自动化与工业 4.0:从 PLC 到灯塔工厂
Automation and Industry 4.0: From PLCs to Lighthouse Factories
破除误解
误解
第一个误解,是把"工业 4.0"理解成机器换人的升级版——更多机械臂、更少工人。实情这个口号的核心其实不是机器人,而是数据:让设备、产品、订单在同一套数字语言里互通,使工厂第一次能够"看见自己"。机器人密度很高的工厂可以毫无工业 4.0 可言,一座老厂靠传感器与数据分析也可以是 4.0 的样板。
误解
第二个误解,是以为自动化是计算机时代的产物。实情自动控制的第一个伟大器件是 1788 年瓦特蒸汽机上的离心调速器:转速升高,飞球甩开,阀门关小——一个不消耗能源、不需要软件的比例反馈环。自动化的本质从来是用反馈替代人的值守,电子与软件只是让反馈环变得更复杂、更便宜。
误解
第三个误解,是把"灯塔工厂"想象成空无一人的"黑灯工厂"。实情世界经济论坛评选的灯塔工厂绝大多数灯火通明、人头攒动;它们被表彰的理由不是无人化,而是把数字技术的几十个用例同时规模化——预测性维护、视觉质检、数字排产——并拿到可审计的财务结果。全黑灯生产只在极少数品类上存在,而且通常并不经济。
历史脉络:从继电器墙到工业 4.0
二十世纪上半叶的工厂自动化是硬接线的。逻辑由成墙的电磁继电器搭出来。改一条产线,意味着电工抱着图纸重新接线,往往要数周。
一九六八年,通用汽车液压自动变速器部门(Hydramatic)公开招标,想要一台可编程的继电器替代品。马萨诸塞州贝德福德联合公司中标。迪克·莫利带队写下规格书,次年交付的 Modicon 084 成为第一台商用可编程逻辑控制器。
PLC 的要点不是“更聪明的电脑”,而是把控制逻辑从铜线搬进存储器。梯形图让电工不必先改学通用编程就能改逻辑。换型从数周缩到几小时。
一九七〇年代,流程工业发展出分布式控制系统。一九七五年霍尼韦尔的 TDC 2000 是公认的里程碑:控制分散到各工段,监视集中到控制室。监控与数据采集系统(SCADA)把远方的泵站、管线、电网画进同一张实时地图。
一九九三年发布的 IEC 61131-3 为 PLC 编程语言立下规范。指令表、结构化文本、功能块图、顺序功能图与梯形图五种语言沿用至今。后来的工厂软件再炫,这一层的确定性要求并没有被取消。
二〇一一年汉诺威工业博览会上,卡格曼、瓦尔斯特等人组成的工作组向德国政府公开了“工业 4.0”这一提法。蒸汽与机械化是 1.0,电力与大批量生产是 2.0,电子与信息技术是 3.0。他们把下一阶段标成信息物理系统:物理工厂与它的数字副本连成一体。
二〇一三年该工作组提交实施建议。概念随后被各国产业政策吸收。中国的“智能制造”、美国的“先进制造”、欧盟的“未来工厂”,都是同一命题的本地版本。口号不同,工程问题相同:设备、工单与质量数据如何在不停机的前提下互通。
二〇一八年世界经济论坛与麦肯锡共同发起全球灯塔网络,用第三方审计为这场运动树立样板。网络从最初十六家起步。论坛二〇二五年一月的批次把它扩到一百八十九家,同年九月到二百零一家。二〇二六年六月再增十五家后,官方叙述为二百三十八个工厂与供应链运营点,覆盖三十多个国家。数字会继续变。不变的是入选口径:不是“买了机器人”,而是把一批数字用例做到可审计的财务与运营结果。
核心机制:扫描周期、金字塔与数字孪生
PLC 以固定扫描周期工作。它读取输入、执行逻辑、刷新输出,然后立刻开始下一轮。周期通常在毫秒量级,且必须在最坏情况下仍能按时完成。这一层不允许“重启试试”,也不允许垃圾回收突然停住阀门。
确定性比聪明更优先。控制层用的语言可以很旧,梯形图看起来甚至像继电器图纸。那不是怀旧,而是为了让电工、安全工程师和审计员读得懂“这台机器在什么条件下会停”。把通用服务器上的不确定性软件直接塞进这一层,等于拿工厂当试验台。
理解整座工厂,常用的模型是自动化金字塔,对应 ISA-95 / IEC 62264 的分层。最底层是现场:传感器与执行器。往上是控制:PLC 与安全仪表。再往上是监控:SCADA 把成百上千个点汇成画面与报警。然后是制造执行系统,管工单、批次与质量追溯。塔尖是企业资源计划,管订单与财务。
前工业 4.0 时代,这五层像五座说不同方言的孤岛。工业 4.0 的技术要害,是用统一的数据架构把孤岛连起来。OPC UA 是这一层最常被点名的开放协议:一粒传感器的读数,原则上可以驱动一张采购订单。原则上不等于现场已经如此。私有驱动、旧网关和“先别动那台还能用的控制器”,仍然决定多数工厂的真实连通度。
数字孪生是这座新大陆上的标志性建筑。迈克尔·格里夫斯二〇〇二年在产品生命周期管理课上正式提出这一概念。思想更早:地面保留一套与天上飞船同步的模拟系统。阿波罗十三号的救生解算,靠的就是地面能够对着同一套飞机构型试错。
