PLC、DCS、人机界面……细数75年来这些堪称里程碑的自动化技术

下面简述这些堪称里程碑的自动化技术。

从大型计算机到嵌入控制器和传感器内的处理器，如此巨大的计算技术的进展，全都植根于晶体管的发明。在1947年，贝尔实验室的John Bardeen和Walter Brattain因此为人类的科学技术进步做出了史无前例的贡献。无可辩驳的是，晶体管的发明是集成电路和微处理器开发成功的基础。甚至今天运算能力最强的处理器芯片也是按其中封装了多少晶体管的数量来测度的。

一直到1953年才有商品化的第一个低价的小信号PNP结锗晶体管问世，型号是CK722，每只价格7.6美元。到1954年Texas Instruments 和另外一家公司合作开发了第一台商品化的晶体管收音机Regency TR-1，那时标价为$49.95美元 (大约相当于2019年的 $476 )。

采用晶体管的工业用电子控制器大约在1950年诞生，此前气动控制器从上世纪的20和30年代开始应用于工业现场，几十年一直这样在用着，直到晶体管出现后才发生很大的变化。

固态电子器件的成本实际上就是以低成本呈现更多功能和更多应用的历史。这可以用经过时间检验的摩尔定律予以表达。仙童半导体的联合创始人和曾任Intel CEO的Gordon Moore，在1965年的论文中首次定义集成电路中元件的数量每年要翻一番，而且这一增长率将延续到下一个十年。摩尔定律连续地推动计算技术的发展，这些被商用设备和工业设备的复杂和小型化所证实。由于高性能的电子器件和处理器的不断进展，使得更小的体积和更低的价格成为可能，这才造就了物联网IoT得以实现和普遍应用。

1970年诞生的第一台PLC在通用汽车GM投用，对金属切割、钻孔、材料处理和装配等环节进行控制。世界上首次推出的PLC的成功表现为两个方面：一是用计算机来解析过去用继电器实现的逻辑控制；二是采用梯形图逻辑编程，使原来的电气工程技术人员能在自己原有的技术基础上采用计算机编程。

在PLC出现之前需要用大量的继电器组成控制系统，既占据很大的空间，其可靠性又依赖于机电继电器的可靠程度；一旦要对控制系统重新配置，不得不耗费许多时间重新接线。当时Richard Morley是Bedford公司的工程师，他率先创立了最初的设计，然后与他的团队研制了工厂自动化和和连续处理应用的固态的顺序逻辑解算器，这是第一台实际可运用的可编程逻辑控制器，被命名为Modicon 084，因为这是Bedford公司第84个项目。1969年11月在得知GM公司的要求后，他们向公司的液压部门展示了Modicon 084，获得GM的青睐。

梯形图逻辑编程极受电气工程技术人员欢迎，其优点是不言而喻的。

这种由Bedford公司开发的梯形图逻辑编程中相关的符号，来源于电气工程中描述顺序操作功能，这使广大的电气工程师和电工能以非常容易理解的方式对计算机进行编程。其发明人Morley在《Manufacturing System》1992年4月刊撰写题为“梯形图逻辑正在逐渐衰弱吗？”论文中指出：“梯形图逻辑作为一种控制语言第一次用在硅器件搭建的控制器上，大约在1969年，在Bedford Associates公司。为了支持这个控制语言构建了由三个部分组成的硬件平台，即一台双端口的存储器、一台逻辑解算器和一台通用计算机。早期在Modicon公司我们用了退化形式的梯形图表达。这个语言最大的优点能被世界上所有从业的电气工程人员理解。之后梯形图扩展为多个节点，还附加了一些功能。梯形图逻辑的功能性和PLC的适用性迅速在所有的工业中大量采用。”

PLC在控制工业中广泛运用，关键在于它对系统进行编程的能力。电磁继电器构成的控制盘不具备同等的能力，一旦控制方案改变，必须对继电器盘重新接线。而PLC面对控制方案的改变既方便又快速，同时体积也小许多。

