软件作用：无软不硬

各种形式的复杂工业系统，其核心使能技术是工业软件。过去，连接工具、系统、设备等“工业躯体”的是管道、电线、触发器、连接件、支撑件和紧固件等物理组件，而今天，起到联接作用的是已经成为“工业神经”和“工业魂”的工业软件。没有工业软件的工业，将是一具丢了魂的躯壳。

近十多年来，软件大举进入了机器，成为机器中的“软零件”“软装备”，进而成为机器的大脑和神经，主宰了机器世界的运行逻辑；同时，开发任何复杂产品，都已经离不开软件手段的支撑，例如没有计算机辅助工程（CAE）软件，诸如飞机、卫星、航母、高铁、高端芯片等复杂产品根本开发不出来。

研发缺软件 难出精品

对于现今产品，考虑其结构复杂程度、技术复杂程度以及产品更新换代的迭代速度，如果离开各类工业软件的辅助开发，仅仅依靠人力已经是不可能实现的研发任务。因此，基于软件的研发手段实现产品开发，已经是工业领域的常态。基于软件的研发手段实现产品开发和传统产品开发的最大区别，就是改模拟量传递为数字量传递，把串行工作模式变为并行工作模式。其带来的必然结果是缩短产品研制周期，提高产品质量，降低研制成本，给客户呈现精品。

在飞机制造领域，早年是“以图纸为基础、以样机为驱动”的串行研发模式。极其复杂的飞机结构设计，是由千千万万的设计工程师们一笔一画地手工绘制出来的。设计师绘制图纸需要手持铅笔和T形尺，或坐或站，甚至趴着来绘制超大幅面的飞机装配图或大部件图纸。不仅工作十分辛苦，而且精心绘制的图纸还会包含很多当时难以发现的隐性设计错误，而这些隐性错误要等到试制飞机零件/部件，甚至要等到组装整机时才能被发现，因此，尺寸超差，结构件无法正常对接等问题层出不穷。反反复复的迭代修改，造成飞机研制周期很长，通常需要8～10年。传统手工绘制工程图方式如图1-10所示。

基于三维计算机辅助设计软件（3D CAD）的数字化设计，彻底改变了飞机的设计过程。基于CAD的三维数字化技术让飞机研发过程逐渐演变到“以模型为基础，以仿真为驱动”的并行研发过程。

波音公司于1986年开始采用三维数字化技术分别对747-400液压管路系统、PD41段三维概念设计和空间布置、767-200 RB211三维数字样机及制造、737-500三维生产过程、V-22管路电缆协调验证、767-200飞行舱三维制造过程、757-46段数字化预装配、767-200 43段三维设计和制造过程、777 41段驾驶舱100%三维设计过程等进行了应用验证。在此过程中获得了大量经验与教训，制订了一系列有关数字化设计制造的规范、手册、说明等技术文件，同时按精益生产思想不断改进研制过程，基本上建立起数字化设计制造技术体系，为全面应用数字化技术奠定了组织和管理方面的基础。

波音777飞机作为世界上第一个采用全数字化定义和无图纸生产技术的大型工程项目，成为20世纪90年代制造业应用信息技术的标志性进展。波音777飞机开发、研制、制造一次试飞成功的根本途径就是采用数字化技术和并行工程。波音公司在多年扎实的数字化技术试验的基础上，具有充分的技术积累和组织管理经验，并在研制波音777新机过程中全面应用了这一新技术，主要体现在三个方面，零部件的100%三维数字化定义、数字化预装配和以精益制造思想为指导，共建立238个设计建造团队实施并行工程。在此过程中，采用数字化预装配取消了主要的实物样机，修正了2500处设计干涉问题，便于测定间隙、确定公差以及分析重量、平衡和应力等，使设计更改和返工率减少了50%以上，装配时出现的问题减少了50%～80%，使波音777飞机于1994年4月提前一年上天。波音777飞机的研制周期由10年减少为4.5年，造出的第一架波音777飞机就比已经造了24年的第400架波音747的质量还要好！