今天的孪生大致分三级。设计阶段做虚拟调试,在仿真里把产线程序跑熟再落地。运行阶段做镜像,用实时数据驱动虚拟工厂同步运转。预测阶段做推演,在孪生体上试验排产与维护,再把选中的策略下发。工程价值可以收成一句:把试错从按停机损失计价的物理世界,迁到几乎免费的比特世界。
灯塔工厂提供的是组织经验,不是购物清单。审计案例反复显示,成功者同时部署几十个用例,并改了相应的工作流程。失败者卡在业界所说的“试点炼狱”:技术验证一个接一个,财务收益留在演示厅。瓶颈从来不是能不能买到传感器,而是组织能不能跟着数据流一起改。
边缘计算把一部分分析从云端拉回产线旁。扫描周期仍归 PLC;振动频谱、视觉推理可以在网关或工控机上跑,再把结果写成标签回灌 MES。延迟与断网时,本地仍能判。把所有智能都堆到云上,等于让控制层依赖一条可能抖动的广域链路。分层不是架构时尚,是确定性预算。
争议与边界
第一条边界是安全。工厂联网之后,工业控制系统从物理隔离变成攻击面。二〇一〇年公开的震网(Stuxnet)针对西门子变频与 PLC 环境,被用来干扰伊朗纳坦兹铀浓缩设施的离心机转速。代码造成了物理破坏。运营技术安全从此不能再被当成“把杀毒软件装到车间电脑上”。
它的纪律与信息技术安全相反。可用性与确定性高于一切。补丁窗口以周和月计,不能跟着办公网的节奏想打就打。IEC 62443 把工业自动化的安保写成可分层的要求:分区、完整性、最小权限。标准不能代替现场纪律,但它标明了“联网”不再是中性的便利。
第二条争议是标准化。开放协议与厂商私有生态之间的选择,决定工厂未来二十年的议价地位。选错一次,换控制器的成本会高于买控制器本身。
第三条是数字鸿沟。灯塔经验属于有数据基础、有改造预算的大企业。占制造业企业绝大多数的中小厂商,往往还停在设备尚未联网。把 4.0 说成普遍已经发生的事实,会把样板误当成平均数。
第四条边界是人。自动化吸收重复岗位,同时制造对“懂工艺又懂数据”的复合技工的饥渴。技能断层的填补速度,通常慢于设备更新。灯塔叙事里反复出现的“人机协同”,不是修辞,而是因为全无人在多数品类上并不经济。
安全仪表:自动化里专司停机的那一层
流程工业把“让它动”和“让它停”写成两套系统。联锁、紧急停车与安全仪表系统,是金字塔里专司宁可误停、不可出事的子结构。它们的设计目标不是优化产量,而是在传感器说“已经越界”时,用独立于生产控制器的回路把能量切掉。
IEC 61511 把过程工业的功能安全写成可审计的生命周期:从危险识别、安全完整性等级,到定期测试。这一层的扫描同样必须确定。区别在于,失败模式被规定为安全侧失败。把生产 PLC 和安全 PLC 混成一台“更聪明的电脑”,会把两套目标绑死在同一次软件故障上。
定期测试是安全仪表最容易被挤掉的一环。证明阀门真能切断、变送器真能报警,往往要扰动工艺或安排旁路。产量压力一大,测试窗口就被推迟。标准写的是测试间隔;现场写的是“等停车大修”。两条时间表一旦脱节,完整性等级就只剩纸上的数字。
为什么今天仍然重要
联合国工业发展组织把制造业增加值放在全球经济的核心位置。份额随年份波动,大约仍是全球产出的六分之一量级。效率与韧性的每一点改善,都会沿供应链放大到每个人的价格、交期和库存。
工业 4.0 的现实意义在二〇二〇年代被两次压力测试证明。疫情与断供中,数字化程度高的工厂恢复更快,因为工单、库存与替代料可以在同一套数据里重排。能源价格飙升时,数据驱动的能耗优化直接变成利润,而不是海报上的碳口号。
它同时也是一场关于“制造业该在哪里、由谁来干”的全球竞赛的技术底座。灯塔网络里中国工厂数量靠前,并不自动等于“4.0 已经普及”。样板集中,说明的是谁付得起规模化改造。理解 PLC 的扫描周期与数字孪生的推演逻辑,不是为了操作机器,而是为了看懂:未来工厂里最稀缺的不是自动化设备,而是能让数据与工艺彼此翻译的人。
把一座工厂读成“已经 4.0 了”,通常还缺少一张最无聊的清单:哪些回路仍在硬接线,哪些报警被屏蔽,哪一次软件更新被推迟是因为产线不能停。灯塔报告展示的是规模化之后的结果。车间日记展示的是扫描周期、联锁和人还在回路里的位置。两份文件要一起读。扫描周期不会出现在新闻稿里,却决定报警会不会在这一秒被看见。
数据质量是数字孪生的隐形地基。传感器漂移、时间戳错位、批次号对不上,孪生体就会自信地推演出错误排产。清洗与主数据治理看起来不像“智能制造”,却决定模型能不能下发。没有可信的工单与质量追溯,预测性维护只是另一张漂亮仪表盘。
制造执行系统和企业资源计划常被推销成“已经打通”。车间要的是这一班的工单、批次与停机原因;财务要的是订单与库存金额。两套时钟不一样。把 ERP 的日结逻辑直接写进 PLC 的扫描周期,会把确定性层变成会计软件。真正的接口是有延迟、有对账、允许人工确认的。宣传材料省略这些接头,不等于接头不存在。现场总线也是这样。Modbus 仍在大量老设备上跑,OPC UA 是后来的开放承诺。两者共存的工厂并不“落后”,只是还没付完换控制器的停机成本。把协议名单当成现代化分数,会把能运转的产线读成不及格。换协议的真实成本是验证、备件和值班员的新习惯,不是网线。一条还能用的旧总线,往往比一份新白皮书更接近这座工厂的真实年龄。值班记录里反复出现的“先别动那台控制器”,不是保守,是风险账:改对了看不见,改错了整条线停。这就是为什么灯塔用例难以直接复制:复制的是软件画面,带不走的是不敢停机的那几年。
