第一节
机器是“数字化”的
——从工业革命到工业互联网

无论是远古人类手中的石器、农耕时代的农具、近代工业的机床、当前先进的数控加工中心，还是将来的智能化柔性单元，机器，始终是人类生产生活的助手，是社会文明进步的标志。

工业革命200多年来，为我们带来了无法计数的新机器。人类迄今已经历了机械化、电气化、数字化（又称电子信息化）三次工业革命，即将迎来以智能化为特征的第四次工业革命的曙光。工业互联网推动着历次工业革命发明的各种机器加速进入数字世界，并在网络中制造、管理、运行着“能看”“能听”“能思考”“能学习”的新一代智能化机器，将把第三次工业革命时代兴起的数字化、信息化，提升到一个崭新的阶段，也就是高度智能化阶段。

工业1.0：蒸汽机带来的动力机器

第一次工业革命大约发生在18世纪60年代至19世纪中期，特点是以机械为载体，通过蒸汽发动机实现对能量的控制。这次工业革命的结果是，机械生产代替了手工劳动，人类社会形态从农业、手工业社会转移到工业社会。

发明于1764年的珍妮纺纱机是第一次工业革命的起点。水力纺纱机以水流为动力实现了机器的自动化，这类机器虽然只能按照某一种工作方式工作，功能无法调整，并且存在精度不高、缺乏控制等缺点，但却可以实现自动化，可不知疲倦地重复工作，较大地解放了人的体力。

1712年，托马斯·纽科门发明了第一台实用型蒸汽机，用来解决煤矿和锡矿快速抽水的动力问题。这台机器“贪婪”地燃烧煤炭，从而让热能转换为动能。它相当于20匹马同时工作的动力，可以把几百英尺以下的水抽至地面上来。

1776年，瓦特改良了蒸汽机，从而开创了以机器代替人工的工业化浪潮。蒸汽机作为动力机，使工厂摆脱了水力条件的限制，在各个领域被广泛使用，开始代替人的手工劳作，冶炼与开采的产能急速上升，工业化起飞，工业城市兴起。此后，蒸汽火车与蒸汽轮船被发明出来，带来了交通运输业的革命，更加速了工业发展进程。

工业2.0：电气化带来的高速机器

第一次工业革命中，使用蒸汽和水力的机器满足不了人类社会高速发展的需求，新的能源动力和机器引导了第二次工业革命的发生。

第二次工业革命大约发生在19世纪后半期至20世纪初，这次革命的核心是电气技术的应用。用电力代替蒸汽动力，通过继电器、电气设备对能量的精准控制，开创工业产品大批量生产的新模式。

1866年西门子制成发电机，1870年发明电动机，电力开始驱动机器。1880年，爱迪生制造出能持续亮1 200个小时的碳化竹丝灯，从此世界告别黑暗。1891年，尼古拉·特斯拉完善了交流电系统，使电力的生产稳定可靠，通过集中发电再供应给各个工厂，可以降低工业生产的消耗。这标志着工业2.0时代的正式来临。

蒸汽机在20世纪到来前后达到了顶峰。笨重的锅炉和较低的热效率限制了它的进一步发展。内燃机成为新的动力机械，最重要的用途就是驱动汽车、机车等。尼古拉斯·奥古斯特·奥托在1876年建造了第一台四冲程内燃机。内燃机大多用柴油为燃料，又称为柴油机。1898年，柴油机首用于固定式发电机组。

工业2.0时代的机器，是由电力驱动，通过电气设备控制的。机器转速信息转化为电流或电压信号，并反馈到模拟处理电路中进行计算，再通过节流阀等装置实现对机器的控制。与上一代机械控制器相比，基于信息流进行调节的电子控制器更具有操作性。工业2.0时代的机器有着更强的动力支撑，更精确的性能控制，不再是慢悠悠的大家伙，汽车、轮船、飞机等高速交通工具得到了飞速发展，电力工业、化学工业、石油工业和汽车工业等大量工业迅速进步。电报与电话让人们的声音能传得更远，沟通变得更为方便。全球巨大的市场召唤着所有工厂开足马力生产，机器的功能也变得更加多样化，从而开创了工业产品大批量生产的新模式。

工业3.0：数字化带来的灵巧机器

前两次工业革命的实质是能源革命，从力大无比的燃煤蒸汽机等近代机器，到大规模生产的电气化机器，激发出前人望尘莫及的制造伟力，同时由于需求信息的缺乏与沟通不畅，也带来了生产过剩。

第三次工业革命的实质是信息革命，通过采用信息技术搜集更多的信息帮助决策，同时控制更强大的机器——生产线和工业机器人，根据需求灵活调整其生产工艺，一些高危、复杂、枯燥的工序实现无人作业，从而获得更大的经济效益。

控制系统是机器的大脑，控制其运动位置、姿态和轨迹、操作顺序及动作的时间等。数控技术让软件成为机床等设备的“数字化大脑”，只要修改若干行代码，机器立即就可以干出不一样的活儿来，能以更低的成本满足生产不同型号、不同工艺产品的需要。

第一台通用电子计算机“ENIAC”（埃尼阿克）1946年诞生于美国宾夕法尼亚大学。1952年，美国麻省理工学院研制出第一台数控铣床，标志着数控加工时代的开始。1968年，英国毛林斯机械公司研制成了第一条数控机床组成的自动线，开启了数字化自动线的先河。

