工业通讯_5.docx

《工业通讯_5.docx》由会员分享，可在线阅读，更多相关《工业通讯_5.docx（26页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、工业通讯对于智能制造，首先我们要讨论的是为什么要推进智能制造？就共鸣而言，智能制造的核心问题在于解决个性化的生产问题，假如没有个性化生产这一核心驱动力，那么也不需要讨论智能制造，需要提升自动化去生产就能够了。一、制造业面临的挑战图1-制造业面临的挑战首先我们一起讨论制造业面临哪些挑战？怎样让我们生产去响应市场变化的需求。由于如今我们在超市里看到，可口可乐发现标签的种类会非常个性化，包括江小白这种白酒它都是个性化的。在印刷行业，以前的一个订单可能会是30000米，如今一个订单少到3000米，很多领域都是这样，有很大的个性化的需求。但是个性化并非那么美妙，由于个性化对生产企业而言其实是一场灾难，为

2、什么这么讲呢？由于根据现有的生产形式，个性化一定会带来质量的下降和成本的上升，与交付能力的一个拉长。举一个例子，有开机浪费，印刷机放卷经过印刷单元和烘道再到收卷，第一个纸路是浪费掉的。由于不可能一上去就能印得质量很好，再精湛工艺的教师傅也做不到这一点，我们就会发现，这个开机浪费假如是100米，对于大订单来讲，这个浪费比方讲一万米的订单来讲，浪费100米，这个不良品率是1%，但假如这个订单变化到2000米的时候，你就会发现不良品率上升到5%了。还有一个问题，由于订单的切换重新穿纸，而这个经过要浪费时间，我们叫工艺切换时间。包括像注塑机打一个产品，比方讲我们生活中非常多的塑料件，这个注塑机生产也是

3、一样的，第一模打不好的，由于先打了以后看一看这个产操行不行，看看参数，温度高了还是低了，这些生产需要调校经过，这个经过都会造成浪费，我们统一归结为开机浪费。所有这些开机浪费都会让生产的时候，其它的浪费包括由于机器不稳定运行而造成的不良品都会成为成本。也就是讲个性化其实会带来我们很多生产成本的上升、质量的下降，交付能力的下降。这就要求我们怎样应对这个挑战，这也就是我们所有智能制造要去讨论的问题。还有就是机器变得愈加复杂，包括如今智能制造是跨学科的，不仅包括机械、电器、软件、人工智能、机器学习甚至通过机器的互联以后，我们对它进行全局的优化，这些都需要我们去使用一些机器学习的技术，来实现一些对问题的

4、解决。还有一个就是怎样让机器更容易使用，怎样让生产连续。我们知道生产主要分成两大块儿，制造业现场生产主要分为两大块，假如让我归结智能制造的本质是什么？大家会发现制造的本质会材料进行物理和化学两种加工。比方讲流程工业，比方讲石化、制药这一类工业都属于对材料进行化学的一个反响，而比照如讲手机、电子制造业，对包装的，这些领域你会发现对材料进行物理的加工，比方讲我们举个例子。在座每个人桌上都有一瓶水，它是把塑料颗粒熔化，然后吹出瓶子。这是一个物理的变化，然后旋盖、贴标签，包括钣金加工的冲压成形，其实印刷也是把油墨压到纸上，所有这些都是一个物理的加工。也就是讲在加工里面怎么样发现让我们的生产质量更高，成

5、本更低呢？第一怎样让质量更高，加工精度、加工速度这些效率更高。第二个问题是怎样使用更少的材料？比方讲我举个例子，太阳能光伏，单晶硅片。10年前接触光伏行业的时候发现晶棒切片的时候多线切割机是一根金刚线沿着四个棍子绕1000圈，把这个晶棒放上去，这个金刚线上面涂上石英砂，把晶片磨出来的，磨出一片一片的，切成一千片。今年我们7月与客户沟通的时候，发现他们采用了更细的金刚线，能够一次绕3000-4000圈，也就是讲，它一次能够比以前多切2000多片。这些材料更为节省，因而，今天我们会发现如今光伏的电价成本已经下来了。为什么呢？就是由于技术的变革使得能够同一跟单晶硅的晶棒能够切出更多的晶片，这样的话，