在2007年ISA展会上有一个主题为《标准化会扼杀创新吗？》的圆桌会议上，许多自动化系统的供应商都抵制具有互操作性的开放系统。对应当时会上的抵制，Morley发声问道：什么工业需要开放系统？难道我们要放弃追求，重回以前专用的老路吗？这振聋发聩的问话扭转了会上的气氛。现在13年过去了，开放系统正在变为现实。Morley作为ISA持有这种前向思维的自动化行业的舆论家和思想家，对推动工业自动化的发展起了巨大的作用。这一情节来自当时参加会议的一个年青工程师深情的回忆。

1975年Honeywell TDC 2000问世，开创了商品化DCS的历程。这是世界第一台采用微处理器执行流程直接数字控制的装置，而且作为一个核心组成部分参与了整个系统的配置。在分布式控制器、工作站和其它计算部件之间用数字通信构成一个完整系统的架构，这在当时确实是革命性的创举。在TDC 2000之前，基于计算机的流程控制系统主要用于数据采集和报警系统，而控制则由气动回路控制器和独立的电子PID控制器承当。

在70年代的中期日本横河公司也将称为Centum的分布式系统投入市场。横河的Centum和Honeywell的TDC 2000都采用用小型监控计算机执行对若干个基于微处理器的多回路控制器进行监控的概念，而操作站采用按钮和阴极射线管CRT的显示器，替代以前的显示报警盘（annunciator panel）。控制器之间的相互连接通过数据高速通道（data highway）传输来自不同节点和工作站的数据信息。高速通道或总线作为信号的通道，使控制器可以尽可能地靠近流程和装置，使控制回路更紧凑，还降低了接线成本。

商品化的DCS的诞生，建立在从上世纪60年代开始的运用计算机技术对流程工业进行数字控制的探索的基础上。那时主要是采用直接数字控制的概念，用小型计算机尝试进行多回路的PID控制。之后开始考虑下一代的控制系统的综合，也就是设计其架构。当时在Honeywell的工业自动化和控制部门工作的Ed.Hurd接受了第72号任务，担任架构设计，两年之后这一团队导致了了TDC 2000成功推出。美国工业自动化界认为Hurd在促成DCS的架构上功不可没。1976年在美国休斯敦的ISA展会上第一次展出了前所未有的DCS架构的产品。TDC 2000一经面世就大受欢迎，在5年内Honeywell的工业自动化和控制部门的产值由500万美元发展到5亿美元，翻了100倍。

此时在大洋彼岸的中国掀起了翻天覆地的变化，开始了改革开放的步伐。在1980年上海的第一届多国仪器仪表展览会上TDC 2000现身，引起无数中国的工业自动化从业者一片惊叹声。展览会后这一台展品被上海炼油厂买下，由上海工业自动化仪表研究所和上海炼油厂技术人员组成的团队，成功将这台DCS装置运用到石油催化裂化工段，成为国内流程工业运用DCS的第一个里程碑。

人机界面的发展始于1975年Honeywell的TDC 2000诞生之时，从那时起操作员控制台的发展步伐发生了显著的改变。在流程工业中人机界面迈入了基于CRT显示器的时代，操作人员可以在屏幕上读取有关的流程变量，观察变量随时间的变化曲线，还允许他们发展一种图像识别的方法来分析当前的操作运行状态。不过那时的操作员控制台是专用的，价格不菲。直到1985年以后，随着个人计算机和DOS操作系统的逐渐普及，出现了第三方的图形图像软件，涌现了一些以开发图形显示的新公司，其中包括Intellution、Iconics和USDATA。1987年Wonderware公司推出了世界第一个基于微软Windows的HMI软件包InTouch，增加了一些附加的性能和对IT技术和业务系统的开放接口。这可以说是人机界面的第三个里程碑。

Dennis Morin在1987年创建Wonderware公司，主导开发在Windows操作系统环境下的人机界面软件InTouch，目标是让操作人员能够方便而有效率地监控操作过程。这一产品的推出标志着微软的工业软件革命，为第三方的开发者开启了工业和流程控制系统的架构的转向。在2003年InTouch杂志将Morin列为工业自动化的发展历史上最有影响的50人中的一员。据他回忆，开发这种类型的软件的灵感来自一个1980年早期的视频游戏，游戏中允许玩家可用数字方法构建弹子游戏。

