近年來(lái)，以制造業(yè)為經(jīng)濟(jì)基礎(chǔ)的先進(jìn)發(fā)達(dá)國(guó)家投入大量的人力物力以改善其制造業(yè)的實(shí)效性和產(chǎn)品質(zhì)量。由于受各種不確定性因素的影響，要在新型市場(chǎng)和全球化制造鏈中實(shí)現(xiàn)穩(wěn)定的表現(xiàn)變得越來(lái)越有挑戰(zhàn)性。制造型企業(yè)開始尋求采用創(chuàng)新技術(shù)將他們的傳統(tǒng)制造工廠轉(zhuǎn)變成更具智能、安全以及可持續(xù)性發(fā)展的生產(chǎn)模式。因此，通過(guò)精益(lean)的、靈活的、可重構(gòu)制造的概念，技術(shù)創(chuàng)新推進(jìn)了制造業(yè)的生產(chǎn)模式演進(jìn)，并使傳統(tǒng)的大規(guī)模工業(yè)生產(chǎn)進(jìn)化到現(xiàn)階段的以生產(chǎn)設(shè)備生產(chǎn)能力透明化為主要特征的可預(yù)測(cè)性生產(chǎn)。有了制造的透明化，工廠管理就可以掌握正確的信息去決策工廠的整體設(shè)備效率(OEE)，并且通過(guò)對(duì)這些生產(chǎn)制造數(shù)據(jù)的分析將其轉(zhuǎn)化成有意義和價(jià)值的信息，以實(shí)現(xiàn)機(jī)器故障預(yù)測(cè)和預(yù)防。該預(yù)測(cè)能力可以實(shí)現(xiàn)工廠對(duì)設(shè)備成本的有效管理和對(duì)設(shè)備實(shí)時(shí)準(zhǔn)確的維護(hù)。
工業(yè)4.0是由德國(guó)在制造行業(yè)中最先倡導(dǎo)起來(lái)的。它是基于信息-實(shí)體融合系統(tǒng)(Cyber-Physical System CPS)組合概念與智能分析在一起改變生產(chǎn)管理和工廠改造的一種新思路。在當(dāng)前的制造業(yè)中，存有不同的數(shù)據(jù)源，包括傳感器、控制器、網(wǎng)絡(luò)化制造系統(tǒng)等。美國(guó)政府早在2007年提出一種新的發(fā)展戰(zhàn)略：信息-實(shí)體融合系統(tǒng)(CPS)，CPS集成了計(jì)算性能和物理性能，包括傳感、通信和實(shí)體系統(tǒng)驅(qū)動(dòng)。CPS的應(yīng)用包括制造業(yè)、安全控制、醫(yī)療設(shè)備、環(huán)境控制、航空、先進(jìn)汽車系統(tǒng)、過(guò)程控制、節(jié)能控制、交通控制和安全及智能結(jié)構(gòu)等, 但完全不局限于這些行業(yè)。CPS尚未成熟，因?yàn)樗w了一個(gè)廣泛的科學(xué)時(shí)代，所以還需要工業(yè)界和學(xué)術(shù)界的長(zhǎng)期合作。典型的合作包括歐洲的基于嵌入式智能系統(tǒng)的先進(jìn)研究和技術(shù)(ARTEMIS)和美國(guó)的智能維護(hù)系統(tǒng)中心(IMS)，這些合作都將有助于應(yīng)對(duì)目前所面臨的挑戰(zhàn)并推動(dòng)CPS的快速發(fā)展。
決定當(dāng)今工廠成功的關(guān)鍵是機(jī)器設(shè)備的產(chǎn)量(throughput)和零部件的精度;而同時(shí)制定一套方法去利用數(shù)據(jù)和了解目前的狀況并檢測(cè)故障是一個(gè)很重要的研究課題。對(duì)于生產(chǎn)系統(tǒng)，許多商業(yè)化的制造系統(tǒng)可以輔助工廠管理者去獲取整體設(shè)備效率(OEE)的信息。相反，在工業(yè)4.0的工廠中，自我意識(shí)(self-aware)和自我預(yù)測(cè)(self-predict)的功能成為監(jiān)測(cè)和控制系統(tǒng)的新功能,這些新功能可以幫助用戶去了解機(jī)器的健康退化和剩余使用壽命。此外，機(jī)器的健康還可以通過(guò)零部件的健康狀況的融合和同類機(jī)器的對(duì)比(peer-to-peer)來(lái)預(yù)測(cè)。這種預(yù)測(cè)能力使得工廠可以采取及時(shí)的維護(hù)措施從而提高管理效率,并最終優(yōu)化機(jī)器的正常運(yùn)行時(shí)間。最后，歷史健康信息也可以反饋到機(jī)器設(shè)備設(shè)計(jì)部門從而形成閉環(huán)的生命周期更新設(shè)計(jì)，最終實(shí)現(xiàn)無(wú)憂生產(chǎn)(worry-free productivity)。
