中国科学院沈阳自动化研究所机器人学国家重点实验室，中国科学院网络化控制系统重点实验室，中国科学院机器人与智能制造创新研究院兰大鹏，夏长清，曾鹏

1　引言

随着新一代网络技术、人工智能等的崛起，工业控制系统逐渐由传统分层、封闭、独立的工业自动化架构向开放、平台化的新型自动化架构转变，美国著名自动化咨询ARC公司给出了其发展的主要趋势：边缘智能化、开放流程自动化、虚拟与物理深度融合等。其中，瑞典皇家工学院和ABB研究院的庞智博等人提出的基于云边自动化的工业控制系统，无疑将对下一代工业自动化架构的发展产生巨大影响[1]，如图1所示。

图1 工业自动化系统设计范式的演变：从ISA-95模型的金字塔自动化（左）到云自动化（中），以及到提出的云雾自动化范式（右）

目前主流的工业控制系统采用ISA-95为代表的金字塔架构。在ISA-95模型中（见图1左侧），制造企业中的所有通信、计算和控制元素在逻辑上和物理上都被分割为五个独立的层级（从0级到4级），每个层级对应于物理机器、低级机器控制、中级监督控制、MES和ERP。这种分层架构在工业自动化的发展过程中，确实起到了重要的作用，但随着工业4.0、智能制造等概念的提出，其局限性也逐渐显现。首先，分层架构的通信效率较低，数据传输过程中易出现延迟，对于实时性要求高的场景适应性差；其次，各层级之间的耦合性较差，难以实现快速灵活的协同控制；最后，由于各层级的独立性，导致系统的整体优化难度大，资源利用率低。

在这种背景下，更为扁平化的基于云边自动化的工业控制技术应运而生。其中云自动化可通过ISA-95模型的3级和4级功能在云中的联合部署实现（见图1中心，例如NAMUR开放架构（NOA）、统一架构的开放平台通信（OPC UA）云机器人学）；ISA-95模型的1级和2级功能可以从特定用途的计算硬件（如可编程逻辑控制器（PLC）和工业PC（IPC））迁移到通用且虚拟化的边计算基础设施，由此组成了边自动化，云与边结合后形成了我们提出的“云边自动化”范式（见图1右侧）。云边自动化中的3级和4级软件功能托管在通用的云计算基础设施中，更重要的是，1级和2级的时效性控制功能也由我们称为“边”的通用计算基础设施托管。因此，ISA-95金字塔中的分层结构仅在逻辑上存在，而物理拓扑变得更加平坦，即任何节点都可以根据需要和安全规则访问来自任何其他节点的信息。

云边自动化的另一个特征是采用下一代无线技术（如5G超可靠低延迟通信（URLLC）、Wi-Fi6/7等）替换1级和2级的有线网络。基于此，计算任务可以从更高级别的计算基础设施加载到更低级别的计算基础设施，例如，从远程云到边缘云、从边缘云到边缘终端，以及从边缘终端到现场I/O设备（如果有足够的计算能力）。这是一个重要的特征，可以保证整个系统相对于1级和2级控制的严格延迟和可靠性要求的可用性，例如，当网络或云/边计算基础设施暂时不可用或性能不佳时，编排系统将自动将时效性任务移动到更接近数据生产者和消费者，以减少负面后果。即，云边自动化需要根据应用、用户的需求和基础设施的状况双向迁移计算任务，向上或者向下。

由此可见，发展基于云边自动化的工业控制系统具有重大意义，并将从多样性、资源利用等方面提高制造业水平。其主要优势及特征如下：

（1）提高通信效率：通过边缘计算，实时数据处理和分析可以在生产现场就近完成，大幅减少了数据传输延迟。

（2）提高系统的灵活性和协同性：通过边缘计算和云计算的紧密结合，各层级之间的耦合性得到增强，使得快速灵活的协同控制成为可能。

（3）提高系统整体优化能力和资源利用率：通过边缘计算，生产现场的实时数据可以更好地被利用，从而实现了生产过程的优化。

2　基于云边自动化的控制系统面临挑战

目前，基于云边自动化的控制系统尚处于发展阶段，实现满足柔性化、智能化需求的新一代开放、平台化自动化系统还面临着诸多挑战。本文将从虚拟化技术、通-算-控互动机制、新一代通信技术，以及安全性与可用性协同优化等几方面展开介绍。

