将数学方程转化为代码只是自动化项目开发的一部分，更需审视方程对项目需求的适用性、结合数据与时序的求解方法。数据问题须在进入算法前被检测、控制、修正；精度管理贯穿全流程；求解与实现引入的误差须被识别管控。这本可写成书，此处以寥寥数语启发思考。 首先明确：非显性确定性不等于随机性。计算机求解过程可能引入隐蔽确定性偏差——经分析虽可确定，但非有意为之。典型如精度管理：中间值常被假设精确或按已知数学规则舍入，实则各层级截断而非四舍五入强行塞入变量空间，或引入偏差。主动用数学方法管理计算值存储精度虽是编程基础，却因枯燥常被忽视。 观测数据常因采样/同步问题缺乏一致性，或因瞬态不稳定导致瞬时精度不可靠。可

智能技术如何重塑建筑设计与运维，保障人员健康福祉 新冠疫情深刻改变社会思维与互动方式，全球封锁催生居家办公/学习/购物新常态。疫情与传染病周期性爆发，重创高密度城市核心区。未来智慧城市与建筑必须快速进化，成为疫情管理、公共卫生与安全的关键力量。下图描绘无疫智能建筑典型一日图景。 信息图表由Vinod Bijlani制作，来源www.thenewnorm.sg 詹姆斯进入大楼，须通过非接触入口与测温筛查。非接触门禁+发热/口罩检测是核心安防措施，结合热成像+视频分析+AI可稳健识别人员、体温、佩戴口罩情况。人脸/皮肤温度数据送AI模型追踪历史异常，未来将对接公共卫生系统（接触者追踪）加速溯源遏制

新冠疫情加速智能建筑创新，后疫时代这些趋势将拓展新维度。 疫期智能建筑聚焦感染控制与社交距离：空座交替、扩展等候区、错峰工时致使HVAC延长运行。本文探讨如何将防疫创新转化为可持续价值——投资可复用于新服务、体验、价值创造。例如员工访客生产力App可覆盖进出、导航、通讯等全场景。下图展现后疫时代无疫智能建筑的访客体验增强蓝图。 信息图表由Vinod Bijlani制作，来源www.thenewnorm.sg 詹姆斯的拜访之旅 詹姆斯下载合作伙伴提供的访客移动App，提交访问申请、人脸信息、证件与车牌。安保机构与东道主审批通过后，访问日体验无缝入园： 车牌被停车入口视频分析识别自动放行 非接触

数字技术对自动化的影响始于1960年代早期：分布式控制系统（DCS）取代面板仪表，可编程逻辑控制器（PLC）取代继电器系统。自此，自动化与数字技术几乎不可分割。激烈竞争、资源效率与股东价值诉求倒逼制造企业持续追求运营卓越，数字技术展现的巨大潜力推动企业投入数字化与数字化转型。 业界共识：数字化转型始于数字化。先定义数字化：将图像、声音、文档等信息转为计算机可处理的数字格式。例：DCS模拟量输入转数字量处理、纸质文档转PDF。 再谈数字化转型。牛津词典与维基百科视两词同义，但领域从业者赋予不同含义。Gartner定义为利用数字技术变革商业模式创造新收入价值，迈向数字化业务；西门子定义为通过数字孪

什么是HMI？人机界面自PC进入车间起即广泛应用。大众印象中是生产现场的屏幕，广义上指人机交互的用户界面（UI）。更好的提问是：工业4.0时代的HMI长什么样？ 回溯历史：早期HMI仅启停设备、指示灯显状态；进阶版可调工艺参数（转速/温度）、模拟指示反馈压力流量。受限于硬件形态，功能局限于安全操作。 PC普及后，机柜让位于PC+CRT显示器+HMI软件，物理按钮指示灯变为屏幕图形。UI变革革命化制造：操作员获得更多控制权与更好反馈。随技术演进，CRT被触控面板+嵌入式PC取代，成为当前主流形态。 可视化范围扩大后，HMI软件延伸为SCADA系统：从单机面板进化为全厂设备互联的综合系统，每个HM