這種預(yù)測(cè)分析方法可以將產(chǎn)品和制造系統(tǒng)都轉(zhuǎn)化為自我意識(shí)和自我維護(hù)的智能信息。產(chǎn)品預(yù)測(cè)服務(wù)系統(tǒng)可以使得產(chǎn)品在其退化過(guò)程中產(chǎn)生主動(dòng)觸發(fā)的服務(wù)請(qǐng)求并進(jìn)一步預(yù)測(cè)和預(yù)防潛在的故障。預(yù)測(cè)性制造融合了來(lái)自生產(chǎn)制造系統(tǒng)的信息和來(lái)自供應(yīng)鏈系統(tǒng)的信息。傳統(tǒng)意義上，制造商通過(guò)供應(yīng)鏈系統(tǒng)做出決策，這種方法利用物流,同步化供給與需求，以及全球化性能測(cè)試來(lái)實(shí)現(xiàn)優(yōu)化成本的目標(biāo)。
工業(yè)4.0如何實(shí)現(xiàn)自我意識(shí)、自我預(yù)測(cè)和自我重新配置的能力所需的核心技術(shù)是利用智能預(yù)診斷工具和解析工具來(lái)實(shí)現(xiàn)預(yù)測(cè)分析。智能預(yù)診斷工具主要涉及信號(hào)采集、數(shù)據(jù)存儲(chǔ)、同步、合成與服務(wù)。解析工具主要涉及信息轉(zhuǎn)化的四個(gè)子工具：信號(hào)處理和特征提取、健康評(píng)估、性能預(yù)測(cè)以及故障診斷。圖1展示的就是傳統(tǒng)工廠與末來(lái)工業(yè)4.0工廠的差別。
工業(yè)4.0對(duì)未來(lái)工廠的透明化——突破制造業(yè)中的不確定性
在制造業(yè)中，有很多可能無(wú)法量化甚至決策者無(wú)法知曉的不確定性，這使決策者對(duì)他們的資產(chǎn)的有效運(yùn)作和使用情況無(wú)法形成合理的判斷和結(jié)論。這些不確定性存在于工廠的內(nèi)部和外部。內(nèi)部不確定性的例子包括加工過(guò)程的退化和沒有任何可識(shí)別癥狀的失效事件的發(fā)生(組件級(jí)別);由于不一致的操作，系統(tǒng)意外崩潰及廢料的存在和返工事件所引起的周期變化可能導(dǎo)致在生產(chǎn)計(jì)劃與調(diào)度(系統(tǒng)或生產(chǎn)工藝級(jí))上出現(xiàn)困難。與此同時(shí)，外部不確定因素所產(chǎn)生的阻礙作用通常會(huì)從產(chǎn)品開發(fā)一直到供應(yīng)鏈環(huán)節(jié)，可表現(xiàn)為：不可靠的下游產(chǎn)能;原材料或部件運(yùn)輸、數(shù)量和質(zhì)量的不可預(yù)測(cè)變化;市場(chǎng)和客戶的需求波動(dòng);由于生產(chǎn)和使用過(guò)程中缺乏對(duì)產(chǎn)品狀態(tài)的準(zhǔn)確評(píng)估而導(dǎo)致的不完整的產(chǎn)品設(shè)計(jì);隨機(jī)保修索賠和更換要求，等等。
內(nèi)部制造的問(wèn)題可以進(jìn)一步映射到兩個(gè)領(lǐng)域：有形和無(wú)形。有形問(wèn)題的例子包括機(jī)器故障、產(chǎn)品缺陷、不良循環(huán)時(shí)間、長(zhǎng)延誤時(shí)間、整體設(shè)備效率(OEE)降低，等等，而這些都是從事后分析中可以得出的非常明顯的情況和信息。另一方面，無(wú)形的問(wèn)題包括機(jī)器衰退、部件磨損等，如果沒有審慎實(shí)施的預(yù)測(cè)分析和控制策略，這些不確定因素可能對(duì)生產(chǎn)經(jīng)營(yíng)產(chǎn)生不利影響。
