制造系統的PEC模型

解光偉

摘要：制造系統模型是認識制造系統最為直觀的方式，也是構建制造系統和改善制造系統能力的基礎。隨著工業4.0和工業互聯網的推廣，智能制造和數字化工廠逐漸成為制造系統發展的趨勢。制造系統的智能化和數字化轉型需要比傳統的4M1E更加系統化的模型，它能夠更好地描述制造系統內部結構和聯系，更好地體現制造系統的運行方式和機理，能夠更好地解決系統性的復雜問題和結構性問題。一個好的制造系統模型既可以解釋過去也能夠預測未來，解釋過去的發展進程，指導未來制造系統的構建。

Abstract： Manufacturing system model is the most intuitive way to understand manufacturing system. It is the basis for building manufacturing system and improving the capability. With the promotion of Industry 4.0 and Industrial Internet， the intelligent manufacturing and digital factory has gradually become the development trend. The intelligent and digital transformation of the manufacturing system requires a more systematic model than the traditional 4M1E model， which can better describe the internal structure and connection of the manufacturing system， better reflect the operation mode and mechanism， and can better solve the complicated problem and structural issues. A good manufacturing system model can explain both the past and the future， explain the past development process and guide the construction of the future manufacturing system.

關鍵詞：PEC模型;制造系統;工業革命;智能制造

Key words： PEC model;manufacturing system;industrial revolution;intelligent manufacturing

中圖分類號：TH165? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）33-0184-03

0? 引言

一直以來，人們都是通過人、機、料、法、環5個要素來認識制造系統。這種方式便于分析制造系統的組成要素，因此它也成了解決生產過程中異常問題和構建新制造系統的標準模型。在解決生產過程中的具體問題時，4M1E模型發揮了極大的作用。但系統要素只不過是基礎的構成元素，真正對制造系統的性質和能力起決定性作用的是其內部的結構和聯系。因此對于制造系統內部結構和聯系的解析和認識方式更為關鍵。尤其在當下，面對新一輪工業系統變革所帶來的制造系統智能化與數字化轉型，重新認識制造系統也許可以幫助企業找到正確方向[1-2]。

1? 制造系統PEC 模型

1.1 提出PEC模型

以人體為例，人體是由肌肉、骨骼、內臟、大腦等構成。據此，人們可以清晰認識身體的各個組成部分。但人體也是由運動系統、消化系統、循環系統和神經系統等構成。而以此來看，人體就成了一個功能完整的有機體。它的運行方式、控制原理和生理機能都可以清晰地體現出來。

制造系統也是如此，4M1E模型無法描述制造系統內部結構和聯系。而制造系統應該也存在一套其他維度的模型來表示其內部結構和聯系，體現其運行方式和機理[3-4]。從整體視角來觀察制造系統，一種基于功能維度的系統模型展現出來，即PEC模型，如圖1所示。P表示產品系統（Product system），E表示能量系統（Energy system），C表示控制系統（Control system）。

1.2 PEC模型的說明

產品系統是產品相關要素及其屬性的集合，是制造行為的規范標準，也是制造系統運行的最終目的。它不只是原材料、產成品，還包括相關的產品標準。產品的本質不是實物，而是定義產品的標準的集合。

能量系統是制造行為的集合，是制造過程中所涉及的各種形式的能量傳遞與轉化的實體和過程，如電力、設備、工具和人員等能量要素以及機加工、電鍍、裝配等能量轉化的過程。能量系統包括人力能量系統和非人力能量系統。

控制系統是制造信息的集合，是指產品實現過程中指令信息與狀態信息的傳遞與處理所涉及的實體和過程，包括需求控制、生產控制、供應控制等。控制系統就如同人體的神經系統，它控制著所有制造活動和過程，調節著生產系統的運行。

PEC模型所描述的基本過程為：在控制系統的控制下產品系統（輸入）經過能量系統后形成新的產品系統（輸出）。在經過能量系統之前，產品系統主要是指輸入的原材料和產品標準。當它經過能量系統之后，就會轉變成最終產品和客戶滿意狀態。在圖1中，產品系統與能量系統之間的實線代表著物質流，也是能量轉化與傳遞的過程和產品狀態發生變化的過程。圖中的虛線代表著信息流，是信息傳遞和控制的過程。控制系統決定著產品系統實現過程的時序、速度和方式，其有效程度關系著生產制造系統的效率和可靠性。

2? 工業革命的解釋與預測

2.1 第一次工業革命的解釋

1785年，瓦特改良的“萬能蒸汽機”第一次取代水車驅動紡織機運轉，開啟了第一次工業革命的大門。憑借澎湃的蒸汽動力，英國成為人類歷史上第一個完成工業化的國家。顧名思義，第一次工業革命是一場工業的革命。那么工業發生了什么本質性改變，才使得人類經濟社會發生了翻天覆地的巨變。從根本上來說，第一次工業革命解決了困擾人類幾千年的一個大問題：如何生產足夠多的產品[5]。

