深度 | 杜品圣等：实现智能制造的自动控制系统变革的思考
当前，我们已进入了互联网时代，互联网技术以不可阻挡的潮流进入各行各业，给各行各业的变革带来强大的动力，同时也对各行各业的发展产生巨大的影响。在这新技术发展的历史关头，作为互联网时代的产物，智能制造的概念诞生了。互联网时代涌现出的许多新技术推动了智能制造的发展。当然如何应用这些新技术到工业领域，特别是制造领域，正是我们目前要解决的重大问题。德国数年前提出的所谓“工业4.0”的口号，其主要任务就是实现“智能工厂”和“智能生产”。从这个概念出发，无论是智能工厂还是智能生产，其根本的核心就是生产制造模式的变革。智能制造的目标就是对目前的生产制造模式进行转型升级，从而达到改善和优化生产制造价值链，融合产品生命周期链，提高企业管理业务链的目的，使得推入到市场的产品质量更好、成本更低、速度更快、效率更高。一句话，企业在市场的竞争力更高。那么智能制造的生产模式需要什么样的自动控制系统？这种控制系统与工业3.0中的自动化技术有什么区别？应用到智能制造中的自动控制技术要做什么样的演变，才能满足智能制造的生产模式的要求？这些都是我们现在要探索的问题。
自动化制造生产模式VS智能制造生产模式
要实现智能制造是否要对目前的PLC控制系统（或自动化控制系统）进行改革呢？这里我们必须要了解工业4.0创导的智能制造模式与自动化制造模式有什么区别，工业4.0的智能制造模式对于工业3.0的生产制造模式有什么改变和延伸。而这种延伸和改变是否对PLC控制系统提出了新的需求。
1.1自动化制造生产模式
德国工业4.0将第三次工业革命定义为以自动化技术为核心的生产制造模式。通过广泛地采用了自动化技术、机器人技术、IT和通讯技术构成了一个以自动化金字塔为核心的生产制造模式，它提高了生产效率，降低了制造成本，产品质量也大大提高。对此PLC技术发展起到了决定性的作用。几十年来，PLC技术无论是在运行速度、应用范围、数据处理能力还是通信能力上（如现场总线，工业实时以太网）均大大提高。一个完美成熟的PLC系统已经形成，成为了推动工业3.0发展的中坚力量。然而PLC控制系统的设计原理及功能主要是解决生产制造运行的过程和状态的控制问题。（CPU速度、容量、通信接口、控制点数），即对生产制造系统中实时数据的控制和处理，而对非实时数据的分析、存储、归纳、总结等任务，往往通过工业以太网接口送到上位信息化平台进行处理。因此目前的PLC自动化控制平台没有涉及到生产制造管理、企业管理乃至产品生命周期的管理。这样的PLC系统就不能很好地与生产管理系统MES和企业管理系统ERP整合起来。往往一家生产型企业管理系统的制定要有三家从事不同软件公司参加（ERP、MES和PLC供应商）。由于各家公司专业的差异性，各种技术应用的屏蔽性使得生产制造和生产管理不能充分地融合以获得最大的效益。因此MES和ERP的价值也没有在工业领域得到普遍的认同，仅仅起到锦上添花式的功能，没有在工业生产制造领域得到广泛的应用。另一方面，PLC控制系统的任务也仅仅限于生产制造流水线运行控制监视和维护，而对于产品生命周期的整个管理任务也没有牵涉到。所以目前的PLC系统远远不能完成生产制造对于成本、速度、效率和质量等的综合目标的要求。
1.2智能制造生产模式
