自动化技术的瓶颈，边缘控制推动ITOT

自动化技术的瓶颈，边缘控制推动ITOT自动化设计和物理设备往往受到能力的限制，需要控制工程师应用受限的熟悉的知识来开发。梯形图逻辑、结构化文本（ST）和功能块图（FBD）是 OT 行业用来管理可编程逻辑控制器（PLC）、分布式控制系统 （DCS）、监控和数据采集（SCADA）、历史数据库和其他典型 OT 应用的特定的工业开发语言。OT 工具的产生主要是面向本领域的专业人员，既主要是具有电气或机械工程背景的工程师，主要目的是以最大的可靠性监测和控制生产设备。工业物联网（IIoT）依赖于 OT 和 IT 领域中协调良好的产品和性能。为了使 OT 和 IT 逐渐重叠的角色发挥最大效力，有必要合并 OT 和IT学科的优势。研究这些学科的优势是什么，以及如何将 OT/IT 解决方案融合在一起，从而使得融合后的优势大于二者的独立应用，这种研究是非常有价值的。寻求突破的 OT 和 IT一个现实是，在 OT 和 IT 环境中进行的工作受到了特

随着运营和信息技术的角色在工业自动化领域中逐渐重叠，融合运营技术/信息技术（OT/IT）的解决方案变得越来越有必要。

”

对于以自动化为重点的制造业和基础设施行业来说，越来越多地使用数据来驱动分析洞察力，推动传统的运营技术（OT）与信息技术（IT）融合，创造了对更多联合实施的需求。作为对这些需求的响应，硬件、软件和网络方面的商业进展已被越来越多地采用到工业平台中。

这些趋势是由可用的技术和成熟的最终用户推动的，他们希望获得与消费者应用同样的灵活性和便利性。然而，在将 OT 与 IT 融合的道路上会有一些坎坷。

工业物联网（IIoT）依赖于 OT 和 IT 领域中协调良好的产品和性能。为了使 OT 和 IT 逐渐重叠的角色发挥最大效力，有必要合并 OT 和IT学科的优势。研究这些学科的优势是什么，以及如何将 OT/IT 解决方案融合在一起，从而使得融合后的优势大于二者的独立应用，这种研究是非常有价值的。

寻求突破的 OT 和 IT

一个现实是，在 OT 和 IT 环境中进行的工作受到了特有的限制。一个关键的挑战是 OT 和 IT 使用的传统硬件和软件解决方案是从不同的出发点演变而来的。它们由不同的人群使用，他们的目标和技能组合并不相同。当 OT 和 IT 专家接触到另一群体使用的基本工具时，他们经常发现自己不能运用这些工具。

OT 工具的产生主要是面向本领域的专业人员，既主要是具有电气或机械工程背景的工程师，主要目的是以最大的可靠性监测和控制生产设备。

自动化设计和物理设备往往受到能力的限制，需要控制工程师应用受限的熟悉的知识来开发。梯形图逻辑、结构化文本（ST）和功能块图（FBD）是 OT 行业用来管理可编程逻辑控制器（PLC）、分布式控制系统 （DCS）、监控和数据采集（SCADA）、历史数据库和其他典型 OT 应用的特定的工业开发语言。

IT 工具产生于另一领域，既面向于软件和计算机工程师的。最近，包括云开发人员、数据工程师和数据科学家在内的其他人员也开始参与进来。将应用程序限制在一个小的边缘设备上的想法对 IT 界来说是陌生的，就像开发一个基于 C 语言或 Java 语言的应用对于一 些 OT 专家来讲也是一样陌生的。

数据推动了 OT/IT 的融合

从通用的数据中获得洞察力的需求，正在使用于采集、分发和分析数据的工具被强制融合——这种融合需要使用 OT 和 IT 的应用。起初，面向 IT 的开发人员认为所有的分析都会被转移到云端，在那 里，一个庞大的开源社区已经创造了一系列非常适合分析大型数据集的工具。许多企业的举措都是以这一目标为出发点的，但结果往往并不理想。

OT 应用从全天候运行的机器中产生大量的"小数据 "。总的来说，一个工业设施可以创造的" 大数据" 大大超过消费者应用，甚至是那些拥有数百万用户的应 用（图 1）。

▎图 1 ：众多的工业 " 小数据 " 源汇聚成整个站点的" 大数据 "，其数据量很容易超过典型消费者应用的数据量。本文图片来源 ：艾默生

某些 OT 应用，如历史数据库，已经发展到通过内置压缩算法和非常高速的索引数据访问来高效地存 储这些数据。将如此大量的数据转移到云端并存储在那里是非常麻烦和昂贵的。典型的云计算软件工具在存储和访问速度方面的效率不高，因此与基于云计算的数据的交互对于分析一台机器的数据集来说也是较少能够被接受的。

另一方面，IT 工具通过使用软件基础设施中内置的并行计算技术，在分析整个资产数据的大型数据集方面更有效率。解决性能方面 的挑战通常就像在系统中增加一个额外的服务器一样简单。同样，IT 基础设施的设计是为了向全部用户提供信息，因为它们结合了浏览器、网络服务器和移动设备，向人们提供信息，而不必考虑物理位置。