6、整个成本就会下降了。所以讲，我们怎样更节省使用材料？比方讲我们桌子上的瓶子，我们做的机器控制，主要控制他们瓶子的壁厚，由于瓶子的厚度太厚会很浪费材料，比方讲浪费一克，每一个瓶子都浪费1g没事，但是你知道一年生产多少个瓶子的时候，你就会发现一克是很大的量。假如每一个瓶子能够节省一点点的话，这个量都会非常大的。贝加莱在塑料行业也为用户提供壁厚控制，壁厚控制就是让瓶子最均匀，怎么均匀呢？太厚浪费材料，太薄不合要求，我们所有的生产经过都怎么样让质量更好、成本更低，怎样更节省材料，使用更少的能源，使用更少的机器时间。谈到时间，在精益生产里面有一个我们把所有的生产经过分为增值和不增值两部分。什么是增值呢？

7、就是生产出合格的产品，这个叫增值经过，假如你生产出不合格的产品那就减值就是浪费。等待的时间，工艺切换机器维修的时间，或者是机器减速所有的都是浪费，我们怎样让我们的生产不断去让他生产出给高质量的产品，单位时间生产出更高的产品，比方讲我们为什么要做能源管理呢？过去针对100万个产品进行统一的能耗计量，但假如讲我们如今批次变小了，我们计算成本的时候，我们就需要对能量进行更精细的能源剂量体系。剂量到每一个产品，比方讲我一个订单，以前是一百万个瓶子的需求。我总共多少能耗，我就能够计算出。但是我如今接这个订单我核算成本的时候，我要核算这个订单只要一万个，我这个成本怎么核算，能耗怎么计算？我们为什么讲预测性

8、维护呢？是由于过去我生产一个产品，一个订单我可能要打一个月，那我某台机器停机两小时没有关系，但是这个订单只能打一天再停两小时，这个时间对工厂来讲是不可承受的。所以他时刻保证机器处于一个健康状态，能够稳定的生产，由于只要稳定可靠的生产，才能让我们印刷机变成印钞机，才能让我们的包装线变成印钞线。比方我们在工业现场里面管理运营，我们经常讲OEE，设备的综合使用效率，这个设备综合使用效率怎么去理解呢？比方讲假如一个生产线的OEE是80%，那就意味着80%的时间在帮我们生产出合格的产品，在帮我们赚钱。另外20%的时间在帮我们浪费，假如OEE到60%的话就意味着60%的时间在赚钱，另外40%时间在浪费。也

9、就是讲讲个不好听的话，可能你要去核算一下你会发现40%的浪费比你60%赚钱的时间还更厉害，这个工厂就亏损了。对企业来讲，我们怎么样去提高我们的生产效率，提高我们的质量成本交付能力，这个是我们要去解决的问题。二、发展趋势今天我们要去通过技术，比方讲通过设计概念的变化，通过新的设计方法，比方讲通过数字孪生技术，通过积极学习这些技术来去优化我们的生产，寻找生产里面的问题。第二个问题比方讲用数学的方法，其实数学方法数据拟合、优化算法、自适应控制，包括各种各样的数学的方法来解决这个。今天很多在讨论人工智能讨论机器学习，其实这些都是数学问题，不要把那个东西讲那么高大上，它基本上都是数学问题。你去翻阅人工智

10、能的历史你会发现人工智能在工业里面，由于人工智能里面有三个学派，我们连接主义、符号主义和行为主义，其实行为主义很多工作就是工业自动化，工业控制领域里面在做的工作，比方讲在工业控制里面最典型的我们叫PID调节，它其实就是数据驱动控制的方法。所以讲可能在我们做工业控制的人来讲，所谓的人工智能并非新鲜，它过去没有发展起来是由于算力缺乏，其实整个美国的阿波罗登月工程中，所有的计算机的计算能力都比不上在座今天每个人手里拿的那部手机的算力，今天人工智能为什么能够发展是由于今天的计算机的处理能力到了，所以才会能够投入使用了。由于它有了经济性，有了经济性直白讲就是它变得便宜了，所以才能够使用。也就是讲我们所有

11、的工作，任何的技术假如没有经济性是没有意义的。对企业来讲就是这样的，你跟我讲再好的技术，假如没有经济性，不是一个成本很低的技术，那让我再等五年、十年也行，你们能够先去讲你们的故事，我渐渐等着。还有就是IT和OT的融合，为什么这里要提IT和OT融合，是由于假如我们放在全局看工厂的生产，我们就必须把机器到产线到车间到整个工厂，这个数据聚集起来，然后我们在这里面寻找开掘能够提升的空间。比方讲举一个例子，我们生产酸奶，酸奶发酵完了之后，后面要进行杀菌和处理。假如讲，他们的时间节拍不匹配，后面已经加热了，产品还没有来，我加热不就浪费能源了吗？所以讲我们通过一些细节上不断的节拍上的匹配，通过连线以后，去发

