2011年，伴隨著科技自動化聯盟的成立，我們對科技自動化做出了如下定義：科技自動化是集成了最新科技成果的自動化，是面向科學研究、技術開發和先進制造業的自動化。可以看出，科技自動化代表了最先進的、前沿的自動化技術，也是與時俱進的自動化技術，其內涵和外延不斷隨著時代的發展而得到豐富和擴展。科技自動化也被視為科技創新和制造業轉型升級、建設智慧工廠的一類基礎使能技術。
 

       近年來，新的技術不斷涌現，如CPS、數字化孿生體、大數據、區塊鏈、人工智能、5G等；他們催生了制造業不斷出現新模式，如工業4.0、智能制造、工業互聯網等。新一代ICT技術和智能化技術，也早早被我們識別為與科技自動化并列的建設智慧工廠的使能技術，三者融合發展將奠定制造業邁向未來的技術基礎，這一點毫不懷疑。問題是，新一代ICT和智能化技術和自動化技術的交互結果會如何？是自動化被顛覆得體無完膚還是自動化吸收最新技術成果之后變得更靈活和強大呢？
 

       A. 從自動化金字塔到自動化頂梁柱的變遷（自動化+ICT）
 

       結論是很明顯的，那就是自動化一定會向我們定義的那樣，充分吸收ICT和智能技術以后破繭重生，實現自我革新。以工業通信網絡的變遷為例，最近看到彭瑜老師的一篇文章，引用了Belden公司高級架構師Rene Hummen于2017年初在一篇博客文章中描繪的圖形，指著名的自動化金字塔將轉變為所謂的自動化頂梁柱（From the Automation Pyramid to the Automation Pillar ）。其核心觀點是隨著TSN等寬帶實時通信技術的日趨成熟，自動化通信網絡將從傳統的按照功能性嚴格分層、在水平方向上連接交互、但在垂直方向上礙于通信能力的短缺交互不暢的金字塔，轉變為更加開放、柔性，支持垂直集成和充分利用云端強大計算資源的頂梁柱結構，以更好地支持如預測性維護和大數據分析等新商業模式的發展。在新的TSN通信技術的賦能下，自動化系統的關鍵組件PLC將發生分化，一部分下沉與現場I/O結合變成分布式控制單元（DCU），一部分將上移到云端化身為虛擬PLC；自動化軟件如SCADA/MES/ERP/BI將充分融入工廠骨干中樞（本地自動化云）；現場I/O和工廠骨干中樞之間保持強大的連接性，并與外部公有云保持安全連接。
 

       同樣的情形也發生在自動化軟件領域。本期科技自動化2.0專欄將發表彭瑜老師的特約文章《軟件定義運動控制的方法》。文章指出，早在十多年前，PLCopen組織就在IEC61131-3自動化編程國際標準的基礎上，定義了運動控制規范，該規范逐漸被業界接受，成為涵蓋PLC通用運動控制、CNC控制和機器人控制的事實上的工業標準。而PLCopen運動控制規范的實質性意義是將運動控制硬件與軟件隔離，通過對硬件的功能性及其接口進行抽象和封裝，從而將復雜的機械裝備運動控制任務解耦為對基礎硬件的虛擬化及其API和運動控制軟件兩部分。這一天才般的想法，今天看來，就是對當今如日中天的軟件定義一切（SDX）概念在機械裝備運動控制領域的完美應用和詮釋。可見，自動化領域的領先者或先行者早已掌握了信息通信技術包括軟件工程技術的精髓，并成功用于實踐。如今PLCopen組織仍然十分活躍，與其他工業技術組織共同推動著諸如OPC-UA行業規范、工業安全與信息安全技術等領域的發展。
 

       B. 新一代自動化控制器與自動化金三角（自動化+智能）
 

       再舉一例，談談自動化如何吸收IT和智能化技術從而發展出新一代自動化控制器甚至新一代自動化產品品類。大家都知道，德國菲尼克斯公司幾年前推出了PLCnext自動化平臺，其核心理念是充分吸收IT技術和智能化技術。通過重新設計開放的硬件平臺和自動化軟件平臺，在功能性方面則通過PLCnext的app store上不斷發布自有的以及大量第三方的app，從而使用戶可以按需下載和配置自己的控制軟件，不斷加強該公司自動化生態系統。在菲尼克斯高級技術專家杜品圣博士今年2月份的文章《自動控制系統是智能制造的“雞蛋”還是“石頭”》中，開宗明義地指出：“要真正做到IT融合OT，更好發揮人工智能、大數據等技術等的作用，最主要的是控制系統不僅要與過去一樣處理控制數據（即實時性數據），同時對于大量的生產管理，產品研發數據（非實時數據）也有分析、歸納和總結的處理能力。同時PLC控制器一定要整合人工智能的功能。自動化控制技術是實現智能制造的根本，它是事物發展變化的內因，而IT技術的應用則是條件。”
 

