自动化不再是那个自动化了！
工业互联网的热潮也提出了IT到底姓“公”还是姓“网”的问题。但是在我看来，这个问题的纠结多少有点“以自我为中心”，虽然我确实观察到了IT行业对行业缺乏了解，有些自以为是。
然而，我不得不承认，信通技术确实有很大的潜力为制造业创造一些空间。事实上，如果我们都从用户的角度来看问题——我们必须说，工业互联网必须服务于客户价值，判断和选择实际上是由用户体验决定的。另一方面，聊天不是务实的方式，解决问题才是王道，可能是因为ot这边的人一直忙着现场调试运行设备，没时间写PPT。
01、年表的发展，对自动化的误解
当然，作为一个自动化的人，我对现状也有一些看法。由于一个非常普遍的现象，人们以“断代史”的方式将制造业的发展过程列为机械化、自动化、数字化和智能化。
当然，自动化被列为一个列表不同的过程，但似乎智能是更高的过程，而自动化只是一个低级的过程。很明显，真正的工业不是这样，因为没有纯粹的自动化，没有机械，没有数字化，没有智能化，也不会有只有智能化的时代。
没有自动化的过程在逻辑上也是站不住脚的，因为机械、自动化控制、信息系统和智能应用通常被认为是一个垂直的层次，而不是一个历史的顺序过程。因此，用“断代史”的方式来界定自动化的作用和地位是不合适的。而且，这种断代定义不符合自动化技术和智能技术相互融合渗透的事实，也不能反映田甜自动化公司基本上是一个综合体的事实。
自动化在制造业中不是一个过时的历史。未来一直在变化，一直在寻找数字技术、智能技术和各种技术来解决生产问题。自动化行业的名称该不该改？
02.自动化与过去的自动化相去甚远
事实上，人们总是把自动化理解为可编程控制器、伺服驱动、人机界面、电机.实际上，自动化的作用在不断扩大，自动化行业离现场越来越近，需要不断为现场解决问题，这使得自动化中的问题变得更加全面、整体而不是局部的产品概念。
自动化发展有几个显著的特征：
自动化是软件行业吗？
越来越多的自动化企业意识到软件的重要性，你会发现自动化行业中有无处不在的软件，包括几个方面：基本RTOS
不管RTOS(VxWorks，QNX，C/OS-II等。)或者基于RT-Linux的，Windows Embedded，至少很少有缺乏操作系统的纯硬件逻辑PLCs，因为需要在此基础上运行各种开发环境和程序调度，包括多线程任务处理和不同的任务级别。
软件工程的重要性
传统的基于逻辑的程序可以被程序员使用一个周期。但是，今天我们要写复杂的算法，比如机器人的同步控制，PLCopen PartIV中的CNC和定位，过滤、基础轴和CNC、液压等专业库。以及行业级的高级应用算法，都是软件。
开放软件界面：
西门子、BR、RA都有针对MATLAB/Simulink的建模和仿真接口，可以集成机电软件设计，包括数字孪生技术的推广，都是软件。
数字平台框架：
自动化厂商如ABBAbility和SIEMENS Mindshpere已经扩展到边缘端、私有云和后台的应用开发和智能算法集成阶段。
如果从以上软件的角度来看自动化，你会把自动化理解为一个只卖PLC和电机驱动的行业吗？
03.数字化和自动化一直在发展
当然，很多人把数字化理解为CAD、CAE、CAPP，这叫数字化。但这是设计的数字化，另一部分是现场操作的数字化。
工业数字化最直观的就是现场总线，现场总线就是把现场的信号数字化，首先是为了方便传输(减少干扰)，也是为了让后续的计算和处理更直接，从最初的Modbus、CAN、Profibus、DeviceNet、CANopen，随着Profinet、POWERLINK、EtherCAT、Ethernet/IP、CC-Link
IE，到现在的TSN技术之上的OPC UA，各个自动化厂商都在推进数字化的进程。
这种数字化过程与工业应用领域密切相关。起初，它只是为了解决信号控制、传输干扰抑制、布线复杂、远程采集和控制的问题。后来随着机器自动化程度的提高，针对运动控制、机器人等应用的需要，提出了实时以太网技术，这是对更通用的低成本网络的需求，借助IT技术实现，以后再发展。随着与管理系统的交互和机器的互联，对“信息”和互操作性的需求也随之产生，这就导致了OPC
UA和TSN是协同实时和非实时数据的统一传输的问题。OPC
UA的价值远不是一个互操作性规范。它是数字化中集成信息模型、安全、传输、预处理和工业的规范和标准。
有人反思为什么我们的资产管理，包括编码没有统一起来，怎么管理车间。我告诉他AutoID是OPC
UA的一个伴随协议，可以解决这个问题。垂直行业信息模型————PackML和Euromap可以解决这个问题。VDMA还开发了机器人与视觉的协同信息模型，包括同样基于OPC
UA的Industry 4.0的管理外壳。最近和OPC UA基金会的朋友聊到这个话题。其实MES推广最大的问题在于缺乏OPC
UA等统一标准。所以MES项目往往项目投资大，用户贵，但是实施者也因为项目投资大利润极低。大家都很辛苦。如果采用OPC
UA，项目成本会大大降低，需要好的方法和工具。
数字化——这难道不是自动化人员一直在做的事情吗？
04.智能技术在许多年前就已经完成了
这个也很有意思。别看今天AI火爆的场面，我们想想AI会有多重要。事实上，工业中的智能算法已经发展了几十年，包括边缘层的战略分析、路径优化以及运营规划和系统工程的发展。在PLC中实现机器学习是完全可行的，因为现在的PLC已经不是当年硬件逻辑指令的控制器了。包括基于RTOS
Windows的PLC(可以用C/C开发)或者像B&R一样的APROL平台(可以用Python编程)，所以自动化已经不能用传统的视角来看待了。
就控制论本身而言，关于智能几十年前就有了各种模型、方法和实践，关键在于“经济”。就像去年和几个朋友聊天一样，一家公司拿出了十几年前徐强博士的关于驾驶的智能算法，因为之前执行这样一个算法需要的处理芯片成本很高，而今天FPGA的成本很低。
所以，经济实惠。同样，在过去，复杂动态条件下的多回路PID耦合和解耦计算需要很强的处理能力。传统上，普通控制器和个人电脑没有这样的计算能力，建立一个高速动态计算网络对于许多工业场景来说是昂贵的。如今，信通技术使服务器、高实时响应网络和软件算法的测试和验证变得经济实惠。只有这样，原始自动化领域的许多智能算法才能真正投入工业应用。该应用有两种模式。一种是自动化系统借助AI芯片和软件在本地集成算法，或者大量时间内的大量数据放到云端进行计算，这取决于哪个更经济适用，而不是谁的技术更好。所以任何创新都是以经济为基础的，技术早就存在了。甚至我们今天讨论的这些问题，都有二三十年以上的历史渊源。但是，随着经济越来越强大，这些问题才能真正付诸实施。
05.我们都为制造业用户的价值创造服务
所以工业互联网时代OT和IT姓什么都无所谓。一方面，彼此要充分发挥各自的特长，以开放的心态相互融合，努力构建规范与标准的接口，相互融合，共同解决问题。但是，自动化不是传统的。我们了解PLC、伺服驱动和电机产品。它早已随着数字化、智能化而模糊，正在成为制造业升级的核心力量。成为OICT融入工业互联网的实施者。