12、现节省中间的一些不必要的我们讲不增值的环节，我们把一个离散的生产变成一个连续的生产。其实在流程工业自动化程度是非常高的，由于流程工业本身就是一个连续的生产，就是一个自动的生产，所以像电力、石化实际上自动化程度非常高的。还有就是知识自动化，就是怎样让我们的知识复用？比方讲在座很多人在某一个领域的知识积累非常深厚，这些知识怎样被显性化使用，被重复使用。包括我们在系统开发的时候，怎样让软件的代码能够复用。而不是讲每一次编程序，每换一个机器、换一个应用就得重新写，我们要把共性的知识抽取出来，然后让他变成一个可被复用的知识，以软件的形式去重复使用。软件也是能够复用的，家里的锅碗瓢盆能够复用，软件也是能够

13、复用的。我们去看连接，我们怎样去全面理解智能制造，包括工业互联网在里面扮演的角色，首先我们回到精益生产，其实生产制造只要三个问题1、质量。2、成本。3、交付。三、精益、自动化、信息化、智能化之间的关系图3-精益-自动化-信息化-智能化之间的关系首先我们谈精益生产，实际上是我们整个质量一个根基，我们讲数字化，其实数字化的根基在哪儿？数字化的根基并不是我有计算机系统，我有ERP叫数字化，数字化的根基在精益生产上，怎样让生产运营能够最高效。怎样量化分析，怎样量化分析我的质量，怎样量化分析我的加工经过。比方我们叫标准作业，作业标准。你像当年泰罗制都能分析到每一个人的东西，拧螺丝多长时间，怎么让时间更短

14、，怎么训练这些人，实际上拧这些螺丝，所有的这些都让生产，比方讲产生了非常多精益生产的工具包括很多精益生产的理念，非常非常多的管理运营工具其实都来自于制造现场。其实很多人假如学管理学的话都会发现，大量的管理学思想是来自于汽车制造业。包括电子制造业这些领域，由于这些领域里面，你想汽车，制造一台汽车比方讲一台20万的车，你要想车零配件重新组装的话，这个车至少一百万，怎么才能把它变成20万的车呢，而且他还赚钱，这就是经济生产，让他能够实现的经过，也就是讲假如没有好的经济基础的话，其实这个智能制造很难推动和运行的。自动化解决哪些问题呢？解决运动控制，解决精度问题，加工精度、加工速度、工艺切换。这个信息化

15、实际上是解决边缘计算，解决控制是基于信号的，而边缘信号是基于信息的。而基于信息的问题是解决策略问题、调度问题，比方讲我们最容易理解就是高铁，高铁就是一个调度系统，来给所有的节点，不同的需求，各个站大家怎么调度最重要的问题不要碰撞，这是一个调度的问题。什么是智能化，智能化实际上是一个什么问题呢？实际上在我们解决这些问题的时候，假如我们用机理模型，用那个已有的、化学的，物理这些模型，不能解决这些问题的时候，我们能够用，或者讲要解决一些非线性问题的时候，我们需要用智能的算法，学习的方式来解决，这个其实这样理解吧。我们来理解什么是自动化，自动化就是我控制一台小车能够精准的到一个位置，而一百台小车怎样协

16、同工作，那这是一个计算问题、调度问题。智能化是什么呢？假如我们去对一个控制经过进行观测，并对其设定一个成本函数来约束，寻求系统最优解参数、相关性，当这个成本函数能够被求导我们理解为一个线性问题，但假如不能则属于一个非线性问题，这个问题不能用已有的模型解决的。有一天我注意到微信群中两个朋友讨论预测性维护，我发现这两个人讨论可有意思，他们俩讲的话似乎并不是一种语言体系里的人，而且显然他们本人也是互相并不理解的，但是我看明白了，他们俩讲得都是一件事，后来我明白两者的差异。一个方向是通过机械系统的失效模型。就是一个金属材料在这种加工状态下、运动状态下怎么失效的，怎么被磨损，机器什么时候出故障，这个我们