要了解智能制造，首先要了解智能的含义。中国的文化博大精深，将英文Intelligent翻译成两个字，一个叫“智”，一个叫“能”，“智”是指人的思维，分析归纳总结。“能”是指人的本事，技能技巧。所以智能不仅强调技能技巧，而更要突出应用思维分析能力的重要性。因此“智能”制造相对于自动化制造其构成的系统必须要有“思考分析”的能力。智能制造是工业3.0生产制造模式的升级版和变革版，其目标就是对目前的生产制造模式进行转型升级，解决目前采用自动化制造生产模式不能解决的问题，即在互联网时代产品生命周期不断缩短的问题: 由于产品的生命周期越来越短，产品更新换代的快速响应要求越来越高，产品的品种越来越多，但是数量越来越少。多批量性生产成为目前产品市场需求的发展趋势。而产品数量的减少又给产品的成本带来了前所未有的压力。成本降低然而投资商获取利润时间上的快速性要求又对传统的生产制造企业的盈利模式带来了极大的冲击; 与此同时能源使用效率、节能减排等要求，使得传统的生产制造业面临了前所未有的挑战。正因为这些挑战，智能制造生产模式提到了议事日程。
智能制造的基本战略思路就是如何利用迅速发展的IT技术、互联网技术对传统的自动化生产制造模式进行变革，将IT技术、互联网技术融合于自动控制PLC系统中，改变传统自动化生产制造模式。按照灵活性、快速响应性、成本效率性以及投资回报率短期性的要求，建立一个高度灵活、数字化的智能生产制造系统，将生产制造体系与产品生命周期管理整合在一起，形成一个以产品全生命周期为核心的智能制造生产模式，这种智能制造生产模式不仅仅从生产制造这一端来解决成本、效率、速度、质量和灵活性的问题，更从产品生命周期的管理的方法来全面地解决这些问题。使得研发、生产的产品的市场竞争力更强，产品的性价比更高，产品的更新换代更能满足市场和客户的需要。
因此，智能制造相对于传统的生产制造模式有着本质上的变革和提升，在互联网时代中智能制造延伸了生产制造的含义，从单纯的生产制造链延伸到产品的设计、分析、加工、装配，预测产品的综合性能、成本、市场响应和服务（采购、库存、销售、发送、维护、报废、回收）的产品生命周期的全过程。它既考虑了产品的质量、成本，同时又考虑了企业内部的运行模式、企业的应变能力以及企业在市场和客户中的定位等，因此，可以最大限度地节约成本、时间，提高产品的质量，快速地把高质量、低成本的新产品投放市场，获得巨大的经济效益与社会效益。与此同时建立企业的互联网生态圈，更加贴近用户意识。无论是研发与设计、生产与制造，还是营销与服务都可以满足消费者需求作为出发点和归宿点，推行用户体验式的设计、制造和服务的一体化，这样形成研发、制造和服务三位一体的智能制造生产模式。同时产品的数字化，制造的数字化和管理的数字化保证了人、机和产品之间的无缝连接，制造信息流、管理信息流及研发和客户信息流可以在控制系统中进行通讯和交换，这样的生产制造系统具有自适应功能，以及柔性灵活、快速重构等智能化的特点。智能化的生产制造模式不但具有对大规模生产的适应能力，而且具备快速实现小批量、多品种的定制生产能力，满足互联网经济下快速迭代的客户个性化需求，使得企业快速赢得客户、占领市场先机。
按照以上的分析，原来的自动控制系统的金字塔的内容也有了新的含义，如图1所示。
图1 自动控制系统的金字塔
传统的自动化金字塔结构分为现场层、控制层和管理层。主要做三件事情，即生产过程数据的采集、处理（控制）、显示，这三层之间的数据通过运用现场总线技术、工业以太网技术和其他的专用网络技术实现了生产制造现场I/O信号，控制数据和管理数据的通讯和交换。在现场层主要采用现场总线实现了现场生产的运行状态，组态和执行等信号的采集和分配。在控制层对工程、生产和设备的运行数据进行处理和分析，将处理好的数据反馈到现场层，对于现场的设备进行控制。同时采用工业以太网的方法将控制数据和一部分现场数据送到相应的管理层。在传统的金字塔模型中管理层收集这些控制或现场数据进行显示，同时送入上位机。而上位机才对这些非实时的数据结合企业管理的其他信息（企业策划、资本状况、流程优化、设备维护、产品服务、采购、供货期、产品反馈）进行综合性能指标分析和运算，然后调度生产制造现场进行执行。所以，在自动化金字塔中，非实时性信息的处理往往离线或由上位工控机来执行。