Nokia news studio on digital automation - trailer
 |
【3S MARKET】你還在試圖抵擋、抵制數位化嗎？當工業 4.0 正式揭櫫傳統工業走向全數據化的當頭，繼續杯葛任何數位化，必須佩服這樣的勇氣！這篇報導，明確描述自動化行業領域也在數位化……
來源：说东道西 作者：宋华振
工業網路如此熱潮洶湧，也引發了關於它究竟姓「工」，還是姓「網」的問題，不過，在我看來，這個問題的糾纏，多少各自還是有些「自我中心」意識的。
雖然之前我也的確觀察到 IT 界對工業的缺乏瞭解，而有些自以為是的，然而，不得不承認，ICT技術的確有非常大的潛力，為製造業創造了一些空間。
其實，如果我們都站在使用端的角度看問題—我們必須說，工業網路都是必須服務於客戶，價值的判斷和選擇實際上，由用戶體驗來決定，而另一方面，侃侃而談並非務實之道，解決問題才是王道，大概是因為 OT 端的人，一直在現場忙設備調試運行，沒時間寫 PPT。
雖然之前我也的確觀察到 IT 界對工業的缺乏瞭解，而有些自以為是的，然而，不得不承認，ICT技術的確有非常大的潛力，為製造業創造了一些空間。
其實，如果我們都站在使用端的角度看問題—我們必須說，工業網路都是必須服務於客戶，價值的判斷和選擇實際上，由用戶體驗來決定，而另一方面，侃侃而談並非務實之道，解決問題才是王道，大概是因為 OT 端的人，一直在現場忙設備調試運行，沒時間寫 PPT。
斷代式的發展對於自動化的誤解
當然，作為一個自動化人，對於當前的形勢，也有一些意見，因為一個非常普遍的現象，人們都以「斷代史」的方式，把製造業的發展過程，順序羅列為機械化、自動化、數位化、智慧化，當然了，各種羅列不盡相同，卻顯然分明的，把自動化給列為一個過程，似乎智慧化是一個更高的過程，而自動化只是一個低級的過程。
顯然，真實的工業並非如此，因為現場沒有一個純粹的自動化，而沒有機械、數位化、智慧化，也不會只有智慧化的時代，而自動化沒有了的過程，在邏輯上這也站不住腳，因為，機械、自動化控制、資訊系統、智慧應用，這往往是一個垂直的層面考量的問題，而非歷史順序的過程。
因此，不適合以「斷代史」的方式，來定義自動化在其中的角色與位置，而且，這種斷代定義，也並不符合事實中，自動化技術與智慧化技術，相互之間的融合滲透，也不能反映見天自動化公司，基本上都已經是一個綜合體的事實。
自動化並非是一個製造業中的斷代史，在未來，它一直處於變化中，一直在尋找數位技術、智慧技術，各種技術融合來解決生產問題，難道，自動化行業這個名字該換換了？
自動化遠非過去的自動化
事實上，人們總是會把自動化理解為 PLC、伺服驅動、HMI、電機，而事實上，自動化的角色不斷的在延伸，自動化行業接近現場，不斷的要去為現場解決問題，這使得自動化中的問題變得更為全面，整體，而非局部的產品概念。
比較顯著的幾個特徵，已經成為自動化發展的說明：
越來越多的自動化企業意識到軟體的重要性，你會發現在自動化行業裡，存在著無處不在的軟體，包括幾個方面：
（1）基礎的RTOS，無論是 RTOS（VxWorks、QNX、μC/OS-II等）還是基於 RT-Linux，Windows Embedded，至少，缺乏操作系統的純硬體邏輯 PLC，目前已經比較少了，因為，需要在這個基礎上，運行各種開發環境、程序調度，包括多線程任務處理，不同任務等級。
（2）軟體工程的重要性，傳統基於邏輯的程式，一個程式員一個循環可以，但是，今天，我們要寫複雜的算法，像PLCopen PartIV 中機器人、CNC 與定位同步控制，專業庫如濾波、基礎軸與 CNC、液壓等，再高級到行業級的應用算法，都是軟體。
