一、“互联网+”技术驱动绿色制造应用场景日益丰富

随着新一代信息通信技术与产业的快速成长，其对制造业绿色化发展的推动力在各细分行业中持续向纵深方向推进，不同技术的融合创新方向与应用着力点逐渐清晰。近年来，全球范围内政产学研各方对新技术融合创新的探索正在与企业生产运营的实际需求紧密关联，应用模式进一步细化，呈现很强的针对性、专业性和前瞻性。

（一）大数据在绿色制造中的应用

大数据（Big Data）是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，具备Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）的特点。随着信息技术和人类生产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、海量集聚的特点，为了适应数据结构多样、数量大、质量参差不齐、实时性要求高等特点，大数据技术不断发展成熟，融合趋势越发明显，数据集成与管理技术助力提升数据质量与可用性，数据分析应用技术更加注重挖掘数据价值，数据安全流通技术推动数据使用及共享的安全合规，算力融合、流批融合、云数融合、数智融合从趋势成为现实，大数据平台存储、计算、处理、分析能力显著提高。

当前，大数据在各行业的融合应用持续深化，我国作为数字经济大国，对数据的重视程度日益加深。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，将“数据”与土地、劳动力、资本、技术并称为五大生产要素。工业互联网等新型基础设施的发展，使大数据在工业领域的应用迈出了从理念研究走向落地实施的关键步伐，在需求分析、流程优化、预测运维、能源管理、供应链与物流管理等环节，数据驱动的工业新模式、新业态不断涌现。具体来看，大数据对绿色制造的推动作用主要包括以下几个方面。一是促成信息集成化。企业可以对所有生产所需的物料、设施与设备采用物联网的技术规范，设计统一的数据模型、接口规范、数据平台，实现各种多源异构数据和信息的集成，以实时采集相关物料、设施与设备的数据，并按照设计与配置对海量数据进行存储与处理，提高企业整体运行效率。二是推动生产柔性化。企业能够利用大数据技术，基于历史订单数据、销售数据、设备使用数据等预测订单变化趋势、资源配置趋势和加工能耗趋势，形成实时调度方案，使工厂的整个设备均按照运行控制平台的指令随时调整工作模式、加工方式，实现多品种、多工序、多目标的混合自动生产。三是实现过程可视化。企业可以运用工厂物联网系统的各种传感器、监控设备，实时采集物料、生产设备（如数控机床、工业机器人等）、运输设备等的数据，建立设备故障的联动维护决策模型，降低设备突发故障带来的损失风险，实现对生产环节的全方位监控、管理和操作。为了促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，2020年，工业和信息化部发布《工业数据分级分类指南（试行）》《关于工业大数据发展的指导意见》，为大数据在工业领域的应用落地提供了良好的政策环境，中国信息通信研究院连续举办四届“工业大数据创新竞赛”，为工业大数据领域的相关研究人员和创业者提供了成果转移转化的交流平台。

近年来，工业企业信息化基础不断增强，越来越多的企业开始具备数据积累与处理能力，数据分析、事务处理、数据流通等相关技术不断迭代成熟，大数据与工业经济的融合程度不断加深，在部分领先企业中形成一批典型应用场景，推动制造业绿色转型取得新进展。

生产过程管理方面。大数据技术可以打通企业研发端、生产端、销售端的各类数据，并根据市场需求快速调动相应生产资源，推动生产车间实现高质量、高效率和高柔性。典型的生产过程管理系统如图1-3-1所示。例如，西门子在完美（中国）有限公司华南生产基地打造的数字化日化车间，通过汇总相关需求信息，应用大数据手段进行配方研发和实验，再将得到的配方数据和工艺信息传输到产品生产线；同时，收集大量温度、压力、乳化时间等生产数据并进行实时调整，最终形成了一个完整的数据闭环，帮助公司大幅缩短了产品的上市时间，保障了产品质量，也进一步优化了车间运营和管理流程，真正做到了降本增效。

设备健康管理方面。企业可以通过智能感知设备，将设备运行、能源管理等系统的数据汇聚到大数据平台，进而得出分析结果和相应的优化方案，大幅降低设备运维成本。例如，施耐德电气与江苏联固合作帮助20家江阴电力企业建设智能配电系统，通过在电力应用企业、楼宇等部署一系列互联互通的配电产品，使用集成智能组件和通信设备的Smart Panels系统，及时反馈内部所有设备状态、负载及用能情况，并将设备的实时数据上传至远程运维专家平台，保障电力设备的持续可靠运行，预计可为企业用户提高70%的运维效率，满足企业节能减排、设备增值和绿色发展等需求。明略数据的轨道交通设备管理解决方案通过汇聚设备治理数据和业务相关数据，能够实现对超过2000辆列车数据的实时回传，并将数据延迟从2000毫秒缩短到500毫秒，实现对设备状态的毫秒级监控。

系统优化方面。企业可以通过大数据平台汇聚各类数据，并基于底层大数据能力提供设备监控、异常预警、故障诊断等智能化应用，形成解决相关业务问题的综合解决方案，提高企业整体运行效率。例如，美国通用电气（GE）公司通过在风机设备上安装传感器获取实时数据并通过大数据平台进行分析，有效地提高了设备运行稳定性和发电效率。具体来看，一是使风机之间相互“对话”，共享并共同优化运营参数，调节功率输出，从而使发电量提升5%，相当于为风场增加了20%的利润；二是通过数据分析预测未来30分钟的风况，并连接应用储能平滑系统为电网提供可预期的稳定功率输出；三是将数据用工业互联网汇集到远程监控中心，提示服务人员哪些设备需要维护。通用电气公司智能风机现场运行效果如图1-3-2所示。

供应链管理方面。企业能够运用大数据提高其需求预算、决策制度及物流配送的效率和科学性，有效促进供应链合理分配资源，提高各环节协同能力。例如，IBM为玛斯特（The Master Lock Company）重新搭建的电子数据交换平台，可以通过深入分析企业订单、票据等数据，帮助企业优化供应链系统关键流程，节省开发和运营成本，助力企业快速拓展国际业务。联想集团的供应链管理系统通过对大数据技术的应用，对集团公司的全球物流进行了优化，实现了绿色、环保、可回收的供应链设计，降低了整个社会负荷的成本和企业生产成本。

