文章

自动化的演化路径(下)

2021-07-15丁研

157阅
本文描述了自动化的演化路径,分两篇刊登,本篇为下篇。

   编者注:本文重点从“用”的角度出发,描述了自动化的演化路径,分两篇刊登,本篇为下篇。上篇请见https://articles.e-works.net.cn/automation_overview/article148848.htm

顶层的行动纲领

   说到工业革命,舆论给出的解释通常是“由某项技术的发明而引起的工业变革”。与此相比,德国的版本更倾向于“因某些生产工具的普及,所形成的生产方式/分工体系变革”这一解释。

   从实践角度讲,“生产工具普及”的说法更具说服力。以控制系统为例,该项技术早在工业3.0阶段之前(上世纪70年代以前),便已经被发明与使用;然而,由于受限于控制电路的开发效率,所以直到PLC的普及之后,控制系统才真正在工业中得到大规模推广。

   与上述逻辑相同,只有智能制造中的技术被大范围使用时,工业4.0时代才算真正的来临。然而,由于涉及到各类工业软件的集成应用,以及由此带来的高昂成本,智能制造的普及也绝非易事。

工业4.0参考架构

图1 工业4.0参考架构(来源:工业4.0官网)

   集成难、集成贵的问题绝非一两家企业能够解决的问题,因此需要行业内的主要参与者坐在一起,并就标准与路线达成共识,而这也是工业4.0参考架构(RAMI 4.0)这一顶层行动纲领产生的大背景。

   工业4.0参考架构由德国电工电子于信息技术标准委员会(DKE)主持与拟定,其内容可以由一个三维立方体进行概括;生命周期价值链和系统层级两个维度是对智能制造(或物理信息系统)应用场景的总结,其中生命周期价值链维度阐述了从产品研发、生产工艺研发、再到实际生产与产品的一整套流程;而系统层级则覆盖了从产品、感知、装备,到车间、工厂、企业各层级的数字化功能。

   RAMI 4.0的前两个维度涵盖到了众多的环节,如果这些工业要素都处于彼此孤立的状态,智能制造的潜力将难以发挥;为此,RAMI 4.0将(标准)共性技术引入到“立方体”的第三个维度,并希望借此提高各工业要素的集成效率。同时,当把(第三维度中的)各项标准/技术组合为一个整体时,便又出现了一个新的概念-数字孪生。 

资产管理壳

图2 资产管理壳(来源:Detail of Asset Administration Shell)

   如果从之前提到的语言角度出发,系统构成碎片化,实质上是数字模型“语言不统一”所带来的问题(可以理解为“方言”),而“通用语言”的推广,则有利于将各类模型统一到一个彼此相容的“数字虚拟空间”内。

   实现数字化“语言”的一统,无论是从顶层设计层面,还是在想法落地阶段,都是一项庞大的系统工程。

   首先,设计者需要将数字模型的通用特性进行系统梳理,其中涉及到数字模型的编排方式、信息组织结构、运行与通讯的机制、技术支撑体系等一系列问题;

   其次,参与统一数字空间构建的各方,需要将本行业既有的知识、行业Know-How,“翻译”为标准的数字模型规范;

   最后,技术开发者需要根据模型规范,开发相应的模型功能,并集成模型背后既有的技术(如算法、数据结构、通讯协议等)。

   为了实现上述目标,工业4.0工作组于2015年开始着手准备,并于2018年推出了俗称德国版数字孪生的资产管理壳(Asset Administration Shell - AAS)标准体系;由于被视为支撑、构建工业4.0“数字空间”的统一标准,因此资产管理壳也被称为工业4.0语言(I4.0 Language)。

   自动化开放性语言应对三不统一

自动化系统的碎片化问题图3 自动化系统的碎片化问题(来源:部分图片来源自西门子)

   无论是工业数字化早期的可编程控制器,还是工业物联网、两化融合,自动化一直在伴随着技术的发展而进步。未来,随着柔性加工、柔性运输、自适应产线、增材制造、智能机器人等智能制造场景的普及,自动化也将在工业体系中继续发挥至关重要的的作用。

   标准/技术的碎片化、工程/开发的高成本,是自动化发展中不得不突破的瓶颈。而造成这一现象的背后原因同样也在于统一模型“语言”的缺失。

   通讯协议不统一(发音不统一):自动化系统在运行过程中,会不断的与其它系统(如MES/CAX/自动化系统)分享设备、产线、工艺相关的数据,同时自动化系统也会不断的接收其它系统发来的操作指令;当通信协议不统一时,会给集成商、软件开发人员带来一系列的附加成本。

   信息结构不统一(语法不统一):自动化系统会通过数据字典对自身的信息构成进行描述,同时数据字典还可以作为工程模板,用于工程知识的沉淀与复用;各厂商数据字典格式的不同,会造成相同设备(如机器人、机床、阀门等设备)的数据格式千差万别,并导致工程效率的下降。