2.1　虚拟化技术

虚拟化是实现云边自动化的关键技术，它允许在物理资源上创建多个虚拟实例，提高了资源利用率和灵活性。在云边自动化的背景下，虚拟化主要涵盖硬件虚拟化、通信虚拟化和应用虚拟化，如图2所示。硬件虚拟化涉及创建一种虚拟环境，这种环境使多个用户或应用程序能够共享同一硬件资源，而不会相互干扰，这对于优化边缘设备的性能至关重要，尤其是在资源受限的环境中。在云边自动化中，硬件虚拟化可以帮助实现更灵活的计算资源分配，使得边缘设备能够根据需要动态地调整计算能力。通信虚拟化允许在同一网络硬件上创建多个虚拟通信网络。这对于云边自动化系统中的数据传输和处理至关重要，可以提高数据传输的效率和安全性。通过通信虚拟化，可以更有效地隔离和管理不同应用和服务之间的通信，确保了数据的安全和完整性，同时提高了网络资源的使用效率。应用虚拟化指的是将应用程序从它们运行的物理资源中抽象出来。这使得应用程序不依赖特定底层硬件的情况下运行，增加了应用的可移植性和可访问性。在云边自动化环境中，应用虚拟化允许更快速、灵活地部署和管理应用程序。这对于需要迅速响应市场变化和技术更新的自动化系统尤为重要。综上所述，虚拟化不仅提高了云边自动化系统中的资源利用率和灵活性，而且对于实现更高效、安全和可扩展的自动化解决方案至关重要。

图2 云边自动化中的虚拟化技术

2.2　网算控互动机制

确定性响应是基于云边自动化的工业系统柔性化、智能化的基石，其核心是对系统中多维资源的协同互动。然而，不同于广域网中的算力路由、算网协同管理等概念，工业系统中的网算控存在算力资源分布零散且有限、网络协议七国八制以及控制高精度高稳定性等要求，面临“传不畅、算不动、存不下、控不准”的局面。因此，如何在动态环境下，通过对网络、计算、控制的协同互动，对生产系统性能进行保障意义重大。所谓互动，即，生产系统根据环境与作业变化，以系统稳定性及作业响应确定性等为基本目标，自适应地对网络、计算以及控制资源进行动态优化调节的行为。相应的，这种资源水流般自调节的性能保障机制，即为面向云边自动化的网算控互动机制，适用于云-边-端各个层次，其作业包括指令传输、智能决策、控制优化等工业系统中常见操作。

图3 网算控互动下的生产模式现状及愿景

网算控互动机制下的生产模式现状及愿景如图3所示。以柔性产线动态生产为例，在产线动态变化过程中可能出现切削工件形状、材质改变，原本无关联的自动引导车与机器人需要运动加工等情况，此时，相关设备需要重新争抢计算、网络资源，以满足自身制造节拍需求。目前的生产系统为了保护竞争所产生的不确定性，采用资源绑定与资源预留应对动态变化，即对可变化设备绑定专用算力，并预留充足的信道或频谱资源，通过资源冗余供给的方式规避不确定风险。但柔性化生产的状态空间随生产规模呈幂指数增长，仅依靠资源冗余供给无法保障柔性生产确定性。同时，“烟囱化”算力利用率仅为30%左右，而智能计算算力需求每100天翻一倍，算力供需成本严重不对等也导致资源冗余供给难以长治久安。而合理利用资源的生产系统应该是，当生产发生变化时，网络、计算与制造资源进行确定性互动，本地算力对作业进行评估，无法本地决策部分迁移至满足传输开销与计算开销的空闲计算单元中。与此同时，通过降低相关区域信息交互量或与边缘网关协商改变部分通信的传输路径，释放用以建立新通信的网络资源。

2.3　新一代通信技术-基于IP的全实时通信

图4 新一代通信技术-基于IP的全实时通信

在目前的自动化系统中，存在着“七国八制”的情况，即多种通信协议并存，各自有不同的标准和应用领域。这种多样性既反映了技术发展的多元性，也带来了一定的挑战。自动化系统中常见的通信协议包括Modbus、Profibus、Ethernet/IP、Profinet、CANopen、BACnet、OPC UA等。这些协议各有特点，被设计用于满足不同的工业应用需求。例如，Modbus通常用于简单的设备间通信，而Profinet则适用于更复杂的工业网络环境。不同的通信协议意味着不同的数据格式、传输速率、连接方式等，这导致了设备和系统间的兼容性问题。在多种协议共存的情况下，实现设备间的有效通信和集成变得更加复杂，尤其是在涉及不同制造商和技术的系统中。为了实现不同协议之间的通信和集成，通常需要额外的中间件或网关设备。这不仅增加了系统的复杂性，还可能引入新的延迟和故障点。维护多协议系统需要更多的专业知识和资源，尤其是在升级和故障排查时。尽管存在多样化的协议，但业界正逐渐向统一和标准化的方向发展。例如，OPC UA（Open  Platform Communications Unified Architecture）被视为一个统一的通信框架，能够跨越不同的协议和平台。这种统一化的趋势有助于简化系统集成，提高了互操作性和可维护性。