17、叫做机理模型分析。另一个人谈的不是这个话题，他只看振动信号，或者温度信号，看这个信号以后就预测这个信号这个趋势会怎么样，这是数据驱动的一个预测性维护，其实解决问题的这个方法有很多种，有一些人通过机理模型，有些人通过积极学习的方式，数据驱动的方式来解决这个问题，那数据驱动的解决方式的优势在哪呢？他不需要人把握非常专业的知识，只要看数据，本人去学，但是机理模型具有可解释性，人工智能在工业应用最大的问题就是可解释性问题。所以讲人工智能有一些问题，有不可解释性问题，导致人工智能在工业应用其实它是有些局限的。由于工业里面不允许99%正确，要求的是100%准确。只要有一次1%的不准确，就可能会出人命，可能

18、跟商业场景应用不一样。比方讲手机，手机断线了有什么影响呢？不会出人命，但是在工业里面假如讲机器连接断线了，真会出人命的。所以OT人跟IT的人思维方式是不一样的，比方讲我们讲通信，IT的人讲通信的时候会讲upto，最快能够到达多少，但是你知道工业的人讲通讯的时候，是讲最差WorstCase情况是多少，这是两个完全不同的思维方式。工业互联网其实整个障碍是什么？障碍就是互操作问题，这个是2021年美国的工业互联网组织他们做的一个调研，其实我觉得这个问题到如今还没解决，固然是2021年的调研，但是我以为比方讲今天没有解决，明天也解决不了。或者在将来十年内你都看不到完全解决的一个现象。图4-IoT推进的

19、障碍分析四、为什么采用OPCUA这个什么叫互操作呢？5+5是不是等于10，但是我想问的问题是5厘米+5英寸等于多少？这只是个例子，我们想表达大家要使用一样的标准与规范，所以需要一个统一的语义的一个定义，就是讲在工业现场里面，这个话题假如是做工业的人肯定会知道现场总共有多少现场总线？据讲这个世界上有多少家做PLC的，这个世界上就有多少种现场总线，现场总线的种类有多少？当我们的互联网我们所谓的云端或者ERP访问现场的时候，你要写各种各样针对不同的总线的驱动程序和调试这些驱动程序，你会发现这是一件让你崩溃的事情。而且很多协议是不开放的，你还得猜这个数据是什么？工业现场有互联互通互操作三个层面的问题，

20、还有更高层面的叫互换。目前就工业场景而言还互换不了，但是PC的USB口能够互换的，任何一个设备加进来都能够去用，是能够互换，在工业这边没有办法解决问题的。然后有的现场总线变频比方讲1和0的变频也不一样，有的是10伏的有的是15伏的。间距也不一样，每一个节点之间间距有一百米的，有五百米的，有一公里的，带宽有1兆的、2兆的，有512K的，有非常多的变化。到底现场有多少中协议呢？我们了解自动化行业一家做SCADA软件的公司，他们针对不同的总线与协议连接的时候有5000种驱动程序。IEC组织定义的国际标准中现场总线就有18种，后来产生了很多的以太网，这个以太网是标准以太网用不了，没有实时性，产生的实时

21、以太网。实时以太网实际上解决什么问题，就是统一使用的100MB，各种方式都是一致的。但是还保持以前的，所以各种各样实时以太网。也就是讲物理层使用这个以太网的基础，但是应用层还保留原来的应用层。还有就是他们无法实现互操作，就是我们讲数据，你比方讲你这个60000H这个地址的数据是什么，是电流还是电压，不知道。每一个协议对应的数据都是不一样的，所以就产生了一个无法进行互操作的问题。图5-工业总线发展趋势所以工业规划采用OPCUA去解决互操作的问题，而TSN来解决这个通信的物理统一性问题，这就是我今天跟大家讨论一个OPCUAoverTSN的一个工业互联网基础，在工业领域里面一个基础的问题。我前面讲的

22、在工业4.0包括智能制造里面，它对这个网络的要求，包括很多方面，包括互操作性，可视化、分布式、实时面向服务模块化一些需求。这些需求要怎么知足。OPCUA有很多优势，它的核心优势在哪呢？信息模型，就是怎样为工厂的数据建模，这是一个很关键的环节，怎样让数据建模。图6就是关于OPCUA的整体架构，它包括了几个方面：1.通信支持能力：它提供了针对Client/Server的传输，以及Pub/Sub的传输机制，即发布/订阅的机制，这种机制更为适应于云端数据与现场的连接，降低网络负载。2.信息模型，包括了元模型、DI-即设备集成信息模型，内嵌的历史数据、报警、日志等基础数据相关的信息，第2层就是垂直行业信