未来，数据在国民经济运行中变得越来越重要，传统的大数据平台将与云计算、人工智能、边缘计算等技术融合，数据挖掘、管理和分析技术将与更多落地场景相结合，推动企业数字化转型加快进行，为企业降本增效、节能减排提供支撑。

（二）云计算在绿色制造中的应用

云计算（Cloud Computing）是指利用分布式计算和虚拟资源管理等技术，通过网络将分散的ICT资源（包括计算与存储、应用运行平台、软件等）集中起来形成共享的资源池，并以动态按需和可度量的方式向用户提供服务。与传统的计算和管理等技术相比，云计算具备四大特征：一是宽带连接，“云”不在用户本地，用户通过宽带网络接入“云”中并使用相关服务，“云”内节点之间也通过内部的高速网络连接；二是资源共享，公有云内的资源并不为某一用户所专用，只要满足供应商相关要求，所有的公有云用户可以共享云内资源；三是个性化服务，用户可以按照实际需求迅速获取或释放相关资源，服务商可根据用户需求对资源进行动态扩展，提供快速、按需、弹性的服务；四是服务可测量，服务提供者按照用户对资源的使用量进行计费[1]。2019年，全球云计算市场规模达到1883亿美元，增速为20.86%，预计未来几年市场平均增长率在18%左右，到2023年市场规模将超过3500亿美元。据中国信息通信研究院公开数据，2019年我国云计算整体市场规模达1334亿元，增速为38.6%。其中，公有云市场规模达到689.3亿元，相比2018年增长57.6%；私有云市场规模达645亿元，相比2018年增长22.8%，公有云市场规模首次超过私有云[2]。中国公有云市场规模及增速如图1-3-3所示。

与人工智能、5G、区块链等前沿技术相比，云计算在绿色制造中的应用较早、普及率较高。早在2011年，碳排放披露项目（CDP）的一份研究报告中就指出，迁移至云的美国公司每年可以减少碳排放8570万吨，相当于2亿桶石油所排放出的碳总量[3]。从整体上看，云计算不仅可以帮助企业减少能源消耗和碳排放，而且能节省成本、提高运营效率，其主要作用体现在以下三个方面。一是为绿色制造奠定了数字化发展基础。云计算的使用极大地降低了制造企业的信息化成本，并显著提升了企业的信息化水平，通过调用云端资源或在云端部署相关系统，制造业的信息化成本不断降低，为绿色制造奠定了坚实的信息化、数字化、智能化发展基础。二是为绿色制造提供了创新的工具和环境。云计算与大数据、人工智能、物联网等前沿技术集成发展，催生出各类在线工业App或中间件，推动各类平台功能由“内部调用”走向“多云集成”，助力企业提高功能复用效率，实现集约化发展，节省各类资源。三是为绿色制造开辟了全新发展空间。通过各类云平台，能够实现外部资源的快速调用，促进制造、物流、销售等各环节的互联互通，实现产业链上下游相关数据或信息的快速共享与应用，从而实现全产业链的节能减排。近年来，云计算已成为主要国家和地区实现制造业绿色发展的关键支撑技术。美国能源部于2015年成立了智能制造创新中心（CESMII），其核心要义就是通过集成先进的控制、平台等构建模块技术，从根本上提高制造业的生产率、精度、性能和能耗。欧盟也通过采取公私合营的方法支持云计算等技术在先进制造业中的应用，支持包括水泥、陶瓷、化工、钢铁等在内的8个行业实现了排放量减少30%的目标[4]。在我国，云计算已成为推动制造业与互联网融合的关键要素和推动制造强国战略的重要驱动力量，现阶段我国云计算基础设施布局已相对清晰，各大云计算服务商已经在全国构建了大型数据中心，以满足中心云相关服务要求[5]。

目前，云计算促进绿色制造发展主要包括三类典型的应用场景。

第一类典型应用场景是设备服务管理。通过将设备接入云服务平台，实时采集设备运行的相关数据并进行数据分析，综合运用人工智能、大数据等相关技术开展预测性维护，提前对设备可能出现的各种状况进行预研预判，并对工厂内设备进行全局性的优化和管控，提高设备使用和运行效率，助力企业削减成本。西门子位于墨西哥蒙特雷的工厂通过在亚马逊云（AWS）上使用MindSphere系统，无须学习新技术，也不需要购买和部署物理硬件，使相关项目在不到8周的时间内就从概念转化为生产。该项目将工厂连接到相关的云平台上，便于查看生产线在线设备的综合效率并立即进行改进，同时可以结合历史数据及时发现发生故障的测试设备，从而将生产线生产的合格产品数量提高了3个百分点。

第二类典型应用场景是生产过程管控。在现有生产控制系统和设备连接的基础上，直接对涉及产品质量生产、安装和服务等过程中所采取的技术和生产过程数据进行采集、监控和分析，及时发现生产过程中存在的“堵点”并实现快速响应，结合相关指令做出预警、诊断或处置，通过云平台或工业App等实现远程控制，帮助企业实现精益制造。欧盟在其公私合作项目SPIRE中设立了“复杂工业过程协调优化”（COCOP）项目，该项目由来自6个欧洲国家的12个合作伙伴共同发起，通过与本地控制系统集成使用基于模型的预测协调优化概念，实现工厂全域的监控和控制，相关的解决方案主要被用在废水处理、化学和玻璃制造部门。某铜冶炼厂基于该解决方案开发了一套咨询系统，将其用于在全厂范围内安排铜冶炼厂的运营，并优化单位工艺流程，以减少二氧化碳排放量，提高金属回收率，提高铜产量并延长转炉砖的使用寿命。COCOP项目中的铜冶炼试点项目的基本架构如图1-3-4所示。