中国航空工业集团第一飞机研究院（简称“一飞院”）2000年在“飞豹”飞机研制中全面采用了数字化设计、制造和管理技术，在飞机全机研制和应用中取得了重大突破。数字化设计技术和产品数据管理得到应用，在国内应用水平领先，发挥了先导和示范作用。数字化设计制造管理的基础条件建设初具规模。一飞院根据飞机的研制特点全面应用了数字化设计技术，取得了显著成效。实现了飞机整机和部件、零件的全三维设计，突破了数字样机的关键应用技术，建立了相应的数字样机模型，在此基础上实现了部件和整机的虚拟装配、运动机构仿真、全面装配干涉的检查分析、空间分析、拆装模拟分析、人机工程、管路设计、气动分析、强度分析等，显著地加快了设计进度，提高了飞机设计的质量，飞机的可制造性大幅度提高。如图1-11所示。

在PDM系统的应用中，也一定程度地实现了对飞机产品结构、设计审签、数据发放、设计文档（包括CAD模型）的管理与控制。最终建立了全机数字样机（具有51897个零件、43万个标准件、共形成37GB的三维模型的数据量），并以三维模型（全部数控零件共487个）和二维工程图样的方式向工厂发放数据。通过应用初步建立了数字化技术体系的雏形，包括三维数据技术体系、数字化标准体系、三维标准件库、材料库，以及实施数字化设计的部分标准规范，在实施并行工程方面也已取得了一些经验。在实施数字化设计/制造的集成和数据管理方面做了许多工作。初步编写开发的数百份数字化设计、管理文件，开发的标准件库有GB、GJB、JB、HB等；类别有结构、机械系统、管路、电器等，共有5万多个，都已在飞机设计中得到了应用，已取得了一定的经验。

一飞院在此基础上，在新支线飞机研制中水平又有了新的提高。开始采用VPM（虚拟产品管理）系统进行设计过程和产品数据的管理。确定了产品结构体系和产品数据体系。初步实现了任务流的管理、产品结构和构型管理及DMU（数字样机）的管理，取得了以下多方面效益：

1）数字化设计技术的推广应用已为中航第一飞机研究院和制造厂商西飞公司带来了巨大的效益。

2）设计周期由常规的2.5年缩短到1年。设计周期缩短60%。

3）减少设计返工40%，提高了设计质量。

4）制造过程中工程更改单由常规的5000～6000张减少到1081张。

5）工装准备周期与设计同步，缩短了制造周期；保证了飞机的研制进度。

从1999年底开始研制到2002年7月1日飞机首飞成功，仅用两年半时间。没有工业软件定义的高精度的数字样机和设计制造一体化，这个目标不可能实现。未来，诸如飞机等复杂产品的研制，将会迈向“以综合模型为基础，以数字孪生为驱动”的新型研发模式。参见第五章。

生产缺软件 产线瘫痪

美国国家标准与技术研究院（NIST）在其提出的“智能制造生态系统”模型中，把MES（现在称MOM）放在了“智能制造金字塔”的重要位置上，如图1-12所示。

MES是ERP等上游系统与DNC/MDC等下游系统之间的桥梁，MES强调控制、协调和执行，使企业信息化系统不仅有良好的计划系统，而且能使生产计划落到实处。MES可将ERP的主生产计划按照车间设备、人员、物料等实际情况，分解成每一工序、每一设备、每一分钟的车间工序级计划，使企业生产管理数字化、生产过程协同化、决策支持智能化，促进精益生产落地及企业转型升级。

狭义的MES软件包含以下模块：

1）基础数据管理：包括组织结构、人员权限、客户信息、设备信息、产品BOM（物料清单）及工艺路线、系统设置、日志管理等；

2）计划管理：包括计划的创建、分解、浏览、修改、激活、暂停、停止、统计等；

3）作业管理：包括派工管理、调度管理、零件流转卡管理等；

4）高级排产：通过各种算法，自动制订出科学的生产计划，细化到每一工序、每一设备、每一分钟。对逾期计划，系统可提供工序拆分、调整设备、调整优先级等灵活处理措施；

5）现场信息管理：任务接收、反馈、工艺资料、三维工艺模型查阅，利用多种数据采集方式，进行计划执行情况的跟踪反馈。支持条码、触摸屏、手持终端、ID卡扫描登录等各类反馈形式；

