作者 |?Mario Torre

隨著數字技術的發展，自動化系統架構的設計范式已經發生了變化。新技術的廣泛應用也帶來了新的業務和挑戰。

數字技術在過去20年中不斷發展，幾十年前無法想象的事現在正在被采用并被視為通用標準。通信、計算硬件、集成電路小型化、云計算、機器學習、高級分析、密碼學和其它相關技術正在不斷發展，以可承受的成本提供更多功能。

數字通信發展迅速。如今，5G無線通信在移動或靜態設備上為我們提供了超高速和巨大的帶寬。各地已經安裝的多頻光纖電纜，可在全球范圍內提供超高速數據高速公路，在各國之間提供近實時的視頻通信，包括流式傳輸高清電影的能力。通信系統的這種擴展將繼續下去。

硬件小型化和新的芯片制造技術正為我們帶來更便宜、更快、更小、更節能的計算設備，我們可以將其用于電器、現場或高性能云計算設備中。隨著通信的爆炸式發展，計算能力將更具有彈性，且無處不在。

機器學習、深度學習、密碼學和其它高級算法如今可以在計算系統以及小型智能設備中實現，從而提供卓越的見解和更多價值。通信網絡和計算硬件的發展，使得所有這些都成為可能。

01

數字技術面臨的挑戰

伴隨著數字技術爆炸式的發展，新的挑戰也出現了。人們之間的聯系更加緊密，需要實時提供更多信息。市場需求非常不穩定，必須在瞬間做出商業決策。技術進步和即將到來的挑戰之間有著非常密切的關系。

自動化領域一直在積極采用這些新技術。我們擁有了更復雜的設備、智能無線儀器、功能強大的可編程邏輯控制器（PLC）、邊緣計算設備、監控和數據采集（SCADA）以及分布式控制系統（DCS）和歷史數據庫，它們可以運行在大型的服務器或云計算環境中，在工作站、平板電腦和其它便攜式設備上為用戶提供服務。

盡管通信和計算技術取得了巨大的進步，但自動化架構并沒有發生太大變化，很多企業的底層架構基本保持未變。

例如，由于面臨著與其它行業不同的特定挑戰，在技術采用方面，石油和天然氣行業基本上比較保守。然而，隨著技術的發展，運營變得更復雜，市場更動蕩，競爭也更激烈，必須解決環境和可持續發展計劃及其問題。在當前的運營環境下，這個行業需要更充分地利用技術價值。

碳氫化合物的生產越來越困難，經營利潤率越來越低，環境法規越來越嚴格，安全政策要求減少人員在現場條件下的暴露。所有這些都在推動該業務不僅要廣泛實施更多的自動化和數字化解決方案，而且還要采用新的先進系統架構，以最好地解決該行業當前實際和即將到來的運營和業務挑戰。

02

自動化系統架構的新范式

傳統的自動化架構無法跟上行業面臨的新挑戰，企業應采用新的自動化系統架構，以更好地適應新的行業運營和業務挑戰。以下是在其它計算架構中取得成功，但在自動化領域容易被忽視的幾個系統架構范例：

01

扁平化架構：

即使新的自動化系統目前已經使用升級后的技術，它們的架構也過于垂直。現場設備通過通信基礎設施連接到SCADA/DCS系統，然后連接到歷史數據庫，最后連接到應用和商業智能系統，由于具有不同的用戶接口、不同層級使用多個接口以及多個數據庫，這都會帶來問題（圖1）。

▲圖 1：由于具有不同的用戶接口、不同層級使用多個接口以及多個數據庫等，這些都容易導致現場設備出問題。

新的架構應當更扁平化，數據庫層以及層級之間的接口更少。整個系統應該基于一個統一的數字平臺，該平臺具有較少的層級，同時還應具有大部分功能（圖2）。這個數字平臺還必須足夠靈活，以盡可能利用現有的儀表、自動化設備和系統。

▲圖 2：整個系統應基于一個統一的數字平臺，該平臺包含較少的層級和大部分功能，并具有靈活性。

02

高可用性和容錯性：

一些自動化系統仍然采用經典的熱備用配置。從本質上來講，用戶購買兩個系統卻只用了其中一個，以彌補運行中的系統故障工況。可以通過引入新的容錯方案來改進自動化系統架構。該方案可在其中一個硬件組件發生故障時自動適應，故障轉換時間最短或沒有故障轉換時間。

03

彈性：

企業的業務和運營場景可能會突然發生變化，自動化架構必須快速適應這些變化。傳統體系架構僵化，難于改變。在必要時，新的架構必須能夠隨著業務的擴大而迅速擴展，或在業務需要時縮小。它必須是具有彈性的，才能在幾分鐘內迅速擴展或收縮，并且不會失去可操作性。

04

從頭開始的安全：

網絡安全不能是在傳統的自動化系統架構之上額外增加一層結構。新的自動化架構應該從概念開始就融入網絡安全機制，從早期設計階段就采用網絡安全策略，如零信任架構（ZTA）方法。如今，對于控制關鍵資產（任何一個行業）的自動化系統而言，潛在網絡攻擊是一種顯而易見的危險，必須通過新的架構來妥善解決。

05

單點配置：

在當前實踐中（如圖1所示），必須在每一層上添加新的現場設備或進行配置更改，以保持系統的完整性。新的架構必須采用“一次配置”的設計。當安裝新設備或變更其配置時，變更必須在整個系統中自動傳播。

▲圖 1：由于具有不同的用戶接口、不同層級使用多個接口以及多個數據庫等，這些都容易導致現場設備出問題。

06

讓智能深入到架構中的更低層級：

“啞”的遠程終端單元（RTU）或功能有限的PLC已經成為過去。數據挖掘、分析、智能處理、機器學習和人工智能，必須盡可能與過程緊密相連。在新的架構中，邊緣設備可以承擔很大一部分處理工作。

上面這些是新自動化和數字化系統架構可以采用的關鍵范式，還有更多的范式可以幫助系統設計和實施人員更好地解決石油和天然氣行業實際面臨和即將到來的挑戰。

自動化系統架構的設計范式已經發生了變化。新技術已經廣泛應用，但新的業務需求和挑戰也已經出現。這一趨勢必將引導人們思考構建自動化系統和解決方案的新方法。最終挑戰是在這些新范式的基礎上設計、開發、實施和部署自動化系統。這將有助于應對行業運營方面的新挑戰，并獲得更快、更好的投資回報。

關鍵概念：?

■?過去幾十年，數字通信呈爆炸式增長，伴隨著硬件和軟件的不斷進步，這一趨勢將持續進行下去。

■?機器學習、深度學習、密碼學和其它高級算法，都可以在諸多設備中實現。

編輯：黃飛