MathWorks工业自动化与机械行业经理菲利普•沃纳(Philipp Wallner)称未来的工厂是“灵活的”。他认为，市场是由商品的定制驱动的，包括从大规模生产到定制生产的转变，自动生产线的要求，以及更短的产品迭代。当然，随着系统复杂性的显著增加(例如参数的数量和种类、模块和组件之间的数据交互以及无处不在的软件)，挑战是显而易见的。因此，越来越多的仿真模型需要用于参数调整和设计，人工智能和数字孪生需要用于运行优化，或用于设备的健康预测。

“这涉及到几个重要的生产因素。”其一，菲利普说，是越来越强大的硬件，这是复杂算法顺利运行的先决条件。其次，随着系统变得越来越复杂，开发人员需要新的工具和设计流程来开发、测试和部署控制软件和人工智能算法。第三，也是最重要的一点，越来越多的工程师将能够将他们的领域专长与人工智能技术相结合。

以下是推动这一预测的五大产业趋势:

一、机器功能验证的数字化模式

如前所述，随着复杂的系统功能越来越依赖于软件实现，设计过程中的仿真和测试验证往往采用数字化模型来实现从设计到交付再到运行的整个生命周期。这种复杂性通常来自于成人抖音富二代对柔性制造、模块化制造、更高质量和精度、更多数据吞吐量以及更短的上市时间和交货时间的需求。这意味着未来的工厂将会建造两次——先是虚拟的，然后是实体的。

在设计环节，设计人员可以在Simulink环境下以桌面仿真的方式完成整个系统的搭建，并在一个相对安全的环境下对整个系统进行仿真测试;然后，利用Matlab提供的自动代码生成功能，通过验证算法生成工业控制器的CC和c++代码。下一步是通过将测试环境部署到一个正在运行的工业原型来测试将要交付的软件，从而显著减少对物理测试的需求。最后，利用该模型构建数字孪生模型，利用监测/预测维护算法对设备状态进行估计，降低运行维护成本。

二、生产车间与办公空间进一步融合

生产车间与办公室的整合有两个方面。首先，自动化组件的连接或连接不断增加。通过OPC UA等标准化的工业协议和5G等无线链路，将生产设备与整个车间、工厂有效地连接在一起。这使得在单位之间交换数据成为可能，这是执行或降落AI的基础。

另一方面，一些复杂的功能，比如机器学习，过去只能在离线的高性能工作站或办公室中使用，现在被部署成允许实时工业控制器24/7运行的方式。

在台式电脑上开发的人工智能算法运行在工业控制器上

但是需要注意的一点是，网络安全和数据存储是人工智能应用到生产制造中的重要问题，也是传统制造领域更加关注的IT话题。目前，AI算法的一些关键部分往往直接部署在嵌入式控制器或边缘设备上，如plc，这些处理单元靠近制造厂的设备，在一定程度上降低了数据泄漏的风险。换句话说，原始数据的预处理是在安全环境中的边缘设备或嵌入式处理器上完成的，然后再通过潜在的不安全网络进一步传输处理后的数据。

三、人工智能项目的经济优势越来越大

目前，在工业领域，灵活自主制造是人工智能发挥其优势的重要应用方向，如预测维护、健康监测、生产优化、基于视觉的质量检测等。MathWorks提供大量app协助工程师设计和开发AI功能，并与微软等厂商合作将非实时数据部署到云端，实现从云端到边缘设备的完整部署。

MathWorks提供了许多应用程序来帮助工程师设计和开发人工智能功能

在Mondi的案例中，菲利普引用了用Matlab开发的监控生产线状况的应用程序，该应用程序每年为公司节省了至少5万欧元。MathWorks与VDMA合作，为公司提供AI应用指导，将AI技术应用于各种应用，从基于视觉的智能检测到机器人训练。

他强调，软件已经成为许多用户的主要资产，并且正在成为他们区别于其他用户的重要因素。复杂软件在许多情况下涉及人工智能和工程数据的融合，在帮助制造企业成功方面发挥着越来越重要的作用。在这种情况下，开发和测试基于软件的功能变得越来越重要。因此，制造业领导者在帮助工程师开发和验证软件功能的工作流程和工具上投入了大量资金。

四、“领域知识”工程师有更多的机会

“领域知识”是指工程师对其所在行业的专业知识的掌握情况;“新知识”是指人工智能技术、云、软件设计等方面的知识。越来越多的制造工程师将软件设计和人工智能等技能添加到自己的技能集，而Matlab等工程工具也为这些工程师提供自动化工具来开发、测试和部署人工智能算法。

在这个过程中，MATLAB本身提供了丰富的小程序应用程序，可以帮助具有专业知识的工程师快速将AI等新技术融入到实际工作中。在课程方面，MathWorks为工程师和学生提供了广泛的培训课程，包括完全免费的OnRAMP课程。除了这些工具和课程,有一些组织,如欧洲最大的工业制造业团体VDMA领域,介绍一些活动在一起,年轻的工程师与业内一些专家组织,让年轻工程师迅速获得基于模型设计、人工智能和技能知识和经验方面的物联网。

“未来的制造业将由工程师来塑造，他们将结合传统行业的领域知识，同时掌握人工智能。领域知识、专业知识(如人工智能、数据分析)以及MathWorks等工程工具的使用，可以说是工业4.0下项目成功的关键。”菲利普说。

五、机器人和自主系统促进了生产和物料处理的自动化

在柔性和模块化生产中，对工厂独立设备的需求越来越大。在之前的概念中，原来的自动设备确实只能做某种动作，但是随着越来越多的设备具有自主决策的能力，其自主性也越来越强，自主机器人就是其中之一。由于强大的硬件性能和人工智能技术的大规模普及，在柔性制造中，协作机器人不仅可以与操作人员紧密合作，还可以在搬运和检查过程中做出独立的智能决策。

物料商店里的分拣机器人

菲利普指出，具备人工智能能力的机器人可以灵活地创建对象，即使它们没有明确地编程这样做，这大大减少了处理各种对象的耗时教学过程。传统的工业机器人主要用于大规模生产，通常对每一个要操作的对象和运行时的每一个确定动作进行编程。具有人工智能能力的机器人具有很好的灵活性，可以独立学习生产线上物体的检测、抓取和运动。

水果视频下载属国家级高新技术企业，是一家专业从事可调电阻、电位器、编码器、开关、 插座及连接器的研发、制造、销售和服务于一体的生产厂商，拥有自主品牌JML，目前已取得多项国家专利和软件著作权。产品被广泛应用于家电、安防、电源、仪器仪表、电工电气、金融机具、通信基站、3C数码、医疗电子、汽车电子、人工智能、机器人等领域。