引领技术融合创新 打造未来工业新生态 施耐德电气发布《2024 未来工业技术融合创新报告》

当前,全球新一轮科技革命的洪流正在席卷传统制造业,变革工厂生产方式,重塑企业组织形态,颠覆旧有商业模式。工信部等八部门最新发布的《关于加快传统制造业转型升级的指导意见》提出,要坚持创新驱动,推动传统制造业向高端化、智能化、绿色化、融合化方向转型,加快实现高质量发展。2024年是全面推进新型工业化的重要一年,以“数字化”和“绿色低碳”双轮驱动,更加开放、高效与韧性、可持续、以人为本的未来工业正加速到来。

创新是新型工业化的根本动力,这其中,特别是IT(信息技术)、OT(运营技术)、CT(通信技术)、DT(数字技术)、ET(能源技术)等5T基础技术的融合创新,是培育新质生产力和构建创新生态的重要方向,正在为制造业的转型升级打开新的思路。

2024年1月18日,施耐德电气联合亿欧智库正式发布《2024未来工业技术融合创新报告》(下称“报告”)。作为绿色智能制造创赢计划的重要成果,该报告深入阐述了智能制造五个阶段的演化路线,前瞻性提出以5T技术深度融合构建未来工业新范式,同时呈现了创新技术和产业场景融合的最佳范本。聚焦工业场景,报告筛选六大垂直领域,围绕产品生命周期、生产全过程、供应链管理三大维度对企业转型现状进行深入评估,最终锚定27个技术融合创新场景并展开分析,为企业数字化和绿色低碳双转型提供行之有效的参考。

5T技术融合创新,为未来工业场景构建奠基

报告指出,技术创新是制造业高端化、智能化、绿色化发展的关键动力。由于制造细分行业的工艺流程、运营管理、人才与技术基础等多方面因素差异化巨大,用单一技术构建未来工业的绿色智能制造解决方案存在重重挑战。例如,运用OT、IT、ET此类功能性技术直接开发传统应用能使其成功运行某些功能,却不具备数字化和智能化的特性;应用DT、CT此类赋能性技术能够让传统应用更适应数字化或智能化要求,但无法单独支撑某个应用系统与装置——显而易见,未来工业场景的构建需要依托5T技术的融合创新。

随着5T基础技术相互交织、集成,形成了包括工业数字孪生、云原生、5G边缘计算、能碳管理技术在内的一系列创新技术代表:

•工业数字孪生以数字化方式创建物理实体的虚拟双胞胎,再基于数据来模拟、验证、预测、控制物理实体全生命周期的运行。该技术可应用于虚拟工厂与产线建设、产品设计、制造工艺优化、机器设备管理和运营管理等绿色智能工厂中的多个场景,已在工业领域发挥越来越重要的作用。

•云原生能够为工业互联网平台提供灵活敏捷、易于扩展、高可用的运行环境,降低平台运维复杂度并提高效率。

•5G边缘计算融合了5G通信技术与边缘计算技术的特点,为绿色智能制造工厂带来实时、高带宽、稳定、可拓展的互联通信,为要求实时和高效率的应用(如实时边缘控制优化、先进过程控制等)提供了必要的技术支持。

•能碳管理技术可以优化能源系统的运行效率和可靠性,助力工业可持续发展。未来工业中的智能化能碳管理系统还将实现全数据要素收集、预测识别、数据安全和智能决策的升级。

聚焦六大行业,呈现技术和场景融合的范本

如果说创新技术是“木”,那么产业就是“土”,要想真正发挥数字化技术的价值,就必须加大创新技术与产业场景的深度融合,让“木”和“土”互相滋养,蓄势生长。

基于此,报告尤为注重未来工业应用场景的部署,通过考察行业规模大小、行业规模增速、行业利润增速和国家战略布局等关键标准,筛选石油化工、食品饮料、有色行业、动力电池、氢能储能、集成电路这六个规模大、增速快、行业战略地位高的垂直领域进行深入分析。分析维度由面到点,涵盖行业基本面、行业绿智化转型需求与转型现状、行业未来场景和优秀案例,以此指导行业用户和服务商未来在构建绿色智能制造解决方案时需要重点关注的方向。

