Profinet专栏

工业4.0趋势下的机器故障诊断，正在向更智能化的预防性维护系统发展：通过构建覆盖设备上各个部件的传感器与通讯网络，几乎所有电动、气动、液压、机械元件的状态数据都能得到实时监控，由此可结合机器学习与大数据分析，再结合日趋完善的故障处理知识库与决策系统，实现对机器异常状态的实时感知，预测出可能的故障隐患点，第一时间通知用户并提供最优化的维护方案。那么，这是否就意味着，经典的基于人的经验的故障诊断，今后就毫无用武之地了呢？

在工业4.0智能制造的探索中，伴随着生产力潜能进一步释放，机器的复杂度也在急剧上升。如果没有预防性维护等有效控制故障的手段，那么机器因功能异常而引发危险的概率可能会增加。如果没有完善的机器安全设计，由此导致人员工伤等安全生产事故的概率也可能会增加。

尽管在各种智能设备的协同工作下，机器正在变得越来越聪明，但是仅有聪慧的头脑恐怕还远远不够。我们还需要灵敏而丰富的感知、敏捷而精准的执行，也许才能真正将机器的所思所想，落实为对人类有益的实际生产成果。由此可见，在探索工业4.0 智能制造的自动化项目实践中，我们将会遇到关于传感器与执行器在产品与技术应用方面越来越大的挑战。

工业4.0智能制造的愿景，对互联互通提出了更高要求：生产系统中的机器（包括子系统、设备组件、被加工的产品）全部智能地相互联网，不仅可以连续实时地交换数据及信息，而且可以自我决策并与其他系统/机器进行协同控制/生产。如此一来，机器就初步具备了思考能力，整个系统就可以真正做到智能，把各种执行器/传感器信号、复杂事件检测、独立的本地决策和逻辑/运动控制组合在一起。那么如何使这种智能制造机器的理念落地呢？我们不妨先从了解PROFINET智能设备I-Device的应用方案开始。

在实际的自动化项目中，对于PROFINET等以太网设备的组态编程，如果不去了解设备的安装位置、网络结构与工艺动作，只管埋头分配设备名称与IP地址，是不是就万事大吉了？