面向工业智能化时代的新一代工业控制体系架构白皮书

目 录 01前言 01 0202工业发展演进的四个时代 03工业自动化时代的工业控制体系架构 3.1. ISA-95工业生产体系架构3.2. 工业控制系统面临的挑战与机遇3.2.1. 自动化时代面临的挑战3.2.2. 智能化时代的机遇0304 09工业智能化时代的新一代工业控制体系架构 4.1. 工业智能化时代的愿景目标4.2. 工业智能化时代的OICT融合的生产体系架构4.3. 工业智能化时代的新一代工业控制体系架构0910114.3.1. 开放化的工控架构4.3.2. 网联化的工控架构4.3.3. 协作化的工控架构4.3.4. 智能化的工控架构 17未来展望 05 19参考文献 前言 当前，新一轮科技革命和产业变革蓬勃兴起，新一代的信息技术与工业经济深度融合形成了新兴业态和应用模式，在网络协同制造、大规模个性化定制、远程运维服务等场景上涌现出各种各样的解决方案，比如：围绕制造业供应链协同、企业的柔性制造、重大装备远程运维、生产过程的节能减排等。 作为工业4.0的核心，工业领域的智能化变革却面临诸多挑战。一方面，在企业内，生产运营仍然存在诸多问题，例如：1、如何进一步将AI技术、大数据技术等应用到生产过程中，从而大幅度地提高生产效率、降低生产和建设成本；2、如何应对老龄化，确保老一代工人所掌握的控制、运营和维护方面的知识得以传承，以及如何适应新一代工人知识结构体系变化；3、如何快速响应外部环境变化，实现柔性化生产制造；4、如何摆脱传统控制器厂家的制约，保障生产者的Know-how知识产权得以保护。另一方面，针对生产现场的智能化改造，1、如何打通信息孤岛，实现不同厂家专有系统之间的互联、互通、互操作；2、如何将智能融入到工业生产的过程控制中，实现生产效率质的提升。这些问题仍处于探索当中。 工业生产企业的管理者们希望新的技术能够帮助他们应对这些挑战，传统工业控制架构也需要与时俱进，拥抱AI、大数据分析、物联网等新技术，面向工业智能时代建立新的工业控制体系架构，充分发挥新一代信息技术的赋能效应，提升制造业高端化、智能化、绿色化发展水平，实现企业的业务增长和发展。 工业发展演进的四个时代 随着蒸汽机的发明，工业生产从手工作坊进入了机器规模化生产的阶段，工业生产的发展也经历了4个阶段： 第一阶段：工业机械化时代。18世纪60年代，资本主义国家基本上完成了农业革命，对工业用品的需求日益扩大，传统手工业生产已经不能满足市场需求。1784年，随着第一台蒸汽驱动的纺织机出现，标志着工业革命的开始，工业生产正式进入机械化时代。 第二阶段：工业电气化时代。19世纪后半期至20世纪初，在劳动分工的基础上，采用电力驱动的制造装备迅速普及，让工业生产以流水线的方式实现产品的规模化批量生产，称为第二次工业革命。 第三阶段：工业自动化时代。自20世纪70年代一直到现在，电子与信息技术的广泛应用，使得制造过程不断实现自动化，通过自动化的产线、装备实现按计划的、规模化的产品生产，这是第三次工业革命。 第四阶段：工业智能化时代。以智能制造为主导的第四次工业革命，融合了更多的信息技术（IT）、人工智能（AI），和大数据技术（BigData）。新一代的工业生产，不是以“产品”为中心，而是转变为以“客户”为中心。这需要更加智能化的生产过程，传统的面向单一产品大批量重复生产的自动化无法满足这样的诉求。 工业自动化时代的工业控制体系架构 3.1. ISA-95工业生产体系架构 从工业自动化时代开始，工业控制系统在工业领域得到广泛的应用，为了规范工业生产体系的建设，2005 年，ISA发布了一套标准，即 ANSI/ISA-95.00.03-2005，企业系统与控制系统集成国际标准（the International Standard forthe Integration of Enterprise and Control Systems），通常称作 ISA-95，同时也是 IEC 62264 的国际标准。