论信息化、自动化、智能化之间的差异性（二）

e-works鼓励原创，如需投稿请参看首页“原创投稿”说明。

✎导 读

本文为论信息化、自动化、智能化之间的差异性一文的延续，专论制造智能化系统的模型，以及智能运行的特性，本人从运营管理的角度做分解，不过度谈技术，能给读者促进实现的想法，并对应自己公司状况，再调适成为自己公司的智能发展模型！

作者：杨显荣先生原创，《真工智造研训院》授权发布

进行中与未来的智能化系统-

「智能化」是「信息化」更高阶的系统升级。延续着信息化工作系统，智能化应用了更高境界的IT技术，力求解决信息化系统工作流动过程悬而未解的深层学习、预测、自动判别和决策的科学计算工作。过去信息系统发展出的「决策支持系统」「DSS→Decision Support System」，在智能化冲刺时代，应该更新而以「决策系统」「DS→Decision System」为发展目标。工作流程中，许多的判别和决策交给智能系统去做，管理的发展意义是：将历史或正在进行中的相同相似的生产品数据「学习」、「预测」、「判别」与「决策」等通过人脑控制的指挥权，由嵌入在IT设备内的智能软控件（统称：人工智能应用软件）接收此项工作。人则再度拥有更有时间去创新、创意，而活络、加值和创新整个工作价值，推进到产品、商业和生活的价值。

1.数据决定智能系统可发威的效力

智能化系统能工作是因为有更多的数据才能使工作再优化，智能应用的深浅度与数据的量有很大的关联性，可以区分为[制造管理工作智能化]和[制造设备联网工作智能化]。

[制造管理工作智能化]需要的数据源，是由人创造并建立，可以定义为「大数据」，只要制造线上的数据源具有规则性、时序性和条理性，这样的大数据注入科学管理模型，可以发挥智能效果，也可以帮助企业的制造幕僚人员决策行动。

[制造设备联网工作智能化]需要的数据量，由设备层发出海量数据，可以定义为「工业大数据」，通过赛博物理系统(CPS)的原理，建立设备运作的监控、预测设备的状况，预知即将发生故障前，就能提出解决方案，并能由系统自动修补设备，或由系统发出行动信号。

2.智能化系统的数据时效/时段性

智能化系统的运作从时效性、需求性观察，可分解为「实时性智能」和「区时性智能」的设计和应用，「实时性智能」，在工业制造设备高度影响质量或安全性的前提下，「实时性」的工业管理智能有较高的需求性，管理上应执行所有设备的「智能实时监视控」，监控状况的发生或预测状况即将发生的行动方案，立即依照行动方案，做好行动准备。相较于「实时性智能」，「区时性智能」在管理上是从历史数据分析问题，智能系统进而提出行动解决方案，当行动完成的背后，这些智能系统方案数据，能够助力管理者严肃的反省制度面和规范面，并检讨管理环节是否于规划过程有缺点或者制定过程规范性的严谨度不够。

智能系统设计，应以企业运营数据所能创造的价值为衡量智能体系优先需求与运作智能的设计需求，作为企业实施的决策参考。

补充说明：有关「大数据」「工业大数据」，这也是模糊地带，真要战术落地，不是几个字就能说明清楚，本人再另外写文详细说明。

大数据应用于制造管理工作的智能化系统

此型智能化系统的运行特点是：智能我，告诉你：「你应该这样做，赶紧去执行吧」！

在厂区设备还未能够联网取得数据时，仍然可以通过各种IT设备，人工方式以分钟或小时区段，取得制造过程完整的数据，进而以智能系统分析、预测、判定、行动等工作，协助制造体系的3C/4E/1P工作人员「制造管理工作智能化」，实现轻中量级的智能应用。这类的智能化系统，以制造管理工作为核心，需要掌握制造过程，什么技能的人在管与做，用那台设备在做，设备调适的参数，用那种模具、治夹具，用那种输送搬运设备，投入那几种配方料，用那一版本的加工规范，工序加工区的环境，加工组装的检验，耗用的标准工、机时间…等制造大数据。

