• <p id="ykd5y"><strong id="ykd5y"><xmp id="ykd5y"></xmp></strong></p>
  • <big id="ykd5y"></big>

    <acronym id="ykd5y"></acronym>
  • <p id="ykd5y"></p>
    <p id="ykd5y"></p>
    <p id="ykd5y"><label id="ykd5y"><menu id="ykd5y"></menu></label></p>
    當前位置:今日智造 > 智造快訊 > 新聞

    深度原創丨揭開工業互聯網看不見的手:從MindSphere+Mendix談起

    2022/10/28 8:32:20 人評論 次瀏覽 來源:走向智能論壇 分類:新聞

    關注走向智能論壇,與我們同行!

    小智的話

    通過分析西門子“ MindSphere + Mendix”布局,文章認為要透過看得見的集成平臺,洞察工業應用軟件,透過“低代碼”來洞察“模型驅動”,透過“數據+模型”,洞察看不見的數字孿生體,打通“數據——模型——應用”,實現閉環控制與優化。本文由作者工信部電子五所謝克強授權《走向智能論壇》公號發布,文章觀點不代表其所在單位,轉載請注明作者、來源。

    深度原創丨揭開工業互聯網看不見的手:從MindSphere+Mendix談起

    (圖片來自西門子官網)


    近日,西門子一年一度的媒體和分析師會議在紐約召開,解讀其業務的發展戰略、運營狀況、主要產品線和行業解決方案的最新進展,宣布了其產業和業務的一系列新布局:西門子PLM軟件部門正式改為西門子數字工業軟件(DISW)部門,發布 Xcelerator ,將Mendix由幕后推出前臺與MindSphere一起并肩作戰。


    作為國內語義體系下的工業互聯網平臺——西門子的MindSphere,在GE的Predix暫時折戟沉沙之后堪稱業內的風向標,此番推出“MindSphere + Mendix”的布局,也引發了筆者的興趣與思考。從工業互聯網的角度比較分析之后,筆者認為國內的工業互聯網發展,似乎更多聚焦于一些“看得見的”事物,忽視了一些“看不見的”,而這些“看不見的”更是當下需要用心做的。


    一、看得見的集成平臺,看不見的工業應用軟件


    目前國內的工業互聯網平臺發展如火如荼,眾多集成平臺如雨后春筍般冒出來。據統計,截至2018年底,我國已有269個工業互聯網平臺,超過了世界所有其他國家的總和;其中有一定產業影響力的工業互聯網平臺超過50家。


    工業大數據、工業人工智能、企業上云、行業賦能、數字化轉型……這些閃亮概念都被打包集成進平臺中?!澳悴粨碛衅脚_,你就被平臺擁有”催動我們將資源和精力更多投入到這些看得見的集成平臺,而忽視了那些看不見的工業應用軟件。


    工業應用軟件是面向特定工業應用場景的軟件程序,是一系列軟件化、可移植、可復用的行業系統解決方案,是工業互聯網應用體系的主要內容,支撐了工業互聯網平臺智能化應用,是實現工業互聯網平臺價值的最終出口。平臺固然重要,但平臺最終是要為用戶提供應用服務才能創造價值的。對于最終用戶來說,工業應用軟件往往才是真正“看得見”、“摸得著”的,“巨無霸”的平臺更多是一個自話自說的黑盒。


    將平臺匯聚的各種數據、算法和軟件等各種資源通過把行業和工業知識的模型化和軟件化有效地轉化成為用戶直接服務工業應用軟件是平臺的關鍵能力。模型化和軟件化需要開發環境,而開發環境對于平臺來講,猶如寶瓶的瓶頸,決定了工業互聯網平臺這個寶瓶能插多少支花。這正是西門子將Mendix架構于MindSphere之上,推到戰略級的位置上的原因之一。


    Mendix是一款低代碼的軟件開發工具,通過可視化的軟件功能組件的裝配,通過模型化的驅動自動生成運行代碼。西門子會把旗下所有的工業軟件基于MindSphere平臺進行云化,并借助Mendix開發成工業應用軟件推出。通過Mendix,沒有軟件編程能力的工業人能夠更加便捷、快速地在MindSphere平臺上開發相應的應用,為平民編程創造了可能。


    平民編程的意義在于發動知識挖掘與傳播的“人民戰爭”。特別是對我國來說,發揮人口紅利、工程師紅利,利用軟件與信息技術發展的比較優勢將工業技術、知識挖掘出來,助力構建工業技術與知識體系。這是信息化帶動工業化的真諦!


