阅读量:6
NTP卫星授时服务器（GPS北斗授时设备）让自控系统更精准
NTP卫星授时服务器（GPS北斗授时设备）让自控系统更精准
工业自动化控制是工业生产基础设施的关键组成部分。 通过计算机和自动化技术在工业生产中的广泛应用，实现工业生产过程、生产流程和生产设备的自动化控制，实现生产资源的最大化和最优化。 部署，从而最大限度地发挥企业的生产能力[1]。
「1.工业自动化控制技术」
工业自动化控制是计算机技术、电气控制技术和自动化技术相结合的综合性技术术语。 目前，工业自动化控制技术广泛应用于电力、水利、能源、交通、化工、冶金等工业领域。
工业自动化控制主要分为三个部分：工业自动化系统、硬件和软件。 当今广泛应用的工业自动化控制设备和系统主要包括伺服系统、步进系统、变频器、传感器、仪器仪表、人机界面（HMI）、数据采集和监控系统（SCADA）、集散控制系统（DCS）、可编程逻辑控制器（PLC）、现场总线控制系统（FCS）等。关键技术包括数据采集技术（系统与控制现场数据交互）、数据通信技术（设备间通信）、实时技术（操作和控制响应时间的确定性）、数据传输技术（工业以太网、现场总线技术）和系统冗余技术（系统的高可靠性）。
经过多年的发展，现代工业自动化控制的结构和核心部件已初具规模[2]：
(1)可编程逻辑控制器PLC。 可编程逻辑控制器 (PLC) 是专为工业环境中使用而设计的数字计算操作系统电子系统。 它采用可编程存储器存储执行逻辑运算、顺序控制、定时、计数和算术运算等运算的指令，通过数字或模拟输入输出来控制各类机械设备或生产。 过程。
(2)数据采集及监控控制系统冗余技术(系统可靠性高)。
系统SCADA。 数据采集监控系统（SCADA）是一种软件应用程序，其主要功能是收集系统状态信息、处理数据并进行长距离通信以控制设备和条件。
(3)远程终端单元RTU。 远程终端单元（RTU）是一种模块化结构的专用计算机测量和控制单元，专为长通信距离和恶劣的工业现场环境而设计。 RTU产品广泛应用于SCADA系统中。
(4)通讯技术。 工业控制系统通信类型按系统的层次结构分为三种类型，即标准通信总线（外部总线）、现场总线（Fieldbus）和局域网通信。 工业控制系统通过这三种通信方式将主机与各种设备连接起来，将现场信号传输到控制层，然后将控制层信息传输到监控层和管理层。
（5）协议。 工业控制系统的现场网络与控制网络之间的通信、现场网络的工业控制设备之间的通信以及控制网络的部件之间的通信往往采用工业控制系统特有的通信协议。 目前工业控制系统涉及现场总线（CAN、DeviceNet、Profibus-DP、Profibus-PA等）、工业以太网（EtherNet/IP、EtherCAT、HSE、Profinet、EPA、Modbus等）、工业以太网（EtherNet/IP、EtherCAT、HSE、Profinet、EPA、Modbus等）等协议。无线网络（IEEE 802.11、ZigBee、Rfieldbus 等）。
《2.工业自动化控制发展概况》
目前，工业自动化控制系统的主要发展方向是：新型现场控制系统、基于PC的工业控制计算机、管控一体化系统集成和智能控制。
新型现场控制系统是指结合DCS、工业以太网、先进控制等新技术的现场控制系统。 例如，现场总线控制系统和集散控制系统逐渐集成，可编程逻辑控制器可以遵循现场总线通信协议。 开发并集成DCS、工业以太网等新技术。
基于工业PC的集散控制系统可以替代PLC和DCS实现具有基本性能的工业自动化控制，并且不同的工业PC还可以作为服务器和客户端，形成按区域划分的工业PC集群，依靠网络形成集群A集管理和控制于一体，实现企业内部信息交换和沟通的综合系统。
管控一体化系统集成是指开发基于网络的工程工业控制和管理软件。 通过以太网和Web技术实现开放的分布式智能系统，提供基于以太网和TCP/IP协议技术标准的模块化、分布式、可复用的工业控制解决方案。
智能控制是指人工智能与学习算法的融合，使设备能够模拟人类智能的某些特性和功能。 向发展方向发展，智能阀门定位器由高度集成的单片机控制，所有控制参数均可配置，实现线性、分程控制等特性修正功能，并可实现智能化。
从细分来看，每个部分都有自己的发展特点。 而且，随着新一代信息技术的发展热潮及其与制造业的不断融合，也催生了工业自动化技术的不断发展和创新。 未来的工业自动化控制技术和平台将进一步实现OT、IT、IIoT的融合。
