製造其實是一趟（tàng）漫長的旅程。它的起點（diǎn）和終（zhōng）點，看上（shàng）去一成不變，但其實（shí）也（yě）在不停的移動。而智能製造則將兩頭的邊界拓展得更遠（yuǎn）。並非是從車（chē）間，也不是從研發部門，智能製造的起點可以從更遠端開始。智能製造本身，其實也包含了生產（chǎn）支持係統的（de）智能建造等含義，從工廠的天花板，到生產線的布局，一直到機器開始正式運（yùn）轉。這是一段沒有腳印的虛擬旅途。正（zhèng）是無處不在的工業軟件（jiàn），讓百米賽跑還沒有開始，製（zhì）造就已（yǐ）經邁出了五十（shí）步（bù）。

一個工廠的機器擺放，是一（yī）門大學問。它需要從工廠層次的全局，來思考業務邏輯、物流及（jí）生產工藝。用（yòng）戶借助廠房（fáng）布局（jú）或者生產規劃（huá）軟件，可以對各級工序的材（cái）料流進行建模，從而實現廠房級的優化。而在當下時刻，也會針（zhēn）對全球的網絡化分布的生產設施尋（xún）找最佳的生產製（zhì）造策略（luè）。

這裏需要對工（gōng）廠進行大工（gōng）藝的設計，包（bāo）括機器產線的布置、大門（mén）的設置、物流的（de）進出通道、線邊庫的（de）布局等。當然，也包（bāo）括對人進出的設計。而一台台機（jī）器、穿梭補料的運輸設備等布局，跟整個（gè）生（shēng）產線的工藝路線有著密切的關係。

同樣一台注塑機器，放在不同的廠房，甚至進入不同（tóng）的（de）車間，它的布局方式會發生完全不同（tóng）的變化。更重要的是，規劃師需要對各（gè）種（zhǒng）工（gōng）藝、裝配規劃等進行模擬（nǐ）仿真驗證，模擬整個（gè）生產製造過程，在（zài）投入生產前就得到驗證結果，並生成清單報（bào）表和指令（lìng）等。

這種產線的工（gōng）藝仿真，顯然需（xū）要對機器本身有著（zhe）更好的認知和數據來源。在上個世紀末，如以色列的Technomatix、美國Deneb Robotics等許多專業的仿真公司進入視野（yě）。而汽車行業，則對此厚愛有加，紛紛（fēn）采用，這大大促進了這類數字化產線工藝仿真軟件的（de）發展。由於（yú）機器的數據，需要來自前麵的機器設計數據，這使（shǐ）得設計機械的CAD廠商很（hěn）快意識到這是要一塊不可丟失（shī）的陣地，於是傳統的（de）機械設計CAD廠商紛紛進入（rù）。前麵（miàn）提到的兩個廠家也分別被收購。CAD廠商，也借此離（lí）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（yì）思的（de）事情是人（rén）員流動的仿真，例如Anylogic仿真軟件。這家麵向行人仿真的公司值得留存，因為終於（yú）在工業領域可以看到一家來自（zì）俄羅斯的（de）軟件（jiàn）。它可以實現係統動力（lì）學（xué）、離散事件、智能體（tǐ）的建模仿真。它廣泛用於機（jī）場、博（bó）物（wù）館、地鐵等人流密集的地方，這些都需要深刻了解人的行為模型。人（rén）的行走（zǒu）會受到自激勵機製的影響，比（bǐ）如（rú）總想（xiǎng）超越前麵的人等。這聽上去簡單，而工廠現場的事情，則要複雜得多。

複雜產品的訂單突然增加，往往是苦惱人的蜜糖。例如飛機的增（zēng）產，就是一個複雜的過程，因為它需要重新評估產線的影響。由於產量低，許（xǔ）多（duō）工作（zuò）單元一般都是（shì）定製化，部（bù）件生產又都在不同地域，抗幹擾的能力其實是（shì）很（hěn）差的。這（zhè）些因素，會導致擴產的時（shí）候，往（wǎng）往反而使得飛機生產周期的增（zēng）加。

為了應對這種變（biàn）化，歐盟發起了“自適應生（shēng）產管理項目（mù）”，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在漢堡的裝配流水線（行業內俗稱脈動生（shēng）產線），會完成對機身兩個不同部位的（de）裝配。它包含6個裝配站，每站包括30-35個員工和約300條的（de）工作指令。這個產線的生產力會隨時間推移而增長，整個增產周期持（chí）續兩（liǎng）年。在這裏（lǐ），每個工作站，都被（bèi）看成是一個智能體。那麽這個過程如何進行仿真，如何修正人員的操作和事件指令（lìng）的下發，以適應（yīng）增（zēng）產帶來的變化。

