导读:
长期以来信息技术 IT 和操作运营技术 OT 是相互隔离的。他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：
● 收获大数据带来的诸多好处
● 为更好的决策获得信息
● 优化业务过程
● 使突发的设备故障最小化
● 削减运营成本 ● 降低风险，缩短项目的时间进程
01
关于 OT 的定义
维基百科的 OT 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 的初衷是用来表述传统 IT 系统与工业控制系统环境在技术性和功能性的差异，工业控制系统所处的环境是所谓“非铺地毯区域的 IT”，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（包括计算机化的机床）、科学设备（如数字式示波器）。
Gartner 关于 OT 的定义：
“ 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，但基本离不开上面两种定义的概念。归纳 OT 的概念有着以 的几点基本内容：
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， 将其它类型的企业的运营技术纳入 OT 的概念只是引申，并非原意。
② OT 技术是直接对工业的物理过程、资产和事件进行监控和/或对过程、资产和事件实施改变控制的硬件和软件。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， 但其应用软件 显然隐含了工业工程技术（所谓的 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。按照这个概念 ERP 显然不是 OT 的范畴， MES/MOM 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。在这个意义上，与 IT 相比，其开放性和标准化有待于改善和提升。
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。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。
历史上这两个团队是相互独立的，但一旦它们相互融合会使整个工厂产生显著的改善。OT 与 IT 融合必然创建提质增效的结果。它赋予工厂的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任何意想不到的事件，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。
下图1 是从近年新进且在 IIoT 领域发展很好的美国 Inductive Automation 公司的白皮书《IIoT: Combining the Best of OT and IT》 中的截图。直观地指出 OT 包括机械装备、物理成套设备以及对它们践行监控和控制的工业硬件和软件。
图1 OT 和 IT 的范围
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， 然后划分为若干的子部件，且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。而且 OT 人员环绕着以任务为关键的高风险系统工作，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的联接不能在 OT 范围直接运用的根源。
随着智能装备、大数据和工业互联网的引入， OT 和 IT 人员都面临需要解决存取工业数据同样的问题。偏偏在企业中 OT 和 IT 处在不同的层面，从解决问题 的观点来看，它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 仍然要使用传统的设备，采用专用的昂贵的解决方案去处理问题。OT 人员或许 对 SQL 数据库或者对现今在 IT 中运用的信息安全协议的宽度并不深度了解。
即使存在这些差异，而现在正好存在这样的机会 让 OT 和 IT 相互融合， 通过提升各自的能力，从而形成一种真正具有颠覆性的技术。在工业 3.0 的时代， OT 和 IT 保持着彼此相互的分割。而为了满足今天的 数据密集型的环境和进入工业 4.0，企业必须将 OT 和 IT 交汇融合匹配。
02
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，更多从组织方法上进行讨论。
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和组织设计，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。这个被称为实现 OT-IT 融合的操作架构，定义 IT 和 OT 系统的统盘考虑的路线图。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。将此两个领域融合， 首先要求依据一系列预先很好定 义、且可扩可缩的标准，其涵盖的范围从资产到数据中心， 反之也然，即从数据中心到资产。确保这些标准安全，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。所有这些相关的关切可被概括为企 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，其流程包括需要组织的目标、策略、远景规划和业务诸方面。在操作运营的范围里， 这一企业架构允许 IT 和 OT 不致发生对立的难以协调的工作。
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，从而达到为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。
现在企业的 CEO 都清楚通过 IT 对信息进行有效管理和利用，是取得业务成功的关键因素，而且是获取竞争优势的必不可少的手段。在业务环境不断变化的情况下， 企业架构的作用就是通过提供 IT 系统演进的战略背景环境以及 IT 与 OT 的融合予以应对。
图 2 企业架构由四个架构域构成
上图2 描述了企业架构总体构成的四个架构域：
● 业务架构（定义业务策略、治理、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（描述组织的逻辑、物理数据资产和数据管 理资源的结构） ● 技术架构（ 描述支持业务、数据和应用服务部署的逻辑的软件和硬件的能力，包括 IT 基础设施、中间件、网络、通信、处理和标准等） 。
美国的 The Open Group 为企业架构制定了 TOGAF 标准。几经版本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 集成期间，制造厂必须在初始阶段就下力气，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。
由于产线是工厂最关键的区域，它们随时随地产生大量的数据，从监控车间中可以得到高效利用的信息。虽然信息通常是 IT 的范畴，但是通过传感器捕捉信息， 在产线发生不良的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。
03
ET 必须纳入
OT-IT 融合的进程
图3 ET 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，促使企业的数字化转型要求工程技术 ET（engineering technology）纳入 IT-OT 的融合进程中。
在 ARC 给出的概念中， ET 包括了数字模型的建模技术，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 紧密的集成，于是创造了在原有的知识上获得新的洞察和观察视角的机会。只是在 IIoT 的数字化数据环境中，将 ET 工程技术中那些为建立虚拟模型的技术纳入 OT-IT 融合的进程和交换中，这才能真正发挥作用。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必须改变这种观念，原因在于建模工具已成为管理决策或技术决策中的基础和必备的环节。
图4 在 IIoT 环境下 OT-IT 的融合必须纳入 ET
如图4 所示，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 为用户提供更好了解资产在实际运用中的能力。在这三个领域之间的关系应该超越“和平共存”，而通过合并融合，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，可以取得在一个问题发生之前就能预测，并能够以优化的速度和成本对可能发生的问题进行维护。
举例来说， 制药行业由于具有对制造过程进行合规验证的要求，一旦不合规就会影响其声誉。当验证的要求发生变化，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 Suncor Energy，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 的目标就是有效和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。
良好的资产信息提供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系统，首先设置四大支柱：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，并按业务情况和实例加以提升。建立一种可管理的结构确保呈现和显示来自所有业务单位的数据。除非标准和业务情况和实例已经被批准，是不允许客制化的。过程按不同的人员即工程师、操作人员、维护人员予以实现。
04
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 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。图5 是日本横河利用工业互联网 IIoT 实现流程工业的 OT 和 IT 融合的解决方案。
图 5 通过 IIoT促成 OT-IT 融合的基础架构
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也需要服从于 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：
● 实施提高效率，使产出最大化；
● 进行过程数据分析，使生产性能最优化；
● 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；
● 集中的过程数据管理系统采集和利用海量的过 程数据以改善运营效率和安全；
● 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；
● 运营人工智能分析阀门的“ pure PV”， 预测空蚀现象；
● 利用 IIoT 采集的数据和分析， ① 确保过程的安全运行和信息安全，防止突发事件的发生和来自外界的信息攻击；② 杜绝非计划停车的可能性，以改善可用性和可靠性；③ 为消除人为的出错，而导致的人因可靠性失控。
此外还有：进行全厂范围内的温度检测，以求得预测性维护的实施，减少过程突发停车的风险和降低设备的维护成本；利用增强显示技术进行智能维护和实时决策支持等等。
