事实上，越来越多的场景都在探讨智能制造，无论是传统的OT厂商还是ICT厂商似乎都对此寄予厚望，巨大的商业利益带来了巨大的投资热潮，然而，今天，我们却似乎没有太多的声音在探讨OPC UA与TSN，这也是让我比较困惑的—似乎OPC UA并未受到足够的重视，也与业界的资深专家探讨此问题，为什么大家都不聚焦OPC UA却又如此热衷智能制造的讨论？
　　但是，此次我倒不想先讲技术，而先来分析其意义，这样，我们才能更愿意谈论这项技术。如果你不知道它的意义和价值，你就很难关注它。
　　一、OPC UA的价值超出我们的想象
　　实际上，如果我们分析智能制造的实现路径，我们试图通过IT与OT的融合来解决制造业的效率问题，简而言之，我们试图通过提高数据流的效率来提升生产制造的效率，尤其是在“个性化定制”这个问题上的效率，因此，我们需要对产线进行数据的协同来实现生产的优化与决策效率。
　　要跨越的障碍包括以下几个方面：
　　1.语义互操作
　　传统的现场总线包括实时以太网都是解决“信号”的问题，对于OT而言，信号，无论是直接的物理信号（4-20mA,0-10V）还是经过总线进行的数字化传输，其本质仍然是服务于“控制”任务的，因此，对于总线而言，其主要是物理层与数据链路层解决问题即可，应用层主要为了编程方便，就像CANopen采用数据字典对数据进行解析一样，不同厂商的产品也是通过相应的设备描述文件进行解析，而这些都是在同一网络中。
　　从OT控制角度而言，语义信息往往是通过查表的方式来进行对应，而每个网络又不同的定义方式，这也使得配置和编程变得多样，不同网络均需不同的编程进行数据的访问，并非不可以通信，而是比较复杂。
　　OPC UA解决的正是在水平集成与垂直的信息集成两个维度的“语义互操作”问题，首先在水平方向采用统一的标准定义“语义信息”，第二个问题是与IT系统进行语义的统一，使得在水平和垂直两个方向均实现统一的语义信息互操作。

　　图1-智能制造对于网络的需求

　　2.信息模型
　　要实现协同制造，信息集成与效率至关重要，信息模型是完成“协同”的关键，为了实现机器与机器（M2M）、机器与商业系统（M2B）以及商业系统间（B2B）的协同，OPC UA是最佳的通道，OPC UA为此提供了基础信息模型，包括底层总线传输的语义可以参考统一标准进行定义，而垂直行业的信息模型也同样可以进行协同，这也是为何ISA、OMAC、AutomationML、MTConnect、Euromap等采用OPC UA标准进行统一信息模型定义的原因。

