▲

產(chǎn)線數(shù)據(jù)爆棚，AI算法卻無法在控制器上運行？

當傳統(tǒng)PLC遭遇智能瓶頸，

菲尼克斯電氣vPLCnext + MLnext以革命性架構(gòu)，

讓AI無縫融入實時控制，

人人都是AI應(yīng)用專家。

當產(chǎn)線上的傳感器數(shù)據(jù)如潮水般涌來，當“智能制造”的號角響徹工廠的每個角落，身處一線的自動化工程師們，是否正面臨著一個共同的困惑：我們擁有了前所未有的海量數(shù)據(jù)，卻依然被束縛在傳統(tǒng)的“規(guī)則”控制中。如何讓我們的控制系統(tǒng)，這顆工業(yè)大腦，真正擁有思考和決策的智慧？

答案，直指AI與OT的深度融合。今天，我們將為您揭示菲尼克斯電氣如何通過革命性的 vPLCnext與MLnext，為工業(yè)AI打造了一個堅實、開放且高效的“新底座”。

1. 告別“規(guī)則” 

自動化為何呼喚AI？

傳統(tǒng)的PLC是基于嚴格“If-Then-Else”邏輯的王者，穩(wěn)定、可靠。但在應(yīng)對日益復(fù)雜的“非確定性”問題時，它開始觸及天花板。

復(fù)雜的視覺檢測

產(chǎn)品表面的細微反光、不規(guī)則的瑕疵，傳統(tǒng)算法難以應(yīng)對，而AI能從海量樣本中學(xué)習(xí)“感覺”，實現(xiàn)精準識別。

預(yù)測性維護

與其“定期保養(yǎng)”或“壞了再修”，AI能通過分析設(shè)備運行的微弱信號，提前預(yù)警故障，將非計劃停機扼殺在搖籃里。

柔性化生產(chǎn)

為了滿足個性化需求，未來的工廠必須具備快速切換生產(chǎn)任務(wù)的能力。一個訓(xùn)練有素的AI模型可以快速適應(yīng)新的產(chǎn)品類型，甚至在生產(chǎn)過程中進行在線學(xué)習(xí)和優(yōu)化，從而實現(xiàn)真正意義上的敏捷制造。

簡單來說：

AI并非要取代PLC，而是要為其增加一個強大的“認知協(xié)處理器”，讓系統(tǒng)從“被動執(zhí)行”升級為“主動思考”。

2. 為AI而生

vPLCnext的架構(gòu)革命

既然AI如此重要，為何不能直接在傳統(tǒng)PLC上運行？因為傳統(tǒng)PLC是一個“封閉的堡壘”——專有系統(tǒng)、受限資源，AI算法根本“裝不進去，跑不起來”。

為了從根本上解決這一矛盾，菲尼克斯電氣推出了基于虛擬化技術(shù)的vPLCnext。它并非簡單地將PLC軟件“PC化”，而是一場深刻的架構(gòu)重塑，實現(xiàn)了 “一臺硬件，兩個世界”。

實時世界 (OT World)

▲ vPLCnext響應(yīng)精確到毫秒級！

專為苛刻的工業(yè)控制場景打造。PLCnext實時核心獨占專用的CPU計算資源，確保對I/O信號處理、運動控制等任務(wù)的響應(yīng)精確到毫秒級，其穩(wěn)定性和確定性與傳統(tǒng)高端PLC完全一致。您無需擔(dān)心開放性帶來的不確定性，關(guān)鍵控制永遠可靠。

開放世界 (IT World)

▲ 開放世界架構(gòu)圖

專為OT與AI融合創(chuàng)新而設(shè)計。這可以是一個標準Linux環(huán)境，也可以通過Hypervisor技術(shù)同時運行其他操作系統(tǒng)。您可獲得與云服務(wù)器完全一致的開發(fā)體驗。無需移植和妥協(xié)，即可直接使用Docker容器、Python、PyTorch/TensorFlow框架等豐富的開源生態(tài)工具，讓最先進的AI算法在控制器本地原生、高效地運行。

vPLCnext技術(shù)架構(gòu)與AI的天然共振

1.分層解耦：實時控制內(nèi)核保證毫秒級任務(wù)執(zhí)行，AI推理在非實時系統(tǒng)/容器中運行，通過共享內(nèi)存或高速IPC低延遲交互，既不破壞實時性，又能獲得豐富上下文數(shù)據(jù)。  

2. 容器化與微服務(wù)：模型服務(wù)、特征處理、數(shù)據(jù)網(wǎng)關(guān)獨立升級，不影響主控制邏輯。 

3. 標準化接口：OPC UA、MQTT、REST/gRPC 統(tǒng)一語義層，使得現(xiàn)場數(shù)據(jù)快速進入AI處理單元，也讓推理結(jié)果通過函數(shù)塊/變量空間回寫控制策略。  

