機器必須變得更為智能，才能響應今天快速變化的市場，自動化、信息化與智能化的推進并非是斷代史，而是一個不斷融合的過程，賦予機器智能。
機器智能的本質是什么？
機器，在制造業的歷史上一直扮演著核心角色，從蒸汽機時代的機械調節方式，經歷繼電器邏輯、PLC到今天廣泛探討的智能化，它經歷了百年的發展，不斷進步，其原動力來自于消費者對產品的不斷嚴苛的質量、成本與交付能力的需求。
機器的智能，簡而言之，人希望機器能夠代替人工作，也就希望它能夠像人一樣的思考，而觀察人的思維模式，主要是兩種，即演繹法和歸納法，演繹法更像我們普遍采用的機理建模，采用物理化學原理構建的數學模型，而歸納法則更接近于數據驅動的建模，包括今天的機器學習，深度學習。
這種智能最終以"工業軟件"的形式被廣泛應用于生產制造中，無論是機械、電子與電氣控制、材料工藝與流程、操作與運營的知識，以開放的架構或嵌入式方式被應用。
圖1-工業軟件的形成過程
圖1顯示了工業軟件的形成過程，首先要將各種知識通過數學建模，這種建模包括了機理和數據兩種不同的方式，數學是連接物理與數字世界的橋梁，然后還需要經過大量的工程（Engineering）的測試與驗證、系列化過程，才能形成最終可復用的軟件，這也是今天我們探討"工業軟件"的過程，同樣是智能發展的基本范式。
圖2-諾伯特.維納博士《控制論-動物和機器的通信與控制》（圖片來源于網絡）
自動化、信息化與智能化并非是一個斷代史發展的模式，它是一種跨界技術的不斷融合，用于解決制造業各種問題的工程化過程，1956年的達特茅斯會議定義了"AI"這個詞被認為是AI的發端，但是，人們似乎忘記了，諾伯特.維納博士的《控制論》本身所奠定的控制科學與工程方向（如圖2），本身是人工智能行為主義三大學派之一，自動化一直在致力于發展通過跨界的技術融合來解決制造業的各種難題，它的對象是變化的機械與材料，而采用的方法來自于感測技術、計算機技術、軟件技術、人工智能、通信技術，本身，人們問自動化有什么Know-How，自動化作為一個工程領域，它本身就是利用跨界技術解決復雜工程問題，技術的融合以及廣泛采用的障礙主要是經濟性，并非人工智能過去沒有出現在制造業，只是因為今天IC技術使得芯片算力變得經濟。
機器智能主線-應對變化的能力
唯一不變的是變化，干擾、不確定性一直在我們的世界，宏觀到商業競爭、消費者需求、社會文化都會對制造業產生影響，而微觀到材料、機械、流程都對生產帶來影響。
賦予機器智能就是要讓機器在變化的環境下獲得更為穩態的生產，高品質低成本，快速交付，因此，智能就是要應對無所不在的變化，通過各種建模形成一個盡量"以不變應萬變"的結構。
下面，從智能的工程開發各個環節，我們來看如何讓機器更為智能？
機器智能與建模仿真
需求總是在變化，材料也在變化，那么是否需要為每個生產"專機"呢？顯然，最好的方式是生產一個多種變化能夠適應的機器。建模仿真（Modeling & Simulation），可以幫我們實現這樣的目標。
圖3-建模仿真的意義
通過建模仿真，可以將不同材料、在不同加工工藝、不同流程下進行仿真，并形成控制模型，下載到控制器去執行，這樣，就可以讓機器擁有"演繹法"基礎的智能，應對變化的生產制造，如圖3描述了建模仿真的價值與意義。
圖4-例：在注塑機的傳動設計中的應用
如圖4，為在MapleSim中的注塑機開發，通過對注塑機的開合模傳動機械機構的CAD圖紙導入，MapleSim這樣的軟件，可以對其傳動進行仿真，以獲得在不同的模具負載下的傳動最佳控制參數，這些參數可以通過FMU/FMI接口與貝加萊的Automation Studio控制系統開發平臺進行接口，實現機電協同仿真，并為驅動系統的提供最佳的參數，以及對整個機器控制的策略進行最優調整。
在虛擬的環境中，可以實現最靈活的調整，降低物理測試驗證的成本，而對于控制系統開發而言，可以通過這種方式封裝可復用的軟件APP，用于機器控制。
