系统集成商支持终端用户自助服务

系统集成洞察

• 自动化逻辑是在开发的早期阶段开发和实现的，由于它是一个复杂的逻辑代码，需要专家来处理。
• 每台自动化机器都有特定和独特的需求，需要灵活性和适应性，以在项目升级期间保持高效。
• 人类智能和技术的融合是确保准确性和速度的关键。在温室和室内农场控制的环境中，结合这些因素可以显示数据集成的好处。

---

农业、发电厂和工厂的控制系统几十年来一直以同样的方式运行，遵循静态硬编码的自动化逻辑。这种自动化逻辑通常在最初的项目开发阶段开发，并由自动化工程师实现，因为它需要高度的技术技能集。一旦投入使用，自动化逻辑将保持固定，操作员通过调整设定值和其他决策来运行工厂。

然而，有效的自动化是一个持续的操作问题，需要持续改进。操作人员是过程流的领域专家，因为他们比大多数人更了解控制策略，并提出改进自动化逻辑的想法。

生产公司受益于工业物联网(IIoT)数据项目、智能自动化和最终的自动化;现代边缘和云软件技术使工厂自动化操作员得以实现。

自动化项目需要熟练的设计师和工程师的专业知识来创建高效和安全的系统。但是，对于系统集成商(si)来说，有很多方法可以帮助最终用户自助，比如采用低代码可访问性，这样技术含量较低的用户就可以随着时间的推移对系统进行编程和优化，甚至增加一定程度的自主权。

控制系统优化四个方面

每个终端用户，从操作一台自动化机器的用户到拥有重要自动化系统的大型公司，都对监控和智能操作有独特的需求。需求经常随着时间的推移而变化和扩展，但是在初始资本支出之后执行升级项目可能具有挑战性。对于许多人来说，用户可以自行调整的更灵活的自动化模型是一个引人注目的概念(图1)。

终端用户对修改、升级和优化操作控制系统有四个共同的兴趣:

• 数据集成
• 软传感器
• Low-code控制
• 自主控制

数据集成是最直接的需求，因为用户认识到他们需要可测量的数据来进行可跟踪的操作改进。然而，公司通常使用各种各样的系统和技术，这使得集成各种数据竖井变得困难。工业物联网项目专注于连接这些数据孤岛，以提供监控和可见性，并支持分析，这是集成所有可用源数据的关键。在这一阶段不涉及直接控制，但用户获得改善工业操作所需的信息。

智能传感器，有时被称为软传感器或衍生值，在不安装直接传感器或无法获得所需的测量技术的情况下是需要的。在这些情况下，通常可以使用已经可用的原始数据和适当的分析来创建“软”传感器，其中数学模型提供基于其他数据的信息特征。这些类型的过程参数，从计算和建模，往往是有价值的实时监测和控制。

Low-code控制是将自动化进步交到知识丰富的操作员和主题专家手中的关键方法。对于电机、阀门、执行器和其他部件的关键和安全功能，工业操作总是需要一定程度的严格的传统硬编码控制。然而，通常有可能将大量的监督控制和决策提升到低代码平台，授权最终用户通过可用的人员进行持续改进，同时避免大型和昂贵的工程项目。

自主控制其中数据通过自动和动态地确定最佳操作策略来启动控制，这是许多用户的最终目标。通过将这种自主权逐步添加到系统中，通常使用机器学习(ML)算法，用户可以获得人工智能(AI)的优势，从而实现流程的自动化。

自动化可以将技术、人类智能结合起来

传统的自动化项目，无论是新的安装还是升级/扩展，通常都需要大量的资本支出，由工程和建筑公司进行设计和执行。然而，通过一些基本技能，最终用户可以通过系统集成商的远程支持，也许还有一些本地资源来补充努力，以构建有能力和有效的工业物联网和控制解决方案。

一些系统集成商可以调整设计和开发过程，以满足客户的需求。“入职”应用程序向最终用户查询工作需求。然后系统集成可以使用工作需求和其他信息来确保远程支持服务帮助指导用户安装、调试和支持本地仪器仪表、网络、控制器和其他技术。此外，工单所需的任何材料清单或原理图都可以由系统自动生成。随着无线连接和工业通信协议在性能和网络安全方面的提高，同时简化了安装，这变得越来越容易。