因此，为实现高效的云边自动化，需要新一代的通信技术，尤其是基于IP的全实时通信系统。这种通信技术对于保证云边环境中的数据传输效率和系统响应速度至关重要。基于IP的通信架构提供了更高的灵活性和可扩展性。它允许不同类型的设备和系统无缝连接，简化了网络架构。相比传统的非IP通信技术，基于IP的解决方案可以更容易地集成到现有的网络基础设施中，降低了系统升级和维护的成本。在云边自动化系统中，实时性是确保系统高效运行的关键因素。例如，在工业自动化或智能运输系统中，延迟低的实时通信对于系统的可靠性和安全性至关重要。实时通信技术使得系统能够快速响应外部变化，实时处理数据，从而提高了决策效率和系统性能。全实时通信要求网络具有极低的延迟和高可靠性。这需要高效的网络协议、先进的路由技术，以及有效的流量管理和优化策略。为了解决这些挑战，可以采用最新的网络技术，如5G通信、软件定义网络（SDN）和网络功能虚拟化（NFV）。这些技术可以提供更快的数据传输速度、更灵活的网络管理，以及更高的网络可靠性。

2.4　安全性与可用性协同优化

图5 安全性与可用性协同优化

在云边自动化中，同时优化安全性和可用性是一项技术挑战，因为这两个方面往往需要在资源和设计上做出权衡。边缘设备通常计算能力和存储空间有限，需要用于同时实现安全措施和维持高效的运行。实现复杂的安全协议可能会消耗较多的计算资源，将影响设备的响应时间和整体性能。另外安全更新（如补丁和软件升级）对于维护系统安全至关重要，但这些更新可能会暂时降低系统的可用性，在不中断关键服务的情况下部署安全更新是一个挑战。实施严格的身份验证和访问控制机制有助于提高安全性，但过于复杂的认证过程可能影响用户体验和服务的及时性，在分布式和动态的云边环境中管理访问控制是复杂的。在保护用户隐私的同时有效处理大量数据是一个挑战，特别是当涉及到敏感信息时。实施隐私增强技术（如数据脱敏或同态加密）可能会增加计算负担。设计能够快速从攻击或故障中恢复的系统对于保持高可用性至关重要。实施有效的备份和故障转移机制，同时保持系统的安全性和完整性。解决这些挑战需要一种综合方法，将安全性措施嵌入到系统设计的每个层面，同时确保这些措施不会过度影响系统性能和用户体验。此外，随着技术的发展，需要不断更新和适应新的安全威胁，以保持系统的安全性和高可用性。

2.5　平台体系结构

图6 云边自动化平台架构

图6是一个云边自动化平台的参考体系结构图。它分为多个层次，包括底层的硬件和操作系统，以及顶层的应用和服务。底层硬件：包括了CPU、GPU、TPU和FPGA等异构的计算资源。虚拟化层：主要利用虚拟化软件将计算资源、通信资源等虚拟化，如容器引擎（Container engine）和虚拟机（VM）。操作系统：这一层是连接硬件和上层软件的基础系统，包括实时操作系统。中间件：中间件分为几个部分，包括基础中间件、AI中间件、协议中间件和安全中间件。这一层提供了软硬件之间的桥梁和数据的传输、处理的功能。工控系统：工控系统包括了ROS/ROS2、CODESYS PLC和Eclipse 4diac等系统。基础服务层：提供了Kubernetes和KubeEdge等容器管理和边缘计算服务。应用层：包括了多种类型的应用，例如传感器应用、云服务应用和数据化应用等。云边协同：图中提到的云边协同，指的是云计算和边缘计算协同工作，以提供高效的服务。安全性：安全性被贯穿在整个体系结构中，特别是在协议中间件层中，包含了多种安全相关的协议和技术，如EtherNet/IP+CIPSafety、OPCUA+Safety等。整个体系结构展示了一个从硬件到应用的完整云边自动化平台的结构，重点在于各层次之间的协同和安全性，以及如何有效地将云计算和边缘计算结合起来，以提供自动化服务。