    Mendix將與MindSphere一起撐起西門子的工業互聯網平臺使命。MindSphere下沉為基礎,Mendix浮現為關鍵交互平臺。Mendix將占據著連接物理世界和數字世界的獨特位置,承擔起將成千上萬連接設備產生的數據轉化為實時業務價值的重任,將更廣泛的用戶對象納入到IT/OT融合的進程中,這對于西門子的戰略意義重大。


    如果說達索系統“人人享有3D”(3D for All)的理念引領了CATIA的長遠發展;那么“人人享有編程”(Coding for All)是否會引領工業互聯網平臺的發展?我們拭目以待!


    二、看得見的低代碼,看不見的模型驅動


    作為面向工業應用場景解決實際具體問題的軟件,工業應用軟件的開發者更多是工業人。能否讓不會寫代碼的工程師便捷開發出工業應用軟件,決定了開發環境能否有生命力,也直接影響基礎平臺的應用生態構建。低代碼甚至無代碼的開發工具成為關鍵,圖形化、可視化、拖拉拽、API等成為關鍵詞。


    Mendix配備了可視化開發工具,融入了敏捷管理、社交協作、一鍵式部署、最終用戶反饋循環等功能。我們看見的是低代碼、圖形化,這些低代碼背后的模型是才是關鍵。Mendix是通過模型驅動自動生成運行代碼,不用為每個需求定制化編碼,而是通過高度抽象化的模型映射到具體的業務數據上來實現需求功能。這些模型獨立于具體平臺并且和實現具體業務功能和行為的特定技術代碼分離,從而實現了業務和應用程序邏輯與底層平臺技術的分離,方便業務人員編寫程序,營造平民編程的平臺,同時大大減少了編碼的重復工作,提高了軟件的可變更性。


    從“軟件模型”到“工業模型”


    對于普通軟件的開發而言,Mendix支持的UI、BPM流程模型、消息流模型這樣的“軟件模型”已經夠了,但對于工業應用軟件來說,從根本上說是不能滿足的。


    工業軟件不同于普通軟件,是工業知識長期積累、沉淀并在應用中迭代的模型化、軟件化產物,其核心是工業知識。德國工業4.0認為軟件是工業的未來,未來的工業軟件應基于模型的理論、方法和工具。從工業知識到“工業模型”、從“工業模型”到工業軟件,這是CPS時代工業軟件的基本邏輯。


    相比較而言,我國長于“軟件模型”層面的技術與應用,短于“工業模型”層面的提煉與積累。這與我國工業化發展情況有關,也與國人喜歡做看得見的“短平快”,不愿意做看不見的“長積累”有關。因此,筆者認為在工業應用軟件開發中,務必要重視“工業模型”的構建與積累,軟件構建技術的應用是錦上添花,“工業模型”的提煉才是雪中送炭。


    對于Mendix而言,“工業模型”構建的缺失也是其一大短板。需要Mendix與MindSphere深度融合、密切配合,由MindSphere來彌補。另外,將Mendix這樣一個主要面向商務型軟件應用的大型DevOps平臺與MindSphere這樣一個偏向于物聯網的大型平臺基本無縫地整合在一起,用于工業軟件應用的開發,其挑戰性也是不難預期的。


