《工业软件行业深度报告智能制造的核心,国产替代势在必行.pdf》由会员分享，可在线阅读，更多相关《工业软件行业深度报告智能制造的核心,国产替代势在必行.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 工业软件行业深度报告 智能制造的核心，国产替代势在必行 1、工业软件:软件化的工业技术 工业软件是指应用于工业领域，为提高工业研发设计、业务管理、生产调度和过 程控制水平的相关软件和系统。工业软件是将工业技术软件化，即工业技术、工 艺经验、制造知识和方法的显性化、数字化和系统化，是一种典型的人类使用知 识和机器使用知识的技术泛在化过程。按照用途和表现形式，工业软件一般分为研发设计类软件、信息管理类软件、生 产控制类软件和嵌入式工业软件四类，每类工业软件均有其代表产品和企业。目 前，信息管理类软件的已有较高普及率，智能制造背景下，产品研发与生产控制 类软件得到大力推进，发展前景广阔。研发设计类
2、软件主要用于提升企业在产品设计与研发工作领域的能力和效率，CAD 和 PLM 为其最有代表性的产品;生产控制类软件用于提高制造过程的管控 水平、改善生产设备的效率和利用率，其中 MES 是其最具代表性的产品。CAD(Computer Aided Design)是利用计算机的计算功能和图形处理能力，辅 助进行产品或工程设计与分析的方法，从上世纪 80 年代末开始得到了迅速的发 展，新世纪以来个人计算机的发展和普及使 CAD 得到了进一步的推广，已在机 械、电子、能，航空航天、建筑领域得到的广泛应用。CAD 软件具有丰富的绘 图和绘图辅助功它的各项设计，如工具栏、菜单设计、对话框、图形打开预览、信
3、息交换、文本编辑、图像处理和图形的输出预览等，为用户的绘图带来很大方 便，其不仅在二维绘图处理十分成熟，三维功能也更加完善，可方便地进行建模 和渲染，大大提升设计研发过程的效率。PLM(Product Lifecycle Management)表示产品生命周期管理。PLM 将计算 机辅助设计(CAD)、辅助分析(CAE)、辅助制造(CAM)、产品数据管理(PDM)无缝连接在一起，使企业能够对产品从构思、设计、生产、到最终报废等全生命 周期的设计数据及信息进行高效和经济的应用、管理。PLM 以产品为中心，在 产品设计、需求分析阶段就开始对产品、市场和用户数据进行管理，并与 ERP 和 MES 系
4、统相连，形成持续改进的闭环智能研发、生产模式，持续指导改善产 品的设计、制造过程，形成往复循环、持续优化的研发过程。MES(Manufacturing Execution Syste)即制造企业生产过程执行系统，是一 套面向制造企业车间执行层的生产信息化管理系统。MES 系统通过控制包括物 料、设备、人员、流程指令和设施在内的所有工厂资源，优化从定单到产品完成 的整个生产活动，以最少的投入生产出最优的产品，当工厂发生实时事件时，MES 能对次此即使做出反应、报告，并用当前的准确数据对生产过程做出指导 和处理，从而实现连续均衡生产，既能提高工厂及时交货能力，改善物料的流通 性能，又能提高生产回报
5、率。2、工业软件是智能制造的核心 2.1、智能制造是新一轮的工业革命 从实用和广义的角度上看，智能制造的概念可以总结为:智能制造是以智能技术 为代表的技术为指导的先进制造，包括以智能化、网络化、数字化和自动化为特 征的先进制造技术的应用，涉及制造过程中的设计、工艺、装备(结构设计和优 化、控制、软件、集成)和管理。与此前历次工业革命相比，制造的核心地位仍 未改变，但智能化成为制造的新特征与内涵。工业革命逐渐解放制造人力。制造本质上是从“原材料”到“产品”的过程，内 容可以简化为工艺设计、工艺参数、过程控制、执行四个步骤。在历次工业革命 中，制造工业走过了机械化、电气化、自动化(数字化)、智能化