23、息模型，针对塑料、包装、机床等行业的信息模型，再上就是企业自定义的信息模型。3.安全的传输机制，尤其在互联时代，信息安全也至关重要，OPCUA也提供了信息安全方面的保障机制，包括受权、权限管理等。图6-OPCUA的架构比方讲我们在塑料行业，假如没有统一的一个规范的话，我们知道你要访问一个设备你需要干什么，没有OPCUA，其实这个问题也能解决，你就写程序往下写就能够。但是假如有这个OPCUA的标准信息模型的话，其实你只要读取注塑机的工艺信息，他会把相关信息打包传上来，这样的话会简化工程项目的施行时间。一家朋友公司做锂电池生产线了，这个生产线有两百台设备。他讲为了把设备连起来构成完好产线，每个设备

24、配置参数需要花费四个小时，就是讲光配置参数这件事情就需要800个工时。如今很多所谓的工业互联网平台，其实在我们看来，就是干一件事体力活。就是把不同控制器的数据统一导到一个统一的标准上来，就干这件事。五、OPCUA与数字孪生及机器学习的关系我们讲这些OPCUA有哪些应用场景，比方讲数字孪生，什么是数字孪生呢？数字孪生就是虚拟世界和物理世界动态交互问题，数字卵生有很多概念在市场上流行，其实很多并不是真正的数字卵生，首先第一是数字主线，必须从设计端到生产制造端再到运营维护端，整个虚拟数据建模的问题，建模了以后通过数据收集，把数据收集上来以后，我们去分析生产中的问题。比方讲我忽然发现正在加工的产品质量

25、有问题，我能够去调整，动态的要去优化生产工艺参数，这个经过要有一个南向数据和北向数据，就是从底层往上传，我们叫北向数据。数字孪生系统优化了以后，对参数进行优化通过模型分析进行优化以后，把这个结果通过南向数据发下去，这个经过我们叫实时交互，这个需要一定的实时性。这个数字孪生的话，其实就是我们能够看，比方讲左边，是一个实体，就是一个物理的对象，这边是一个数字世界，数字对象。图7-数字孪生系统构建比方讲我们在软件系统里面，你能够对生产经过进行数字的建模，数字建模跟物理的对象实时交互，有哪些用处啊？比方讲早期验证，实际上在所有的开发里面，真正最消耗时间和消耗成本的，其实是测试验证经过，验证你这个生产产

26、品，包括生产经过是不是合理最优的，这是一个测试验证的经过。这个地方实际上最烧钱的，中国在过去很多年数字化这一方面其实是比拟薄弱的原因在哪儿呢？我讲一个你们不太爱听的，其实我们很多的机器是抄的，抄的意思就是别人验证过了，其实我们没有真正花钱在那个特殊验证的环节。真正的系统机械系统的设计，最烧钱的就是测试验证，在每个行业都是这样，印刷行业要试不同的纸张、薄膜在不同的印刷速度、加速度等工艺状态下的控制最优参数，注塑机要打不同的厚度、规格、材料的产品来测试其工艺，不仅如此，对于机器的生产运营者同样如此，需要测试不同的产品，包括节拍、匹配的工艺等等，都需要测试验证，而数字孪生则是以“虚拟的方式为“现实的

27、生产提供各种测试验证，降低成本，这也是数字孪生之所以如今炽热的原因-由于当变化更为常态化的时候，这种验证假如还是物理的，那么就会非常消耗成本和时间。OPCUA其实能够通过对终端用户十分感兴趣，就是讲我希望测试验证，这个虚拟的数字孪生体，最后实现的时候，施行到详细对象上的时候，希望这个对象是不约束于任何一家公司的。不能讲必须跟一些绑定，假如使用统一的数据交互借口的话，也就是讲开发了一个应用，开发了一个系统，那它下面的控制器是谁？下面的执行机构是谁？对它来讲并不重要，它只用统一的数据接口，只要去交互就能够。图8-数字对象通过OPCUA与物理对象交互信息还有一个数学方法、机器学习，包括数据拟合，一次