第三类典型应用场景是企业运营管理。当前，企业数字基础设施的云化管理已经成为实现IT服务敏捷化的重要基础。通过使用虚拟化、云原生等技术，构建统一的基础软硬件云化管理平台，提供管理多种异构架构的能力，为上层应用提供敏捷的IT服务支撑能力，实现从共性组件的模块化、平台化、可视化，到标准化、敏捷化的方向演进，同时集成完整的前后端开发架构、API组建、工具发布和工具托管功能，为企业运营管理提供低门槛的开发能力和各类定制化的服务工具，同时促进管理数字化转型升级。IBM帮助国内某知名的油气生产商部署了智慧审计大数据平台，将审计模式由线下审计转变为线上审计，由抽样审计转变为全量审计，由鼓励审计转变为全业务链审计，由事后审计转变为事中审计，由经验导向审计转变为数字化审计，帮助企业打破了原有的数据壁垒，使企业的业务数据分析能力提升了5倍，项目管理效率提高了4倍，部分业务领域的审计覆盖率达到100%[7]。

未来，随着云技术逐渐由粗放转向精细，云需求从IaaS向SaaS上移，云布局从中心向边缘延伸，云安全从外延向内生转变，云应用从互联网向行业生产渗透，云计算在绿色制造中的应用边界也将被进一步拓展。从广度看，云计算将逐渐从制造本身向产业链上下游拓展；从深度看，云计算将从单点的应用走向集成综合应用，向生产制造的更核心环节延伸，催生出更多的新模式、新业态，为节能减排、绿色发展和碳中和目标的实现提供关键的基础设施和核心技术支持。

（三）人工智能在绿色制造中的应用

人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学，主要分为基础层（AI芯片、算法模型、开源框架、AI传感器等软硬件）、技术层（计算机视觉、智能语音识别、自然语言处理、知识图谱等）和应用层（以AI技术在各领域的集成应用为主）。从1956年达特茅斯会议开始，经过60多年的演进，人工智能从一门新兴学科发展成能够改变社会的新技术引擎。当前，人工智能从学术驱动加速转变为应用驱动，单点人工智能能力迅猛增长，AI模型更加丰富，深度学习、图像识别、语音识别等人工智能技术已经广泛应用于安防、零售、制造、金融、医疗、教育等领域，成为新一轮科技革命和产业变革的核心驱动力，对经济社会发展产生了极其深刻的影响。

近年来，人工智能作为一种通用型技术，正在加速与实体经济各领域深度融合，催生出一系列新技术、新产品、新产业、新业态、新模式，为产业变革带来新动力。人工智能在帮助企业提高生产效率、降低能耗、减少污染排放等方面的作用明显，对推动绿色制造发展有重要价值。一方面，人工智能技术应用于制造企业的生产过程中，能够极大地满足个性化定制、网络化协同制造、数字化车间（智能工厂）的建设要求，实现制造企业生产自动化、组织智能化，以及质量、效率、成本、安全、环保的协调与优化，助力企业智能化升级步伐加快；另一方面，企业借助人工智能技术，可以更准确地理解客户需求信息，并利用机器学习、视觉识别、自然语言处理等技术分析企业设计、生产、管理、服务等各环节的数据，支撑企业进行设备预测性维护、业务流程改造、产品和服务模式创新、提高能源资源使用效益等，推动企业全环节不断优化。从全球来看，主要发达国家都在积极布局人工智能，出台战略性研究计划，加大科研投入，抢占科技和产业发展的制高点。我国高度重视人工智能产业的发展，已出台《“互联网+”人工智能三年行动实施方案》《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018-2020年）》《关于促进人工智能与实体经济深度融合的指导意见》等多个国家层面的政策，推动我国形成涵盖计算芯片、开源平台、基础应用、行业应用及产品等环节的较完善的人工智能产业链。

制造业应用场景丰富，企业绿色发展需求迫切，计算机视觉、语音识别、深度学习、智能机器人等人工智能技术在绿色制造方面的应用不断扩大，形成了一些典型应用场景。

智能研发设计方面。传统产品设计软件可以集成机器学习模块，使软件能够理解设计师的需求并自主提供设计方案。例如，欧特克（AUTODESK）推出的软件平台Fusion360结合了人工智能技术与云计算技术，基于造型、结构、材料和加工制造等性能参数，在系统的智能化指引下，设计师只需设置期望的尺寸、重量及材料等约束条件，系统即可以自主设计出成百上千种可选方案。欧特克Fusion 360软件操作界面如图1-3-5所示。

预测性维护方面。企业可以通过机器学习等技术，基于设备运行数据建立预测模型，主动发掘设备故障的风险，改变传统被动的维修模式。微软Azure提供的机器学习服务和预测性分析解决方案帮助施耐德电气开发了Realift杆泵控制系统，将突发事件与正常机器状态的数据进行比较，生成不断迭代的模型，为石油和天然气生产商确定需要维修的远程设备，使设备维护效率提高10%～20%，从而节省大量维护成本，提高企业利润，并提高工人和环境的安全性。

物料分拣方面。计算机视觉识别技术能够通过物体识别、姿态估计、尺寸测量、运动规划等步骤，抓取不规则物体并有序放置。例如，西门子将人工智能应用到工业废料的自动分拣环节，即废料进入处理工站时，人工智能通过收集、分析废料的图片信息，分辨废料种类，如危险品、一般废料、可回收物等，从而指导机械手臂将废料分拣至对应的处理流程，分拣精确率从70%左右提升至97%。同时，分拣过程也更加智能和灵活，对于废料类别形态或定义的变化，工业机器人可以自动学习、适应并优化分拣规则，避免了重新训练模型及人为调整参数的步骤。

质量检测方面。可以利用计算机视觉进行产品缺陷检测，降低人工成本，提升产品品质。例如，华星光电借助IBM人工智能和大数据分析技术实施面板缺陷判别，通过对生产线上产生的数万张图片进行快速学习及训练，开发出了一套有针对性且具有自主学习能力的新模型，实现了7×24小时无间断、95%以上准确率的智能判片，实现了制造工厂的高效运作和人力成本的大幅降低。华星光电视觉检测装置现场运行图如图1-3-6所示。