大量的企业管理、生产管理的非实时性数据的分析、判断和处理不能在控制层进行，这是目前金字塔式自动化控制系统最大的缺陷。如现在所用的MES、ERP、EPLM系统不能在PLC系统中运行，PLC要通过专用接口将相关的数据先送入上位机，然后在将上位工控机计算好后的部分结果送到PLC层面上进行监控。目前IT标准已进入工业领域，工业互联网已广泛地应用到工业领域，但是它还没有进入到工业的核心领域——自动控制系统。工业互联网的基础已完成，各种的生产制造管理的IT软件，如工业连接、高级分析、基于条件的监控、预测维护、机器学习和增强现实等应用已成为实现。由此一来，“IT融合OT”的口号应运而生，以IT技术为代表的厂商希望利用这个口号将工业互联网的相关技术融合到OT的场景中去，希望利用打造工业互联网平台的方法来融合OT技术。本质上工业互联网平台的产生是在传统云平台的基础上叠加物联网、大数据、人工智能等新兴技术，实现海量数据汇聚与建模分析、工业经验知识软件化与模块化、工业创新应用开发与运行，从而支撑生产智能决策、业务模式创新、资源优化配置和产业生态培育的发展。不管是关注产品全生命周期为导向的大规模定制应用模式的互联网平台（试图利用互联网来对接企业与用户，打通需求、设计、生产、服务等环节），还是打通产业链上下游，进而优化资源配置，或者依托平台实现从企业管理层到生产层的纵向数据集成，进而提升软件的智能精准分析能力等等，这些互联网企业达成的平台都没有与控制的实时数据进行交流，他们做了大量分析，但是对于现场的控制作用微乎其微。所以到目前为止所谓的“IT融合OT”实质上仅仅是“IT凑合OT”。在这种形势下，人们在思考，如何将IT技术真正地能引进到控制领域从而使得控制系统数字化、网络化和智能化成为可能。目前是否在IT领域和OT场景中加一个嵌入式运算载体，并且通过OPC UA的通讯接口或加上TSN技术将非实时数据的运算的结果送入PLC控制器就能实现IT融合OT呢？笔者认为采用这种方法并不能将迅猛发展的人工智能，移动互联网，云计算，大数据技术真正地融合到OT领域。真正做到IO融合OT，PLC控制系统本身必须要做相应的改革，才能使得IT技术真正地进入自动化控制领域。从而更好地发挥人工智能、大数据等技术在智能制造上的作用。
智能制造条件下PLC控制系统的改革
笔者认为PLC自动控制系统为了满足智能制造生产模式的新要求，其本身必须进行两方面的革新：
2.1重塑PLC框架结构，新型PLC控制系统不仅能处理实时数据，同时也能处理非实时数据
智能制造中的企业管理结构模式中：管理层是企业产品生命周期的管理；控制层是研发端、制造端和服务端的整合控制；现场层采集的信息一定要有可控、可观、可测、可通讯的功能。在这种情况下，智能制造对自动化系统提出了新的要求。PLC控制系统目前的最大问题是不能处理、分析、归纳和总结管理、服务和研发的所谓的非实时数据。这个缺陷形成了PLC控制系统在智能制造中应用最大的瓶颈，工业互联网、大数据、人工智能技术不能直接进入到控制系统的核心——PLC控制系统中，限制了迅猛发展的互联网新技术在控制器层面的应用范围。因此在这种情况下，当前的PLC控制系统必须进行变革，才能满足自动化系统运行过程和控制相关的实时数据处理及管理、服务等非实时数据的分析、存储、归纳等要求。
但是实时数据和非实时数据的性质是完全不同的，如表1所示，由于非实时数据与实时数据在数量、时间、处理方法和传输效率方面的不同，使目前的PLC控制系统框架结构设计中仅对实时的控制数据进行处理，而没有考虑处理管理、研发、服务等非实时性数据的问题。
表1 实时数据与非实时数据
