在与行业期刊《Computer & Automation》主编 Günther Herkommer 进行的访谈中,Hans Beckhoff 回顾了基于 PC 的控制技术过去 20 年的发展历程,并对未来的发展做出了展望。
Beckhoff先生,在90年代末,曾经在各大行业期刊上有过一场大讨论:工业PC将在工业自动化领域获得认可,而传统PLC正在走向末路?现在我们看到,前者已经成为现实,但PLC仍然继续活跃在历史舞台上。您如何总结过去20年里控制技术的发展?
Hans Beckhoff:过去的二十年里发生了很多事情,特别是在自动化技术领域,几乎每年都有令人激动的创新面世,有时甚至是革命性的创新。但这些创新对于市场的真正影响,往往需要 10 年后才能看到。就拿倍福来说,我们在 1986 年交付了第一台工业 PC,也就是说,从那时起我们就开始拥有基于 PC 的控制技术。早在 1990 年,我们首次参加汉诺威工业博览会时,一位记者问我 PLC 还有多久会被淘汰?当时我还只是一名年轻的工程师,我自信地告诉他:还有 5 年。在那时,5 年对我来说已经是一个非常长的时间了!
当 1995 年这位记者再次问我同样的问题时,倍福已经凭借技术能力取得飞速发展并运营良好,但基于 PC 的控制技术在整个市场上所占的份额仍然还是可以忽略不计。一方面,正如我上面提到的,因为任何一项创新技术都需要用时间来衡量。另一方面,有些公司规模较大的控制技术供应商会有一定的惯性思维,这种惯性思维会让他们坚持使用已经比较成熟的技术,比如 PLC 技术。
尽管如此,我们相信工业 PC 技术是迄今为止功能最强大且往往价格也是最经济的平台,而且,它也是 IT 和自动化功能融合的最佳平台。
2000年左右,以太网开始出现在工业应用领域。2003年,倍福发布了EtherCAT技术,现在,这项技术已经在国际上被广泛接受。当时您有想过EtherCAT会如此成功吗?
Hans Beckhoff:我们当时确实很乐观,因为我们知道我们在做的是一项很好的技术。但当时我们并没有想到,我们正在用 EtherCAT 定义一个全球性的标准。就如我们公司历史上经常发生的那样,我们保持着一种近乎“天真”的乐观,相信我们自己的实力,并且凭借我们自己的这种信念开发出了这项技术。
除了工业PC和以太网之外,您认为,在过去的20年里,还有哪些技术发展对自动化技术领域产生了重大影响呢?
Hans Beckhoff:1998 年,我们只能够提供一个时钟频率为 1...2 GHz 的单核处理器来控制一台设备。现在我们可以提供搭载多达 36 个核的处理器以及时钟频率为 4 GHz 的工业 PC。这一点也充分表明了硬件技术取得了伟大进步,换句话说,摩尔定律在过去这么多年来已经证明了它的正确性。我们相信摩尔定律在至少接下来的 10 年里仍将有效。我们现在可以将图像处理或者测量技术集成到控制系统中,也可以在一台设备上同步 100 根轴而不再是 20 根,并且同时还能做路径控制,这一切都归功于计算机性能的提升。
在过去的 20 年里,另一个关键性的发展是多个功能领域的结合,比如安全技术被集成到标准控制技术中。在驱动技术方面,比如我们的 XPlanar 新型驱动器,它是一款平面磁悬浮输送系统,我们给它取了个昵称叫“飞毯”,当然我们还有基于往复直线电机的 XTS 磁悬浮输送系统,都已经成功推向市场。我看到未来专用磁性驱动形式的趋势,现在它们已经可以通过算法来进行控制,也就是说设备上的很多机械工作可以被软件功能所取代,这是我的一个基本判断。
特别是在软件方面,近 20 年来 IT 行业比以往任何时候都更靠近自动化领域。以 TwinCAT 3 为例,TwinCAT 3 将诸如 Visual C、C ++ 和 IEC 61131 等许多工具集成到了 Microsoft Visual Studio 中。这样做的好处是可以集成 MATLAB®/Simulink®、测量技术和图像处理,这无疑是一个更大的进步。简而言之:我觉得这种将来自不同领域甚至不同公司的功能不断集成到一个软件包内是过去 20 年中最重要的技术发展趋势之一。
总之,追溯起来,自动化技术变得更加简单,也更具成本效益。想想看,例如,在 20 年前,单电缆技术或电子铭牌技术要么不存在,要么非常罕见。与此同时,这期间控制技术领域中的每轴成本降低了 20% 至 40%。
开发出一款完全基于PC或可以自由编程的安全技术的解决方案早在六年前就已经被提上日程,但目前倍福还没有可以推向市场的解决方案。为何开发这个解决方案如此之难?
Hans Beckhoff:在此我们需要考虑两个不同的问题:首先,我们提供基于硬件的安全解决方案,即输入输出端子模块和安全逻辑端子模块,已经有约 10 年了。它们可以通过图形编辑器进行自由编程,并覆盖了 80% 左右的标准安全功能。我们还决定开发不带安全硬件 CPU,只基于运行时的纯软件安全解决方案。我们已经开发了数学基础和特殊的编译器技术来完成它。在我们公司内部,现在这已经是一个成品,只差一个简单的图形编辑器。明年年底这款产品即可完成并且会正式投放市场!
近五年来,工业4.0一直是工业领域的一个热点话题。您如何定义工业4.0?如何看待如今工业4.0背景下的工业领域(包括国际市场)?