以氢能储能行业为例,上游环节,氢气易燃易爆、密度低,导致储氢设施建造成本相对较高,另外氢气在储存和运输时一旦泄漏,容易导致爆炸,后果严重,所以需要在虚拟环境中创建和测试基础设施的可靠性,同时模拟生产与运输时极端环境造成的危害,制定安全应对策略;下游环节,氢气的应用客户对于氢气纯度有严格要求,例如燃料电池需要5N纯度,但传统自动化技术无法保障产品纯度,需要在线对氢中氧、氧中氢、氢露点进行监测……这些挑战使得安全风险实时监测与应急处理、数字孪生工厂建设与关键设备数字孪生、设备故障诊断与预测性维护、碳排放管理与追踪等成为企业优先关注的数字化场景。

在食品饮料行业,面临着诸多挑战:多样化的产品种类、高要求的产品安全性以及快速迭代的产品周期。为应对这些挑战,企业在工艺设计、计划调度、仓储配送和供应链物流交付等方面进行投入,以满足不断变化的消费者需求。由于消费者需求转向速度快,传统产品开发难以迅速响应,数字化手段成为重要工具,特别是通过全流程管理提高研发效率和产品质量。报告调研数据显示,智能配方管理、车间智能排产和物流实时监测与动态优化三类场景未来3年内部署占比均超过50%,场景部署增量平均在40%及以上。

整体来看,六大行业绿色智能化进程差异明显,其中石油化工、有色行业、食品饮料处于绿智化初期;集成电路、氢能储能、动力电池绿智化进展整体较快,集成电路、氢能储能部分头部企业已经走向了绿色智能化。具体到细分场景,质量管理、工厂建造、仓储配送、设备管理、供应链计划与服务为企业重点投资的一级场景。这些集中的策略对于提高客户满意度、增强市场竞争力和保持企业的可持续发展至关重要。

举生态之力,共同应对技术融合和发展挑战

工业领域正经历快速的技术变革,市场需求的快速转变、复杂的供应链管理、环境的持续恶化等外部影响要素持续影响着制造业企业的经营管理,企业需要加强生态合作伙伴之间的协作和共享,借生态之力立得稳、行得远。

通过建立生态圈——解决方案服务商能够有效应对整体方案集成困难、数字化人才短缺、客户需求理解缺失、工厂数字化基础设施差异及市场区域性营销资源不足等挑战,从而灵活适应市场项目需求变化,提高解决方案交付效率,推动工业企业数字化转型;企业客户则能利用生态圈独有的技术集成、兼容性、协同优势、灵活服务和支持等优势,汇聚多方服务商共建整体方案,发挥各自所长,最终满足自身多维度的转型需求。

报告指出,随着绿色智能制造解决方案的不断深入探索,未来工业绿智化转型的下一阶段面临着两大类主要挑战。

一方面是技术融合带来的挑战。绿色化与智能化转型对应的两种使能技术(DT与ET技术)在成熟度和发展速度上存在差异,导致融合过程复杂且不均衡。同时实现技术融合需要大量的资金和资源投入,而这些往往受到企业实际资源分配策略的限制。

另一方面是技术发展带来的挑战。随着相当一部分制造型企业逐渐完成了IT与OT的技术融合,通过系统间的集成,打通了数字化工厂的横向、纵向数据流,积累了原始的数据资产。这类数字化程度较高、绿智化转型探索较为领先的企业如何应对数据技术发展带来的挑战,是下一阶段建设未来工业的关键之一。基于生成式AI技术的通用大模型应用,为工业AI模型的发展带来了启示,有机结合通用大模型、数字化工业知识图谱与工业专用场景模型成为未来的重要话题。

施耐德电气认为,制造企业应以绿智化转型为目标,以价值创造为导向,以生态合作为依托,创新发展绿色智能制造解决方案,共同打造未来工业。凭借在工业自动化和能源管理领域的领先技术和丰富的行业经验,施耐德电气将持续携手生态圈合作伙伴共同推动工业绿色智能化转型,助力“碳中和”、“新型工业化”、“新质生产力”目标的逐步实现,为工业乃至全社会的低碳可持续发展做出积极贡献。