在每一個(gè)領(lǐng)域，問(wèn)題都會(huì)在可見和不可見的兩個(gè)層面來(lái)處理。對(duì)于可見性的問(wèn)題，通常利用最佳做法和標(biāo)準(zhǔn)工作組成的工具來(lái)系統(tǒng)地處理這些問(wèn)題。對(duì)于一個(gè)潛在的對(duì)策，公司與他們的設(shè)備供應(yīng)商合作，從內(nèi)部解決問(wèn)題的實(shí)踐中運(yùn)用新知識(shí)和開發(fā)技術(shù)，并將這些技術(shù)整合到他們的設(shè)備中作為一個(gè)增值改進(jìn)。同時(shí)，已對(duì)不可見性的問(wèn)題作出一些努力，比如在故障預(yù)測(cè)與健康管理(PHM)的研究領(lǐng)域，以制定更先進(jìn)的預(yù)測(cè)分析方法和在早期階段發(fā)現(xiàn)問(wèn)題。因此，未滿足的需要就是對(duì)可見空間成果復(fù)制，并進(jìn)一步明確從解決問(wèn)題層面發(fā)展到規(guī)避問(wèn)題層面問(wèn)題是怎樣處理的。利用預(yù)測(cè)工具和技術(shù)將展現(xiàn)出更多的新價(jià)值創(chuàng)造機(jī)會(huì)，這些機(jī)會(huì)將利用新的信息(未知的知識(shí))。
工業(yè)4.0所需要的就是可以提供透明度的工具和技術(shù)，這些工具和技術(shù)具有拆解和量化不確定性的能力，從而可以客觀地估計(jì)其制造能力和可用性。之前描述的制造策略假定設(shè)備的連續(xù)可用性以及它的每一個(gè)使用過(guò)程中保持最佳性能，但這樣的假設(shè)在一個(gè)真正的工廠中是不成立的。為了實(shí)現(xiàn)工廠透明化，制造業(yè)需要大量投入以轉(zhuǎn)型為預(yù)測(cè)生產(chǎn)。這種革新需要使用先進(jìn)的預(yù)測(cè)工具和方法，實(shí)現(xiàn)系統(tǒng)地將工廠不斷產(chǎn)生的數(shù)據(jù)加工成有用信息。這些信息可以幫助解釋不確定性，從而使得資產(chǎn)管理者和過(guò)程監(jiān)管者可以做出更“知情”的決策。
在制造業(yè)中積極采用“物聯(lián)網(wǎng)”的思想幫助預(yù)測(cè)制造業(yè)奠定了其智能傳感網(wǎng)絡(luò)和智能機(jī)器的基礎(chǔ)。在不同的細(xì)分市場(chǎng)中利用先進(jìn)的預(yù)測(cè)工具已經(jīng)變得越來(lái)越流行了。故障預(yù)測(cè)與健康管理就是一個(gè)能夠充分運(yùn)用此類預(yù)測(cè)分析的領(lǐng)域。故障預(yù)測(cè)與健康管理涉及制造狀況的評(píng)估、早期故障診斷以及未來(lái)失效時(shí)間推斷，因此主動(dòng)維護(hù)活動(dòng)得以實(shí)現(xiàn)，并可以避免災(zāi)難性和代價(jià)高昂的機(jī)器損壞。
工業(yè)4.0需要預(yù)測(cè)式制造系統(tǒng)
可預(yù)測(cè)制造業(yè)的概念由筆者在2005年提出。它是以對(duì)監(jiān)控機(jī)器設(shè)備的數(shù)據(jù)采集為起點(diǎn)的，通過(guò)采用合適的傳感器裝置，各種信號(hào)，如振動(dòng)、壓力等可以被擷取;另外，歷史數(shù)據(jù)可以被用作進(jìn)一步的數(shù)據(jù)挖掘;通訊協(xié)議，如MTConnect和OPC，可以幫助用戶記錄控制信號(hào);當(dāng)所有的數(shù)據(jù)被匯總在一起，就構(gòu)成了所謂的“大數(shù)據(jù)”(Big Data)。