工業自動化的未來是什么？隨著技術的更迭，答案一直在變化。在智能互聯新興技術唱響主旋律的當下，這個問題又該如何解答？

近日舉辦的2020西門子工廠自動化線上媒體沙龍上，西門子（中國）有限公司數字化工業集團副總裁兼工廠自動化事業部總經理衛岳歌、西門子（中國）有限公司工廠自動化事業部未來自動化技術與業務孵化器部門經理王超博士帶來了西門子的最新詮釋。

未來工業自動化主場技術大融合

“我們認為未來制造流程將基于各種關鍵技術要素，包括邊緣計算、人工智能、區塊鏈等。而這一系列尖端技術互相融合作用，將能夠實現數字的智能應用，為工業領域數字化轉型鋪平道路。”衛岳歌稱，基于現階段的數字化需求，西門子工業自動化在人工智能模塊及邊緣設備和應用程序融合方面探索出了創新應用。

為何選擇這兩個方向作為第一批融合技術？王超表示：“在沒有邊緣計算之前，在工廠車間層級進行相關應用的開發和維護，成本高昂，且需要非常專業的技能將自動化和IT層面的技術進行相應融合，進而才能在這個層級開發出更加好用的應用。如今，西門子邊緣計算提供了一個很好的平臺，這個平臺支持預置與PLC等自動化系統的數據對接而無需額外代碼工作，還能基于標準化IT語音和工具構建，有效屏蔽底層硬件的差異性，減少硬件依賴。這些優勢顯著降低了車間層級應用的開發與運營成本。”

“簡單來說，工業邊緣計算將云端的優勢帶到了現場層。”衛岳歌補充道，考慮到工廠龐大的數據量，以及其中敏感生產數據和質量數據的安全問題，一些OEM廠商并不想把所有的生產數據都上傳到云端，“西門子工業邊緣計算可以很好地解決用戶的這些顧慮。這項技術支持邊緣設備在數據生成之地即可進行預測性維護、質量檢測等信息采集和處理，從而使工業控制領域得到進一步延伸和拓展。”

而人工智能可使機器設備執行以前由人類智能完成的任務。通過部署適當組合的人工智能技術，制造商可以顯著提高效率和靈活性，加快生產操作，甚至能夠自我優化生產運行。“我們知道深度學習是人工智能的一個重要實現方法，這也是人工智能具備的特別優勢。”王超進一步解釋說，“以前，在工廠層級做應用程序開發，其中應用到的控制邏輯，無論是加熱還是旋轉運動速度等，其邏輯規則都是專家根據自己的經驗及理解來定義。但是人所能處理的事務維度會有相應限制，如果緯度輸入的元素越來越多，那么人定義規則在某種意義上存在很大的挑戰。如今在應用中引入深度學習技術，由機器本身利用神經網絡對邏輯中隱藏的規則進行分析和推演，并計算出相應的新規則。控制的準確率和精度得到了很大提升。”

王超介紹說，目前，西門子提供不同類型的人工智能和邊緣計算產品及創新解決方案，如全新SIMATIC S7-1500 TM NPU模塊可無縫集成到SIMATIC自動化系統中，實現人工智能算法和PLC邏輯的簡便、經濟融合，從而在基于人工智能的機器上，使用 SIMATIC 實現低成本應用。S7-1500 TM NPU模塊配有高性能神經網絡加速處理芯片，可實現神經網絡的高效處理。該模塊特別適合應用在現場層機器以及要求可靠、快速和確定性決策的工業場景。

“在全集成自動化環境下，這些拓展了新應用的產品，可提供涵蓋從現場層、控制器層、邊緣層直至云端的可擴展智能解決方案，并可根據應用環境和目標應用按需調整。讓生產變得簡化，讓企業切實獲得數字化紅利。”王超說。

工業人工智能+邊緣計算——1+1>2

單人工智能與工業自動化的融合已為工廠生產帶來了明顯助益，若是將工業邊緣計算和工業人工智能進一步融合，又將產生什么樣的效果？

“毋庸置疑的是1+1可以大于2的效應。”王超對此充分肯定，他表示，西門子工業人工智能與邊緣計算的融合是相輔相成的優勢疊加。融合之下，邊緣計算為人工智能模型算法的更新和迭代節省了很多操作成本；底層數據的獲取更加便捷直接，分析效率也得到提升；所有數據都在現場端本地低時延分析處理，更加安全可靠；開發新型人工智能應用也越發簡單和輕松，這些優勢可以大幅度提升現有的自動化程度，在車間層級更好地實現各種新型智能化應用。”

王超的結論來自幾個成功的工廠實踐案例。西門子工業自動化產品（成都）有限公司（SEWC）發現，在印制電路板生產過程中，焊接工序環節會產生錫珠。為了保證質量，SEWC配備了價格昂貴的自動化光學檢測系統來檢測，最終發現檢測結果有超過80%是“假錯”，為了避免由此產生不必要的成本浪費，SEWC需要投入大量的人力進行復檢。“我們利用工業邊緣計算和工業人工智能將人工復檢臺替換掉，通過人工智能把‘假錯’甄別出來，最終，SWEC工廠降低了至少75%的人工復檢成本，同時不會產生缺陷的逃逸，實現了100%的質量保障。”王超說道。

除此之外，西門子已經將人工智能技術成功應用到汽車工業中。通過人工智能技術結合邊緣計算，能更加迅速地預測判斷焊接質量是否達標。由此，焊裝生產線焊接自動化達到100%，實現了設備互聯互通，實時采集、監控和分析焊接工藝數據。同時實現產品質量智能檢測、預警并自動優化，最終達到智能、高質量、高效率生產。

“我們一直在思考工業未來，對工業邊緣計算和人工智能等技術融合進行探索，并在我們的產品線和解決方案中持續不斷地集成這些技術，以滿足未來自動化需求。我們相信，技術的融合集成將讓當前最好的工業自動化變得更好。”衛岳歌總結道。(曹婷婷)