作为工业自动化领域的“头部玩家”，西门子一直以创新的姿态，推动业界不断拥抱从概念到技术的诸多革新。那么，在众多新技术新概念不断涌现的今天，西门子又将如何引领自动化技术的创新演进呢？
近日，笔者应邀以线上交流的方式，参加了西门子举办的媒体沙龙。西门子（中国）有限公司数字化工业集团副总裁兼工厂自动化事业部总经理卫岳歌（Joerg Westerholt）先生和西门子（中国）有限公司工厂自动化事业部王超博士共同分享了西门子工厂自动化业务的最新动态，同时也展示了西门子如何利用新技术，特别是边缘计算和人工智能技术赋能用户，为当前的自动化技术提供创新引擎。
数字化双胞胎：打破虚拟与现实之墙
一段时期以来，数字化一直是诸多制造业用户争相探究的热点概念。对于中国制造业而言，升级和转型的需求往往要兼顾更快的速度、更高的灵活性和更好的质量，以及更高的效率。除此之外，新的产品也需要更迅速地推向市场。对于这些以往看上去非常具有挑战性的需求，西门子可以提供其数字化双胞胎解决方案——Teamcenter协作平台。
借助这一数字化转型的利器，可以在产品、生产以及性能三个层面上实现“数字化双胞胎”，从而提供完整的虚拟和现实解决方案。基于Teamcenter协作平台，企业可以设计虚拟产品，调整其外观、参数；其后，企业还可以设计虚拟产线，即在虚拟的环境中构建生产所需的工位和设备，直到对其进行虚拟调试。在此过程中，所有虚拟端和真实端的数据、设计参数、质量参数、工艺参数等等都可以被集成在Teamcenter协作平台当中。
而虚拟和现实的结合，则可以像一把“钥匙”一样，为企业开启闭环的持续改善过程。例如，如果在真实生产过程中发现产品存在问题，企业则可以直接在虚拟端修改产品设计，并回馈到真实生产过程中。反之亦然，在虚拟端出现的问题，同样可以根据实际生产时产生的数据反馈来持续改善虚拟端的设计。
这一方法的优势在于，通过“数字化双胞胎”的虚拟仿真技术，能够大大减少产品设计后调整和产线优化的时间，从而加快产品上市，并提升生产的柔性化，最终将这些要素转化为企业的竞争力。在这方面，西门子不仅能够为全厂提供数字化整体解决方案，即便是一些规模有限的OEM设备制造商，同样可以借助这一利器共享数字化转型的创新果实。
边缘计算：按需部署，衔接IT与OT价值
卫岳歌先生谈到：“我们一直在思考工业的未来，在我们看来，借助自主机器、认知工程以及边缘技术集合人工智能，实现自动化的自动化，将是自动化的未来图景。而当前的自动化创新将来自边缘计算和人工智能，西门子当前工业解决方案的侧重点也在于此。”
谈到边缘计算，可以说，工业的边缘计算既将云端的优势带到了现场层，同时也能够解决很多用户的实际需求，帮助其打消疑虑。一方面，通过边缘计算的技术，可以在工业的现场层进行大量数据计算，例如将预测性维护、质量检测等任务下沉到工业现场层，能够让工业控制领域的能力得到进一步延伸和拓展；另一方面，很多用户在现阶段不希望将工厂或者设备所有的数据都上传到云端，尤其是对于一些敏感的生产数据和质量数据就更是如此。那么，边缘计算就为满足这些场合的需求提供了更加灵活的选项。
没有边缘计算之前，在工厂车间层级行相关应用的开发和维护成本非常高昂。现在，边缘计算则为此提供了一个极佳的平台，让工程师可以用更低成本，在车间层级开发出数据分析、质量预测等新型应用。例如，西门子可以提供对底层自动化系统的无缝数据链接，包括对PLC、I/O等设备的无缝集成，这就为很多开发者解决了棘手的硬件差异化挑战。此外，西门子能够提供基于IT应用的开发环境和运行环境，当应用开发完毕后，对这些应用的分发、部署、升级及安全补丁管理等机制都可以通过边缘计算实现完整体系化的管理，能够大大降低开发者的工作量。
