自动化早已不是那个自动化了！

导 读 ( 文/ 说东道西 宋华振 )
侃侃而谈并非务实之道，解决问题才是王道！
说明：本文选自贝加莱工业自动化（中国）市场经理宋华振老师公众号“说东道西”，经授权发布！
工业互联网如此热潮汹涌，也引发了关于它究竟姓“工”还是姓“网”的问题，不过，在我看来，这个问题的纠缠多少各自还是有些“自我中心”意识的，虽然之前我也的确观察到IT界对工业的缺乏了解而有些自以为是的。

然而，不得不承认，ICT技术的确有非常大的潜力为制造业创造了一些空间，其实，如果我们都站在用户的角度看问题—我们必须说，工业互联网都是必须服务于客户价值的，判断和选择实际上由用户体验来决定，而另一方面，侃侃而谈并非务实之道，解决问题才是王道，大概是因为OT端的人一直在现场忙设备调试运行，没时间写PPT。
01、断代式的发展对于自动化的误解
当然，作为一个自动化人，对于当前的形势也有一些意见，因为一个非常普遍的现象，人们都以“断代史”的方式把制造业的发展过程顺序罗列为机械化、自动化、数字化、智能化。
当然了，各种罗列不尽相同却显然分明的把自动化给列为一个过程，似乎智能化是一个更高的过程，而自动化只是一个低级的过程，显然，真实的工业并非如此，因为现场没有一个纯粹的自动化，而没有机械、数字化、智能化，也不会只有智能化的时代。
而自动化没有了的过程，在逻辑上这也站不住脚，因为，机械、自动化控制、信息系统、智能应用这往往是一个垂直的层面考量的问题，而非历史顺序的过程。因此，不适合以“断代史”的方式来定义自动化在其中的角色与位置，而且，这种断代定义也并不符合事实中自动化技术与智能化技术相互之间的融合渗透，也不能反映见天自动化公司基本上都已经是一个综合体的事实。

自动化并非是一个制造业中的断代史，在未来，它一直处于变化中，一直在寻找数字技术、智能技术，各种技术融合来解决生产问题，难道，自动化行业这个名字该换换了？
02、自动化远非过去的自动化
事实上，人们总是会把自动化理解为PLC、伺服驱动、HMI、电机......而事实上，自动化的角色不断的在延伸，自动化行业接近现场，不断的要去为现场解决问题，这使得自动化中的问题变得更为全面，整体，而非局部的产品概念。
比较显著的几个特征，已经成为自动化发展的说明：
自动化是一个软件行业吗？
越来越多的自动化企业意识到软件的重要性，你会发现在自动化行业里存在着无处不在的软件，包括几个方面：
① 基础的RTOS
无论是RTOS（VxWorks、QNX、μC/OS-II等）还是基于RT-Linux,Windows Embedded，至少，缺乏操作系统的纯硬件逻辑PLC目前已经比较少了，因为，需要在这个基础上运行各种开发环境、程序调度，包括多线程任务处理，不同任务等级。
② 软件工程的重要性
传统基于逻辑的程序一个程序员一个循环可以，但是，今天，我们要写复杂的算法，像PLCopen PartIV中机器人、CNC与定位同步控制，专业库如滤波、基础轴与CNC、液压等，再高级到行业级的应用算法，都是软件。

③ 开放的软件接口：
像SIEMENS、B&R、RA这些都有针对MATLAB/Simulink的建模仿真接口，可以机电软一体化设计，包括数字孪生技术的推进，这些都是软件。
④ 数字化平台的构架：
ABBAbility，SIEMENS Mindshpere这些自动化厂商已经延伸到了边缘侧、私有云端以及后台的应用开发、智能算法的集成阶段。
如果你从上面这些软件的角度再去看自动化，你会把自动化理解为一个只是卖PLC、电机驱动的行业吗？
03、数字化也、是自动化一直在推进的
当然，很多人把数字化理解为CAD、CAE、CAPP这些软件称为数字化，不过，这是设计数字化部分，而另一个部分是现场运营数字化。

