2011年，伴随着科技自动化联盟的成立，我们对科技自动化做出了如下定义：科技自动化是集成了最新科技成果的自动化，是面向科学研究、技术开发和先进制造业的自动化。可以看出，科技自动化代表了最先进的、前沿的自动化技术，也是与时俱进的自动化技术，其内涵和外延不断随着时代的发展而得到丰富和扩展。科技自动化也被视为科技创新和制造业转型升级、建设智慧工厂的一类基础使能技术。
 

       近年来，新的技术不断涌现，如CPS、数字化孪生体、大数据、区块链、人工智能、5G等；他们催生了制造业不断出现新模式，如工业4.0、智能制造、工业互联网等。新一代ICT技术和智能化技术，也早早被我们识别为与科技自动化并列的建设智慧工厂的使能技术，三者融合发展将奠定制造业迈向未来的技术基础，这一点毫不怀疑。问题是，新一代ICT和智能化技术和自动化技术的交互结果会如何？是自动化被颠覆得体无完肤还是自动化吸收最新技术成果之后变得更灵活和强大呢？
 

       A. 从自动化金字塔到自动化顶梁柱的变迁（自动化+ICT）
 

       结论是很明显的，那就是自动化一定会向我们定义的那样，充分吸收ICT和智能技术以后破茧重生，实现自我革新。以工业通信网络的变迁为例，最近看到彭瑜老师的一篇文章，引用了Belden公司高级架构师Rene Hummen于2017年初在一篇博客文章中描绘的图形，指著名的自动化金字塔将转变为所谓的自动化顶梁柱（From the Automation Pyramid to the Automation Pillar ）。其核心观点是随着TSN等宽带实时通信技术的日趋成熟，自动化通信网络将从传统的按照功能性严格分层、在水平方向上连接交互、但在垂直方向上碍于通信能力的短缺交互不畅的金字塔，转变为更加开放、柔性，支持垂直集成和充分利用云端强大计算资源的顶梁柱结构，以更好地支持如预测性维护和大数据分析等新商业模式的发展。在新的TSN通信技术的赋能下，自动化系统的关键组件PLC将发生分化，一部分下沉与现场I/O结合变成分布式控制单元（DCU），一部分将上移到云端化身为虚拟PLC；自动化软件如SCADA/MES/ERP/BI将充分融入工厂骨干中枢（本地自动化云）；现场I/O和工厂骨干中枢之间保持强大的连接性，并与外部公有云保持安全连接。
 

       同样的情形也发生在自动化软件领域。本期科技自动化2.0专栏将发表彭瑜老师的特约文章《软件定义运动控制的方法》。文章指出，早在十多年前，PLCopen组织就在IEC61131-3自动化编程国际标准的基础上，定义了运动控制规范，该规范逐渐被业界接受，成为涵盖PLC通用运动控制、CNC控制和机器人控制的事实上的工业标准。而PLCopen运动控制规范的实质性意义是将运动控制硬件与软件隔离，通过对硬件的功能性及其接口进行抽象和封装，从而将复杂的机械装备运动控制任务解耦为对基础硬件的虚拟化及其API和运动控制软件两部分。这一天才般的想法，今天看来，就是对当今如日中天的软件定义一切（SDX）概念在机械装备运动控制领域的完美应用和诠释。可见，自动化领域的领先者或先行者早已掌握了信息通信技术包括软件工程技术的精髓，并成功用于实践。如今PLCopen组织仍然十分活跃，与其他工业技术组织共同推动着诸如OPC-UA行业规范、工业安全与信息安全技术等领域的发展。
 

       B. 新一代自动化控制器与自动化金三角（自动化+智能）
 

       再举一例，谈谈自动化如何吸收IT和智能化技术从而发展出新一代自动化控制器甚至新一代自动化产品品类。大家都知道，德国菲尼克斯公司几年前推出了PLCnext自动化平台，其核心理念是充分吸收IT技术和智能化技术。通过重新设计开放的硬件平台和自动化软件平台，在功能性方面则通过PLCnext的app store上不断发布自有的以及大量第三方的app，从而使用户可以按需下载和配置自己的控制软件，不断加强该公司自动化生态系统。在菲尼克斯高级技术专家杜品圣博士今年2月份的文章《自动控制系统是智能制造的“鸡蛋”还是“石头”》中，开宗明义地指出：“要真正做到IT融合OT，更好发挥人工智能、大数据等技术等的作用，最主要的是控制系统不仅要与过去一样处理控制数据（即实时性数据），同时对于大量的生产管理，产品研发数据（非实时数据）也有分析、归纳和总结的处理能力。同时PLC控制器一定要整合人工智能的功能。自动化控制技术是实现智能制造的根本，它是事物发展变化的内因，而IT技术的应用则是条件。”
 