6）协同制造平台：实现生产准备、现场作业的协同进行，包括对工具、工装、加工程序、物料、工艺等准备状态管理，以及生产过程中的各种异常处理、统计分析等功能；

7）物料管理：包括车间二级库房的出入库等日常事务管理；

8）工具管理：包括工具库房的出入库、刀具维修、报损等日常事务管理；

9）设备管理：包括设备维修、设备保养、备品备件管理等功能。通过与设备物联网进行集成，实现设备运行数据的实时显示；

10）质量管理：对车间内生产过程质量进行及时的监控与管理，对质量信息进行相关分析、统计，支持质量追溯等功能；

11）决策支持：对系统内数据进行深入挖掘，提供计划制订、任务执行、库存、质量、设备等多视角的统计分析报表，为车间相关人员，如管理者、库房员、操作工等各角色提供决策依据；

12）输入输出：包括与条码扫描仪、触摸屏、手持终端、LED大屏幕等硬件设备进行集成使用，便于进行信息采集、接收、展现等；

13）系统集成：与其他系统进行集成，实现数据共享。

功能完善的MES软件应该包含高级计划与排程（Advanced Planning and Scheduling, APS）这个企业生产制造中必不可少的软件。在离散制造业，APS是MES的核心模块，只有通过APS才能使MES中的计划更精确、科学，才能使MES流畅地运行起来。

车间级的详细排产，是在对生产过程知识高度抽象的基础上，基于各种优化算法，在车间生产资源与能力约束的基础上，比如原材料、加工能力、交付期、工装等各种约束条件下，通过先进的算法（如神经网络算法、遗传算法、模拟退火算法等）以及优化、模拟技术，从各种可行方案中选出一套最优方案生成详细生产计划，从而帮助车间对生产任务进行精细而科学的计划、执行、分析、优化和决策管理。

一套成熟的APS系统中，蕴含着大量的制造业与算法技术等隐性知识，可以很好地帮助制造企业进行科学化、智能化地计划排产，是实现车间生产计划精细化、准确化的有效手段，是实现整个生产过程智能化的前提。APS根据MES软件的计划，基于车间现有设备有限能力进行工序级任务排产，可很好地解决在多品种、小批量生产模式多约束条件下的复杂生产计划排产问题，便于进一步优化生产安排，实现负荷均衡化生产。没有车间的MES/APS软件所定义的设备能力、最优生产计划和生产质量管理等内容，所有的机床、生产线等制造设备，不可能按照给定的计划来组织有序、高效的生产，甚至会陷于混乱和瘫痪状态。

管理缺软件 执行不力

工业中用到的管理软件有很多，是一个十分庞大的体系。仅仅在制造业领域，较为常用的有管理产品生命周期的PLM软件、管理企业资源规划的ERP软件、管理供应链的SCM软件、管理产品维修与维护的MRO软件、管理设备生产运营的软件、管理试验设备和试验过程的软件甚至包括管理软件开发过程与代码的软件等。这些不同的软件之间，在功能上也有一定的重叠和嵌套。如PLM软件中就包含了某些ERP和MRO的功能。下面以企业较为常用的ERP、PLM软件为例，来说明软件如何定义研发、生产与运维的管理。

ERP软件定义企业资源管理

国内较早从事ERP软件开发与应用的资深专家蒋明炜先生指出，在企业实施ERP的目的在于最大限度地缩短产品生产周期和采购提前期，降低库存和在制品资金占用，提高准时交货率，快速响应客户需求，提高客户满意度，提高生产效率，减少加班工时，降低产品成本，提高劳动生产率，提高资金周转率。提高产供销人财物生产经营数据的及时性、准确性、集成性和共享性。实现整个供应链上物流、资金流、信息流、责任流的集成。最终提高企业的核心竞争能力。