　　图2-OPC UA实现架构

　　3.模块化软件设计
　　OPC UA本身是面向服务的架构设计（SoA），OPC UA中的方法对数据进行了预处理，使得可以被直接访问并应用于分析，由于OPC UA Server扮演了一个中间隔离层的角色，这使得应用程序可以实现关注点分离SoC（Sparation of Concern）的设计，这让HMI与应用程序分析、让数据与应用分析、数据与应用人员分离，无论对显示程序、应用程序模块化、人员操作均可实现分离，这意味着软件的模块化设计变得简单，对于应用而言，也会降低诸多成本。
　　OPC UA的Pub/Sub、Discovery、方法都提供了更多让数据交互更为便利、实时的方法，不做累述。
　　二、TSN技术的意义
　　TSN是另一个即将投入应用的传输协议，要了解TSN的意义，首先要明白在智能制造的工厂集成中所遇到的问题，然后它的意义才能更为清晰的显现。
　　1.周期与非周期数据是OT与IT的区别
　　传统OT之所以采用诸如轮询机制，包括集束帧技术，均是为了实现“周期性”数据的传输问题，因为各种控制如温度闭环、运动控制、机器人都是周期性的数据采集，用于实现同步关系。
　　而IT数据并非是周期性，而是更多采用“最大努力”，也因此像Internet任务按照OSI七层模型进行IP路由、UDP都无需确认，这与IT网络架构显然是不同的。
　　这也是OT与IT进行融合时，首先遇到的网络异构问题，另一方面，IT网络数据容量必须比较大，例如：传输视频信息、Word文档、JPG图片等都是需要较大的数据容量网络。
　　2.太多的网络需要中间转换
　　曾经有人说“这个世界上有多少家PLC厂商就有多少种现场总线”，对照一下就会发现，每种现场总线的带宽、物理介质、支持的节点数、最大传输距离、传输容量、校验方式等性能与功能性指标均不同，如果这样的话，现场连接的复杂性不仅要耗费各种现场总线转换设备，同样在软件层面也需要不同的协议转换，这不仅带来巨大的硬件成本投入，也同样意味着软件的复杂性指数级的提升，而这对于我们谈论的智能制造而言，就会是巨大阻碍。
　　即使统一采用以太网，那么也仅仅是解决了物理层与数据链路层的问题，在实际应用中，配置网络与用户仍然是各自不同的规范与标准。
　　3.TSN扮演的角色
　　TSN扮演的角色在这个时候就比较突出，它解决了OT周期性数据与IT非周期性数据，OT实时性与IT数据容量大、节点多的问题得到了统一的解决。

　　图3-TSN技术从音频视频-无人驾驶汽车到IIoT的集成发展

　　基于IEEE802.1AS-Rev提供时钟同步机制，IEEE802.1Qbv和Qba提供了包含预留通道和最大努力的队列报文传输机制，以及IEEE802.1Qcc的用户与网络配置标准，以及IEEE802.1QCB的冗余数据传输机制，OPC UA基金会、IIC、Avnu联盟等共同在推动着TSN技术的发展，其实，在汽车领域IEEE802.1QVB已经在投入应用。

　　图4-IEEE802.1Qbv-Time Aware Shaper工作机制

　　图5-IEEE802.1 Qcc-CNC用于TSN网络与用户配置的协议

　　图4，图5简要的描述了IEEE802.1Qbv和Qcc如何实现网络数据调度以及配置的方法。
　　OPC UA与TSN的融合，解决了IT与OT在传输机制的统一，同时也解决了语义互操作标准与规范的统一，使得IT与OT的融合得到了真正的实现。

