一、為什么要重視裝備的工業軟件?

制造業面臨轉型升級的壓力，各產業越來越清楚的意識到了工業軟件的重要性。但是，相對來說，裝備所受到的重視并不充分。從以下幾個視角來說，它更為關鍵。

（1）.工業軟件的應用場景在裝備

CAD/CAE、仿真等工業軟件，裝備也是其主要應用場景。在過去，我們一直采用的是采購設備及成套線引進，利用國內廉價勞動力資源進行組裝生產。工業軟件通常在裝備的設計、測試驗證、運行的各個環節工作。因此，直接的采購這種方式也使得我們自身的裝備開發的工業軟件沒有發展起來。

（2）.卡脖子的關鍵

但是，離散制造分為成型和組裝，組裝由人工完成，但成型，無論是機床的金屬切削、車銑刨磨，還是剪裁、沖壓，半導體長晶、光刻、沉積，或包裝的紙盒、紙箱，無論哪個領域，都是牽扯到關鍵成型工藝問題，這都是我們卡脖子的關鍵環節，這個認識必須是清晰的。

（3）.系統的數據源；

我們推進數字化，那么數據來自哪里？生產管理相關的可以來自于現場數據的單獨采集，但是，品質優化、成本降低等關鍵的決定產品競爭力的指標，如何被優化、分析、改善—這才是數字化價值含量比較高的地方，我們不能繞開難題，而裝備是這些數字化的數據源。

（4）.智能制造的執行機構；

如果我們所謂排產、作業變更、智能分析、參數優化等數字化、智能化的應用要執行的時候，它必然是要經由設備來實現，而裝備是執行載體。

（5）.品質工藝及生產柔性的載體；

制造的話題，就品質、成本、交付能力幾個話題，這些都必須在機器上實現，而不是在大腦里實現，大腦里的思想，必須經由工程測試驗證，最后封裝為軟件來讓機器來執行。

（6）.裝備是工廠重要的資產；

作為工廠重要的資產，如果我們裝備發展不好，這個資產就得花費大量的資金來購買進口設備。依賴于中國市場的規模效應，我們顯然可以發展好自己的裝備制造業。花費的資金不算，而在于它下游的產業更大，裝備的下游都是大于10倍以上的市場，并且長期可用。帶來的制造業產值是巨大的。

二、如何理解工業軟件的發展難題？

如果我們想要理解工業軟件的發展的難點在哪里？首先，需要制造業的復雜性在哪里？然后，分析為何需要工業軟件？其次就是工業軟件的本質是什么？

圖2-制造復雜性與工業軟件的難題

2.1制造業的復雜性在哪里？

制造的復雜性在哪里？它會告訴我們工業軟件的形成與制造業緊密相關。而裝備又是重中之重。

制造業會細分為眾多的行業，每個行業，都沒有我們想象的那么輕松簡單，這是制造業發展給我們的深刻感受。很多時候，我們把制造理解為采購了裝備，生產出產品—但是，這就是問題的關鍵，我們買的進口設備，來賺快錢，這個看似簡單的行為，正是使得我們難以掌握真正的核心技術的原因。

2.1.1機器本身是多要素的強耦合關系

制造的復雜性在于機械、材料、控制、工藝之間的復雜性，在每個行業，都牽扯到非常復雜的材料工藝問題。比如，印刷行業，紙張、薄膜都是上千種，每種都有其自身的物理特性，而要讓這些材料在不同的印刷速度、印刷工藝（凹版、柔版、膠印）的情況下，如何來實現色標的檢測、印刷套色控制算法的設計、電子傳動的PID控制、溫度控制，它都是需要經過長期的物理測試與實踐，來獲得產品的品質優化的。

在輪胎行業，根據輪胎的尺寸規格、用途所需的材料組合（面膠、肩膠、三角膠、內膠、簾子線、鋼絲圈）變化，輪胎成型機、硫化機都要為其配置所需的參數—而這些參數，都需要非常長周期的現場運營來獲得穩定的品質。就哪怕是一個彈簧的制造，它也會隨著鋼絲的直徑、材料的彈性、韌性、加工的彈簧節距、輪廓等發生變化，這會帶來成千上萬種組合，需要在機器上為其配置所需的參數，才能確保機器生產出來的產品品質穩定。