定义IIoT先从IoT说起。物联网（IoT）是智能设备、计算机、移动终端、应用接入互联网形成的网络，采集海量数据上云存储处理并分发给用户。工业物联网（IIoT）是IoT子集，专指工业自动化领域：将传感器、执行器、PLC等自动化设备接入互联网并实现设备间（M2M）互联。 IIoT与消费级IoT的本质区别 核心差异在于OT与IT通信的差异。OT（运营技术）面向物理过程运行（机器、驱动器等）及工业控制系统（DCS、PLC、SCADA、HMI）；IT（信息技术）面向企业级数据存储、处理、交付。IIoT技术进步推动IT/OT融合，将现场数据经边缘采集、分析上云，助力工业系统更精准掌控生产运行与安全管理，

人工智能（AI）是2020年乃至未来的超级热词。新入行者常困惑：为何AI总与机器学习（ML）形影不离？它们是什么？有何区别？工业场景如何应用？为何如此重要？ 同工业4.0许多术语一样，AI与ML常被过度使用与误用。本文拨开营销迷雾，还原核心差异。 定义与关系 人工智能：让机器模仿人类行为的技术。机器学习：AI子集，用统计方法随经验积累自我改进。AI涵盖自然语言处理、图像识别、智能机器人等众多领域。 AI具备感知、推理、学习能力；ML作为许多AI系统基础，仅具备基于数据模式预测结果能力。ML能识别数据模式差异，但永不理解自身在做什么。AI融合ML结果与其他分析方法，达到某种智能水平。 图示：AI

认为工业4.0意味着淘汰所有老旧设备是个误区。 首先界定老旧设备：指不具备与第三方系统实时通信原生能力的机器/工业资产，即非智能设备。运营十年以上的企业普遍拥有大量老旧设备，企业越老、存量越大。 全量替换不切实际且成本高昂，将老旧设备纳入智能制造体系势在必行，否则工厂将存在盲区。业务领导者应强制要求集成老旧设备。 好消息是，遵循以下步骤即可将老旧设备变智能： 始于业务目标：明确KPI及老旧设备需输出的测量数据。 选型方案商：具备跨品牌/型号连接老旧设备的能力。 详细勘测：存在多种联网方案，需专业评估。 KPI分两类：生产类（OEE、损耗分析等）仅需循环计数/时间及人工录入；工艺类（状态监测

工业4.0与智能制造——这两个术语究竟何意？能否互换使用？ 身处制造业或工业自动化领域，几乎无人能逃过这些高频热词。思想领袖、专家、高管争相谈论，它们写入使命宣言、年度目标，仿佛人人皆懂。但深究之下，要么承认有概念但说不清，要么众说纷纭。若连定义都不清，何谈落地？ 本文旨在澄清概念：定义术语、阐述关联、解答为何它们当下如此关键。核心难点在于：缺乏通用权威定义。 工业4.0的诞生 2011年汉诺威工博会，博世提出信息通信技术在工业生产中的广泛集成，工业4.0（欧洲称Industrie 4.0）概念正式诞生。德国政府与业界高度重视，由博世高管Siegfried Dais与前SAP掌门人Hennin

审视当下的电力网络：它覆盖全球大部分地区，支撑了百余年的现代文明。但现有电网基于集中式发电、极少控制节点、依赖化石燃料——这些皆根植于20世纪理念。 若从零重新设计电网会怎样？特斯拉工程师Colin Breck与Percy Link近期在英国会议上给出答案：基于开源技术与数字孪生构建极致韧性。随可再生能源接入增加，供需精准平衡难度剧增，控制力下降、发电预测失准。电池储能虽能快速响应峰谷波动，但Link强调：这种快速响应不仅是妥协，更是超越旧电网的创新机遇。 虚拟电厂架构：聚合分布式能源 特斯拉方案不仅建设巨型电池电站，更提出聚合家庭与企业的分布式小型电池——这些电池通常服务于私人光伏或备用电源