而信息的轉(zhuǎn)化機(jī)制(transforming agent)由幾個(gè)組件構(gòu)成：整合的平臺(tái)、預(yù)測(cè)分析方法和可視化工具。Watchdog Agent中的算法可分為四個(gè)部分：信號(hào)處理和特征提取、健康評(píng)估、性能預(yù)測(cè)和故障診斷。通過(guò)可視化工具，健康信息(如當(dāng)前情況、剩余使用壽命、故障模式等)，都可以有效地以雷達(dá)圖、故障圖、風(fēng)險(xiǎn)分析圖以及健康的衰退曲線表現(xiàn)出來(lái)。預(yù)測(cè)制造系統(tǒng)為設(shè)備和系統(tǒng)提供“自我意識(shí)”的能力，從而為用戶提供更大的透明度，并最終避免了涉及生產(chǎn)力、效率和安全性的潛在問(wèn)題。
預(yù)測(cè)制造系統(tǒng)的核心技術(shù)是一個(gè)包含智能軟件來(lái)進(jìn)行預(yù)測(cè)建模功能的智能計(jì)算工具。對(duì)設(shè)備性能的預(yù)測(cè)分析和對(duì)故障時(shí)間的估算，將減少這些不確定性的影響，并為用戶提供了預(yù)先緩和措施和解決對(duì)策，以防止生產(chǎn)運(yùn)營(yíng)中生產(chǎn)力、效率的損失。
預(yù)測(cè)制造系統(tǒng)為用戶提供透明化信息，如實(shí)際健康狀況、設(shè)備的表現(xiàn)或衰退的軌跡、設(shè)備或任何組件什么時(shí)候失效以及怎樣失效。
一個(gè)精心設(shè)計(jì)和開發(fā)的預(yù)測(cè)制造系統(tǒng)具有以下好處：
降低成本。通過(guò)了解生產(chǎn)資產(chǎn)的實(shí)際狀況，維護(hù)工作可以在一個(gè)更合適的條件下實(shí)施(不在故障發(fā)生后才更換或太早將一個(gè)完好的部件不必要地更換)。這也被稱為及時(shí)維護(hù)。
提升運(yùn)營(yíng)效率。當(dāng)知曉何時(shí)設(shè)備很可能會(huì)失效，生產(chǎn)和維修主管能夠?qū)徤鞯匕才畔嚓P(guān)活動(dòng)，從而最大限度地提高設(shè)備的可用性和正常運(yùn)行時(shí)間。
提高產(chǎn)品質(zhì)量。衰退模式和近乎實(shí)時(shí)的設(shè)備狀態(tài)估計(jì)可以與過(guò)程控制結(jié)合起來(lái)，以達(dá)到在設(shè)備或系統(tǒng)表現(xiàn)隨著時(shí)間變化的同時(shí)產(chǎn)品質(zhì)量保持不變。
隨著制造業(yè)的透明化發(fā)展，工廠管理以準(zhǔn)確的信息為基礎(chǔ)實(shí)現(xiàn)工廠范圍內(nèi)的整體設(shè)備效率(OEE)的確定。由于對(duì)設(shè)備的可預(yù)測(cè)能力，可以實(shí)現(xiàn)有效管理維護(hù)從而降低管理成本。最后，歷史健康信息也可以反饋到機(jī)器設(shè)備設(shè)計(jì)部門從而形成閉環(huán)的生命周期更新設(shè)計(jì)。
工業(yè)4.0的基礎(chǔ)在故障預(yù)測(cè)與健康管理
故障預(yù)測(cè)與健康管理(PHM)的方法解決了工業(yè)中看不見問(wèn)題的透明化。這些看不見的問(wèn)題可能是由機(jī)器的性能衰退和零部件的磨損導(dǎo)致的。作為一個(gè)不斷增長(zhǎng)的新興研究領(lǐng)域，PHM提供了有效的方法來(lái)解決并避免計(jì)劃外停機(jī)時(shí)間和系統(tǒng)中的不確定性。應(yīng)用領(lǐng)域如飛機(jī)發(fā)動(dòng)機(jī)、工業(yè)機(jī)器人、機(jī)床、電機(jī)、風(fēng)電輪機(jī)、電池、齒輪箱、軸承、泵等。
