製造其實是一趟（tàng）漫（màn）長的（de）旅程。它的起點和終點（diǎn），看上去一成（chéng）不變，但其實也在不停的（de）移動。而智能製（zhì）造則將兩頭的邊界拓展得更遠。並非是從車間，也不是從研發部門，智能製（zhì）造的起點可以從更遠端開始。智能製（zhì）造本（běn）身，其實也包含（hán）了生產支持係統的智能建造等含義，從（cóng）工廠的天花板（bǎn），到生產線的布局，一直到機器開始正（zhèng）式運轉。這是一段沒有（yǒu）腳印的虛擬旅途。正是無（wú）處不在（zài）的工業軟件，讓百米賽跑還沒有開（kāi）始，製（zhì）造就已經邁出了五十步。

一個工廠的機器擺放，是一門大學問。它（tā）需要從工廠層次的（de）全（quán）局，來思考業務邏輯、物流及生產工藝。用戶借（jiè）助廠房布局或（huò）者生產規劃軟件，可以對各級工序的材料流（liú）進行建模，從（cóng）而實現廠房級的（de）優化。而在當下時刻，也會針（zhēn）對全球的網絡化分布的生產（chǎn）設施尋找最佳的生產（chǎn）製造策略（luè）。

這裏需要對工廠進行大工藝（yì）的設計，包括機器（qì）產線的（de）布置、大門的設置、物流的（de）進出通道、線邊庫的布局等。當然，也包括對人進出的設計。而一台台機器、穿梭補（bǔ）料的運輸設備等布局，跟整個生產線的工藝（yì）路線有著密切的關係。

同樣一台注塑機器，放在不同的廠房，甚至（zhì）進入不同的車間，它的布局方式會發生完全不同的變化。更（gèng）重要的是，規劃師需要對（duì）各種工藝、裝配規劃等（děng）進行模擬仿真驗（yàn）證，模擬整個生產製造過程，在投入生產（chǎn）前就得到驗證結（jié）果（guǒ），並生成清單報表和指令等。

這種產（chǎn）線的工藝仿真，顯然需要（yào）對（duì）機器本身有著更好（hǎo）的認知和數據來源。在上個世（shì）紀末，如以色列的Technomatix、美國Deneb Robotics等許多專業的仿真公司進入視野。而汽車行業，則對此厚愛有加，紛紛采用，這（zhè）大大促進了這類（lèi）數字化產線工藝仿真軟件的發展。由於機器的數據，需（xū）要來（lái）自前麵的機器設計數據，這使（shǐ）得設計機械的CAD廠（chǎng）商很快意識到這是（shì）要一塊不可丟失的陣（zhèn）地（dì），於是傳（chuán）統的機械設計CAD廠商（shāng）紛紛進入。前麵提（tí）到的兩個廠家也分別被收購。CAD廠商，也借此離開了原先的設計部門的邊界，開始在生產車間和廠房之間逡巡。

非常有意思的事（shì）情是人員流動的仿（fǎng）真，例如Anylogic仿真軟件。這家（jiā）麵向（xiàng）行人仿真的公司值得留存，因為終於在工業（yè）領域可以看到一家來自俄羅斯的軟件。它可以實現係統動力學、離散事件、智能體的建模仿真。它（tā）廣泛用於機場、博物館、地鐵等人流（liú）密集的地方，這些都（dōu）需要深（shēn）刻了解人的行為模型。人的行走會受到自激勵（lì）機製的影響，比（bǐ）如總想超越前麵的人等。這聽上去簡單，而工（gōng）廠現場（chǎng）的事情，則要複（fù）雜（zá）得多。

複雜產品的訂單突然（rán）增加（jiā），往往（wǎng）是（shì）苦惱人的蜜糖。例如飛機的增產，就（jiù）是一個複雜的過程，因為它需要重新評估（gū）產線的影響（xiǎng）。由於產量低，許（xǔ）多工作單元一般都是定製（zhì）化，部件生產又都在不同地域，抗幹擾的能力其實是很差的。這些因素，會導（dǎo）致擴產的時候，往（wǎng）往反而使得飛機生產（chǎn）周期的增加（jiā）。

為了應對這（zhè）種變化，歐盟發起了“自（zì）適應生（shēng）產管理項（xiàng）目”，著重增加飛機和造船行業的新產品持續增長的能力。空客也加入其中。A350在漢堡的裝（zhuāng）配流水（shuǐ）線（行業內俗稱脈動生產線），會完成對機身兩個不（bú）同部位的裝配。它包（bāo）含（hán）6個裝配站，每站包括30-35個員工和約300條的工作指令。這個產線的生產力會隨時間推移而增長，整個增產（chǎn）周期持續（xù）兩年。在這裏（lǐ），每（měi）個工作站，都被看成是（shì）一個智（zhì）能體。那麽這（zhè）個過程（chéng）如何進行仿真（zhēn），如何修正人員的操作和事件指令的下發，以適應增產帶來（lái）的變化。