2.1.2高速高精度機器的難點

華中科技大學機械學院的冰老師，之前特別交流過一次關于機械系統“模態”的問題。他談到了“低速、低精度”和“高速、高精度”的制造系統中，機械的模態發生了較大的變化，并且，可以理解為已經完全不是一回事。

在速度不斷提高的過程中，像摩擦力對于傳動的影響就不會是線性的，它對制造的精度帶來較大的擾動，整個機械傳動鏈就不會像在低速狀態下的可控性，正所謂“失之毫厘,謬以千里”。在高速下獲得高精度，需要考慮的干擾因素更多—而生產系統最大的問題在于：這些影響生產品質的因素之間是強耦合的，并且究竟誰影響比較大，也很難被發現，如何調節—沒有規律可循，需要進行測試。

這使得它需要開發者有非常強的機械、電氣、光學、熱動力、電磁學、流體、化學方程等深厚的機理建模能力。而最為復雜的則在于工程測試與驗證的過程，通常一個軟件都需要積累數十年的工程數據，基于模型—這些來自于科學發現的規律，又成于工程—必須經過大量的物理測試與驗證獲得更多的規律。

品質的穩定性，主要來自于這種機械傳動、系統控制的穩定性，一方面，這些穩定性需要機械設計、控制工藝的穩定性，其次，在工況發生變化時，又產生了復雜的適應性-系統的自適應能力，也是由軟件來實現。

這些復雜的材料間的關系，它在設計過程中、組裝的過程大量經驗、機器運行的嵌入式軟件中，它以一種看不見的形式存在。

關于這種機械系統的復雜性，如果你踢過足球，就肯定會深有感觸—就算我們再鄙視的國家隊如何的菜，但是，他們對于業余隊員來說，也是碾壓式的—這些需要經過長期的訓練，才能掌握高速下球的路徑、速度以及最好的處理方式—這僅僅是個人技術。

對于團隊，也要把陣型訓練到最優的流調度，最簡化的過程獲得進攻進球，你會發現最牛的比賽就是精妙的團隊傳切配合的流暢性。這些都是經過大量的測試驗證，以及對抗中訓練出來的，在人的大腦中的軟性能力。即使國家隊如何碾壓你，但是，他們遇到了巴西他們也要被碾壓，因為，對抗速度完全不同，對于高速下的高精度處理，這些頂級球隊從個體到整體都會高出你很多。

人的大腦里的那個軟件—它也是經過大量的測試驗證獲得的。

2.2.工業軟件的本質和意義

2.2.1工業軟件本質在知識復用

圖5-工業軟件的本質在于知識復用

工業軟件的本質在于“知識復用”，而這里的知識包括了顯性和隱性的知識（經驗），如何通過數學建模的方式把它構建出模型，然后才能被軟件代碼開發。而建模的方式，其實，就類似于人的推理方式，主要有三種，即，演繹法、歸納法、類比法。

其中，演繹法就相當于我們的物理建模方式（Physics-Based Modeling），它的知識來自于人類歷史上對于自然規律的探索（科學）。對于無法用演繹法-即，已有的先驗知識的情況下，可以采用歸納法，這類似于數據驅動建模（Data-Driven Modeling），以學習的方式來獲得模型。類比方法則相當于我們將這種獲得的模型遷移、擴充到其它領域-所謂舉一反三。

在建模后，我們其實需要獲得這些模型的邊界，即，有效、可控的工作區間，由于被控量必然受到其它因素影響。而這種影響又無法被有效的描述，那么，就需要通過工程測試來實現收斂。

它是整個制造中最為復雜的過程，因為，這里需要大量的物理測試驗證成本的投入。而工業軟件，包括建模、仿真這類軟件，主要還是通過虛擬的方式來降低測試驗證成本。

2.2.2工業軟件的意義在于降低工程成本

因此，工業軟件的核心意義在于降低工程（Engineering）的成本，包括在設計階段的成本、開發的“集成”工程成本，以及測試驗證環節的成本，最終在裝備的批量化、系列化中，將這些知識固化在裝備中。