为了满足智能制造的要求，我们必须改变原来PLC控制系统设计中没有的实现非实时数据（研发、管理和服务）处理的功能。因此传统的PLC控制系统的框架结构必须进行本质上的变革，使PLC控制系统的硬件和操作系统能满足处理实时数据和部分的非实时数据的功能。即产品生命周期的研发、服务和管理数据也能在控制器进行运算和分析，这样就形成一个全新的PLC控制系统，菲尼克斯公司开发的PLCnext控制系统，其系统架构模型即是按照这种思路进行设计的，其简化的描述如图2所示。
图2 新型PLC的系统机构-从制造数据到管理数据的处理
在德国推进工业4.0的初期，菲尼克斯就针对智能制造对于新一代的PLC控制器提出的要求，开始开发了用于智能制造模式的新型PLC控制系统，并且命名为PLCnext。即互联网时代的PLC控制系统，它的特点是既保留了传统PLC编程的优势，同时通过扩大了编程语言、工具及开源功能集成的自由度的能力，实现处理非实时性的数据的功能。其既能处理实时数据又能处理非实时数据的PLC控制系统平台结构设计是采用了四大开放性的技术来实现的。
（1）Linux的PLC开放性控制平台
PLCnext的操作系统是基于Linux系统开发的，这种系统是一种自由和开放源码的类Unix操作系统，同时是一款免费的操作系统，用户可以通过网络或其他途径免费获得，并可以任意修改其源代码。相对于传统的操作系统，它有以下优点：由于Linux的内核大部分是用C语言编写的，并采用了可移植的Unix标准应用程序接口，所以它可以支持许多的硬件平台包括嵌入式系统在内的各种硬件设备。同时Linux系统中有许多办公软件、图形处理工具、多媒体播放软件和网络工具，使企业管理的信息处理与控制系统的数据处理可以有机地结合在一起。更主要Linux系统继承了Unix系统的特点，是一个真正的多用户多任务的操作系统。这个特性使得PLC控制系统既要处理实时数据又要处理非实时数据的设想成为可能。在PLCnext的操作系统中多名开发人员也可以同时在不同的开发环境中从事同一个项目。这种功能使得来自产品开发、设备工程、生产部门的团队可以在新产品开发阶段就跨部门合作，协同配合。真正能够满足智能制造对PLC提出的全生命周期管理的生产制造模式的要求。
图3 Plcnext技术
- PLCnext的系统架构
PLCnext 系统架构由PLCnext实时操作系统、内部用户组件和外部用户组件等3个部分组成，为自动化解决方案提供具有开放接口和最大灵活性的面向未来的控制架构。它采用实时Linux操作系统，其技术基于一个具有来自yocto（
https://www.yoctoproject.org/ ) 的PREEMPT-RT 实时补丁（OSADL）的自身的Linux发布，来完成这些需求。在硬件方面，采用高性能的多核处理器和大容量的内存空间，支持信息安全IEC 62443标准。
- PLCnext实时操作系统
PLCnext实时运行系统用于执行实时用户程序，支持IEC 61131-3、C/C++、C#、Matlab Simulink等多种开发环境。PLCnext Engineer工程软件是PLCnext控制器的组态、编程、调试和可视化的工程工具，方便熟悉IEC 61131-3编程标准的用户进行软件编程。采用Visual Studio的专用插件，可以使用C＃开发和集成功能块，使用C＃创建的IEC 61131功能块通过eCLR运行系统实时执行。同时，用户可以采用Eclipse或者Visual Studio开发符合标准的C/C++用户程序, 通过与PLCnext技术平台的简易接口, 直接由任务进行调用，并支持远程调试。采用 MATLAB Simulink开发的代码，可以以用户程序的方式直接导入到PLCnext Engineer软件中，可实现基于模型设计和开发无缝一致的集成。
实时操作系统的服务组件提供了内置的OPC UA服务器、Web服务器和WebHMI、数据记录、PROFICLOUD网关和IT协议支持等多种重要组件。现场总线管理器用来支持不同实时工业以太网和现场总线的连接，包括PROFINET、EtherCAT、Axioline本地 I/O总线和PCIe总线扩展功能。