       我非常欣賞杜博士的上述觀點，然而在具體的實現技術路徑上，有著不同的發展思路。2018年8月，我曾經在智慧工廠雜志卷首語上發表了一篇小文《淺談智能化機器的“金三角”》，后來又在2019年6月和10月連續發表了幾篇文章繼續深化討論金三角的概念。在首篇文章中，我談到：“傳統的機器自動化解決方案中的兩大主角：控制器（Controller）和驅動器（Driver），在智能制造/工業4.0時代會遇到主要是來自數據的挑戰！諸如更多的傳感器、更多的數據、更加本地化的分析需求、預測性維護/健康管理、功能安全/信息安全、多樣化的通信需求、云端鏈接能力等等。于是我們看到了基于PC的控制器以強大的計算能力突破了邏輯控制+運動控制+順序控制的經典范疇，向全面滿足智能化要求大步邁進；我們也看到增加了邊緣計算能力的PLC橫空出世，不斷刷新著人們對PLC的認識。今后，毫不夸張地說，所有的控制器（PLC/NC/MC/RC/PAC等）都將擁有一定的數據處理和分析能力，所有的驅動器也將如此。但畢竟現代控制器的軟硬件架構和驅動器的架構從本質上不適應數據密集的、以人工智能為特色的高階算法。這里我索性提出一個新的產品概念，機器分析預測器（Analyzer & Predictor）。他將獨立于控制器和驅動器，專門設計用來完成視覺處理、多傳感器融合、邊緣計算、預測性維護、協議解析、安全加密和通信接口等任務，上面跑的不是PLC邏輯算法和運動控制算法，而是更多基于AI的數據密集型算法。在數據采集、存儲和算力方面都和控制器、驅動器有著顯著的不同。 這樣的一個產品以分析和預測見長，將和機器控制器、電機驅動器一起構成智能機器人的金三角。期待這樣的一類新產品在不久的將來躍入眼簾，從此我們不僅基于控制器和驅動器談機器自動化解決方案，更要談有了分析預測器之后，機器智能化解決方案的新面貌。“預測-決策-執行，是為機器智能化的“金三角”。
 

       以上所談聚焦在科技自動化如何吸收ICT和人工智能技術，通過主動突破和創新，不斷滿足當今和未來一段時間智能制造和工業互聯網建設的要求。如果我們把眼光更加放長遠，看看制造業的未來將會是怎樣的場景，會幫助我們更好識別科技自動化將要面臨的需求和變革的方向。幾天前易能立方微信公眾號轉載了署名Ben Wang的原刊登于英文Engineering雜志2018年7月號的文章《制造業的未來——一個新視角》。文章對未來制造業發展面臨的四個重要挑戰進行了剖析，其中一個論及對未來制造業的重新定義，指出完成這項任務的主要障礙是新穎的制造工藝、創新的材料和顛覆性的商業模式對現有的基礎認知帶來的沖擊 。對于用材料、制造和商業模式這樣的三維視角來界定新制造與傳統制造的邊界，我個人高度認同，這里暫且不談。對于科技自動化的發展趨勢而言，更加具有啟示意義的是，作者認識到未來制造業的關鍵詞是“混合”， 它具有人 類與機器人協作、增材制造與減材制造結合、金屬材料與復合材料并用以及網絡系統與物理系統融合等特點。 過去對于單一系統的研究固然重要，今后對于系統之間的交互和平衡關系的研究同等甚至更加重要，也就是說對于多個系統構成的超系統的內在規律的研究更加重要，這里面既有技術的、也有經濟和社會的分析。科技自動化作為支撐未來制造至關重要的使能技術，必須要很好地適應如上這些具有混合特點的應用場景，比如如何開發更好的支持人機協作的、有著友好人機界面、能夠識別人在閉環的場景并能做出主動調整的智能自適應自動化系統；如何在一套自動化軟件之中同時支持3D打印、機器人和數控機床等不同的控制模式；如何開發適應金屬與非金屬復合材料的混合加工的自動化系統，尤其是面向更加具有挑戰性的所謂編材制造（這是大纖維工作組2019年提出的面向未來制造的從原子開始，跨越分子、纖維、織物、器件、系統和超系統的多層次多尺度創新制造模式）；以及自動化系統如何支持數字化孿生體和CPS系統的實現，確保在賽博系統和物理系統之間做到實時數據映射和彼此優化迭代？
 

