這里講一講Python在工業(yè)自動(dòng)化領(lǐng)域的應(yīng)用。

當(dāng)我們開始討論在工業(yè)自動(dòng)化應(yīng)用中使用哪種編程語(yǔ)言時(shí)，通常我們會(huì)首先談?wù)揑EC 61131-3標(biāo)準(zhǔn)中用于可編程邏輯控制器（PLC）的語(yǔ)言，比如經(jīng)典的梯形圖（LD）或結(jié)構(gòu)化文本（ST）。對(duì)于機(jī)器人等應(yīng)用，我們經(jīng)?？吹降图?jí)編譯語(yǔ)言，比如C語(yǔ)言。

這幾年有不少人討論在工廠生產(chǎn)線上使用Python。是什么讓Python這種解釋型的高級(jí)語(yǔ)言突然變得吸引人？Python代碼運(yùn)行速度通常比更接近機(jī)器代碼的編譯語(yǔ)言慢，而且它顯然無(wú)法勝任實(shí)時(shí)控制的任務(wù)，這是開發(fā)工業(yè)系統(tǒng)時(shí)的一個(gè)主要問(wèn)題。

然而，現(xiàn)在我們看到了一系列因素的影響，使Python在工業(yè)應(yīng)用領(lǐng)域備受關(guān)注。首先，工業(yè)4.0正在改變我們對(duì)工業(yè)自動(dòng)化的看法，特別是它強(qiáng)調(diào)了“智能”制造的重要性，其具有更高的自主性、豐富的大數(shù)據(jù)，并與增材制造、云計(jì)算等下一代技術(shù)全面集成。

工業(yè)4.0的另一個(gè)影響是工業(yè)物聯(lián)網(wǎng)（IIoT），它連接了本地網(wǎng)絡(luò)上的工業(yè)機(jī)械，用于實(shí)時(shí)機(jī)器對(duì)機(jī)器（M2M）通信，并提供持續(xù)的傳感器數(shù)據(jù)流以供分析使用。因此，我們正在見(jiàn)證信息技術(shù)（IT）和運(yùn)營(yíng)技術(shù)（OT）之間的融合，打破了長(zhǎng)期以來(lái)分隔信息技術(shù)專業(yè)人員與運(yùn)營(yíng)技術(shù)專業(yè)人員的隔離。畢竟，IIoT設(shè)備需要使用信息技術(shù)來(lái)優(yōu)化其運(yùn)作。

這里Python就有了用武之地。當(dāng)我們考慮世界上最流行的編程語(yǔ)言的優(yōu)勢(shì)時(shí)，我們可以看到Python在IIoT方面具有明顯的優(yōu)勢(shì)。

首先，Python分析和處理大數(shù)據(jù)集能力強(qiáng)大。其次，Python可讀性強(qiáng)，可以讓團(tuán)隊(duì)成員更好地協(xié)作編寫或維護(hù)代碼。最后，Python是開源的，擁有強(qiáng)大的開發(fā)社區(qū)，很多應(yīng)用都選擇Python作為開發(fā)和維護(hù)語(yǔ)言，比如Tensorflow、Pytorch等。

機(jī)器學(xué)習(xí)

毫無(wú)疑問(wèn)，Python影響最大的領(lǐng)域是機(jī)器學(xué)習(xí)（ML），這是人工智能（AI）的一個(gè)分支，其中算法從數(shù)據(jù)中學(xué)習(xí)，而不需要任何人工編寫規(guī)則。常見(jiàn)的工業(yè)應(yīng)用包括預(yù)測(cè)性維護(hù)和自動(dòng)化機(jī)器人。

如今大多數(shù)的ML都是用Python編寫的，諸如PyTorch和Google的開源TensorFlow等框架使用Python，亞馬遜的云AI服務(wù)AWS SageMaker帶有內(nèi)置的Python軟件開發(fā)工具包（SDK）。簡(jiǎn)而言之，Python是最適合這項(xiàng)工作的工具。

以下是常見(jiàn)的工業(yè)ML場(chǎng)景。機(jī)器和傳感器數(shù)據(jù)被發(fā)送到云端，我們可以利用高性能資源來(lái)訓(xùn)練ML模型。一旦我們有了一個(gè)訓(xùn)練有素的模型，例如可以分析機(jī)器何時(shí)可能會(huì)出現(xiàn)故障的模型，然后我們可以將該模型返回到工廠生產(chǎn)線上。

通過(guò)在生產(chǎn)設(shè)備中嵌入GPU進(jìn)行邊緣計(jì)算，或者利用本地IIoT網(wǎng)關(guān)的資源進(jìn)行霧計(jì)算，我們可以在現(xiàn)場(chǎng)使用我們訓(xùn)練有素的模型。

