当前，人类在技术革命领域不断开拓创新，大数据、云计算、物联网（IoT）、工业互联网（IIoT）等技术得以成熟应用，工业自动化、数字化的水平不断提高，这些都悄然孕育着一场新的工业革命。
2014年，德国正式发布“工业4.0战略计划”，破晓了第四次工业革命的晨光。作为老牌工业发达国家，又一次引领了全球工业发展的步伐，为此引起了全球工业界的极大反响，继德国之后，美国（IIC）、日本（4.1J）、中国（2025）等世界主要工业国家均出台了适应各自工业基础和发展环境的国家政策和战略，以应对新一轮工业革命所带来的挑战。
由于许多国内企业都非常希望对德国工业4.0的内容做更多的了解，并且渴望知道自己企业与德国工业4.0的差距，以明确企业未来的投资重点和发展方向。
本文结合德国工业4.0的理论模型，详细阐述它在各个生产环节的要求和技术的应用，同时德国莱茵TÜV作为第一个颁布德国工业4.0企业评判标准的国际认证公司，我们的专家将就此标准的研发理论，引用法规，判断方法以及实施过程进行详细剖析。
一、德国工业4.0定义与背景
完美的工业生产系统是现代信息和通信技术的相互关联体，其技术基础是智能和数字网络系统。在它们的助力下, 组织的大规模定制生产成为可能： 在工业4.0 中，人员、机器、工厂、物流和产品之间实现直接的交流与协作。通过物联网, 不仅能够优化一个生产步骤，同时可以优化整个价值链。它能贯穿整个产品生命周期的所有阶段 —- 从产品的概念到开发、制造、使用、维护到回收利用。
工业4.0 的核心价值主张是
– 实现小批量多品种以及个性化定制商品的高效生产
– 利用信息和通信技术，在价值创造周期中整合所有参与者的所有信息和进程。(信息和通信技术)
– 确保所涉及的资产、工人、用户和消费者的安全、安保和质量要求得到满足。
– 提高可持续性、减少碳足迹、减少废弃物产生、减少资源损耗
支持德国工业4.0的技术
– 高精度的传感技术
– 信息与通讯技术
– 云计算和大数据分析
– 工业互联网和物联网（IIoT和IoT）
– 工业自动化：机器人，RFID和人工智能
二、德国工业4.0 RAMI模型
如果参考建筑模型Industry 4.0，已经看到了有三根轴，第一根轴是关于建筑模型分层的，总共有六层。在底部有最基本的资产层，资产层是真实的东西，包括所有的生产基地应有的配置。再向上，有一个是集成层，它是数字化的，所有资产信号都可以在这个数字世界里上升，随后是另外四层分别是通信、信息交流、数据与功能和业务流程。
第二根轴是指产品生命周期，产品生命周期是从设计开发的（一个概念）到生产销售和后服务（第二个概念），所以我们需要集合所有的数据，比如第四层（信息交流）层，这里是从第一个开发概念到我们之后的所有后服务部门，会将所有数据集合在一起，通过这个参考体系结构模型进行分析和交流。
第三根轴是在工业3.0的基础上（自动化控制），增加了两个新概念，一个新概念就是产品本身，产品从下料，加工工艺到机器上运行，都是自动调配和自动生成MES，我们称之谓smart manufacture，这是我们在RAMI模型中引入的新概念。另一个新的概念是工业互联网，我们称之为互联世界。如果你有不同的工厂，他们现在必须在这个新的商业领域进行沟通，这是一个崭新的工业4.0世界。
图1 德国工业4.0 RAMI理论模型
对于我们来说，RAMI模型是工业4.0一个完整的解决方案基础。例如，在立方体中，您可以看到生产区域中的所有状态数据（Assets层）通过各种传感器采集并传输予以集中（Integration层），然后将有价值的数据通过UDP/IP或TCP/IP传输出去（Communication层），之后就可以在一个平台上讨论所有具体问题（Information层）。
三、RAMI模型代表层详细剖析和举例
如何更进一步地去认识这个模型，我们先来看看资产层（Assets层）。其实物理意义很清楚，我们有产品电缆、金属板、加工设备及软件等，所有的东西都是属于资产层的内容。同时还包括一些如项目计划，商业计划以及人也是其中一部分，只不过他们在资产层分别扮演的角色不同罢了。
图2 德国工业4.0 RAMI理论模型 1-2 层【1】
而在集成层（Integration层）是集成了所有流程的数据，在这里收集了来自流程的所有数据，然后我们决定要在工业4.0网络中提供哪些数据。在这个模型中，会使用专门技术直接就近提取工业4.0模型所需要的所有信息，最终送至下一层。
例如：操作者作为一种资产在资产层使用通讯设备，通过智能手机进行数字连接，那么操作者是属于结构模型中的资产，这里有数字连接。它们的获取值将被返回给集成层（Integration层）。
再上一层是通信层（Communication 层），需要有线和无线通信，工业互联网是必备的。目前在德国考虑将使用UDP/IP或TCP/IP系统，因为可以更容易地提供服务。其中TSN（time sensitive network）在未来也是很有可能被采用，但目前它正处于逐步规范阶段，还不确定最终结果，现在正在开发的5G技术也是很有可能被采用的，目前，这比TSN似乎要远一点，但5G对于通信层（Communication 层）来说也是一个很好的消息。