ERP软件的效益机理主要基于“两个闭环”。

▶ 科学的供应链计划体系

有不少人曾经对ERP的直接经济效益持怀疑态度，认为很多指标难以量化。其实只要认清并牢牢抓住ERP的真谛，ERP是可以为企业带来实实在在的经济效益的。

ERP软件也经历了一个长期的发展过程，从物料需求计划（MRP），到制造资源计划（MRPII），到今天的企业资源计划（ERP），都紧紧围绕一个“P（计划）”字来发展和提升——P即整个供应链的计划。从需求计划（DP）、主生产计划（MPS）、粗能力计划（RCCP）、物料需求计划（MRP）、能力需求计划（CRP）到车间作业的准时（JIT）生产计划，P将用户需求转换成产品生产计划，零部件和物料的采购、外协、生产计划，再到车间工序级的计划，形成一个动态闭环的供应链计划体系。

ERP中的MRP改变了传统人工以产品为对象的台套计划的方式，它按照每一种物料的提前期、批量政策编制这些物料的采购计划、外协计划和车间生产计划，因此它能最大限度地缩短物料的采购提前期和生产周期，降低库存和在制品资金占用，达成ERP的诸多目的。手工台套计划与MRP零件计划的比较，如图1-13所示。

另外，由于ERP是一个滚动的动态闭环的计划体系，而不是人工的静态非闭环的计划。滚动计划与非滚动计划的比较如图1-14所示。

图1-14中上方左边为人工季度计划，右边是季度计划月滚动。下方左边是人工月计划，右边是月计划周滚动，甚至细化到按天滚动。动态闭环计划将会消除计划执行中的各种干扰因素，确保计划的可执行性。所以，科学的供应链计划是ERP为企业创造效益的真谛。到现在为止，很多没有认识到这一点的企业，花了大量的人力、财力和物力，但是ERP的实施仍然停留在“供/销/存+财务”的层面上，稍好一点的企业做到了业务财务一体化，提高了管理效率，但是，ERP软件并没有为企业创造真正的管理效益。

▶ 科学成本核算方法

ERP成本管理是要做好事前计划，事中控制，事后分析。建立标准成本、实际成本、成本分析的闭环控制体系。采用逐步结转法，细化成本核算对象到零部件，到工艺阶段。成本数据基本上都要从工程数据管理系统、库存管理系统、车间管理系统、财务的账务系统获取，而不是来自车间会计手工输入，这样才能保证数据的客观性和准确性。为成本控制提供科学的依据。

即使到了新工业革命时代，ERP软件的内涵并没有过时，在图1-12介绍的美国NIST智能制造生态系统模型中，ERP软件仍然处于“制造金字塔”顶端。当然，ERP软件现在正向云端迁移，以适应工业互联网的发展需要，这是一个重要的技术发展趋势。

PLM软件定义

产品全生命周期管理（PLM）的范围从需求管理、概念设计、研发设计、工艺规划、生产制造，到维护服务直至退出市场。它管理了整个过程中与产品相关的各阶段的产品数据，通过将产品生命周期下游的信息反馈到上游，以优化前期产品的研发过程，从而综合提升产品的研发效率与服务价值。

传统的PLM聚焦在制造业信息化的层面，着重实现对企业的数字资产（如各种产品数据）的管理，往往不涉及对企业物理资产的管理（参见第四章第一节）。管理企业数字资产的观点认为，产品生命周期是一种将产品视为具有不同成长与发展阶段的观点理论。很多相关的信息和管理技术需要分解到生命周期的某个阶段才能更清晰地体会。

1）需求管理：有些产品的生命周期是从某种构思开始的，有些产品则来自于市场的实际需求、客户的偏好等个性化需求，还会有一部分需求纯粹始于企业自身业务发展的战略方向。不是每个需求都可以转换到正式的产品研发，但这些需求相关的资料乃至尝试的过程，都会为未来产品的诞生形成宝贵创意财富和新一轮研发的参考，因此也需要进行需求的捕捉、管理、分析与规划。