1）可编程控制器PLC
PLC已广泛应用于钢铁、石油、化工、电力、建材、汽车、机械、纺织、交通等行业。 主要用于逻辑控制、模拟控制、运动控制、过程控制、闭环控制、数据处理等特定场景。
目前，PLC技术正在走向开放性，在硬件设计和软件平台上采用通用技术和标准化技术[3]。 随着物联网和大数据的深入应用，PLC产品对环境适应性、稳定性可靠性、网络接入便捷性提出了更高的要求，在数据采集和数据交互方面也将发挥更大的作用。 另外，随着PLC通讯方式网络化趋势的增强，PLC的安全防护也将受到更多的关注。
2）集散控制系统DCS
DCS主要应用于控制精度要求高、测控点集中的过程工业，如石油、化工、冶金、电站等工业过程。
DCS[4]的主要发展趋势如下：一是增强的数据接入能力，支持各种物联网传感数据的可靠接入，包括各种第三方系统数据的集成； 二是增强的数据分析能力，能够实时分析大量数据，提取关键信息和知识，提供运营决策支持； 三是增强过程管控能力，基于数据分析结果，采用先进控制技术，实现过程精准稳定控制； 第四，安全防护能力增强，随着DCS组网的扩展，跨物理区域、跨网络类别的数据传输需要高度的安全防护机制。
3）数据采集及监控系统SCADA
SCADA广泛应用于电力、石油、冶金、天然气、铁路、供水、化工等重要行业的工业控制系统中。 适用于测控点较多的生产过程或设备的监控，如移动通信基站、长距离石油管道远程监控、环境监测等。
当前SCADA系统的主要发展方向[5]：一是产品平台化，利用SCADA基础平台集成管理控制、定位和报警功能； 二是联网，通过SCADA实现数据实时采集、更新存储、监控和分析； 跨系统，SCADA支持多种操作系统的应用； 四是开放性，利用标准化技术，方便特定需求的二次开发； 五是基于云的产品，提供基于云的SCADA产品，如霍尼韦尔的Experion Elevate、ABB的Ability Wellhead Manager和施耐德电气的ClearSCADA； 六是安全性能更高，建立了SCADA系统自身的安全防护措施。
4）OPC UA和TSN
为了解决IT和OT在网络协议标准和数据采集方式上的差异，实现办公网络和工业网络的融合，OPC UA和TSN两大标准体系的建设成为热门话题。 OPC UA和TSN旨在解决两个问题：第一，OPC UA统一架构为数据互连提供统一的基础标准和规范，将工业标准与Profinet、POWERLINK、EtherCAT、Ethernet/IP、CC-Link IE等不同标准融合在一起。 用于集成的总线协议。 其次，为了解决OT周期性数据传输和IT非周期性数据传输问题，TSN基于SDN（软件定义网络）的思想，对网段内的实时数据进行预分配通道和预留通道。苹果。 实现同一网络上的数据传输。
现阶段，华为、微软、CISCO等一些主流自动化厂商和顶级IT公司，以及OMAC、Euromap、Automation ML、ISA、FDT/DTM、MTConnect、BacNet等协会和组织都是支持者OPC UA。 全球主要现场总线基金会如PI、EPSG、ETG、SERCOSIII等都积极支持和参与OPC UA的集成和发展。
随着TSN和OPC UA两大标准的发展，OPC UA在横向上集成了不同品牌的控制器设备。 在垂直方向上，TSN实现了从设备到工厂再到云端的连接，促进IT和OT的融合。
- 传感器
传感器的结构形式逐渐从电阻应变传感器等结构式发展到集成传感器和智能传感器。 随着集成技术和微电子技术的快速发展，传感器已经从只能进行热电和光敏反应转变为成本低廉但性能更好的集成传感器。 智能传感器可以实现信息的智能检测、诊断和处理。 当今的智能传感器可以通过人工智能模拟提高智能化水平，并具有自动记忆、诊断、参数测量跟踪和网络通信等新功能。
传感器技术在工业自动化控制系统中的应用主要集中在以下几个方面[6]：一是利用传感器技术建立产品设计自动化控制系统和生产过程监控系统，实现整个生产过程的实时动态控制和控制。保证产品生产效率。 和质量，将产品信息反馈到产品设计过程中，为产品设计优化提供依据，进一步提高产品设计和质量； 第二，利用传感器技术实现自动化检测，如外观、性能等，代替人工，实现产品检验的精准检测； 第三，将传感器技术融入自动化设备中，提高生产自动化率，实现工业加工系统的自动化； 第四，传感器技术应用于自动化物流操作系统，将物料准确、及时地运送到指定地点； 第五，传感器技术在产品装配中的应用。 通过设定程序，完成零件的运输、装配、检验等自动化作业，提高了装配效率和质量，降低了操作人员的工作强度和难度。
