深度 | 物联网时代，自动化金字塔会被替代吗？

普渡模型（Purdue Model）是1992年由普渡大学计算机集成制造联盟提出的系统架构，在该架构模型的基础上诞生了ISA-95标准，从车间到企业的信息流向出发，ISA-95标准把集成制造分成了若干层次，并在生产领域和企业管理领域之间引入防火墙等内置安全管理机制。

在该模型和标准中，工业自动化形成了金字塔结构，这一结构迅速获得广泛认可并展现了长久的生命力，在一些新的架构模型中，无论是德国的工业4.0参考架构模型（RAMI 4.0）还是我国的智能制造系统架构(IMSA)，在系统层级维度大体沿用了ISA-95标准，只是在最顶层增加了企业协同（互联世界），在最底层引入了产品（智能产品）。

👇 ISA-95和自动化金字塔 👇

从自动化金字塔模型提出至今，在摩尔定律（集成电路上集成的晶体管数量每18个月翻一番）和尼尔森定律（高端用户的网络带宽能力每24个月翻一番）的指引下，计算机技术和网络技术得到了快速的发展：

在1993年，Intel发布了初代的奔腾处理器，单核心60 MHz，集成了310万个晶体管；在2019年AMD发布的Ryzen 9处理器则包含12核心3.8 GHz，集成约100亿个晶体管。在90年代初，光纤入户还只是梦想，移动通信还处于2G+功能机时代；在如今，我们已经基本实现光纤入户并正在逐渐普及以高带宽（1G bps峰值吞吐率）/低时延（0.5~1ms时延）/大连接（1000K/平方公里连接数）为特点的5G网络。

计算机技术和网络技术的发展为工业自动化的发展提供了基础，在某些局部的领域改变了一些传统的认知，比如在90年代末到20年代初，受制于当时的控制器算力和内存大小，如果要实现运动控制和第三方现场总线等功能，需要使用者在PLC CPU模块的基础上额外购买运动控制模块和总线通信模块。在如今，集成逻辑控制/运动控制/通信管理/安全等功能的多合一控制器（软件定义的控制/软件定义的网络）已经渐成主流。但是从系统信息流向的角度出发，1992年提出的普渡模型几乎没有变化，仍然是广大制造业人心中的圣经。

这一模型是否解决了制造过程的所有痛点呢？答案应该是否定的。

以笔者10年左右参与的一个项目-某食品包装工厂的自动化车间系统为例，我们参照模型架构并在架构的每一层引入了当时比较新的技术，比如：

👉在设备层的薄膜分切机控制中采用了逻辑/运动控制一体的控制器和PLCopen MFB，并在物料搬运环节引入了AGV、机器人等自动化设备；

👉在OT和IT系统之间使用了基于以太网的现场总线和OPC技术；

👉在IT系统的部署中采用了虚拟化技术并打通了各子系统之间的信息孤岛。

整体系统投入运行后实现了当初设计的生产效率/生产质量/生产柔性等方面的指标，但是碰到了一个从当时的条件看无法解决的问题：设备层使用的伺服电机在高速运动下会发生磁铁脱落的现象从而造成设备的意外停机，关键设备的停机会导致产线停机，即便不考虑备件电机从厂家运输到使用现场的时间，在现场拆卸并更换电机也是一件以小时计数的工作，换言之，在该系统架构下可以实现自动化（减劳）和精益化（降费），无法实现无忧化。

这种问题可以在物联网中得到较好的解决，物联网概念起源于1995年比尔盖茨在《未来之路》一书中提及的物互联，在2005年国际电信联盟（ITU）发布的同盟报告中，物联网的覆盖范围有了较大的拓展，连接互联网的物不仅包括电脑、手机、家用电器消费品，也包括电网、供水系统、油气管道、机械设备等工业品。如下图所示，通过在电机上安装无电池传感器（能量来自温差和光照）采集电机的振动和温度信号，并通过无线网络把传感器信号传递到部署在车间的边缘计算控制器中，在对传感器数据进行预处理的基础上可以进行统计特征提取/设备健康状态评估和故障预测，并将该信息和预测结果传输给MES等生产管理系统，从而避免因为设备意外停机对产线造成的冲击。

👇电机健康状态监控/故障预测案例和IoT架构模型👇

IoT架构模型的不同层次，充分利用了如下新技术特性：

• IoT设备：低成本、低功耗、高集成、小型化传感器的出现和成熟；视觉传感器自适应能力的提高和成本的下降；RFID标签等类似技术在产品生命周期管理中的广泛应用。

 • IoT网络 ：支持资源受限设备和轻量化通信协议；支持海量设备连接（IPv6）；低功耗无线连接（Zigbee，Bluetooth LE，LoRa……）；适用于工业场景的确定性网络（TSN）。

• IoT管理和应用 ：云计算/边缘计算和虚拟化；分析技术3.0（分析技术1.0：结构化数据-数据中心，分析技术2.0：结构化数据和非结构化数据-数据中心，分析技术 3.0：结构化数据和非结构化数据-网络边缘和数据中心）。

在传统的自动化金字塔架构中，把第一层的传感器数据传输到最高层进行分析和处理是不可能的，如果回顾这一模型提出的时代背景，即上世纪90年代初，则很容易理解在当时的技术条件下为什么会诞生这种信息逐层流动和处理的金字塔架构。随着时代的变迁和技术的发展，在IoT架构中弱化了数据来源所在的层次，数据既可以来自于各种传感器（比如温度传感器、振动传感器）、智能元器件（比如变频器、阀门），也可以来自设备控制器（比如PLC、CNC），车间控制系统（比如SCADA、RMS），或者企业管理运营系统（比如ERP，SCM）。与此同时，借助边缘计算，在IoT架构中强化了对数据，包括环境数据、生产数据、设计数据、工艺数据、运营数据、服务数据等进行分析并从中总结提炼对生产过程有用的各种洞察的重要性。

这种自动化金字塔架构会被替代吗？以离散制造为例，根据上下游产品特点，我们可以把某一产品拆分成若干产品单元，然后把产品单元的生产制造过程拆分成若干工艺单元，每一个工艺单元的实现由各种机械设备完成，比如生产设备、测试设备等，工艺单元和工艺单元之间的物料转运由各种自动化设备完成，比如机器人、AGV等，无论是机械还是设备，从物联网的视角看来都属于执行机构，而从工业自动化的视角而言，我们都可以简化成人机界面<->控制器<->驱动器的三层结构，包含以IO控制、运动控制和安全控制为代表的三类控制，传感器用于测量生产过程的各种状态并作为车间控制系统闭环控制的输入信号。生产制造过程即是价值创造过程，而针对这种生产制造过程二种不同视角下的对比如下图所示，在可预见的将来，这二种模型会在发展中不断融合，在保留稳定、可靠和安全特性的同时，实现更具感知和智能的生产制造。

👇离散行业制造过程和系统模型👇