基于软件的工作和服务协作将现代技术与人类智能相结合。除了明显的成本节约效益外，它还结合了技术提供的准确性和速度，以及人类工人提供的独创性、判断力和灵活性。

国产自动化

温室和室内农场控制环境农业自动化(CEA)是将技术与人类智能相结合，应用数据集成、软传感器、低代码控制和自主控制的一个很好的例子。传统的CEA需要许多集成的灌溉、环境传感器、照明系统，以及更多手动或不同操作系统控制的系统。这些系统以及由此产生的数据筒仓使人们难以理解种植中存在的相关模式，限制了种植者最大化作物产量和节省运营成本的决策。CEA的另一个问题是有经验的种植者越来越少。

四种CEA技术的应用，每一种都是分阶段逐步结合的，可以克服这些问题。

首先，物联网集线器可以快速安装和设置，与现有的可编程逻辑控制器(PLC)/监控和数据采集(SCADA)系统集成，并提供传感器兼容性。安全和基于云的管理统一了实时和历史数据，通过用户界面提供数据监控、可视化、高级分析、警报和建议。

其次，可以根据需要添加智能传感器，使用基于物理的ML来暴露和预测以前不可见的指标。例如，蒸腾和光合指标可以从测量更基本信息的传感器中得到。无需安装额外的硬件，就可以获得更多的数据和见解，这是实现更高级自动化的敲门砖。

第三，可以结合运营商驱动的自动化平台。传统的自动化系统由专家编写程序，但在调试后基本保持静态。现代低代码自动化平台可以集成在现有系统之上，或者作为新安装的核心自动化。这为用户提供了轻松实现基本控制的能力，并通过使用透明的类似电子表格的公式的高级策略来自动执行任务。

最后，可以在物联网数据和智能传感器上应用自动驾驶仪，将人工智能的力量和种植者的经验统一起来:自动化系统可以感知植物的需求并做出最佳反应。最优控制是一门多学科科学，仅凭人工智能无法解决现实世界的问题，这就是为什么这些类型的项目需要多个阶段的执行。

通过有效地实现这些阶段，数据与人类知识和ML相结合，在种植和收获之外几乎没有人为干预的情况下执行CEA。

生物质应用的先进自动化

制造生物质燃料芯块需要材料研磨、水分控制、挤压、冷却和包装。为了生产出可接受的产品，这些步骤都必须仔细控制。传统的工业自动化方法(plc、人机界面(HMI)和SCADA)通常用于执行实时控制的规定逻辑。

遗留自动化操作依赖于控制流程接近用户定义的设定值，但是挑战在于确定正确的值。通过仔细分析，可以根据操作条件之间复杂的相互作用确定最佳设定值。例如，颗粒的干燥过程取决于烘箱的温度和湿度。与在传统系统上独立设置温度和湿度不同，控制平台帮助用户在用户界面上使用基本的类似电子表格的功能对交互进行分析建模(图3)。

该控制平台位于遗留自动化系统的上面一层，它不会消除现有系统，而是集成了遗留控制系统，并允许它们执行更复杂的任务。通过不消除现有的遗留控制系统，遗留系统固有的健壮的安全特性没有受到影响。可视界面通过创建自定义警报功能增加了另一层安全性。

更智能的自动化提高了终端用户的能力

一个典型的制造或生产公司在他们的运营中雇佣了许多专家。自动化的进步有时会被大型工程项目的高成本所扼杀。通过系统集成商的正确支持和产品，这些终端用户可以逐步应用技能来访问所有有价值的数据，获得新的见解，实现基本和高级控制，并最终部署自主自适应控制。

Ketut Putra是一名物联网和自动化工程师Koidra．编辑摩根格林，副主编，CFE媒体和技术。

关键词:系统集成、自动化、控制系统

考虑一下这个

你好吗?公司优化控制系统?

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。