贸易战，人工暴涨，价值链最低端的制造业—看看以物联网为核心的未来工厂吧

作者：曾志宏

物联网智库 整理发布

转载请注明来源和出处

------   【导读】   ------

未来的生产世界会是什么样子？ 人与机器如何相互沟通？ 我们的工作能否适应我们的需求？

（著名的“微笑曲线”--制造业处于整个价值链最低端）

 

假定不出什么意外，10年或者20年后，我相信所有读我文章的朋友仍然在这个世界活蹦乱跳，那么，你--尤其那些仍在深夜昏昏欲睡还在倒班的员工，或者看着财务报表唉声叹息的老板们，您可能会不得不感兴趣---贸易战，“环保运动“，人工上涨，让本来就“钉子尖上削铁”的制造行业，雪上加霜，江河日下，目前处于价值链最低端的工厂，未来如何在价值链中跳上龙门？未来我们靠什么来逃出生天？一些什么新的技术会改变我们的工厂？未来人还能在工厂做些什么？未来的工厂到底是什么样子？今天老曾（微信1638881963）带大家一起来看看位于瑞士日内瓦国际电工组织（IEC）带来的白皮书（有节略）---未来的工厂（未来已来，这不是科幻小说）

介绍

未来的生产世界会是什么样子？ 人与机器如何相互沟通？ 我们的工作能否适应我们的需求？ 在未来的工厂中，人们将不得不接受日益复杂的工艺，机器和部件世界。 这将需要新的操作理念来优化人机操作。灵活的，适应性的和智能的制造过程将成为衡量成功的标准。 为了全面了解整个价值链，“虚拟”与“真实”的结合将使工厂能够使用更少的资源更快速，更高效地生产更多产品。 企业也将能够更快地响应市场，满足个人产品日益增长的需求。

目前，全球很多制造工厂和生产设施正在建立系统，使其具有适应性，完全连接，分析和更高效。 这些新的制造系统引入了一场名为未来工厂（FoF）的新工业革命。 这一模式标志着以全面自动化为特征的制造业新阶段的开始，并且涉及制造工厂内外的技术和现场设备。 它代表了由工业革命和数字时代引发的机械时代的交汇，在这个时代，大量的信息可以被存储，然后在瞬间从数据库中检索出来。

未来工厂的目标是通过参与价值链所有要素的连通性实时确保所有相关信息的可用性，并提供根据需求从这些数据中推导出最佳价值链流程的能力。通过人，物和系统的相互作用，一个动态的，实时优化和自组织（dynamic, real-time optimized and self-organizing）的价值链将会形成。这个价值链可以是多供应商的，并且可以根据不同的商业目标进行调整，如成本，可用性和资源消耗。

 

IEC国际标准有助于提高工厂的安全性，安保性和可用性，并构成提高产品可靠性和质量的基础。 IEC为公司，行业和政府提供了一个平台，用于会议，讨论和制定他们所需的国际标准。

 

2目前制造业环境

制造范例也在几个世纪内发展。图2-1显示了从工艺制造到大规模生产的发展过程，它为广泛的人们提供了各种各样的产品，然后转向专业化和多元化生产，以反映客户的个人需求 - 在更高效和高科技水平上。

 

但是，解决产品需求本身并不能使制造企业具有竞争力。应该认为，当前制造业正在经历快速变化，这是由全球化和生产链的早期和后期阶段所驱动的，正如图2-2中的微笑曲线所示，因为制造业已成为提供产品中最小的增值过程

 

在这种情况下，也需要考虑人口变化等社会经济趋势。在制造领域，这意味着工作场所必须进行适当的调整，例如，增加智能辅助系统，使工人能够专注于创造性和增值任务，并减少常规和压力密集型劳动力，并促进在整个工人和制造系统之间传递知识。

 

重要的是要认识到公司在价值链中的位置是业务成功的基石。有必要通过可见性，协作，综合和速度来争取卓越的供应链。

 

在现代生产生态系统中，价值链必须是双向的，每个环节不仅支持货物的流动，还支持信息的流动。供应链和生产过程要跨越组织边界进行优化，信息孤岛（Information silos）必须在合作伙伴内部和合作伙伴之间被打破。

 

3未来工厂的概念

出于这个原因，在制造业中采用适当的IT系统至关重要。 根据成熟度，这些系统通过可视化，集成和连接以及生产系统的智能分析，支持整个价值链中知识和复杂性的管理，即跨多个组织单位的生产中的全部增值活动。