按照制造系統PEC模型的機制，要想獲得更多的產品，能量系統就必須可以提供足夠多的能量。而瓦特的蒸汽機為工業生產提供了遠超人力的澎湃動力，從而使得工業生產的總量急速增加，大規模生產方式得以實現。第一次工業革命的本質在于制造系統中的能量系統出現了巨大的發展，能量系統的“體量”取得了巨大飛躍。

2.2 第二次工業革命的解釋

由于蒸汽動力的精度、可控性和便利性都存在著嚴重的缺陷，因此無法實現更高水平的制造過程。而電氣動力既有巨大的體量，也可以做到極為精細的程度。“精細”的電能的出現催生了大量新“功能”產品。從第二次工業革命開始，人類可以大規模地制造自然界本來沒有的“功能”。以前的產品無非是衣服、鞋子、刀劍等滿足人類生存的基本需求。之后的產品類型迅速擴大至電燈、電話、汽車、留聲機等。而這些產品的新“功能”徹底改變了人類的生活方式。

從制造的角度來看，電氣動力最大的優勢在于其極為優秀的可控性。其輸出的能量可以直接用于改變產品系統的結構狀態，即精密零件加工和原料生產。自從英國化學家戴維使用電解法分離出金屬鈉之后，人類掌握制造原材料的新技術，例如電解鋁、電解銅。人類可以大規模低成本地制造鋁和銅等金屬材料意義非凡。可以說整個電氣時代就是建立在鋁和銅等材料的基礎之上。此外，與蒸汽動力系統相比，極小的體積和無需不斷增加燃料等優勢極大地增加了電氣動力系統的應用范圍。總而言之，電能在精細程度、可控程度和便捷性上要遠超蒸汽能量，即電氣動力系統的“品質”明顯地優于蒸汽動力系統。因此，電氣技術變革才能催生出不亞于蒸汽機的第二次工業革命[7]。

2.3 第三次工業革命的解釋

上個世紀四五十年代，人類又經歷了一場以計算機和通訊技術為基礎的第三次工業革命。信息技術革命的根因并不是它改變了人類交流的方式，而是其徹底改變了制造系統，從而使得人類可以制造出芯片、電腦、手機等這些前所未有的產品以滿足人類全新的生活方式。可以說，如果沒有計算機和通訊技術，人類根本無法研發和制造如此復雜卻又如此高品質的產品。

計算機控制技術的應用，極大地提升了能量系統的精準度，使得高精度的零件加工和高純度的原材料生產成為現實。通訊技術在工業領域中的應用，使得人類對于制造過程的控制和協調能力取得了極大的進展。制造系統的運行速度、成本和質量都得到了成倍的提升。制造系統對于市場變化的快速響應變得更加敏捷。產品的更新換代節奏前所未有，制造系統已經與用戶聯系在一起了[7]。

而這些就是控制系統的作用。控制系統作為獨立的實體逐漸完善，它作為制造系統的“神經中樞”開始發揮作用，為制造系統的高效運行保駕護航。因此，可以說第三次工業革命的成果是“控制系統”變革所帶來的。

以上我們用PEC模型解釋了工業革命之所以是工業革命的原因。這也反過來證明PEC模型的正確性和合理性。同時也表明PEC模型在高緯度、系統性現象的解釋上具有一定的優勢。PEC模型能夠解釋過去，那么它能不能預測未來呢？

3? 預測未來的變革方向

3.1 第四工業革命的預測

在制造系統的發展過程中，能量系統的發展模式是從小到大，從量變到質變。蒸汽機引發的第一次變革完成了能量系統體量的飛躍，電氣化引發的第二次變革實現了能量系統精準應用的飛躍。在經過了20世紀的第三次制造系統變革后，PEC模型中的控制系統得到的極大的發展。但它還沒有實現質的飛躍。它應該會像能量系統一樣，經過“體量和精度”的兩次變革才能得以完善。

理論上，控制系統包括感知系統、傳輸系統和決策系統。第三次工業革命是信息技術革命，實現了對信息的高效傳輸和處理。據此推測第四次工業革命可能發生在剩下的兩個領域：工業態勢感知和綜合智能決策。前三次工業革命的技術是隔代的，相比前一代，后一代的技術是劃時代的。電氣技術超越了蒸汽時代人們所能理解的范圍，信息技術也超越了電氣時代人們的想象。同樣的，第四次工業革命所應用的工業技術也應該是劃時代的。