圖1  空客的自適應（yīng）管理

作為自適（shì）應生產管理的一部分，必須有仿真軟件（jiàn），使得參與者能夠再現真實（shí）的生產（chǎn）環境。AnyLogic憑借它基於智能體及離散事件的混合建模優勢而成功入（rù）選。而實際上，它（tā）也有很多排產、在製（zhì）品策（cè）略管理等（děng）軟（ruǎn）件（jiàn）。現場會有很多古怪的場景，和工藝需求，於是就會有想不到的（de）軟件來迎合需要。

除了Anylogic之外，其它人員仿真軟件（jiàn）包括STEP，也有來自英國（guó）的MassMotion。值得一提的是，後者參與了北京大興機場的客流仿真，這個機場每年（nián）要為4500萬人次提供服務。人（rén）員流動與緊急疏（shū）散，是必須（xū）要考慮的問題。

與此同時，物料流動也（yě）需要仿真（zhēn）。在精益體係中，物料是最有講究的一個環節。物料的位置、存量，背後都有著深刻（kè）的效率密碼。可以說，物料是（shì）浪費程度最紮眼的刻度尺（chǐ）。一個工廠（chǎng）內的物流，往往（wǎng）會通過倉儲物（wù）流軟件（jiàn）WMS，跟立體庫、運貨小車、叉車、托盤等物料設備，進行著交互吞吐。原材料、半（bàn）成品、零部（bù）件、在製品等進行空間大挪移的時候，背後是一套嚴格的生產計劃信息流所主宰。

那麽，這套每（měi）天奔騰不（bú）息的物品洪流，最早是如何從設想變成事（shì）實？

一個企業的物流設計，往往可（kě）以通過（guò）業（yè）主邀（yāo）請專業的物流谘詢公司，也可以由設計院負（fù）責（zé）。各種（zhǒng）物料的（de）設計核心，其實是對離（lí）散事件的仿真，最常用的Automod軟件，也有美國Flexsim軟件和ProModel等（děng）。Flexsim在大（dà）型倉儲物流方麵（如京東（dōng）的立體庫房）等得到廣泛使用，在（zài）一（yī）些相對（duì）簡單的工廠（chǎng），有不少應用（yòng），使用方便。而大（dà）的裝備製造業（yè），也表（biǎo）現了對軟件的偏愛。很難想象，Automod這個（gè）物（wù）流仿真軟件，其實是美國最（zuì）大的（de）半導體設備製造商應材旗下的軟件。早在2006年應（yīng）材就（jiù）以1.25億美元的代價，從一家自動化公司手中購（gòu）買了（le）此物流仿真（zhēn）公司，以（yǐ）便加速對半導體行業的柔性生產力的支撐，避免昂貴（guì）和（hé）高度定（dìng）製化的產線方案。設備製造商旗下擁有商業軟件並不奇怪，三井造船廠也自己開發了一款類似的物流仿真軟件（jiàn）。這也算是（shì）一個日本軟件發展特色，在垂直領域，總是會有意外的專業軟件。

圖2  部（bù）分物流仿真軟件

當（dāng）然，專業的大型工業（yè）軟件公司也會提供物流（liú）係統仿真分析工具，例（lì）如達索Delmia Quest和西門子的Plant Simulation、KUKA Visual Components。Quest作為一款（kuǎn）物流仿真軟件是在2000年達索係統收購Deneb公司的時（shí）候，順便獲得（dé）的嫁妝之（zhī）一。西門子的Plant Simulation也是同樣的故事。它旗下的UG在（zài）收購Technomatix的時候，帶來的eM-Plant經過進化而形成 。

對自動化供應商而言，需（xū）要將自動化與機器更加緊密地結合在一起，因此會有更大的積極性推動這種軟件與自動化係統的融合。這就是為什麽早在2000年，羅克韋爾收購了以建模仿真為特長的Arena軟件，55名員工並入到羅克韋爾自動化公司軟件部門，並一直保留（liú）至今。現在想起來，二十一世紀剛剛開始的第一個年頭，發生了三起不太顯著的並購事件（jiàn）（應該還（hái）有更多），都跟工廠產線仿真有關係。這表（biǎo）明，物流仿真係統在世紀之初，就堅定地成為了數（shù）字化產線的（de）一（yī）部分。從那個時候，自動化跟軟件的關係，開始變得緊密起來。這種（zhǒng）萌芽發（fā）節的微（wēi）弱之聲，在十五年之後借助於德國工業4.0的全球化普及，而終於砰然作響，每個工廠都能（néng）聽到它的聲音。