为了保证在操作系统中进行实时任务和非实时任务的同时运行以及实时数据与非实时数据交换的完整性和拟同步性，PLCnext有两个已申请专利的专门核心技术：执行和同步管理器（Execuzation& Synchonization Manager，简称ESM）和全局数据空间（Global Data Space，简称GDS）。ESM组件负责处理多核处理器和多任务系统的实时应用，它提供空闲、周期和事件任务并通过看门狗功能监视应用的正确执行，不同开发环境编写的用户程序可以在同一个控制器下运行。与ESM相结合，通过GDS，以一种方便和简单易用的方式来管理任务、程序和组件之间的实时和周期一致的数据传输。用户只需要在PLCnext Engineer工程软件或基于XML的配置文件中通过进口（IN-Port）和出口（OUT-Port）来配置程序之间的数据交换连接，而无需经过全局变量或共享内存区。
图4 任务同步和实时性
- 内部用户组件和外部用户组件
PLCnext包含了两个非常重要的功能扩展，从而方便地实现对各种开源软件和额外功能扩展的支持。内部用户组件是PLCnext的实时功能扩展，用于执行具有一定实时性要求的用户组件，例如SQL、Modbus TCP、MQTT、工业云通信接口等。外部用户组件则是PLCnext的非实时功能扩展，用于执行没有实时通信要求的应用程序，例如JAVA应用、.Net应用、Python应用、OPENCV图像处理等，大大便利了大数据，人工智能等算法在PLC层面的编制和运行。使得互联网软件技术与PLC控制系统可以方便地融为一体。
同时 PLCnext技术独立创建的程序部件和完整应用程序的任意组合的功能。以及使用开源软件和App的方法，非常显著提高开发过程的效率。借助于菲尼克斯电气发布的PLCnext Store，供应商和系统集成商可以自由开发各种工业apps，在PLCnext Store开放的平台上发布和分享，供客户下载使用。PLCnext功能扩展的5种类型如图5所示。
图5 PLCnext功能扩展的5种类型
由于采用了开放的控制架构，PLCnext 技术可以自由地实施自动化项目而不受专有系统的限制。用户可以自由使用喜爱的编程语言和开发工具、开源软件和应用程序，还可以单独集成云服务和未来技术。
（2）开放性的软件编程语言
PLCnext以IEC61131-3编程标准为基础，开放性的采用C/C++, C#或者Matlab Simulink等语言来开发的不同的功能块和控制程序。同时用户也可以利用已有的开源代码方便地与菲尼克斯电气PLCnext平台结合起来，搭建一个用户为导向的自动化控制系统。比如可以直接用于运动控制的Matlab进行编程，并将其运动控制算法融合到常用的逻辑运算中，大大地提高了PLC系统的运算功能。同时又对应用于Web开发，大数据开发，Android开发的JAVA语言进行开放，使得信息控制的算法和功能可以整合到PLC控制平台上。开放性的软件应用平台使得Visual Studio、Eclipse、Matlab Simulink、PC Worx等首次进行多用户多任务的平行运行，共同实时地共享数据信息资源。使PLC的功能不仅仅局限于处理控制信息，同时还能处理生产研发、管理的有效信息，为ICT的信息顺利地进入到OT领域打开了一个通路。互联网技术可以方便地与PLC控制系统有机地整合起来。从编程的环境中满足了前面所提到的控制系统纵向的发展的要求。
（3）开放性的功能块开发平台