能源管理优化方面。企业能够利用人工智能技术收集能源生产运行数据，构建基础模型，并在实际运行中对初始策略进行不断完善进化，形成能够提高能源利用效率的解决方案。恒逸集团应用阿里云提供的智能锅炉燃烧优化方案，通过设备控制系统获取锅炉实时数据，并针对锅炉的主体部分及主要辅助部件（如给料机、引风机、送风机、省煤器、空气预热器等）搭建相应的模型，预计可以实现2.6%的煤耗降低，每年可为企业节约8000万元的燃料成本。

供应链管理方面。企业可以利用人工智能技术，结合历史供需数据和现实约束条件，更加精准地预测需求，并动态调整库存水平和生产计划，优化产品运输计划和路线，降低企业综合成本。例如，美国罗宾逊全球物流（C.H.Robinson）公司，能够根据货主提供的价格、车型、时限、货物品类等信息，利用机器学习技术生成多种性价比较高的方案，并与承运方信息系统实时对接，快速将订单需求转化为更加高效、优化的运输计划。同时，系统允许用户根据多种组合条件进行查询，提供包括成本分析、财务分析、运输网络分析的定制化图表，帮助用户优化供应链管理。

未来，随着人工智能与实体经济融合程度的不断加深，算法将不断优化，应用场景将更加多元，人工智能技术将向更深层的智能优化、决策控制等方向延伸，向制造业输出更多解决办法、咨询服务或SaaS应用，推动传统产业加快转型升级。

（四）区块链在绿色制造中的应用

区块链可以被理解为由一个个记录着各种信息的小区块链接组成的一个链条，类似于将一块块砖叠起来，而且叠起来之后是没办法拆掉的，每块砖上还写着各种信息，包括谁叠的、什么时候叠的、砖使用了什么材质等，这些信息都没办法修改。从信息科学的视角来理解，区块链是一种分布式账本技术（DLT），它将数据信息单独放在所有加入区块链网络的节点当中，且存储的信息是一致的，如果有部分节点出现了损坏，信息也不会丢失，用户还可以从其他节点上查看。这些网络节点可以是服务器、笔记本电脑、手机等，所有节点的数据都是同步的，整个区块链网络工作在一个协商一致的算法上，这个算法很难操作，因此产生了一个可信的事务系统，所有节点的参与者都可以查看上传到区块上的信息。

区块链技术的主要特点包括以下几个方面。一是不可篡改性。这意味着如果信息存储到区块链中就会被永久保存，一旦数据或信息成为区块链的一部分，就不可能被改变。二是自治性。区块链采用基于协商一致的规范和协议，各节点按照这个规范来操作，这样所有的流程都由机器完成，就没有人情成分，使得对人的信任改成了对机器的信任，任何人为的干预都不起作用。三是数据安全和透明性。区块链是一个分散的平台，它使数据分布在网络中，而不是存储在中央服务器上。由于所有信息都是以加密方式存储的，因此系统之外的任何人都不容易更改它。而且，所有的信息对整个系统或网络中的人都是可见的。

得益于这样的技术优势，区块链正在从最早应用的金融领域，如数字货币、跨境支付、供应链金融、保险、证券等，快速向实体经济的其他领域扩散。在行业应用中，基于区块链的解决方案通常被定位为通过自动化业务流程或通过数字化记录来实现运营效率提高的手段，它们可加强已知实体之间的信息共享，并高效跟踪数字资产。根据世界经济论坛（WEF）2015年的预测，2027年后，全球GDP的10%将存储在区块链上。美国福布斯撰文报道，到2025年，区块链的商业增加值将增长到略高于1760亿美元，到2030年将超过3.1万亿美元。到2023年，30%的收入超过50亿美元的制造公司将使用区块链实施工业4.0试点项目。而在所有的应用项目中，区块链提供商业价值的最大潜力在于制造业。

我国对区块链与实体经济的融合发展高度重视，习近平总书记在中央政治局第十八次集体学习时强调指出，把区块链作为核心技术自主创新重要突破口，加快推动区块链技术和产业创新发展。我国区块链相关顶层设计与规划近年来日趋完善，国家部委与各地政府相继出台区块链相关政策以推动区块链技术和产业快速发展。截至2020年年底，全国有23个省（自治区、直辖市）将区块链写入2020年政府工作报告。各地纷纷建立区块链综合服务平台，“渝快链”“赣州链”“蜀信链”等平台纷纷涌现，推动产业向好发展。

区块链在行业应用中的固有好处，如卓越的透明度、更高的可追溯性、不变性、提高成本效率、提高速度和降低风险概率等，极大地丰富了其应用场景，尤其是为制造业建立绿色化的业务模型铺平了道路。在“互联网+”绿色制造领域，区块链的应用有着巨大的价值，从产品的设计研发到回收报废，妥善利用区块链技术，可以提高制造业订单的准确性，改善产品质量，提高可溯源性，帮助制造商生产出更高质量、更绿色环保的产品，使制造商可以更准时、高效地交付货物，降低全产业链、全价值链、产品全生命周期的能量损耗。具体来看，区块链促进绿色制造的作用机理主要体现在以下几个方面。

首先，区块链的不可篡改性可以在不同的方面帮助制造公司提升运营效率与安全保障。在供应链协同、零部件追溯等工作中，这项技术特性可以使各参与节点快速了解一个项目或者一个产品的历史信息，在提高效率的同时，避免跨系统协同造成的资源浪费与信任危机。其次，区块链可以建立一个适当的审计系统。实际上，区块链中的所有内容都要经过各种审计过程。因此，它是一个逻辑完美的审核工具，可以帮助制造企业定期对产品的绿色化特性进行实时审核。再次，区块链可以帮助企业降低成本。区块链可以帮助企业对供应链及价值链上的每个环节进行流程精简，避免环节上的各类漏洞，从而在不损害质量的情况下提升制造过程的绿色化属性，降低成本。更重要的是，它也可以为小型制造商开展绿色制造业务节省大量资源。最后，制造市场中的区块链可以提高生态系统中进行交易的效率。从支付货款给供应商，到处理配送中心或物流，每笔交易都可以在几秒内完成。全套流程下来，以往需要几天时间来处理，而如果使用区块链，用户则可以在几分钟内完成。