故障預(yù)測(cè)與健康管理(PHM)是一個(gè)利用先進(jìn)的預(yù)測(cè)工具的重要研究領(lǐng)域。 PHM變得越來(lái)越受歡迎，主要是由于需要有一個(gè)對(duì)制造業(yè)資產(chǎn)以及輔助系統(tǒng)的真實(shí)狀況進(jìn)行客觀評(píng)估的機(jī)制。被動(dòng)維護(hù)策略在過(guò)去被廣泛采用，在這種策略中只有當(dāng)其中一臺(tái)機(jī)器修復(fù)必要時(shí)，才對(duì)其進(jìn)行修理。然而，為了滿足日益增長(zhǎng)的消費(fèi)需求，需要生產(chǎn)效率不斷提高，計(jì)劃外停機(jī)時(shí)間的代價(jià)就變得非常巨大，因此必須避免。緊隨其后發(fā)展的是預(yù)防性維護(hù)策略，在這種策略中維護(hù)活動(dòng)(如保養(yǎng)和替換)或是基于時(shí)間或是基于使用情況間隔而實(shí)施的。盡管預(yù)防性維護(hù)的方法可以提供最高的可用性(假設(shè)在合理的時(shí)間間隔)，但它有兩個(gè)主要缺點(diǎn)：一是實(shí)施預(yù)防性維護(hù)程序是昂貴的，特別是如果時(shí)間間隔很短;二是組件發(fā)生故障之前甚至在癥狀開始出現(xiàn)時(shí)被替換，因此喪失了對(duì)該設(shè)備的衰退行為的分析能力。基于狀況的維護(hù)策略是利用機(jī)器信號(hào)(從控制器或者從傳感器裝置)來(lái)檢測(cè)故障或者異常情況的發(fā)生。在一些實(shí)施方法中，可以將故障的位置以及故障的類型識(shí)別出來(lái)。 PHM是基于狀況的維護(hù)策略的延伸，通過(guò)使用預(yù)測(cè)算法，可以推斷出未來(lái)的表現(xiàn)。通過(guò)監(jiān)測(cè)健康指標(biāo)(置信度值CV、失效模式、剩余使用壽命等)，用戶可以觀察機(jī)器的時(shí)間特性，并在實(shí)際故障事件之前得到失效早期跡象的警告。有了這些信息，制造透明化就能得以實(shí)現(xiàn)，因?yàn)楣S的經(jīng)理和主管能夠知曉機(jī)器完成生產(chǎn)的能力(任務(wù)預(yù)備狀態(tài))，從而優(yōu)先考慮設(shè)備維修并不干擾生產(chǎn)進(jìn)度。
如何設(shè)計(jì)基于CPS的工業(yè)4.0系統(tǒng)
由于CPS的強(qiáng)大功能，美國(guó)國(guó)家科學(xué)基金會(huì)智能維護(hù)系統(tǒng)(IMS)研究中心提出了一套很有前景的基于CPS的工業(yè)4.0實(shí)體融合系統(tǒng)的時(shí)間機(jī)器(Time Machine)設(shè)計(jì)方法。正如以上所討論的，互聯(lián)系統(tǒng)提供了大量的可訪問(wèn)數(shù)據(jù)(大數(shù)據(jù))。但是，僅僅只有數(shù)據(jù)并不能帶來(lái)顯著的優(yōu)勢(shì)。因此，需要一種自適應(yīng)和功能強(qiáng)大的方法去管理、分類和處理這些數(shù)據(jù)，從而為進(jìn)一步的PHM分析算法做準(zhǔn)備。這種方法運(yùn)用只有足夠廣泛，才能夠真正充分利用信息實(shí)體融合系統(tǒng)的所有優(yōu)點(diǎn)。
這種方法能在大數(shù)據(jù)環(huán)境下對(duì)數(shù)據(jù)進(jìn)行有效地組織，并為后續(xù)的PHM算法做好準(zhǔn)備。每一個(gè)零部件都由一個(gè)代表性的時(shí)間機(jī)器記錄在信息空間里面(Cyber Space)。該信息元素從大數(shù)據(jù)中提取有價(jià)值的信息并歸一化處理從而應(yīng)用于進(jìn)一步分析。提取的信息包括執(zhí)行歷史、應(yīng)力和負(fù)載、操作參數(shù)、系統(tǒng)配置和維護(hù)記錄。一旦某個(gè)實(shí)際部件發(fā)生故障，它將從時(shí)間機(jī)器中剔除出去，就不再用于以后的分析。但其信息孿生(cyber twin)(時(shí)間機(jī)器記錄)不會(huì)受任何時(shí)間限制而繼續(xù)保持。