    三、看得見的“數據+模型”,看不見的數字孿生體


    當前,數據驅動、機理模型、工業服務等成為不少企業宣傳的熱點詞。安筱鵬博士曾將工業互聯網平臺精辟地概括為“數據+模型=服務”。



    經過近幾年的實踐,不少企業對工業互聯網的實施已經初見成效。特別在設備連接、數據收集方面,國內企業可以說已經走在前列,相關技術與設備日趨成熟。比較多的案例是在對設備連接的基礎上,匯聚數據,采用簡單的算法模型,通過一些基本的分析完成對設備運行的監控,甚至實現了一些預測性維護的分析。


    但同時也存在兩個挑戰,一個挑戰是:雖然采集了大量數據,也有一些算法模型,但是缺少一個體系化、系統化的方法將兩者組合起來,很難將數據、模型與真實生產場景業務邏輯自動有序結合,便捷產生切實解決生產問題的應用服務。


    另一個挑戰是在算法模型方面還有很大的提升空間。目前企業采用的算法模型在解決對象方面,往往是面向單體設備,在面對多臺設備協同的復雜系統,特別是鋼鐵、化工類等流程行業,做優化則力不從心;在模型構建方面,缺乏廣泛應用的跨學科、多領域統一建模的標準和平臺;在與應用耦合性方面,往往是緊耦合的,使得建模工作量大,重復性工作多,性能很難得到保障,最后導致應用模型難;在與數據結合方面,數據與模型往往是割裂的,數據采集是局部的、間歇的、重復的,沒有根據算法模型的需求來采集合適的數據,造成大數據只是大量數據;在對數據的組織方面,多按IT的思路分庫分表去存儲管理,而不是按OT的思路按設備、機組、產線等現實世界的關系來管理,因而導致對數據的分析,特別是對多設備的協同分析,事倍功半;在組合管理方面,往往由于缺乏算法模型框架,不少模型散落各處,難以管理和更新。


    上述“數據+模型”面臨的兩個挑戰,也就是工業互聯網目前經過一個階段的發展所面臨的主要挑戰。特別是當前隨著工業互聯網縱深發展,應用場景面臨的往往不是單體設備、相對簡單而獨立的模型的應用,而是成百上千個產品和設備組成的復雜系統。要對復雜系統進行系統性的分析和優化,需要一套系統性的方法和技術在數字空間定義這些產品和設備對象,描述、洞察、預測狀態和行為,進而進行決策。


    升維思考,降維落地。安筱鵬博士從理論的高度進行思考,提出了工業互聯網平臺的本質。理論的思考如何能更有效地實踐落地呢?筆者參加了數字化企業研習社組織的首期研習沙龍,聽了美國工業互聯網聯盟架構任務組聯席主席、上海優也信息科技有限公司首席技術官林詩萬博士的報告,認為其關于“工業互聯網+數字孿生體”的闡述指出了當前“數據+模型=服務”的一種落地載體和方法論——數字孿生體。


    林詩萬博士認為數字孿生體是實體或邏輯對象在數字空間的全生命周期的動態復制體,基于豐富的歷史和實時數據和先進的算法模型實現對對象狀態和行為高保真度的數字化表征、模擬驗證和預測。


    筆者認為數字孿生體是面向對象的模型、數據、服務的有機組合,最重要的是要產生洞察,形成決策,實現閉環控制與優化。數據是基礎,收集孿生體對應的實體從設計、生產、應用到維保全生命周期的實時數據。模型是核心,通過模型對數據進行計算、分析,形成洞察與預測,進而支撐決策,模型包括機理模型、數據模型等。服務(接口)是關鍵,提供服務的API接口,供面向場景的上層應用調用,與具體場景的業務邏輯結合,生成工業應用軟件執行決策,反饋生產運維和經營管理。


    簡單地說,數字孿生體的一大優勢在于把數據以OT的角度組織起來,讓模型有效地使用數據進行分析計算,讓實現業務邏輯的應用軟件簡易地利用分析的結果,實現智能閉環。


    安筱鵬博士敏銳地指出數字化的本質是在數據和算法定義的世界中,化解復雜系統的不確定性。工業系統、生產過程都是復雜系統,具有多種不確定性。林詩萬博士認為要通過數字化化解復雜系統的不確定性,首先需要一種在數字空間有效地和系統性地描述和表征現實世界復雜系統的方法論和技術。數字孿生體的正是這樣一種技術,可以從組件級的數字孿生體,構建設備級、產線級以及工廠級的數字孿生體,也就是在數字空間構建模擬工廠,通過計算,化解實體工廠的不確定性,實現優化運營和管控。