由于需要對機械系統進行設計，然后加載材料進行生產，以注塑為例，塑料顆粒經由加熱成為熔體，然后由螺桿注射進入模具之中。但是，塑料材料在模具中的成型會受到注塑壓力、螺桿進給速度、模內溫度、塑化壓力（背壓）、材料本身的塑化特性（如時間特性）、同樣材料還會與加工件的厚度有關。

由于這些復雜的關系會交織在一起，具有強耦合關系，使得注塑件的產品質量受到多種因素的影響，而如何獲得這些因素之間的關系，就需要為其建立模型。

對于任意一個制造的細分行業，存在于其中的復雜機械、電氣、材料的耦合關系，都需要經過大量的測試驗證才能完成。

因此，我們的制造業工業軟件，尤其裝備領域沒有獲得好的發展，在于①拿來即用的裝備，內嵌的知識并沒有被我們掌握。即使在裝備開發，②因為直接的仿制，以及低速低精度的設備，對于機械系統本身的模態分析并未有深入的積累。③那些看不到的知識：裝備行業的發展，都是通過仿制，而這些往往是別人已經“測試驗證”過可行的機器設計，但是，在形成這個結果的過程中，會有大量看不到的知識，例如材料的選擇、流程的優化—哪些是沒有效果的？哪些是不合理的？哪些是高成本的？…凡此種種，那些被放棄的設計方案，其實是更大的知識，而這些知識會在新產品設計中被有效避開。

三、工業軟件發展的難點在哪里？

功夫在詩外，解決工業軟件的問題，本身需要重新理解我們對于工程的認知、對制造業復雜性的認知、對工業軟件的重要性的認知，惟其如此，我們才能有效的清晰工業軟件的本質，以及存在的問題，并有效的尋找解決之道。

3.1.“賺快錢“思維對工業軟件發展的影響

首先，在于賺快錢的思維，導致不去在工業知識與核心技術的投入上。其次，在于賺快錢的思維難以發展工業軟件本身-工業軟件不是快錢。甚至說，如果你想賺快錢，賺大錢，做工業軟件肯定不是個好的選擇。

3.1.1賺快錢，帶來缺乏裝備自主開發的知識

對于企業，賺錢最快的辦法就是直接買成熟的設備、引進產線，然后開始生產，這的確是最快的賺錢辦法，我們的大部分制造業都是這么發展起來的。因此，這樣就會很難去購買國產設備，這使得國產設備很難能夠有機會在大型終端生產企業那里進行測試。

因為，買入成熟的設備、產線是最快的辦法，但是，這的確導致了我們的確可以生產某些產品，例如，芯片，但是，我們卻沒有制造這些設備和產線的能力，而使得我們能生產芯片，卻并未掌握芯片制程設備的工藝，而這些往往被以軟件形式封裝在裝備里。

3.1.2直接買設備和產線，買不來技術。我們經常會有抱怨買了設備，買不到技術—這不難理解，因為，有個朋友說，“難道你買了杯可樂，就能買到可樂的配方了嗎？”。同樣道理，我們買了設備，并未買設備本身的技術，因為，購買的是使用權，而不是設備本身的知識產權。

而這個設備的設計的軟件以及軟件中的知識，都脫離于這個設備本身的。即使是嵌入式軟件，蘊含在機器里的應用程序，它的確可以被復制，但，那種能力、知識卻很難被復制，以及試錯過程中的知識，就更無法被掌握了。

但是，為什么我們又可以通過制造業干掉了很多國外企業呢？這是因為中國的制造業有大規模的成本優勢，因為在標準化生產的時候，規模越大，我們就會制造的成本越低，因此，從產品視角就會以更低的價格把別人干掉。

3.1.3賺快錢與長期主義

前面我們分析的賺快錢對于工業軟件發展的影響是從需求側-即，制造業的用戶側來分析。而另一個視角則是從供給側—即，裝備開發側，這個領域的賺快錢，也使得機器的開發。經常就是為了賺這個市場錢，必須加快開發過程，通常采用快速上線，而不是從建模仿真視角—這個也是建模仿真有一個難題，就是周期往往比較長，而市場不等待我們的完美主義的開發過程。