無(wú)限的信息孿生導(dǎo)致時(shí)間機(jī)器記錄的不斷積累，從而將相同部件的各種操作參數(shù)廣泛地聚集在一起。而進(jìn)一步的研究努力則是對(duì)參數(shù)的歸一化，以此保證對(duì)相同的部件的時(shí)間機(jī)器記錄的可比性。此外，時(shí)間機(jī)器記錄遵循實(shí)際組件的層級(jí)關(guān)系，每一個(gè)信息孿生也可訪問(wèn)它的前身和祖先組件。這種信息豐富的環(huán)境為準(zhǔn)確的預(yù)測(cè)和監(jiān)控工廠的PHM算法帶來(lái)顯著的魯棒性。最終，這種方法將信息-實(shí)體融合系統(tǒng)(CPS)引入到工業(yè)4.0工廠設(shè)計(jì)實(shí)施中。
案例：基于CPS的工業(yè)4.0機(jī)器人系統(tǒng)
下面介紹的案例重點(diǎn)強(qiáng)調(diào)了信息實(shí)體系統(tǒng)在工業(yè)機(jī)器人的健康監(jiān)測(cè)中的應(yīng)用。目前的研究旨在開發(fā)一種針對(duì)一組包含30個(gè)工業(yè)機(jī)器人的生產(chǎn)線的預(yù)測(cè)性與預(yù)防性健康監(jiān)控系統(tǒng)。在本案例中，生產(chǎn)線速度的多樣性導(dǎo)致了采用復(fù)雜多工況方法的要求。預(yù)測(cè)與健康管理分析的核心是以獲取扭矩和速度參數(shù)信息為基礎(chǔ)的。
由于具有非侵入性的特點(diǎn)，扭矩分析是一種在工業(yè)機(jī)器人健康監(jiān)控中常用的故障診斷方法。因此，大多數(shù)的研究都是集中在對(duì)這個(gè)參數(shù)的分析基礎(chǔ)之上的。而運(yùn)行速度與扭矩之間的非線性關(guān)系給PHM算法能否正確獲得機(jī)器人的健康狀態(tài)帶來(lái)了挑戰(zhàn)。除了條件數(shù)據(jù)(扭矩與速度)之外，信息實(shí)體系統(tǒng)還能夠獲得多樣的配置參數(shù)，例如齒輪比、負(fù)載率、壓力較準(zhǔn)、機(jī)器人伺服焊槍種類等，并將產(chǎn)品從生產(chǎn)線分配到各個(gè)特定的機(jī)器人處。這些配置參數(shù)可以幫助核心模型來(lái)實(shí)現(xiàn)運(yùn)行數(shù)據(jù)的標(biāo)準(zhǔn)化和自適應(yīng)分類，以獲得更準(zhǔn)確的結(jié)果。最終，在云端建立整個(gè)案例的分析引擎并存儲(chǔ)所有的數(shù)據(jù)(狀態(tài)數(shù)據(jù)和配置數(shù)據(jù))，健康監(jiān)測(cè)算法可以利用這些云端上的數(shù)據(jù)來(lái)計(jì)算每個(gè)機(jī)器人個(gè)體的健康狀態(tài)。PHM算法的結(jié)果將通過(guò)一個(gè)基于網(wǎng)絡(luò)的用戶界面給用戶呈現(xiàn)出豐富的圖表信息(正如前面所介紹的)。這一系統(tǒng)經(jīng)過(guò)健康衰退監(jiān)測(cè)可以在3星期前預(yù)測(cè)機(jī)器人系統(tǒng)故障。
先進(jìn)的基于CPS技術(shù)的工業(yè)4.0實(shí)際應(yīng)用，具備了自我意識(shí)、自我預(yù)測(cè)和自我配置的能力。本文討論的智能預(yù)測(cè)與健康管理機(jī)制的方法以及基于時(shí)間機(jī)器的監(jiān)控管理系統(tǒng)的發(fā)展，是新的基于CPS的工業(yè)4.0系統(tǒng)的核心內(nèi)容。
當(dāng)前的工業(yè)革命正在引導(dǎo)整個(gè)工業(yè)行業(yè)朝著利用大數(shù)據(jù)環(huán)境下的互聯(lián)系統(tǒng)最大利益的方向發(fā)展著，這種大數(shù)據(jù)環(huán)境促生了更具創(chuàng)新的彈性化生產(chǎn)和生產(chǎn)力，將以此推動(dòng)制造業(yè)達(dá)到一個(gè)新的高度。