自动化早已不是那个自动化-东炬小编为你讲解

由于工业因特网的兴起，自动化在其中扮演着越来越有趣的角色，有些对制造现场缺乏了解的人，总会把PLC理解为做逻辑控制，而提起现场总线总是CAN、Modbus等等，看起来自动化是一个“传统的行业”

，一个已经过去的时代，人们喜欢用自动化、信息化、智能化来“断代”为智能制造建立一种联系，然而，事实并非如此——因为，自动化是一个正在发展中的领域，而且它是一个纯粹的应用行业，它所有的创新都来源于“客户需求”。

如今，我们有必要重新梳理自动化——自动化不仅仅是控制，还包括将边缘计算、数字孪生和机器学习等融合为整体制造的基础和核心构成。

第一，开放互连。

开放性互连是必然趋势，在经历现场总线、实时以太网之后，自动化的开放性互连正在走向OPCUAoverTSN时代。

在工业互联网中，最大的挑战是“联接”问题，复杂的现场总线和各种协议使得IT接入OT非常困难，而且不经济，成为推动工业互联网发展的首要障碍。

OPCUA是一个推行“普通话”的过程，它使各厂商的控制器能够采用统一语言，TSN则扮演着“同声传译”的角色。

在OPCUA基础上实现制造业信息集成。

当前自动化行业主流厂商ICT厂商如华为、CISCO等都在研发基于TSN的解决方案，并将进入批量运营阶段。

OPCUA为整个智能工厂提供了上下游供应链、车间横向设备之间的集成，以及从传感器到云端的垂直连接，更重要的是OPCUA信息模型保证了软件的高效开发，大大降低了工业互联的工程成本。

二、灵活制造。

不管是智能制造，还是所谓的工业物联网/因特网，实际上，其本质都是通过信息采集，实现生产的全局性效率提升，响应“大批量定制”要求的高质量和低成本。

但在底层实现时，会遇到“机械”刚性连接的障碍，因此，为了解决这一问题，各主流自动化公司纷纷推出了柔性电驱传输系统，如图2所示的ACOPOStrak，它所带来的变化如下：

(1)解决传统产线的复杂性、精确度和灵活性问题；

2)满足生产上的个性化定制需求。

图2-ACOPOStrak柔性电驱输送系统，支持汇流分流。

其自身代表了电气控制向机械控制的延伸，运动控制也进入了机电软一体化时代。

三、边缘计算

边界计算主要集中在数据的采集、连接以及对产线的边缘端，对工厂实时任务的调度，优化，策略问题的解决，自动化厂商在原有架构上融合了新的网络技术，云连接技术，使这些任务形成统一的分布式结构。

图3边缘计算软件和硬件扩展体系结构。

作为连接生产现场与IT的中间层，自动化厂商主动融合IT技术，解决现场问题，解决了局部设备集成、OEE计算、能量计量、操作维护、质量管理等方面的功能。

利用OPCUA，自动化系统能够开放地连接来自开放世界的各种边缘计算，并发挥各自的能力，包括与云端服务对接，自动化可为其提供基本的制造现场数据，以及预处理的结构化信息。

四、机器学习

如今我们谈到机器人工智能，工程本身也是一个数学问题，1931年，科尔莫哥洛夫发表了统计和随机过程的《概率分析法》，它奠定了马尔科夫过程的理论基础，它成为信息论、人工智能和机器学习的基本科学工具，然而，数问题可以被转化成软件问题，首先在数学工具上可行，然后软件才有可行性，然后是实现，看是否有足够的计算能力，以及如何与对象结合。

实际上，早期的控制器就可以实现复杂的控制，比如，贝加莱在90年代初就推出了基于pSOS+定性分时多任务的操作系统，现在它已经能够支持高级语言编程，而PLC现在已经能够直接运行高级语言如C/C++开发的程序，基于PC结构的控制器能够以各种形式运行机器学习、人工智能算法。

图4-机器学习可以在PLC上直接运行。

事实上，机器学习并不神秘，简单地说，自动化系统最大的优点就是增加了一个现有的机器控制模型，即观测器，利用代价函数约束它，在非线性阶段学习它，而学习是一个数学概念，只要数学上有了模型，就可以编程，并在控制器上运行。至于更复杂的学习，它也可以用控制器来编程，许多人理解PLC是一种逻辑控制，但是，像贝加莱的控制器一样，它很早就可以用高级语言来编程了——20多年前就可以做到。

图5-多核任务处理通过Hypervisor技术实现。

对一些简单的机器学习来说，可以直接在PLC上运行，同时，贝加莱新的Hypervisor技术允许插入PCI标准的AI加速卡，由Windows处理，并同时运行RTOS与被控实体实体实体相连接，这使得学习可以在单一架构下直接与实体交互。

五、软件定义智能。

事实上，自动化正逐渐成为一个软件业，因为智能是通过软件实现的，只要进行简单的修改，就可以实现重用；而软件本身在智能制造中的作用则变得更加复杂，我们会惊讶地发现，自动化行业所使用的软件无处不在，无论是RTOS还是AutomationStudio之类的集成开发环境，或者是针对行业应用的标准化PLCopen库，或者是为了实现开放互联的Web服务器集成。

图6-自动化软件价值系统。

软件业正逐渐成为自动化行业的核心竞争力——几十年来积累了各种领域的知识，而在将来，这些积累起来的控制对象和模型将成为知识整合的基础，也是数据分析和人工智能的基础。

六、机器视觉

在产品一体化方面，自动化也将视觉系统纳入其体系结构之中。2018年，贝加莱即推出了“一体化视觉”，该系统将机器的逻辑、运动控制和视觉在统一的体系结构下编程，实现最直接的同步，并解决了传统视觉和自动化系统之间的“通讯连接”、“配置”和“编程”的障碍，带来了许多好处：

►不需要复杂网络配置；

一个可以无缝耦合的软件变量；

可实现最高层次的同步关系实现；

防止多个软件的连接影响到各自性能的发挥。

图7-综合机器视觉

综合视觉为机器与生产线的协同工作提供了最有效的改进，是未来视觉技术发展的趋势。

七、模拟模拟。

定制生产最大的挑战在于“开机浪费”，即“测试验证”，这通常是一个耗资巨大的过程，因此，近几十年来，建模仿真技术已经应用到了机器和系统开发中，但过去，仿真后的程序需要复杂的过程才能在控制器上运行，自2008年Mathworks推出基于C代码自动生成工具以来，贝加莱AutomationStudio就已经实现了一键导入，这样自动代码就可以直接在控制器上运行。

此外，通过与MapSim的FMI接口，实现了机械、电气控制的协同仿真，使机电一体化更紧密地结合在一起，实现了驱动链、控制逻辑和系统对象的融合，以及虚拟环境下的测试验证。

图8-ACOPOStrak在数字双胞胎设计中的应用。

模拟模拟也是当今“数字孪生”概念的核心部分，在图8中，通过MapSim模拟能够与控制对象的模型进行交互，并通过SceneViewer实现三维呈现，直接在控制器上运行并反馈现场真实的传感器回馈数据，实现真实数字与物理对象的交互，方便了早期验证和虚拟调试。

模拟模拟技术是一种创新的开发方法，在许多行业中得到了越来越多的应用：

(1)尽早进行验证和测试，虚拟调试，尽量减少验证测试的费用；

(2)开发可重复使用的软件模块，以减少系统开发费用；