智能制造的难点之一，在于对产品研发需求的搜集、分析和有效管理，尤其是针对个性化的客户需求。

2）概念设计：概念设计是设计过程的初始阶段，是产品设计者对客户需求的响应和验证，对于新产品开发而言，概念设计要建立若干重要的产品初始参数，确立产品的基本轮廓，例如如何确定实现产品功能的原理、服务、流程和策略等。概念设计的交付物可以是概念草图、数字模型或实物模型，其验证可以是企业内部的专家验证，也可以是概念产品的市场验证。

通常，设计者往往对概念设计的认识比较模糊，企业产品研发过程中也缺乏严谨的概念设计过程，甚至错位把工业设计直接当成概念设计，结果导致所开发的产品市场定位不准，特色不明。

3）研发设计：研发设计又叫产品工程阶段，即基于概念设计，采用进一步的步骤和详细规格来进行产品开发，把此前概念设计变为具体产品定义。产品规格描述形式与载体主要包括：各种Office格式的说明性文档、各种CAD软件所产生的二维图纸和三维模型，各种CAE软件所产生的分析性数据和结论，尤其重要的，是形成与产品开发阶段有关的物料清单（BOM, Bill of Material），为了与后续各阶段产生的不同用途的BOM相区分，研发设计阶段的产品BOM又被称为EBOM（Engineering BOM）。

因此，在此阶段相匹配的技术解决方案有：各类CAD软件的建模技术，基于各种物理场的单一仿真、综合仿真以及有限元分析技术（CAE），对各类工具软件（包括但不限于Office、结构设计软件、电子设计软件、电气设计软件、编程软件等）的完整识别和多学科一体化数据集成、可视化方案及评审技术等。

这个阶段还会涉及一系列工程思想和管理理念：如MBSE（基于模型的系统工程）、EBOM的配置管理，产品数据的有效性管理（产品数据的状态管理、版本管理、基线管理及发放等），自顶向下的产品设计、自底向上的产品设计、工程变更管理等。

4）工艺规划：该阶段也称制造工程阶段，是基于产品研发输出的详细规格进行生产工艺的准备与信息转换，最终形成产品制造过程的具体操作方法，即：用什么样的材料、劳动力和设备，通过怎样的操作，以什么顺序来制造出满足产品工程设计规格的产品。不论最终的工艺结果文件采用哪种描述格式，一般都要涉及：工艺路线（工序、工单等）、生产资源需求，而作为企业知识的完整管理，往往还要涉及标准工艺路线管理、工艺资源库等内容。

随着技术手段的不断提高，近些年，数字化工艺技术在不断完善成熟，成为产品全生命周期管理中最有价值的领域。通过数字化工艺手段，能够实现包括但不限于以下方面的价值：虚拟调试、装配仿真、机器人离线编程及仿真、人因工程、物流仓储方案仿真及优化、工艺设计及优化、生产布局优化、工时分析、设施验证分析、工装设备优化等等。

在此阶段，强调了并行工程理论，即工艺在设计阶段就能够提前介入并同步验证工艺方案，为传统的工艺规划提供了更早的决策基础。

结构化工艺、数字化工艺是目前的热点和亮点，对在未来制造过程中全面提前模拟分析极具业务价值。

5）生产制造：也称生产制造执行阶段。根据上一阶段的工艺规划结果，进行相应的订单处理和资源调度，生产出所需数量的物理产品。由于这阶段产生了大量企业级信息系统的集成对接以及很多信息数据的大量交换，往往面临并需要能够解决以下问题：

生产订单的管理（包括与ERP集成或独立运行模块）、设备绩效数据管理（包括与不同设备的连接集成选项）、物料与生产物流（车间库存管理）、物料追踪与追溯、车间排程能力计划、工具与资源管理、设备程序管理、质量数据管理、生产能源管理、工艺数据采集、人员工时与出勤管理、绩效工资管理、门禁管理、事件升级管理（事件通知工作流）、数据分析及展现。