 

制造业的趋势正在朝着物理和数字世界的无缝集成方向发展，以便在分布式制造基础架构中实现快速集成，反馈和控制回路。

 

这要求覆盖在整个产品和生产周期中分布式数据的完整性和一致性。为了确保这一点，分布式制造系统的数字化和链接构成了实施未来工厂的关键措施，例如，通过整合新型生产设备，这些设备将互相高度互联，并将广泛组织起来，同时提供新的基于来自生产设备和产品本身的实时生产数据的决策支持形式。

 

3.1开放的价值链

随着个性化产品需求的增加，产品生命周期越来越短。为了应对这些变化带来的要求，价值链系统需要变得更具适应性，灵活性和弹性，并且需要在资本支出方面进行优化。

 

IT开发及其在物流行业的进展使得在考虑物料清单（BOM）和工作分解结构（work breakdown structures ，WBS）等信息的同时，实现近乎实时的价值链计划和执行的数值模拟和优化最终产品和价值链结构，工程数据，如产品规格，产品设计模型和工艺参数，以及从客户咨询，设计工作，生产，物流，安装，使用和维护中收集的运营数据。

 

因此，制造流程，生产路径和资源管理将不再需要由人来处理，因为机器和IT系统本身将决定最佳的前进方向：价值链自我控制。 在这个过程中，需要适当的算法，这些算法支持透明和公平的决策，以确定全局最优。

 

3.2灵活生产

不仅整个价值链必须变得更加灵活，单一的生产系统也必须适应快速变化的客户需求。 图3-1概述了制造系统为适应不断变化的市场环境而必须提供的灵活性种类。

 

单个产品规格将转移到将要分发到相应设施的生产计划，工作说明和机器配置。 在未来的工厂中，该过程通过适当的IT界面和规划工具自动进行，该界面和规划工具集成了相关的设计和制造执行系统，并通过智能映射机制从产品配置中提取各自的设置。 

 

3.3以人为本的制造业

IT系统可以将人与工作场所之间的新关系带入未来的工厂。 图3-2显示了人与工厂之间关系的过去和未来关系的使用案例。

而且，在过去的人与人之间的关系中，制造知识积累在工厂中。因此，将获得的知识重新分配给其他工厂是困难的，由于知识积累只能本地化，知识经验传承受到限制，从而导致公司的生产力下降。 

未来的人工关系将通过使用支持工作时间动态安排的先进IT变得更加灵活，这样个人时间表将会更受尊重。由于数据存储，语义技术和工作人员合并和分析公司经验以及他/她自己创造新想法的经验，跨平台知识共享将得到加强，学习周期将缩短。此外，智能机器人技术将有助于改善生产中的人体工程学，以帮助解决工人的需求，并支持他们进行负荷密集型日常工作，这将为工人提供专注于知识密集型活动的机会。

 

3.4商业模式

微型工厂是支持创新商业模式的新技术的一个例子。微型工厂是一个国际概念，其中包括与计量相结合的小型化单元或混合工艺的创建，

材料处理和组装以创建以全自动方式生产小型和高精度产品的能力，同时提供节省成本和资源的优势。

在亚洲，尤其是在日本，许多微型工厂活动正在进行中，微型机电系统（MEMS），微机化机床和加工技术正在加速这种技术在电子元件生产，流体机械，建筑部件生产和半导体封装中的应用。

 

微型工厂的主要优点是成本效益，灵活的生产解决方案，易于管理生产流程，提高生产力速度和人力资源培养。

 

3.4.1 众包（Crowdsourcing）

3.4.2 万事皆服务（Anything-as-a-service）

与众包业务模式类似，服务导向（Service orientation）正在进入制造领域。服务导向适用于制造业生态系统，以提高其灵活性，因为服务能够按需消费，从而解决了对不断变化的市场需求，更快反应。然而，万事皆服务（anything-as-a-service，XaaS）不限于产品设计和生产，就像众包一样。它可能涉及整个产品生命周期，包括产品设计，制造，使用，维护和报废或回收，并且不仅可以提供由其他人执行的服务，还可以通过集成物联网组件来实施。

 

