面向汽车行业的代理技术

汽车行业的一大特点是供应链十分复杂。为防患于未然，避免出现可能的供应中断，西门子中央研究院的研究人员开发出一种软件代理生态系统，该系统可利用射频识别（RFID）技术检测和评估生产问题，并与下游系统进行通信。

这种理念简单而不乏智慧。读卡器生成高频电磁场。当应答器（标签）靠近读卡器时，标签的特殊结构使磁场发生改变，由此发送有关自身的特定信息。这就是RFID技术背后的原理。该技术能够利用电磁波识别物体。

现如今RFID标签可以小如米粒，同时这种小小的标签已经成为人们生活中不可或缺的一部分。在超市、品牌服装和身份证件上都可以看到RFID标签。我们甚至可将它们植入奶牛的皮肤中，然后它们会提供有关每头奶牛**营养计划的众多数据。RFID标签还可以植入人体，比如在美国，就有医院在患者体内植入这种标签，以便急救时可以迅速调用重要的患者数据。

一个基于射频识别技术的项目，正在研发能帮助汽车业管理物流的控制系统。图中，基于代理技术的软件正在比较实际事件和目标事件。

“但是，我们目前尚未充分利用RFID技术的潜力，尤其是在制造业中。”德国纽伦堡西门子工业自动化集团的Raffaello Lepratti博士表示，“我们基于RFID技术的汽车网络（RAN）项目远远超出了简单的产品识别的范畴。实际上，我们在开发一个面向汽车行业的跨公司物流控制系统，它以RFID技术为基础，汽车行业计划率先将此项技术作为一种行业标准引入业内。”

RAN项目获得了德国经济与技术部超过2000万欧元的拨款。“RAN是一个大联盟，它汇聚了18家合作伙伴的力量。”兼任RAN项目经理的Lepratti介绍说，“它的合作伙伴有汽车制造商戴姆勒、宝马和欧宝；汽车部件供应商博世、瑞好等；物流公司BLG和DHL；软件公司IBM和SAP；研究机构有慕尼黑理工大学机床与工业管理学院等。在这个联盟中，西门子不仅负责生产规划和控制，还有RFID基础设施。所以，西门子正在为标签、读卡器和软件代理制定规范，用于管理各种系统。”软件代理是可以自动运行并互相通信的软件模块。

敏感的供应链。汽车行业在过去几十年中经历了重大变革。尤其是近年来汽车企业迫于竞争压力不得不开发和生产愈加复杂的车辆，而且车型也日趋丰富。面对这种挑战，汽车制造商只得忍痛割爱，将价值链的大部分环节转移至供应商，而供应商本身也要从外部购进零部件。

因此，每家汽车制造商运转着异常复杂的价值链和供应链，它们往往由大约5万个环节组成，其中包含供应商和次级供应商。所以，在这个系统中，某个环节稍有耽搁便可能影响到**终产品的组装。“在极端情况下，如果供应商运送零件的货车遇到交通堵塞，这个零件可能价值不到100欧元，但却可能会导致整个生产过程停顿。” 慕尼黑西门子研究院的Steffen Lamparter博士如是道。

在一次实验室测试中，送货卡车发生延误，系统立即预测出产能利用率的下降幅度（红色曲线）。

货物在接受RFID扫描。

RAN联盟中既包括汽车制造商（OEM，原始设备制造商），也包括一级供应商和二级供应商。“比如，一个非常简单的供应链的例子，”Lamparter说，“二级供应商为一级供应商供应车座的部件，一级供应商将车座组装好，然后将车座送到汽车制造商的工厂，工厂的组装线再将车座组装到车辆上。”

这种供应链的规划细致入微，而且按时间顺序环环相扣。一些供应商产品需要“准时准点”交付，也就是说要在恰好需要安装的时刻到货。这种安排的优点是可以保持较低的仓储成本。“但是，如果部件在交付过程中出现差错，供应链的下一个环节并不会知晓这种情况，直到零部件延迟到货时才会发现。”Lamparter介绍道，“这时基本上已经不可能调整生产计划。”

有鉴于此，RAN的目标就是通过一种独具匠心的新方法来消除供应链合作伙伴之间的通信缺口。该项目的基本思路是建设一套基于RFID的信息基础设施，使供应链中所有环节的生产线可以实时互相通信。如此各生产线便能及早识别和收到关于供应链中断的信息。“有了RAN以后，汽车制造商将能了解本厂生产线以外的信息。”Lamparter说，“那么当某个供应商的生产出现中断时，汽车制造商可以很快对中断情况加以分析，然后采取相应措施。”

做到这一点需要借助软件代理。利用软件代理技术，各生产线可以跨越企业的界限互相通信，并自动协调生产活动。这些软件代理就如同虚拟机器人，其工作原理是“接收，分析，然后行动。”软件代理会接收数据，处理数据，然后将新信息转发给某个系统，系统再执行所需操作。

在生产过程中，货物不断接受扫描，从而产生实时的汇总数据。所有数据均将传输到中央数据采集点，以待处理。

“我们目前已经建成了一套RFID基础设施，其中有标签、读卡器和代理。”Lamparter表示，“为向我们的合作伙伴演示这个系统的工作方式，我们还专门开发了一套原型系统，它代表一个简单的供应链，由制造商、二级供应商和一级供应商组成。”

原型系统中的供应商和子供应商分别是卡尔斯鲁厄和纽伦堡的两个SmartAutomation（智能自动化）试验设施，它们由西门子工业的高级研发部门负责运维。另一个试验设施设在位于Garching的慕尼黑理工大学，该设施扮演OEM的角色。