圖1  空客的自適應管理

作為自適應生產管理的一部分（fèn），必須有仿真軟件（jiàn），使得參與者能夠再（zài）現真實的（de）生產環境。AnyLogic憑借它基於智（zhì）能體（tǐ）及離散事件的混合建模優勢而成功入（rù）選。而實際（jì）上，它也有（yǒu）很多排產、在製品策略管理等軟件。現場（chǎng）會有很多古（gǔ）怪的場景，和（hé）工藝需（xū）求，於是就會有想不到（dào）的軟件來迎合需要。

除了Anylogic之外，其它人員仿真軟件包括（kuò）STEP，也有（yǒu）來自英國的MassMotion。值得一提的是，後者（zhě）參與了北京大興機場（chǎng）的客流仿（fǎng）真，這個機（jī）場每（měi）年要為4500萬人次提供服務。人員（yuán）流動與緊急疏散，是（shì）必須要考慮的問題。

與此同時，物料流（liú）動（dòng）也需要仿真。在精益體係（xì）中，物料是最有講究的一個環節（jiē）。物料的位置、存（cún）量，背後都（dōu）有著深刻的效率密碼。可以說，物料（liào）是浪費程度最紮（zhā）眼的刻度尺。一個工廠內的物流（liú），往往會通過倉儲物流軟件WMS，跟立體庫、運貨小車、叉（chā）車（chē）、托盤等物料設備，進行著交互吞吐。原材料、半成品、零部件、在製品等進行空（kōng）間大挪移的（de）時（shí）候，背後是一套嚴（yán）格的（de）生產計劃信息（xī）流所主宰。

那麽，這套每天奔騰不息的物（wù）品洪流（liú），最早是如何從設（shè）想變成（chéng）事實？

一個企業的物流設計（jì），往往可以通過業主邀請專業的物流谘（zī）詢公（gōng）司，也可以由設計院負責。各種物料（liào）的設計核心，其實（shí）是對離散事件的仿真，最常用（yòng）的Automod軟件，也（yě）有美國Flexsim軟件和ProModel等。Flexsim在大型倉儲物（wù）流方麵（如京東的立體庫房）等得到廣泛使用，在一些相對簡單的工廠（chǎng），有不少應用，使用方便（biàn）。而大的裝備製造業，也表現了對軟件的偏（piān）愛。很難想象（xiàng），Automod這個物流仿真（zhēn）軟件（jiàn），其實是美國最大的半導（dǎo）體設備製造商應材旗下的軟件。早在2006年應材就以1.25億美元的代價，從一家（jiā）自動化公司手中購買了此物流仿（fǎng）真公司，以便加速對半導體行業的柔性生（shēng）產力（lì）的支撐，避免昂貴和高度定製化的產線方案。設備製造商旗下擁（yōng）有商（shāng）業軟件並不奇怪，三井造船廠也自己開發了（le）一款（kuǎn）類似的物流仿真軟件。這也算是一個日本軟件發（fā）展特色，在垂直領域，總（zǒng）是會有意外的專（zhuān）業軟件。

圖2  部分物流仿真軟件

當然，專業的大型工業（yè）軟件公司也會提供物流係統（tǒng）仿真分析工具，例如達索Delmia Quest和西門子的Plant Simulation、KUKA Visual Components。Quest作為一款物流仿真軟件（jiàn）是在2000年達索係統收購Deneb公司的時候，順便獲得的嫁妝之一（yī）。西門子的Plant Simulation也（yě）是同樣的故事。它旗（qí）下的UG在收購Technomatix的時候，帶來的eM-Plant經過進化而形成 。

對（duì）自動化供應商而（ér）言，需要將自動化與（yǔ）機器更加緊密地結（jié）合在一起（qǐ），因此會有更大的積極（jí）性推動這種軟件與自動化係統（tǒng）的融合（hé）。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（yuán）工並入到羅克韋爾自動化公司軟件部門，並一直保留至（zhì）今。現（xiàn）在想起來，二十一世紀（jì）剛剛開（kāi）始的第一個年頭，發生了三起不太顯著的並購（gòu）事件（應（yīng）該還有更多（duō）），都跟工廠產線仿真有關係。這表明，物（wù）流仿真係統在世紀之初，就堅定地成為了數字化產線的一部分。從那個（gè）時候，自動化跟軟件（jiàn）的關係，開（kāi）始變得緊密起來。這種萌芽發節的微弱之聲，在（zài）十五年（nián）之（zhī）後借助（zhù）於（yú）德國工業4.0的全球化普及，而終於砰然（rán）作響，每個工廠都能聽到它的聲音。