我們觀察下自動(dòng)化機(jī)器人，Python代碼將解釋高級(jí)目標(biāo)，然后由與硬件直接交互的低級(jí)編譯代碼解釋成動(dòng)作。一個(gè)簡(jiǎn)單的類比是移動(dòng)你的手臂：你的大腦設(shè)定高級(jí)意圖，而低級(jí)的神經(jīng)系統(tǒng)移動(dòng)你的肌肉。

隨著我們進(jìn)一步深入工業(yè)4.0并找到更多用于AI的創(chuàng)新用途，預(yù)計(jì)Python工程技能將成為越來(lái)越重要的資產(chǎn)。

計(jì)算機(jī)視覺(jué)

要讓機(jī)器手臂撿起東西，首先需要知道它在看什么。這就是計(jì)算機(jī)視覺(jué)（CV）的作用，它是一種使機(jī)器能夠使用攝像頭作為眼睛并且更關(guān)鍵的是能夠識(shí)別它們看到的物體的人工智能領(lǐng)域。僅僅考慮到Python在ML中的重要作用，就不難看出Python對(duì)CV非常有用。

最初由英特爾在90年代末開發(fā)，OpenCV現(xiàn)在是開源CV開發(fā)的最佳選擇之一。盡管庫(kù)仍然是用C++編寫的，但Python包裝器opencv-python對(duì)于像深度學(xué)習(xí)的CV應(yīng)用非常有用，因?yàn)樗Ａ袅嗽糃++代碼的速度，同時(shí)仍然具備Python的優(yōu)點(diǎn)。

此外，由于opencv-python創(chuàng)建NumPy數(shù)組作為輸出，因此我們可以立即將數(shù)據(jù)轉(zhuǎn)移到其他Python工具，比如SciPy、Matplotlib或其它ML工具。其結(jié)果是，一臺(tái)機(jī)器可以看到的不僅僅是像素，它可以區(qū)分產(chǎn)品，執(zhí)行質(zhì)量保證檢查，并以復(fù)雜的細(xì)節(jié)處理其環(huán)境。

搭建系統(tǒng)間通信連接的橋梁

當(dāng)機(jī)器制造商創(chuàng)造產(chǎn)品時(shí)，他們通常不會(huì)將與人機(jī)界面（HMI）之外的通信的能力置于首位。再加上許多機(jī)器運(yùn)行專有代碼，這些代碼非常接近硬件，IT方面的IT/OT融合變得更加困難。如果這些機(jī)器不能說(shuō)相同的語(yǔ)言，我們?nèi)绾问顾鼈儽舜送ㄐ牛?/span>

嗯，我們需要一個(gè)翻譯器——Python正好能夠勝任這項(xiàng)任務(wù)。像OpenMTC這樣的程序充當(dāng)M2M和物聯(lián)網(wǎng)應(yīng)用程序的中間件或“軟件膠水”。例如，如果我們將這個(gè)中間件放在像樹莓派這樣的設(shè)備上，然后Python腳本從一個(gè)來(lái)源獲取數(shù)據(jù)，進(jìn)行轉(zhuǎn)換，并以另一臺(tái)機(jī)器能夠讀取的格式發(fā)送到不同的機(jī)器。

一個(gè)簡(jiǎn)單的示例是任何對(duì)溫度敏感的制造過(guò)程。雖然機(jī)械可能無(wú)法自行調(diào)整溫度，但它的溫度計(jì)可以進(jìn)行讀數(shù)，如果溫度越過(guò)某個(gè)閾值，那么它會(huì)通知中間件，然后中間件可以告訴加熱器降低恒溫器的溫度。

我們可以將這個(gè)邏輯應(yīng)用于依賴于另一臺(tái)機(jī)器輸出的任何機(jī)器。此外，我們不僅可以使用這種方法來(lái)集成當(dāng)前的機(jī)器以提高性能，還可以打開通往新可能性的大門。

其中一個(gè)領(lǐng)域是無(wú)人駕駛汽車，通過(guò)與道路上的其他車輛通信，它們將優(yōu)化交通模式，縮短通勤時(shí)間，減少事故發(fā)生率?？梢灶A(yù)料的是，Python將是這個(gè)互聯(lián)未來(lái)的關(guān)鍵模塊。

總結(jié)

雖然我們最終可能不會(huì)使用Python來(lái)控制機(jī)器硬件或直接與制造設(shè)備進(jìn)行接口，但這并不意味著Python沒(méi)有工業(yè)應(yīng)用。

當(dāng)我們從大局角度看工業(yè)4.0時(shí)，我們發(fā)現(xiàn)數(shù)據(jù)是其關(guān)鍵特征。我們正在直接將數(shù)字世界疊加到物理世界上。這就是為什么我們需要Python的原因：為了彌合它們之間的差距，處理我們正在生成的前所未有的大量數(shù)據(jù)，并支持宏觀控制。