“工业4.0”可谓是近几年非常熟稔的概念了，它的出现代表了以数字化、智能化为首的技术在工业领域做出的一系列改革、变化已经初见效果。我们从其飞速的发展趋势中，可预见到一些关于未来工厂的轮廓。

2021年3月5日，MathWorks举办了以“工业 4.0 五大趋势：未来工厂”为主题的媒体分享会，会上MathWorks工业自动化和机械领域的行业经理Philipp Wallner为我们解读了工业 4.0 时代下的五大发展趋势，并分享了在这些趋势下MathWorks所做出的努力。Philipp Wallner先生在机器制造行业从事过不同的工程和管理职务，拥有非常丰富的行业经验，现担任MathWorks工业自动化和机械领域的行业经理，负责主导该行业部门的业务发展。

MathWorks工业自动化和机械领域行业经理Philipp Wallner

在工业4.0的驱动下，工业领域正在从大规模的生产向定制化的“柔性”生产转型。在这个过程中，由于市场对于自动化生产和产品创新的需求加大，使得工厂面临着诸多复杂挑战。Philipp Wallner先生表示：通过数字化技术手段不仅可以解决这些复杂性问题，还能够进一步优化系统设备并及时对其进行健康维护。因此，可预见在工业4.0的背景下，未来工厂有以下几大趋势：

趋势一：AI项目的经济性优势日益凸显

近几年，随着技术的不断成熟，AI已经不只作为一个学术领域研究的新技术，而是被广泛应用于具体的场景。从起居室到工厂生产，人们通过AI技术已经获取了大量的实际性的经济收益。而在未来工厂的生产线中，还将高度依赖AI技术来实现运行状况监控和预测性维护服务、视觉检查系统以及制造过程优化。对此，MathWorks拥有一系列特定的软件工具，可用于设计、训练和部署这些AI算法，这可以极大地减轻开发人员的设计负担。

在研讨会上，Philipp Wallner先生向我们展示了几家公司基于MATLAB开发设计的产品，并解读了这些公司是如何借助软件工具真切地获得实际性的经济收益的。其中，Mondi公司基于MATLAB开发了一款用于生产线健康状况监测的APP。通过该AI技术，Mondi公司实现了7×24小时不间断地对工厂设备进行监测并大幅度降低了设备维护费用。据了解，目前这种技术每年至少能够帮助公司节省5万欧元。

为了使AI技术在工业领域有更广泛的应用场景，MathWorks和德国的VDMA也进行了相关合作并提供了一个AI应用的指导书，以帮助更多制造产业能够更好地利用AI技术来增加自己的经济收益。

趋势二：机器的功能验证转向数字模式

随着定制化生产需求越来越强烈，机器软件设计越来越复杂且生产设备也呈现模块化的趋势，这就要求开展更多的前期仿真。对此，Philipp Wallner表示“可预见，未来工厂的生产设备的功能测试将转向基于综合模型的仿真和虚拟调试。其制造也可分为两种：即，先虚拟，后实体。通过Simulink和MATLAB两大平台可以帮助用户进行仿真和测试验证。”

首先，在设计环节用户可以借助Simulink对整个系统进行构建，并在一个安全的环境中仿真和测试。其次，可以利用MATLAB的自动代码生成功能，生成满足工业领域要求的代码。然后通过虚拟交付技术将所要交付产品或测试环境部署到实时运行的工业原型机上进行测试，既减少了实体测试的需求，还降低了将人员或设备置于危险中的可能性。最后可以利用模型数字孪生体，借助数字孪生体中的算法对设备的状态进行估算，以指导用户维护降低整个运维成本。

同时，Philipp向我们分享了科隆公司和MathWorks的合作案例，科隆公司通过Simulink将模型仿真应用在整个设计、交付以及运行的整个过程。借助数字孪生技术，公司可实时接收到来自现场的数据，对系统有更深入的了解。这大幅度降低了公司在时间和资金成本方面的投入。

趋势三：生产车间与办公场所进一步融合

随着5G通信技术的快速发展，办公场所也正处于变革时期。Philipp Wallner表示生产车间和办公场所的融合体现在两方面：一个是标准的工业协议让所有的组件能够互联通信，将自动化组件的工作现场连接到办公场景中，并实现数据交互。第二个则是日益强大的硬件系统将支持复杂的AI算法在生产设备上运行。以往只能在办公场景下的软件可直接部署到工业场景中，这意味着基于工业控制器、边缘设备和云系统运行的程序将更为紧密地协同工作，最终使得生产车间与办公场所融为一体。

趋势四：机器人和自主系统促进生产和物料搬运自动化

柔性生产和模块化生产促进了机器人和自主搬运系统的发展。对于这一趋势，Philipp Wallner认为AI技术能够帮助自动化搬运设备实现自主学习并提高自主决策能力。以往传统自动化搬运设备的编程和学习方法只能够支持特定的动作或路线，无法应对数量庞大且数目众多的产品。而通过更先进的AI技术，则可以让机器人具有更高的灵活性与更智能化的决策能力，可以在工业场景中自主的对物品进行检测、抓取和移动。

在现场，Philipp Wallner先生也为我们分享了三个具备自主能力的机器人案例，通过AI技术机器人在搬运和检巡过程中，可以主动识别物体并自动规划路径。

趋势五：“领域知识+”型工程师拥有更多机会

对于这一趋势，Philipp Wallner表达了自己的观点：未来在AI技术、大数据分析等数字化技术的加持下，将深厚的工业领域知识与先进的IT技术相融合的工程师将会脱颖而出。

面对工厂对于“领域知识+”的人才需要，MathWorks正在积极帮助工程师拥有这样的能力。公司不仅开设了丰富的培训或者Online课程，还在工具层面，提供了和AI技术相关的多种App，可以让具备工业领域知识的工程师更方便地使用AI技术，甚至是把AI技术纳入它的工作技能的列表里面去。

与此同时，MathWorks也正在尝试组织一些活动，让年轻的工程师可以有机会和资深的工程师共同分享与交流，从而快速地获得有关基于模型设计、AI以及物联网等方面的一手知识和经验，并将它们更快速地应用于实际的工作中。

未来工厂的模样到底什么模样？我们暂且还不得而知。但从本次Philipp Wallner分享的趋势中，我们可以窥探到未来工厂一定是高度数字化的，是与人工智能、大数据、5G、云计算等高科技产业深度融合的。而在通往未来工厂的道路上，MathWorks也将持续提供先进的工具、技术和服务，助力工业用户向智能制造大步迈进。