「制造管理工作智能系统」建立了以「大数据」转化为「智能」的应用，提供制造管理者：PMC、质量、设备、工程、车间等人员的「工作行动方案」，智能系统会告诉你：「你应该这样做，赶紧去执行吧！」的指示，若您未去执行，系统会继续追踪、警告，直到您把工作执行完成，事件才告一个段落。而智能技术必须能够开发出制造管理智能模型所需的功能：例如「流程控制」、「数据学习」、「逻辑处理」、「多维数据分析」、「多参数变数计算」、「意外异常反馈与追查」、「数理统计计算」、「预测模型」、「决策判定模型」等等，但基于用户端，会提出高难度的计算需求，如三维度内的综合交叉计算，特定状况的关联分析，也算是「轻量智能化」。

若以精益方法推进而言，智能化的工作数据流发展至四项的境界：1.计划(Plan)、2.执行(Do)、3.检核(Check)、4.行动(Action)。智能系统算出你的行动方案，甚至追踪你的行动方案。

以大数据应用于制造管理工作的智能化系统参考模型

这个基础参考模型，取代了纸本填写而以IT设备解决车间大数据取得的方法，进而注入智能技术，分制造管理功能，解决系统分析、预测、判定、行动等工作，例如：生产计划下达后，制造车间为何老是无法达交，通过智能模型数据分析，去找出不能够完成交付工作的潜在问题，将问题挖掘出来，分析生产过程人、机、料、法、环、验、时的标准规范与实际两大数据的差异与变化，判定属于哪一节点出错，决定行动工作，由智能系统通知3C4E1P的哪一个制造管理单位人员。例如无法达交，生产计划智能模型判定某工序质量与质检问题，即可开启行动并通知质检部门，由质检部门，再开启质检智能模块对焦于质检大数据接续执行分析、预测、判定、行动…等等智能工作。

上面模型图示黑色粗箭头处为智能化起点，通过IT设备，依工序数据的规范性需求，采集或回报七大数据，并优先启动生产计划产量管制的智能模块，判定属于[产品、质检、设备、技术、环境] [人、机、料、法、环、验、时]的下一个行动方案，系统告知主管单位，启动下一个智能模块的工作。智能行动在结合组织人员与智能模块的交互工作下，接续或循环运行，可以省去过多人为思考的延宕，并提高开会的效率、工作行动的效率，或者无需开会即可行动。

先进制造管理工作智能化系统有几个重要的工作特性：

1. 需要较高级别且运算速度快的计算机服务器；

2. 计算机服务器可以安置在内网，也可利用云服务器计算；

3. 需要聚焦于人、机、料、法、环、验、时制造过程数据，管理科学技术找出影响制造的数学模型研究；

4. 定义具有支撑预测能力的关键数据类型，且能定义大数据的采集时间性、周期性；

5. 需要深度的IT技术，解决智能应用的各种高级算法；

6. 能计算机助力决策的工作，开发智能模型、模块，交由系统决策，至少系统可以限时解决事件，并跟踪到事件消除；

7. 数据由人员反馈，必须制造过程完工，实时报工，数据正确。

工业大数据应用于制造设备联网工作的智能化系统

此型智能化系统的运行特点是：智能我，告诉你：「你出错了，但智能我帮你修补好了」、「你快要出错了，过不久，智能我要采取行动处理了」！

这里的智能化，是基于工厂制造设备是创造运营价值的根本，因此，如何使设备正常高运转，维持高品质高效率，是设备商以及工厂经营者重要的目标，前者，努力设计出具有智能性的设备，后者也正努力以设备络智能化模型，监控、分析、预测、决策、判定，进而在发生设备故障前即有行动解决方案，确保目标不摔落。

过去，传统设备的设计和服务思想，一贯维持着，只要用户定期预防保养、定期更换零组件、报警停机等措施，便可以使设备持续产出良品。许多设备制造商的设计，并无完善的零组件寿命与关联影响数据档案，基于机密性、智慧财产权的控制，即便有，亦无法提供给制造厂，通常仅提供简易技术及操作手册数据，作为使用、维护和保养的参考。