最后一点是，OT 应用往往需要系统始终连续运行，因为任何故障都会导致设备和生产停工。另一 方面，基于 IT 的云应用通常可以利用可用的计算和连接资源，在部分连接的模式下运行。

融合边缘计算 / 云工具在一 个平台

为了应对上述挑战，开发工具正在融合 OT 和 IT 的最佳使用性能，通过转移到位于边缘的平台，该平台可以独立使用或与基于云的工作相结合。出于需要，OT 和 IT 应用和用户现在正在共享边缘平 台，这已成为工业数据管理任务的一个关键因素（图 2）。

▎图2 ：OT 和 IT 人员创建 IIoT 解决方案所需的应用程序最好部署在边缘设备上。

IT 用户了解在边缘执行分析的好处，被设计成高保真度和低延迟的关键任务数据和架构始终是可靠的。对于全厂、多个工厂和整个企业集团级别的分析，数据必须被传输到更高级别的系统。边缘平台 非常适合将每个站点合适的数据子集传送到基于云的平台，然后在云平台可以使用大规模的并行计算架 构来获得大数据洞察力。当与基于云的系统失去连接时，边缘平台通常在本地存储数据，直到与云平台的连接恢复。

OT 用户也正在采用更常见的面向 IT 的开发工具，如 NodeRED 和 Python，它们现在可以在边缘硬件设备上运行。他们正在使用这些工具和其他工具来开发以 OT 为重点的应用程序，以减少停 机时间、预测故障和提高生产效率。这些工具在分析和仪表盘应用方面比传统的 OT 选项更强大，而且它 们能够创建先进的 IIoT 应用。

这种级别的 IT/OT 平台融合的证据是在边缘出现的 IT 协议， 例如消息队列遥测传输协议（MQTT）、高级信息队列协议 （AMQP），以及最近采用的 OPC UA（一种传统的 OT 协议），用于传输生产数据到 IT 应用。

利用 OT 和 IT 的优势赋能自动化

边缘控制的硬件产品将继续发展，以支持 OT 和 IT 用户在开发、部署、操作和优化系统时希望得到更好结果。例如，经典的 OT 工具允许仪表盘上的图形对象，如转速表，可以根据需要进行拖放、链接和移动，但要在相对受限的情况下进行。在 IT 领域内，开发人员可以以任何方式创建这样的对象，但这往往需要定 制化。

OT 和 IT 融合的演化必须使 OT 和 IT 人员更容易访问所有这些元素。它需为 OT 工程师量身定做，同时融入必要的 IT 技术的 先进性，能够快速将信息传递给正确的人而不管他们在哪里。OT 系统提供了最好的运行可靠性， 但对于更高级的计算，如对于企业集团级别的分析并不理想。IT 系统最适合用于分析目的，并且可以跨越多个 OT 装置。通过在 云 / 边缘基础设施中无缝共享边缘设备，OT 和 IT 分析可以在同一数据上进行。

必须解决 OT 和 IT 人员的易访问性问题，以便所有学科都能舒适地使用所涉及的硬件、软件和网络技术。这也包括快速创建、使用和重新使用结合了 OT 和 IT 原理的 IIoT 应用程序的能力。

边缘产品和工具需要保留 OT 用来实现设备自动化和与输入 / 输出（I/O）连接的传统系统的强大可靠的操作功能，同时让工厂操作和维护人员可以使用。然而，在每个单独的使用点管理边缘应 用是一个问题。

为了解决这个问题，可以利 用 IT 概念，使边缘应用像 IT 应 用一样被集中管理，使它们能够保持最新的软件版本和安全更新，然后轻松地自动分发到使用它们的边缘节点。全面和无缝访问以 IT 为中心的功能，如网络、云处 理和先进的计算和可视化选项，应对这些挑战是必须的。

OT/IT 的融合 ：3 个边缘控制自动化举例

在客户看来，一些软件产品 和服务是经过精心设计和被保护的，而另一些则是公开的。前者比后者有更好的定义和更高级别的保护，但一般来说，前者的成本更高，灵活性更差。这两种方法都可行，有时需要结合使用。

同样，今天的工业自动化平台和工具在 OT 方面有足够的严谨性，而在结合 IT 技术方面有足够的自由度。请参考下面 3 个例子 ：

1

边缘控制器

提供可靠的硬件，在许多方面与传统的 PLC 技术相似，但可扩展以实现通用计算（图 3）。

2

边缘堆栈

在 IT 界有许多软件选择，但精心策划的对边缘 项目最有用的软件元素堆栈可以大大简化 IIoT 的实施。

3

边缘网络

这是设备级网络，如工业以太网、OPC UA 和 其他特定的工业协议，对于采集源数据是必需的。其他对 IT 更友好的协议，如 MQTT，则需要有效地将数据传递给更高层次的、面向 IT 的系统。尽管网络架构正在扁平化，但边缘计算在协调这两种类型的网络方面扮演着关键 角色。

随着越来越多的最终用户踏上数字化转型之旅，他们需要合适的平台和工具来构建 IIoT 应用。一个成功的 OT 和 IT 系统演进创建了无缝融合，并产生一个边缘解决方案，这种方案从使用中提取技术，可为最终用户提供方便的访问和扩展功能。