1969年，第一台可编程逻辑控制器的出现，为通用汽车公司的生产线提供了价格更低、操作更简单的计算机辅助控制装置。随着微处理器和工业控制计算机的兴起，半导体和计算机系统日益成为工业控制的核心和灵魂。

工业机器人是一种自动控制的、可重复编程、多功能操作机。第一台小型计算机控制的工业机器人于1973年诞生于美国，很快应用于汽车制造、机械加工、电子电气、橡胶及塑料等领域，并推动了少人看管的自动化车间与工厂的出现。20世纪80年代，日本富士通旗下的工厂，从最开始的部件加工、装配到最后一道产品检查，都能在机器人的操控下自动完成。厂内白天只需若干工作人员核查数据修改指令，晚上只留一两名监视员即可，生产效率得到极大提高。通过加装各类传感器与芯片，工业机器人功能日益增强，1982年，美国通用汽车公司在装配线上为机器人装备了视觉系统，从而宣告了第二代机器人——感知机器人的问世。

除了更好地控制机器，工业的重要使命是，让运行机器的车间、工厂乃至整个企业生产、销售、管理和产业链协同更加高效、经济。这为计算机应用提供了无比广阔的舞台。20世纪60年代中期，IBM（国际商业机器公司）开发出了MRP（物资需求计划）软件，开始了将计算机应用于生产管理的先河，此后一步步演化为ERP（企业资源计划），并被工业企业大量采用。

1984、1985年，苹果、微软公司先后推出使用图形界面的电脑，加速了计算机在研发、管理等专业人士中的普及。计算机辅助设计、计算机辅助制造等技术的兴起，将纸质图纸变成数字化图纸，让研发周期明显缩短，研发效率大为提高。而产品生命周期管理（PLM）系统、供应链管理系统、客户关系管理系统，类似这些信息化应用的引入，在生产管理的多个领域增强并部分代替脑力劳动。互联网兴起之后，信息网络技术一步步将生产、生活中所涉及的各种人、控制设备、管理对象联系起来，通过运算分析去优化改进。工业界在更广的时空范围更灵活地配置资源，并获得效率提升。1996—2005年，美国经济再次出现了高速的增长。计算机和互联网应用引发的信息革命，被认为是其最重要的影响因素。

工业4.0：万物互联带来的智能机器

如果说第三次工业革命的本质是信息革命，那么第四次工业革命的本质就是智能革命。其标志就是智能工厂的建成。早期，智能工厂是一个“自治”的系统，可以让产品自行控制其本身的生产过程，告诉生产机器它们有哪些要求，接下来必须执行哪道生产工序。未来，它将破解工业界的终极难题——即使生产单件用户定制产品，也具有经济性。

美国工业巨头通用电气公司于2012年率先提出工业互联网，拉开了第四次工业革命的序幕。大致同一时间，德国工业界提出工业4.0的发展愿景，并被迅速上升为国家战略。2016年3月，德国工业4.0平台与美国工业互联网联盟正式合作，工业4.0与工业互联网汇流，推动传统企业的自动化向完全互联和柔性系统飞跃，并为大数据分析技术，特别是人工智能技术在工厂的应用创造条件。

工业4.0的基础是连接。通过工业互联网把设备、生产线、工厂、供应商、产品、客户紧密地连接在一起。通过信息物理系统将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施形成一个智能网络，使产品与生产设备之间、不同的生产设备之间以及数字世界和物理世界之间能够互联，使机器、工作部件、系统以及人类会通过网络持续地保持数字信息的交流。

工业4.0的核心是数据。在工业4.0时代，制造企业的数据呈现爆炸式增长态势，包括产品数据、运营数据、价值链数据和外部数据。西门子的安贝格电子制造工厂是工业4.0的标杆工厂，厂内为超过3亿个元器件建立了数字“身份证”。当一个元器件进入烘箱时，机器会判断该用什么温度以及时间长短，并可以判断下一个进入烘箱的元器件是哪一种，适时调节生产参数。其生产执行系统每天生成并储存约5 000万条生产过程信息，每一件产品的生产周期完全可追溯。就是这样的大数据环境支持着安贝格电子制造工厂每年生产超过1 200万件产品，产品合格率高达99.99885%。

工业4.0的本质是智能。智能工厂是在数字化工厂的基础上，利用物联网的技术和设备监控技术加强信息管理和服务，全息掌握产销流程，可以更加智能地做出决策，提高生产的效率。随着图像识别等人工智能技术的应用，在生产和装配的同时能及时发现不合格产品，当某一台机器或者程序发生故障时能提供提前预警。应用数字孪生技术，任何一个产品从物料阶段就处于网络的智能管控状态，配合VR（虚拟现实）、AR（增强现实）等技术，还可以对设备实现远程操控。西门子安贝格电子制造工厂的面积约为1万多平方米，能够协调从生产线到产品配送等一切要素，从仓储到生产都实现了智能自动化。自建成以来，在工厂未扩建、人员未增加的情况下，产能提升了8倍，产品质量提升40倍，并且还在逐渐提升。

不仅如此，通过大规模工业互联，数以亿计的智慧机器相互关联、按需授权、自主运行。一个常驻云端的超级控制器（工业大数据引擎）集中处理传输到云端的信息，人类可以将所有的智慧赋能于这个“主脑”，并将结果反馈给各个机器，不仅单个工厂的运营决策更加智能，整个工业生态系统也可以始终保持最优状态。