现代PCB设计的复杂性和不同的行业。