6）维护服务：此阶段的要求是确保产品能够持续提供给用户所需要的价值，在不同的行业，其所提供的不同产品都面临不同周期的维护服务。有些快速消费类产品甚至不需要复杂的维护服务，而有些复杂设备则面临大量的日常运维，一些大型产品（如核电站、飞机）等，则面临几十年的运维周期，因此需要维护、维修与大修软件（即MRO）。

依据产品的复杂程度以及运维需求的不同，维护服务往往采用如下四种模式：面向简单产品的故障应激反应式处理，面向较复杂装备的计划性维护、预防式维护和预测性维护。

7）退出市场：当运维服务不再能够继续提供，大部分产品退出市场这个状态也将同步快速完成，同时意味着会有新一代产品即将更新上市。只是对于一些特殊行业的大型设施，如核电行业，往往核电站经过几十年的运维，涉及系列安全因素，其退出市场的过程却是漫长而复杂的，一般称为退役过程，即设施的逐渐停机及缓慢拆除。

产品全生命周期在“RAMI4.0（工业4.0组件参加架构模型）”中占有一个重要的维度（参见第四章），也是工业4.0中定义的“端到端集成”中的主要内容。所谓的“端”，就是产品全生命周期管理中所定义的各种人员、角色、供应方、数字/物理设备之间的端口等。

ERP、PLM是两种比较典型的常用管理平台，分别以软件形式定义了企业运营管理和产品研发管理。支持企业管理的软件还有很多，如供应链管理软件、设备健康管理软件、维修维护管理软件等。此处不再逐一列举。

设备缺软件 无法运转

工控系统是用于工厂、电气、水、石油、天然气等行业的一类工业软件/硬件系统。在工业生产和关键基础设施中常用的工控系统有PLC（可编程逻辑控制器）、SCADA（监控和数据采集系统）和DCS（分布式控制系统）等。工控系统的相关技术也称作OT（运营技术）。

广义上说，工控系统中的工控软件，包含了数据采集、人机界面、软件应用、过程控制、数据库、数据通信等内容，其特点是与硬件绑定，相对封闭和专用。现代工业设备的正常运转和精准工作，都是依靠工控软件来实现的。没有工控软件，设备必将瘫痪。

PLC

PLC是一种专为工业环境应用而设计的数字运算操作电子系统。它采用可以编制程序的存储器，用软件程序来执行存储逻辑运算和顺序控制、定时、计数、算术运算等操作的数字指令，并通过输入/输出（I/O）接口来控制各种类型的机械设备或生产过程。PLC既可以集成由几十个I/O组成的小型“积木”式设备，也可以集成由数千个I/O组成的大型机架式设备，这些设备也与其他PLC和SCADA共同组网。

PLC是在对工业电气控制设备具有高可靠性要求的汽车工业中发展壮大的。在PLC尚未出现的第二次工业革命时期，汽车制造业的控制、排序和安全联锁逻辑主要由继电器、凸轮定时器、滚筒排序器和专用闭环控制器等来实现，每种装置都要设定特定的控制模型。由于在车间里有上千个这类装置，因此每年更换这些装置的控制模型是一个耗时费力的工作，电工们需要为每种继电器重新布线来改变其工作特性。而继电器触点接触不良造成的故障频繁发生。PLC出现后，用软件编程方式代替了大量的继电器、定时器和排序器，仅剩下与输入和输出有关的少量硬件，凸显的软件优势将模型调整工作量减少到原有继电器的百分之一。

DCS

DCS是适用于流程制造的高性能、高质量、低成本、配置灵活的计算机控制系统。它可用工业通信网络将分散在系统中的控制器连接成一个彼此相连、密切相关的整体，并按照工艺要求对该整体进行优化和预测性维护。

DCS通常使用定制设计的嵌入式系统作为微控制器，并使用专用或标准协议（如Foundation Fieldbus、Profibus、HART、Modbus、PC Link等）进行通信。微控制器从输入模块接收数据、处理数据并决定由输出模块执行的控制动作。输入模块从过程（或现场）中的传感仪器接收信息，输出模块向其所控制的执行器（如控制阀）发送指令。现场的输入和输出可以是连续变化的模拟信号，例如4～20mA的直流电流，也可以是“开”或“关”的状态信号，例如继电器触点或半导体开关。