如果（guǒ）有的（de）規劃師是人因工程的愛好者，需要將工位設計（jì）得更複（fù）合人性，減少疲勞感。不妨還（hái）可以使用一家德國公司的小軟（ruǎn）件，Ergonomic軟件進行工位評測。

從實（shí）施角度而言，機器產線布局需要跟另外一門博大（dà）精深的廠房內管理學：工業（yè）工程相結合。多年來，作為自動化與工業工程相結合的一粒碩果，產線（xiàn）的優化（huà）布局，已經發育成熟（shú），基本成為標配。然而包括（kuò）物聯網在內（nèi）的數字化技術的發展，這種機器、工位、物料、人員（yuán）的布局與仿真，又有了更（gèng）加有力的工具。數字工廠的先行者，想做的事情實在是太多了。

工業軟件就像是不慌不（bú）忙的光線，從廠房（fáng）的天花板爬下來，淌過一條條產線，伴隨著立體庫中物料的流動，彌漫了整個工廠。而當廠房（fáng）與（yǔ）產線完成（chéng）建模之（zhī）後，就可以進入（rù）到機器仿真調（diào）試的環節。

機器被（bèi）運進廠房的時候，就像是一（yī）曲在數字空間（jiān）早（zǎo）已編排好的旋（xuán）律，每一台機器就像音（yīn）符（fú）一樣，隻需要安置在五（wǔ）線譜的對應位置就可以了。每個（gè）小段落之前（qián），是弱音P還是強音F早已經被作曲家精心打磨過。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（zhè）是一個現場（chǎng）機器（qì）調（diào）試的時（shí）刻，包括自動化、電氣、機械裝置需要開始磨合（hé）。各種組態，機器聯調，直到讓整個產線上的機（jī）器，聯動（dòng）咆哮起來開始。然而，工廠的機器調試，遠（yuǎn）不是樂章演奏那麽令人愉快。恰好相反，這是一個耗費心力的苦（kǔ）差事。多少優秀的（de）工程人員，在這裏留下（xià）成噸的汗水。許多似乎打不開的死結，成為現場（chǎng）工程師的夢魘之一。

如何讓現場（chǎng）的調試可以變得更短？最理（lǐ）想的方（fāng）法是，一條產線、一台機器，就像是一個USB插盤一樣，下（xià）載即可使用。這種理想（xiǎng）的插拔式工廠，成（chéng）為產線模擬仿真的最高境界。要做到這一點，就要在前麵的產線布局的時候，同時加（jiā）入各種設（shè）備的具體參數，對實時場景進行（háng）仿真模擬。它（tā）將（jiāng）控製係統PLC，或者一個線纜的銘牌參數，都做成邊界條件，輸入到仿真係統。一言蔽之，產線，就像產品一樣，被精密地進行設計。這是傳統自動化廠商（shāng），陌生的環境。而作為機器（qì）的控製係統與連接者，和物料（liào）的驅動者，自動化期（qī）望更往前走一步。數字化時代，加劇（jù）了這種傾向。在數（shù）字化時代，如果沒有這種產線仿真技術，那（nà）麽就會瘸一條腿。

西門子在2006年收購了UG這樣的PLM廠商之後，就先（xiān）天性（xìng）地擁有了（le）產線布局的（de）仿（fǎng）真優勢，然而後進一步（bù）延伸到機器虛擬（nǐ）調式。這使得其它自動化廠（chǎng）商的壓力非常大，尤其是像羅克（kè）韋（wéi）爾這樣（yàng）體量相對小的自動化公（gōng）司。在最近3年，羅克韋爾有兩步布局值得關（guān）注。第一步是投資10億美元入股PTC，幾乎相當於PTC的年產（chǎn）值，換取一個戰略綁定。加強對機器設（shè）備的物聯網連接能力，也是加強跟其它機器數據的連接；第二步，則在2019年初，收購一家（jiā）從事數字（zì）模擬的工程軟件（jiàn）開發商Emulate3D。這種並購的投入並不大，但對（duì）機器進入（rù）數字空間意味深長。該軟件可以建立簡（jiǎn）單的（de）工廠模型，但其重（chóng）點是（shì）可以跟控製係統進行連接，實現虛擬控（kòng）製。也就是說，它雖（suī）然不能做工藝（yì）仿真，但可以做基於控製的仿真。Emulate3D作為一種PLC仿真程序，這正是羅克韋爾自（zì）動化需要補充的短板，可以為PLC和其它控製係統建立起虛擬調試的仿真（zhēn）空間（jiān），查看程序邏輯和結果。有意思的是，這家公司本來（lái）就是羅克（kè）韋爾（ěr）的合作夥伴。張口（kǒu）吃掉小夥伴，在軟件生態領域（yù）太普遍了。這種近親聯姻也是水到渠成的事（shì）情。

