国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

智能制造是基于新一代信息技術，貫穿設計、生產、管理、服務等制造活動各個環節，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱。具有以智能工廠為載體，以關鍵制造環節智能化為核心，以端到端數據流為基礎、以網絡互連為支撐等特性，可有效縮短產品研制周期、降低運營成本、提高生產效率、提升產品質量、降低資源能源消耗。智能制造系統是智能制造模式展現的載體，也是信息技術與控制技術集成應用的環境，其核心是大規模信息處理、識別、分析、決策等工業控制技術的研發和應用，因此工業控制系統是智能制造系統里自動化和信息化的基礎，其中可編程邏輯控制器（PLC）又是工業控制系統廣泛應用的核心部件。隨著互聯網和信息技術的發展，智能制造應用的全面推進，PLC作為傳統的自動化的關鍵設備也必將得到更加廣泛的應用，新技術的不斷出現將使PLC向智能化、網絡化的方向發展。智能制造時代，PLC產品面臨著全新的機遇和挑戰。

韓立新：全新一代控制系統技術架構正在孕育

北京機械工業自動化研究所有限公司副總工程師、研究員韓立新

PLC問世50年了，作為工業3.0時代的代表性產品，其技術、產品始終處于發展之中。在邁入工業4.0的當下，PLC面臨怎樣的變革呢？

工業4.0和智能制造，有著共同目標指向，都是技術進步推動產業轉型升級，從而實現經濟社會更好發展。智能工廠是智能制造的載體，也是制造企業轉型升級的愿景。工廠自動化是PLC的傳統領域，智能制造PLC不會缺席。

智能工廠具有全面感知、優化決策、精準執行，自動化方式實現的業務管理和制造作業過程的特點。而這些的實現，必須要有多功能、強性能的工業控制器。從曾經的角色和在工業企業中的現有存量來看，PLC具有得天獨厚的優勢，但也面臨全新的挑戰。

挑戰首先來自于需求端。智能工廠要全面感知，挖掘數據價值，前提條件是互通互聯和數據采集。原來現場控制網絡和車間一級的網絡與互聯網是隔離的，互通互聯與數據采集解決問題的重點在多種現場通信協議間的信息交換。現在的橫向集成、縱向集成、端到端集成，工業互聯網構建與應用等，實現互通互聯的同時，也帶來了網絡安全問題。對于PLC來說，互通互聯帶來的安全問題又分為信息安全和功能安全兩個方面，而后者又是PLC不同于一般業務管理用計算機的重點所在。如何確保控制系統在互通互聯的環境中的功能安全，要研究的問題還很多。

智能工廠的優化決策要在各個層級上實現，在設備和產線級，需要控制器提供更多的智能功能，提供更快更強的運算能力，提供和支持機器視覺、深度學習等人工智能算法，提供IEC61131-3標準以外的高級語言編程等。

現場的同一臺設備、同一個工藝段、產線，可能有多個或多類控制器。如柔性加工單元，可能是CNC+PLC；機器人工作站可能是機器人控制器+PLC，這些功能是否可以由一個控制器完成？其實PLC、CNC、機器人控制器、DCS功能相互的融合伴隨著各自的發展歷程。

挑戰同時來自新技術對原有產品和解決方案的顛覆，其中最主要的挑戰來自云計算模式。云計算的本質是大規模分布式計算，它將非關即開的數字化設備模型化為傳統上的“模擬”系統，增進了系統的伸縮性和可靠性，并且規模越大越經濟，使我們今天擁有似乎無窮無盡的網絡資源和計算能力，擁有了7×24運行的各種線上系統。

PLC產品和技術發展到今天，大型PLC系統本身已經是一個分布式計算系統，只不過這種分布式系統是基于現場總線和局域網的。支撐云模式分布式計算系統的相關技術應用于工業控制領域，將帶來工業控制系統體系結構、技術架構、產品形式、應用方式的革命性變革。

邊緣計算興起就是這種變革的一個體現。邊緣計算提出了云、管、邊的體系架構，我們也可以簡化為云、邊的結構。在云端，標準硬件組合而成的機器構建的基礎實施，大幅降低單位計算成本的同時，提供了強大的計算能力，使得在計算機系統的虛擬空間里構建模型、進行仿真運行和優化運算有了更好的選擇。現場I/O和實時控制由邊緣控制器實現，軟件自動生成和部署技術使得邊緣端的功能升級更加便捷和安全，可以更好地提供現場控制所需的智能，并且解決了傳統控制系統產品升級換代時需要重新配置系統、編制用戶程序所帶來的不便。因為是重新規劃的系統，統一的技術架構和通信協議可以更好地實現互通互聯。

華為邊緣智能小超人—Atlas 500智能小站和一些傳統PLC廠家的產品創新，都是對技術發展趨勢的現實響應。雖然還有許多理論和技術問題需要研究和解決，但新的體系架構可能催生的全新一代控制系統技術架構正在孕育。5G乃至更新的通訊技術，降低了分布式系統各功能組件間的信息交換時延，將會加速這個進程。對這些挑戰的積極應對，將為PLC迎來新的發展機遇。