DCS控制操作的功能划分符合ISA 95模型并具有普渡（Puedue）企业模型特征，分为5个级别，0级是工厂里的PLC或远程终端单元（RTU，指连接到控制过程中的传感器和执行器）,1级是由嵌入式系统组成的微控制器，1级和2级运行DCS和SCADA,2级和3级运行MES软件，4级运行ERP软件。这个五个级别的软件，分别定义了从生产现场到企业级生产计划的不同管控程度。如图1-15所示。

SCADA系统

SCADA从电力监控系统发展而来，是一种以计算机、工业通信网络和图形用户界面来管理工业过程中的工厂或机器设备的控制系统架构。SCADA的操作员界面可以监控设备和发出过程命令（如更改控制器设定值）。现在大型SCADA系统在功能上已变得与DCS很类似，可以远距离控制包括多个“站点”的大规模生产过程，因此SCADA的网络安全是一个不得不考虑的问题。

SCADA软件仅在工厂监控层级（2级）运行，控制操作则由0级的PLC或RTU自动执行，因此SCADA的控制功能往往仅限于工厂监控层级的干预——例如PLC可将流经部分工业设备的冷却水流量控制在设定值，但该设定值可由SCADA操作员进行更改。

工控软件事关安全生产

工控软件与工业密切相关，休戚与共，其重要性无须赘述。

软件原厂长期沉淀下来的技术诀窍、工艺知识都写入了工控软件中，因此原厂通常都不会公布工控软件的源代码，造成了软件内容的“黑盒效应”；另外，由于诸如PLC、DCS、SCADA之类的工控软件大都事先安装在工业设备内，形成了“绑定效应”，即用户在购买国外工业设备的同时，也默认购买了国外工控软件。两种效应叠加，使得用户对于所购设备中的工控软件基本上无法拒绝，无法知悉，无法研改，难以替换。其安全性难以得到有效保障。

根据国内客户反映，无论在软件更新上，系统模型参数的调控上，还是在设备的网络联接上，国外工控软件厂商都要收取较高的费用。客户出于怕麻烦、担心出废品的心态，通常也不愿或不敢对设备中的工控软件做任何模型或参数上的调整，因为一个参数的失调，对于流程行业来说，就可能造成大批的废品，甚至设备停机。

综保缺软件 运维危机

再先进的机器设备，如果没有及时、恰当的维护、维修与保养，也很快会变得经常出毛病甚至无法使用。通过对机器设备定期实施有效的维修与保养，可以提高设备运行效率，保持设备精度，延长设备寿命，降低生产成本，避免发生设备事故。因此，设备的综合保障，是工业领域的一个重要命题。

关于设备综合保障，擅长智能维护的美国辛辛那提大学李杰教授在《工业大数据》一书中写道：“制造企业设备故障的突然发生，不仅会增加企业的维护成本，而且会严重影响企业的生产效率，使企业蒙受巨大损失。据调查，设备60%的维护费用是由突然的故障停机引起的，即使在技术极为发达的美国，每年也要支付2000亿美金来对设备进行维护，而设备停机所带来的间接生产损失则更为巨大。”

对于飞机综合保障来说，最大的费用和时间成本就是按部就班的各种检查，每次起飞前检查，降落后检查，50小时定期检查，100小时定期检查，200小时定期检查，500小时定期检查，1000小时定期检查，外带各种出其不意的突发故障，让维修人员疲于奔命，成本居高不下，例如美军购买发动机费用一年13亿美元，但是发动机维修费用却高达35亿美元。因此，定期的维护，在军方强烈呼吁下逐渐变成了“视情况维护”，这样可以让维护成本和时间减半。但是，如何“视情况维护”？这就必须要对设备的实际运行状况实施监测，掌握设备的实际运行情况，各种形式的传感器就逐渐加入到设备中了。

