最近半年多，工业4.0逐渐成为国内的热点。但仔细品味下来，多数文章为学习、体会性的，而不是研究如何具体做。  在《实施工业4.0战略的建议》中，提出了8项优先行动计划。可以说是一个行动指南。但这些计划是德国人的计划、是国家层面的计划。中国的企业和科技工作者应该研究些什么？下面是笔者粗浅的想法。

　　1、针对CPS的基础研究

　　CPS是工业4.0的核心概念。工业4.0要落地，一定要把CPS的概念搞清楚。在笔者看来，CPS原来的背景主要来自嵌入式系统，用于工业系统之后，具体的方法论会发生不小的变化。具体地说，很多CPS的信息部分要嵌入到企业的各级计算机中，作为系统中的一个进程或者对象进行管理。

　　针对自身问题考虑CPS要从两个方面入手：可行性与价值。笔者多次强调：CPS的信息部分应包含什么，决定于其功能设计。也就是说，应该先要想好新的功能，再去设计CPS。设计CPS遭遇的第一个困难可能是检测,需要的信息应该更加完备。这往往需要外部条件的改善，不是很快就能做到的。特别地：过去能想到的，过去可能就已经做过了。所以，设计CPS会面临一个观念上的困难。

　　工业大数据的思想或许可以帮助我们突破传统观念：过去那些没串起来的数据现在可以串起来，不再把有用的数据丢掉。如宝钢王洪水专家讲的那样：像录像一样地把过程记录起来。其中，关键问题是要做好数据之间的对应，否则这些数据可能会成为垃圾，系统功能也难以拓展。这里的困难很多。比如，车间里有很多设备信息，如果采集的时钟不一致，数据就对应不上。所以，未来工业4.0的车间应该建立时间的参照点。不过，笔者不赞同把信息量过低的信息都拿进来。数据存储功能再大也是有限的，要量力而行。

　　CPS 的设计方法也需要进行研究。笔者的直觉是：Petri网、面向对象、面向代理、SOA、人工智能的一些思想或许可以借鉴。但这些工作适合科研单位去搞，不适合企业。我估计，国外或许还会提出新的理论和工具。这方面的事估计中国人搞不了，但可密切关注。

　　另外，检测技术一时难以突破时，软测量是一种替代。所以，软测量技术或许会再度热起来。这个方面，适合中国学者去搞。

　　2、产品的数字化

　　工业4.0可以简单地理解为CPS在三个维度空间的全面集成。其中，不论是端到端的集成还是横向集成，都需要对产品本身进行数字化。

　　工业4.0时代的数字化应该达到这样一种程度：产品能够被计算机智能识别。如果产品是本书，将是非常容易的。在离散制造业，也会相对容易。但在流程行业就可能有麻烦：质量细节难以描述。例如：有些厂家发现，同样是Q235的钢种，A钢企的产品可用、B钢企的产品可能就不可用。未来的数字化产品应该让计算机能够识别这种差异。这对许多行业来说是个重大的挑战。

　　与产品相关的一项重要工作就是推进PLM。关于这个话题，笔者已经反复强调过多次了。在未来的工业4.0时代，企业不仅要生产物质产品，更要生产知识产品。如果没有PLM，知识产品就难以扩散、复用，企业只能止步于传统产业。

　　3、工业大数据的分析方法

　　工业大数据将是工业4.0的重要支撑。笔者在企业从事了10多年的数据建模工作，深感相关理论和方法的的苍白与无力。

　　有些理论来自于B2C的商务大数据领域。这些领域的数据特点和工业大数据有极大区别；生搬硬套无异于邯郸学步。对此，笔者也曾多有论述。

　　有些理论的实质是继承了神经元、模式识别、决策树、设备诊断等方法。这些方法中，有的有效，有的无效。事实上，这些理论产生的背景并不是大数据时代，不合适是必然的，合适是偶然的。

　　这些年来，为了迎合新潮流，传统的概率统计方法受到很多学术界人士的贬低。在笔者看来，概率统计方法有坚实的理论基础，是任何其他方法所不能比拟的。

　　这些方法之所以难以应用，是因为数据条件不适合这些理论。例如，事件的发生可能不在能看成概率事件、干扰不能看成随机事件、模型的结构未知等等。笔者认为：不能因为困难就抛弃这些方法。更加可取的态度是：把主要精力用在分析和构筑数据集合本身。其目的是：通过对数据的选择和预处理，让它们适合用概率统计的方法解决。这样，工作的重点就转移到前期。

　　概率统计方法的优点是：分析结果的可靠性高，并容易与领域知识相结合。故而特别适合于工业界的应用。只不过这种做法比较困难，不适合急功近利的人。按照这种思路做事，要有‘数据科学家’的情怀，用科学的态度分析数据，而不是鼓吹一些玄而又玄的概念。

　　4.工业4.0时代的质量管理

　　中国企业在质量管理方面的能力和意识欠缺太多。即便不是工业4.0，质量工作也应该大力加强。只是进入工4.0时代以后，这个问题将会更加严峻。可以这么说：质量管理可能不属于工业4.0的范畴，但却是入场券。

　　工业4.0时代是个智能化的时代。智能化可以理解为高度的自动化。自动化产线要发挥效益，生产必须稳定。否则，今天设备坏了、明天零件或原料出问题了、后天网络不通了，产线运行效率就会很低，就不可能发挥好的效益。

　　长期以来，中国制造是低质量、低价格的代名词。许多企业从根子上就不重视质量，甚至靠生产假冒伪劣产品生存。笔者预计：不重视质量的企业将随着信息化的深入而被历史淘汰。

　　推进质量管理需要人才。这一方面，中国的高校似乎做得非常不够，只是民间机构在做。

　　5、 总结

　　实现工业4.0是个漫长的过程，中国制造业则处于1、2、3代工业并存的状态。对很多企业来说，连工业4.0的门槛都差得很远。但是，人无远虑必有近忧。工业4.0是我们必须要考虑的问题。千里之行始于足下，如果工业4.0是个方向，就需要我们在各自的实践中进行推进。

　　来源 蝈蝈1968的博客