区块链的应用能够对制造企业的绿色化发展起到巨大的提升作用，可以显著降低各环节的资源浪费，提升产品全生命周期的绿色特性。目前，制造业国际巨头已开始高度重视区块链的应用，全球范围内涌现出了许多成功应用案例，形成了三类典型场景。

第一类场景是利用区块链平台跟踪重要零部件，确保产品的安全可靠。此类场景在装备制造领域最为典型。例如，GoDirect Trade平台是一个由霍尼韦尔设计的区块链平台，旨在证明零件的来源并确保其符合安全标准。传统上，每个航空零件都会有纸质的“出生证明”——质量文件，用于证明其最初的制造商和当前的安全合规性，每个文件都需要物理地从一个地方移到另一个地方，然后重新输入新所有者的账户中，这几乎使它们无法在线销售，因为纸质文档很容易伪造。目前，在每年售出的40亿美元的二手航空零件中，只有不到3%是在线完成的。根据美国国家运输安全委员会（NTSB）的数据，2010-2016年，未经批准的航空部件在近20起事故中造成7人死亡、18人受伤。通过区块链将供应链的每个列表与零件的图像及相应的文件相关联，便可以快速指向要出售的确切零件，帮助用户不仅确保零件的位置，而且无法伪造与之相关的质量文件。来自霍尼韦尔的数据显示，目前波音公司已向GoDirect Trade平台添加了超过10亿美元的飞机零件。下一步，汽车、电子产品、消费品等行业也有望加入GoDirect Trade，以对产品的安全进行严密追踪管理。

第二类场景是追溯工业产品中的可回收原材料来源。此类场景在汽车制造领域最为典型。据估计，每年有180万块废旧锂电池并未得到合理回收，这对环境的影响是巨大的——锂电池中钴等稀有金属如果作为废弃物填埋到垃圾填埋场，会产生有毒物质并扩散到水源中。除了保护环境，电池回收还能减少因开采钴等原材料而引发的道德问题，因为全球大部分钴都来自刚果民主共和国，由童工和奴隶劳工开采。汽车制造商们正面临来自客户和投资者的压力，后者要求汽车制造商们证明其电动汽车没有采用争端矿物或童工开采此类矿物。因此，汽车制造商们正在探索区块链技术的用途，以提高整个供应链中的问责性。为了有效跟踪电动汽车电池中的材料，验证材料的可回收性并确保合规性，沃尔沃汽车与英国区块链溯源技术公司Circulor公司建立了合作。目前，沃尔沃汽车部署了行业首个区块链溯源系统来跟踪其电动汽车电池中所使用的钴。这些钴从废弃手机和笔记本电脑的锂离子电池中回收，通过供应链到达电池制造商宁德时代（CATL），然后到达沃尔沃汽车公司。

第三类场景是利用区块链查询管理供应链上原材料的绿色化水平。此类场景在服装等消费品行业中最为典型。区块链技术正在被用来追踪时尚行业的用料是否符合可持续发展的理念。IBM正在与德国纺织品制造商Kaya&Kato合作开发一个区块链网络，追踪时尚行业所用面料的来源。在产品项目开始前，IBM委托Morning Consult公司对欧洲消费者进行的一项调查发现，75%的受访者表示他们担心时尚行业的浪费问题。64%的人表示，如果新技术能够验证可持续发展的说法，他们愿意购买此类服装。IBM基于区块链技术开发的新应用程序将使Kaya&Kato的供应商和客户能够识别纺织品的加工地点，并了解生产和分销过程的每个步骤。IBM表示其目的是使从服装使用的纤维到最终产品的完成透明化、可追溯，并让消费者知道他们购买的衣服是符合可持续发展理念的。目前，这个项目得到了德国联邦经济发展部的支持。

随着区块链技术与应用的不断发展，其将与更多的信息技术及行业领域进行融合创新，打造出大范围且更多形式的应用场景。尤其是有望通过区块链打通金融、零售等领域与制造业的融通发展，助力跨行业企业共同打造可靠、可信、便捷的生产模式与商业模式。

（五）VR/AR在绿色制造中的应用

虚拟现实技术简称VR技术，是20世纪发展起来的一项全新的实用技术。虚拟现实技术集计算机、电子信息、仿真技术于一体。从理论上来讲，虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，使用户沉浸到该环境中。虚拟现实技术就是利用现实生活中的数据，通过计算机技术产生的电子信号，将其与各种输出设备结合，使其转化为能够让人们感受到的现象，这些现象可以是现实中真真切切的物体，也可以是通过三维模型表现出来的我们肉眼所看不到的物质。因为这些现象不是我们直接能看到的，而是通过计算机技术模拟出来的现实中的世界，故称为虚拟现实。随着技术与产业的发展，虚拟现实技术受到了广泛的使用和认可，用户可以在虚拟现实世界体验到最真实的感受，其模拟环境的真实性与现实世界真假难辨，让人有种身临其境的感觉；同时，虚拟现实具有一切人类所拥有的感知功能，比如听觉、视觉、触觉、味觉、嗅觉等感知系统；此外，它具有超强的仿真系统，真正实现了人机交互，使人在操作过程中，可以随意操作并且得到环境最真实的反馈。虚拟现实技术的存在性、多感知性、交互性等特征，使它受到了许多人的喜爱。

增强现实技术简称AR技术，是促使真实世界信息和虚拟世界信息内容之间综合在一起的信息技术，其将原本在现实世界的空间范围中比较难以进行体验的实体信息实施模拟仿真处理，并将仿真处理内容在真实世界中进行叠加，从而实现超越现实的感官体验。真实环境和虚拟物体之间重叠之后，能够在同一个画面及空间中同时存在。增强现实技术不仅能够有效体现出真实世界的内容，也能够促使虚拟的信息内容显示出来，这些细腻内容相互补充和叠加。在视觉化的增强现实中，用户需要佩戴头盔显示器，促使真实世界能够和计算机图形重合在一起，在重合之后可以充分看到真实的世界与虚拟影像相互围绕。增强现实技术中主要有多媒体和三维建模及场景融合等新的技术与手段，增强现实所提供的信息内容和人类能够感知的信息内容之间存在明显不同。