1985年问世的微软Windows操作系统对工业自动化产生意义深远的影响。Wonderware首创将InTouch软件运行在Windows操作系统的环境下，引领了所有的工业自动化供应商，随后都一致的采用了这一人机界面的解决方案。甚至在发展的初期，流程工业并不看好这一方案，认为并不适合流程工业的要求，但这一趋势还是以优秀的性价比淘汰了DCS原有的专用操作员控制台。

国内在90年代前后在当时的机械部仪表局筹措下，花大力气自主开发国内的大型DCS，恰好处在这一人机界面的转型期，这对此后DCS的开发产生重大影响。由于没能抓住技术发展趋势，仍然抱着专用操作员控制台不放，最后没能取得完整的成果。这不能不说是相当大的遗憾。由此反证了Windows操作系统对工业自动化的深远影响。

Windows操作系统丰富的操作环境造就了大量的开发者在很宽泛的应用范围中开发了大量的软件，包括数据库、数据分析、先进控制、制造执行系统MES、批量过程管理、制造跟踪，以及历史数据库等等。

为了制造和生产取得更统一协调的结构，Windows操作系统在实时工厂运营与IT和业务系统之间架起了沟通的桥梁。这一平台允许使用者运用标准的IT工具来提升分析制造数据，并使业务系统可以无缝地共享生产制造的信息。Windows操作系统为开发OPC提供了平台，显著简化了工业网络和设备界面的驱动程序。

按时间序列存放历史数据在科学和工程上取得了大量有价值的应用，随着历史数据库在PC机上也能付诸使用，促使这类数据库在控制和自动化领域广泛运用。OSIsoft原来是一个石油系统的公司，它推出了工厂信息系统，这就是大名鼎鼎简称PI的历史数据库系统。Patrick Kennedy在1980年创建这个公司，称他为历史数据库之父也不为过。如今历史数据库在许多类型的制造业和流程工业成为一种改善生产率、提高效率和收益的重要工具。自动化工程师、运行操作人员和业务人员以许多不同的应用方式使用历史数据库。立于随时间对连续数值的变化进行分析，并对过程控制加以改善的基本原理，如今历史数据库已经嵌入到控制器中以及云端的服务器中。

Kennedy是一个专业的化工控制系统的注册工程师，享有连续重整催化控制系统的专利。多年的现场经验使他深刻认识到，流程变量的历史数据分析工具对改善流程的操作运行和提高收得率、降低原材料和能源的消耗有着重要的作用，萌发了开发历史数据库的灵感。多年的坚持使他终于获得巨大成功。

将传感器、控制系统和执行器连接在一起的开放型工业网络，大大简化了控制和自动化的应用。这标志着由不同供应商提供的设备和传感器可以通过公用的通信接口构成工业控制系统时代的开始。随着电子技术和通信技术的不断进步，开放工业通信网络也可以采用商业化技术，彻底摆脱了沿着专有化的道路缓慢前行。

从1979年开始Modbus首次打破坚冰，在RS 485标准的基础上提升通信能力，将多个制造商的设备连成多播网络。标准定义了用于多点串行通信系统发送端和接收端的电特性，使得各种设备诸如PLC、传感器、仪表、PID控制器、电机驱动器和其它相关的设备都可以连接起来。直到今日Modbus仍在离散制造业、流程工业中有一定的应用。

从1980年到1990年出现了一系列的现场总线标准，主要有DeviceNet、Profibus、SERCOS、ASi（执行器传感器接口）、FF（基金会现场总线）和HART（高速通信可寻址远程传感器）等。HART通信协议是其中唯一的在数字信号上叠加了模拟信号DC 4-20mA的数字、模拟混合的协议，其最著名的特点就是在一对双绞线的传输线上共享了仪表的电流回路和数字通信信号。

