罗克韦尔、思科、发那科、PFN联合开发FIELD系统

日前，罗克韦尔自动化、思科、发那科、Preferred Networks（PFN，日本的一个人工智能初创公司）4家企业宣传计划共同开发将工厂中大量的机器人、机床、FA设备及传感器等连接起来，并能优化生产的平台。该平台的名称为“FANUC Intelligent Edge Link and Drive（FIELD）system”。预计2016年秋季投放市场。

FIELD system由发那科与思科联手推进的“ZDT（Zero Downtime）项目”扩展而来。ZDT系统目的是希望在机器人发生故障时通过分析运转数据迅速查明故障原因，将停机时间减少至最小限。而FIELD system平台则希望通过分析从机器人、配备NC装置的机床、PLC，乃至生产现场的多种传感器收集来的数据来提高整个生产线的生产能力及品质。

该平台以思科和罗克韦尔自动化共同开发的“Converged Plantwide Ethernet（CPwE）”为基础，利用罗克韦尔的Stratix以太网交换机，在确保工业用途所要求的安全性的同时，将机器人及多种机床接入“Cisco UCS（Unified Computing System）”。这样便可实现多种机床间的协调控制以及预防性维护，从而提高生产效率，缩短停机时间。该平台将作为开放系统来提供，如果由第三方提供商开发所需驱动器及应用，还可连接非发那科产品的装置及传感器。

FIELD system的特点之一是汲取了边界计算方法，主要在位于现场装置与云端之间的“雾层”，对现场收集来的数据实施分散处理。“通过在雾层处理绝大部分的数据，可在确保安全的情况下，低成本实现实时处理大数据的系统”（发那科专务董事机器人事业本部长稻叶清典）。

另外，该平台还导入了Preferred Networks的深度学习技术，可一边在多个机械或工厂间实时共享从现场收集的数据，一边实现自主进化，这也是一大特点。据称接入FIELD System的机器人及FA设备可在相互共享信息的同时，灵活高速地提高功能。比如，使用深度学习功能时，机器人可在不用人示教的情况下自主学习拣选散装部件，但必须要为此尝试失败，反复做数千次的挑拣动作。而利用FIELD system连接做同样动作的大量机器人，共享数据来学习的话，便可大幅缩短学习时间。

导入时，除了基于机器人及FA设备的自动化之外，还需要网络技术，因此设想采取可一元化满足将机器人、FA、网络等各领域集为一体的集成商方式，以“总集成合作伙伴”为窗口来提供。目前已开始以大厂商为中心展开总集成合作伙伴的谈判，此外还与传感器厂商等全球100多家公司展开了合作协商。