随着虚拟现实技术和增强现实技术的快速成熟与落地应用，各国政府对此高度重视。美国国会在2017年成立VR/AR/MR核心小组，组织研究相关技术与产业推进政策。欧盟在2020年12月发布的《数字时代的欧洲媒体：支持复苏和转型的行动计划》中，提出要建立一个欧洲虚拟现实和增强现实产业联盟，并启动虚拟现实媒体实验室项目。AR/VR技术的发展也被国际专业机构普遍看好。根据普华永道2020年发布的AR/VR市场预测报告，2030年AR/VR对全球GDP增长将贡献1.5万亿美元。在我国，以工业和信息化部、国家发展改革委为代表的国家部委将VR/AR纳入智能硬件产业，在多项产业政策中持续加大推进力度，各地方政府有针对性的扶持方案陆续出台，AR/VR行业在中国的爆发式增长一触即发。IDC中国发布的《IDC全球增强与虚拟现实支出指南2020》判断，2020年中国AR/VR总体市场规模已超过美国，位列全球主要市场首位，同时中国成为支出规模最大的国家。预计2020-2024年国内AR/VR产业平均增长率可达到47.1%，这基本预示着国内市场将持续保持AR/VR产业的“全球第一大规模”。

在制造领域，制造商正在探索采用这些技术的创新方法，从而推动在多个领域建立“数字连接”工厂，未来的虚拟与现实相结合的工厂已经摆在我们面前，从产品开发，到维护和维修，再到工人培训和安全，均在提高效率的同时，极大地降低了资源浪费。

通过AR/VR护目眼镜将工业设备的数字视图带入现实世界，可以让操作人员的工作更安全、更有效率和更低成本。虽然以往也可以在智能手机、平板电脑上使用AR技术，但使用基于AR/VR技术的护目眼镜可以解放工作人员的双手，让他们去完成他们需要完成的任务，对于制造业来说往往是更优的选择。此外，随着越来越多的制造业工人退休，取而代之的人也越来越少，多个工业部门的技能差距也随之扩大。2018-2028年未填补的熟练工职位可达240万个，熟练的生产工人将成为更难填补的职位空缺之一。为了解决这个技能差距的问题，年长的工人可以通过AR转移他们的知识以帮助更多的新员工。在使用AR/VR技术进行这种信息传输的一个典型场景中，一家公司通过护目镜上的摄像头记录了工作人员维修设备时边工作边讲述的全过程，并制作了一段如何操作的视频。未来的工作人员可以从这些护目眼镜中获得这些视频，这样他们就不仅可以看到需要修理的设备，也能看到如何修理这个设备。研究数据表明，应用这项技术可以使培训时间减少37%，记录指导的时间减少75%。

经过不断的技术研发与应用探索，近年来全球范围内已经有很多知名企业利用AR/VR技术打造出了丰富的制造场景，对制造业的降本增效，尤其是绿色可持续发展起到了非常积极的促进作用。目前最为典型的绿色制造场景包括以下几个方面。

第一个典型场景是设备的设计研发与测试。目前，虚拟现实正被前瞻性的制造商所使用，以改进其预测分析方法。在传统的设计研发流程中，发现产品设计中的缺陷可能需要数周的分析数据，但通过与产品进行数字交互，专业人员在几分钟内就发现设计缺陷，从而避免大量人力与材料的浪费。同样的工艺也适用于整条生产线。通过在虚拟环境中研究生产过程，制造商能够发现瓶颈和需要改进的领域。VR还消除了建立实际的全尺寸模型的需要，这在汽车制造、高端装备等领域非常方便，因为在这些领域，原型制作可能非常昂贵。

例如，福特公司同Gravity Sketch公司合作测试3D虚拟现实工具，创造性地将设计师置身于设计的汽车中，让他们可以从任意角度放大或缩小眼前的这辆汽车，甚至可以进入汽车内部，判断某一处的设计元素是否与整车的风格一致。传统的汽车设计是先画出2D草图，接着对草图进行扫描生成高质量的矢量图，然后利用计算机辅助设计软件创建一个3D模型。而这一切需要花费数周时间，设计师需要对3D建模阶段的设计进行严格的挑选。3D虚拟现实工具可以使设计师跳过二维阶段，取而代之的是VR耳机和控制器，通过动作跟踪技术，设计师可以用笔和纸来模仿素描的动作。设计师可以进行绘图、旋转、展开和压缩及3D素描，还能够让多个设计师参与到这个过程中，并实时做出改变。福特公司的虚拟现实设计场景操作形式如图1-3-7所示。福特公司官方表示，这个工具可以将设计时间从几周缩短到几小时。目前，福特公司已经在全球5家设计工作室部署了这项技术的测试，测试其实现工作流程的可行性。数十名设计师会测试该技术的实时协作和创作的能力。此外，福特公司也将这项技术用于安全性能测试，通过在虚拟世界模拟汽车驾驶过程，预先识别危险的操作。通过这项技术，福特公司已经将车辆事故中的受伤人数减少了70%。

第二个典型场景是生产现场的数字化指引。AR/VR技术提供了新的方式帮助工作人员观察产品及其生产制造过程。基于AR/VR的装配技术能够在不需要产品实际原型的情况下，通过辅助可视化技术帮助工程师对产品的设计做决策，也能在最后开展实施工作之前，帮助工程师有效地研究人工装配中的瓶颈问题和潜在的人机工学问题。

