OT-IT融合的基本问题和典型案例之OT-IT的融合之道

　　长期以来信息技术(InformationTechnology,IT)和操作运营技术(OperationTechnology,OT)是相互隔离的。它们各自有着不同的目标，沿着不同的路径发展，同时在不同的生态系统中运行。它们之间的鸿沟实际上阻碍了制造厂充分利用尚待发掘和已经掌握的必要信息。众所周知，如果在合适的时机却缺乏合适的信息，会导致决策错误和产生不可靠的行动。随着工业互联网、智能制造和大数据的出现和运用，它们不可能永远保持着老死不相往来的局面。

　　我们应该看到OT-IT融合是一个需要分阶段实施、逐步提升层次的相当缓慢的过程，不过制造厂已经开始认识到在一个互联的工厂和企业中把OT-IT结合，会取得许多意想不到的利益，例如：•使突发的设备故障最小化;•为更好的决策获得信息;•优化业务过程;•削减运营成本;•降低风险，缩短项目的时间进程。

　　关于OT的定义维基百科对OT的定义：“专门用于直接监控和/或控制物理设备(诸如阀门、泵等)来检测物理过程，或使物理过程发生变化的硬件和软件”。简单地说OT是用计算机(或其它处理设备)监控或改变一个系统的物理状态，例如电站的控制系统或铁路的控制网络。创建OT这个概念的初衷是用来体现传统IT系统与工业控制系统在不同环境下的技术性和功能性差异。工业控制系统所处的环境是所谓“非铺地毯区域”，OT设备即在严酷的工业环境中直接监控和控制生产的IT设备，例如PLC、SCADA、DCS、CNC系统(包括数控机床)、科学设备(如数字式示波器)等。Gartner关于OT的定义则是：“直接监控和/或控制工业设备、资产、流程和事件来检测物理过程或使物理过程产生变化的硬件和软件”。

　　在网上还可以检索到一些其它的定义，但基本上离不开上面两种定义的范畴。归纳起来关于OT的概念有着以下几点基本内容：(1)OT和在工业企业用的IT系统都是为工业企业服务的，这些工业企业是指流程工业、离散制造业、批量制造业等，将其它类型企业的运营技术纳入OT的概念只是一种引申，并非原意。(2)OT技术是直接对工业物理过程、资产和事件进行监控和/或对其实施改变的硬件和软件。直观来看，OT其实就是工业控制系统(PLC、DCS、SCADA等)及其应用软件的总称，但其中显然隐含了工业工程技术(EngineeringTechnology,ET)的丰富内容。

　　(3)不直接对工业物理过程、资产和事件进行监控和产生影响的技术，不属于OT的范围。因此ERP显然不属于OT的范畴，MES/MOM则处于IT和OT之间。(4)OT技术的承载体是计算机系统或其它的运用计算技术的处理系统。不过由于OT直接面对工业生产的物理设备和过程，保证其安全稳定运行，按质按量生产产品是其首要的目标，因此长期以来采用专用的系统、网络和软件。与IT相比，其开放性和标准化均有待于改善和提升。

　　简而言之，当下的工厂有IT和OT之分。处理工厂的数据和信息，并以维护所制造产品的质量为目标的团队，就叫IT团队;另外的团队控制和分析整个的生产过程以获得进一步的改善，这就是OT团队。历史上这两个团队是相互独立的，一旦它们开始相互融合必然带来提质增效的结果，不仅使工厂管理者监控运行和过程的能力大为增强，甚至可以预测到可能发生的意想不到的事件，做到未雨绸缪。它会加速生产节拍或速度、使能源和时间的消耗最小化，以及降低监控资产的成本。

　　它直观地指出OT包括机械装备、物理成套设备以及对它们进行监视和控制的工业硬件和软件。OT专业人员偏好使用PLC、DCS、RTU、HMI、SCADA，以及嵌入式计算技术。而IT包括用于企业管理的硬件、软件、网络、通信技术以及存贮、处理和向企业各个部门传输信息的系统。IT专业人员擅长联网技术，非常熟悉快速扩展网络规模、云基础架构、基于web的部署和诸如SQL、Java及Python等技术。在解决问题的工作和思维方式上OT和IT也往往不同。IT采用自顶而下的方法，惯于从总体需求出发，划分为若干子部件，然后针对子部件提出和开发解决方案。这种解决问题的思路，不仅仅能了解问题的所在，而且也很好地给出了解决问题的方法。

