将数学方程转换为代码是涉及计算机解决方案的自动化项目开发的一部分，但也被排除在外。我们必须考虑相对于正在开发的项目需求的数学方程的有效性。我们还必须考虑求解涉及数据和时间的方程的求解方法。 必须检测、控制并在可能的情况下纠正到达求解算法的数据问题。精确管理必须发生在流程的各个阶段。必须检测和管理解决方案过程和实施过程中产生的错误。 这是书籍的主题，但希望可以用几百字来推动思考过程。 首先，请记住，并非我们没有特别确定的所有内容默认情况下都是随机的。计算机及其解决问题的程序可能会引入模糊的偏见 通过分析，这显然是确定性的——只是不是故意的。说明问题的简单方法是精确的。在许多情况下，我们愿

关于智能技术如何改变建筑物的设计和维护方式以保障居住者健康和福祉的愿景 COVID-19 极大地改变了社会的思考和互动方式。世界各地的长期封锁导致在家工作、学习和购物成为新常态。最终，流行病和传染病是周期性的，并将继续在人口密集的城市中心造成最严重的打击。 因此，未来的智慧城市和建筑必须迅速发展，并成为流行病管理、公共卫生和安全的关键贡献者。下图展示了在无 COVID 的智能建筑中的典型一天。 信息图由 Vinod Bijlani 提供，由 www.thenewnorm.sg 提供 詹姆斯拿着他的笔记本电脑包和手机进入了智能大楼。他需要通过非接触式入口和温度筛查才能进入大楼。

虽然 COVID-19 加速了智能建筑的发展，但这些建筑趋势和创新将在 COVID 之后朝着新的方向发展。 对于 COVID，智能建筑创新和转型的主要重点是控制感染和保持社交距离，在这种情况下，需要使用备用座位和扩大等候队伍的空间。工作时间也变得更加错开，需要供暖、通风和空调 (HVAC) 系统运行更长的时间。 视频由 prxd 提供；音乐由 Bensounds 提供 在本文中，我将讨论我们如何利用这些创新来超越感染控制，并使这种转变可持续。可以利用对这些技术的投资来创造新的服务、体验和价值——仅受我们想象力的限制。例如，员工和访客生产力应用程序可以增强所有可以想象的功能：从进入和

数字技术对自动化的影响始于 1960 年代初期在加工厂引入分布式控制系统（代替基于面板的仪器和控制器）。随后引入1960 年代后期的可编程逻辑控制器取代了工厂中基于继电器的系统。从那时起，自动化和数字技术几乎变得密不可分 .激烈的竞争、更有效地利用所有资源为股东创造价值的需求等都在推动制造公司抓住机遇，不断提高其卓越运营能力。当他们意识到数字技术为他们提供了提高绩效的巨大可能性时，就会促使他们在数字化和数字化方面进行投资。 既然普遍认为数字化始于数字化，那么让我们从定义数字化开始。 数字化是将信息以图像、声音的形式进行转换或转换的过程、文档等转换成计算机可以处理的数字格式。 这方面的一个例子是

什么是人机界面？ 人机界面 ，通常称为 HMI，自从个人计算机到达工厂车间以来就一直在使用。大多数人认为它们是生产环境中使用的屏幕。在更广泛的意义上，它们是人与机器之间的一种用户界面 (UI) 形式。因此，更好的问题是，“工业 4.0 时代的 HMI 是什么样的？” 为了回答这个问题，我们应该从一点历史开始。 HMI 的原始功能是启动和停止设备，其中包括用于描述状态的指示灯。更先进的 HMI 能够调整过程参数，如速度或温度，或包含模拟指示器以提供传感器的反馈，如压力或流量。由于所有的控制和监控都是一个硬件，人机界面通常仅限于安全操作。 当计算机在工厂车间变得越来越普遍时，这些外壳被个人计

要定义 IIoT，我们首先必须定义 IoT。 物联网 (IoT) 是连接到 Internet 的智能设备、计算机、移动设备和应用程序的网络。物联网收集大量数据，在云端存储和处理，并与最终用户共享。 工业物联网 (IIoT) 是物联网的一个子集，专门指工业自动化。 IIoT 将传感器、执行器和 PLC（可编程逻辑控制器）等自动化设备连接到互联网以及相互连接（称为机器对机器）。 物联网和工业物联网有什么区别？ IIoT 与其他商业 IoT 应用的主要区别在于 IT 与 OT 通信的区别 . OT（操作技术）是指物理过程（机器、驱动器等）和工业控制系统的操作，例如 DCS（分布式控制系统）、PLC

人工智能 (AI) 是 2020 年最大的流行语之一，随着我们开始充分利用其潜力，未来只会继续变得更加流行。对于刚接触该主题的人，您可能想知道为什么您几乎总是看到“人工智能”这个概念伴随着“机器学习”？ 这些是什么？它们有何不同？它们可以在工业环境中应用到哪里？ 为什么它们如此重要？ 与工业 4.0 中出现的许多其他术语类似，人工智能和机器学习似乎经常被过度使用和误用。本文试图在没有任何营销炒作的情况下澄清差异。 定义人工智能和机器学习 人工智能 是一种使机器能够模仿人类行为的技术。 机器学习 (ML) 是 AI 的一个子集，它使用统计方法随着时间的推移而改进，因为它获得了经验。人工智能有