为简便起见，这些设施并不真正生产汽车部件，而是生产瓶子，用瓶子代表传动部件。“卡尔斯鲁厄制造并包装玻璃瓶，然后通过模拟货车运输将瓶子虚拟运输到纽伦堡。”Lamparter介绍道，“瓶子运到纽伦堡后，会向其中填充不同形状和颜色的固体材料。每一步装瓶操作分别代表安装某种传动部件。”装好的瓶子被虚拟运送到Garching，在那里用真正的传动部件替换瓶子，然后进行组装。

工厂门口的软件代理。纽伦堡的一级供应商的运作示范了RAN的工作过程。所有装载空瓶子的运货托盘上均贴有RFID标签，每个标签上都有一个**的代码。部件入厂时在“入口”要接受扫描，生产（装瓶）期间则用手持扫描仪扫描，**后出厂时在“出口”还要接受一次扫描。大门处的软件代理和扫描仪会记录识别码，并将该数据转发至中央数据采集单元，即信息中介。每次输入一个代码，都会为其添加一条信息，表明某个部件在具体某个时间所处的具体位置。整个信息包称为一个“RFID事件”。

“传统的条形码识别要求条形码扫描仪与条形码直接接触，相比之下，RFID标签的巨大优势就显而易见了。”Lamparter表示，“有了RFID技术，托盘还在叉车上的时候，我们就可以扫描整个托盘。也就是说，我们不必卸开托盘，便可以执行扫描操作。另外，还可以向RFID标签添加信息。但是条形码只含有一个序列号，没有其他任何信息。”

信息中介采集的RFID事件可由一个叫做生产辅助系统（PAS）的主代理调用，PAS对各个事件进行分析，并将实际数据与目标值相比较。由此PAS代理便能判断具体批次交付的进度是符合预期计划，还是落后于计划。倘若出现问题，PAS代理可以评估问题是性质严重的问题，还是可以补救的问题，比如在供应链的下一个环节中调用其储备部件。若可以补救，PAS代理会计算出新的生产命令，将影响降至**，例如它可以将不需要使用缺货部件的生产作业提前。然后主代理将新计算出来的命令发送到本地生产控制系统。在纽伦堡，西门子的SIMATIC IT就被用于该目的。

SIMATIC IT系统会处理新命令，然后将它们发送到不同生产设备。“也就是说，PAS主代理是网络化供应链中的核心部分。”Lamparter介绍道，“它是信息中介与SIMATIC IT之间的智能交换站，信息中介即读卡器，SIMATIC IT即执行系统。”在RAN系统中，所有相关供应商的RFID事件均被发送到中央信息中介。因此，汽车制造商的PAS系统可以破天荒地跨越自身位置的限制。如果供应商方面出现延迟，PAS系统可以及早接收到该信息，并相应调整自己的生产命令。即便是在如今的全球物流网络中，上述整个系统也可以有条不紊地运行。无论是海运、陆运，还是空运，利用转运中心的RFID扫描技术或基于GPS的货物跟踪技术，都可以在一种“物联网”中记录整个价值链的数据。简而言之，这个网络是由用比特和字节构成的隐形机器人所组成，它们就是软件代理。

“RAN项目2012年底完成。”Lamparter表示，“然后RAN将在常规生产中接受检验。”目前计划将由参与项目的汽车制造商合作展开长期测试。“如果该系统能展现出名副其实的效用，那么基于RFID的物流链管理将首次成为应用于整个行业的标准。”Lamparter说。

那么在汽车行业之外呢？“理论上，我们的系统可以应用于任何制造行业，甚至是制药业和食品业。”Lamparter说，“只要有可以贴RFID标签的地方就没问题。”

Nils Ehrenberg

开启自动机床故障预诊之门

从铣削到钻探，机床在全**被广泛应用于生产金属部件，比如汽车、发动机及其他设备的金属部件。然而，一旦机床遇到故障，就可能会导致生产中断，还可能会生产出残次品。为解决此类问题，西门子研究院目前正在开发一种名为“Plug & Prognose”（即插即预测）的解决方案。“现今的机床操作员面临着越来越大的压力，他们一方面要努力减少故障停机时间和维护成本，另一方面又要保持高水准的产品质量。”西门子美国研究院的研究员Linxia Liao说道，Liao在加州伯克利的西门子科技成果转化中心工作时牵头发起了这个项目。“Plug & Prognose通过精简机床故障预测的工作流，可以有效解决这一难题。”

Plug & Prognose可以排查将要发生的故障，并且不需要任何机器物理模型或特殊的机器测试周期。原型软件与机器的控制器通信，从而通过从机器及其传感器收集数据，了解机器的运行环境。该软件可以根据与相关运行环境有关的历史数据对分析过程加以自定义。当出现新的运行环境时，Plug & Prognose便构建新的分析模型。“我们的原型软件可以根据不同的机器用途灵活调整，所以它能在**程度上确保分析结果的准确性。”西门子研究院研究部负责人Zachery Edmondson介绍说。

该系统的研发人员目前还在探索系统在其他领域的应用。比如，Plug & Prognose模型可以安装在风力发电机中。它不仅能帮助保持发电机的正常运行，同时还能**限度降低客户的能源损失。在医疗领域的应用也并不遥远，尤其是用在医院、诊所及私人诊所使用的医疗器械中，Plug & Prognose系统可以确保所有机器正常运转。“虽然目前的应用研究侧重于工业领域，但是我们相信，Plug & Prognose**终将成为各行各业预测机器故障的经济有效的解决方案。”Edmondson指出，“从本质上讲，我们是在研发未来的机器故障预诊解决方案。”