    傳統工業IT垂直分層的架構往往數據難以流通、分享和共用,應用大而全、緊耦合設計、不能共享,造成重復工作。林詩萬博士介紹優也Thingswise iDOS基于數字孿生體框架能夠對工業IT架構進行功能解耦,形成數據、模型和應用通用的水平架構層,通過可拆裝、可拼接的數字組件實現靈活組態,結構化地解決復雜問題。


    筆者理解基于數字孿生體框架,統一數據接口,統一建模方法,統一API調用,實現數據一次采集重復使用,模型一次構建重復使用,應用一次生成重復使用。簡化了在數字空間描述、洞察和響應物理空間事件的過程,簡化了多源異構數據的收集與處理的過程,簡化了算法模型的構建和部署的過程,簡化了面向實時工業現場的應用軟件開發的過程。基于數字孿生體打通“數據——模型——應用”,實現閉環控制與優化。通過全流程可視化工具,實現數據可視化、模型開發可視化、工業應用軟件開發可視化。綜上,就為不會寫代碼的工程師快速開發出面向具體應用場景的智能工業應用軟件、欠缺工業理論和工業數據資產的IT人高效復用專業算法模型提供了可能。


    回看本文第一部分提到的工業應用軟件,按照林詩萬博士的理念,數字孿生體可為不同場景的智能工業應用軟件提供統一和規范的數據和計算界面,將云原生、微服務、容器、大數據和機器學習等信息技術引入到生產開發現場,大幅度降低工業應用軟件的開發復雜度和工作量,保障工業應用軟件的可移植性,促成開放性的工業應用軟件生態系統形成。筆者認為頗有幾分 “MindSphere + Mendix”融合升級后藍圖的影子,在物理世界與數字世界融合方面又有著自己的特色。


    四、小結


    行業巨頭之所以是巨頭,就是因為它在關鍵時刻能夠引領行業的方向,改變行業的發展方式。一向穩健的西門子發展一百多年自有其道理。對于西門子“MindSphere + Mendix”的布局,既不盲從追捧,也不坐井觀天,理性分析、反躬內省。


    透過看得見的集成平臺,抓住看不見的工業應用軟件,為用戶提供應用服務,需要發展低代碼開發環境;透過看得見的低代碼,抓住看不見的模型驅動,為工業應用軟件開發提供基礎,需要圍繞“工業模型”發展基于模型的方法與技術;透過看得見的“數據+模型”,抓住看不見的數字孿生體,打通“數據——模型——應用”,實現閉環控制與優化。




    作者單位:

    謝克強——工業和信息化部電子第五研究所軟件與系統研究部個人微信號:JackStrong_9


    編審

    蘇明燈:北京走向智能科技創新中心主任


    相關閱讀

    1、深度 | CATIA之父講述達索系統的成功之路

    2、深度原創丨鴻蒙操作系統打造生態體系的路徑思考

    3、觀察 | 國際制造業格局正在發生深刻調整

    4、觀察 | 人工智能+金融:顛覆性重塑金融業

    5、深度丨張于喆:探索建立新型舉國體制

    6、盛朝迅:建議實施“深度工業化戰略”

    免責聲明:本文系網絡轉載,版權歸原作者所有,如涉及版權,請聯系我們刪除,QQ:1138247081!

    共有條評論 網友評論

    驗證碼: 看不清楚?
      一级aa大片在线观看
    • <p id="ykd5y"><strong id="ykd5y"><xmp id="ykd5y"></xmp></strong></p>
    • <big id="ykd5y"></big>

      <acronym id="ykd5y"></acronym>
    • <p id="ykd5y"></p>
      <p id="ykd5y"></p>
      <p id="ykd5y"><label id="ykd5y"><menu id="ykd5y"></menu></label></p>