到底是软件为硬件服务、还是软件是硬件的驱动？这个看起来不怎么重要的问题，在某种程度上影响着企业战略。

　　但现在，软件和硬件的鸿沟变小了，变得越来越合拍了。工业软件在工业物联网的助攻下，用数据将软件和硬件之间的流通之路慢慢探开。

　　这从2019年汉诺威工业博览会上频繁出现的数字化双胞胎（Digital Twin）、仿真机器人身上可见一斑。

　　本次汉诺威工业博览会的“C”位展馆9号展馆中，显示的是西门子的球衣广告牌。这件球衣是用玉米制成，它讲了一个中国新疆企业用玉米替代传统的石油化工，合成聚酰胺制作服装的故事。

　　从玉米到球衣的背后，是西门子为中国新疆乌苏凯赛生物产业有限公司设计的数字化工厂。

　　这家数字化工厂涵盖了产品设计、生产规划、生产工程到生产制造和运维的整个生命周期。

　　凯赛的数字化工厂成为西门子的样板案例，不仅因为它是西门子在过程工业中的数字化样本，也由于它采用了数字化双胞胎，在虚拟环境中模拟、测试并调整现实的产品及设备，虚拟和现实互动，提高了产品从设计到排产的效率。

　　这背后是西门子经典的DCS控制系统Simatic PCS 7和工厂资产数字化管理系统COMOS的结合运用。

　　Simatic具有61年历史，是西门子自动化的象征和骄傲，它能够保证工厂设备连续生产。

　　COMOS则将涵盖工艺、电气等在内的工厂资产集成为数字化模型，成为数字化双胞胎中虚拟的那一个“胞胎”。这个以3D模型样貌呈现出的和现实工业场景一样的“兄弟”，来自设备提供的数据。

　　数据通过工业物联网平台，形成了一面镜子，使现实设备在镜子面前看到镜中的自己。模型相像的准确度，则要依赖工业软件。

　　这正是工业巨头们从数年前开始收购工业软件、想要实现软硬结合的初步成果。通过工业物联网平台，数据将割裂的软件和硬件逐渐形成闭环。

　　位于11号馆的“绿巨人”施耐德电气，在此次展会上集中展出的硬件应用包括：数字化电机控制与保护系统（TeSys island）和Modicon M262逻辑与运动控制器。

　　这些硬件应用，是为了让设备制造商能够轻松地将施耐德电气的工业物联网EcoStruxure功能集成到新的机器和现有机器中。

　　“绿巨人”在此次汉诺威工业博览会上重点展出的还有AVEVA。它是专门帮助制造商打造数字化双胞胎的软件。

　　“确切地说，现在的AVEVA已经是基于EcoStruxure上应用的工业APP了。”施耐德电气全球战略分析主管Harold Balemans对界面新闻记者说，“AVEVA已经通过一个平台，将它自己的数据整合到EcoStruxure上，从工业软件成为工业APP。”变成工业APP，意味着设备商客户可以直接应用。

　　2017年，施耐德电气斥资5.5亿英镑，与英国软件巨头AVEVA成立了新合资公司。施耐德电气占股60%。这多少弥补了施耐德电气早几年前想要收购AVEVA但没能成功的遗憾。

　　双方成立合资公司，在于工业领域不断发展的数字化双胞胎的需要。数字化双胞胎已经在上述西门子案例中已经采用，其工厂级的解决方案，对于低压配电设备在全球排第一的施耐德电气来说，至关重要。

　　工业展馆里，最热的除了各家设备商所展示的“数字化双胞胎”，还有多年前曾被热炒、今年又翻红的“人工智能”。人工智能的背后是机器学习。

　　日本自动化及电子设备制造商欧姆龙，连续三年在汉诺威工业展上展示了能够和人类对打乒乓球的机器人Forpheus。

　　这次出现的Forpheus不像前两年只会机械地推挡球那么简单了。它能够向对手发起进攻。

　　Forpheus左侧的显示屏上同步出现现场对弈的虚拟场景，这是它通过机器视觉捕捉到的对手动作。通过击球和接球收集到的对手数据，Forpheus开始调整自己的竞技水平。这是它的最新功能，即通过数据分析对手的弱点，选择进攻。

　　德国自动化技术厂商FESTO以仿生学习网络（Bionic Learning Network）著称，其生产的仿生机器人能够模仿蜘蛛、蝴蝶等。在11号展馆，FESTO将展台布置得跟工厂实验室一样。

　　FESTO果然带来了仿生学机器人手臂，依靠力学、机器视觉等传感器，它能够模仿人类的抓取动作，实现人机协作。

　　在17号展馆，首次以整体公司形象参展的中国沈阳新松机器人自动化股份有限公司（下称新松机器人，300024.SZ），展示了三种不同类型的协作机器人。最著名的是“咖啡服务员”机器人，它通过模仿人类，能够完成从磨咖啡豆到像服务员一样、将煮好的咖啡端送到顾客手中的完整步骤。

　　新松机器人展位上的员工对界面新闻记者称，这款机器人突出的是机器人学习、协作的创意和创新，真正推广商用的话，目前仍然非常昂贵。

　　机器人学习和仿真，也是建立在数据的提取和分析上——数据成为软件和硬件融合的桥梁。

　　工业巨头们显然和软件开发商们考虑的不一样。他们在小心翼翼地用数据弥合软件和自动化硬件两张皮，同时努力保持底色和工业基因。返回搜狐，查看更多