       上述面向未來的自動化需求，都要求自動化系統與時俱進，具備感知場景的能力，處理非結構化數據的能力，利用人工智能進行自我學習和決策的能力，以及更加精準、快速、安全的執行能力。自動化系統還必須很好地滿足綠色節能、靈活性、伸縮性和適應性等要求，因為未來制造的性能指標不僅僅是質量、效率、成本和安全，還有敏捷性和可持續發展等等。
 

       科技自動化在大約十年前被提出來的時候，其內涵相對而言還比較經典。底層基礎技術主要是電子、半導體、通信、軟件等，核心技術主要是精密傳感、驅動與運動控制、機器人和數控、高級控制算法、實時操作系統、工業通信等，產品主要包括硬件層面的I/O、傳感器、變送器、驅動系統、控制器、人機界面、通信和電源，軟件層面的自動化控制平臺、SCADA、MES、能源管理系統等。科技自動化技術和產品根植于整個自動化領域，各自有著十年到幾十年的發展歷史與傳承，但更強調其功能、性能方面的先進性，以及對大批量規模制造之外的先進制造模式和研發創新過程的支持。科技自動化的外延，在技術層面和ICT技術、智能化技術、人因工程、機電一體化多有交叉；在裝備應用層面則幾乎覆蓋了所有的測量測試和先進制造裝備，也包括很多其他領域的高技術裝備，不勝枚舉；在行業應用方面則主要是高端裝備制造業、戰略新興產業以及尖端科研領域。
 

       近年來，隨著信息通信技術和智能化技術的迅猛發展，加上材料、生物、能源等新技術產業革命的步伐日益加快，人類社會已經全面步入數字經濟和創新經濟社會。自動化這個詞被賦予了新的一些內涵，如知識自動化、創新自動化等；其外延也不斷擴展，與一些新的領域進行著交叉，如新材料制造、生物制造等。科技自動化作為自動化領域的一個極為重要的具有引領性的前沿分支，也必然發生著巨大的變化，不斷產生新的技術、產品和應用。如前面提到的帶IoT能力的智能傳感器、分布式控制單元、帶有邊緣智能的控制器、基于AI的分析預測器、帶預測性維護能力的數字化電機和驅動器、軟件定義的面向功能集成和工藝集成的新自動化平臺等。科技自動化軟件、硬件和相應的CPS系統必將繼續成為實現智能制造、工業互聯網和未來先進制造模式的最重要基礎設施和使能手段。
 

       進入2020年，新冠疫情在全球范圍內的大爆發給本就遍布沖突和挑戰的全球經濟、政治秩序帶來了巨大的沖擊，讓這個世界更加充滿不確定性。對制造業來說，全球范圍內的供應鏈重構、產業鏈重構和價值鏈重構也將為自動化產業帶來前所未有之變局，促使我們每一個從業者放慢腳步并駐足思考。科技自動化聯盟的專家團隊借此機會欲重新解讀科技自動化是什么、為什么、怎么做和向何處去的問題，特以此文作序，引入聯盟首席專家彭瑜老師關于軟件定義運動控制的重磅文章。接下來，我們會利用聯盟微信公眾號和智慧工廠雜志平臺，以半個月一期的節奏，連續刊載系列原創文章，話題將覆蓋科技自動化核心技術與標準、元件/系統產品和解決方案、工業軟件和工業通信、功能安全和信息安全、邊緣計算和分布式控制系統、人工智能和大數據、數字化孿生體和CPS等方面。這項工作預計持續到今年年底。

 

       科技自動化即將走完自己的第一個十年，值此特殊時刻，讓我們回首過去、凝望當下、并共同展望未來吧！

 

 

作者：中國科技自動化聯盟秘書長  智慧工廠研究院院長 王健