以数据为核心，控制系统走向智能化

随着智能制造时代的来临，IT与OT的融合发展已成大势所趋，控制系统作为智能制造的基础层、自动化控制层的核心，不可避免地面临着新的挑战。智能制造是以数据为核心，实现全局数据的完整、互联互通才能更好地协调整个生产过程。控制系统则是担任了整体智能制造架构之中硬能力的核心环节，需要具有更强大的数据采集、存储、计算以及分析能力，更好地支撑上层智能化软件的发展。正如北京国电智深控制技术有限公司党委书记黄焕袍指出：“在物联网和5G技术快速发展中，工业可感知的数据规模呈爆发式增长，这主要由于先进检测技术、传感器技术的快速发展推动。大量数据中蕴含了工业现场的设备及系统特征，如何将各类物联感知数据可靠接入智能DCS，同时无缝整合各类第三方系统如PLC等的数据，实现广义工业过程信息的泛在感知，形成后续流程的数据基础，成为智能DCS的基础能力需求。”

工业生产数据中蕴藏了大量信息。DCS的智能化发展使得用户在数据的分析与处理能力以及智能化应用方面的需求在迅速提升，因此DCS供应商纷纷有针对性地加强这方面的技术投入。

今年艾默生推出了多款满足此类需求的新技术，如AMS设备边缘计算监测系统，是基于DeltaV电子布线技术而开发的机械设备状态监测系统。它内置了许多典型机械设备故障的预测逻辑，计算每个潜在故障的单个健康值以及资产级别的健康值，通过创新技术解决特定问题，对动平衡、对中、电机故障等多种常见故障进行确定性分析；又例如基于机器学习的过程数据分析软件KNET，将大量多元化信息技术（IT）和运营技术（OT）数据转化为实用知识，可以实时检测过程和资产的异常情况，帮助运营人员专注于关键问题，推动实时决策，最大程度地提高资产可用性和安全性。

罗克韦尔自动化和PTC合作，采用其万物互联与增强现实技术，结合罗克韦尔自动化在OT领域的强大能力，打造出全新的智能制造革新套件FactoryTalk InnovationSuite，可将DCS系统获取的工厂有关的生产、设备、自动化系统、人员操作等各种实时数据或者是历史数据，经过高级的自动化诊断和分析，将海量原始数据转化为具有实际价值或前瞻意义的信息，提高企业装置性能并减少停机影响。再结合人工智能技术可将分析过程化繁为简，让用户能够提前应对各种问题，避免严重故障的发生。

DCS走向智能化，开放性和网络化不断增强，随着而来的是数据信息的安全问题，涉及数据采集、存储、计算以及分析的各个环节。近年来，工业控制系统信息安全事故频发，造成生产中断甚至危及人员生命，已引起广泛的关注。杭州优稳自动化系统有限公司董事长王文海认为工控系统安全不是工控系统与信息安全的简单叠加，需要与内生安全主动防御技术深度融合、基因重构和伴生演进。优稳公司与浙江大学工业自动化国家工程研究中心联合攻关，基于安全增强、动态重构、工程模型检测，构建自主可控融合增强的内生安全防御体系；结合可编程电子控制模块、安全协议栈与控制核心网络、编程开发与运行操作软件环境，进行内生安全设计；保障工控系统在“有毒带菌”环境下的运行安全。

毫无疑问，智能时代的来临对于工业控制系统提出了诸多新的挑战，同时也给控制系统制造商带来新的机遇。虽然构成自动化系统的技术和设备已经发生了天翻地覆的变化，但系统的核心目的并未改变，围绕着数据的采集、存储、计算以及分析，最终目标仍然是提高产品的性能质量、满足多方面个性化需求、提高生产效率、生产过程的节能环保及安全保证等各个方面，利用新技术、新设备持续不断地进行优化与改进提升。

摘自《自动化博览》2020年10月刊

相关文章