图3 德国工业4.0 RAMI理论模型 3 层
再上一层是信息层（Information层）。通信层（Communication层 ）上方的信息层用于数据展示。人们对这里的数据会非常感兴趣。这里介绍伺服电机的一个具体事例：最前沿是一个供应商，我们生产数千个伺服电机交付给机器制造商，它们将伺服电机安装至机器中，再交付给机器的最终用户去加工产品。
图4 德国工业4.0 RAMI理论模型 4 层举例【1】
在供应商的信息平台上（Information层）会展示许多数据，机器制造商可以在这平台上提出自己的特殊要求和技术条件，伺服电机的生厂商可以在这个平台上获取足够的客户信息，用于调整自己的设计，以满足机器制造商的要求。机器最终用户在加工产品时也可以从这个平台上获得有许多相关伺服电机的数据， 不但如此，他还可以根据产品加工时出现的特殊要求，进入伺服电机这个平台，要求优化伺服电机的设计，同时也可以就伺服电机的维修保养及报废与伺服电机的供应商交流。在工业4.0时代，对我们来说最重要的是，数据的共享，定制化服务和最佳网络化的供求一体化。
图5 伺服电机在信息层上的数据交换【1】
四、德国工业4.0的路线图
在德国，你会看到许多制造商服务商都在赶工业4.0的浪潮宣布。
“我的产品是工业4.0。我的产品准备好了”。
但是客户根本不知道这个贴上4.0标签的产品说明什么。
目前在德国讨论，理论上分三个步骤：
第一阶段为定义基本概念阶段，决定哪些产品能够被覆盖到工业4.0的概念；
第二个阶段为准备阶段，我们在这个阶段可以明确所有进入工业4.0概念的产品至少具备哪些特征；
以上两个阶段需要在5年之内完成；
第三个阶段是上升到标准研究阶段，在这个阶段中，需要长于5年的时间来完成整个工业4.0的标准定义和战略。
图1. 德国工业4.0的行进时间表【1】
五、德国莱茵TÜV成熟度4.0模型的建立【3】
依据德国工业4.0的基本三大要素：体系、程序和产品，结合德国莱茵TÜV的三大核心：人文、技术和环境，我们建立了包含九个单元的TÜV莱茵工业4.0成熟度模型，其中每个单元涉及到了欧洲和国际上的相关标准和法规，很好地细化了德国工业4.0对于企业发展的每个细节，尤其适合于中国企业，不但可以通过TÜV莱茵工业4.0成熟度模型进行评估，更重要的是可以明确每一个微观部分与现代企业的差距，从而明确改善的方向。
下面我们对九个单元的内容进行一下简单的介绍。
图2. TÜV莱茵工业4.0成熟度模型
组织
围绕工业4.0的组织设计和空间方面的背景信息（如何为工业 4.0构建组织架构？）
有关法律、市场和其他监管要求的信息（安全、安保、合规如何为4.0组织结构护航？）
实践中的最佳组织架构信息（有关行业中最先进的组织结构是什么？）
涉及到的标准有 ISO 9000系列 （ISO 9001，SA 8000，ISO 26000），内容包含：战略和目标、总体规划和设计、精益管理、工作组织设计、角色和义务、技能和资质、报酬，权利和津贴等方面。
结构
结构包括ITIL，CMMI，COBIT，PMBOK，PRINCE2，ISO/IEC 20000, ISO 21500, ISO/IEC 38500, TOGAF, ISO 27001, ISO 27002。涉及到：IT管理系统、系统的可靠性、网络安全、IoT的隐私权、IIoT工业大数据、云计算、智能设计、集成技术、信息及嵌入式等技术和内容。
生态系统
生态系统涉及到供应链的管理、自动系统集成、智能化物流管理、可持续性管理、能耗管理等。
涉及到的标准：ISO 14001，RoHS，ISO 44001，ISO 50001等。
劳动者
减少人为错误，提高生产力、安全性和舒适性、特别关注人与感兴趣的事物之间的相互作用。在这单元中特别考虑健康与安全和生产力这两大要素。
涉及到的标准：ISO 45001，EN ISO 26800，EN ISO 6385，EN 614，EN 9241-5等。
程序研究
所有的制造程序主要都是由机器执行，因此程序的优化和可靠成为一个重要环节。其中需要重点考核的是MES/MOM、CAPP、CAM、智能物流车间、虚拟生产、传感器和ID技术。同时远程操作与维护、生产可视化、程序控制及工业机器人也都是评估的对象。
价值链
价值链为一端到另一端的增值活动集合，为客户、利益相关者或最终用户创建一个良好的整体结果。它包括产品生命周期管理和生命周期评估两个方面。前者是指从产品设计到制造，再到维修和退役，对产品的整个生命周期进行的管理过程；后者是指评估从原料提取到材料加工、制造、分销、使用、维修、维护、到处理或回收，与产品生命所有阶段的影响。
涉及到的标准为：ISO 14040, ISO 14044等。
定制化设计
