隨著市場(chǎng)競(jìng)爭(zhēng)日趨激烈，全球工業(yè)領(lǐng)域正面臨前所未有的轉(zhuǎn)型壓力。企業(yè)必須通過(guò)持續(xù)創(chuàng)新?lián)屨枷葯C(jī)。此外，工業(yè)產(chǎn)品中軟件占比持續(xù)攀升，功能實(shí)現(xiàn)愈發(fā)依賴軟件。而跨領(lǐng)域優(yōu)秀工程師的短缺進(jìn)一步加劇了轉(zhuǎn)型難度。在此背景下，越來(lái)越多的企業(yè)采用數(shù)字工程的方式增強(qiáng)競(jìng)爭(zhēng)力，以應(yīng)對(duì)市場(chǎng)變化帶來(lái)的挑戰(zhàn)。

那么，企業(yè)如何通過(guò)數(shù)字工程切實(shí)提升競(jìng)爭(zhēng)力？MathWorks全球行業(yè)經(jīng)理Philipp Wallner 在接受工控網(wǎng)等多家媒體采訪時(shí)，將其總結(jié)為四大關(guān)鍵方向：模塊化產(chǎn)品架構(gòu)、數(shù)字工程平臺(tái)、工業(yè)元宇宙與數(shù)字孿生，以及AI賦能工程。

 MathWorks全球行業(yè)經(jīng)理Philipp Wallner

模塊化產(chǎn)品架構(gòu)：在產(chǎn)品架構(gòu)設(shè)計(jì)階段，將系統(tǒng)拆解為標(biāo)準(zhǔn)化、可復(fù)用的模塊，后續(xù)產(chǎn)品迭代或組合開(kāi)發(fā)時(shí)，無(wú)需從零構(gòu)建，而是通過(guò)已有模塊的靈活組裝快速實(shí)現(xiàn)目標(biāo)。這一模式的核心價(jià)值，在于將研發(fā)知識(shí)與技術(shù)沉淀于模塊之中，使企業(yè)能在現(xiàn)有基礎(chǔ)上快速開(kāi)展創(chuàng)新，更敏捷地響應(yīng)市場(chǎng)需求變化。

數(shù)字工程平臺(tái)：從產(chǎn)品設(shè)計(jì)、功能實(shí)現(xiàn)，到測(cè)試驗(yàn)證、部署運(yùn)維，全流程均以數(shù)字化方式推進(jìn)。這一過(guò)程的核心是“模型驅(qū)動(dòng)”，將設(shè)計(jì)知識(shí)、業(yè)務(wù)邏輯沉淀為標(biāo)準(zhǔn)化模型，以模型貫穿研發(fā)全環(huán)節(jié)，驅(qū)動(dòng)開(kāi)發(fā)流程高效運(yùn)轉(zhuǎn)。

工業(yè)元宇宙與數(shù)字孿生：除了研發(fā)階段的建模與仿真，企業(yè)開(kāi)始將數(shù)字設(shè)計(jì)資產(chǎn)應(yīng)用于運(yùn)維優(yōu)化，例如設(shè)備健康監(jiān)測(cè)、故障預(yù)測(cè)、產(chǎn)品迭代等場(chǎng)景，大幅拓展了數(shù)字資產(chǎn)的價(jià)值邊界。這些技術(shù)與應(yīng)用，共同構(gòu)成了數(shù)字工程體系下的關(guān)鍵支撐力量。

AI賦能工程：生成式AI技術(shù)可以輔助解決人才缺口問(wèn)題，幫助工程師快速吸收新技術(shù)、掌握新知識(shí)，在設(shè)計(jì)過(guò)程中提供智能化輔助，從而提升研發(fā)效率，降低人才培養(yǎng)與能力提升的周期成本。

軟件定義時(shí)代，以模型為核心破解開(kāi)發(fā)難題

隨著數(shù)字化技術(shù)的快速發(fā)展，軟件定義的理念在工業(yè)自動(dòng)化行業(yè)中的重要性日益凸顯。但這一趨勢(shì)也為傳統(tǒng)開(kāi)發(fā)團(tuán)隊(duì)帶來(lái)了新的挑戰(zhàn)，以往適用于小型軟件的開(kāi)發(fā)環(huán)境與模式，如今已難以滿足大規(guī)模軟件的開(kāi)發(fā)需求。在確保功能質(zhì)量的前提下，如何實(shí)現(xiàn)敏捷開(kāi)發(fā)、快速響應(yīng)市場(chǎng)變化，成為裝備行業(yè)亟待解決的關(guān)鍵問(wèn)題。

