回顾工业发展的历程，人类生产活动从人力时代进入电气化时代之后，生产效率得到了巨大的提升，而其中工业控制技术发挥了重要的作用，自动化运行的机器代替了落后的人工，将工业经济推到了一个全新的高度。而今天，数字化时代正在驶来，一场新的工业变革催生着前所未有机遇。
数字化时代核心是信息技术和自动化技术的融合，而基于PC的自动化解决方案能够更好的结合人工智、大数据和边缘计算等技术，无疑是新一代工业最理想的控制架构。在2020年工博会上，德国倍福自动化展示了领先的边缘计算、人工智能、工业5G、磁悬浮输送系统等新型的自动化技术和行业解决方案。
作为全球自动化新技术的驱动者，倍福一直坚持探索基于PC的控制技术，40年来行业深耕，研发出大量创新产品，包括工业PC、现场总线模块、驱动产品和TwinCAT自动化等产品组合，为各个工控领域提供了开放式自动化系统和完整的解决方案。
磁悬浮输送系统
柔性是自动化系统设计考量的一个重要维度，尤其是在个性化生产时代，除了功能和性能的提升，还要保证机器的灵活度。倍福XPlanar平面磁悬浮输送系统是一款具有革命意义的创新产品，该系统能够在传输平面上以任何路径自由运行，可以说平面有多大，运动空间就有多大？
XPlanar平面磁悬浮输送系统
XPlanar由传输平面与动子托盘组成，其中传输平面采用模块化布置方式，用户可以根据需求扩展面积。而动子部分基于六个维度定位能力，可以快速、灵活及高精度定位。XPlanar可以代替机器人，进行包装，分拣、移动工位等任务，由于使用磁悬浮技术，动子与平面非接触、无噪音、无磨损，进一步提升了输送效率和灵活度。
此外，倍福还展示了XTS磁悬浮输送系统，该系统由直线电机驱动模块组、驱动电源、位置反馈、动子滑块、机械导轨组成，是一种模块化、闭环的机电一体化运动控制系统，完美结合了旋转和直线驱动系统，能满足多批量及多工序的生产。
工业5G技术的应用
数字化时代对于工业数据传输提出了更多需求，越来越多的机器设备连接上网，结合云端的数据分析，以实现远程监控和维护等功能。5G作为新一代移动通信技术，其大宽带、高速度、低时延等优点，满足了工业对于实时、可靠性的要求，在工业4.0时代下有着巨大的意义。
PLC主站与从站实现5G通信
在工博会上，倍福展示了基于5G技术的工业应用方案，两台PLC通过5G进行连接，代替原来的有线电缆模式，并实现了无时延的联动控制。该项目是倍福公司联合华为的创新实践，也是5G在工业领域推进的重要里程碑。此外，倍福还带来了《5G智慧物流应用场景与解决方案白皮书》，并现场实时连线昆山华恒焊接股份有限公司，以展示5G智慧物流的魅力。
人工智能预测性维护
在智能化趋势下，基于PC的控制系统优势十分明显。倍福TwinCAT3软件中无缝集成了机器学习(ML)解决方案，支持实时机器学习，能够完成更高难度的控制任务，例如开发出预测性维护、过程监控等功能，进一步提升设备的性能。
此次工博会上展出的XTS磁悬浮输送系统就运用了机器学习的方法，由于XTS输送路径包括了直线运动和旋转运动两部分，动子在直线部分是平滑运行的，但在旋转部分作用力就会发生变化，而基于TwinCAT3 Machine Learning对设备运行数据的采集和机器学习，分析出每一个过程的不同情况，最终达到平稳控制的效果。
风扇预测性维护方案
此外，倍福还展示了其PC控制系统在预测性维护的应用，该方案基于对散热风扇的数据采集，包括电流、振动和风量等参数，通过机器学习的方法对数据进行分析，以判断出风扇的异常情况。这种方式可以提前预知设备的故障发生，进行及时维护，最终防止意外停机。
工业物联网之边缘计算
强大的云计算对于数字化工业是必不可少，来自本地设备的海量数据上传到云端进行各种分析和处理，而边缘计算在其中发挥重要作用，数据在本地化处理筛选后再上传，这样不仅保证实时性效果，同时也减少网络资源的占用。
因此，倍福为物联网量身定制了一款超紧凑型工业边缘设备C6015，该产品通过TwinCAT IoT实现云整合以及通过TwinCAT Analytics进行数据分析与控制，具备简单采集、处理过程数据的能力。在工博会上，倍福展示了基于C6015的边缘计算和升级改造方案。
C6015满足自动化、可视化和通讯任务以及基于EtherCAT的应用需求，是一个特别经济、紧凑及可灵活安装的解决方案，开辟了工业PC技术的新应用领域。
结语
工业生产将不再满足于简单的自动化，而是整合人工智能、5G、大数据和云计算等技术的全新数字化智能制造模式，未来工业更依赖于新型自动化技术，工厂追求更高效的柔性化生产，以满足小批量、多批次、多品种的生产要求。
从此次展会来看，倍福正在将5G、人工智能、边缘计算和物联网等技术融合到其自动化产品当中，这一点体现了倍福的创新发展理念。基于PC的控制系统整合了PLC、PC和物联物等功能，更大地发挥出了软件和硬件融合的能力，例如集成机器学习解决方案等，将加速新一代高性能智能设备的开发。
×