28、性维护，这些维护的话其实很多人对这个人工智能比拟推崇。我前段时间写篇文章叫做人工的智能，其实目前的人工智能大部分时间实际上是人在工作，为什么呢？这个机器学习包括人工智能最核心的地方在哪呢？不在学习机器干的那部分，在人干的那部分，人的智慧是什么？你怎样对这些数据进行预处理，选择什么样的数据？汲取什么样的特征值，对这些数据的相关性，比方讲跟质量相关的有温度有压力、有各个值，哪些跟质量最相关的呢？假如选这个值不对，或者讲你采个数据数量很大，但是你采是没用的数据，相关性很低的数据，这没有意义呀。你学半天学的都是错误的结果没有意义。所以讲选择什么样的特征值，对这些值进行怎么样的处理，数据明晰，这个经过也

29、就是讲在人工智能的学习经过里面，其实70%的时间是耗在人处理数据的那部分了，而学习那部分，机器学习那部分，以机器的算力来讲，那个就不是问题了。也就是讲如今人工智能很多都在前道的处理方面。人工智能也需要我们讲OPCUA的信息模型，也需要一个构造化的数据，你不能来了数据各千奇百怪，乱七八糟的数据过来，需要有构造化的数据，比方讲温度压力，根据一个顺序、逻辑关系，带上时间，每一个信息上都有时间，它在什么时间产生了一个数据。图9-OPCUA为机器学习提供了构造化信息时间上有什么相关性，这些都能够通过构造化的数据来分析，还有一个有效的传输，再一个有价值的信息，有价值的信息来自于垂直行业信息模型提供的在这个

30、行业里面，比方讲塑料行业、包装行业、印刷行业，各个行业有本人行业里面的工艺参数，这是有价值的信息，你不能弄一些没有价值的信息，云能够撑爆了。六、时间敏感型网络TSN下面一个是TSN，为什么要讲TSN的话，就是由于在工业现场有很多应用，有一个我们讲IT和OT融合，但是IT数据和OT数据是两个非常大差异的数据，IT的数据基本上都是以非周期数据为主的，但是工业数据基本上都是实时数据，我们叫周期性数据。由于所有的工业控制是基于等时同步的，这个PID调节是每一个周期，我举个例子，比方讲微信的支付，这就是一个非周期的操作经过，就是讲你扫了码，输了密码，按确认，这是一个支付经过。什么叫周期性？周期性是自动的

31、，自动的去扣钱，我们就讲我们能够到1mS，1mS每一次扣1分钱，我算了一下，一年能扣三千万，这叫周期性的数据。每隔一毫秒扣一次，每隔一毫秒扣一次，这叫周期性数据。非周期性数据什么意思？你按了以后才扣一次钱。那么这是工业跟IT跟商业数据最大的差异就是工业数据是周期性数据。周期性数据和非周期性数据在过去是无法在一个网络里传输的，由于标准以太网是抢占式的网络，这个网络上去不断的侦听这个网络有没有空闲，有空闲的话才能传输数据。所以必须等待，等待在工业里面是不允许，工业里这个数据你讲是一毫秒还是一秒钟，这个周期是多少？根据需求不同，但是它要求数据的刷新具有“确定性，即每一秒或者每一毫秒刷新一次这个数据，

32、必须是确定的周期。比方讲我们平常控制要求的周期一般像印刷机，都开到400微秒刷新一次运动控制参数，有些高速应用能够到31.625微秒，我们要每隔多少微秒刷新一次数据，用初中物理最简单的公式叫S=VT，就是位移等于速度乘以时间，我们做一个求导。S就是精度，就是让位移细分到精度上去，V是速度的变化，T是时间。你想让精度越小，S越小，V越大就是加工速度越高，你只能让T越小越好。也就是讲，加工速度是一微米，你能够算出来T必须是一微秒。机床的加工速度是1m/s，加工精度是1m你能够马上算出来，T是S的。当然不可能这么快，加工精度是1m的还要加工1m/S，全世界的机床都做不到的，因而速度可能放在1mm/S

33、。我们讲工业互联网连接了以后，发现工厂里不仅仅要连接实时数据，还要连接非实时数据，非实时数据跟管理运营OEE有关，跟质量有关。这些参数并不是用来控制的，但他要跟运营管理、质量分析、预测性维护，能源检测包括跟我的数字孪生系统进行实时交互。跟边缘计算实时交互，都有关系的，所以这些数据也要实时，就会存在周期性和非周期性数据必须在一个网络传输的问题。TSN网络实际上工信部去年也提到了在将来我们要开发的，包括TSN网络，所以为什么我近期发现，OPCUA和TSN这个基础在各个领域里面忽然一下热起来了，昨天我就在北京参加了一个TSN的一个技术工作组，包括信通院其实AII里面也有一个组，也是在讨论TSN技术，