4. Edge-Cloud 協(xié)同：訓(xùn)練與重型特征工程放在云/數(shù)據(jù)中心；輕量化、量化后的模型在vPLCnext邊緣推理，兼顧時效與成本。  

5. 安全與隔離：利用安全沙箱 + 訪問控制+ 策略審計，確保模型更新不破壞控制域完整性。  

6. 統(tǒng)一運維：日志、指標（延遲、吞吐、漂移率）、告警集中可視化，為DevOps匯流提供基礎(chǔ)。  

這，帶來了什么？

vPLCnext實現(xiàn)了“魚與熊掌兼得”——既有PLC的確定性，又擁抱了IT世界的開放性與強大算力。vPLCnext，是為工業(yè)AI量身打造的理想“新底座”。

3. 化繁為簡

MLnext讓AI落地“零”門檻

有了vPLCnext這個強大的平臺，但新的問題來了：

自動化工程師通常不是AI編程專家，如何駕馭復(fù)雜的AI模型？這“最后一公里”，我們用MLnext為您鋪平。

MLnext是我們提供的一個AI應(yīng)用“翻譯官”，它的使命只有一個：將復(fù)雜的AI技術(shù)簡單化，讓自動化工程師通過可視化選擇和簡單的參數(shù)配置，即可完成AI模型的設(shè)計、訓(xùn)練、部署。

整個過程極其簡單：

STEP 1：數(shù)據(jù)采集與生成

首先通過vPLCnext豐富的接口和通訊協(xié)議，實時采集各種現(xiàn)場數(shù)據(jù)。再通過集成好的功能塊，高效便捷的傳輸并儲于數(shù)據(jù)庫中，為后續(xù)分析提供豐富原料。數(shù)據(jù)可被整理為規(guī)整的Datasets，用于模型訓(xùn)練與驗證。

STEP 2：模型創(chuàng)建

MLnext Creation軟件，支持構(gòu)建和訓(xùn)練時間序列數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)，無需編寫源代碼。

用戶可從多種應(yīng)用場景中選擇，上傳數(shù)據(jù)并選定相關(guān)變量后，僅需選擇優(yōu)化復(fù)雜度，其余操作（包括數(shù)據(jù)預(yù)處理和模型訓(xùn)練）均在后臺自動完成。最終輸出符合ONNX標準的模型文件，確保兼容性與可部署性，這意味著無需專業(yè)知識即可快速創(chuàng)建機器學(xué)習(xí)模型。

STEP 3：現(xiàn)場部署

MLnext Execution軟件部署在vPLCnext平臺上，通過直接加載）0NNX模型文件，實現(xiàn)機器學(xué)習(xí)模型向生產(chǎn)環(huán)境的便捷部署。該軟件具備三大功能：預(yù)定義工作流的周期性執(zhí)行服務(wù)、用于監(jiān)控控制工作流的Web界面，以及通過REST API提供的預(yù)定義工作流預(yù)測端點。

MLnext Execution現(xiàn)已納入菲尼克斯電氣數(shù)字工廠解決方案組合，共同實現(xiàn)數(shù)據(jù)采集、存儲與評估。

有了MLnext，AI專家可以專注于算法，而自動化專家只需專注于工藝和控制邏輯，無需編寫一行Python代碼，就能輕松調(diào)用頂尖的AI能力。

不止于控制 更是智能的未來

菲尼克斯電氣提供的，不是一個孤立的產(chǎn)品，而是一個從架構(gòu)到應(yīng)用的完整生態(tài)系統(tǒng)。

vPLCnext + MLnext = 確定性控制 + 開放AI生態(tài) + 極簡應(yīng)用部署

我們堅信，未來的卓越工廠，其核心競爭力不再僅僅是執(zhí)行的精度和速度，更是感知的深度、決策的智慧和適應(yīng)的敏捷度?？刂葡到y(tǒng)將演變?yōu)槟軌蜃晕覍W(xué)習(xí)、自我優(yōu)化的“認知系統(tǒng)”。

菲尼克斯電氣的vPLCnext，正是為迎接這個未來而生。它是一個開放的舞臺，我們誠摯地邀請每一位自動化領(lǐng)域的開拓者、系統(tǒng)集成商和技術(shù)愛好者，與我們一起，在這個舞臺上共同譜寫工業(yè)智能化的新篇章。

是時候，讓您的控制系統(tǒng)，不止于控制。

獲得技術(shù)支持