3.4.3共生生态系统（Symbiotic ecosystem）

在进一步考虑众包，XaaS和扩展程度融合和服务化，注意力也集中在涉及制造业生态系统的其他领域，如能源和智慧城市。因此，整合多种生态系统的全球平台应该考虑彼此之间的相互影响，并开发协同效应，从而改善纯粹生产系统和生产网络方面的基础设施。

3.5地方举措

我们需要各种地方举措来解决未来概念工厂产生的挑战。其中许多共同的主题，如提高效率和个性化生产。根据各个地区或国家的社会和工业环境，可持续性或质量等其他关键方面发挥作用。为了实现所涉及的总体目标，所有倡议都提议利用诸如物联网，添加剂制造（3D打印）和数据分析等技术。

3.5.1先进制造业(Advanced manufacturing)（美国）

在美国，诸如智能制造领导联盟（SMLC）或工业互联网联盟（IIC）等一些举措正在推广先进制造的概念，该概念基于先进新技术的整合，如物联网进入制造业，以改善生产产品和制造工艺。

先进制造业合作伙伴（AMP）已经完成了大量的学习和工作，该委员会是向美国总统科学技术顾问委员会报告的，他们的建议描述了先进制造办公室（AMO）和美国各地建立的各种创新中心倡议的基础。

先进制造背后的概念通常也被称为智能制造，并专注于生产环境中的智能产品和对象，这些产品和对象支持工厂和生产网络中的产品设计，调度，协调和流程执行，以增加效率和使产品个性化。

3.5.2 电子化（ e-Factory）（日本）

日本的电子工厂正在实现工业互联网在制造控制和数据分析方面的先进应用，旨在优化生产力和节能。电子工厂方法有助于在新兴技术的帮助下使工厂真正可见，可测量和可管理（见图3-5）。

随着越来越多的数据将由设备，机器，传感器和其他ICT设备产生，大数据分析将有力量显着改变未来制造业的竞争格局。通过工业互联网将制造控制和大数据分析结合起来（及物联网），将为所有制造领域带来巨大机遇。

下一代电子工厂的潜在意义非常广泛：包括传感，智能机器人，知识工作自动化，物联网，云服务，3D打印等。应对未来的市场需求并开发新的商业模式。

3.5.3工业4.0（德国）

工业4.0是第四次工业革命，由网络经济实现，并由无缝连接的智能设备，技术和流程支持。第四次工业革命的愿景是提供数字化，智能服务和互操作接口的网络物理生产系统，以支持灵活的网络化生产环境。智能嵌入式设备将开始无缝地协同工作，例如通过物联网，集中式工厂控制系统将让位于分散式智能技术，因为机器对机器通信触及车间每个角落。

工业 4.0的愿景并不局限于单一生产设施的自动化。它融合了核心功能的整合，从生产，物料采购，供应链和仓储一直到最终产品的销售，与新技术相关的跨业务流程的高度集成和可见性将提高运营效率和响应能力，以及制造和改进产品设计能力。

为了推进工业4.0应用，德国的VDMA，Bitkom和ZVEI等，大型公司和研究机构，包括德国的工业协会。都在参与研究计划。

 

3.5.4智能制造（中国）

中国正在推进智能制造，该计划将通过合并ICT，自动化技术和制造技术来推动所有制造业务。智能背后思想的核心，就是从传感器数据的无处不在的测量中获取信息，以实现自动实时处理以及智能优化决策（即物联网）。智能制造实现了跨企业生产网络的横向集成，通过企业的设备，控制和管理层进行垂直集成，以及从产品设计到生产到销售的所有产品生命周期集成。

 

智能制造的目标是提高产品创新能力，获得快速的市场反应能力，提高全国制造业的自动化，智能化，灵活和高效的生产工艺和方法。为实现这一目标，中国制定了“2025中国制造”战略，旨在追求制造领域的创新，质量和效率。

 

4驱动技术

4.1.1连接性和互操作性

连接性和互操作性被定义为系统与其他系统交互的能力，不需要特别的努力来进行集成，例如界面的定制等等。

由于生产系统的低效集成是未来工厂的主要推动因素，因此必须在各个层面建立互操作性：

l 组装和连接制造设备或产品时的物理层面

l 交换信息或共享服务时，IT层面

l 在业务层面，业务和目标必须一致。

图4-1，在制造环境中建立互操作性时，互操级别的可视化，必须考虑不同的集成维度：

l 垂直整合，即沿IEC 62264 / IEC 61512定义的自动化金字塔。这包括从机器内的传感器和执行器到ERP系统的工厂内部集成。

l 横向整合，即沿着价值链和整个生产网络。

l 集成工程和产品/生产生命周期应用（例如IEC 62890），以便在产品和服务开发和制造环境之间实现低成本的知识共享和同步。

 