李方園：PLC技術面臨的編程語言挑戰及工業4.0機遇

浙江工商職業技術學院副教授李方園

在PLC的選擇上，用戶經常會碰到所謂日系和德系的區分，在高校的自動化專業教學中，也是分西門子和三菱兩種機型進行教學。兩者的區別就在于，日系的PLC編程軟件短小精悍，且基本以梯形圖編程為主，對于初學者，尤其是電工從業者來說，入門簡單，應用方便；而德系的PLC，以西門子博途編程軟件為例，它占用空間巨大，但系統嚴謹，功能強大，可以使用高級語言編程。無論是哪一種，都在IEC61131標準中得到了規范。該規范是將信息技術領域的一些先進的思想和技術引入工業控制領域，如軟件工程、結構化編程、模塊化編程、面向對象的思想以及網絡通信技術，彌補和克服了傳統控制系統開放性差、兼容性差、應用軟件可維護性差以及可再用性差等弱點。對于符合這一標準的控制器，即使它們由不同制造商生產，其編程語言也是相同的，其使用方法也是類似的，因此，工程師們可以做到“一次學習、到處使用”，從而減少了企業在人員培訓、技術咨詢、系統調試和軟件維護等方面的成本。

西門子PLC的高級語言（即SCL語言）編程時，主要用IF...THEN、CASE...OF...、FOR、WHILE...DO、REPEAT...UNTIL等語句去構造條件、循環、判斷這樣的結構，在這些結構中再添加指令，去實現邏輯判斷。所有程序的編寫都是在純文本的環境下編輯，不像梯形圖那么直觀，但應用起來非常靈活，這也是目前主流PLC支持的編程語言和IEC61131-3規范。以伺服控制為例，根據輸入的距離計算伺服電機的脈沖數，并根據反饋的脈沖數計算實際的距離，其數學計算簡單且易表達，但用梯形圖來描述，估計要一個屏幕，恐怕還不夠，這時采用IEC61131標準的高級語言就可以很輕松地來編程，無論浮點數計算，還是跟梯形圖共用，都非常容易上手。

PLC的變化除了編程語言更簡潔之外，還在于工業4.0帶動下通信模式的改變。盡管PLC的通信系統可以通過ProfiNet、CC-Link、DeviceNet等組網構成更加復雜的控制系統，但與周邊的一些設備卻格格不入，比如條碼掃描器、RFID閱讀器、溫度傳感器、濕度傳感器、工業攝像機等。工業4.0的前提是數據采集，無論是企業車間現場的生產物資管理，還是車間現場的設備管理，其數據都需要融入到MES系統中去，這樣才能為企業的生產制造、倉儲、物流運輸、銷售管理、售后服務得以全面實現數字化管理提供了強大的硬件基礎。

因此，很多第三方企業與PLC廠商合作，為PLC控制器用戶提供整套的物聯網服務，助力制造業廠家邁入“工業4.0”時代。也有PLC廠商直接推出自帶物聯網功能的PLC，通過內置的功能塊，直接實現數據接入，實現設備管理，維修工單管理、遠程售后、大數據分析等功能。

王德吉：工廠邊緣智能化是實現智能的關鍵所在

中國煙草總公司職工進修學院研究員王德吉

控制系統是制造企業制造過程中的神經中心、操作中心和安全屏障。它實現了監視、控制和優化整個過程流程和產品質量的功能，是確保重大工程和重大裝備安全可靠和高效優化運行的不可或缺的關鍵通用硬軟件平臺與系統。隨著控制系統技術的不斷改進和發展，其在工業控制領域的應用日益成熟。然而，隨著智能制造時代的到來，IT與OT的集成發展已成為大勢所趨。作為智能制造的基礎層和自動化控制層的核心，控制系統不可避免地面臨新的挑戰。智能制造基于數據，因此有必要獲得完整且相互關聯的全局數據，以更好地協調整個生產過程。控制系統是整個智能制造架構中硬功能的核心鏈接。它需要具有更強大的數據采集、存儲、計算和分析功能，以更好地支持上層智能軟件的開發。具體說來，PLC面臨以下挑戰：

高性能控制：智能制造環境需要PLC以比以往更快的速度來處理指令、服務中斷并支持集成的HMI。這需要處理器具有更高的MIPS和多個內核，這必將導致高昂的成本和功耗。

互連接性：不同機器之間的M2M連接性要求在單個PLC系統中支持多種工業以太網協議，而企業連接性則需要對應用程序互連接性框架（如OPC-UA）的支持。

安全的通信：工廠網絡外部連接到企業的PLC容易受到網絡攻擊，這使安全成為主要問題。

跨平臺的互連接性：選擇錯誤的處理器可能會導致代價高昂的錯誤，因為不同系統之間的功能互連接性要求使用在非專有處理器內核上運行的標準化操作系統。

市場的多變性：隨著連接性和互連接性環境的不斷發展，市場需求的更改變得更加頻繁，這需要對軟件和硬件設計進行更改。

此外，傳統的挑戰仍然存在，包括可伸縮性、功能安全性、更低的功耗、更小的面積。

總之，隨著工業物聯網的逐步實現，工廠邊緣智能化是實現智能的關鍵所在。PLC面臨著大數據、高性能控制、互連接性、安全性、跨平臺等挑戰。通過片上系統（SoC）現場可編程門陣列（FPGA）設計的片上PLC能夠應對這一挑戰。片上PLC通過云實現工廠與企業之間的安全通信，支持工業生產商獲取并使用工業過程數據，提高了效率，還支持海量定制，通過預測性維護降低了由于工廠停工帶來的高成本。

摘自《自動化博覽》2020年4月刊