在经历了以走数字化道路为目标的行业中的几项工作之后，并收到了一些关于我们文章的评论，要求我们演示如何构建自动化 4.0项目，我们为您呈现这项工作，为您提供技术读者和学生.

我们不打算穷尽这个主题，甚至假设一个模型，而是以实际和直接的方式展示当今工业自动化项目中必须考虑的因素，这些因素将渗透到工业 4.0中。

工业数字化

数字化是人类语言形式的演变，知识的传递、管理和掌握的方式，可以追溯到说话者的时代，这个词，说得好，在社会中表现出深厚的知识和尊重，还有教育、科学和演说家时代的政治。

随着写作的发展，随着可以传播印刷文字的媒体，我们有了一种新的传播模式。

文本、文件、签名……这一切都渗透到我们今天的社会，虽然处于向数字化的过渡阶段，但我们的模式是基于文件、书籍、印刷和写作。

计算数据处理创造了一种新的信息格式。文件、文字、文字和所有形式的交流都变成了数字化，创造了一个新的社会。

至少我们正处于转型的这个阶段，现在可以在没有手写或签名的情况下以数字方式签署文件。政府以数字方式管理所有文件，这就是我们社会的运作方式。

通过数字化，我们诞生了所谓的社会 4.0，人类组织的所有领域都通过数字数据进行管理。政府、健康、教育、安全、流动性和工业，开始与这个社会联系起来，使用我们可以称之为 4.0 的新技术，这只是对第四次工业革命的暗示。

要将行业带入数字化水平，需要经过一条转型路径，但主要是设计自动化系统以响应新数字化行业的需求。

我们所熟知的自动化金字塔，即我们的自动化 3.0，是一个分层结构，它的相互通信是通过多个接口完成的，但是它是一个垂直模型，它仅限于工厂及其部门，缺乏灵活性和高延迟决定。

新的数字产业必须用自动化 4.0 来设计，现在基于自动化支柱，主要是因为我们拥有所有信息的互连，不仅是垂直的，而且是水平的，贯穿整个业务价值链，真实地交互时间。

正如我们所说，我们正处于过渡阶段，从自动化金字塔演变为自动化支柱，主要变化将是：

在该领域：

借助 IoT 物联网层大幅增加设备信号。

掌控之中：

控件将分布在智能设备上的各个领域，并在云端进行监督。

在管理和控制系统（HMI、MES、Scada、ERP、BI、PCP）中：

它们往往是集成的，在一个单一的云环境中工作，相互连接的工具。

自动化 4.0 项目的技术

要从自动化 4.0 架构设计工业 4.0，需要一些技术，主要是一种连接数据、人员和流程的新格式。

下面是一个列表，它并未涵盖所有技术，但贯穿了当今自动化 4.0 项目必须遵守的要点：

分布式控制单元（现场）——智能 I/O 模块（输入和输出）和低点密度控制，但具有高处理和通信能力，分布式和互连

安全（数据和信息）领域(IoT)– 由于 I/O 模块和控制器分布并连接在网络中，通常采用基于以太网的标准，数据访问的入侵风险是永久性的，因此需要安全项目. 网络安全

EDGE层——云场层，用于生产单元或生产部门的自主决策，数据分析在该系统中进行，仅向外部提供监督所需的信息

连通性（通信支柱）——连通性和单一数据接口，必须允许所有自动化纵向和横向互连，没有更多的层，但信息的相互关系，基于RAMI 4.0的模型，是对此的参考

分布式控制单元（云）——分布式控制单元还将与本地云通信，但具有监督功能，基于规划数据、资源、质量等，形成独特的生态系统

本地云——新的数字产业将数据和控制集中在自己的云中，有自己的工具和需求，可以说是CPD数据处理中心，控制生产过程，只把需要的东西外化

PLC/DCS（虚拟）——与拥有本地云一样，控制和指挥工具将集中，分布式和本地控制层将形成一个单一的优先数字环境，用于高级控制以及管理和监督富有成效的决策

FOG 层——与 EDGE 层目标相同，但现在处理来自所有规划和接口的数据，用于智能决策，统一数据

数据骨干网（IIoT）——连接行业价值链、业务单元，是满足工业4.0概念的先决条件，一个能够连接供应商、外部部门、客户和行业本身的网络。互连所需，所有外部元素都是 IIoT（工业物联网）

云（外部）——使用外部云计算，应用AI（人工智能）等工具，进行决策和使用大数据，统一整个工业商业生态系统，提供决策动态场景，加速时间和减少错误。

这种数字自动化结构的基本功能

这种数字自动化结构的基本操作是以所有网络组件之间实时交换数据并使用系统进行决策为前提的。

关于主要操作点，我们可以描述：

在现场，控制和信号是分布式的，本地处理和本地数据分析

在连接性方面，所有设备都必须允许水平数据层，形成可互操作的连接。

系统具有本地云，具有现场集中控制、监督和决策服务

骨干连接整个产业价值链

外部云使用AI人工智能服务，在生产链中进行交互

预期收益

作为工业 4.0 现实的模型，使用自动化 4.0 架构的预期好处是什么，我们描述了主要的好处：

通过云端的分布式控制和集中控制，让生产变得灵活

使用开放协议和接口（OPC-UA 和 MQTT）简化通信层

本地决策（数据挖掘和机器学习）（EDGE 和 FOG）

仅按需使用外部云

将AI应用于运维，专注于Prognostics的运维管理和维护

当前的挑战

这些架构的技术和设计模型在知识方面非常新，这带来了挑战，我们可以在下面描述其中的一些：

设计具有分布式控制的自动化系统

设计具有水平数据协议和接口的网络

创建本地虚拟化系统，允许中间云处理（EDGE 和 FOG）

通过骨干网（IIoT 工业物联网）互连价值链

利用外部云服务（在必要的范围内）并应用人工智能

注意事项

作为要点的建议，我们可以描述在实施数字化项目时应注意的事项，重点是自动化：

在生产块（数量）和产品线（品种）中设计您的生产过程

跨生产线或生产单元分配信号和控制

使用需要最少接口或网关的通信技术（OPC-UA 和 MQTT）

创建本地云层（EDGE 和 FOG）并使用本地数据分析（R 和Python）

创建本地指挥和控制以支持灵活、集中的生产以进行生产监督

将价值链连接到本地云进行数据分析（使用 RAMI 4.0）

使用外部云来利用高级数据工具（人工智能和大数据）

趋势

系统、组件和供应商在不断发展，今天我们可以指出一些短期趋势，对于已经指向现实的新技术，以满足这种需求范围：

小型控制和 I/O 设备和连接（OPC-UA、MQTT、TSN）

分布式工控机，在FOG和EDGE层形成本地云

价值链提供商已经在 IIoT 骨干网中拥有用于标准化连接（云）的结构化数据

来自制造商的外部云服务，具有行业就绪的解决方案（SIEMENS、Rockwell、Yokogawa、Emerson、GE 等）

结论

我们得出结论，工业自动化系统是生产部门的指挥和控制结构，为数字工业设计系统，满足工业 4.0的要求，是一条新发展、新概念和新模式的道路，需要新的思想和打破范式。