传统产业价值链由独立实施的系统组成，包括硬件系统（PLC，DCS，CNC等）和软件系统（MES，ERP，QMS等），支持产品设计，生产计划，生产工程，生产执行和服务，其中每个都有其自己的数据格式和模型，因此难以整合。互操作性将模糊这些系统和活动之间的界限。。因此，在未来的工厂中实施特定的解决方案和应用程序将不会集中在系统接口和定制上，而是专注于应用程序特定的信息访问和工作流程的建立。

4.1.2未来系统集成的无缝工厂

除了连接性和语义互操作性（semantic interoperability）外，分布式基于物联网IoT的系统的成功实施和业务价值的实现需要的不仅仅是连接和收集设备数据的框架，它需要能够映射这些设备应用于其环境管理的业务环境。这需要通过设备的操作可见性以及各自的信息模型来支持，将设备信息设置为应用程序特定上下文的分析机制，例如特定的订单，产品和过程。

 

4.1.3整合现有系统的体系结构

为了引进和整合未来技术的先进工厂，即逐步向分布式和物联网技术，互操作性和智能化迁移生产系统，有必要建立适当的（IT）系统架构，为了实施这样的架构，必须考虑几个需求：

l 设备管理和集成：在当前的自动化系统中，每个传感器，设备或机器都有自己的数字语言。未来工厂实施物联网解决方案的核心特征是连接和管理车间设备。通常，这需要运行在设备或机器的组件以预定义和协调的格式发送和接收命令，事件和其他数据以实现互操作性。

l 持久性机制：为了防止迁移过程中的数据丢失，需要持久性机制来确保将信息从现有系统可靠地传输到新集成的系统，

 

4.1.4建模和仿真

不仅基于物联网技术的设备，机器和软件系统的灵活和无缝集成非常重要，而且业务环境集成是实现未来工厂优化的关键。未来的工厂将得到可互操作的模型和工具的支持，这些模型和工具可以在产品开发过程中从多个角度提供产品的统一视图 - 从特定领域到系统级，从概念设计草图到超高保真度。同样重要的是将这些模型和信息无缝传播到生产开发建模和模拟方法的能力。

 

4.1.5安全和保障

在实施未来概念的工厂时，系统边界得到了扩展，并且远程系统的接口数量也在增加。 因此，访问点可能从外部获得潜在的威胁，这就需要适当的IT安全和安全措施。

4.1.5.1安全

为了解决系统安全设计，IEC 62443工业通信网络 - 工业控制系统国际标准的网络和系统安全系列已经开发完成。 为了加强未来工厂的安全性，控制系统安全性的概念需要扩大，需要开发额外的安全需求，以便处理未来系统工厂可能出现的安全问题，包括信息系统网络。

4.1.5.2保障

除了安全性（Security）外，在处理意外控制系统故障或故意的网络攻击时，工人和设备的安全也是重点关注的焦点。 到目前为止，驱动系统已经被封装在控制系统中，即外部ICT机制不能够影响制造环境中的机器和其他驱动器的行为。

 

 

4.2 技术可行性

4.2.1物联网和机器 - 机器通信

IoT这个术语以前主要来自终端消费者领域，该术语已经扩展到工业领域，机器和设备也越来越智能化，连接的，具有基于互联网技术的服务的部分或全部功能的物品也被称为网络物理系统（cyber physical systems ，CPS），或者如果特别用于生产领域，则称为网络物理生产系统（cyber-physical production systems ，CPPS），两者都是将成为未来工厂的核心基石。机器到机器（M2M）通信或集成指的是一组技术和网络，它们提供机器之间的连接性和互操作性，以允许它们进行交互。 

4.2.2基于云的应用程序基础架构和中间件

物联网的其他关键组件包括云计算和雾计算等计算组件。企业必须选择哪些信息和处理可委派给边缘的计算基础设施，哪些应委托给内部或外部处理功能。

因此，新兴的基于云的物联网解决方案和供应商不仅能够集成应用程序和流程，还能够集成事物和传感器。 这些系统可以作为未来工厂和整个供应链的IT骨干，特别是当系统能够实现工厂内部和工厂之间的无缝集成，并根据制造商不断变化的需求促进设备集成和计算能力的动态扩展