除此之外，边缘计算还能够起到打破传统OT和IT隔阂、整合两者优势的协同桥接作用。以往在车间层级，自动化专家和IT专家虽然各有所长，却往往由于各自知识的局限，难以通过协作实现优势互补。而有了边缘计算，就可以让自动化专家为上层分析人员提供更好的数据；反之，数据分析专家则可以在底层直接获取相关数据进行数据分析，这使双方的优势得到了最大化互补。
在这方面，西门子可以提供SIMATIC的PLC、HMI、IPC等由不同类型的边缘计算所赋能的自动化设备和硬件，以满足用户的各类需求。值得一提的是，西门子为边缘计算提供的管理模式也极具弹性，可以根据不同企业用户的需求而按需部署。从一个单纯的点状设备服务，到一个完整的云边协同体系都可以匹配相应的解决方案和服务。
人工智能：
与边缘计算“双剑合璧”的最佳搭档
如前所述，边缘计算为企业开发和维护带来了成本和效率上的改进，可谓是提供了一个非常好的载体。那么，什么样的应用将成为搭载在这一载体上的最佳搭档，发挥出最大的潜能呢？这个问题的答案无疑将由人工智能进行谱写。
在工厂层级，通过人工智能手段，可以提升执行的效率和准确率，使其更加简单和高效。以前，人们根据自身对机械和物理规则的理解编写控制逻辑程序，随着涉及到的因素和维度增加，不可避免地会出现局限性；而如果引入机器学习的方法，尤其是借助深度学习，可以更多地使用神经网络的方式对规则进行推演，进而实现对控制的效率、准确率和精度的提升。
工欲善其事，必先利其器。为了让广大工业用户能够受益于人工智能带来的卓越价值，西门子也为客户提供了不同类型的人工智能硬件。例如神经网络计算单元TM NPU，就是一款可以附加于西门子S7-1500和ET200MP之上的模组。它内置了高性能的人工智能计算推演芯片，可以基于神经网络对相关数据进行现场层级的分析和推演；它还集成了标准USB、以太网接口与各种第三方传感器，且可以通过TIA博途和AI开发工具进行开发，实现不同类型的人工智能应用和有效的闭环增强控制。
那么，为何边缘计算及其搭载的人工智能应用，可以产生出“双剑合璧”的突出价值呢？对此，王超博士谈到：“人工智能的模型需要不断地迭代和升级，边缘计算恰恰可以很好地支撑分发和迭代；工业边缘计算形成了非常好的数据采集能力，这些数据正好是人工智能所需要的输入；人工智能在边缘计算端运行，可以确保很多数据在本地端进行推演，减少敏感数据的外泄；而通过后端的开发机制，可以借助于高阶的开发框架把人工智能应用下发下去。这些都是边缘计算的体系结构对人工智能的很好支撑，使两者之间产生出‘1+1>2’的化学效应。”
在这方面，王超博士还分享了一个来自西门子成都工厂的案例。在成都工厂，应用了自动化光学检测系统以保证其生产的PCB板实现“零缺陷”。由于规则和阈值设置得非常严格，导致经这一系统判定的80%的缺陷判定，在事后被证实是“矫枉过正”的“假错”，因此需要增加人工复检环节，导致重复劳动量和成本上升。在这种情况下，该工厂采用了人工智能对“假错”进行甄别，不但降低了至少75%的人工复检成本，同时还确保了100%的PCB板“零缺陷”。
今天，我们常说： “未来已来”。事实上，在技术飞速发展迭代的工业领域，今日和未来的区隔早已日渐模糊，谁能够早日抓住技术创新带来的红利，谁便能够率先触及充满机遇的未来之门。在这一意义上，西门子领先的数字化转型利器及其提供融入边缘计算、人工智能等技术的自动化解决方案，无疑正是打开这道大门的钥匙。至于未来如何实现自动化的自动化，西门子也定不会让我们失望，就让我们拭目以待。
- END -
免责声明：本文系网络转载，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容！本文内容为原作者观点，并不代表本公众号赞同其观点和对其真实性负责。
为您发布产品，请点击“阅读原文”