例如，空客公司在A330的最终装配阶段引入了AR技术辅助实现座椅及其他客舱装修的精确位置标定，并利用头盔式眼镜实现了AR的功能。头盔式眼镜配备了一个摄像头，在扫描二维码后，会显示不同客户需求的舱内安装计划、信息和标定区域。原来必须要有有经验的工人来解码复杂的设计图、准备标定模板，并需要长时间保持专注。而此AR头戴式设备重塑了空客的标定操作模式，还能提供常见的手势交互和英文语音交互功能。为了获得更加全面的测试效果，空客公司在5架A330飞机上进行了试验。结果非常喜人，即便对于毫无装配经验的人，其标定位置所需要的时间也仅需要之前的1/6，错误率更是降为0。与此同时，空客公司在A380、A350XWB和A400M也开展了类似的AR试验项目。空客公司在复合材料机舱内安装6万～8万个托架，用来支撑大量液压管和线束，并使用带有AR功能的平板电脑，访问飞机3D模型，将操作和安装结果与原始数字设计进行对比，以检查是否有缺失、错误定位或托架损坏；在检查完成后，可自动生成报告，任何不合格的零件都能够很快得到替换或修理。利用该AR技术，A380机身上8万个托架的检查时间从3周缩减到了3天。空客公司基于AR技术的虚拟装配操作形式如图1-3-8所示。

第三个典型场景是设备维护与培训。利用虚拟现实技术和设备，用户可获得身临其境的沉浸感，实现对工厂设备的远程监控，实时了解数字化车间的生产状况，在线获取工厂设备的运行数据，并通过交互技术实现远程操作维护、设备管理，或对现场人员进行远程维护指导和培训。例如，技术人员在检查或修理机器时需要的信息可以直接投射到他们操作的部件上，任何配备AR眼镜的员工，实际上都可以由专家远程指导，专家通过简单地模拟员工应该执行的操作来提供支持。在2020年新冠肺炎疫情期间，旅行限制令使大量制造企业客户长时间无法立即获得现场支持，因此，罗克韦尔自动化将PTC的Vuforia Chalk整合至自己的业务中，旨在帮助客户在遵守居家令的同时，保持业务连续性。使用了Vuforia Chalk后，本地技术人员可现场拜访客户，而罗克韦尔自动化的服务工程师则可针对机器的独特维护需求提供远程指导。通过Vuforia Chalk，疫情期间有超过500位罗克韦尔自动化的服务工程师在遵守居家令的同时，向客户提供了远程服务指导。

未来，由于制造业面临严重的技能差距，从已有的领域专家那里获得更有效的知识转移将越发重要。根据德勤和制造业协会的一份报告，未来10年可能需要1000万个制造业岗位，但预计有数百万个岗位空缺无人填补。大量工人退休，加上产品复杂性和客户需求的增加，要求一流制造商以新的方式向一线工人提供相关信息。AR/VR技术在这个过程中将作为最主要的载体在制造业中发挥重要的作用，加速制造业向节能、高效、可持续性发展的方向持续演进。

（六）5G在绿色制造中的应用

5G即第五代移动通信。自20世纪80年代以来，移动通信经历了1G/2G/3G/4G的发展，逐步迈入5G时代。5G技术不仅满足了人与人的通信需求，更重要的是解决了人与物、物与物之间的通信问题，提供了前所未有的用户体验和万物互联能力，由此引发了新一轮的技术创新浪潮。

从1G到2G，移动通信实现了从模拟技术到数字技术的转变，在语音业务基础上，扩展支持低速数据业务。从2G到3G，移动通信的数据传输能力得到显著提升，峰值速率可达2兆比特/秒（Mbps）至数十兆比特/秒，能够支持低带宽的视频电话等移动多媒体业务。从3G到4G，移动通信的数据传输能力又提升了一个数量级，峰值速率可达100兆比特/秒，能够较好地支持各类在线播放、视频电话、视频直播等移动宽带业务。与4G相比，5G具有高速率、低延时、大连接三大突出特征。具体来看，在高速率方面，4G最高速率可达100兆比特/秒，而5G的下载速率最高可达到1吉比特/秒，是4G的10倍以上。例如，通过5G网络下载一部1GB大小的超高清电影，仅几秒钟即可完成。在低延时方面，4G网络无线传输时延在10毫秒以上，而5G网络可以达到1毫秒的无线传输时延要求，仅为4G的十分之一，能够满足无人驾驶、远程医疗手术、工业自动化控制等应用要求。在大连接方面，5G网络具备每平方千米百万级别的用户连接能力，能够有效支撑海量物联网设备的接入，保证核心城市或工厂区域的联网终端同时接入网络。

全球主要国家和地区纷纷加快5G战略布局，高度重视5G在工业、交通、教育、医疗等经济社会各领域的应用。2018年，美国联邦通信委员会（FCC）发布《5G FAST计划》，对全面推进5G网络建设做出战略部署，以加强美国在5G技术领域的优势。截至2019年年底，AT&T、Verizon等美国全国性的运营商均已实现5G商用，高频段5G覆盖数十个主要城市，中低频段5G网络覆盖更多郊区和农村地区。欧盟将5G作为数字经济发展的重要基础设施，相继制定发布了《欧盟5G宣言》《5G行动计划》等，协调各成员国共同推进5G商用发展，同时积极在工业、交通、能源、医疗、智慧城市、农业等领域开展5G应用试点。目前，欧盟所有成员国都已开始5G试点，但是除了瑞士、摩洛哥等个别国家，多数国家的5G网络覆盖区域有限。韩国5G商业化全球领先，早在2013年就发布了《5G移动通信先导战略》，并于2019年发布《实现创新增长的5G+战略》，全面推动5G与各行业、各领域深度融合，促进传统产业转型升级，打造世界领先的5G产业生态。2019年4月，韩国成为全球首个开始5G商用的国家。据韩国三大运营商测算，截至2020年年底，韩国5G基站数已超过12万个，用户数有望达到1000万。

5G已成为推动制造业高端化、智能化、绿色化发展的使能技术。5G正好解决了工业场景中各类工业系统、工业设备、传感器、控制器的连接问题，突破了现有工业网络技术在可靠性、连接密度、传输能力等方面的局限。加快推动5G技术在工业领域应用，可以全面连接、感知、控制各类终端设备，推动研发设计、原材料供应、加工制造和产品销售等全过程精准协同，贯通产业链上下游和生产过程各环节，实现生产资源优化整合和高效配置，为工业绿色发展提供支撑。2016年，工业和信息化部制定出台了《工业绿色发展规划（2016-2020年）》，提出利用移动互联网等技术促进生产方式绿色转型。2017年，国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，要求推进5G在工业企业的应用部署。2019年，工业和信息化部组织实施了“5G+工业互联网”512工程，加快推动工业企业利用5G技术对内外网进行改造升级，培育形成一大批5G在工业领域应用的典型场景。2018年以来，在工业和信息化部的指导下，中国信息通信研究院和IMT-2020 （5G）推进组连续三年举办“绽放杯”5G应用征集大赛，征集了近1万个5G应用项目，覆盖工业互联网、智慧医疗、行业应用、智慧交通、智慧园区等多个领域，其中不乏大量应用于工业领域的5G应用创新案例。