如果（guǒ）有的規劃師是（shì）人因工程的愛好者，需要將工位設計得更複合人性（xìng），減少疲勞感。不妨還可以（yǐ）使用一（yī）家德（dé）國公司的小軟件，Ergonomic軟件（jiàn）進行工（gōng）位評測。

從實施角度而言，機器產線布局需（xū）要跟另外一門博大精深的廠房內管（guǎn）理學：工業工程（chéng）相（xiàng）結合。多年來，作為自動化與工業工程相結合的一粒碩果，產線的優化布局，已經發育成熟，基本成為標配。然而（ér）包（bāo）括物聯網在內的數字化技術的發展，這種機器、工位、物料、人員的布（bù）局與（yǔ）仿真，又有了更加有力的工具。數字（zì）工廠的（de）先行者，想做的事情實在是（shì）太多了。

工業軟件就像是不慌不忙的光（guāng）線，從廠房（fáng）的天（tiān）花板爬下來，淌過一條條產線，伴隨（suí）著立體庫中物料的流動，彌漫了整個工（gōng）廠。而（ér）當廠房與產（chǎn）線完成建模之後，就可以進（jìn）入到機器仿真調試的環節。

機器被運進廠房的時候，就像是一曲（qǔ）在數字空間早已編排好的旋律，每一台機器就像音符一樣，隻需要安置在五線譜的對應位置就可以了。每個小段落之前，是弱音P還是強音F早已經被作曲家精心打磨過（guò）。落地生根之後，演奏家們需要開始拿出自己的樂器（qì）進行合奏的嚐試。這是一個現場機器調試（shì）的時刻，包括自動化、電氣、機械裝置需（xū）要開始磨合。各種組態，機器聯調，直到（dào）讓整個產線上的機器（qì），聯動咆哮起來開始。然而，工廠的機器調試，遠不是樂章演奏那麽令人愉快。恰好相反，這是一個耗（hào）費心力的苦差事。多少（shǎo）優秀的工程人員，在這裏留下成噸的汗（hàn）水。許多似乎打不開的死結，成為現（xiàn）場（chǎng）工程師的夢魘之一（yī）。

如何讓現場（chǎng）的調試可以變得更（gèng）短？最（zuì）理想的方（fāng）法是，一條產線、一台機器，就像是一個USB插（chā）盤一樣，下（xià）載即可使用。這種理（lǐ）想的插拔式工廠，成為產線（xiàn）模擬仿真的最（zuì）高境界。要做到這一點，就要（yào）在前麵的產線布（bù）局的時候，同（tóng）時加入各種（zhǒng）設備的具體參數，對實時場景進行仿真模擬。它將控製係統PLC，或（huò）者（zhě）一個線纜（lǎn）的銘牌參數，都（dōu）做成邊界條件，輸入到仿真係統（tǒng）。一言蔽之，產線，就（jiù）像產品一樣，被精密地進行（háng）設（shè）計（jì）。這是傳統自動化（huà）廠商，陌生的環境。而作（zuò）為（wéi）機器的控製（zhì）係統與（yǔ）連接者，和物料（liào）的驅動者，自動化期望更往前走一步（bù）。數字化時代，加劇了（le）這種（zhǒng）傾向。在數字化時（shí）代，如果沒有這種產線仿真技術，那麽就會瘸一條腿。

西門子在2006年收購了UG這樣的PLM廠（chǎng）商之後，就先天（tiān）性（xìng）地擁有了產線布局的仿真優勢，然而後進一步延伸到機器虛擬調式。這使得其它自動化（huà）廠商的壓力非常大，尤其是像羅克韋爾這樣體量相（xiàng）對小的自動化（huà）公司。在最近3年，羅克韋爾有兩步布局（jú）值得關注。第一步是投（tóu）資（zī）10億美元入股PTC，幾乎相當於PTC的年（nián）產值，換取一個戰（zhàn）略綁定。加強對機器設備的物聯網連接能力，也（yě）是（shì）加強跟其它（tā）機器數據的連接；第（dì）二（èr）步，則在2019年初（chū），收購一家從事數字模擬的工程軟件（jiàn）開發商Emulate3D。這種並購的投入（rù）並不（bú）大（dà），但對（duì）機器進入數字空間意味深長。該軟件可以建立簡單的工廠模型，但其重（chóng）點是可以跟控製係統進行連接，實現（xiàn）虛擬控製。也就是說，它（tā）雖然不能做工（gōng）藝（yì）仿真，但可以做基於（yú）控製的仿真。Emulate3D作（zuò）為一種PLC仿真程序，這正是羅克（kè）韋爾自（zì）動化需要補充（chōng）的短板，可以為PLC和（hé）其它控製係統建立起虛擬調試的仿真空間，查看程（chéng）序（xù）邏輯和結果。有意思的是，這家公司本來就（jiù）是羅克（kè）韋爾的合作夥伴。張口（kǒu）吃掉（diào）小夥伴，在軟件生（shēng）態領域太普遍了。這（zhè）種近親聯姻也是水到渠（qú）成的事情。