歐美的機器開發者通常會采用建模仿真的思想去開發機器，搭建功能框架、考慮各個細節的使用中的成本節省，以為用戶提供長期價值來贏得市場。另外，也非常注重差異化的競爭力打造，這體現在更多的軟件能力，包括操作的易用性、機器的可靠性測試、材料的廣泛適用性，維護的便利性、升級的便利性等，考慮維度較多。

而我們則為了更快投入市場，通常會直接“拷貝”的方式，做一個能用的機器，而不考慮“好用”—這樣對于一些低端的、標準化的生產場景還是適用的。但是，這樣的機器往往不具有可持續性，包括穩定性、廣泛的材料適用性，因此，就會經常用幾年就會被淘汰。而且，大規模標準化生產的市場，也無需考慮那么多的模型成熟性設計，只要在某個產品上進行測試驗證，即可實現—這并不難。

因此，要求高端的企業，通常就會選擇高性能的進口設備，從長期效益來看，這些設備雖然價格的確很高。但，對于企業經營來說，它并不在于考慮初始采購成本，而在于投資回報視角的評估。這不是崇洋媚外，而是長期計算的考量。

3.1.4面向組件的開發-解決復雜性問題

中國的確是個快速發展的市場，需要快速的裝備開發，但，這種快速的模仿無法帶來知識沉淀，以及架構在未來會被推倒重來的結局。而歐洲人擅長建模，長期可用，但是會需要花費周期比較長。而這個需要我們的智慧，如何平衡短期利益與長期主義，在快速響應和長期可用方面選擇有效策略。

這就像著名計算機專家Frideric.Brook所說的那個“銀彈問題”，他最初認為軟件開發“不存在銀彈技術”，后來，他發現基于組件的開發（Component-Based Development）就是一個“銀彈技術”。另外，像集成開發平臺，也是一種提高軟件開發效率的技術，這就像貝加萊的AutomationStudio這樣的集成開發平臺，它的mapp技術，基于CBD的思想開發，可復用的APP，而Automation Studio平臺來實現快速集成、軟件模塊化封裝，成為長期創新的平臺支撐。

圖6-基于組件的開發（CBD）

以貝加萊AutomationStudio為例，它屬于典型的集成開發平臺，主要針對于機器的嵌入式應用開發。在去年，我也曾經與e-works的黃培博士談到這個話題，以及趙敏老師也經常呼吁大家重視這個問題，即，嵌入式應用的開發軟件。

在AutomationStudio里，它解決了裝備開發的幾個平衡問題：

（1）.在快速開發與個性化之間的平衡

mapp基于CBD，為了高速開發，但，它不能解決所有的用戶工藝Know-How問題，以及用戶自主的行業特性，不便讓包括貝加萊這樣的企業掌控的APP怎么辦？

那么，用戶就可以基于C/C++這些自己來開發，并采用PLCopen的標準封裝，因為mapp也是基于PLCopen的封裝。

（2）.控制與計算的集成問題

為了增強AutomationStudio對于數字化的能力，在2019年貝加萊推出exOS的概念，并在2022年發布其應用版本?？梢允沟糜脩魧τ陂_放世界的資源得以應用。

（3）.解決長期可持續性發展

Automation Studio平臺對于裝備企業的研發項目管理也有很大的意義，這包括它的版本控制，標準化封裝能力，這使得企業可以基于此平臺來封裝自己的機器長期可用的知識、以及應用經驗、包括項目文檔等等，mapp的數據應用里也保存文件、幫助文件。

還有一個很重要的地方在于“程序安全”，即，如何保證客戶自己的Know-How不被抄襲的問題，因為采用了編譯系統，加密機制，使得程序得以二進制方式被下載到控制器。程序安全是非常關鍵的問題。

3.2對工業軟件的認知問題

英諾威盛的趙敏老師談到了對于工業軟件的認知問題，包括之前很多次談到像嵌入式系統的軟件：

①愿意為硬件付費，不愿意為軟件付費：這里的確存在一個問題，即，硬件屬于一種可以被看到的“資產”，而軟件則是一種無法被看到的資產。從財務視角，軟件的費用則屬于看不到的，缺乏專業的資產評估，且在資產盤點時也無法被有效計價。