PLCnext采用了全新的人机界面PC-WorxEngineer，为用户提供IEC 61131-3标准下进行编程和体验的自适应工程平台。该工程平台设计的独特性，适应性、便捷性、直观的界面，以及人性化的功能设置使得用户能以最快的速度掌握界面的操作，并且用户不仅可以免费使用PLCnext提供的标准功能块，同时结合自己的应用场景编写自己所需要的专用功能模块一并使用。值得一提的是这种用户自行使用和编写的的自动化软件功能块通过PLCnext Engineer的编译系统自动生成的功能安全、信息安全功能，大大减少了开发时间。PCnext Engineer软件开发平台为开放性功能块的开发提供了一个高效且面向未来的工程平台。
当然所有以上的用户编写的程序都放在PLCnext的功能块数据库里，其调用的方法需要在PLCnext Engineer中进行参数化和连接。而对于一些解决方案为导向的应用程序，菲尼克斯还提供了APPStore的技术建立了PLCnext Store的数据库，用户可以直接用JAVA，Python开放的自行编写专门的功能块，存入Store里供大家使用，更有意义的是它还可以利用其它的实时操作系统如Codesys进行程序的编译，自行生成一个专用“独立微控制系统”，这种开放性的用户开发平台为PLCnext建立用户的生态圈打下了基础，用户可以从大量扩展软件功能包中寻找自己所需要的功能包。同时，菲尼克斯公司提供的PLCnext Community也为这种开放性的PLC控制系统提供一个开放性的开发生态圈。
（4）开放性的各种通信接口平台
一般的PLC控制系统都采用自己的通信协议和通信方法。如西门子公司的PLC系统往往采用自己的PROFINET或PROFIBUS。倍福的控制器采用EnterCat或Can-bus，贝加莱采用PowerLink，就是传统的菲尼克斯控制系统也采用Profinet 或Interbus。这种各控制系统通讯协议的不一致性，往往给用户带来了极大的不方便。特别在系统的更新换代时无法使用最佳的控制系统解决方案。PLCnext特别考虑了通讯接口的开放性和兼容性, PLCnext Technology控制平台为连接其他国际网络传输协议整合了各种协议转换调整技术，用户可以按照不同的应用场景作出最灵活的选择。PLCnext对于几乎所有的通信协议，无论现场总线，工业实时以太网还是TSN都是开放的。解决了控制系统使用最大的瓶颈。此外，PLCnext控制平台还支持云计算服务，基于PLCnext技术用户可以很便捷地将每个PLCnext设备连接到云端并可集成自己的云计算方案，这样使得进行预测诊断和（IoT）的融合又迈近了一步。
总结起来，PLCnext和传统PLC相比主要具有以下5个方面的优势：
- 增强的连接性：PLCnext技术能够在高度网络化的自动化系统中集成当前和未来的接口和协议，实现开放式通信。通过与基于云的服务和数据库的直接连接，实现基于IoT的新业务模式。
- 增强的自由性：灵活地集成开源软件和App 。PLCnext技术支持独立创建的程序部件和完整应用程序的任何所需组合。使用开源软件和工业App（例如，PLCnext Store）可提高开发流程的效率。对于未来的功能扩展，没有任何限制。
- 增强的便利性：PLCnext技术的开放性使用户使用喜爱的编程语言成为可能，无论是 IEC 61131 还是高级语言。可以在熟悉的开发环境中舒适地开发个性化的解决方案，例如PLCnext Engineer、Matlab Simulink、Eclipse 或Visual Studio。
- 增强的开发能力：借助PLCnext技术，不同年代的多个开发人员可以使用不同的编程语言并行而独立地处理一个控制器程序。因此，用户可以利用传统 PLC的优势以及PLCnext技术的开放性和灵活性快速开发复杂的应用程序。