6、的道路，在这 个过程中，工具(装备)做的事越来越多，人逐步把精力更多的投入到创造性的 工作中。若把“制造”看作从起点到终点的出行问题，制造业历次升级过程可以 分别形象为自行车(机械化)-电动车(电气化)-汽车(自动化)-自动驾驶(智 能化)，其中人更多的参与到决策过程中，对人力的要求越来越低，效率大幅提 升。智能制造的发展是由体系建立到精确模型建立的过程，实现智能制造，首先要解 决智能维护大问题，再做智能预测，最后做到无忧系统与大价值。具体来看分为 以下五个阶段:第一阶段:全员生产系统(TPS)。由日本提出来的，建立的 5S 标准(整 理、整顿、清扫、清洁、素养)是七八十年代整个制造系统当中引
7、以为核心 的标准，固化在了组织和对人培训方面。第二阶段:精益制造和 6-Sigma。它的核心价值是如何以数据作为标准建 立管理体系，本质是消除浪费。在这个基从础下面包括质量管理体系、产品 全生命周期管理体系等等。这个时候数据真正在制造使用过程中发挥作用。第三阶段:数据驱动的预测性建模分析。以数据驱动的预测性建模分析，指 的是怎么把隐性的问题显性化，显性化之后解决隐性的问题，避免显性问题 的发生。第四阶段，以预测为基础的资源有效性运营决策优化。对于过去产生的关 联性都能够建模之后，怎么根据系统生产、环境、人员多方要素变化进行实 时动态优化。第五阶段，“信息-物理”系统。它是建立在对于所有设备本身
8、运行的环境、活动目标非常精确建模基础上，这个时候产生知识的应用和传承问题。智能制造最终要具备状态感知、实时分析、自主决策、精准执行的特征，使得企 业更柔性、更智能、更集成化，并且实现了大部分或者全部的智能化技术应用，目标是实现知识的获取、规模化利用与传承。目前我国处于转型的最重要时期，还没有完全到达第三个阶段。2.2、制造范式转型，关键在于数据流通与工艺建模 工业体系交替的背后是制造范式的改变。从传统到现代再到智能制造，研发生产 流程不断进行重构与组织重建，创新流程的边界日渐模糊。传统制造下研发/制 造流程是串行的，现代制造下变革为并行，在未来智能制造体系下的研发/制造 流程将是一体化，所有的
9、过程是并行、并发的，数据的高速、有序的自由流通，各个环节高度互动和协同，组织是灵活动态的组织单元，由此而获得非常高的研 发效率。智能制造是以数据的自动流动解决复杂系统的不确定性，提高资源配置效率。个性化定制是未来制造发展方向，产品越来越多，工艺越来越复杂，需求越来越 复杂，以个性化定制为代表的复杂系统存在一系列问题，比如成本如何解决，质 量如何解决，交货期如何解决，这些问题带来了企业生产的复杂性、多样性和不 确定性，而智能制造要解决的就是在制造复杂性提高的形况下的不确定性问题。在前三次的工业革命中，传统的制造业主要围绕五个核心要素(5M)进行技术 升级，分别是:(1)材料(Material)-
10、包括功能、特性等;(2)机器(Machine)-包括精度、自动化、和生产能力等;(3)方法(Methods)-包括工艺、效率、和产能等;(4)测量(Measurement)-包括 6-Sigma、传感器监测等;(5)维 护(Maintenance)-包括使用率、故障率、和运维成本等。这些改善活动都是围 绕着人的经验开展的，人是驾驭这 5 个要素的核心。生产系统在技术上无论如何 进步，运行逻辑始终是:发生问题-人根据经验分析问题-人根据经验调整 5 个 要素-解决问题-人积累经验。建模是智能制造与传统制造最大区别。智能制造系统区别于传统制造系统的最重 要的要素在于第 6 个 M:建模(Model
11、ing数据和知识建模，包括监测、预测、优化和防范等)，并通过这第 6 个 M 来驱动其他 5 个传统要素，从而解决和避免 制造系统的问题，消除系统中的不确定性。因此，智能制造运行的逻辑是:发生 问题模型(或在人的帮助下)分析问题模型调整 5 个要素解决问题模型 积累经验，并分析问题的根源模型调整 5 个要素避免问题，工艺模型担任大 脑的角色，成为整个制造系统的核心。数字孪生技术的背后是数字模型 数字孪生体现的是数字模型和实体的双向进化过程。数字孪生是指充分利用物 理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概 率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备