20世纪70年代美军A-7E海盗攻击机发动机、80年代F-18大黄蜂机队GE F404就有了发动机监测系统，PW F117的发动机具备了自测试、诊断、记忆等功能，可实施计算机辅助故障诊断。F35战斗机则开发了故障预测和健康管理系统，通过传感器全面监测飞机机体、发动机、机载设备、机电系统等，汇总诸如发动机吸入屑末、滑油状况、发动机应力、轴承健康信息、静电式滑油屑末等信息，进行综合分析和推理处理，飞机管理单元通过对所有系统的故障信息的相互关联，确认并隔离故障，最终形成维修信息和供飞机维修人员使用的知识信息，大大降低了维修费用和人工耗费。这种自带诊断装备、随时预测故障、保障飞机健康的系统，称作故障健康管理（Prognostics Health Management, PHM），与之相配的是PHM软件。

在朱铎先、赵敏合著的《机·智：从数字化车间走向智能制造》书中写道：在企业中，常见的设备维护方式可分为三种：事后维护、预防性维护与预测性维护。事后维护（也称被动维护）是企业中最常见的维护方式，是在故障出现后用最短的时间快速完成设备的维护，最大程度上减少停机时间。但由于机床的主轴、丝杠等关键部件损坏所导致的故障维护时间较长。除了设备直接损失以外，设备故障也会对生产进度带来更为严重的影响。

与被动维护相对的就是主动维护，主动维护又分预防性维护与预测性维护。

预防性维护是指为避免突发和渐进性故障及延长设备寿命，按照经验、相关数据或设备用户手册等传统手段对设备定期或以一定工作量（如生产产品件数）为依据进行检查、测试和更换，可在一定程度上避免潜在故障带来安全和停机等风险。但这种定期或者凭经验的维护存在不够准确、不够经济等缺点。有些设备可能并没有磨损或没有衰退到要维护的程度，提前的维护就造成了人工及资源的浪费，并影响正常的生产。对衰退严重的设备按照固定时间去维护，又可能因为时机的延迟而造成设备的加速老化，影响产品质量，甚至带来严重的安全隐患。

预测性维护是在设备运行时，对设备关键部位进行实时的状态监测，基于历史数据预测设备发展趋势，并制订相应的维护计划，包括推荐的维护时间、内容、方式等等。预测性维护集设备状态监测、故障诊断、故障（状态）预测、维护决策和维护活动于一体，是近些年新兴的一种维护方式。

美国联邦能源管理计划所（FEMP）研究表明，预测性维护技术对于工厂的应用效果明显，可以降低维护成本25%～30%，消除生产宕机70%～75%，降低设备或流程的停机35%～45%，提高生产率20%～25%。

除了在生产效率方面带来明显提升外，由于设备关键参数可以一直被监测并能得到及时的维护与保证，预测性维护还能在产品质量、设备寿命、人机安全等方面发挥重要的价值。

在事后维护、预防性维护、预测性维护三种维护方式中，由于事后维护是在设备出现问题后的被动维护，除设备自身维护成本以外，还会因设备停机而造成生产损失，造成损失最大。预防性维护常常是在很多设备并不需要维护时或者超过最佳维护时间点后做的维护，容易造成维护成本增高和生产停滞。而预测性维护是基于设备自身健康状况，在恰当的时机，比如生产任务不饱满时，进行相关维护，既保证了设备的正常维护，又将对生产的影响降到最低，维护成本最低，同时还能保证设备性能一直处于最佳工作状态。

在制造执行系统（MES）软件的设备管理模块中，既包括对设备的台账、维修、保养、备件等常规管理功能，也包括通过与设备数据采集系统（MDC）进行集成，对设备实现实时信息采集与管理。随着数字化设备及传感器、数据采集、网络传输、大数据分析等技术的发展，基于今天蓬勃兴起的工业互联网来进行准确、及时、经济的预测性维护已成为当前发展趋势。

由此可见，从传统架构的MRO、PHM、MES软件，到基于云架构的工业互联网平台和数字孪生、设备管理和预测式维护，从未缺位，一直快速发展。软件已经成为设备管理和预测式维护的必备基础设施。