機器智能與運動控制
運動控制從早期的變頻傳動大幅提高能效，再到伺服傳動大幅應用，其高精度定位與重復精度、高速響應能力，使得機器能夠有更高的品質，以及更為關鍵的靈活性-因為，很多機械的調校被"參數化"，僅需設置參數，系統會更快的實現換單能力。
大量的旋轉電機及直線電機，已經廣泛融入到機器的控制中，針對點到點定位、電子齒輪同步、電子凸輪、多軸協同，在每個制造領域的機器上，都會看到他們為機器賦予的"靈活性"，通過簡單的參數設置，我們可以賦予機器更為靈活的能力。
今天，像貝加萊的ACOPOStrak、ACOPOS 6D的推出，其不斷的讓生產系統變得更為靈活，它也代表著自動化向機械-電氣更為深度的融合，解決了傳統機械的剛性為生產帶來的障礙，使得產線更容易"編排"方式實現"自適應"制造能力，如圖5顯示了運動控制的演進過程，使得機器變得更為智能。
圖5-運動控制的演變
圖6-基于ACOPOStrak和機器人的自適應產線規劃
ACOPOStrak/ACOPOS 6D代表著機器"不是一個人在戰斗"，而是由一個更為靈活的輸送系統來實現最佳的協同，并且改變了傳統產線的固定邏輯布局，為了固定產品的生產組織形式，變成為"個性化"產品進行"自由組織"的發展形式，如圖6所示ACOPOStrak的意義在于即時換型、性能提高、柔性與實現個性化制造能力，這是機器的智能體現，應對變化。
機器智能--機器視覺
機器需要感知，反饋，所謂的"能觀能控"，視覺具有更為豐富的信息采集能力，它采集的圖像不僅可以用于計算對象的輪廓尺寸用于定位，也可以對中心進行計算，還可以識別缺陷等，較之以往的傳感器更豐富的感知能力，隨著電子技術發展，視覺更低成本使得其實用更為廣泛。
傳統視覺與自動化分屬兩個不同的行業，而今天，像貝加萊這樣的自動化廠商基于控制的全局思考，規劃視覺產品，推出集成機器視覺，它將視覺集成到自動化系統中，通過Automation Studio像I/O一樣編程，通過變量耦合實現視覺與運動控制、機器人的POWERLINK網絡實時交互，高速同步，達到更高的集成能力，達到動態、實時的產線響應，如圖7，貝加萊集成視覺將原來需要分別采購的獨立器件集成于一體，相機、鏡頭、處理單元、光源、通信集于一體，更高集成，更高協同。
圖7-集成機器視覺
圖8-機器視覺應用場景
圖8則是機器視覺在工廠的場景應用，包括缺陷檢測、識別、讀碼、測量等應用，并與產線的控制、機器人協同工作，快速判斷缺陷，并提供精確的位置讓機器人去進行剔除廢品，或者調整加工協同位置，降低次品率。
機器智能-設備互聯
從智能開始發展，通信就扮演著非常重要的角色，因為，能觀測才能控制，信號的傳輸方式接線復雜、干擾問題帶來不便，使得現場總線得以發展，但網絡與通信層協議必須集成構成了現場總線的三層架構（物理層、數據鏈路層和應用層），但是，機器已經不再孤立的存在，而企業也不再像計劃經濟那樣的封閉系統，而變成了與市場快速交互的組織。
通信從機器延伸到了產線，從產線延伸到車間，從車間到整個工廠，從工廠延伸到企業，從企業延伸到了整個產業鏈條的信息交互，這使得信息的多樣性、帶寬都提出了新的需求，這就需要重新基于新的形式構建新的通信架構。
圖9-基于OPC UA over TSN的工業互聯
OPC UA over TSN正在扮演這樣的角色，TSN旨在實現多業務流數據（周期和非周期、事件類、圖像、配置參數類）的同一網絡傳輸，避免工廠復雜的網絡形成的數據透明性受阻現象，而OPC UA則旨在為多個不同語言的對象構建一個統一的語義交互規范，讓來自不同國家、不同廠商的機器可以進行交互。
OPC UA over TSN將要支撐的場景包括幾個方面：
●協同制造：在機器與機器（M2M）間，跨控制系統之間的交互，可以提升協同能力，提升制造效率。
●數字孿生：在跨平臺的數字化設計、運營軟件間實現建模仿真數據的協同，使得數字系統可以與現場系統進行透明的交互。