工业 4.0 的采用意味着摆脱旧机器，这是一个神话。 首先，让我们定义什么是“遗留机器 ” 在此上下文中的意思。这些机器或工业资产本质上不支持与第三方系统的实时通信。换句话说，它们不是“智能机器 .” 十年前或更早开始的所有行业都有大量遗留机器。行业越老，遗留机器的数量就越多。 用智能机器替换所有旧机器是不切实际的，而且成本高得令人望而却步。因此，将这些机器集成到智能制造系统中变得非常重要。否则，您最终会在工厂中出现盲点。企业领导者应坚持将传统机器集成到智能制造系统中。 好消息是，如果您按照以下步骤操作，旧机器可以转换为智能机器： 始终从业务目标开始。 这包括确定 KPI 以及旧机

工业 4.0 和智能制造 .这些术语是什么意思？它们可以互换使用吗？ 今天几乎不可能在制造业或工业自动化行业中没有听说过这些流行语以一种或另一种形式使用。它们似乎无处不在，受到思想领袖、行业专家、战略家和公司高管的积极讨论。它们写在使命宣言中，甚至是许多公司年度目标的一部分，这给你的印象是每个人都知道他们到底是什么。但是，如果您深入挖掘并开始询问人们的意思，您会发现他们要么诚实并说“我有一个想法，但我真的不知道”，或者他们会给您一个完全与下一个人不同的答案。如果是这样的话，使用或实现与这些概念相关的任何事情都会变得困难，不是吗？ 本文的目的是通过定义这些概念、解释它们与彼此以及与您的组织的

考虑电网。 它覆盖了世界大部分地区。它的存在和可靠性对现代世界的定义远远超过我们大多数人的存在时间。我们欠电网一个世纪以来价值的大部分（如果不是全部）新技术。 由于数百万复杂的互连设备以复杂的模式协同工作，电网只能在今天运行。然而，它是为控制点最少的集中式发电而构建的，并且依赖于化石燃料——所有这些概念都植根于 20 世纪 . 如果今天从头开始重新设计电网会是什么样子？这是特斯拉工程师 Colin Breck 和 Percy Link 最近解决的一个问题。他们的答案涉及通过开源技术和数字双胞胎建立巨大的弹性。他们在最近在英国举行的一次会议上分享了他们的见解。 随着更多可再生能源在现有电网

不到一年前首次在中国发现了 COVID-19 .从那时起，它迅速蔓延到世界各地，造成了数不清的苦难。生命和生计已经丧失，全球经济遭受重创，世界正在经历我们记忆中从未见过的危机。虽然正在拼命尝试减轻痛苦，但对许多人来说，不确定性笼罩着他们的未来。 这场危机引发了一场关于当前医疗保健提供系统的辩论。如果有任何迹象表明正在进行的发展，物联网 (IoT) 有可能成为改变游戏规则的人 .它可以帮助临床医生从偏远地区提供医疗保健服务，并在情况允许的情况下，从以患者为中心的护理转变为以社区为中心的护理。 世界卫生组织最近发布了一份临时指南，名为“对出现轻微症状的 COVID-19 患者的家庭护理及其接

人工智能技术的使用，更具体地说是机器学习，越来越被视为一种革命性的工具。 但什么是机器学习？ Francois Chollet 提出了一个有趣的描述。在他的书“使用 Python 进行深度学习”中，他将机器学习 (ML) 定义为一种新的计算范式。在传统计算中，我们向计算机提供规则和数据，我们期望得到正确的结果。使用机器学习，这个顺序被改变了。我们将数据和结果提供给计算机，并期望规则作为答案。 这种新的计算范式显着改变了我们解决日常问题的方式，并为所有研究领域带来了广泛的机会。在过去的几年里，机器学习得到了广泛的应用，包括在工业领域。尽管范围如此广泛并且有许多优秀的专业人士在该领域工作，

如果您对工业物联网 (IIoT) 的巨大潜力感兴趣 ，您可能没有时间随时了解最新动态。存在数以千计的物联网博客和新闻来源，而且质量参差不齐。许多甚至没有解决工业方面的问题。 所以我们将帮助消除噪音 这个月。我们查找了 2020 年 7 月 发表的相关文章 你可能会觉得有新闻价值、有用或有趣。以下是当前影响 IIoT 世界的当前新闻和思想领导力示例。请在评论中告诉我们您的想法。 1。 EE Times Europe：“如何从工厂车间数据中获取全部价值” IIoT 擅长产生大量数据。它是大数据现象背后的驱动力——最近出现的数据集太大或太复杂，传统数据处理技术无法处理。 IDC 的一份报告估计，