   工程&技术语言的不统一:在现代自动化系统中,很多技术都是跨专业的。涉及到大量跨专业、跨领域的应用。例如CAM和控制工艺的组合,可以实现数控机床、3D打印等应用场景;CAD、成像技术和机器人控制功能的融合,则可实现形状质检功能;而标识技术与控制功能的组合,则可实现柔性加工、柔性运输的场景;由于各专业模型背后隐含了一系列彼此不兼容的技术与标准,因此也使跨专业的融合应用,成为发展未来自动化的主要难点。

   为了使自己的产品更开放、兼容与可持续,自动化行业需要探索出一套融合且统一的“通用语言”体系;在这一共同目标的驱动下,原本属于不同阵营的自动化厂商开始坐在一起,并形成了一系列意在解决“语言”问题(又称互操作性)的标准(如OPC UA、IEC61131-补充内容、IEC 61499、AutomationML等)。

OPC基金会合作伙伴

图4 OPC基金会合作伙伴(来源:OPC基金会)

   OPC UA(OPC统一架构)是过去十多年间,非常值得关注的语义互操作标准之一。

   首先,OPC UA提供了一套基础的信息模型规则(基础语法),供各细分行业(在基础模型之上)设计面向自己行业(如装备、通讯、控制、CAD等)的行规模型(行业语言及Know-How)。

   其次,OPC UA提供的通讯能力,可以将工业通讯协议(Modbus等)、通讯网络(TSN,5G),转换为标准的OPC UA通讯接口(语言发音)。

   最后,当不同的模型被“翻译”为OPC UA这一“公共语言”时,原本彼此割裂的网络、数据、知识,便融入到了OPC UA的(分布式)数字空间中,而由此构成的系统,也随之具备了跨系统、跨网络、跨专业的能力。

   由于上述原因,OPC UA在过去十年间,逐渐发展为涵盖装备行业Know-How(行业设备模型)、数字孪生(对CAX软件的集成能力)、工业物联网(标识技术、M2M)以及新兴ICT技术(边缘计算/5G/TSN)的标准化家族体系。同时,工业4.0在制定资产管理壳(AAS)标准时,OPC UA也被顺理成章的吸纳到工业4.0的体系之中。

   工业数字化的未来

工业4.0 2030愿景

 图5 工业4.0 2030愿景(来源:工业4.0官网)

   随着工业4.0的逐渐落地,德国也于近期推出了下一个十年规划-“2030愿景”,并将“互操作性、自主性、可持续性”作为下一阶段所要达成的目标。虽然看似笼统,但如果对工业4.0参与者的动向有所了解,便会发现上述愿景实际上是一套正在实施的行动计划。

   自主性:在工业软件方面,以西门子、达索为代表的巨头则在不遗余力的自研或收购相关的公司和技术;同时,德语圈的几个国家,也在就芯片(尤其是用于嵌入式系统的芯片)供应链安全方面寻求自主化;在关键软硬件供应得到保障后,数字化基础设施的建设也开始被提上日程,这便是欧洲的Gaia-X数字化基础设施计划。

   互操作性:德国与欧洲正在通过资产管理壳(数字孪生)这一“公共语言”构建协同、兼容、一统的“数字模型虚拟空间”;而人工智能技术的使用,则可以对“数字空间”中的“语言”进行进一步“洞察”,并使隐性的规律显性化(如设备故障,开发者建模习惯等)。

   可持续性涉及到如何通过教育培训,使社会各方参与到“数字空间”的构建中,并借此实现可续的经济发展模式(生产灵活性、循环经济、环保)。

系统复杂度与交付成本

图6 系统复杂度与交付成本(仅为示意图)

   通过一系列的努力,“数字模型空间”也将随之建成,而一个国家也将进入到以数字模型为驱动的知识型社会;届时,人不但可以通过易用的工具,将知识、设想注入给机器,并使机器更好的服务于人,而且得益于标准化以及配套的教育体系,整个社会对“数字模型空间”的使用成本,也将得到极大的降低。

   与上面形成鲜明对比的是,一些热衷炒作的市场参与者(如部分美国工业互联网联盟成员),由于缺乏对工业数字化发展规律的必要认知与敬畏,承接了大量超出自身能力的工程任务,并陷入到项目交付的泥潭中,难以自拔。然而,当从泥潭中抽身之后,再回过头看看自己的原有产品,则由于缺少必要的关注与维护,仍处于原地踏步的状态。

   小记

   与其他从事工业软件的同行一样,自动化也是通过几十年的打磨,并通过用户不断的使用与反馈,发展出的产业。

   自动化要得到广泛的应用,需要针对各细分行业提供不同的工艺方案;而在交付阶段,则需要投入大量的人力物力,对工业现场的系统进行安装、配置与调试。

   为了使一线的工程师(电气、机械、工艺)能够开发自动化系统;需要根据他们的知识结构,量身定制系统开发的语言,并提供简单、易用的开发工具。

   而为了顺应未来的趋势,需要主动的参与到行业的顶层设计工作中,甚至于主导标准的制定与推广工作。自动化是一项涉及到多方面内容的系统工程,而要形成这样一套产业,并且为中国智能制造更好地服务,这将是一个深入且漫长艰苦的过程。

责任编辑:杨培
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
读者评论 (0)
请您登录/注册后再评论