工业数字化中最直观的就是现场总线，本身就是为了把现场的信号数字化，首先为了便于传输（降低干扰），而且也是为了后面的计算处理更为直接，从最初的Modbus、CAN、Profibus、DeviceNet，CANopen，再发展到Profinet、POWERLINK、EtherCAT、Ethernet/IP、CC-Link IE，再到今天的OPC UA over TSN技术，各家自动化厂商一直在推进数字化的进程。
这个数字化的进程与现场工业应用紧密相关，最初，只是为了解决信号控制问题，传输干扰抑制、接线复杂性、远程采集与控制问题，后来随着机器的自动化程度提高，对于运动控制、机器人等应用的需求，提出了实时以太网技术—这是对较为通用的低成本网络的需求，而借助于IT技术实现，再往后发展，随着与管理系统的交互、机器的互联的需求而产生了对“信息”的需求，以及互操作的需求，因此产生了OPC UA，以及TSN为协同实时、非实时数据统一传输的问题。

OPC UA的价值远非是一个互操作的规范，它是数字化中关于信息模型、安全性、传输、预处理、行业都集成的规范与标准。
有些人反映为什么我们的资产管理，包括编码尚未能够统一，怎么进行车间管理，我告诉他AutoID是OPC UA一个伴随协议，可以解决这个问题，垂直行业信息模型—PackML、Euromap可以解决，VDMA还开发了机器人与视觉的协同信息模型，包括工业4.0的管理壳也基于OPC UA来实现，最近和OPC UA基金会的朋友聊过这个话题，其实在MES推进中最大的问题在于缺乏OPC UA这样的统一规范，因此，MES项目往往会很大的工程投入，用户代价高昂而实施者却也因为工程投入大而盈利极低，大家都很艰苦，如果采用OPC UA就会大幅降低工程成本，数字化，也需要好的方法和工具啊！
数字化-难道不是自动化人一直在做的事情吗？
04、智能技术很多年前就在做了
这件事也很有意思，不要今天看到火热的AI场景，我们就认为AI将要如何的重要，其实，工业里的智能算法早就在进行，包括边缘层的策略分析、路径优化，运筹与系统工程的发展也是数十年时间了，包括在PLC里实现机器学习这完全是可行的，因为今天的PLC早已不是当年的硬件逻辑指令的控制器了，包括像贝加莱基于RTOS+Windows的PLC（可采用C/C++开发）或APROL平台（可采用Python编程）都可以，因此，不能再按照传统的眼光去看待自动化。
而就控制论本身，在数十年前就已经有各种关于智能化的模型、方法与实践，关键在于“经济性”，就像去年和几个朋友谈到某公司把十多年前许强博士关于驱动的智能算法拿出来用，因为以前这样的算法执行所需的处理芯片成本非常高，而今天FPGA成本已经很低了。

因此，具有经济性了，同样，在过去针对具有复杂动态工况下的多回路PID耦合解耦计算，需要非常较强的处理能力，而传统上，普通的控制器和PC都没有这样的算力，而构建一个高速动态计算网络对于很多工业场景而言又是代价高昂的，而今天ICT技术使得服务器、高实时响应网络、软件算法的测试验证都具有了经济性，才能使得原本自动化领域的很多智能化算法能够被真正投入产业应用，这种应用可以有两种模式，一种是自动化系统借助于AI芯片、软件将算法集成到本地，或者大时间颗粒的大量数据放在云端进行计算，这都取决于哪个更为经济适用，而非谁的技术更牛。
因此，任何的创新都是基于经济性为先导的，技术早就存在了，甚至我们今天讨论的所有这些问题他们都会有二三十年以上的历史渊源了，只是，随着经济性越来越强，这些问题才能被真正投入应用而已。
05、我们一切都服务于制造业用户的价值创造
因此，OT和IT在工业互联网时代姓什么并不重要。一方面，相互要各自发挥自己的擅长的，并以开放的心态相互融合，在规范和标准的接口构建上下功夫，相互融合，共同解决问题。但是，自动化也的确并非传统我们理解的就是PLC，伺服驱动与电机的产品，它早已与数字化、智能化边界模糊，正在成为制造业升级的核心力量。成为工业互联网的OICT融合中的落地执行者。