②軟件服務費用：在軟件定制服務、軟件后續服務方面支付費用，缺乏對知識的尊重。

③知識產權保護：這是個長期存在的問題，在很多時候，盜版軟件，侵犯產權的問題，為了保護自己的企業，會很難舉證，或采用比較妥協的手段，買一部分，法律追溯也比較難。

但是，國外的軟件在中國遇到這個問題，很多人覺得他們賣的那么貴，這使得軟件知識產權無法得到保護。但是，也無法讓知識的價值被保護，這使得國產軟件更無法發展，因為，即使是你開發了軟件，也無法獲得有效的收益-無論是盜版、還是客戶的重視程度。

3.3缺乏生態合作

3.3.1缺乏陪伴-支持工業軟件企業發展的力量

而工業軟件類企業作為供給側，他們缺乏這種測試場景。按照冰老師的說法，就是缺乏“陪伴”，沒有愿意支持國產工業軟件發展的陪伴力量，讓一個工業軟件來有機會測試，并不斷迭代其技術。

也有專家談到這個問題，工業企業為了產品質量、穩定考慮，還有產品研發進度考慮，使用國外先進產品不擔責，比如一些國企這個責任問題也是大家不敢使用國產的原因。而另一方面，民營企業則因為市場的快速變化，無法支持，因為不滿足快錢的屬性。

3.3.2工業軟件企業無法獨自發展

這就是難題中的難題，還是在需求側的問題，因為，工業軟件的企業，它的發展通常都需要大量的測試驗證。因此，今天的工業軟件企業，基本上都是由制造型企業脫胎出來形成的，因為，在母體有測試驗證條件。

（1）.工業軟件與物理對象的耦合問題，需要測試條件，裝備企業沒有測試條件，得去終端制造現場，但是，現場也不會有機會給你-因為他們很忙，也不愿意浪費材料-成本太高，無異于燒錢。

（2）.需求不開放，除非是自己的內部企業，或者有非常強的關系綁定，很難把需求敞開。因為，這樣意味著企業自身的數據、Know-How要開放，然后進行封裝，這種使得工業軟件企業很難獲得發展機會來迭代自身。

（3）.專業分工不足：國內的大型企業，不要說工業軟件，就算是硬件都會自己去做。有些企業都會自己去做CNC、芯片-這也是個難題，對于工業軟件企業來說，遇到這種情況也無法發展。

像工業自動化領域的軟件如SIEMENS Protal、B&R Automation Studio，都是工業自動化企業發展的軟件，它的內部應用來自于各個領域的應用，結合PLC/伺服驅動器這些硬件的應用發展起來的。

3.4人才培養的難點

對于人才的重要性，相信大家都會有認識，不必多言，但是，開發工業軟件的人才培養存在難題；

（1）.工業軟件是復雜的人才需求:工業軟件如前所述，與制造現場的對象及對象的各種物理化學特性緊密相關，因此，它不是純軟件開發可以實現的。因此，它的人才需求一定是復雜的，包括對機械、電氣、工藝都需要了解的人才，并且，需要現場的實踐積累。這樣的人才不是短期可以培養的，過去就缺乏這方面的積累，現在要開始發展工業軟件，就必須得要有復合性的人才來支持。

（2）.需要優秀的架構師：作為工業軟件的開發，其架構需要非常強的規劃能力，這種類型的人才不要說在工業軟件領域，即使更為廣泛的商用軟件領域，也是難得的人才。而考慮到工業領域的規模、盈利能力，具有規劃能力的架構人才，很難被吸引到工業軟件領域。

（3）.敢于試錯，包容發展：工業軟件需要大量的試錯，而這種試錯需要大量的成本投入，以及測試機會，這些都要對于人才的包容性。試錯的過程中，犯錯誤也是必然會發生的。

因此，人才培養的難題，在工業領域還是需要綜合性的人才-跨學科培養，從大學到企業，都需要。在大學需要人才多學科的學習，而在企業，則需要給予人才發展空間，如果用KPI考核的方式，那么，就得不到好的人才-因為，人才需要吃飯。嚴格的考核，沒有高的薪酬回報，也留不住。

審核編輯：劉清