（3）開放的軟體接口：像 SIEMENS、B＆R、RA這些都有針對 MATLAB/Simulink的建模仿真接口，可以機電軟體化設計，包括數位孿生技術的推進，這些都是軟體。
（4）數位化平台的構架：ABBAbility，SIEMENS Mindshpere這些自動化廠商已經延伸到了邊緣側、私有雲端，以及後台的應用開發、智慧算法的整合階段。
如果你從上面，這些軟體的角度再去看自動化，你會把自動化理解為一個只是賣PLC、電機驅動的行業嗎？
數位化也是自動化一直在推進的
當然，很多人把數體化，理解為 CAD、CAE、CAPP 這些軟體稱為數位化，不過，這是設計數位化部分，而另一個部分是現場營運數位化，工業數位化中最直接的就是現場總線，本身就是為了把現場的信號數位化。
首先為了便於傳輸（降低干擾），而且也是為了後面的計算處理更為直接，從最初的Modbus、CAN、Profibus、DeviceNet，CANopen，再發展到 Profinet、POWERLINK、EtherCAT、Ethernet/IP、CC-Link IE，再到今天的 OPC UA over TSN 技術，各家自動化廠商，一直在推進數位化的進程。
首先為了便於傳輸（降低干擾），而且也是為了後面的計算處理更為直接，從最初的Modbus、CAN、Profibus、DeviceNet，CANopen，再發展到 Profinet、POWERLINK、EtherCAT、Ethernet/IP、CC-Link IE，再到今天的 OPC UA over TSN 技術，各家自動化廠商，一直在推進數位化的進程。
這個數位化的進程，與現場工業應用緊密相關，最初，只是為瞭解決信號控制問題，傳輸干擾抑制、接線複雜性、遠端採集與控制問題，後來隨著機器的自動化程度提高，對於運動控制、機器人等應用的需求，提出了即時乙太網技術 — 這是對較為通用的低成本網路的需求。
而借助於IT技術實現，再往後發展，隨著與管理系統的交互、機器的互聯的需求，而產生了對「資訊」的需求，以及互操作的需求，因此產生了 OPC UA，以及 TSN 為協同即時、非即時數據統一傳輸的問題。
而借助於IT技術實現，再往後發展，隨著與管理系統的交互、機器的互聯的需求，而產生了對「資訊」的需求，以及互操作的需求，因此產生了 OPC UA，以及 TSN 為協同即時、非即時數據統一傳輸的問題。
OPC UA 的價值，遠非是一個互操作的規範，它是數位化中關於資訊模型、安全性、傳輸、預處理、行業都整合的規範與標準。
有些人反映，為什麼我們的資產管理，包括編碼尚未能夠統一，怎麼進行車間管理，我告訴他 AutoID 是 OPC UA 一個伴隨協議，可以解決這個問題，垂直行業資訊模型 — PackML、Euromap 可以解決，VDMA 還開發了機器人與視覺的協同資訊模型，包括工業 4.0 的管理殼，也基於 OPC UA 來實現。
最近和 OPC UA 基金會的朋友聊過這個話題，其實在 MES 推進中，最大的問題，在於缺乏 OPC UA 這樣的統一規範，因此，MES 項目往往會很大的工程投入，使用端代價高昂，而供應者卻也因為工程投入大，而盈利極低，大家都很艱苦，如果採用 OPC UA 就會大幅降低工程成本，數位化，也需要好的方法和工具啊！
最近和 OPC UA 基金會的朋友聊過這個話題，其實在 MES 推進中，最大的問題，在於缺乏 OPC UA 這樣的統一規範，因此，MES 項目往往會很大的工程投入，使用端代價高昂，而供應者卻也因為工程投入大，而盈利極低，大家都很艱苦，如果採用 OPC UA 就會大幅降低工程成本，數位化，也需要好的方法和工具啊！