ISA95 是一系列为制造商定义企业和控制系统集成的标准，是 1990 年代中期的产品。该系列的同名国际自动化学会 (ISA) 在多方面的努力下开发了 ISA95： 该系列起源于工业 3.0 时代，当时计算机的使用正在扩展到各行各业。 很快，随着计算能力的不断加速和各种技术的成熟，工业 4.0 诞生了。工业 4.0 为提高领导力、人员、流程和材料的生产力和效率创造了机会。 ISA95 出现在工业 3.0 期间，但在我个人看来，工业 4.0 不会挑战 ISA95。 相反，工业 4.0 是一个强大的工具，可以通过利用 ISA95 的结构、定义和教义将其带入新的领域。 ISA95 大量参考人

在过去的十年中，前所未有的事件对工业运营提出了挑战。当然，最近的 COVID-19 大流行就是一个明显的例子。除了对社会产生影响外，该病毒还破坏了工业界的传统工作流程。 为应对挑战，行业需要迅速采取行动应对形势，以保持业务的可持续发展。 2010 年代还见证了另一个更长期的颠覆：对更个性化的产品和服务的需求变化 .早先，每次工业革命都会发生此类中断，反应更快并迁移到创新和灵活流程的组织得以幸存。 灵活地采用不断变化的需求是工业 4.0 的指南。下一波工业 5.0 最近也出现了。工业 5.0 具有更具协作性的方法 与工业 4.0 相比，包括更多人与机器人之间的协作。 而工业 4.0 的主题

一位工作哲学家思考自动化的未来 当大多数人想到“自动化”时，我们最初可能会想到高效的机器人、机床和控制系统。然后，如果我们仍在考虑这个问题，我们可以——正如我们应该的那样——继续讨论这些技术如何影响人们的问题 .人是工人、管理者，最终还是人。 这就是道德维度 自动化以及围绕它的重要辩论开始了。 自动化并不新鲜，也不是凭空发生的。从历史上看，它始于现代之前，是自 18 世纪第一次工业革命开始以来现代世界最重要的趋势之一。如今，它也正在成为第四次工业革命的主要驱动力之一。 因此，对于我们所有人——也许尤其是实施自动化的工程师、科学家和技术人员——反思自动化的伦理意义是很重要的。明智地自动

在这个不定期的系列中，我们将为您带来精选的近期文章，这些文章涉及受自动化社区影响的主题。国际自动化协会 (ISA) 成员和博客读者拥有广泛的兴趣和专业知识，我们希望帮助关注来自这些非常不同领域的最新新闻和思想领导力。 该系列中的这篇文章涵盖了信息技术 (IT) 和运营技术 (OT) 团队在日益互联的世界中协同工作的日益增长的需求。以下文章均发表于2020年8月。 1。 Belden：“从 IT/OT 共存到融合：需要克服的 5 个痛点” IT 和 OT 团队通常很难一起工作，即使在行业讨论了多年关于融合的必要性之后也是如此。 IT/OT 转型主要是文化问题 ——两个团队都必须清楚地了解融

什么是 RTLS？ 实时定位系统 (RTLS) 是一种室内定位系统，在行业中越来越受欢迎，用于提高效率、生产力和安全性。使用这些系统，我们可以准确跟踪和定位工业厂房内的资产和人员。RTLS 能够达到厘米级精度。Markets and Markets 预测 RTLS 市场将从 2018 年的 318.6 万美元增长到 2023 年的 879.2 万美元，复合年增长率为 22.5% . 传统 GPS 系统无法在工业厂房内提供准确的位置信息，因为 GPS 信号无法穿透建筑材料。GPS 设备成本更高、更复杂，并且在与蓝牙低功耗 (BLE) 技术的比较 .根据数据传输和功耗的不同，BLE标签的电池寿命可

第一部分 数字化背后的驱动力是对准确性、更高质量和可靠性的日益增长的需求。市场动态迫使制造业推出新产品、修改设计以适应不断变化的消费者情绪、定制和更快的交付。几十年来，机器人一直是制造业的朋友，“机器视觉”本身也是如此。 机器人和机器视觉已经独立地达到了稳定性和技术成熟度。最近的发展在提高流程效率方面相互补充。本文将阐述关于视觉引导机器人 (VGR) 的一些见解 在制造领域。尽管 VGR 与移动机器人、类人机器人、笛卡尔和 SCARA 机器人等其他机器人类型同样相关，但我们将重点关注关节机器人的应用和挑战 . 在深入探讨我们的核心主题之前，了解机器视觉和工业机器人的一些重要概念非常重要。

COVID-19 对呼吸机产生了前所未有的全球需求。随着医疗供应商争先恐后地防止短缺，其他公司正在介入以尽其所能。 世界各地的自动化专业人士都在努力帮助抗击 COVID-19 的传播。 国际自动化学会 (ISA) 计划在我们的博客上介绍其中一些杰出的人和项目。 Pointfar Automation 最近宣布，他们设计了一种用于制造呼吸机的数字孪生模型。他们正在向任何有兴趣这样做的公司免费提供该软件。我们与 Pointfar 的总裁 Kash Behdinan 坐下来了解更多有关这些努力的信息。 Behdinan 是 ISA 过程管理和控制部的前任主任、ISA 蒙特利尔研讨会的前任联合