在开发开放工业网络的过程中不得不提到Emerson的执行副总裁John Berra，他在2002年获得ISA颁发的终生成就奖，以表彰他长期专注仪表、系统和自动化社群，并作出重要贡献。他在开发三个重要的工业制造通信协议HART、FF和OPC中发挥了很大作用。

无线短程网标准IEEE802.15.4开启了无线传感器网络的发展

IEEE 802.15.4 低数据率无线短程网（low-rate wireless personal area networks ，LR-WPANs）标准和随后开发的商用芯片，成为包括ISA 100a 和WirelessHART 在内的工业无线传感器的标准。IEEE 802.15.4 是定义LR-WPAN操作运行的技术标准。2003年IEEE 802.15工作组开发了这一标准，并持续对不住进行维护。 

ISA 100.11a (IEC 62734)无线网络技术标准由ISA所开发，重点是针对流程控制和相关应用的工业自动化无线系统，即用于现场级的设备，2009年ISA自动化标准符合研究所成立了ISA 100 无线符合研究部门，拥有“ISA 100符合”认证体系，为确保基于ISA 100产品真正符合标准，这是一个独立的第三方的测试机构。WirelessHART（IEC 62591）是基于HART的无线传感器联网技术，专为流程工业的现场设备的要求所定义。WirelessHART 的一个目标是与现有的与HART兼容的系统和组态工具反向兼容，以达到将新的无线网络与现存的HART仪表集成的目的。

由中国科学院沈阳自动化研究所为主开发的WIA-PA无线传感器网络技术，已被批准为中国国家标准（GB/T 26790.1-2011）和IEC国际标准（IEC 62601）。比较遗憾的是产业推广不够，应用面还不够广。

随着价格的下降，加之得益于软件技术（尤其是图像识别）的进展而功能和性能更加完善，促使机器视觉系统的应用一直在增长。恰当组态和编程的视觉系统消除了人工的误差、提高了生产能力、质量和效益。视觉系统变得具有高度智能，同时在控制自动化系统中灵活应用传感器，扩大了实时控制的输入范围。视觉系统已应用于质量检查、零件识别、机器人制导、工件输送流动的机器控制等等。

刚开始应用时，常常是将一台PC机与摄像头相连接，由PC机完成图像识别。如今都是将一台采用IEC 61131-3标准编程的PLC和一台具有图像识别功能的机器视觉摄像头集成，并直接装在机械设备上。这都是因为计算机SoC芯片和小型化的视频摄像芯片的急剧发展的结果。

ISA-88系列标准是专门针对广泛应用于流程工业中的批量控制系统的设计和规范，在全世界持续地采用的结果证明，标准对提高生产率发挥了显著的作用。ISA-88着重于实现批量过程控制的设计策略，描述设备和步骤可用于软件的实现和手动的处理。系列标准的第一个标准在1995年被ISA所批准，而后在997年被IEC以IEC 61512-1的编号采纳。

ISA-88位批量控制提供了一致性的系列标准和名词术语，定义了物理模型、规程和配方。标准针对广泛的需求，包括建立批量控制的通用模型、在通信发生困难时如何表达用户要求的常用措施、批量自动化供应商之间的集成，以及简化批量控制的配置。如今ISA-88已经成为沟通批量生产从产线、车间到企业管理系统一切所有方面的工具性的手段。

Tom Fisher长期在批量控制的企业担任过程工程师，积累了丰富的批量控制和安全联锁系统的经验。是他创建ISA-88专委会，为批量生产的标准化制定了开发的目标、方法和路线图。他还是IEC的SC65A的批量控制工作组的领导人，世界批量论坛（World Batch Focus）的主席。他培养了一代批量过程控制的工程师。

深度介入ISA-88和ISA-95的还有Lynn Craig，为此做出了重大贡献。他同样也是长期在流程自动化现场和批量控制现场积累了丰富经验的过程工程师，还有极高的系统思维素养。