工业自动化控制领域传感器技术的发展趋势主要包括以下几个方面：一是基于光电通信原理和生物原理的新型传感器是重点； 其次，由于传感器具有动态和静态双重特性，需要加强结构的优化设计，改善性能参数指标，提高灵敏度和抗干扰性，并向低成本、小尺寸、高强度和高性能方向发展。表现; 三是新材料、新工艺和新技术的研发应用，推动传感器向多功能、智能化、高精度方向发展。
6）智能控制
智能控制是一种具有智能信息处理、智能信息反馈和智能控制决策的控制方法。 它是控制理论发展的高级阶段，主要用于解决用传统方法难以解决的复杂系统的控制问题。 智能控制以控制论、计算机科学、人工智能、运筹学等学科为基础，拓展相关理论和技术，如模糊逻辑、神经网络、专家系统、遗传算法等理论以及自适应控制、自组织控制和自学习控制技术。
传统控制基于确定性模型，而智能控制主要解决复杂性和不确定性高、控制性能要求高的问题。 智能控制近几十年来发展迅速[7]。 其中，模糊控制具有较好的鲁棒性和较强的抗干扰能力。 它不需要建立精确的数学模型，已成功应用于水泥、乙烯、食品加工等过程控制领域。 神经网络控制具有自组织、自适应、自学习的特点，具有较强的非线性函数逼近能力和较强的容错能力，在化工过程控制中得到了广泛的应用。 然而，神经网络结构和节点数量的选择往往是通过经验和试错来实现的。 近年来，将神经网络、模糊系统、预测控制、遗传算法、进化机制等结合起来形成计算智能已成为人工智能的一个重要方向，也将为解决工业生产中的复杂控制问题提供可能。流程。
7）自动化系统集成
随着工业设备变得更大、更连续、更参数化，对自动化产品的要求不断提高。 为了满足工业设备的安全启停、稳定运行、优化运行、故障处理、低碳经济等要求，不同制造商生产的各种仪表产品和系统必须无缝集成到协调的信息系统中。 自动化系统集成技术就是处理这些仪器仪表产品和系统之间的数据传输、信息共享、协调运行以满足用户的要求，这已成为一项非常重要的技术。 系统集成是以系统工程的科学方法为指导，以用户需求为基础，优化各种技术和产品，将各个分离的子系统连接成一个完整、可靠、经济、有效的整体，并使其能够相互协调工作。 。 充分发挥整体效益，达到最佳综合绩效。
目前，自动化系统集成业务通常分布在自动化基础较好的行业，如汽车、电子、金属加工、物流等技术要求高、自动化程度高的行业。 但随着上述行业竞争加剧、市场逐渐饱和，需求行业正在向自动化程度较低的行业延伸。 同时，随着工业以太网等通信网络技术的发展，自动化系统集成技术摆脱了局部自动化的限制，开始向车间级、工厂级发展。 需要能够提供整体的智能工厂/智能制造解决方案。
8）人工智能
人工智能技术对工业自动化控制的发展起到了里程碑式的推动作用。 视觉系统已应用于质量检测、零件识别、机器人引导、工件输送和流动的机器控制等。例如，3D相机从多个角度拍摄产品表面，以实现字符检测、瓶盖检测、电路板检测、钢板表面缺陷检测。 提高检测精度和效率。 此外，市场上还推出了安装在PLC控制架上的人工智能模块，将数据挖掘、分析和预测从云端直接转移到PLC上，扩展了运行数据的采集、存储、挖掘、处理、分析和预测功能。数据，帮助实现检测设备数据异常，提高预警，减少非计划停机。
9）云和边缘
云是一个数据中心，将所有数据汇聚到云端，并在数据中心完成计算。 边缘技术是指靠近事物或数据源头的网络边缘侧。 它是一个集网络、计算、存储、应用核心能力于一体的开发平台。 就近提供边缘智能服务，满足行业数字化在敏捷连接、业务实时、数据优化、应用智能、安全和隐私保护等方面的关键需求。 边缘技术主要集中在边缘计算标准和基准、边缘计算开发框架和工具包、轻量级库和算法、微操作系统和虚拟化等方面的深入发展。 与云不同，边缘技术更强调边缘，即“端”所在的物理区域。 在这一领域，如果能够就近为“端”提供网络、计算、存储等资源，将更容易满足实时业务需求。 这就是边缘计算的优势。 云和边缘技术是物联网技术的有效补充。 图1为云边协同在石油行业的应用示例。