3　云边自动化未来展望

3.1　设计制造一体化的新范式

在云边自动化的未来展望中，设计与制造一体化是一个创新的理念，它强调在产品的设计阶段就考虑制造过程，以及在制造阶段反馈设计优化。这种一体化思维有助于缩短产品开发周期，减少资源浪费，并能够提高产品质量和生产效率。设计制造一体化不仅优化了产品的开发流程，也加强了跨部门和跨组织的协作，从而推动了整个行业的创新和发展。边缘计算的兴起为设计制造一体化提供了强大的技术支持。通过在边缘节点进行数据处理，可以实时获取制造过程中的数据，从而快速地将设计变更实施到生产线上。同时，虚拟化技术能够创建与物理环境相隔离的数字孪生，这使得设计师能够在虚拟环境中测试和优化设计，而无需物理原型，从而进一步加速了设计与制造的一体化进程。这些技术驱动因素共同构建了一个更加灵活和响应迅速的生产环境。实际工业控制系统中的设计制造一体化已经开始体现。例如，某些先进的汽车制造企业已经采用云边自动化技术，将车辆设计的虚拟模拟直接与制造线上的机器人编程相结合，这样可以即时调整和优化生产过程。另一个案例是在半导体制造中，设计数据能够直接输入到生产设备中，生产设备根据实时的监控数据自动调整加工参数，确保了生产过程的精确性和一致性。这些案例表明，设计制造一体化已经成为提高工业生产智能化和自动化水平的关键步骤。

3.2　IT/OT融合的前沿探索

IT（信息技术）和OT（操作技术）的融合是指在生产和运营环境中将信息技术的数据处理和分析能力与操作技术的物理设备控制和管理能力结合起来。这一融合使得企业可以实时地监控和优化生产过程，提高了运营效率，减少了故障停机时间，增强了产品质量和供应链管理。更进一步，IT/OT融合有助于打破信息孤岛，促进跨部门数据共享，为企业决策提供了更全面的视角和数据支持。云边自动化通过提供一个框架和技术栈，促进了IT和OT的融合。云边自动化平台可以整合来自OT环境的实时数据，如传感器读数、机器状态和生产流程信息，并将这些数据传输到IT系统。这样，IT系统可以进行数据分析、监控和报告，使决策者能够根据实时信息做出更好的决策。边缘计算使得数据处理能够在数据产生的地点附近进行，这减少了延迟并提高了响应速度。同时，云计算提供了强大的资源来进行大规模数据分析和存储。云边自动化平台利用边缘计算来处理OT数据，同时利用云计算的强大能力来进行深入分析和资源管理。云边自动化平台常常采用标准化的协议和接口，比如MQTT、OPC-UA等，这有助于不同的IT和OT设备之间的通讯和数据交换。这种标准化是实现两个技术领域融合的基础。中间件和应用程序接口（API）在云边自动化中起到桥梁作用，它们使IT应用能够访问和控制OT设备，反之亦然。这样，操作技术和信息技术之间可以有更流畅的互动。云边自动化平台在设计时会考虑到安全性和合规性问题，确保在整合IT和OT系统的过程中保护关键基础设施不受威胁。这些平台可以实现高级的安全监控和响应机制，保护数据和物理资产。通过创建OT环境的数字孪生，云边自动化平台允许在虚拟环境中模拟和测试物理环境的变化，这样可以在实际改变任何OT系统之前，预测变化将如何影响整个系统。云边自动化技术可以将AI和机器学习算法应用于OT数据，这样可以实现更智能的预测维护、资源优化和生产流程控制。通过这些方式，云边自动化不仅促进了IT和OT的融合，还提高了操作效率，降低了成本，并为企业提供了更高层次的业务洞察和创新能力。

4　结论

基于云边自动化的工业控制系统代表了工业自动化的未来发展方向，它通过整合云计算和边缘计算，提升了通信效率、系统灵活性和资源利用率。尽管面临一些技术挑战，如虚拟化技术、网算控互动机制和新一代通信技术等，但这些挑战的解决将进一步推动自动化技术的创新和应用。最终，云边自动化有望在设计制造一体化、IT/OT融合等多个领域实现显著的技术突破，为智能制造和工业4.0的实现提供强大支持。

★基金项目：国家重点研发计划项目（2022YFB3304004），国家自然科学基金项目（92267301，92367301）。

作者简介：

兰大鹏（1991-），男，副研究员，博士，现就职于中国科学院沈阳自动化研究所，研究方向为边缘计算、云化控制、工业互联网。

夏长清（1985-），男，副研究员，博士，现就职于中国科学院沈阳自动化研究所，研究方向为工业网络调度、边缘计算。

曾　鹏（1976-），男，研究员，博士，现任中国科学院沈阳自动化研究所副所长，研究方向为工业互联网、边缘计算。

摘自《自动化博览》2024年第二期暨《边缘计算2024专辑》