12、的全生命周 期过程。举例来讲，导航软件中城市的实体道路和软件中的虚拟道路就是“数字 孪生”。数字孪生体现了软件、硬件、和物联网回馈的机制，运行实体的数据是 数字孪生的营养液输送线，反过来，很多模拟或指令信息可以从数字孪生输送到 实体，以达到诊断或者预防的目的，是一个双向进化的过程。通过产品数字孪生体的定义可以看出:1)产品数字孪生体是产品物理实体在信 息空间中集成的仿真模型，是产品物理实体的全生命周期数字化档案，并实现产 品全生命周期数据和全价值链数据的统一集成管理;2)产品数字孪生体是通过与产品物理实体之间不断进行数据和信息交互而完善的;3)产品数字孪生体的 最终表现形式是产品物理实体的完整
13、和精确数字化描述;4)产品数字孪生体可 用来模拟、监控、诊断、预测和控制产品物理实体在现实物理环境中的形成过程 和状态。在这其中，数据流通与交换起到十分重要的作用，其为产品数字孪生 体提供访问、整合和转换能力，其目标是贯通产品生命周期和价值链，实现全面 追溯、双向共享/交互信息、价值链协同。数字孪生是 CPS 关键技术。CPS 通过构筑信息空间与物理空间数据交互的闭环 通道，能够实现信息虚体与物理实体之间的交互联动。数字孪生体的出现为实现 CPS 提供了清晰的思路、方法及实施途径。以物理实体建模产生的静态模型为 基础，通过实时数据采集、数据集成和监控，动态跟踪物理实体的工作状态和工 作进展(如
14、采集测量结果、追溯信息等)，将物理空间中的物理实体在信息空间 进行全要素重建，形成具有感知、分析、决策、执行能力的数字孪生体。2.3、软件定义制造，智能制造本质是软件化的工业基础 软件是智能的核心。工业软件建立了数字自动流动规则体系，操控着规划、制作 和运用阶段的产品全生命周期数据，是数据流通的桥梁，是工业制造的大脑。同 时，工业软件内部蕴含制造运行规律，并根据数据对规律建模，从而优化制造过 程。可以说，软件定义着产品整个制造流程，使得整个制造的流程更加灵活与易 拓展，从研发、管理、生产、产品等各个方面赋能，重新定义制造。软件定义制造。以信息物理系统为例，赛博物理系统(CPS)本质是构建一套
15、赛博(Cyber)空间与物理(Physical)空间之间基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系，解决生产制造、应用服务过程 中的复杂性和不确定性问题，提高资源配置效率，实现资源优化。这一闭环赋能 体系概括为“一硬”(感知和自动控制)、“一软”(工业软件)、“一网”(工业网 络)、“一平台”(工业云和智能服务平台)。其中工业软件代表了信息物理系统的 思维认识，是感知控制、信息传输、分析决策背后的世界观、价值观和方法论，可以说是工业软件定义了 CPS。工业软件是对工业各类工业生产环节规律的代码化，支撑了绝大多数的生产制造 过程。作为面向制造业的 CPS，软件就成为了
16、实现 CPS 功能的核心载体之一。工业软件不但可以控制产品和装备运行，而且可以把产品和装备运行的状态实时 展现出来，通过分析、优化，作用到产品、装备的运行，甚至是设计环节，实现 迭代优化。3、我国工业软件市场前景广阔，国产化势在必行 欧美企业是国内工业软件市场主体力量。欧美工业历经几百年发展，经历三次工 业革命，完成了工业化进程，在几百年的时间里充分试错，总结了大量经验，其 工业软件无论从发展动机还是知识和人才储备上均具备优势。而我国并未完整经 历过工业革命，同时尚未完成工业化进程，工业软件处于竞争劣势。国外企业垄 断的现象工业属性更为明显的类别中表现的尤为明显(研发设计类、生产控制类)，在通