針對(duì)這一難題，Philipp Wallner給出了切實(shí)可行的解答。首先，我們需要以模型為中心，將由模型得出的數(shù)字表達(dá)作為整個(gè)產(chǎn)品開(kāi)發(fā)生命周期中數(shù)據(jù)的可信來(lái)源。所有知識(shí)的積累與沉淀，所有開(kāi)發(fā)的變更，都應(yīng)圍繞該模型展開(kāi)。其次，工業(yè)現(xiàn)場(chǎng)的嵌入式軟件開(kāi)發(fā)可借鑒IT行業(yè)的敏捷開(kāi)發(fā)理念，其關(guān)鍵在于實(shí)現(xiàn)軟件功能的快速迭代與更新。再者，基于模型的系統(tǒng)工程也是不可或缺的一環(huán)。通過(guò)分層解決復(fù)雜問(wèn)題，每一層面所面對(duì)的都是相對(duì)簡(jiǎn)單且易于攻克的問(wèn)題，從而將復(fù)雜問(wèn)題逐步拆解、化繁為簡(jiǎn)。

這一方法已在多個(gè)企業(yè)的實(shí)踐中得到驗(yàn)證。比如，在能源轉(zhuǎn)型領(lǐng)域，西門(mén)子能源面對(duì)電網(wǎng)復(fù)雜性激增的挑戰(zhàn)，通過(guò)搭建統(tǒng)一平臺(tái)，實(shí)現(xiàn)了設(shè)計(jì)環(huán)境的標(biāo)準(zhǔn)化與設(shè)計(jì)資產(chǎn)的模塊化。所有研發(fā)團(tuán)隊(duì)均在同一環(huán)境下開(kāi)展設(shè)計(jì)，統(tǒng)一模型不僅打破了知識(shí)壁壘，讓各團(tuán)隊(duì)的設(shè)計(jì)資產(chǎn)與技術(shù)經(jīng)驗(yàn)實(shí)現(xiàn)高效共享，更催生出“碰撞式創(chuàng)新”的可能。

同樣，全球領(lǐng)先的風(fēng)機(jī)制造商金風(fēng)科技，通過(guò)基于模型的設(shè)計(jì)，已建立起一套完整的生態(tài)系統(tǒng)，用于風(fēng)力發(fā)電機(jī)組及風(fēng)電場(chǎng)控制系統(tǒng)的設(shè)計(jì)、開(kāi)發(fā)和驗(yàn)證，包括自動(dòng)化持續(xù)集成流水線以及面向多個(gè)PLC平臺(tái)的代碼生成。從而顯著縮短了控制軟件的設(shè)計(jì)、開(kāi)發(fā)與測(cè)試周期，并實(shí)現(xiàn)了更高水平的部署靈活性。

數(shù)字工程平臺(tái)，貫穿產(chǎn)品全生命周期的主線

要推動(dòng)模塊化架構(gòu)真正落地實(shí)施，構(gòu)建一個(gè)數(shù)字化工程的研發(fā)平臺(tái)是關(guān)鍵所在。這個(gè)平臺(tái)需要將模型貫穿于從需求提出、架構(gòu)設(shè)計(jì)、實(shí)現(xiàn)開(kāi)發(fā)到運(yùn)營(yíng)維護(hù)的整個(gè)流程之中。

Philipp Wallner著重強(qiáng)調(diào)了“Shift-Left”（驗(yàn)證左移）和“Stretch-Right”（向右延伸）這兩個(gè)關(guān)鍵概念?！癝hift Left”，即讓集成與驗(yàn)證環(huán)節(jié)向左移動(dòng)，也就是將整個(gè)設(shè)計(jì)周期提前。在需求開(kāi)發(fā)與架構(gòu)設(shè)計(jì)階段，就基于模型開(kāi)展產(chǎn)品集成工作，提前進(jìn)行測(cè)試與分析。這樣做的好處在于，能夠盡早發(fā)現(xiàn)并減少需求設(shè)計(jì)與架構(gòu)設(shè)計(jì)中潛藏的錯(cuò)誤和故障，從而提升整個(gè)設(shè)計(jì)的質(zhì)量與可靠性。“Stretch Right”則打破了傳統(tǒng)“交付即終止”的固有模式，將模型的應(yīng)用延續(xù)到運(yùn)營(yíng)階段。在運(yùn)營(yíng)過(guò)程中，模型可用于設(shè)備的狀態(tài)監(jiān)測(cè)、預(yù)測(cè)性維護(hù)，甚至通過(guò)OTA進(jìn)行功能更新。

數(shù)字工程平臺(tái)也為新技術(shù)與新場(chǎng)景的落地提供了有力支持，例如虛擬交付、數(shù)字孿生等。模型的應(yīng)用不再局限于開(kāi)發(fā)階段，在交付階段和運(yùn)營(yíng)階段同樣能大顯身手。借助虛擬場(chǎng)景技術(shù)，交付設(shè)備的所有運(yùn)行狀態(tài)都能在虛擬環(huán)境中被精準(zhǔn)模擬呈現(xiàn)，為設(shè)備的穩(wěn)定運(yùn)行提供有力保障。