       我非常欣赏杜博士的上述观点，然而在具体的实现技术路径上，有着不同的发展思路。2018年8月，我曾经在智慧工厂杂志卷首语上发表了一篇小文《浅谈智能化机器的“金三角”》，后来又在2019年6月和10月连续发表了几篇文章继续深化讨论金三角的概念。在首篇文章中，我谈到：“传统的机器自动化解决方案中的两大主角：控制器（Controller）和驱动器（Driver），在智能制造/工业4.0时代会遇到主要是来自数据的挑战！诸如更多的传感器、更多的数据、更加本地化的分析需求、预测性维护/健康管理、功能安全/信息安全、多样化的通信需求、云端链接能力等等。于是我们看到了基于PC的控制器以强大的计算能力突破了逻辑控制+运动控制+顺序控制的经典范畴，向全面满足智能化要求大步迈进；我们也看到增加了边缘计算能力的PLC横空出世，不断刷新着人们对PLC的认识。今后，毫不夸张地说，所有的控制器（PLC/NC/MC/RC/PAC等）都将拥有一定的数据处理和分析能力，所有的驱动器也将如此。但毕竟现代控制器的软硬件架构和驱动器的架构从本质上不适应数据密集的、以人工智能为特色的高阶算法。这里我索性提出一个新的产品概念，机器分析预测器（Analyzer & Predictor）。他将独立于控制器和驱动器，专门设计用来完成视觉处理、多传感器融合、边缘计算、预测性维护、协议解析、安全加密和通信接口等任务，上面跑的不是PLC逻辑算法和运动控制算法，而是更多基于AI的数据密集型算法。在数据采集、存储和算力方面都和控制器、驱动器有着显著的不同。 这样的一个产品以分析和预测见长，将和机器控制器、电机驱动器一起构成智能机器人的金三角。期待这样的一类新产品在不久的将来跃入眼帘，从此我们不仅基于控制器和驱动器谈机器自动化解决方案，更要谈有了分析预测器之后，机器智能化解决方案的新面貌。“预测-决策-执行，是为机器智能化的“金三角”。
 

       以上所谈聚焦在科技自动化如何吸收ICT和人工智能技术，通过主动突破和创新，不断满足当今和未来一段时间智能制造和工业互联网建设的要求。如果我们把眼光更加放长远，看看制造业的未来将会是怎样的场景，会帮助我们更好识别科技自动化将要面临的需求和变革的方向。几天前易能立方微信公众号转载了署名Ben Wang的原刊登于英文Engineering杂志2018年7月号的文章《制造业的未来——一个新视角》。文章对未来制造业发展面临的四个重要挑战进行了剖析，其中一个论及对未来制造业的重新定义，指出完成这项任务的主要障碍是新颖的制造工艺、创新的材料和颠覆性的商业模式对现有的基础认知带来的冲击 。对于用材料、制造和商业模式这样的三维视角来界定新制造与传统制造的边界，我个人高度认同，这里暂且不谈。对于科技自动化的发展趋势而言，更加具有启示意义的是，作者认识到未来制造业的关键词是“混合”， 它具有人 类与机器人协作、增材制造与减材制造结合、金属材料与复合材料并用以及网络系统与物理系统融合等特点。 过去对于单一系统的研究固然重要，今后对于系统之间的交互和平衡关系的研究同等甚至更加重要，也就是说对于多个系统构成的超系统的内在规律的研究更加重要，这里面既有技术的、也有经济和社会的分析。科技自动化作为支撑未来制造至关重要的使能技术，必须要很好地适应如上这些具有混合特点的应用场景，比如如何开发更好的支持人机协作的、有着友好人机界面、能够识别人在闭环的场景并能做出主动调整的智能自适应自动化系统；如何在一套自动化软件之中同时支持3D打印、机器人和数控机床等不同的控制模式；如何开发适应金属与非金属复合材料的混合加工的自动化系统，尤其是面向更加具有挑战性的所谓编材制造（这是大纤维工作组2019年提出的面向未来制造的从原子开始，跨越分子、纤维、织物、器件、系统和超系统的多层次多尺度创新制造模式）；以及自动化系统如何支持数字化孪生体和CPS系统的实现，确保在赛博系统和物理系统之间做到实时数据映射和彼此优化迭代？
 

