控制器是指按照預(yù)定順序改變主電路或控制電路的接線和改變電路中電阻值來控制電動(dòng)機(jī)的啟動(dòng)、調(diào)速、制動(dòng)和反向的主令裝置。由程序計(jì)數(shù)器、指令寄存器、指令譯碼器、時(shí)序產(chǎn)生器和操作控制器組成，它是發(fā)布命令的“決策機(jī)構(gòu)”，即完成協(xié)調(diào)和指揮整個(gè)計(jì)算機(jī)系統(tǒng)的操作。

　　控制器發(fā)展的兩個(gè)方向：DCS和PLC

　　在上世紀(jì)七十年代開始，控制器由傳統(tǒng)使用儀表和繼電器組對(duì)應(yīng)的兩個(gè)不同應(yīng)用領(lǐng)域派生出DCS和PLC兩類產(chǎn)品。這兩類產(chǎn)品在初期有相當(dāng)多的不同之處，DCS偏重于回路控制，而PLC則偏重于離散的邏輯控制。在當(dāng)時(shí)，DCS使用通用CPU，采用軟解釋方式處理程序，而PLC依靠類擬于AMD2910的位塊處理器處理邏輯，相對(duì)而言，在系統(tǒng)結(jié)構(gòu)上DCS更偏向軟件，而PLC更類似傳統(tǒng)的硬件繼電器組。

　　經(jīng)過數(shù)十年的發(fā)展，PLC也在體系中加入了通用型的CPU，同時(shí)DCS在網(wǎng)絡(luò)、多DPU協(xié)同、冗余等方面都有了長(zhǎng)足的發(fā)展，并大多數(shù)采用了X86的體系架構(gòu)，充分利用了PC的技術(shù)成果。發(fā)展到如今，DCS與PLC之間的差異已經(jīng)非常小了。從具體的技術(shù)而言，DCS有基于令牌網(wǎng)絡(luò)的分布式實(shí)時(shí)數(shù)據(jù)庫，可以通過全量通信來保證每個(gè)DPU內(nèi)的映象數(shù)據(jù)都是最新的。PLC在這方面更注重單機(jī)工作，就算是聯(lián)網(wǎng)，也假定兩臺(tái)PLC之間只需要很少量的數(shù)據(jù)交換，所以采用的主從結(jié)構(gòu)的請(qǐng)求應(yīng)答方式通信。

　　PLC與DCS在發(fā)展過程中都受到PC技術(shù)發(fā)展的深遠(yuǎn)影響，尤其是DCS。目前的DCS大多采用PCBASE結(jié)構(gòu)，對(duì)PC技術(shù)的吸收非常徹底，而PLC則是在上世紀(jì)80年代未90年代初的軟PLC開發(fā)浪潮中吸收了DCS、PC技術(shù)，特別是在IEC61131-3標(biāo)準(zhǔn)制定出來以后，出現(xiàn)了一系列以開發(fā)軟PLC軟件為主的公司，其中以歐洲公司居多。這與歐洲公司的開放軟件組織成熟有一定關(guān)系，同時(shí)IEC61131-3對(duì)于日式PLC的編程方式基本是排斥的，因而相當(dāng)多的歐洲企業(yè)有興趣進(jìn)軍這個(gè)行業(yè)。這方面以KW、一方梯隊(duì)、ISAGRAF、3S等尤為突出，這些公司對(duì)于工控軟件化和標(biāo)準(zhǔn)化起到了重要作用，目前的各大工控公司在開發(fā)新的軟件時(shí)都會(huì)對(duì)這幾家公司的產(chǎn)品進(jìn)行深入研究。

　　軟PLC的開發(fā)最初也是以PC-BASE為藍(lán)圖，后來逐漸融入ARM、51、AVR等CPU的支持，且一直偏重開發(fā)的模塊化結(jié)構(gòu)，讓移植變得更為容易。

　　當(dāng)前，PLC按點(diǎn)數(shù)和價(jià)格分成了大中小微不同的檔次；按實(shí)現(xiàn)分成了硬PLC、軟編譯型PLC、軟解釋型PLC；按結(jié)構(gòu)分成了背板式、模塊式、分布式。此外，大中型PLC在功能上加入了DCS和PC的許多功能，使其可以向上吞并一些DCS的市場(chǎng)。如現(xiàn)在很多自備電廠和化工行業(yè)都不再使用DCS而改用PLC去完成。從橫向來看PLC發(fā)展出了許多專用的PLC，包括數(shù)控、車用、設(shè)備專用等。

　　同時(shí)DCS也向下發(fā)展了許多個(gè)性化的產(chǎn)品，使其可以代替一部分PLC產(chǎn)品，如淅大中控、淅大中自的某系列產(chǎn)品就做得比較小，帶顯示屏且只有幾個(gè)回路，可以滿足一些行業(yè)的需要。

　　賦予控制器智能

　　隨著信息技術(shù)和智能化技術(shù)的發(fā)展，也給控制器的發(fā)展帶來了新的方向，例如，與人工智能（AI）的結(jié)合。

　　盡管控制生態(tài)系統(tǒng)所呈現(xiàn)出來的，可能是一個(gè)復(fù)雜而又相互關(guān)聯(lián)的技術(shù)網(wǎng)絡(luò)，但也可以將其視為家譜中不斷發(fā)展的分支，這樣就可以將其簡(jiǎn)化。每種控制系統(tǒng)技術(shù)都有其自身的特點(diǎn)，是之前的技術(shù)所不具備的。