企业控制系统集成标准阐述了从传感器到企业管理系统之间的接口内容，目前在全世界被广泛采用。工业4.0参考架构模型RAMI4.0中有一个维度就采用了ISA-95的分层结构。ISA-95增进了接口名词术语的统一和一致性，减少了在将这些界面付诸实践时可能带来的风险，降低了成本和出错因素。标准还有助于减少新产品投入生产时所花费的工作量。这个标准还提供了一致性的名词术语和对象模型，这对于供应商和制造商之间的交流和通信是基础性的。由于有助于定义企业业务管理系统和控制系统的边界，ISA-95 模型清晰阐明了应用程序的功能性以及如何来使用这些信息。

在美国，ISA-95 又被称为ANSI/ISA-95，这是因为美国的国家标准研究院在1976年就认定ISA为美国国家标准的一个制定单位。IEC采纳ISA-95为国际工业标准，编号为IEC 62264。

继ISA-95在全球范围内被很大范围内的工业行业所接受，最新的发展是业务至制造的标记语言（Business to Manufacturing Markup Language,B2MML）建立了企业计算、云计算、IoT和工业4.0的兼容性。通过提供名词术语和目标模型的一致性，以及IT与OT的沟通，B2MML进一步提升了ISA-95的附加价值。B2MML用XML模式的标准集合来表达ISA-95（IEC/ISO 62264）的数据模型，用3W的XML模式语言（XSD）编制XML模式的标准集合。

B2MML是ISA-95和IEC62264标准的XML的开源实现。MESA（制造企业解决方案联盟）把B2MML用作事实上的接口标准，来交换ISA-95所定义的内容。B2MML还与OPC UA合作，用其作为框架为制造企业提供信息安全和可靠的架构。

游戏机产业正在推动计算技术的外部包装，这也是工业自动化应用青睐的一个优点。原来为了发展视频游戏的产业，目前正在影响着云计算、人工智能、数据科学，以及自动驾驶的运载工具。庞大的游戏机行产业的体量在2018年超过了1250亿美元，这使得其在技术性能大幅提升的同时还能显著地降成本下降。视频游戏工业的硬件和软件正在越来越多地引导着工业自动化的技术和业务用例。尤其是虚拟现实平台和用户界面正在以创造性的方式被引入工业自动化，例如虚拟现实眼镜。

工业和流程自动化工业积极采纳商用技术提高自身的应用水平，已经有许多年头了，这一主流的趋向为实际的应用创造了巨大的价值。增强现实AR正加速进入日常生活，被用于从移动游戏到重工业等方方面面。这些创新的技术可在项目的每一个阶段都起到支持辅助的作用，包括从设计、虚拟调试、生产装置的开车启动、故障定位和排除，以及质量控制。下面列举一些应用这些技术获得一定收益的例子：

● 机器和过程的仿真，包括虚拟调试、在安装实际设备之前发现问题和瓶颈等等，都能够做到节省金钱和时间。

● 智能眼镜具有立即查看手册、操作指令视频和其它有关的材料，这有助于现场排除故障的工作人员查找问题。通过通信工具与处在远程的专家联系，取得他们的指导帮助。这对改善生产的正常进行有重要价值。

● 培训仿真器为刚入职的装置操作人员提供高效学习的手段。例如有许多的报道描述为被培训的人员创建一种石化工厂的环境，并给予他们的一些挑战性问题，使他们了解如何应对具有危险性的突发事件，并进行正确的操作。

采用面向服务架构（SoA）的OPC UA为工业自动化与最新的计算和IoT技术架设了沟通的桥梁。建立在面向应用的数据模型的基础之上，使它提供的高质量而且前后相关、上下相关的数据。OPC UA是一种统一的技术，OPC基金会的成员涵盖自动化、PLC、DCS、传感器、工业软件、企业资源规划（ERP）以及云服务有关的组织和单位。目前它已成为IT和OT集成融合的一种关键技术。

OPC UA可用于任何一种操作系统，包括Windows、Linux、实时操作系统和专用操作系统。与现代的软件实践保持一致，OPC UA已处于开源状态，通过开源托管网站GitHub可供公众使用。