17、用软件市场中(信息管理类、嵌入式软件)，中国企业已经得到充分成长，占据了大部分市场。研发设计类:从市场结构来看，研发设计类软件中 PLM 和 CAD 软件占比最高，分别为 29.7%和 27.0%。从市场竞争格局来看，达索系统占据最大市场份额 19.05%，研发设计类软件是国内工业软件最大软肋，在研前 10 大公司中，国内 公司仅有航天神软和金航数码两家，占比分别为 12.3%和 7.8%。生产控制类:从市场结构看，生产控制类软件中 MES 和 DCS 软件占比最高，分别为 29.0%和 23.1%。从市场竞争格局来看，西门子是绝对的市场龙头，占 比超过 23.7%，国内上市公司方面，宝信软件
18、凭借在钢铁行业龙头地位，市场 份额达到 9.0%。信息管理类:从市场结构看，信息管理类软件类别更为丰富，市场更加分散，ERP 需求量最大，占比超过 27.8%。从市场竞争格局看，国内企业占据了大部 分市场，浪潮、用友、东软占据市场前三，占比分别为 16.0%、11.4%、9.5%，国外老牌厂商 SAP、Orcale 占比分别为 7.6%、6.5%。嵌入式软件:从市场结构看，工业通信占据了最大市场，占比 42.5%。从市场 竞争格局来看，华为是国内市场最大的嵌入式软件制造商，占比达到 33.5%，中兴占比也达到了 10.6%，国内企业在嵌入式软件上占据优势。工业软件国产化势在必行。工业软件作为信
19、息技术在工业领域的具体表现，已经 渗透和广泛应用在各个工业领域和制造环节，其中自主工业软件的缺实可能成为 我国制造业发展的安全隐患。工业软件作为工业知识的载体，其中蕴涵了是大量 工业体系、行业技术和管理经验，而过度依赖国外工业软件，意味着产业活动只 能沿着国外的知识体系、技术路线、设计思想和管理经验进行，不利于我国工业 技术的创新和积累，高端化转型可能受阻。同时，工业软件使用过程中产生的大 量工业数据和商业信息若被窃取，对企业甚至国家可能会带来严重损失。2011 年，达索系统公司的 Solidworks 软件被曝存在泄露计算机信息的后门，达索系统软件被我国航空航天、汽车等行业广泛应用，信息安全
20、面临较大风险。国内市场国产工业软件厂商数量巨大。根据赛迪顾问发布的“2017 年中国工业 软件企业排行榜”，国内庞大的市场孕育了众多的工业软件厂商，在上榜的 75 家工业软件厂商中，国内厂商有 53 家，占比达到 70.7%，入榜企业的规模逐年 提升，设计研发类软件增速较快。垂直行业来看，电子信息行业入榜企业最多，达到 22 家，高端制造仍有较大空间。国内 IT 企业主导工业软件市场。在上一小节我们分析，优秀工业企业才能衍生 出优秀的工业软件，但与国外不同，国内优秀的工业软件公司，如用友、金蝶、汉得等，均是 IT 企业，并无工业制造经验。我们认为，造成这种差异的原因主 要是因为国内未能完全完成
21、工业化进程，在设计研发、高端制造上处于劣势，全 球化分工下制造企业多以代工起家，早起国内并未能产生工业软件的需求，而且 工业企业在工业知识和人才储备不足，使得国内工业企业未能研发出适合的工业 软件，而转用国外相关软件，给了国内 IT 公司充足的市场和机会去引进实施国 外先进的工业软件，并在这个基础上进行国产化改造。工业企业开始发力工业平台与软件。在国内智能制造和产业升级的趋势下，国内 制造业开始向产业链上游转移，设计研发、高端制造得到越来越多工业企业的认 同。为了更加适应自身制造流程和业务模式的需要，很多大型企业厂商自主搭建 工业平台和软件并在行业内部向外输出。例如，华为打造了 FusionPlant 工业互 联网平台，并开始从内部构建大生产体系架构，为智能制造提供框架性解决方案;富士康开发了工业互联网平台 BEACON，为通信网络行业客户提供服务。与此同时，在 C 端高频场景稀缺，流量价格昂贵下，互联网企业也份份向 B 端 转移:腾讯云发布了“工业互联网平台-腾讯木星云”，腾讯的工作重点也由消费 互联网转到工业互联网;阿里云发布 supET 工业互联网平台，基于阿里云公共 云计算平台的基础能力，提供工业物联网、APP 运营、工业数据智能服务三个 核心工业 PaaS 服务。