- 增强的性能：根据需要可以将不同语言的程序序列合并到任务中。PLCnext 技术的任务处理机制，使得不同来源的程序例程像传统的IEC 61131的PLC代码一样运行，高级语言程序将自动具体时间确定性。该平台可确保一致的数据交换和程序代码的同步执行。
2.2PLC控制系统必须整合人工智能的功能
PLC控制系统需要智能化的功能，唯一的方法就是将人工智能的技术整合到整个PLC控制系统的设计中去。那么什么叫人工智能呢？清华大学孙富春教授曾经做了这样的描述：人工智能的最终目标就是探讨智能形成的基本机理，研究利用自动机模拟人的思维过程。而近期的目标如何用计算机去做那些靠人的智力才能做的工作，一是模拟人的思维过程，二是模拟人的能力。从而可以认为人工智能就是按照人的功能进行开发研究的一种技术。反过来讲，人有什么功能呢？有眼睛、耳朵、大脑、手脚、神经、消化、呼吸。人们正是仿照这些功能产生人工智能，即人工智能的七大功能，如图6所示。
图6 人工智能的七大功能
那么人工智能如何用到自动化上去？如何与PLC自动化系统结合起来？按照人工智能的7大部分的作用，我们做了以下分类：感知，认知和明知。感知就是视觉和图像识别、机器人的深度化应用、声控和自然语言系统；认知就是机器学习、深度学习，一直到神经学习；明知就是预测，专家系统和最佳策划功能。
图7 人工智能应用到自动化
为什么要把人工智能分成三类？这恰恰符合了自动化控制系统的三大功能：即数据采集、数据处理和数据分析。
图8 PLCnext控制器增加的功能
笔者在PLCnext控制器中非实时数据的分析管理中增加了人工智能的明知部分，使得PLCnext内容可以对一些生产、研发服务等管理数据进行分析归纳总结，实现预测、专家系统和最佳策划的功能。而在PLCnext的逻运算部分增加了人工智能的认知部分，使得控制器的运算部分增加了机器学习的功能。通过机器学习的辨识、建模和决策的功能使得PLCnext控制器不仅能够按照已知对象的调节规律进行控制，同时也可以对未知的对象通过自学习的方法进行自适应控制，使得控制器有了人工智能的功能。在数据采集上即现场层增加了视觉控制，声控和语言功能，这些功能不仅使我们对于控制对象的现状、运行状态以及未来的预测有了更多的现场数据，同时与机器人组成为一体，使机器人也有了视觉和语言功能，机器人的应用场合会越来越多，智能化的程度也愈来愈高了，进行分析的数据量更多更丰富。利用PLCnext控制平台，有机地整合了人工智能的功能，PLCnext的新型框架结构使智能制造实现有了新的可能，同时也实现了智能制造的生产模式即全产品生命周期的生产制造模式。
总结
按照以上的阐述作为抛砖引玉，提出以下一些观点
（1）自动化制造不是智能化制造，其根本区别在于智能制造具有对外部变化的自适应能力，即 ：对实时和非实时数据的分析、归纳、总结和制定规律的能力。
（2）在PLC控制系统的运算中嵌入人工智能的功能是实现智能制造的重要条件。
（3）要实现智能制造，PLC控制系统本身框架结构必须进行变革。
目前，菲尼克斯正依据PLCnext平台，开展了以人工智能为导向的智能制造探索工作。首先与大专院校合作，开发应用人工智能的各种工业场景的模块化实训平台，如采用VR/AR与人工智能的算法相结合形成远程预测监控系统，将机器学习算法嵌入到PLC的运行控制功能块实现自学习的识别建模控制决策，采用大数据的基本算法在管理层自行生成专家系统以及最佳策划的智能机理等。PLCnext新的控制平台为IT真正融合OT打开了一个新的思路，开拓一个新的路径。希望控制界的工程师们关注这一新的理念，让我们共同拭目以待。
· end ·
作者简介：
杜品圣，现任菲尼克斯电气中国公司副总裁、总工程师，兼任中国自动化学会理事、上海仿真学会常委、武汉理工大学客座教授、同济中德工程学院客座教授、南京大学学生创业导师、中德工业4.0智能制造标准化工作委员会德国代表等。
摘自《自动化博览》