　　图6-B&R将OPC UATSN融合逐渐融入其系统架构

　　三、OPC UA TSN对智能制造的影响
　　看上去OPC UA TSN在技术上打通了IT与OT的互联，但是，就其现实意义却远非我们想象那么简单，它不仅仅是一项技术，它对未来产业发展具有极大的战略意义。
　　1.中国制造业实现智能制造路径分析
　　其实，很多人都对阿里的电商发展提出了异议，就像看到两篇相关的文章，一篇是说英国人认为不发展电商可以让小店更好的生存，解决就业，另一个谈到日本人为什么不发展电商因为他们希望通过更好的服务来让消费者体验到购物的乐趣，大概是这个意思吧？
　　听上去似乎有道理，但是，我却有不同的意见，这可能是“非不为，实不能”的原因，但就互联网经济的发展而言，阿里、腾讯、百度等企业已经在应用领域让中国处于领先，这已然共识，国家推动“人工智能”规划，这反倒让我看到一条更为明晰的路径。
　　实际上，投资互联网、大数据平台、移动网络是需要巨大的基础设施投资的，很多人觉得移动、联通、电信都是央企—天生的不喜欢，认为他们是垄断，但是，如此巨大的基础设施建设给我们带来了今天支付的便利、各种互联网应用给我们生活无所不在的便利，这是因为中国有巨大的人口基数摊低了平台的成本，而英国、日本、德国这些国家是没有条件让如此巨大的网络应用实现经济性。
　　而进一步的发展，随着这个领域的能力聚集，以及在人工智能、大数据应用领域的软件算法、应用模型的积累，使得我们制造业可以分享这些技术带来的好处。
　　当中国的制造业更多分享来自IT领域的存储、网络、计算、应用资源的时候，中国制造业的整体成本也是可以被降低。
　　当我们可以通过OPC UA实现数据的访问便利性，当OPCUA与TSN的融合为整个IT与OT融合打通路径的时候，中国自身在IT建设领域的资源也将被制造业分享。
　　2.改变自动化产业的格局
　　前沿的自动化企业正在积极的拥抱互联网，很多相关的产品、技术会随着IT与OT的融合变得更加竞争加剧，传统的控制系统架构将被重构。
　　（1）.自动化行业将会因此发生的改变
　　边缘计算的兴起即是一个方向，由于通用的网络、存储、计算资源更为经济，因此，传统的DCS、MES将不再需要巨大的基础设施投入，而基于无所不在的智能终端（iPhone/Andriod智能手机、PAD）使得HMI将更为直接的介入到显示与操作，而ICT厂商在互联产品领域大规模制造成本低下将使得传统工业网络产品也面临新的竞争。
　　（2）.软件成为新的竞争力
　　某种意义上说，IT与OT的融合，也同样意味着传统工业产品在IT产业成本优势下面临新的竞争。
　　软件成为了自动化行业真正竞争的焦点，谁拥有更多的产业应用软件的能力，以及行业Know-How的服务能力将成为未来竞争的关键，这也是为什么越来越多的自动化厂商变得更加“软”的原因，软件成为未来竞争的利器已经在诸多前沿的自动化厂商这里得到了践行。
　　（3）.咨询业务纳入自动化运营范畴
　　另一个崛起的力量是“咨询”成为了未来自动化厂商必须发展的力量，这种力量需要将“运营管理—Operation Management”的能力予以输出，智能制造是一个集成，其核心在于通过自动化、信息化、智能化实现“运营水平”的提升，这体现在“质量、成本与交付”，而智能制造必须围绕“运营”进行技术的升级，为客户提供整厂的集成，必须紧密围绕“运营指标”、“流程稳定”来实现。
　　（4）.知识将成为一种更具价值的资源，也是更具战略性的竞争力：软件是知识的一种表现形式，而咨询业务也是一种知识的形式，业务模式的变化在于可以采用通用平台，而以行业的知识成为新的盈利方式。人工智能赋予系统“智慧”—智慧与智能的不同在于具有自我判断、自我执行的能力，人们总是认为人工智能、机器人将会代替人，但是，无论是机器人、还是人工智能系统，其本质是对人的“智慧”进行延伸到系统，用于生产的优化与决策。
　　3.更高的经济性
　　回到技术范畴，OPC UA TSN打通了IT与OT，其本身的优势在于为智能制造带来成本的更高的经济效应：
　　（1）.降低系统配置与开发成本
　　就直接的应用而言，OPC UA TSN带来了系统融合，取消了在水平集成、垂直集成所非必须的硬件、软件，简化系统架构、流程，使得整体效率降低。
　　就像微信、支付宝使得整体上中国人花费在支付方面的时间降低，与过去复杂的银行ATM提款、复杂的转账支付流程相比，今天我们每个人耗费在支付这件事情的时间大幅下降，放眼整个中国，每年节省的时间可以按照百亿小时来计算，仅就这一项就可以节省百亿级以上的社会总成本。
　　打通的制造系统，仅就降低的硬件开支、软件复杂性带来的开发、配置时间就会是巨大的。
　　（2）.共享开放世界的资源降低成本
　　让制造业可以分享在大数据、移动互联网、人工智能等领域的软件资源、应用数据、模型与方法，这种资源的分享，也让制造业整体成本得到降低。