该标准描述了一个从工厂车间现场连接到企业顶层应用的框架，标准的目标是降低在企业系统和制造系统整合过程中的风险，成本和错误。 ISA-95标准定义了企业商业计划（比如SAP、CRM等）和生产控制系统（SCADA/DCS、HMI/PLC等）之间的集成，它主要包括5个层次（Level0 ~ Level4），每一层代表了从工厂车间到集团计划的不同生产层次。 在工业自动化时代，企业生产是以产品为中心，以生产计划指导产线生产，ISA-95的5层架构很好地解决了企业运营所需要的从全局运营到车间生产的集成问题。它囊括了对ERP系统的需求，解决了运营绩效数据的搜集问题，并将这一方案快速地落实到生产的实施上；以及如何访问工厂车间的运营信息来更好地预测财务绩效，原材料水平以及其他资产计划日程。 在ISA-95的工业生产控制体系架构中，信息流都是围绕DCS/PLC展开，这样DCS/PLC就成了整个ISA-95工业控制体系架构中的关键节点，因为它控制了生产现场和上层企业信息系统的数据信息流的流转。 3.2. 工业控制系统面临的挑战与机遇 3.2.1. 自动化时代面临的挑战 与IT领域技术发展日新月异相比，OT领域技术更新周期较长。然而，近年来在智能制造/工业4.0牵引下，OT技术发展较过去二十年相比在速度、广度和深度上都有着较大的发展，但是面临的挑战也更加尖锐。 3.2.1.1. 挑战一：工业通信协议七国八制，产生大量信息孤岛 进入工业自动化时代，西方的一些行业先行者依托自身的行业优势，开发了不同的工业通信协议，并逐渐发展成为一个个烟囱式的生态圈，后来者只能遵从这些协议标准。工业界也曾经试图打破这样的壁垒，但是树大根深，在传统的工控体系架构下，这样的壁垒基本没有被打破的可能。据国际电工委员会（IEC）的统计，目前工业通信协议超过5000种，已经在IEC61158标准组织通过，成为被认可的国际标准就超过30种，很难有统一的标准。 主流工业通信标准EtherCAT、PROFINET、POWERLINK等协议虽然是IEC认可的标准协议，但没有完全开放，仍然对用户形成了一定壁垒。 总线协议 90年代末，随着以太网技术日趋成熟，传统的这些通信协议提供者通过在IEEE 802.3标准以太网上修改MAC层或在MAC层之上增加一些特定协议机制（如时间调度、通信优先级、时钟同步等），以满足工业现场应用所需的实时性和确定性通信要求。传统的工业总线升级到工业以太网，但工业通信生态的壁垒依旧如故。 3.2.1.2. 挑战二：PLC亟需加快升级 自从进入工业自动化时代以来，近半个世纪，PLC控制器不管是PLC的硬件架构还是软件体系，都没有发生本质的变化。但是从ISA-95的5层架构体系的角度看，这个世界也发生了巨大的变化，工业领域也正在变革之中。 在金字塔的顶部，企业资源层、生产管理层，随着云计算、云平台的发展，传统的OA系统、ERP系统，包括MES系统开始逐渐云化，不再以垂直的烟囱体系存在，而是立足于大数据湖，基于统一的数据做分析，生产计划制定等。智能制造的发展，正在驱动上层的算力扩张。 在生产现场，根据摩尔定律的发展，芯片、存储器等技术得到了飞速的进步；芯片集成度越来越高，功能越来越强大，存储器的容量也越来越大，但是功耗越来越小。这些技术的进步都给装备/终端的智能化带来了可能，并且事实上也出现了很多融合机器视觉、融合AI能力的装备/终端。数字孪生在生产线精益运营方面的应用，带来工业现场数据量的快速膨胀。 随着智能化应用场景越来越丰富，对于通信、控制都提出了更多的需求，算力、数据已经成为新的工业控制体系架构下信息流转的核心，现行ISA-95架构中的PLC控制层近半个世纪的架构，已经难以满足“算力下得来，数据上得去”的需求。 3.2.1.3. 挑战三：工业控制体系的自主可控 工信部发布《“十四五”软件和信息技术服务业发展规划》，明确指出要大力发展PLC产业，加快在重点行业的集成应用。