　　OT人员习惯于自下而上的思路，从个别的部件出发构建复杂的系统。例如SCADA系统要从工厂层面的不同生产过程采集数据，OT人员必须面对如何从不同的专用系统中把数据集成起来的问题。而且OT人员时刻面对着以任务为中心的高风险系统的工作，他们最关注的一定是安全(物理安全、功能安全和信息安全)。这也就是为什么互联网和局域网不能在OT范围内直接运用的根源。随着智能装备、大数据和工业互联网的引入，OT和IT人员都面临着存取工业数据的同样需求。偏偏在企业中OT和IT处在不同的层面，从解决问题的角度来看，他们相互之间并不真正了解对方的需求。IT人员并不理解为什么OT仍然坚持使用传统的设备、采用专用的昂贵的解决方案去处理问题。OT人员或许对在IT中广泛运用的SQL数据库或者信息安全协议并不深度了解。

　　在工业3.0时代，OT和IT保持着彼此分离的局面，为了满足今天数据密集型的环境和进入工业4.0，企业必须将OT和IT交汇融合，通过提升各自的能力，形成一种真正具有颠覆性的技术。怎样可以实现OT-IT融合IT和OT的融合可不是一件轻而易举的任务。即使是在提出IT-OT融合概念的美国，现在也还在艰难地探索，至少在当下还不存在非常成熟的模式。这里暂不涉及技术细节，更多从组织层面进行讨论。试想，要使长期独立行事、互相隔离的IT部门和OT部门融合交汇，需要在业务层和技术层进行顶层设计，包括组织设计乃至进行重组。

　　近两年美国有三个不同行业的公司在这方面做了值得称道的工作，主要是：建立一个新的混合的制造IT的机构;制造IT机构率先对工作人员进行交叉培训，让OT人员深度了解IT的同时，也使IT人员深度了解OT;制造IT机构去执行一整套协调一致的技术管理流程，以确保建立一个一致性更好的跨IT和OT的架构，这个架构这个被称为实现OT-IT融合的操作架构。把IT和OT进行统盘考虑来设计路线图，打破IT和OT之间的技术隔离和各自为政，是开发操作架构的关键因素。

　　我们还可以从企业架构的角度切入OT-IT的融合。首先要求依据一系列预先很好地定义、且可伸缩的标准，其涵盖的范围从资产到数据中心，反之亦然，即从数据中心到资产。确保这些标准的安全是相当关键的，否则重要的和价格昂贵的资产容易受到攻击。所有这些相关的考虑可被概括为企业架构的概念。这一架构采取自顶而下的方法，在传递到技术细节之前，包括定义组织的目标、策略、远景规划和业务流程等诸方面。

　　这一企业架构允许IT和OT在工作中不致发生对立和难以协调。什么是“企业架构”呢?维基百科的定义是：“企业架构是一种为开展企业的分析、设计、规划和实现而定义的完善的实践活动，为了成功地进行策略的开发和执行，它在所有的时间内采用统盘考虑、全局协调的方法。”显而易见，之所以需要企业架构，是由于需要形成一个综合环境，能够在贯穿整个企业的范围内，将通常碎片化的已有流程(不论是手动流程还是自动流程)进行优化，从而达到对每一个变化都能作出响应，并且支持业务策略的良好执行。

　　业务架构(定义业务策略、产品/服务、人员组织和关键业务流程)，应用架构(提供要部署的的独立应用、这些独立应用之间的交互作用以及与核心的业务流程间的关系)，数据架构(描述物理资产和数据资产的管理逻辑和结构)，技术架构(描述支持业务、数据和应用服务部署的软件和硬件能力，包括IT基础设施、中间件、网络、通信、处理和标准等)。美国的TheOpenGroup为企业架构制定了TOGAF标准，几经更新目前这一企业架构标准已是第9版了。

　　在实现方法上，在IT和OT集成的初期制造厂就必须下力气。譬如让IT和OT一起建立一种实时反映各个车间生产状况的看板，这些看板向预设的各级主管人员报告重要信息，例如产线的负载不平衡、分析产品可能会因某个工段有故障而发生问题等等。产线是工厂最关键的区域，它门随时随地产生大量的数据，从监控车间中形成高效利用的信息。虽然信息通常是IT的范畴，但是通过传感器捕捉数据形成信息，在产线发生不良事件之前加以检测并预测，这恰恰是OT的范畴。

　　只有当这些信息流能与操作运行相结合并在产线中得以执行，制造厂才会从中得到客观的利益。ET必须纳入OT-IT融合的进程由于在制造业中集成产品和流程设计的重要性大为增加，促使企业在数字化转型过程中将工业工程技术ET纳入IT-OT的融合进程。在ARC给出的概念中，ET包括了虚拟模型的建模技术，形成了流程工艺工程师必须与IT软件开发人员一起工作，工业安全专家必须与IT信息安全专家协同，自动化专家必须与IT数据科学家协同的局面。

　　在制造业中由于智能设备的复杂度增加，相应的软件推动IT和OT紧密地集成，于是创造了在原有的知识上获得新的观察视角和洞察的机会。只有在IIoT的数字化环境中，将ET中那些建立虚拟模型的技术纳入OT-IT融合的进程中，才能真正发挥作用。或许过去ET已经被隐含在OT-IT的融合中，但是它的作用被低估了，在现在和将来的工作环境中必须改变这种观念，原因在于建模已成为管理决策或技术决策中的基础和必备的环节。