●工業互聯：工業互聯必然需要一個統一架構讓制造現場與數字化分析端應用軟件間建立連接，以及邊緣計算側的各方形成跨平臺、實時交互。
圖10-貝加萊OPC UA over TSN覆蓋廣泛的產品組合
貝加萊一直是OPC UA over TSN的積極推動者，并推出自己在OPC UA over TSN領域的產品與技術，圖10所示，包括了TSN接口的控制器、TSN交換機、I/O站，以及最新對OPC UA Pub/Sub機制的支持，該機制使得設備可以一對多的方式與其它設備交互，并且，可以被云/邊平臺訂閱數據。
機器智能與機器學習
當缺乏機理模型，并且，系統處于非線性區、無法精準測量（技術或成本因素）的時候，我們需要更為高效的方法尋找"模型"，以提高生產的效率，隨著AI芯片、算法的成本不斷降低，在工業的廣泛應用成為了可能，如圖11所示幾個領域，就成為了可能：
圖11-機器學習工業場景
?。?）預測性維護：通過早期故障診斷，對機器的健康狀態的預測，可以實現降低產線的非計劃宕機、延長設備壽命，提高OEE的目標。
?。?）視覺智能：視覺除了前面提到的采樣處理，對于一些場景如缺陷檢測、精準測量等可以通過機器學習來進行。
?。?）控制策略：不僅對于本身的位置、速度、溫度控制，我們還可以通過更大的閉環，將影響最終產品質量的指標與這些控制參數之間形成相關性分析，來優化控制系統的策略、工藝參數。
（4）最優化：可以為系統獲得最優的參數，例如成本最優、時間最優、材料最節省的路徑尋找。
圖12-貝加萊exOS讓更廣泛的智能應用可以集成到機器與產線
在貝加萊基于Hypervisor虛擬機技術的工業PC可以在多核CPU中分別運行RTOS，而另一個核運行Windows/Linux可以處理AI的開發與推理任務，這樣，在原有的控制任務上就可以加載觀測器，對控制任務數據的采集分析，并推理，進而將決策信息發送給ROTS來執行，實現動態的智能優化，而在2020年貝加萊最新的exOS則實現了更為開放，如圖12，可以基于Python、PHP、Docker等進行應用程序的開發，讓IT技術積累的AI應用可以與工業裝備的實時控制融合，賦能機器智能。
機器智能與集成開發平臺
工欲善其事必先利其器，做一個智能系統的開發，必須有鋒利的工具，就像對一個人來說，發展的平臺很重要，這決定了效率，而智能的機器開發，就需要能夠提供高效的開發工具。
圖13-貝加萊集成開發環境Automation Studio
平臺需要能夠實現智能：
◆開發高級算法：無論對于智能算法如套色、張力、溫度、防搖等，都需要有開發能力，以及運行支撐；
◆封裝工業Know-How：將已有的知識封裝為可復用的模塊；
◆集成連接的對象：將不同的對象集成為一個機器的大腦與執行機構，并與第三方設備開放連接，與智能優化系統連接，一切需要平臺有開放的支持能力，總線，OPC UA，軟件接口。
◆與開放的智能結合，利用IT世界已有的智能算法應用于工業場景。
◆長期的知識積累：對于機器制造商而言，通過一個集成開發平臺，來實現長期的競爭力封裝，構建高效的開發，實現高效創新。
貝加萊-機器智能專家
用一張圖來介紹貝加萊，就如圖14，借助于廣泛的硬件產品（控制、驅動、HMI、智能輸送系統），以及豐富的行業技術如mapp、實時通信、機器中心的機器人（MCR）、reACTION等，貝加萊通過數字化設計與集成開發平臺的工程（Engineering）來為行業帶來"個性化"的機器智能解決方案，形成用戶的差異化競爭力，以達到最終機器與產線的高品質、低成本、快速交付個性化的成本。
圖14-機器智能專家
貝加萊，作為機器的智能專家，用機電工程專家為用戶帶來未來競爭中的勝出，獲得豐厚利潤回報。
約.見深圳工業展2021
貝加萊將出展深圳工業展2021，歡迎機器與產線領域的專家、工程技術、大學、行業組織同仁共聚探討機器的數字化轉型升級，如何適應快速變化的市場，并贏得先機。
期待您的到來！