34、这个技术实际上就是我们讲的OSN模型里面的第二层。第二层里面增加了一个比标准以太网增加了32个数据标签，代表这是一个TSN网络，他是一个桥接网络，以前的工业控制里不使用交换机，只使用HUB。交换机有延时，交换机的延时大概是125微秒，由于125微秒的延时对工业来讲是不允许的。TSN技术的关键实际上是一个时钟调度，时钟的同步、数据调度、系统配置。时钟调度是什么意思呢？就是讲我们在座所有人要对表，就像过去打仗对表。由于各个部队要按时间协同工作，否则的话我这个空军轰炸了一翻，我的步军都已经走到前面了我还在轰炸，就把本人干掉了，所以要根据一个时间节拍去工作，你该什么时候各个战斗单元到某一个单位都是要对

35、表的，对表实际上所有的包括手机工厂的生产，其实所有的这些都是跟时钟有关的，跟对表有关的。咱们在座的所有人来看，谁的表最好，最好的表一般是精度最高的，表的时间跟GPS对表是一样的，就是对全球最精准的量子表，由于那个表始终精度最高的，比方讲我们在座的每一个人戴的表不一样。有人拿出一块百达翡丽，这个表最好，就是主时钟。对完表以后，这个系统会把这个时间分发给每个人，每个人就会看到这块表，跟本人表对一下，这样表对准，统一的时钟，大家时钟基本上是一样的，然后才能工作，为什么呢？所有的工业控制还是工业互联网还是通讯都是基于时间的，所以时间的精准度是非常重要的一个环节。图10-TSN标准系列整个TSN实际上是

36、由各种标准构成的，主要是由时钟同步，包括时钟调度的IEEE802.1Qbv，IEEEQbu+IEEE802.3br、IEEE802.1Qch一些标准构成了整个调度的经过，IEEE802.1Qcc右下角是做网络配置的，也就是讲，在这个网络每一个人的需求是不一样的，有的人对带宽的要求不一样，有的数据量不一样，有的人数据量可能只要一个温度、压力，16位，两个字节。有的人可能数据量比拟大，视觉或者图像，VR、AR这些数量是比拟大的，它要求的带宽是比拟大的，但它可能实时性不是很高，要求一秒传一次，有的人可能数据量小，但可能一百微秒传一次，那么整个所有的需求过来以后，会有一个统一的调度，这个算法。这个角度

37、计算完在网络里面每个人怎么走，就相当于发一个路由表给每一个节点，每一个节点看到数据过来以后，就知道该怎么往哪个口转发，应该怎么处理，应该是这样配置的经过。这是工业里面，这是太技术就不需要讲那么多，能够略微提一下。CBS是汽车行业在用的，他们汽车行业一个对实时性要求没有那么高。由于相当于一个数据包到网口以后其实有一个数据监测，是多少个位数据，进行校验，数据包有没有丢包，或者讲有没有数据传错的情况，然后进入队列，有一个传输选择，交换机要排队然后转发数据，这里面有个调度策略问题，CBS就是一个基于信誉Credit-basedShaper的整形器，就是讲有两个队列，有一个队列在传数据的时候，它的信誉会

38、下降，而另一个队列没有传数据，它的信誉在上升，当传出去信誉到零的时候，另一个队列就开场站，他们两个队列是交互的，交替传的，传的时候信誉会下降，不传的时候信誉会上升，在他两个队列之间进行交互，剩下六个队列就是我尽最大努力给你传，但我不保证给你传到，由于数据其实分成预留通道，预先调度的这个数据，实时数据。工业里面主要使用的是时间感悟整形器(TimeAwarenessShaper)，它是一种把这个数据队列分成几类，每一个周期它有一个门控制器，给每一个数据队列开门让它走，有些什么队列呢？就是我们预先规划好确定性的数据，在每一个周期的第一时间它先走，十分通道、VVIP通道，是属于实时性是最高的，在每一个