OPC UA正在成为一种统一的系统架构，为来自许多工业自动化专业的数据和信息进行高效率且效果良好的通信和交换。OPC基金会与不同的标准化组织共同努力建立了许多标准化的信息模型，这就是所谓的伙伴规范，或者叫做配套规范，从而达到从传感器到企业的互操作性，而无需经过软件层面对完全不同的或异构的系统进行转译和规范化。

机器学习（ML）是人工智能一个分支，建立在系统可以从数据中学习的概念之上，通过数据进行图像识别，或以最小的人工干预进行决策。机器学习正在加速应用于高性能低成本的硬件、低成本的数据采集、开源框架的大型程序库和软件模块等方面，通过这些应用使机器学习在很大的范围内获得推广应用。ML运用算法和统计模型来分析和预测未来的性能，无需为执行任务专门按要求明确的编程。

机器学习的迭代体很重要，因为一旦新的数据输入模型，就会自动从先前的计算中去适应和学习，产生可靠、可重复的决策和结果。现今对大数据自动应用复杂的数学计算重复进行高性能、低成本的计算，正在推动ML的应用，例如：

● 汽车的自动驾驶

● 亚马逊（Amazon）和Netflix在线推荐

● 欺诈检测

过去机器学习的应用必须从头构建，现在最新的解决方案可在公共开源的框架内实现（例如TensorFlow、PyTorch、Sclikit-learn），这样使之可能快速地建立应用。

运用机器学习的预测维护通过消除可能产生重大隐患的非计划事件，避免造成生产线的停车事故，达到保证长时间无故障的运转。采用监控设备和标准检查模型和规则系统（benchmarking against models and rules system）可预测问题，同时提醒维护人员在发生一连串问题造成大的故障之前进行修复维护。另外在设备若干特定的部位加装嵌入微处理器的传感器，用来分析即将发生的问题，并发出需要加紧维护的报警信号。为了改善机器和过程的性能，机器学习也可以在闭环自动化控制中的策略环节运用。

工业4.0的重点在于应用一系列的新技术建立高效的自行管理的生产过程，通过运用工业物联网IoT和开放的软件和通信标准，将传感器、控制器、人、机器、设备、物流系统以及产品统统实现直接通信和协同。德国的工业4.0的远景规划的思想对全世界长生了很大的影响，成为其他国家规划工业长远发展的样板和参照模型。这其中包括“中国制造2025”、日本的“工业价值链倡议”、印度制造和美国的智能制造领导联盟SMLC（Smart Manufacturing Leadership Coalition）。

工业4.0的核心理念是自动化系统必须采用开源的、由多个供应商提供、具有互操作性的软件应用和通信标准，类似于在计算机、互联网和移动通信已经采用的理念。工业4.0表述中所确认的现有的工业标准包括ISA-88批量制造标准、ISA-95企业和控制系统集成标准、OPC UA、IEC61131-3，以及PLCopen国际组织的相关规范。

工业4.0最初是作为德国在2006年建立的德国10点高技术策略计划中的一部分。2010年7月14日德国的内阁决定通过引入高技术策略2020规划继续这一策略，着重于选择具有前瞻性的科学技术的发展，制定10到15年的研究创新策略。工业4.0就是通过提升计算技术、软件和互联网技术来实现集成工业、互联工业的远景规划。所谓4.0就是指第四次工业革命。德国强调加强工业与科学的合作，推进知识与技能的紧密结合。工业4.0的愿景是通过把人员、机器、设备、物流系统和在制工件彼此间直接通信的办法实现显著高的生产率和高效率，以及自管理的生产过程。其中一个大目标是充分发挥嵌入式的处理和通信的作用，使得定制生产也具有低成本的规模制造的效率。制造过程和物流过程跨越公司的边界进行智能集成，建能够成一种更有效率、更灵活的实施精益制造的生态系统。