基于国际电信联盟的定义，5G主要有以下三大应用场景（见图1-3-9）。一是增强移动宽带场景。其进一步可以划分为连续广域覆盖和热点高容量场景，主要面向移动互联网流量爆发式增长需求，为移动互联网用户提供更加极致的宽带体验。例如，各类体育赛事、演出活动的超高清现场直播，火车站、道路交叉口、广场、旅游景点等重要区域的超高清安防监控，以及涉及大量数据同步的智能制造、智慧城市等领域。二是超高可靠低时延通信场景。类似传统互联网的浏览网页、音乐、视频等日常应用，一般数十毫秒的时延不会有明显影响。而对于无人驾驶、远程医疗、远程控制等新应用，很小的时延或信息错误都可能造成严重的事故和不可挽回的损失。5G可以提供毫秒量级的端到端业务传输时延和接近百分之百的可靠性保证，能够满足工业控制、远程手术、自动驾驶等对时延和可靠性具有极高要求的垂直行业应用需求。三是海量机器类通信场景。随着物联网产品和技术的广泛应用，各类电子设备、传感装置、工业设备等终端数量呈现指数级增长，万物互联时代即将到来。5G网络能够支持每平方千米百万级别的连接数密度，可以满足工业场景、智慧城市、智慧物流、环境监测等存在大量采集、控制、交互任务的应用需求。

基于以上技术特点和应用场景，5G将重塑传统产业发展模式，为推进绿色制造赋能。5G技术可以融入设计、研发、生产、管理、服务等各环节，满足人、物、机器等全要素全面连接的需求，实现实时监控、远程操控、远程运维、全系统感知等新模式，提高生产和管理效能，降低不必要的能耗物耗，节省管理成本、人力成本，推动制造业向网络化、智能化、绿色化发展。

第一类典型应用主要面向增强移动带宽场景。传统的工业总线或厂区无线通信，由于建网灵活性有限、带宽不足、延迟较高等原因，难以实现生产过程实时监控、远程控制等操作。5G网络超大带宽、低时延的特性，为生产制造智能化、绿色化提供了新的解决方案。通过5G技术改造升级原有厂区通信网络，可以实现远程监控、实时操控、无人巡检、智慧物流等功能。例如，国内青岛港利用5G网络替代原有的通信网络来开展远程监控和远程操控实验。岸桥吊车等现场设备安置了不同角度的30多路高清摄像机，其所拍摄的视频通过5G网络实时回传至远程控制中心，实现操作人员对现场环境的全方位掌控。操作人员在远程控制中心就可以成功地对自动化岸桥吊车进行远程操作，完成集装箱的装卸和运输。基于5G网络的港口远程控制中心操作现场如图1-3-10所示。通过搭建5G网络，节省了原有通信网络每年超过百万元的维护成本，传统码头60～80个工人的工作现在只需要9个远程操控员就能够完成，大幅降低了人工成本，改善了工人作业环境，且显著提高了港口作业效率。

第二类典型应用主要面向超高可靠低时延通信场景。5G技术超高可靠、超低延时的特点，可应用在一些高精度和高实时性要求的制造环节，以便工作人员全面、及时地掌握生产环境和生产设备状态，实现远程实时监控、实时操控等功能。例如，全球最大的5G设备供应商之一爱立信，与德国弗劳恩霍夫生产技术研究所合作进行了一项生产线5G改造试验。一家生产喷气式发动机金属叶片盘的工厂的大型零件是通过金属铣削过程制造的，该过程最多需要持续20多个小时才能完成，并且切割过程对精准度要求极为严格。该过程的错误率较高，一些微小振动就会引起故障，但是通常直到铣削过程结束才能发现错误，这意味着完成有缺陷的刀片会浪费大量的精力和时间。通过将基于5G技术的传感器放置在组件或工具上，能够实时检测设备故障，并将错误率降低到15%以下，使产品的平均生产成本降低了3600欧元，减少了无效设备损耗和能耗。将基于5G技术的传感器连接到铣床组件上的工作场景如图1-3-11所示。

第三类典型应用主要面向海量机器类通信场景。5G网络大带宽、广覆盖、海量设备连接的特性，可以为大型制造、能源等系统提供稳定、高效的通信保障。随着各类传感设备和物联网普及，新型电力系统逐渐呈现采集频次提升、采集内容多样、交互双向互动发展的趋势。目前，国家电网已将5G技术应用于发电、输电、变电、配电、用电五大环节（见图1-3-12），有效提升了电网数据采集频率，提高了终端设备泛在覆盖率，实现了“云-边-端”智能化协调，加速了电网向智能化、绿色化升级。在发电、输电、变电环节，5G技术主要为实现移动巡检、视频监控、环境监测等新型业务方式提供通信支持，增强电力系统的感知、分析和管理能力。在配电环节，5G技术可以实现配网设备的可管可控，提升精细化操控水平，有效推动配电自动化、柔性化，同时从更高层面实现分布式能源泛在接入和智能化管理，保障配网持续稳定。在用电环节，5G技术可以实时获取用电情况，精准预测用电需求，通过阶梯电价、实时电价等业务方式助力用电端向服务化、绿色化发展。

随着5G网络建设和商用进程逐渐加快，越来越多的工业企业加快探索利用5G技术改造升级企业内外网，建立起泛在连接、智能感知的通信网络，进一步为物联网、大数据、云计算、人工智能等新一代信息技术融合应用奠定坚实基础。5G技术的高速率、低延时、大连接等特点，将在工业领域创造更多的应用模式和应用场景，加快促进生产方式向绿色化转型，为推动绿色制造深入发展提供有力支撑。