新冠疫情自爆发以来迅速蔓延全球，造成巨大生命损失与经济冲击，引发对现有医疗交付体系的深刻反思。在这场危机中，物联网（IoT）展现出成为游戏规则改变者的潜力——它能让临床医生远程提供医疗服务，并在必要时将以患者为中心的护理模式转向以社区为中心的模式。 世界卫生组织发布的临时指南指出：当医疗系统不堪重负时，轻症患者可在非传统设施或家中隔离，但必须建立与医疗提供者的通信联系。远程患者监护（RPM）系统正是这一通信链路的核心载体，而IoT正是RPM的核心技术。远程管理医疗可提升资源利用效率，保障医患安全，限制感染传播。 新冠疫情对医疗体系的冲击 面对这一高传染性疾病，目前尚无特效药或疫苗。以患者和医院

人工智能技术，特别是机器学习，正日益被视为一种革命性工具。但究竟什么是机器学习？ 弗朗索瓦·乔莱在其著作《Python深度学习》中提出了一个精辟的定义：机器学习是一种新的计算范式。在传统计算中，我们向计算机提供规则和数据，期望得到正确结果；而机器学习则颠倒了这个顺序——我们提供数据和结果，让计算机推导出规则。 这一新范式从根本上改变了解决问题的方式，为各个领域打开了广阔机遇。近年来，机器学习已广泛应用于工业领域。尽管应用范围广泛且有众多优秀专业人士投身其中，但在工业项目开发中仍常见一些应避免的典型错误。本文将重点探讨其中三个关键误区。 1. 忽视基础：盲目追求高大上技术 工业4.0、数字化、人

若你对工业物联网（IIoT）巨大潜力感兴趣，可能无暇逐分钟跟进新进展。成千上万 IoT 博客和新闻源存在，质量参差。许多甚至不涉足工业侧。 所以我们本月帮你拨开迷雾。我们寻找2020 年 7 月发布的相关文章，可能让你觉得有新闻价值、有用或有趣。这是当前影响 IIoT 世界的新闻和思想领袖观点样本。评论区告诉我们你的想法。 1. EE Times Europe: 如何从工厂车间数据获取全价值 IIoT 擅长产生海量数据。它是被称为大数据现象背后驱动力——近年数据集过大或过复杂，传统数据处理技术无法应对。IDC 报告估计世界数据从 2018 年 33 ZB 增长至 2025 年 175 ZB。（

ISA95，一套为制造商定义企业与控制系统集成的标准系列，诞生于 1990 年代中期。国际自动化学会（ISA），该系列命名者，通过多部分努力开发 ISA95 以： 系列起源于工业 3.0 时代，计算机用途扩展到广泛行业。 很快，随着算力持续加速、各技术成熟，工业 4.0 诞生。工业 4.0 为领导力、人员、流程、物料创造提升生产力和效率机会。 ISA95 诞生于工业 3.0，但我个人认为，工业 4.0 不挑战 ISA95。相反，工业 4.0 是强大工具，可利用 ISA95 结构、定义、教导将其推向新领域。ISA95 大量引用人、流程、物料等。这些是工业运营核心关切，未变。 从过去学习总有益，所

过去十年，前所未有事件冲击工业运营。最近 COVID-19 大流行是突出例子。除社会影响外，病毒粉碎了工业传统工作流程。 为应对挑战，工业须快速行动以维持可持续业务。2010 年代也见证另一长期颠覆：对更个性化产品和服务需求变化。早期每次工业革命也发生类似颠覆，反应更快、迁移至创新灵活流程的组织得以延续。 灵活适应变化需求是工业 4.0 向导。新一波工业 5.0 近期涌现。工业 5.0 比工业 4.0 采取更协作方式，包括人机更深度协作。 工业 4.0 主题围绕网络物理系统的连接性，工业 5.0——虽也基于工业 4.0 实现的平台——还关注人与机器关系，即机器人或协作机器人。工业 4.0 为人