数字孪生已经成为工业4.0最强有力的概念之一。通过整个制造和生产过程基于模型、实时、云回路监控、控制和优化的实现，数字孪生有助于达到实时集成制造的组织实施。数字孪生的基本概念是要建立一个理想的制造操作运行和处理的虚拟模型。这个模型将是实时而全面表达实际生产状况的基准。最广泛的实现模型包括所有影响生产的效率和盈利能力的因素，这里涵盖机器、过程、人力资源、原材料的质量、订单流和经济因素。生产组织可以利用信息的价值来识别和预测问题所在，使得高效的生产得以维系，而所有可能影响和中断生产的问题，都能在在发生之前被发现和解决。

由于运用了先进的硬件、软件、传感器和系统技术，数字孪生作为一个实际的宏观级别的闭环控制的杰出实例就变得可行了。创建数字孪生的关键部分是需要一个完整的信息集合，包括根据建模的要求部署大量而广泛的传感器采集实时信息。实际上工业4.0就是运用包括工业物联网在内的最新技术，将制造系统和业务系统集成为一体的广泛应用。

云计算正在影响着包括工业自动化在内的方方面面的应用，这是因为它提供了易于使用、计算和存储能力出众，且具有高性能等诸多优越性，而所有这些都是在不要求巨大的投资，或者在不要求目前已经负载过重的自有计算机和服务支持的前提下进行的。云计算和服务的提供者有像微软的Azure和亚马逊的AWS等这样的公有云，他们有许多各种各样的软件工具，例如数据分析和预测的软件工具，这些都可以为广大的工业部门和流程自动化装置所利用，来解决和应付制造、生产和业务的挑战。许多工业自动化的应用，诸如历史数据、基于状态的监控、预测维护、资产管理和故障分析等，目前都在运用云计算的方法，已经获得了更好的性价比。

云计算在提升共享资源和规模经济性方面类似于公用的电网，可以提供几乎没有限制的计算能力，并且可以按照需要提供数量巨大的存储量。另外，边缘计算正在变得普遍起来，这是一种低成本、高性能计算和通信的部署方法，导致计算和数据存储尽可能靠近产生数据的源头，这样来改善响应时间，增强数据与其生成源头的前后关系和相互关系，同时可按要求就地执行，而无需往返云端与就地。在计算机和工业自动化应用的历史上，处理计算往往都被放置在远离网络边缘的地方。直到今天还有许多应用还在这样做。现今的边缘设备可以是一台小的定位节点的计算机，或者是嵌入在传感器、执行器和其他设备中的SoC，具有特别高的性价比。将这些边缘设备部署在就地，使他们像移动的智能手机一样具有强大的计算能力和不高的成本。

这些计算设备可视作为一种平台，其中可执行许多不同功能的软件，包括IoT、基于IEC 61131-3的PLC、OPC UA和MQTT，还有与云端的接口、时序数据库、HMI以及数据分析软件。ISA-95 从L0到L2的功能和L3的部分功能，再加上新的IoT的分布式计算模型，都可以在边缘设备中执行。

将工业传感器网络与边缘设备连接的方案得到越来越多的认可和接受，今后在开放式的系统中会有较多的应用来取代PLC和DCS控制器。将边缘设备部署在工业网络联网和企业网络联网之中，其通信的功能有助于无缝地将IT与OT集成。

协作机器人是一种新出现的轻型且价廉的机器人，在生产环境中与工人协同地工作。这是一种实现灵活制造的新方式，无需对生产场地和流程进行大的改动，也不需要很大的投资。协作机器人应该是本质安全的，它们能感知人和其他障碍，并自动停下来，这样就不会发生伤害和损坏的事故。不要求保护栅栏和保护笼，既增加了灵活性，又降低了成本。

协作机器人特别吸引中小型企业的投资，这类机器人的编程过程也很简单，不要求编程的老手。这类机器人可以仿照使用案例编程，或者用类似于游戏的方法编程。大多数任务不用熟练的编程人员，只要简单地移动机器臂和末梢执行器，对机器人进行示教操作，机器人便将这些运动动作记忆下来，程序就此创建。这就是所谓的大众化电脑“所见即所得”编程的物理形式。对于用户来说，关键是凭藉直觉获得编程的结果。简化编程意味着协作机器人不必聘用专业工程师便可部署。