Hans Beckhoff:工业 4.0 是个复杂的话题,尤其是经常会涉及到诸如数字化和物联网等流行词,所以你的问题不容易回答。
我们先从数字化开始说起:数字化开始于 20 世纪 70 年代,随着电子数据处理辅助技术的推出,硬件和软件正在越来越多地渗入到人们的生活及工业领域的各个方面。就此而言,我不认为技术上有什么飞跃性的发展,但它在加速发展。德国工业仍然具有很强的竞争力,这一点表明,与其他国家相比,德国企业在数字化方面做得相当不错。2011 年,德国国家工程院发布的模型定义了工业 4.0,根据这个模型定义,我们直到不久以前,仍然还处于工业 3.0 时代。在工业 3.0 时代,生产环境的一大特征是设备的本地智能化。工业 4.0 时代目前刚刚开始,它的显著特征是本地智能和云智能的结合。这是我对工业 4.0 概念的基本理解,比如设备可以通过云互相‘交谈’或者调用云上的服务,并将其用于生产过程。反之,更高级别的智能也可以将这些设备看作是它们外部输出的扩展。
在倍福,我们能想象一些机器智能正在朝着云方向转化,我们称之为“阿凡达概念”。其中一个例子是通过云端上运行的语音识别功能来控制设备,或者是通过振动分析来做预测性诊断,这些诊断并不需要在线进行,而是可以在云上离线执行。今天,我们可以将整个 PLC 进行“云化”,具体取决于性能、带宽和可实现的响应时间。但即使是现在看来可行的 5G 技术,响应时间仍然会超过 1 毫秒,因此像包装机械这类设备就不能通过这种方式进行控制。
现在我们可以做个推测:20 年后,通信技术将会是什么样子?就我个人而言,我认为,凭借特殊的交换技术和无线技术,带宽会达到 100 G,我们能够将集中控制的响应时间缩短到 1 毫秒以内。因此,20 年后,您的同事可能会这样回顾:2018 年,设备还在犹豫不决地开始和云交谈,并从云端获取服务,但现在,这一切都再正常不过了。
您觉得在未来20年里,哪些技术发展会给自动化行业带来决定性的影响?
Hans Beckhoff:在所有因素中,机器智能的基础还是硬件。在未来几年里,这将继续由摩尔定律决定,因此 20 年后,我们将一定能够在设备上用上比现在强大 100 倍的计算机。这将意味着可以控制比现在多 100 倍的轴或者相机,或者是以比现在快 10 倍的速度控制一台配备许多相机的设备。在硬件发展方面,以设备上使用的图像处理系统(也可用作传感器,而不仅仅是用于工件评估)为例,它们的应用会获得极大的提升。
另一方面,随着计算机能力和通信带宽的提升,云的计算能力至少也会得到相同倍数的提升。而云上会发生什么,从根本上来说是取决于工程师的想象力。目前人工智能(AI)和机器学习的概念已经出现,它们将在未来的 2-3 年内就会对设备功能产生影响,而不是 20 年后。在倍福,我们已经专门成立了工作组来调研人工智能算法可以用在自动化领域的哪些应用中,包括机器人路径规划及传感器数据融合等。目前在这些方面取得的初期成果还是很有前景的!
在工业4.0时代,越来越多像谷歌、亚马逊等这样的传统IT公司和互联网公司都想来工业自动化领域分一杯羹。目前的自动化技术供应商们是否会有失去话语权的风险呢?
Hans Beckhoff:我不这么认为。毕竟,像谷歌、微软和 SAP 这样的大型 IT 公司都是从顶层开始接触应用。也就是说,他们引入了边缘计算的概念,而边缘计算反过来包括了本地智能化以及机器控制智能。在这方面,传统的自动化技术厂商凭借他们的知识基础仍然占据领先优势,毕竟自动化技术是十分复杂的。因此,我不担心谷歌会突然提供运动控制技术或者是更为复杂的测量技术。更重要的是,对于这些公司来说,自动化市场实在太小了。这些大型 IT 公司最感兴趣的是数据,因为他们可以借助数据演算出能够带来更大利润的商业模型。而控制器和设备制造商可以提供这些数据。
您是否会认为,在未来吸引设备制造商的将是这些商业模型,而不再是纯粹的控制硬件呢?
Hans Beckhoff:就目前而言,自动化供应商和数据处理商这两个角色之间肯定会有竞争,另外,许多设备最终用户也已经为此制定了他们自己的战略。
尽管如此,我们一次又一次地听到有人说“数据是21世纪的石油”。为了实现这些新的数据驱动型商业模型,用户也必须要准备好提供他们的数据。这是它经常难以发挥作用的主要原因之一吗?
Hans Beckhoff:这样说吧。首先,我认为德国对于数据安全的担忧要远胜于其它国家。但如果你希望能够成功开发商业模型,必须要放下担忧,并考虑你可以从中得到什么。在德国的AI社区,乃至联邦政府“关于人工智能的关键事项论文”中,都有人建议开发一个匿名的通用数据库,人们可以将个人的真实数据导入到这个数据库中,并当作一个通用数据池匿名提供用于各种不同的用途。还有许多其它切实可行的方法:比如,我们已经和一些客户达成协议,他们会间断性地在设备上运行一个测试周期,这个测试周期不会记录生产数据,但测试期间获得的数据会被用于设备的预测性维护。
简而言之:数据安全问题总会有解决的办法。我总是建议先不要太担心,要从正面的角度来看待目前可以有的其它选择上。
首次发表在《Computer & Automation》12/2018 上,Weka Fachmedien,
www.weka-fachmedien.de