       上述面向未来的自动化需求，都要求自动化系统与时俱进，具备感知场景的能力，处理非结构化数据的能力，利用人工智能进行自我学习和决策的能力，以及更加精准、快速、安全的执行能力。自动化系统还必须很好地满足绿色节能、灵活性、伸缩性和适应性等要求，因为未来制造的性能指标不仅仅是质量、效率、成本和安全，还有敏捷性和可持续发展等等。
 

       科技自动化在大约十年前被提出来的时候，其内涵相对而言还比较经典。底层基础技术主要是电子、半导体、通信、软件等，核心技术主要是精密传感、驱动与运动控制、机器人和数控、高级控制算法、实时操作系统、工业通信等，产品主要包括硬件层面的I/O、传感器、变送器、驱动系统、控制器、人机界面、通信和电源，软件层面的自动化控制平台、SCADA、MES、能源管理系统等。科技自动化技术和产品根植于整个自动化领域，各自有着十年到几十年的发展历史与传承，但更强调其功能、性能方面的先进性，以及对大批量规模制造之外的先进制造模式和研发创新过程的支持。科技自动化的外延，在技术层面和ICT技术、智能化技术、人因工程、机电一体化多有交叉；在装备应用层面则几乎覆盖了所有的测量测试和先进制造装备，也包括很多其他领域的高技术装备，不胜枚举；在行业应用方面则主要是高端装备制造业、战略新兴产业以及尖端科研领域。
 

       近年来，随着信息通信技术和智能化技术的迅猛发展，加上材料、生物、能源等新技术产业革命的步伐日益加快，人类社会已经全面步入数字经济和创新经济社会。自动化这个词被赋予了新的一些内涵，如知识自动化、创新自动化等；其外延也不断扩展，与一些新的领域进行着交叉，如新材料制造、生物制造等。科技自动化作为自动化领域的一个极为重要的具有引领性的前沿分支，也必然发生着巨大的变化，不断产生新的技术、产品和应用。如前面提到的带IoT能力的智能传感器、分布式控制单元、带有边缘智能的控制器、基于AI的分析预测器、带预测性维护能力的数字化电机和驱动器、软件定义的面向功能集成和工艺集成的新自动化平台等。科技自动化软件、硬件和相应的CPS系统必将继续成为实现智能制造、工业互联网和未来先进制造模式的最重要基础设施和使能手段。
 

       进入2020年，新冠疫情在全球范围内的大爆发给本就遍布冲突和挑战的全球经济、政治秩序带来了巨大的冲击，让这个世界更加充满不确定性。对制造业来说，全球范围内的供应链重构、产业链重构和价值链重构也将为自动化产业带来前所未有之变局，促使我们每一个从业者放慢脚步并驻足思考。科技自动化联盟的专家团队借此机会欲重新解读科技自动化是什么、为什么、怎么做和向何处去的问题，特以此文作序，引入联盟首席专家彭瑜老师关于软件定义运动控制的重磅文章。接下来，我们会利用联盟微信公众号和智慧工厂杂志平台，以半个月一期的节奏，连续刊载系列原创文章，话题将覆盖科技自动化核心技术与标准、元件/系统产品和解决方案、工业软件和工业通信、功能安全和信息安全、边缘计算和分布式控制系统、人工智能和大数据、数字化孪生体和CPS等方面。这项工作预计持续到今年年底。

 

       科技自动化即将走完自己的第一个十年，值此特殊时刻，让我们回首过去、凝望当下、并共同展望未来吧！

 

 

作者：中国科技自动化联盟秘书长  智慧工厂研究院院长 王健