AI賦能，破解人才瓶頸與數(shù)據(jù)挑戰(zhàn)

在數(shù)字化轉(zhuǎn)型的浪潮中，AI等創(chuàng)新技術(shù)正逐步滲透至工業(yè)的各個(gè)環(huán)節(jié)。Philipp Wallner將工業(yè)領(lǐng)域的AI應(yīng)用總結(jié)為三大核心方向：讓設(shè)備本身更智能、輔助建模過(guò)程、提升工程師效率。

在AI賦能設(shè)備本身方面，以可口可樂(lè)項(xiàng)目為例，該公司利用AI技術(shù)，將物理傳感器上的信息通過(guò)計(jì)算和數(shù)據(jù)分析的方式得出，依托MATLAB?開(kāi)展模型訓(xùn)練工作，并將生成的算法模型應(yīng)用到嵌入式系統(tǒng)中，從而替代傳統(tǒng)的物理傳感器。在罐裝生產(chǎn)設(shè)備的供應(yīng)商克朗斯的案例中，則借助強(qiáng)化學(xué)習(xí)技術(shù)，讓罐裝生產(chǎn)設(shè)備能夠根據(jù)回收PET瓶的品質(zhì)差異自動(dòng)調(diào)整工藝參數(shù)。

在AI技術(shù)輔助建模方面，針對(duì)已有的CAE模型，采用統(tǒng)一的方式將其轉(zhuǎn)化為動(dòng)態(tài)系統(tǒng)模型。借助模型降階，以數(shù)據(jù)為驅(qū)動(dòng)，從動(dòng)態(tài)系統(tǒng)視角對(duì)目標(biāo)對(duì)象進(jìn)行建模。其數(shù)據(jù)來(lái)源十分靈活，既可以是其他領(lǐng)域已有的專業(yè)模型，也可以是現(xiàn)場(chǎng)觀測(cè)采集的數(shù)據(jù)，基于這些數(shù)據(jù)完成模型訓(xùn)練。

以上我們談?wù)摰乃修D(zhuǎn)型目標(biāo)的落地都離不開(kāi)工程師團(tuán)隊(duì)的支撐。在工程師賦能層面，生成式AI正發(fā)揮重要作用。它能夠幫助工程師快速理解既有設(shè)計(jì)代碼、自動(dòng)化設(shè)計(jì)檢查流程、輔助創(chuàng)建模型原型，將工程師從重復(fù)性工作中解放出來(lái)，專注于創(chuàng)新設(shè)計(jì)。

目前，MathWorks正積極開(kāi)發(fā)標(biāo)準(zhǔn)化接口，實(shí)現(xiàn)與各類生成式大模型的互聯(lián)互通；中國(guó)本地團(tuán)隊(duì)也持續(xù)推進(jìn)國(guó)產(chǎn)大模型與MATLAB的深度融合，力求為本土用戶提供更貼合需求的AI賦能方案?！拔覀兤谕谏墒紸I的支持下，基于模型的設(shè)計(jì)能夠充分發(fā)揮優(yōu)勢(shì)，進(jìn)一步提升工程師的設(shè)計(jì)能力，使整個(gè)項(xiàng)目能夠在新的方法論和工具鏈的支撐下，實(shí)現(xiàn)快速開(kāi)發(fā)與更多創(chuàng)新。”

針對(duì)工程師人才缺口，尤其是具備跨領(lǐng)域能力的優(yōu)秀工程師短缺問(wèn)題，MathWorks 也從兩方面著手應(yīng)對(duì)：一方面，通過(guò)教育領(lǐng)域的合作與投入，提前為企業(yè)培養(yǎng)具備工程實(shí)踐能力的儲(chǔ)備人才；另一方面，在工具鏈體系中強(qiáng)化知識(shí)沉淀能力，將行業(yè)經(jīng)驗(yàn)、開(kāi)發(fā)規(guī)范與最佳實(shí)踐融入工具流程，減少對(duì)個(gè)體經(jīng)驗(yàn)的依賴，從而在一定程度上緩解人才短缺帶來(lái)的研發(fā)壓力。

如今，數(shù)字工程與AI、人才的深度協(xié)同將持續(xù)引領(lǐng)工業(yè)領(lǐng)域創(chuàng)新方向。我們期待MathWorks通過(guò)工具迭代與生態(tài)共建，助力企業(yè)在快速變化的市場(chǎng)環(huán)境中構(gòu)建持久競(jìng)爭(zhēng)力，同時(shí)將全球先進(jìn)技術(shù)與中國(guó)本土實(shí)踐相結(jié)合，為能源轉(zhuǎn)型與工業(yè)自動(dòng)化升級(jí)注入更強(qiáng)動(dòng)力。