39、周期的第一个转发经过就先走。第二个通道是ReservedTraffic，就是高速公路不是最右边有一个预留车道嘛，它并不是每个周期都有数据传，但是它一旦有数据传就必须走这条通道，这是消防车，救护车要走这个通道。剩下那些车，你们就随意走吧，根据优先级，就排了优先级，谁的优先级高谁先走，优先级高的人走完了以后，优先级低的走，其实就是这样一个经过。那么还有一些更优的算法，比方讲由于这个我们叫TAS整形器，为了保证数据网络一定是空闲的，留了一个保护带宽Guardband，这个保护带宽其实有一个以太网那么长，一个标准以太网是1500字节，这个1500字节大概消耗了1.5微秒，这个时间也挺浪费的，所以他们有

40、另外一种方式叫抢占式MAC。抢占式MAC还有一种情况是怕低优先级反转，就是低优先级数据太大了，传半天还传不了，带宽占着怎么办，就是侵占。就是高优先级的能够侵占低优先级的数据传输。你先别传了，你先放到堆栈里面去，等我传完你再传，你能够把低优先级的带宽预留下来，让他在那边等着。所以这是几种传播方式，看的话就不用讲了，我又不是来讲技术的。这是网络配置，还有就是我们OPCUA的演示系统，是我们在2018年的SPS全球最大的一个自动化行业的一个展会，两百个IO栈，大概相当于接近一万个IO点，大概9600个点，加上5个高清摄像头，我们刷新了时间是100微秒，抖动大概是50纳秒。图11-贝加莱在2018年S

41、PS推出的OPCUAoverTSN演示系统我们拿一个不一定十分适宜但能够有助于理解的例子，田径的发令枪，抖动就是讲枪一响以后，博尔特响应时间多快吗？从听到发令枪和启动时间大概是0.15秒。0.15秒就启动了，刘翔其实没有这么快，刘翔跑的速度快，但刘翔的启动速度不快，大概是0.25秒。也就是讲博尔特为什么快，由于启动速度非常快，抖动就相当于100微秒的时间，100个100微秒时间偏差是多少，100并不是绝对的100，可能是999.99，这个偏差是多少？这个在TSN网络这边大概是50纳秒抖动。到底有多大影响？我算过的，对1200米的印刷机，就相当于为秒20米印刷速度，假如抖动是一微秒的话，大概是造

42、成20微米的控制偏差，这个纯粹由于无法测量到而造成无法控制的偏差。在很多高精度的，印刷机还好就是20微米还是能接受的，由于印刷机的精度一般到+/-0.1mm，就是100微米的印刷精度，但网络就提供了20微米的影响，这就不能接受，有些机床是纳米级的加工，纳米级要讲网络抖动，在一微秒是完全不可接受的。他穿插通讯是50微秒，就是指两个同栈之间能够进行通讯，整个是由我们OPCUA和TSN构成了整个从设备同步控制到机器和机器之间的连接，还能够通过连接到整个云端，这里面在对工业物联网有一个很好的应用场景是什么呢？TSN网络，过去网络工厂架构是一个金字塔架构，从传感器到控制器到ERP系统，这个经过实际上经过

43、中间的控制器的，假如有了OPCUA和TSN技术的话，其实对IT访问OT来讲就会变得更容易。七、OPCUAoverTSN构建工业通信的将来由于对工业的很多人来讲，这个东西会导致IT的人进入OT的世界，其实技术上有融合的，但是在商业利益上有一些冲突。能够谈到的话题。通过OPCUAoverTSN技术，实际上能够让IT职业访问现场的，能够从云端到传感器，是能够打通这条线路的，通过这个方式。实际上就是讲我们讲OPCUA构成了整个工业互联网我不敢讲整个的，在工厂在企业这块构成了整个工业互联网架构，通信架构。图12-OPCUAoverTSN构成整个工业互联通信架构这是一个OPCUA它要实现，将来包括OPCU

44、AoverTSN，OPCover5G，由于实际上TSN跟5G实际上是一个并列的关系，在整个通讯层是并列的关系。是一个有线的，而5G是一个无线的，那么OPCUA实际上是一个统一的接口，假如你要讲他们之间的关系，这么讲吧，OPCUA实际上是一个普通话的问题，大家使用一样语言讲话的问题。由于这个语言不同会造成非常多的尴尬，你比方讲设备来自于不同国家的控制系统，有来自德国、瑞士、奥地利、意大利、法国、日本、中国，中国还有可能分各个省，各个省的方案都听不懂。所以讲的话，OPCUA解决的是一个普通话的问题，使用一样的语言，这个语言不管是什么，它要有统一的语言，而TSN是什么，是同声翻译，我用实时的方式，给你把这个语言翻译，让大家去明白。