也有一些獨立廠商，如Industrial Physics。一方麵可以直（zhí）接導入CAD模型，同時也可以虛擬測試PLC，形成PLC的（de）數字孿生。這樣的公司能夠獨立多久也是打（dǎ）一個問號（hào）。很快也（yě）許就會被自動化公司（sī）一口吃（chī）掉。

而最後虛擬調（diào）試的結果將作為真實的代碼（mǎ），直接下放（fàng）到控（kòng）製器（qì）。現場的調試時間，都會大幅度縮短。這意味著，自動（dòng）化廠商，通過擴充控（kòng）製器仿（fǎng）真軟件，進入到了數字化產線。這也（yě）是（shì）每一台機器數字孿生得以（yǐ）發展的重要基礎。缺乏有效的控製手段，數字孿生就是一個連吊線（xiàn）都沒有的木（mù）偶。

四川一家焊接裝備工程公司，為汽（qì）車（chē）車身提供自動化焊裝線。它在歐洲汽車（chē）廠的一個產線項目，實現了全麵數字化產線虛擬調試。在中調試（shì）和（hé）遠程安裝指導，設備直接運輸（shū）到廠區並實現一次調（diào）試成功，大大縮短了調試時間。產線的數字孿生，有了越來越堅實的基礎（chǔ）。

而在流程行業，這（zhè）種（zhǒng）虛擬調試則是非常普遍。例如施耐德電氣AVEVA基於DYNSIM為內核的虛擬調試與操作員培訓係統(OTS)，就是在設計階段，對分布式控製係統DCS進行參數調校。調好後的參數可以直（zhí）接下發到DCS係統裏麵（miàn）。實際上，這樣一個軟件，分演多種角（jiǎo）色，它最重要的工作就是動態工藝仿真，對溫度、流量變（biàn）化等動（dòng）態過程進行提前仿真。而在此技術則（zé）作（zuò）為仿真培（péi）訓的計算內核引擎（qíng），發展出來的（de）操作員培訓係統OTS也廣受歡迎。當年DCS出現之後，為了適應這（zhè）種控製係統，就需要對人員提前進（jìn）行培訓。因此OTS也是大行其道。而OTS的出現，也推（tuī）動了化工過程動態模擬（nǐ）軟（ruǎn）件的發展。

在化工的控（kòng）製優化方麵，中國走了不少彎路。根據中國化工信息中心的許老師的回顧，80年代末期，當時的化工部已經開始著手進行工廠（chǎng）控製操作（zuò）優化的課（kè）題研究。南京（jīng）化工研（yán）究（jiū）院、化工部計（jì）算中心都曾參加了這方麵軟件的開發。但由於受限於計算機硬件的約束，數據采用離線分析，最後發現這些軟件（jiàn）和算法（fǎ），都沒有實際（jì）使用價值。這種數據即使（shǐ）算出了（le）優化的工藝操作條件，而實際工廠（chǎng）的操作條件早已變化。單（dān）純靠數學模型無（wú）法推斷出實（shí）際操作。

這個教訓，到了今天仍然有著很深的意義。僅僅限於大數據的分析，限於數學模型的回歸計算等，而（ér）缺乏機理模型的研究，外延性的（de）誤差會很大。攻（gōng）堅的（de）重點，不在（zài）於大數據的數學模型，而在於工業機理的本身。

從工廠建（jiàn）築、到生產線布局、到機器調試，各種工業軟件就像是我們腦海中的智多星吳用，一個在數字空間裏麵將虛擬的人、機、料的事（shì）宜都安排得妥妥當當的神機妙算子。當虛擬的驗證結束之後，一個企業的（de）生產活動才正式開始，而此前（qián）的推演並不為人所知。就像電影《博物館奇妙夜》一樣，當（dāng）太陽升（shēng）起人們走進（jìn）現場的時候，他們不知道頭一天晚上，這（zhè）裏曾經上演過驚心動魄的對（duì）抗和妥協。白天不懂夜（yè）的黑，物理難悟數字心。無法現身的工業軟件，是神跡與現實之間的一（yī）道障眼法。你不懂它，就無法參透工（gōng）業智能化。