一位职业哲学家眼中的自动化未来 多数人提到自动化，最初联想到高效机器人、机床、控制系统。若继续思考，我们会——也应该——转向这些技术如何影响人的问题。作为工人、管理者、最终作为人类。 这是自动化伦理维度及其重要辩论的起点。 自动化非新事物，非真空发生。历史上始于现代之前，自 18 世纪第一次工业革命以来是现代世界最重要趋势之一。今天，也成为第四次工业革命主要驱动力之一。 因此，我们所有人——或许尤其是实施自动化的工程师、科学家、技术人员——反思自动化伦理含义至关重要。明智自动化可为全人类带来更光明、更富生产力未来。短视自动化可能导致商业社会动荡、不满、甚或重大政治动荡。 自动化伦理关联问题许多

本偶尔系列为您精选自动化社区影响话题的近期文章。国际自动化学会（ISA）会员和博客读者兴趣专长广泛，我们想聚焦这些截然不同领域的最新资讯和思想领袖观点。 本期涵盖信息技术（IT）和运营技术（OT）团队在日益互联世界中协作的迫切需求。以下文章均发布于 2020 年 8 月。 1. Belden: 从 IT/OT 共存到融合：克服 5 个痛点 IT 和 OT 团队协作往往困难，即使多年行业讨论融合必要性。IT/OT 转型主要是文化问题——双方必须清晰理解融合在典型工作日意义，且须相信行之有效。文章突显 IT/OT 融合常见挑战及克服之道。 2. ZDNet: 为不情愿数字化转型的企业准备的 6 步

什么是 RTLS？ 实时定位系统（RTLS）是一种室内定位系统，因提升效率、生产力、安全性而在工业界流行。使用这些系统，可在工业场所内精准追踪定位资产和人员。RTLS 可达厘米级精度。Markets and Markets 预测 RTLS 市场从 2018 年 318.6 万美元增长至 2023 年 879.2 万美元，复合年增长率 22.5%。 传统 GPS 系统因信号无法穿透建筑材料，无法在工业场所内提供准确位置信息。GPS 设备成本高、复杂、耗电大，相比之下蓝牙低功耗（BLE）技术优势明显。视数据传输和功耗，BLE 标签电池寿命可达七年。 BLE 基础 RTLS 组件 RTLS 由 BL

第一部分 数字化驱动力是对精度、质量、可靠性的日益增长需求。市场动态迫使制造业推出新产品、修改设计匹配消费者情绪变化、定制化、更快交付。机器人几十年来是制造业好伙伴，机器视觉亦然。 机器人和机器视觉独立达到稳定和技术成熟。近期发展相互补充，使流程更高效。本文阐述制造领域视觉引导机器人（VGR）见解。VGR 对移动机器人、人形、笛卡尔、SCARA 机器人同样适用，我们聚焦关节机器人的应用与挑战。 深入核心主题前，理解机器视觉和工业机器人重要概念必要。 机器视觉可定义为人类视觉的自动化。不仅需捕获图像（眼睛功能），还需处理图像生成结果（大脑功能）。机器视觉系统依赖工业相机内专用光学保护的数字传感器

COVID-19 造成前所未有的全球呼吸机需求。医疗供应商争分夺秒防短缺，其他公司也伸出援手。全球自动化专业人士竭尽所能抗击 COVID-19 传播。 国际自动化学会（ISA）计划在博客上报道一些杰出人物和项目。 Pointfar Automation 近期宣布设计了呼吸机制造数字孪生模型。他们向任何有意制造呼吸机的公司免费提供该软件。我们与 Pointfar 总裁 Kash Behdinan 对谈，了解更多努力。 Behdinan 曾任 ISA 过程管理与控制分会总监、ISA 蒙特利尔研讨会联合主席、2017 年过程控制与安全研讨会（现称过程工业会议）项目主席，以及第 61 届国际仪表研讨会