原题:自动化早就不是那种自动化了。

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;


2021年01月19日

自动化早已不是那个自动化-东炬小编为你讲解

新闻动态

无码精品国产DVD在线观看_韩国精品无码一区二区三区在线_日韩av无码