 

4.2.3数据分析

内存数据库计算（In-memory database computing）有助于解决物联网大数据的挑战，因为它消除了现有商业智能机制的限制，并为制定战略性和业务性业务决策提供实时信息，几乎没有数据准备或分段工作并可以高速运行，可以对广泛的物联网数据进行深入分析。因此，它提供了回答问题的能力，即对与问题相关的尽可能多的IoT数据执行分析，没有边界或限制，并且对数据量或数据类型没有限制。

 

 

4.2.4智能机器人

在目前的生产系统中，单元或生产线是常见的做法，单个工人或小团队使用合格的夹具在限制区域内执行各种任务。然而，这样的系统并不满足市场对灵活性，效率和可靠性的需求，因为这些系统完全由人力或全自动线路运行。现在支持人类执行生产任务机器人单元正在开发。

但是，这种合作会带来安全问题，因为涉及的活动机器人的故障可能导致致命的伤害。此外，目前还没有涉及这种人机协作的行业安全标准和法规，因此系统集成技术的创新以及新安全标准和法规的制定都是必需的。

 

精密传感器的集成和人工智能（AI）的应用使机器视觉，情境感知和智能成为可能。这产生了协作机器人，不仅在特定工作区域与人类无界限地进行交互，并执行明确定义的任务，而且还预测所需的援助需求。一方面，这将使机器人应用于以前不可能的用例成为可能，另一方面，由于消除了车间工人的非增值活动，它将导致更高的生产力。

这种协作的灵活性（flexibility of collaboration）不仅可以用于人机交互，还可以用于机器人系统之间的协作。先进的机器人可以使用诸如M2M通信，机器视觉和传感器等技术实时增强感官知觉，灵活性，机动性和智能性。

 

4.2.6增材制造/ 3D打印

2012年，全球增材制造（AM）产品和服务市场增长29％（复合年增长率），超过20亿美元。 AM用于最终产品部件的生产继续增长。在10年的时间里，它（最终产品部件）从几乎是零到全球AM产品和服务总收入的28.3％。在直接零件生产中，AM提供多种产品和行业清单，包括消费电子产品，服装，珠宝，乐器，医疗和航空航天产品。

 

4.2.7未来工厂附加的技术

除了这些技术之外，还有其他各种研究和开发领域可能为未来工厂提供相关解决方案，如认知机器，增强现实，可穿戴计算，外骨骼，智能材料，先进和直观的编程技术或知识管理系统。

 

5变革阻力

对新的解决方案的恐惧和抗拒的原因往往是是由于自动化和IT系统带来的效率提高，导致潜在的失业问题。知识和意识是克服这些问题的关键，因为高水平的教育可以减少失业的风险。其实，工作岗位数量可能不会减少，相反，他们的内容和风格可能会转向更加整合和灵活的工作模式。这不仅涉及车间的生产工作，还涉及PLC或机器人编程以及与工程相关的其他任务。

除了担心失业之外，对变革的抵制往往是由于利益相关者和决策者的不确定性所造成的，他们对技术背景，商业模式和所涉及的利益缺乏足够的了解，他们的知识和经验仍然仅限于传统概念和解决方案。

 

5.1 财务问题

除了将新的IT技术引入到制造业之外，还必须评估商业模式的成本和收益，以正确评估业务创新的潜力并降低相关风险。即使未来商业模式和技术的工厂效益通过各自评估得到证实，公司的财务策略也必须允许相关投资。在这种情况下，必须考虑投资回报率（ROI）预测。

 

5.4迁移策略

在现有的工厂中，通常会使用各种遗留系统，其中存储了相关的历史数据，并通过定制的界面进行连接，为了克服这些问题，在向工厂引入新的方法，概念和技术的同时，适当的迁移策略是必要的。

 

6预测

 

图6-1显示了各种技术和应用在不同行业的成熟度和适用性，以及它们在制造行业的适应性。从这个雷达图可以看出，特别是诸如迁移战略或系统观点实施等非技术挑战仍处于早期阶段。这与在地区，国家和国际层面正在进行的未来工厂背景下的许多发展活动都侧重于技术问题的观察结果完全吻合。关键技术的采用因行业和应用案例而异。例如，增材制造被评价为对特殊部件的个性化生产和制造非常有利，例如，具有复杂几何形状的昂贵或不可能使用通用制造技术制造。另一方面，增材制造业可能永远无法达到现有大规模生产的效率。同样，建模和仿真工具的成熟度取决于应用领域。它们已经被广泛用于产品开发和优化，例如在汽车和航空航天工业中，尽管近实时仿真应用有助于优化制造环境，但仍有改进的余地。