也有一些獨立（lì）廠商，如Industrial Physics。一方麵可以直接導入CAD模型，同時也可以虛擬測試PLC，形成PLC的數字孿生。這樣的公（gōng）司能夠獨立多久也是打一個（gè）問號。很快也許就會被自動化公司一口吃掉。

而最後虛擬調試的結果將作為真實的代（dài）碼，直接下放到控製器（qì）。現場的調試時間，都會（huì）大幅度（dù）縮短。這意味著，自動化（huà）廠商，通過（guò）擴充控（kòng）製器仿真軟件，進入到（dào）了數字化產線（xiàn）。這也是每一台機器數字孿生得以發展的重（chóng）要基礎。缺乏有效的控製手（shǒu）段，數字孿生就是一個連吊線（xiàn）都沒（méi）有的木偶。

四川一家（jiā）焊接裝備工程公司，為汽車車身提供自動（dòng）化焊裝線。它在歐洲汽車廠（chǎng）的一個產線項目，實現（xiàn）了（le）全麵數字（zì）化產線虛擬調試。在中調（diào）試和（hé）遠程安裝指導，設備直接運輸到廠區並實現一次調試成功，大（dà）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。

而在流程行（háng）業，這種虛擬調試則是非常普遍。例如施耐德電氣AVEVA基於（yú）DYNSIM為（wéi）內（nèi）核的虛擬調試與操作員培訓係統(OTS)，就是在設計階（jiē）段（duàn），對分布式控製係統DCS進行參數調校（xiào）。調好後（hòu）的參數可以直接下發（fā）到DCS係統裏麵。實際上，這樣（yàng）一個軟件，分演（yǎn）多種角色，它最重要的工作就是動態工藝仿真，對溫度、流量變化等動態過程（chéng）進行提前仿真。而在此技術則作為仿真培訓的計算內核引（yǐn）擎，發展出來的操作員培訓係統OTS也廣受歡迎。當年DCS出現（xiàn）之後，為了適應這種控製（zhì）係統，就需要對人員提（tí）前進（jìn）行（háng）培（péi）訓（xùn）。因此（cǐ）OTS也是大行其道。而OTS的（de）出現，也推（tuī）動了化工過程動態模擬（nǐ）軟件（jiàn）的發展。

在化工的控製優化方麵，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（dāng）時（shí）的化工部已經開始（shǐ）著手進行（háng）工廠（chǎng）控（kòng）製操作（zuò）優化的課題研究。南京化工研究院、化工部計算中心都曾（céng）參加了這（zhè）方麵軟件的開發。但（dàn）由（yóu）於（yú）受（shòu）限於（yú）計算機硬件的約束，數據（jù）采用離線分析，最（zuì）後發現這些軟（ruǎn）件和算法，都沒有實際使用價值。這種數據即（jí）使（shǐ）算（suàn）出了優化的工藝操作條件，而實際工廠的操作條件早已變化。單純靠數學模型無法推（tuī）斷（duàn）出實際操作。

這個教訓，到了今（jīn）天仍然有著（zhe）很深的意義。僅僅（jǐn）限於大數據的分（fèn）析，限於數學模型的回歸計算等（děng），而缺乏機理模型的研究，外延性的誤差會很大。攻堅的（de）重點，不在於大數據的數（shù）學模型，而在（zài）於工（gōng）業機理的本身。

從工廠建築、到生產線（xiàn）布局、到機器調試，各種工業（yè）軟件就像是91短视频污腦海中的智多星吳用，一個在數字（zì）空（kōng）間裏麵將虛擬的人（rén）、機（jī）、料的事宜都安排得（dé）妥妥當當的神機妙算子。當虛擬的（de）驗（yàn）證結束之後，一個企業的生產（chǎn）活動才正式開始，而此前（qián）的推演（yǎn）並不為人所知。就像電影《博物館奇妙夜》一樣，當太陽升起人們走進現場的時候，他們不知道頭一天晚上，這裏曾經上演過（guò）驚心動魄的對抗和妥協。白天不懂夜的黑，物理難悟數字心。無法現身的工業（yè）軟件，是神跡與現實之間的一道障眼法。你不懂（dǒng）它，就無法參透工業智能化。