1.2.4 日本工业价值链参考模型IVI

继2015年德国工业4.0参考架构模型RAMI 4.0和美国工业互联网参考架构IIRA（Industrial Internet Reference Architecture）推出之后，2016年汉诺威展会上，日本IVI理事长西冈靖之先生代表日本工业界宣告其工业价值链计划（Industrial Value chain Initiative，IVI）是日本对世界智能制造的贡献。日本人的意图很明显，企图将工业价值链与德国工业4.0、美国工业互联网直接对标。

在这场全球工业互联网的热潮中，一些国家的工业行业协会和企业致力于企业内部的互联互通问题，提出了种种相关理念、方法和参考架构。日本产业界却从产业整体出发，希望通过工业价值链计划建立一种实现企业之间互联互通的生态系统，从而使大中小各类企业都能从中受益。这种智能制造转型升级的整体观，直白地宣示不仅要为每个企业的智能制造或转型升级提供引导，更重要的是在企业间、行业间乃至整个产业界构建智能制造生态环境或生态系统。先不论他们能否在这条路上获得成功，光是其顶层设计的出发点就足够吸引行家和众人的眼球。

目前这一最早由日本机械工程学会启动的计划，已经获得日本经产省的支持，成为经产省和学会联合促进的计划。

1.工业价值链参考架构IVRA的日本特色

与RAMI 4.0一样，IVRA（Industrial Value Chain Reference Architecture）采用三维模型，但是维度设计完全不同。图1-10所示IVRA有三个维度：资产、管理和活动，都是反映物理世界的，没有涉及数字世界对物理世界的映射；IVRA的每个维度都划分为4个层级，例如资产分为设备、产品、流程和人员，管理分为质量、成本、交付和环境，活动分为计划、执行、检查和实施（即PDCA，这里明显体现了丰田精益制造模式）。RAMI 4.0的三个维度则分别是企业功能的分层结构、虚拟世界对物理世界的映射和表达、产品生命周期及其包含的价值链。RAMI 4.0每个维度划分的层级不等，分别是7层、6层和4层，不细述。

进一步可以看出IVRA参考架构是由64类所谓的智能制造单元（Smart Manufacturing Unit，SMU）构成。若干个不同类别的自主自治的SMU，又通过通信和连接组成智能制造通用功能模块（GFB）如图1-11所示。

按照日本人的设想，可以把智能制造这一复杂的系统（或者称为系统之系统SoS）用不同数量或规模的GFB来表达，以满足产业的多样性和个性化需求，达到大幅提升生产率和整体效率的效果。大企业可以采用很多个GFB构成其复杂的智能制造系统，中小型企业则可按照自身的情况用一个或多个GFB构成适应其自身特点的相对简单的智能制造系统。这些企业级的智能制造系统则为整个行业、甚至整个产业的智能制造生态系统打好基础。

为了在不同的SMU之间高效地互动，还专门设计了轻量化加载单元（Portable Loading Unit，PLU），其中包含数据、信息、实体和价值（见图1-12）。

IVRA所显现出来的日本特色，首先是凸显物理实体，把对物理实体的虚拟映射用另外的方法处理；其次是充分体现了日本工业界重视现场的执行力，在计划、执行、检查和实施的所有阶段都要对预想的目标进行实时检查和即时反馈；最后是十分强调人员在智能制造全过程中的作用，将所有分布在不同部门、不同阶段的人员尽可能融入整体架构中，成为实现智能制造的关键角色，而不是隐藏于幕后。

2.IVRA的赛博物理平台

既然IVRA都是由物理世界有形资产的不同维度构成的，那么日本工业价值链计划IVI如何解决数字虚拟世界（或赛博世界）对物理世界的映射呢？

IVI选择用场景描述将物理世界的内容完整地映射到数字虚拟世界中。场景里面不仅包括物理世界中的人员、实体、信息和活动流，还包括时间和地理位置。通过场景描述图（见图1-13）把某个场景中各种活动的关系展现出来，例如，在SMU中“计划”“执行”“检查”和“实施”的场景都要按照其地理位置和时刻加以细化，还要从不同部门的视角由多个不同的人员角色执行其管辖的工作及其活动。