对于诸如物联网技术，M2M网络，智能机器人和基于云的AIM等其他技术，存在单一解决方案，这些解决方案在其特定应用领域已经相当成熟。但是，必须进一步努力，通过克服阻碍其市场准备的问题，例如“抵制变革”或缺乏移徙战略，实施这种发展的广泛适用性。

总而言之，可以说，行业分支以及应用环境，即在水平和垂直制造环境层中的位置，会影响未来工厂和市场的部署准备情况。

7结论和建议

新的制造工艺将解决以人为中心的制造可持续性，灵活性，创新和质量要求所带来的挑战。未来的基础设施将支持随时随地访问信息，而无需任何特定的参数安装。生产资源将自我管理并相互连接（M2M），而产品将知道他们自己的生产系统。这是数字和现实世界将融合的地方。

7.1.1与其他生态系统的相互作用

建议重点关注工厂（包括物联网系统等所有组件）与其他生态系统（如智能电网）之间的相互作用，并确定允许工业设施和工厂内工业自动化系统进行通信所需的标准与这些生态系统进行规划，谈判，管理和优化电力供应，供应物流，人力资源等相关信息以及它们之间的相关信息。

 

7.1.2最大化价值链和协作供应网络

将网络基础设施扩展到生产网络合作伙伴将有助于制造商更好地了解可以实时交付的供应链信息。 通过将生产线连接到供应商，所有利益相关者都可以了解相互依赖性，物料流程和流程周期时间。

 

7.1.3整个生命周期的系统安全

预防和避免意外系统故障，或故意网络攻击必须考虑系统日益相互联系和复杂性。出于这个原因，解决系统整个生命周期的安全问题非常重要，这涉及从设计到提升和链接，以及预测和评估未来网络系统安全的行为。

 

7.1.4面向服务的体系结构

在未来的可重构工厂中，软件将在价值链和车间的各个方面发挥主要作用。因此，创建可扩展的面向服务的体系结构非常重要，该体系结构能够适应公司或工厂的特定需求，从而充分利用相关软件为工厂带来的所有潜在优势。

 

7.1.5网络安全

总的来说，随着互联网在自动化系统中对控制功能的广泛使用，可以说现在的每个工业系统都是脆弱的，并且没有一个一致的安全方法。因此，认真对待安全标准的要求（即公司和个人数据保护，执行系统安全，考虑意外反馈循环等）至关重要，并且要注重防范网络安全恐怖主义，采用适应性，敏感性和合作性模式。 

 

7.1.6培训

操作员将得到与生产设备和IT系统相互连接的智能辅助系统的支持，以帮助他/她做出正确的决定并执行他/她的任务。这肯定会需要工人带来新的技能，为此需要进行适当的培训。

对于未来系统工厂的设置，跨部门教育（cross-sectorial education）对于实施，整合和优化产品和生产周期阶段涉及的所有学科中的多个组件至关重要。

 

7.1.7制造业的数字化

数据来源于制造周期各个阶段的各种来源。鉴于物联网和CPS产生的数据量更大，此数据的实时分析（和反馈）有助于设备的自组织和决策支持。因此，建议制造机器设计师开发他们的设备以便能够直接与内部和外部供应链内的各种系统进行沟通。这将使他们能够收集有关客户，供应商，零件，工具，产品，校准和维护计划的必要信息。物联网将进一步实现制造业务的共同目标，即通过自动数据收集取代手动数据输入。

 

7.1.8实时模拟（Real time simulation）

建模和仿真将成为整个价值链的组成部分，而不仅仅是研发活动。需要将直接从操作中获得的虚拟仿真模型和数据驱动模型相结合，并为未来工厂中的所有活动提供实时仿真。

 

7.1.9标准化连接协议

每个传感器和执行器都是物联网的参与者。 每个设备都有一个IP地址并已联网。 为了使“未来工厂”成为现实，连接器和连接协议组合必须在任何设备上提供，并允许在不丢失信息的情况下转换每个设备和连接器的独特方言（unique dialect）。 IEC应邀请业界在该领域制定标准化协议。