　　由于ET需要利用IT来改善OT，所以ET处于IT和OT的中间。随着获取实际状态和对实际状态进行可视化的技术不断在改进，ET为用户提供了更好了解资产在实际运用中的表现的能力。这三个领域之间的关系应该超越“和平共存”，通过合作与融合，最终产生大于其各自部分总和的结果。在虚拟环境下对新产品、新系统，甚至新的生产工厂进行设计和测试，将会创造一种令人耳目一新的效果，特别是从成本的视角来看可以获得前所未有的增益。虚拟模型可以在资产整个生命周期中将IT/ET/OT联系起来，仅从资产管理的角度来评价，可以做到在问题发生之前进行预测，并能够以优化的速度和成本对可能发生的问题进行避免。

　　举例来说，制药行业有对制造过程进行合规验证的强制要求，一旦不合规就会影响制造商的声誉。当验证的要求发生变化时，接下去就要改变控制规程，如果能在专业的规程实践的指导下运用制造IT自动地保证所需要结果的一致性，问题就容易解决。还有一个依靠资产信息进行能源管理的案例。加拿大最大的集成能源公司SuncorEnergy,其运营卓越管理系统(OEMS)和数字化转型平台的基础就是资产信息。从2004年开始OEMS的目标就是高效率地改善工厂的可靠性、风险管理和环境的可持续发展。为了获得良好的效果，资产信息必须是完整的、可存取的、适时的和可信赖的。良好的资产信息保障了按许可证运行来改善风险管理、减少非计划停车和非计划降低运行速度、提高生产率、削减供应链成本，以及削减资产投运的调试时间。

　　Suncor公司从企业的视角设计资产信息管理系统，设置了四大支柱：标准和过程、内容、人与企业文化、技术工艺。先对所采集的五花八门的信息按一定的数据格式加以标准化，接着按照工业标准建立工具，并通过业务情况和实例加以提升和改进。建立一种可管理的结构确保呈现来自所有业务单位的数据。除非标准、业务情况和实例已经被批准，否则是不允许进行客制化的。过程按不同的人员即工程师、操作人员、维护人员予以实现。

　　充分运营IIoT促使OT-IT融合怎样把老一辈在工厂生产管理的经验和积累的知识，通过数字化转型成为“数字原生”的知识财富，并被年青一代继承和发展?这一挑战也可理解为如何将OT与IT交汇融合，使得OT和IT各自的“神经突触”紧紧相连，从而为创造更多价值提供保证。OT实现流程工业的OT和IT融合的解决方案。原来在本企业内各个工厂积累了丰富的控制、管理和优化的经验，形成了一套以生产任务优先的解决方案。

　　不过这些解决方案充其量体现了操作运营管理和控制的局部优化的系统思维。如果在一个企业中有许多的工厂，它们各自的局部优化运营需要服从于该企业的全局优化运营。从社会大生产的全局而言，一个企业只不过是这一大生产链条中的一环，与其生产的上游和下游存在着诸多的关联因素。因此一个企业的IIoT不仅仅要服务于该企业各个工厂间的生产协调和优化，还必然要为企业与企业间的优化协调服务。在横河的方案中，边缘设备的解决方案作为IIoT的一部分，执行过程优化和分析功能;并通过与云基的解决方案的通信，实现企业间供应链的协调和优化，同时还通过远程解决方案实现各种工程化、运营和维护的需求。

　　横河的IIoT的解决方案包括如下特点：•实现云端库存管理，提高库存的可视化和协调能力，以优化供应链;•运用实时的过程数据共享服务，远程监控过程数据，从而达到设备运转时间最大化的目的;•提供运营管理目标服务，实现云基的性能跟踪和管理;•通过区域能源管理协调，利用云计算使区域能源成本最低;•工厂或过程仿真，使用CPS对相关工厂或过程进行近期行为的预测;•对重要设备进行振动检测，以改善状态检测的效率，达到降低成本的要求;•利用IIoT采集的数据和分析，确保过程的安全运行和信息安全，杜绝非计划停车的可能性，消除人为的出错而导致的人因可靠性失控。•利用增强显示技术进行智能维护和实时决策支持等等。

　　云计算论文范文：云计算基础上的农业机器人路径规划与实时定位

　　下面文章首先阐述了云计算的的特点和工作原理，然后结合农业机器人运动特性，采用蚂蚁算法，搭建了由农业机器人、云计算平台、ARM开发板、图像处理、摄像头和无线路由器等模块组成的云系统架构，实现了一套基于云计算的农业机器人路径规划与实时定位的系统。结果表明:采用云计算平台调用蚁群算法效率高、可行性强，高效解决了农业机器人路径规划与定位问题，具有一定的实际应用前景。