從制造的角度來說，雖然不能確定當前流行的人工智能、超信息化、量子計算、可控核聚變和生命技術等技術是否會引發第四次工業革命。但可以確定的是其必須徹底改變“控制系統”，實現制造系統的工業態勢感知和綜合智能決策。或者說一切可能使得制造系統飛躍的方向都有可能是第四工業革命的趨勢[8-9]。

3.2 未來制造的控制系統

控制系統是對由物理層抽象出來的信息集合進行處理的系統。控制系統通過狀態信息掌握制造系統的狀態，又通過控制信息對系統狀態進行調整，從而實現對制造系統的控制。對控制系統的分析和建模會極大地提升我們對制造系統結構和運行機理的認識。此外控制系統還可以對制造系統進行模型化重構和結構化解析。例如，不需要對生產線上的設備、工具和人員進行實際地分配和組合，根據已知信息預先就能夠對各種生產要素進行需求解析，合理地配置產品-機器-人員的組合。

信息層發生于物理層又反作用于物理層，信息層既可以分離于物理層又能夠透視物理層。簡單地說，在構建控制系統時，物理-信息架構必須能夠實現物理層與信息層的分離、整合與再融合。這是制造系統新一輪變革的關鍵途徑。無論是工業4.0還是工業互聯網，都必須符合這一規律或實現這一過程才能將工業制造推向新的高度[11]。現在幾乎所有的ERP、MES等工業軟件都只具備對制造系統和過程進行記錄、提示、存儲和匯總等工具性的功能。它們只是物理層的附屬，并沒有徹底地將信息層分離于物理層并將其構建為一套真正意義上的控制系統。控制系統最終形式將會是制造系統的“虛擬鏡像”。因此，很難講沒有明確以構建控制系統為核心框架的工業4.0和工業互聯網就一定是第四次工業革命[10]。

4? PEC模型的應用展望

以往，在構建一座工廠或者一條生產線時，一般是將工廠或者生產線按照4M1E將其分解成人、機、料、法、環等要素，逐項設計和配置，最終組合成一座工廠或者一條生產線。但是這種組合方式無法體現物理信息系統的層次，也無法體現如何規劃信息傳遞與控制方式。未來在構建一個制造系統時，也許按照PEC模型更為符合智能化和數字化制造系統的要求。

按照PEC模型，應該將一個工廠或者生產線分解為產品系統、能量系統和控制系統3個獨立系統來設計，然后再將其三個子系統融合成為一個整體制造系統。產品系統的設計包括物料與產成品規劃、標準與客戶需求設定。能量系統設計包括工具設備規劃、工藝流程設計。控制系統設計包括狀態信息的感知設計、信息分析和智能決策的系統規劃以及控制指令的執行設計。然后將三大子系統鏈接到一起，形成一個以控制系統為中樞的工廠或生產線。當然這個過程需要借助先進的制造工程技術和制造信息技術[11]。

未來的制造形式不僅僅表現在自動生產、智能制造和數字工廠，更是一種“有意識”的互聯生產方式。控制系統脫離物理層是新一代制造系統的設計前提。PEC模型將控制系統提煉出來與未來信息化的制造系統相得益彰，也能更好地指導規劃設計工作[12]。

參考文獻：

[1]林益明，袁俊剛.系統工程內涵、過程及框架探討[J].航天器工程，2009（01）：8-12.

[2]張曙.工業4.0和智能制造[J].機械設計與制造工程，2014（08）：1-5.

[3]張曙.全能制造系統[J].中國機械工程，1996（02）：47-48，109.

[4]劉飛，楊丹，易樹平.制造系統理論體系框架及其應用[J]. 中國機械工程，1996（01）：43-46.

[5]金培.世界工業革命的緣起、歷程與趨勢.南京政治學院學報，2015（01）：41-49，140-14.

[6]周友光.“第二次工業革命”淺論[J].武漢大學學報（社會科學版），1985（05）：103-108.

[7]鄢顯俊.論信息技術革命的社會歷史原因——基于SST理論的分析.科學學研究，2005（10）：586-591.

[8]周濟.制造業數字化智能化[J].中國機械工程，2012（20）：2395-2400.

[9]譚建榮，劉達新，劉振宇，程錦.從數字制造到智能制造的關鍵技術途徑研究[J].中國工程科學，2017（03）：39-44.

[10]熊有倫，吳波，丁漢.新一代制造系統理論及建模[J].中國機械工程，2000（Z1）：49-52.

[11]朱劍英.智能制造的意義、技術與實現[J].機械制造與自動化，2013（03）：30-35.

[12]張曙.2030的未來工廠[J].機械制造與自動化，2018（03）：1-8.