在物理世界中，通过IoT技术采集实体的每一刻状态，即可形成数据进入赛博世界；同时数据经过功能转换之后变成新的数据，并经提炼之后形成信息进入物理世界，从而指导活动。图1-14展示了物理世界和赛博世界的关联关系。类似地，在SMU中，设备、产品、工艺流程和人员作为制造资产的要素都要通过IoT技术实现数字化，这些物理世界的资产转化成数据后进入赛博世界形成另一种类型的资产。给人印象深刻的是对人员的突出，特别是现场的工人和技术人员，他们也是资产的一部分，并同样经数字化后进入赛博世界。另外，通常我们认为信息作为数据的抽象属于赛博的层次，但在这里却被归入物理世界的范畴，耐人寻味。

在智能制造中，应在正确的时间、正确的地点、以适当方式对适当的对象提供所需信息，这样SMU内部若干活动才能有效连接。为此，数据应通过所谓的功能在赛博世界相互关联，使数字化内容能在需要的时间和地点进行传输。这个系统就是IVI计划中的智能制造平台。

3.生态系统框架和宽松定义标准

在未来的制造环境中，互联制造将起着关键的作用。一方面制造厂越发集中关注其核心的生产流程，并予以投资；另一方面又要与其他企业在赛博世界和物理世界进行动态的供应链互联。这些互联企业还要参与工程链，这是因为它们的生产线要在整个生命周期用自身的工程参数与其他互联企业的生产线协同运营，在互联的平台环境中得到共享数据的支撑。从现实的角度分析，很难直截了当地创建如此复杂的制造环境。日本工业价值链计划设想建立一种更加务实的方法，以现实可行的步伐改造现有的先进制造系统，而不是首先精心构建非常复杂的目标模型。这个方法就是用所谓的“宽松定义标准”（loosely defined standard），为互联企业的制造运营设计一个生态协同平台。其基本出发点是：为了与其他互联企业协同，需要预先定义若干通信平台、知识共享标准和数据模型；与此同时又应避免拥有更加先进技术的企业，为了适应通用的技术和工艺而不得不调整其高技术特性，从而面临失去其竞争力的风险。

以上描述的智能制造系统中，每个SMU不断重复循环“计划”“执行”“检查”和“实施”活动，利用人员、流程、产品和设备等资产，改进质量、成本、交付和环境等评估指标。为改善总体结果，具有自主特性的SMU需要通过智能制造平台，在赛博世界实现彼此连接。构建如此复杂系统的最大挑战之一，也许是在异构环境中如何建立一套通用的可行性决策规则，使组件互联，使若干SMU的内部/外部活动相连。然而，在产品个性化和多样性时代，很难事先制定完整的通用规则，何况太多通用规则可能会限制单体的质量和生产率；此外，通用规则也有可能影响新兴产业市场的发展。为此IVI计划为了允许SMU自主进化，引入了“宽松定义标准”的方法论，借此构建智能制造的生态系统。

所谓宽松定义标准就是，要为制造活动、信息、“物”（thing）和数据实体提供一种参考模型的集合。生态系统平台允许每个制造现场在就地环境下定义自己的运营操作模型。举例说，这一运营操作模型一定是该制造现场当前正在使用的模型。作为重要的补充，平台将监控每个制造现场定义的模型与参考模型的差异。详见图1-15。

如果存在多种连接标准，组件需要具备相同数量的界面。当一个互联系统自下而上来构建时，可能会有无数相似的通用规范出现。为避免这种情况，工业价值链参考体系中的生态始终通过在更高级别定义参考模型的差异来确定连接规范。如果更高一层的参考模型有对应项，需要应用这个对应项。大部分的组件数据模型是基础级的，参照上一层的平台实现的通用数据模型。由此可见，组件数据模型构成了某一特定平台的实现，而这一平台的实现应根据事先发布的通用平台模型确定。同时，不允许不同的平台设计各自呈现唯一的但整体上却冗余的通用数据模型。域数据模型就是平台参照的数据模型。每个域模型都必须参照统一参考架构的统一数据模型，包括构成所有域内的通用要素也必须参照统一数据模型的规定。由此可见，当从一个高层向低层观察时，宽松定义标准的通用连接规范是个性化的，反过来从低层到高层观察时又能实现通用化。

日本工业价值链计划旨在推进整个产业实现互联制造，这与在一个企业集团内实现互联制造目标的最大区别，就是必须构造一种适应整个产业的生态系统，来解决大中小各色企业的互联协同问题。他们所设计的宽松定义标准的方法，企图在现有的先进联网系统的基础上务实地创建可以连接协同的数据模型。很明显这一技术要取得成功还有一段很长的路要走。