引言

工业自动化行业正迎来第五次技术革命。随着深度学习、机器视觉、数字孪生等 AI 技术的突破性进展，传统的 PLC 控制、SCADA 监控、PID 调节模式正被重新定义。根据麦肯锡的预测，到 2030 年，AI 将使全球制造业的生产效率提升超过 30%，并创造超过 1.4 万亿美元的价值。在这场变革中，自动化工程师的角色也在发生根本性变化：从“设备操控者”向“智能系统架构师”转型，从“程序编写者”向“数据价值挖掘者”演进。本文将探讨 AI 技术如何深刻改变工业自动化，并为工程师发展提供适应性框架。

1 AI 重构工业自动化的三大维度

1.1  生产流程的智能跃迁

从高楼大厦的“骨骼”，到机械设备的“经络”，钢铁工业担当着国民经济的重要“脊梁”。当前，我国虽已建成全球产业链最为完整的钢铁工业体系，但整个产业仍面临产能过剩、效率较低、节能降碳、创新能力不足等挑战。在此背景下，以鞍钢集团为代表的中国钢铁企业，正围绕降本提质增效目标不断提升智能化水平，而无人行车与库区的智能化建设正成为其中极具代表性的场景。

鞍钢股份有限公司鲅鱼圈钢铁分公司（简称“鲅鱼圈分公司”）是鞍钢集团对标具有国际竞争力的领先钢铁样板工厂而建，从创立之初就坚持高端化、智能化、绿色化发展方向，连续三年跻身“中国卓越钢铁企业品牌”，获评“首批双碳最佳实践能效标杆示范企业”等，稳居行业第一梯队。

在时间与成本压力与日俱增、人才短缺困境难以缓解的当下，盘柜制造和开关设备制造行业正面临着巨大挑战，每一环节都亟待加速提效以破局，配电技术领域也不例外。在此背景下，威图全新一代配电平台——RiLineX应运而生。

RiLineX作为一款创新产品，它能够大幅提升规划效率，提升60mm母线系统的安装速度75%，为行业带来新的发展契机

传统应用痛点

盘柜向来是一项耗时费力的工作。对于设备工程公司而言，规划和安装过程十分复杂。同时，具备相关技能的专业人才十分短缺，这进一步加剧了行业困境。即便2000年代初就已推出的60mm母线技术，但仍然因为占用尺寸等问题无法完全满足现实需求，需要进一步优化。

在流程工业智能化升级的关键节点，中控时间序列大模型TPT 2（Time-series Pre-trained Transformer 2）协同通用控制系统UCS（Universal Control System）融合应用，构建“感知-认知-决策-执行”全链路闭环控制，突破了传统工业AI“悬浮于分析层”的核心难题，并在湖北兴发兴瑞化工落地应用，节省线缆与施工成本超4000万元，整体建设成本下降60%。这一突破不仅实现了生产过程的自主监督与优化，更推动制造业工厂从“自动化”向“自主化”跃迁，为工业AI的“规模化落地”提供了新范式。

随着西北某油田物联网建设范围的全面覆盖，目前已基本完成油气生产物联网、工程技术物联网、电力新能源物联网建设。截止目前，实时数据采集点数量已超过70万点，平均每天产生数据量为6亿条以上。在油气生产过程中，实时数据是生产监控、优化调度、安全预警及决策分析的核心依据，其质量直接影响生产效率与运营安全。然而，受现场设备故障、传输干扰、人为操作偏差等因素影响，实时数据常出现缺失、异常、不一致等问题。为满足海量数据的准确性需求，保障数据质量，应建立一套标准的数据管理机制，实现有效数据的质量，提升管理效率。

引言

在自动化控制系统中，随机数生成是一项非常有用的功能，尤其是在模拟信号、测试环境或者控制算法中，随机数常常用于模拟不同的工作条件或增加系统的复杂性。本文将介绍如何利用 PLC 编程语言实现一个随机数生成功能块PM_RandomNumber_v2，该功能块可以生成指定范围内的随机数，并可以通过外部信号或硬件输入进行种子的设定（之前介绍过使用系统时间作为随机种子的程序），适应不同的应用需求。

1 程序代码

下面是完整的 PLC 程序代码(代码基于 CodeSys 平台的 ST 语言)：

以下文章来源于研华工业物联网 ，作者研华智能设备