跨域连接
- 控制与反馈:从瓦特的离心调速器到 PLC 里的 PID 回路,自动化是反馈控制的产业化。稳定性、鲁棒性、确定性解释了工厂设计中许多“保守”选择。控制层禁用非确定性操作,正是把可靠性写成工程约束,而不是写成口号。
- 控制理论:扫描周期、最坏执行时间和增益余量,是同一套数学在车间里的对应物。调得太灵敏会“游车”,不是电工手感不好,而是闭环在高频处没有足够阻尼。
- 产业组织:自动化设备的高固定成本与低边际成本重塑了制造业的产业组织:规模门槛提高、赢者通吃加剧。灯塔网络内部的用例扩散又像一种"管理技术的外溢",产业组织理论为理解"谁投得起 4.0、谁被甩下"提供了框架。
- 过程安全:流程工业的自动化与安全本是一体两面:联锁系统、紧急停车(ESD)与安全仪表系统(SIS)是自动化金字塔里专司"宁可误停、不可出事"的子结构。过程安全工程的分层防护思想,正是工业自动化最严肃的纪律来源。
- 机器学习:工业数据有标签稀缺、工况漂移、物理约束强的特点,让通用机器学习套路频频失效;预测性维护与视觉质检的成功恰恰来自"物理模型加小样本学习"的混合路线——这是机器学习落地工业的真实形态。
- 人工智能与劳动:自动化对就业的作用不是简单的替代,而是任务重组:重复性任务被机器吸收,监护、换型、异常处理等任务升值。灯塔工厂的数据一再显示"人机协同"优于"全无人",为自动化时代的劳动政策提供了来自车间的一手证据。
参考文献
- Kagermann, Henning, Wolfgang Wahlster & Johannes Helbig (eds.). Recommendations for Implementing the Strategic Initiative INDUSTRIE 4.0. 德国工业 4.0 工作组报告, 2013.
- IEC 61131-3: Programmable Controllers — Part 3: Programming Languages. International Electrotechnical Commission(多版;首版 1993).
- IEC 62443: Security for Industrial Automation and Control Systems. International Electrotechnical Commission(系列标准).
- IEC 61511: Functional Safety — Safety Instrumented Systems for the Process Industry Sector. International Electrotechnical Commission.
- ISA-95 / IEC 62264: Enterprise-Control System Integration. International Society of Automation / IEC.
- Groover, Mikell P. Automation, Production Systems, and Computer-Integrated Manufacturing. Pearson(多版).
- World Economic Forum. Global Lighthouse Network: Transforming Advanced Manufacturing. 2026-07-10.(网络自 2018 年 16 家扩至文中所述 238 个运营点)
- Langner, Ralph. "Stuxnet: Dissecting a Cyberwarfare Weapon." IEEE Security & Privacy 9, no. 3 (2011): 49–51.
延伸阅读
- Brynjolfsson, Erik & Andrew McAfee. The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W. W. Norton, 2014.
- Schwab, Klaus. The Fourth Industrial Revolution. Crown Business, 2016.
- Lee, Jay. Industrial AI: Applications with Sustainable Performance. Springer, 2020.
- 埃里克·布莱恩约弗森、安德鲁·麦卡菲:《第二次机器革命》(中译本),中信出版社。