现在，设备制造商的设计和服务思想，正逐渐从机械式、机械电子式、数字化设备走向智能型设备的设计和制造，比较现代化的数字型设备设计，已具备有人、机操作的监视控接口模块、设备联网通讯模块、报警模块、加工软件的注入模块等，而未来正在加紧研发出可以预测设备故障及质量超规的性能，使数字化设备正式进入智能化设备的境界。同时制造厂区，也逐渐从单设备智能的离散加工布局，迈向多设备集合为一条龙流水线的加工自动化线智能布局。

「单设备以及流水线型设备联网工作+赛博物理(CPS)」建立了以「工业大数据」转化为「智能」的应用，提供制造设备层次的工作行动方案，智能系统会告诉你：「A号设备发生异常，系统已经帮你修补了」、「A号设备即将发生故障，几个小时后，系统将要关闭这台设备」、「A号设备内的XX组件即将发生故障，几个小时后，系统将要关闭这台设备」的指示，而智能技术必须能够开发出制造设备智能模型所需的功能：例如「流程控制」、「数据学习」、「逻辑处理」、「多维数据分析」、「多参数变数计算」、「意外异常反馈与追查」、「数理统计计算」、「设备零组件(BOM)关联分析」、「设备预测模型」、「决策判定模型」、「设备控制」等等，智能系统依循设备工况，算出设备异常的行动方案，甚至自行依照行动方案对设备自我调适，无需人干预。完成这种境界已属「重量级智能化系统」。若系统无法完成此境界，只能做到异常状况通报，其他后续交由技术人员处理，这样只能算是设备信息化过程的「轻量级别智能系统」。

若以精益方法推进而言，智能化的工作数据流发展至五项的境界：1.计划(Plan)、2.执行(Do)、3.检核(Check)、4.行动(Action)、5.追踪控制(Monitor & Control)。

【图示：工业智能化运作的基础参考模型】

这个基础参考模型，代表的是设备智能与工艺流程的制造智能化。由右上角箭头处表示排产投单后，启动设备生产，所有制造加工工况、状况通过传感硬件和智能控件软件，记录在方案一的本地控制器、服务器，启动单设备「健康状态监测模块」段，并「执行学习模块」段，若发现健康状态不佳，则启动「预测与决策模块」段，判定是否设备可以自愈，在设备状态许可下，进行「自愈模块」决策，自动调整加工参数。另外，可记录在方案二的远端或云控制器、服务器，接着与方案一不同的是除了启动单设备的智能工作流程外，在远端或云控制器可以储存全面性的大数据，因此在智能工作时，加上了工况、状况的「相同相似性设备比对模块」，使流程下的「预测与决策」段，更为精确，而不影响生产品的品质。

先进智能+赛博物理(CPS)化系统有几个重要的工作特性：

1.需要较高级别且运算速度更快的计算机服务器；

2.计算机服务器可以安置在内网，也可利用云服务器计算

3.聚焦于工业、行业的设备端管理科学理论研究；

4.需要深度的IT技术，解决智能应用的各种高级算法；

5.定义具有支撑预测能力的关键数据类型，且能定义工业大数据的采集时间性、周期性；

6.需要较高级别能连接设备传感系统的硬件、控件，控制降低数据丢包；

7.厂内加工工作与输送物流的紧密接合设计技术；

8.计算机助力决策的工作，尽量开发智能模型、模块，交由设备决策，至少系统可以限时解决事件，并跟踪到事件消除。

9.与智能化对比，增加了学习技术和设备层的自我疗伤（自愈）技术；

10.需要掌握设备的各零部件的使用历史记录与影响关联性；

11.设备工况状况的取得，需具备连续性，且时序数据要缩短(例如1秒1笔或0.5秒1笔或更低)

智能化系统补充说明：

前述所说明的智能化系统，只是从管理应用的观点，以两类模型做出解释，模型可以再调适成更多模型，另外，本文也并没有把它的逻辑化流程深入追究，以及智能系统与互联网、物联网技术布局的关系性详细说明，分段解析吧！本人或将陆续出文分享读者，智能化系统的战术设计是需要多面向考虑并周全。

总结：智能化系统，果真不容易，可是，只要用心厘清，也必得小成果，在规划和设计历程，模型的重要性居首，因为模型设计是代表企业顶层运营的思想，注入于规划和设计之中，而使实现智能制造之路结构化、合理化、价值最大化！

--- THE END ---