【導讀】被稱為“工業4.0”的制造業的數字化轉型，匯集了多類技術，但是競爭優勢來自它們能否協同工作。
被稱為“工業4.0”的制造業的數字化轉型，匯集了多類技術，但是競爭優勢來自它們能否協同工作。
在工廠車間，變革性技術包括新的感測、控制和通信系統。這些技術還涉及功能安全和電源管理功能，幫助人們更智能地工作并且擔當新角色，在某些情況下，可以以更加綜合的方式與機器人近距離工作。
我們已越過了早期采用階段的臨界點，各個組織和企業在各自的業務中至少部署了其中一些技術，而對于那些希望進一步采用工業4.0技術的人員來說，下一步需要讓這些技術協同工作（見圖）。而要實現這一目標需要一個基礎來統一其各種智能功能。
這是工廠實現工業4.0技術的示例。
標準和規范對于實現這種統一至關重要。它們不僅使系統可以更有效地交互操作且為制造商創造長期競爭優勢，而且還使迭代學習成為可能。互聯的分布式設備可為人工智能（AI）和機器學習提供支持，以發展和優化制造操作。
通信實現控制
讓制造車間保持運作的技術可分為五大類：通信、感測、控制、安全和電源。這些類別是以前就存在的，但是工業4.0提出了一種可利用各個離散領域創新的無縫通信方案。
如此說來，功能安全和電源管理是制造環境中的關鍵考慮因素也就不足為奇了。成功實現確保工人安全和節能兩個優先事項后，便具有了競爭優勢。電源管理還與環境控制有所聯系，確保溫度和氣候條件有利于特定類型的制造。與此同時，工業通信、感測和控制使人們在注重功耗的同時能夠安全、高效地工作。
即使技術進步，工業通信仍然是最基本的技術，因為它使單個控制單元可通過網絡管理多個輸入和輸出（I/O）。工廠中的網絡控制體系結構包括電機控制、運動控制、機器人技術和經典可編程邏輯控制（PLC）之類等應用。
PLC提供一系列包括測量、溫度和位置的狀態信息。PLC的現代示例即機器人抓取或修改傳送帶上的東西。機器人控制是電機控制的特殊版本，其通過自己的感測生態系統控制多軸機器人手臂。機器視覺用于定位機器人手臂，并結合功能安全性，可使操作員監控環境并確保在機器人附近工作人員的安全操作。
這樣的安全性和精度水平需要通信和處理能力。例如，德州儀器(TI)的SitaraAM6x處理器系列，具有Arm Cortex-A53和Cortex-R5F內核可實現千兆位工業以太網網絡，并包括安全診斷庫。Sitara處理器有助于啟用功能安全系統并支持智能功能，可動態控制和優化智能工廠中的生產，同時具有高能效。
Sitara處理器構成系統的一部分，具有廣泛的交互作用，但是除非各種控制系統可相互通信，否則這些交互作用無法實現。就像時間敏感網絡（TSN）和IO-Link之類規范出現前，I/O互聯要穿過不同的模擬路徑，不同的控制系統獨立工作，成為自己獨立的活動孤島。
TSN這套標準屬于完整的實時通信所必需的三個主要組件類別：
l 時間同步
l 計劃和流量成型
l 選擇通信路徑、路徑保留和容錯能力
流量成型與網絡中具有不同優先級的以太網數據包相關。與其他數據包（非實時）相比，某些數據包具有更高的優先級（實時）。根據應用的不同，可通過數據包的類型、到達時間或帶寬來確定優先級，有時會將流量整形與道路交通HOV車道（穿越交叉路口的快速路徑）進行比較。
TSN的名字很貼切，因其了解網絡中的所有器件都必須是同步的，無論是PLC還是機器人。此外，每個器件都遵循處理和轉發通信數據包的相同規則，并具有冗余以確保容錯能力。
國際電工委員會61131-9T建立了雙向、數字、點對點IO-Link工業通信網絡標準。在短距離內有時甚至在不理想的條件下，IO-Link可將數字傳感器和執行器通過有線或無線方式連接到某種類型的工業現場總線或某種類型的工業以太網。
例如，TI的DP83867物理層收發器可滿足工業4.0的時間同步需求。但是，它還旨在通過外部變壓器直接與雙絞線介質連接，從而在惡劣環境中促進10-/100-/1,000-Mb/s以太網局域網的實現。
與TSN一起，IO-Link支持使用可實時生成和使用豐富的數據集的傳感器和執行器，這是智能優化制造和支持數字轉換所必需的。
統一通信是工業4.0的支柱
通過TSN和IO-Link執行的統一系統通信已實時在將生產系統數字化的領域，實現了許多不同的工業 4.0功能。
它不僅可在一個裝配站上快速地完成更多工作，甚至可將這些裝配站的控制系統鏈接起來。統一通信并支持預測性維護以此提高了機器的可用性。用戶不僅可以在單個TSN骨干網絡上運行包括PLC、運動控制和機器視覺在內的多個控制系統，還可為這些系統提供服務并從中心角度診斷任何問題。現在各個部分都使用相同的語言，而不是使用具有獨立通信協議的獨立系統。
另外，通過實時數據交換，可實現各個生產區域之間的可比性或兼容性。數據從機器人控制順暢移動到PLC控制器再到機床，提高了生產系統的整體效率。
此外，工業4.0提供了完全的透明度，因為它將生產數據輸入到企業資源規劃（ERP）系統中。而且，盡管ERP系統不能直接控制產品在工廠車間的生產速度，但是更多的商業智能的存在使制造商可做出更明智的決策，并通過數據來告知制造績效以及其如何影響成本和利潤。
確定數據去向
數據科學在工業4.0中也發揮著重要作用。通過使控制系統相互通信，各個組織可使用更多信息共同工作來做出更明智的決策——根據業務目標優化生產。由于每個器件和每個I/O都會產生數據，因此現在幾乎可以快速分辨系統是否需要維護以防止中斷。
通用通信集成控制系統，也正在改變人類和機器在工廠車間的工作方式。盡管先進的機器人技術已取代部分人類執行的任務，越來越多的數據科學家參與制造過程，并且其他工人可在距離機器人更近的地方協同工作。
龐大的數據量有時可能會超出可傳送到中心進行處理的帶寬。通過基于云的業務應用擁有一個整體視圖是工業4.0的標志之一，但這并不意味著每條信息都將滲透到云端——實時通信主要只存在于生產車間。即使從長遠來看，也沒有必要將所有數據都發送到一個中心點。
相反，我們旨在為生產環境中的器件添加更多智能元素。電機應用程序內部生成的數據具有更高的數據速率，且需要本地預處理，有時甚至需要在電機控制器內部進行本地預分析。并非所有數據都要上云端。
結論
最終，工業4.0具有三種潛在的情況。一種是因為帶寬可用，數據都發送到云端。另一種是極端相反情況，因為數據量非常龐大，無法發送到云端，因此所有數據都在邊緣進行處理并做出決策。
第三種（很可能是最佳選擇）是一種混合解決方案：嵌入在邊緣硬件中的預處理功能的組合，可將壓縮數據發送到云端以通過標準化通信進行決策。這種方案最能支持分布式機器學習和人工智能在制造車間的實際應用，同時也使供應鏈收益。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