这一类新型机器人的开发类似于在PC机问世以后如何扩展计算机的应用。刚开始计算机很贵，只能放置在专用的房间由软件专家来编程，写出在一般人看来是很神秘的代码。因为实现的成本很高，应用面不广。直到PC机导入之后，尽管它的运算能力和存储容量远不如大型计算机和小型计算机，但它价格低，又灵活，才使计算机的应用面大为扩展，人们得以在很宽泛的范围内应用计算机去解决许许多多的问题。这一因素再加上简化了编程，导致计算机在工业自动化领域的应用产生了革命性的变化。

这些新型的协作机器人不能抓起一台发动机，但可以完成大量不同种类的任务，能承受负载一般在10-30公斤。协作机器人可以完美地替代操作工完成重复的、平常的和有危险的任务。操作工不再被迫在机器前站立几个小时干那些乏味的工作，或者在有危险的环境下工作。这既提高了生产效率，又提高了工作质量，而操作工也从繁复的劳动中解放出来，去干那些要求熟练技工才能完成的任务。

协作机器人是增长最快的自动化部门，根据美国机器人工业协会RIA的预测数据，到2025年协作机器人将在工业机器人中的份额跃居到34%。将协作机器人与视频系统、图像识别和人工智能结合起来，可以完美重复人工的制造的过程，这一进展相当令人兴奋。

协作机器人大大降低了自动化的壁垒，有相当大的范围内的用户，特别是中小型企业用户，即使缺乏高度熟练的自动化人才，也能够采用和驾驭协作机器人。而协作机器人的灵活性使得过去难以采用的许多自动化功能现在都变得容易解决了。由于编程简易方便，一台协作机器人可以完成许多不同的任务，所以特别适合按订单要求制造的生产过程。

在流程工业中鼎鼎大名的美国Aspen公司是Larry Evans创建的。他原是麻省理工学院化工系的教授，也是ASPEN项目的主要研究者。这个项目的目的是开发第三代的流程建模仿真系统，用于在技术和经济两方面评估合成燃料的过程。1981年在这个项目完成之后他和项目中7个关键的成员创建了Aspen Technology公司，从MIT取得该技术的应用许可，并进一步对此项技术进行开发、支持和商业化。作为AspenTech的CEO，在接下去的多年中他扩展和深化了该技术，使得建模仿真技术成为可在相当宽的范围内应用的相互补充的产品。公司也由10个人发展成为上市的公司。

Charlie Cutter原来是美国国家工程院的成员，他发明了高度成功的多变量控制器，并完成了了其商业化的进程，成为重新定义先进过程控制（APC）的首创者。他是化工工程师出身，长期在壳牌石油公司工作。他所构思并付诸实现的动态矩阵控制算法，为石油化工工业节省了成百万上千万美元的开销。1984年他创建了DMC公司，即动态矩阵控制公司。以后有成立了第二家名为Cutler Technology Corporation的公司，运用动态矩阵控制（DMC）和实时优化（RTO）技术，在当代的石油天然气工业的控制工程应用中居于有竞争力的前沿位置。2000年因对新一类的先进过程控制的贡献被遴选为美国国家工程院院士。

Karl Åström是瑞典的控制理论家，他对控制理论、控制工程、计算机控制和自适应控制都做出很大贡献，常被人称为自适应之父。在1965年他提出了在信息不完全的情况下马尔可夫决策过程（MDP）的框架，导致产生了部分可观察马尔可夫决策过程（POMDP）的概念。POMDP模型是一种智能体决策过程，假定系统的动态过程有一个马尔可夫决策过程，但是智能体不可直接观察到底层状态。取而代之的是必须基于一个观察集合和观察的概率以及底层的MDP，维持在可能状态集合伤的概率分布。POMDP框架足够为各种各样的实时世界的序贯决策过程建模。其应用包括机器人的导航问题、机器维护和存在不确定因素下的总体规划。Leslie P. Kaelbling和Michael L. Littman将此理论推广并适应于解决人工智能问题和自动规划。