定制化设计是先分析和设想用户可能喜欢的产品的所有特点，同时验证并修正他们在实际使用中对设计的反馈。它包括两个方面：安全性及高品质（用户满意度）。
所谓安全性旨在确保用户安全的所有因素和特性，而高品质（用户满意度）是指达到用户对产品满意为目标的所有因素和产品特性。
技术要求
这一单元是指保证产品技术性能和市场监管要求的所有技术要求。它包括兼容性和性能两个方面。所谓兼容性是在市场上使用的所有规格产品都可以找到配件和便于安装的特性，性能是指与同类产品相比，它有更好的质量的特性。目前考核的是CAD和CAE技术。
生态设计
所有设计要求需要避免对产品产生负面的生态影响。是否很好采用了欧洲的3R理论，确保产品的可重复使用，可回收及降解的可能性，同时也具有使用耐久的特点。
六、德国莱茵TÜV成熟度4.0标准的实施
基于神经网络的评估网络模型的建立
【2】人工神经网络（Artificial Neural Network, ANN），通常简称为神经网络，是一种在生物神经网络的基础上建立的数据处理模型。神经网络由大量的人工神经元相互连接进行计算 ，根据外界的信息改变自身的结构，主要通过调整神经元之间的权值来对输入的数据进行建模，最终具备解决实际问题的能力。
人工神经网络具有强大的模式识别和数据拟合能力，自组织网络特别适用于解决聚类与分类问题，同时它具有自学习和自适应性、非线性性、鲁棒性与容错性、计算的并行性与存储的分布性、分布式存储等诸多特点。
为了建立基于神经网络的评估网络模型，我们将利用MATLAB关于机器深度学习工具包，建立自己的三层评估网络模型，输入层选择9个节点，然后选择15个隐含层节点(程序如下)：
net = patternnet (15)
% 设立70%的样本为训练样本，15%的样本为验证样本，另15%的样本为测试样本
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;
% 训练网络
[net, tr] = train (net, X’,targets’);
% 用训练好的使用新的数据
preds = net (Xnew’);
%验证和测试
Xtest = X (tr.testInd,:);
predsTest = net (Xtest’);
% ROC （Receiver Operating Characteristic）曲线
Plotconfusion (targets, preds)
图3. TÜV莱茵工业4.0成熟度评估网络模型
我们将德国莱茵TÜV工业4.0成熟度评估结果分成5类，从1到5依次越来越近，也就是产品生产的整体离德国工业4.0理想模型越来越近，同时我们还能根据计算分类结果来追溯之前的因素，以供企业参考改进和完善。
七、评估网络的测试
我们使用这一网络对某轴承生产厂家进行了调查，从九个维度逐个与企业行政管理者，产品开发人员、质量管理者、生产设备及控制、企业网站和物流、上下游产品使用者以及当地的环保人员和机构等进行了评估和打分。
最终将这一样本输入TÜV莱茵工业4.0成熟度评估网，输出结果为2类，它与德国工业4.0模型的贴近度最多达到40%。
回归追溯原因为以下几点：尽管在此生产厂家在assets层制造设备先进，故障检测及状态检测等硬件设施世界一流，但是在Integration，Communication及Information层的手段上还很欠缺，并且在最高的两层（Functional & Business）没有充分显示出绿色环保的设计理念。
图4. TÜV莱茵工业4.0成熟度评估时图表事例
在中国许多企业都关心自己的企业到底与德国工业4.0差距有多少？差距在哪里？德国莱茵TÜV颁布的评估体系到底是如何出炉的？通过此篇文章的论述，我们可以对德国工业4.0有了更清楚的认识，同时也对德国莱茵TÜV中国有关成熟度评估标准的颁布有了进一步的了解，希望可以助力第四次工业革命浪潮深入人心。
质者介绍
陈伟康 德国莱茵TÜV大中华区 工业服务 副总裁
Mathias Maerz 德国莱茵TÜV大中华区 工业服务 业务拓展经理
郑豪 德国莱茵TÜV大中华区 商用与工业产品服务 总经理
陆晓寒 德国莱茵TÜV大中华区 资深市场经理
参 考 文 献
[1] BOSCH Rexroth AG presentation by Mr. Martin Hankel
[2] 《神经网络原理与实例精解》 陈明 等编著，清华大学出版社
[3] 《TÜV Rheinland Integrated Maturity Model 4.0》 prepared by Mathias Maerz
[4] 《神经网络设计》 Martin T. Hagan etc. 机械工业出版社
[5] 《智能制造之路》 陈明 梁乃明，机械工业出版社
[6]《Machine Learning with MATLAB》 and 《Deep Learning with MATLAB》, Training Service
