周杰：物聯網時代，自動化金字塔會被替代嗎？
http://m.sharifulalam.com 2020-07-13 11:46 《中華工控網》原創
普渡模型（Purdue Model）是1992年由普渡大學計算機集成制造聯盟提出的系統架構，在該架構模型的基礎上誕生了ISA-95標準，從車間到企業的信息流向出發，ISA-95標準把集成制造分成了若干層次，并在生產領域和企業管理領域之間引入防火墻等內置安全管理機制。
在該模型和標準中，工業自動化形成了金字塔結構，這一結構迅速獲得廣泛認可并展現了長久的生命力，在一些新的架構模型中，無論是德國的工業4.0參考架構模型（RAMI 4.0）還是我國的智能制造系統架構(IMSA)，在系統層級維度大體沿用了ISA-95標準，只是在最頂層增加了企業協同（互聯世界），在最底層引入了產品（智能產品）。
👇 ISA-95和自動化金字塔 👇
從自動化金字塔模型提出至今，在摩爾定律（集成電路上集成的晶體管數量每18個月翻一番）和尼爾森定律（高端用戶的網絡帶寬能力每24個月翻一番）的指引下，計算機技術和網絡技術得到了快速的發展：
在1993年，Intel發布了初代的奔騰處理器，單核心60 MHz，集成了310萬個晶體管；在2019年AMD發布的Ryzen 9處理器則包含12核心3.8 GHz，集成約100億個晶體管。在90年代初，光纖入戶還只是夢想，移動通信還處于2G+功能機時代；在如今，我們已經基本實現光纖入戶并正在逐漸普及以高帶寬（1G bps峰值吞吐率）/低時延（0.5~1ms時延）/大連接（1000K/平方公里連接數）為特點的5G網絡。
計算機技術和網絡技術的發展為工業自動化的發展提供了基礎，在某些局部的領域改變了一些傳統的認知，比如在90年代末到20年代初，受制于當時的控制器算力和內存大小，如果要實現運動控制和第三方現場總線等功能，需要使用者在PLC CPU模塊的基礎上額外購買運動控制模塊和總線通信模塊。在如今，集成邏輯控制/運動控制/通信管理/安全等功能的多合一控制器（軟件定義的控制/軟件定義的網絡）已經漸成主流。但是從系統信息流向的角度出發，1992年提出的普渡模型幾乎沒有變化，仍然是廣大制造業人心中的圣經。
這一模型是否解決了制造過程的所有痛點呢？答案應該是否定的。
以筆者10年左右參與的一個項目-某食品包裝工廠的自動化車間系統為例，我們參照模型架構并在架構的每一層引入了當時比較新的技術，比如：
👉在設備層的薄膜分切機控制中采用了邏輯/運動控制一體的控制器和PLCopen MFB，并在物料搬運環節引入了AGV、機器人等自動化設備；
👉在OT和IT系統之間使用了基于以太網的現場總線和OPC技術；
👉在IT系統的部署中采用了虛擬化技術并打通了各子系統之間的信息孤島。
整體系統投入運行后實現了當初設計的生產效率/生產質量/生產柔性等方面的指標，但是碰到了一個從當時的條件看無法解決的問題：設備層使用的伺服電機在高速運動下會發生磁鐵脫落的現象從而造成設備的意外停機，關鍵設備的停機會導致產線停機，即便不考慮備件電機從廠家運輸到使用現場的時間，在現場拆卸并更換電機也是一件以小時計數的工作，換言之，在該系統架構下可以實現自動化（減勞）和精益化（降費），無法實現無憂化。
這種問題可以在物聯網中得到較好的解決，物聯網概念起源于1995年比爾蓋茨在《未來之路》一書中提及的物互聯，在2005年國際電信聯盟（ITU）發布的同盟報告中，物聯網的覆蓋范圍有了較大的拓展，連接互聯網的物不僅包括電腦、手機、家用電器消費品，也包括電網、供水系統、油氣管道、機械設備等工業品。如下圖所示，通過在電機上安裝無電池傳感器（能量來自溫差和光照）采集電機的振動和溫度信號，并通過無線網絡把傳感器信號傳遞到部署在車間的邊緣計算控制器中，在對傳感器數據進行預處理的基礎上可以進行統計特征提取/設備健康狀態評估和故障預測，并將該信息和預測結果傳輸給MES等生產管理系統，從而避免因為設備意外停機對產線造成的沖擊。
👇電機健康狀態監控/故障預測案例和IoT架構模型👇
IoT架構模型的不同層次，充分利用了如下新技術特性：
• IoT設備：低成本、低功耗、高集成、小型化傳感器的出現和成熟；視覺傳感器自適應能力的提高和成本的下降；RFID標簽等類似技術在產品生命周期管理中的廣泛應用。
• IoT網絡 ：支持資源受限設備和輕量化通信協議；支持海量設備連接（IPv6）；低功耗無線連接（Zigbee，Bluetooth LE，LoRa……）；適用于工業場景的確定性網絡（TSN）。
• IoT管理和應用 ：云計算/邊緣計算和虛擬化；分析技術3.0（分析技術1.0：結構化數據-數據中心，分析技術2.0：結構化數據和非結構化數據-數據中心，分析技術 3.0：結構化數據和非結構化數據-網絡邊緣和數據中心）。
在傳統的自動化金字塔架構中，把第一層的傳感器數據傳輸到最高層進行分析和處理是不可能的，如果回顧這一模型提出的時代背景，即上世紀90年代初，則很容易理解在當時的技術條件下為什么會誕生這種信息逐層流動和處理的金字塔架構。隨著時代的變遷和技術的發展，在IoT架構中弱化了數據來源所在的層次，數據既可以來自于各種傳感器（比如溫度傳感器、振動傳感器）、智能元器件（比如變頻器、閥門），也可以來自設備控制器（比如PLC、CNC），車間控制系統（比如SCADA、RMS），或者企業管理運營系統（比如ERP，SCM）。與此同時，借助邊緣計算，在IoT架構中強化了對數據，包括環境數據、生產數據、設計數據、工藝數據、運營數據、服務數據等進行分析并從中總結提煉對生產過程有用的各種洞察的重要性。
這種自動化金字塔架構會被替代嗎？以離散制造為例，根據上下游產品特點，我們可以把某一產品拆分成若干產品單元，然后把產品單元的生產制造過程拆分成若干工藝單元，每一個工藝單元的實現由各種機械設備完成，比如生產設備、測試設備等，工藝單元和工藝單元之間的物料轉運由各種自動化設備完成，比如機器人、AGV等，無論是機械還是設備，從物聯網的視角看來都屬于執行機構，而從工業自動化的視角而言，我們都可以簡化成人機界面<->控制器<->驅動器的三層結構，包含以IO控制、運動控制和安全控制為代表的三類控制，傳感器用于測量生產過程的各種狀態并作為車間控制系統閉環控制的輸入信號。生產制造過程即是價值創造過程，而針對這種生產制造過程二種不同視角下的對比如下圖所示，在可預見的將來，這二種模型會在發展中不斷融合，在保留穩定、可靠和安全特性的同時，實現更具感知和智能的生產制造。
👇離散行業制造過程和系統模型👇
作者簡介
周杰，浙江大學控制系研究生畢業后在工業自動化/工業機器人/工業互聯網行業有十多年工作經驗，目前從事智能制造研發項目管理相關的工作。
相關新聞
編輯精選