据立鼎产业研究网的数据，2022年我国PLC市场规模超过166亿[20]。但是国产品牌的PLC在国内PLC市场份额所占比例很小，一直没有形成产业化规模。 目前我国PLC自主可控还有非常重要的一环有待突破：以PLC工控开发软件和工业通信协议为核心的工控软件体系。传统欧美的工控厂家利用了工业化起步早的优势，在工业领域形成了封闭的生态圈，比如：西门子的PROFIBUS/-PROFINET、罗克韦尔的EtherNet/IP、施耐德的Modbus等等。这些协议虽然是IEC认可的标准协议，但没有完全开放，仍然对用户形成了一定壁垒。 在工控开发软件方面，德国的Codesys占据了市场的主流份额，国内很多工业自动化领域的企业还未能实现工控开发软件的完全自主可控。 3.2.2. 智能化时代的机遇 随着物联网、大数据、AI等技术的发展，工业发展也进入一个新赛道。中国是制造业大国，越来越多的企业开始重视工业现场的数字化、智能化改造，期望在时代变革的时候，能够持续提升生产率，实现自身的商业诉求。 3.2.2.1. 机遇一：工业生产者希望能持续提升数字化转型收益 工业数字化转型应该包括两个方面，一方面要从运营层面打通横向的数据流，结构化地提升运营效率，提升服务体验；另一方面要从生产层面打通纵向数据流，使能生产流程的智能化，让数据服务于生产过程，提升生产效率。 近年来很多生产企业建立了自己的数字化平台，这些平台打通了产业的上下游，打通了企业的内部、外部的运营节点，对提升企业的服务体验和运营效率发挥了重大的作用。 但是这些工作对生产车间的本身涉及不多，工控架构也仍然是基于ISA-95的传统架构，虽然打通了上面的二层（ERP&MES）企业功能层面的数据流，但处于下面三层的控制功能层面却没有变化，传统的数据流转的瓶颈仍然存在，虽然在运营效率上有所提升，但是生产效率改变不明显。 根据《2020中国制造业痛点分析报告》，我国工业企业设备数字化率只有50%，其中设备联网率仅为23.0%。有超过半数的企业认为自身的工业设备终端的连接率低，数字化程度低。可见我国的大部分企业在工业生产智能化方面的准备度还非常不足。其背后的原因就是传统的控制体系架构无法满足未来智能工厂的海量数据流转、处理的需求，人工智能、大数据等新一代信息技术难以引入到生产现场。 3.2.2.2. 机遇二：制造业高质量发展对工业数字化/智能化的诉求 智能化为制造业高质量发展提供了技术路径，推进制造业智能化转型能够实现技术路径再造、竞争优势转换，释放更多效率和品质提升空间。制造业的发展方式正在发生转变，发挥大数据、人工智能等新技术的作用，加速推广智能制造模式，深化技术工艺流程再造，提高生产制造精益化柔性化水平，加快产品功能迭代升级。 中国宝武集团提出以“四个一律”推进智慧制造，即“制造环节操作室一律集中并搬离现场、人工体力操作岗位一律机器人、设备运维一律远程、服务一律上线”。通过推行操作室集中形成一批集控中心优秀实践，打破传统工厂管理架构，使高度集约化管理成为可能；通过推进现场少人少人化，加快工业机器人、自动行车、人工智能等新技术应用，宝武上海基地全球率先实现“一键炼钢出钢”；通过推进设备运维一律远程，体系联动开展多基地设备远程运维布局，推动公司设备管理体系转型升级；推动“服务一律上线”，推进各子公司网上采购和钢铁产品网上销售。人工智能、大数据、云计算、区块链、5G、仿真、AR等技术大量应用于智能工厂。 3.2.2.3. 机遇三：以客户为中心而产生的柔性制造需求 柔性制造的需求较为广泛，其核心是以消费者需求为导向的定制化生产，这种以需定产的方式和传统大规模量产的生产模式不同。传统的工业生产是以产品为中心，根据市场预测来制定生产计划，并按照既定的生产计划来生产，其生产方式较为单一，现有的工业自动化能很好满足这种需求。而随着社会的发展，客户的需求日益多样化，客户更多地需要个性化的产品。 柔性制造考验的是