第二章

工业APP

将工业技术知识数字化、软件化，可形成各种各样工业APP。工业APP的出现填补了现代工业三大支柱——工业母机、工业软件、工业技术知识——在工业技术知识数字化上的不足，开启了全面数字工业时代。

本章从工业领域的四类模型出发，对工业APP的概念、定义、参考架构，以及工业APP与其他概念的区别、意义与价值等进行了全面阐述。

在工业APP这个概念出现之前，APP已经在消费领域和服务业广泛应用，而且数量非常庞大。不同于移动互联网与消费领域APP，工业APP具有非常明显的工业领域特色。那么工业领域APP到底有什么特色呢？我们需要首先从认识工业领域的模型开始。

工业领域的四类模型

美国的国家战略一直把“数字化建模和仿真”作为核心战略，几十年来从来没有停止过行动，从1995年开始加速数字化建模和仿真创新战略，到2005年提出计算科学，2009年提出依赖建模和仿真，2010年高性能计算涉及建模和仿真，以及现在的先进制造伙伴计划等。2014年美国总统科技委员会对确定的11个关键领域，根据其对国家的影响等指标进行打分，其中可视化、信息化和数字制造是三大关键领域，它们都围绕着数字化建模和仿真。

一直以来，业界在谈论数字工业或者工业互联网的过程中，对于其中的工业模型认知得都不是很清晰。这里引入系统思维，从系统的视角来分析工业过程。图2.1描述了在工业领域按照一般的工业逻辑所涉及的四类工业模型。

这四类模型分别是对象模型、过程模型、领域知识模型（包括但不限于机理模型）、数据驱动的模型（定性描述模型）。对工业领域四类模型的描述，为人们认识工业APP的本质、明确区分工业APP特征与边界提供了有效的视角。

图2-1　工业领域的四类模型

从系统的视角来看，在一般的工业逻辑中，首先是基于人们对世界的认知，也就是利用在认识世界的过程中所积累的各种工业技术知识，定义和描述工业品对象。这就要用到对象模型——工业界首先要回答对象“是什么”（What）和“为什么是”（Why）的问题。

对象模型主要应用在产品研发过程中，必须首先说清楚“What”问题，这是正向设计和自主研发的前提。仿制作为后来者追赶的一种手段，我国也经历了这一阶段。但在很长一段时间中，我国工业基础薄弱，什么都缺，任何东西都需要，解决有无成为首要问题，经过几代人几十年拼搏奋斗，最后建立了门类齐全的工业体系，从一个落后的农业国变成制造业大国。但我国制造业“大而不强”，根本原因就在于我们缺乏从源头描述对象“是什么”和“为什么是”的能力，也就是缺乏自主研发、正向设计的能力。这正是我国制造业在数字工业时代要重点解决的问题。

其次，当定义并描述清楚“What”和“Why”之后，接下来就是安排人（Who）、时间（When）、地点（Where）与资源（Resource）以完成该对象的做事逻辑，也就是过程模型。

第三，即在描述对象以及实现对象的过程中，我们要考虑如何将对象描述得更准确清晰，以及将事情完成得更好的各种领域知识模型，其中包括但不限于机理模型。机理模型是指人们对事物认识得比较充分且透彻的那部分知识，可以使用确定的数学模型进行表达。鉴于目前业界对知识外延的扩展，知识所覆盖的范围非常丰富，通常把做事的逻辑、失败的教训、经验性和规律性的认知等也归为领域知识范畴。一些经验性、规律性的知识虽然属于领域知识范畴，但是不容易进行比较准确的模型化表达；有些部分经过简化抽象，可以使用数学方法进行建模，比如工业上经常使用的各种经验公式等。

第四，当人们把产品做出来后就会投入运行，但由于人们对现实世界认知的局限性，它一定不会尽善尽美，再加上外部环境、运行条件都在不断变化，所以在运行过程中一定会涌现出新的特性、问题或缺陷。对于这些新特性和新问题，我们可能还没有认识透彻，不知道其机理。但是我们可以基于整体上呈现出的特征数据，在一个相对较长的时间跨度上对这些特征数据进行深入分析，发现规律和趋势，或者探索内部机理，这就是常说的数据驱动的模型。目前使用大数据技术完成的各种数据建模都是这类模型。前面提到的经验公式就是基于长时间的特征数据分析后得到的规律和趋势，通过简化、抽象等方法还原为机理。

工业领域的四类模型相互之间并不是孤立的，如图2.2所示，这四类模型在基于机理和假设的对象定义/设计/实现、对象实现后投入运行、运行中的整体认知与规律发现以及机理还原或机理模型优化的认知闭环中，实现了有机融合。

在使用对象模型描述对象“是什么”和“为什么”的时候，按照最新的产品设计理论——行为导向的设计，以目的论为基础，以产品满足用户需求为出发点。在产品设计过程中，工程师必须首先理解为使系统满足用户需求所必需的行为逻辑，而在理解并描述系统的行为逻辑的过程中，需要使用过程模型。

图2.2　工业APP加速认知的进程

描述对象需要基于对现实世界的认知，也需要使用包括机理模型在内的各种领域知识模型；同样，在实现对象的过程中，仍然需要使用包括机理模型在内的各种领域知识模型。

在系统对象的运行过程中，由运行数据驱动得到的规律和趋势是对系统对象的进一步充分认知，这些结果经过简化、抽象，被还原成机理模型或优化了原有的机理模型，再应用到系统对象的描述中，从而形成一个完整的认知闭环。

过去的信息化建设一直存在的业务和知识两张皮的问题，就在于没有将过程模型与领域知识模型有机融合。人们经常提到的“知识来源于过程，又应用于过程”，就是对领域知识模型和过程模型融合的最好说明。

通过以上描述可以了解到，工业领域的四类模型相互交融，并不是绝对孤立的。如何应用好这四类工业模型，并使它们在认知闭环中有机融合，是工业领域长期面临的课题。工业技术知识在认知闭环中不断壮大，推动工业进步，而工业APP可以加速这一进程。那么，究竟什么是工业APP呢？