　　例如，前饋技術(shù)通過預(yù)測(cè)控制器的輸出來改進(jìn)比例-積分-微分(PID)控制，然后利用預(yù)測(cè)將干擾錯(cuò)誤與噪聲發(fā)生分開。模型預(yù)測(cè)控制（MPC）通過對(duì)未來控制行動(dòng)結(jié)果的分層預(yù)測(cè)和控制多個(gè)相關(guān)的輸入和輸出，增加了更多功能?？刂撇呗缘淖钚纶厔?shì)之一，是采用人工智能技術(shù)來開發(fā)工業(yè)控制系統(tǒng)。該領(lǐng)域的最新進(jìn)展之一是基于強(qiáng)化學(xué)習(xí)的控制的應(yīng)用。

　　基于AI的控制器，即基于深度強(qiáng)化學(xué)習(xí)（DRL）的控制器，可以提供一些獨(dú)特且吸引人的特性，例如：

　　1）學(xué)習(xí)

　　基于DRL的控制器通過有條不紊和持續(xù)的練習(xí)來學(xué)習(xí)（我們稱之為機(jī)器教學(xué)）。因此，這些控制器可以發(fā)現(xiàn)專家系統(tǒng)中不容易捕獲的細(xì)微差別和異常，而使用固定增益控制器則可能難以控制。

　　仿真器可以將DRL引擎暴露于各種過程狀態(tài)。在這些狀態(tài)中，有很多是在現(xiàn)實(shí)世界中永遠(yuǎn)不會(huì)遇到的，主要是因?yàn)锳I引擎（大腦）在運(yùn)營工廠時(shí)，會(huì)試圖盡可能接近甚至超出物理設(shè)施的運(yùn)行極限。在這種情況下，經(jīng)歷這些偏移（可能會(huì)導(dǎo)致過程跳閘）是為了讓大腦學(xué)習(xí)哪些行為需要避免。當(dāng)經(jīng)歷的次數(shù)足夠多時(shí)，大腦就能學(xué)會(huì)哪些事情不該做。

　　此外，DRL引擎可以同時(shí)從多個(gè)仿真中學(xué)習(xí)。它可以從數(shù)百個(gè)仿真中學(xué)習(xí)，而不是只能從單一工廠中獲取大腦數(shù)據(jù)。每個(gè)仿真的執(zhí)行速度都比正常實(shí)時(shí)中看到的要快，從而可以提供有利于最佳學(xué)習(xí)的訓(xùn)練體驗(yàn)。

　　2）延遲滿足

　　DRL引擎可以同時(shí)從多個(gè)仿真中學(xué)習(xí)。它可以從數(shù)百個(gè)仿真中學(xué)習(xí)，而不是只能從單一工廠中獲取大腦數(shù)據(jù)。每個(gè)仿真的執(zhí)行速度都比正常實(shí)時(shí)中看到得要快，從而可以提供有利于最佳學(xué)習(xí)的訓(xùn)練體驗(yàn)。

　　3）非傳統(tǒng)輸入數(shù)據(jù)

　　基于DRL的控制器可以管理輸入信息并能夠評(píng)估傳感器信息，這是自動(dòng)化系統(tǒng)無法做到的。例如，基于AI的控制器可以處理有關(guān)產(chǎn)品質(zhì)量或設(shè)備狀態(tài)的視覺信息。在采取控制措施時(shí)，它還會(huì)考慮分類的機(jī)器報(bào)警和警告。它甚至可以使用聲音信號(hào)和振動(dòng)傳感器輸入，來確定如何做出過程決策，這有點(diǎn)類似于運(yùn)行人員接收聲音信息后所做的響應(yīng)。處理視覺信息（例如耀斑大?。┑哪芰?，可以劃分并揭示基于DRL的控制器的能力。

　　此外，云技術(shù)的發(fā)展也對(duì)人工智能與控制器的融合產(chǎn)生了促進(jìn)作用，云技術(shù)允許將仿真器容器化，并在大規(guī)模并行環(huán)境中運(yùn)行。AI引擎在訓(xùn)練時(shí)需要探索非常大的操作狀態(tài)空間，而云計(jì)算的這種性能能夠在不到一小時(shí)的時(shí)間內(nèi)訓(xùn)練一個(gè)需要50萬次迭代的模擬器。

　　也有聲音說，下一代PLC與DCS的架構(gòu)會(huì)向開放、分布式、具有充分可互操作性和內(nèi)在信息安全的方向發(fā)展，而為了有效地實(shí)現(xiàn)這樣的架構(gòu)，當(dāng)前軟件環(huán)境要大量吸取和采用開源云計(jì)算軟件技術(shù)，同時(shí)結(jié)合工業(yè)自動(dòng)化的要求和特點(diǎn)，走出一條具有持久性的開發(fā)之路。

　　下一代控制器的發(fā)展朝向何方，我們拭目以待！

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……