數位化 - 難道不是自動化人一直在做的事情嗎？
這件事也很有意思，不要今天看到火熱的 AI 場景，我們就認為 AI 將要如何的重要，其實，工業裡的智慧算法，早就在進行，包括邊緣層的策略分析、路徑優化，運籌與系統工程的發展，也是數十年時間了。
包括在 PLC 裡，實現機器學習，這完全是可行的，因為今天的 PLC 早已不是當年的硬體邏輯指令的控制器了，包括像貝加萊基於 RTOS + Windows 的 PLC （可採用 C/C++ 開發）或 APROL 平台（可採用 Python 編程）都可以，因此，不能再按照傳統的眼光去看待自動化。
包括在 PLC 裡，實現機器學習，這完全是可行的，因為今天的 PLC 早已不是當年的硬體邏輯指令的控制器了，包括像貝加萊基於 RTOS + Windows 的 PLC （可採用 C/C++ 開發）或 APROL 平台（可採用 Python 編程）都可以，因此，不能再按照傳統的眼光去看待自動化。
而就控制論本身，在數十年前就已經有，各種關於智慧化的模型、方法與實踐，關鍵在於「經濟性」，就像去年和幾個朋友談到某公司，把十多年前許強博士，關於驅動的智慧算法拿出來用，因為以前這樣的算法，執行所需的處理晶片成本非常高，而今天 FPGA 成本已經很低了。
因此，具有經濟性了，同樣，在過去針對具有複雜動態工況下的，多迴路 PID 耦合解耦計算，需要非常較強的處理能力，而傳統上，普通的控制器和 PC ，都沒有這樣的算力。
而建構一個高速動態計算網路，對於很多工業場景而言，又是代價高昂的。而今天 ICT 技術使得伺服器、高即時響應網路、軟體算法的測試驗證，都具有了經濟性，才能使得原本自動化領域的很多智慧化算法，能夠被真正投入產業應用。
這種應用可以有兩種模式，一種是自動化系統，借助於 AI 晶片、軟體將算法整合到本地，或者大時間顆粒的大量數據，放在雲端進行計算，這都取決於哪個更為經濟適用，而非誰的技術更牛。
因此，具有經濟性了，同樣，在過去針對具有複雜動態工況下的，多迴路 PID 耦合解耦計算，需要非常較強的處理能力，而傳統上，普通的控制器和 PC ，都沒有這樣的算力。
而建構一個高速動態計算網路，對於很多工業場景而言，又是代價高昂的。而今天 ICT 技術使得伺服器、高即時響應網路、軟體算法的測試驗證，都具有了經濟性，才能使得原本自動化領域的很多智慧化算法，能夠被真正投入產業應用。
這種應用可以有兩種模式，一種是自動化系統，借助於 AI 晶片、軟體將算法整合到本地，或者大時間顆粒的大量數據，放在雲端進行計算，這都取決於哪個更為經濟適用，而非誰的技術更牛。
因此，任何的創新，都是基於經濟性為先導的，技術早就存在了，甚至我們今天討論的所有這些問題，他們都會有二三十年以上的歷史淵源了，只是，隨著經濟性越來越強，這些問題才能被真正投入應用而已。
因此，OT 和 IT 在工業網路時代，姓什麼並不重要，一方面，相互要各自發揮自己的擅長的，並以開放的心態相互融合，在規範和標準的接口建構上下功夫，相互融合，共同解決問題。
但是，自動化也的確，並非傳統我們理解的就是PLC，伺服驅動與電機的產品，它早已與數位化、智慧化邊界模糊，正在成為製造業升級的核心力量。成為工業網路的 OICT 融合中的落地執行者。
但是，自動化也的確，並非傳統我們理解的就是PLC，伺服驅動與電機的產品，它早已與數位化、智慧化邊界模糊，正在成為製造業升級的核心力量。成為工業網路的 OICT 融合中的落地執行者。
 |
| 台灣區電信工程工業同業公會 |
沒有留言:
張貼留言