12月17日，“2021中國運動控制/直驅產業高峰論壇”在深圳坪山隆重召開，五百多位業內人士匯聚一堂，共謀行業發展大計。在分論壇運動控制技術篇上，新時達中央研究院王科博士以《運控產品易用性技術的研究與實踐》為題發表演講。

以下內容根據演講整理：

大家好！我來自上海新時達的運控事業部，這次是第一次出來作報告，以后事業部這個名字會更經常出現在大家的面前，現在來分享一下我對運動控制技術的一些感受。

在工業品商業化的模式下，易用性會成為新的核心競爭點，而在當前的智能制造背景下，易用性有了更多不一樣的解釋。比如說智能化，產品是否免調試，環境的適應性，以及數字孿生。那么我們怎么去基于此提高易用性？例如：免編程機器人、模型仿真，以及可視化、網絡化操作，以及運維，基于預測的維護。

下面來從四部分來介紹一下。

智能化免調試，智能和免調試技術是一個綜合性技術，它涉及到伺服各個環節，比如說電流環，和它相關的有硬件電流環，比如FPGA硬件電流環，還有本體參數的辨識，硬件結構的辨識，以及對電流的預測。在速度環上，有在線辨識、轉速脈動抑制，還有自適應在線機械諧振抑制技術、速度觀測等，其中V型抑振是我們獨有的技術。摩擦阻尼辨識，過象限凸起抑制技術，也是我們的高級技術，其中一鍵式的參數整定，不同環境下模塊算法的自動投切，同時也支持第三方電機。振動是復雜的，有末端振動，害羞機械諧振，還有本身自有的相互影響振動，我們這些技術都用在了新一代產品上。

新時達運控事業部有好幾個子公司，辛格林納、眾為興、之山智控、會通自動化、入江機電，各子公司結合自己的優勢力量，統一規劃布局有競爭力的伺服產品。我們會有高端、經濟型、直驅和各個行業的伺服平臺。

復雜環境的適應性，我國現在做的是替換人工，機器視覺是未來的大趨勢。傳統的機器視覺已無法適應各種各樣的復雜環境，這里需要我們的AI算法。比如說調料包堆在一起，無法分開。視覺AI算法，例如現在比較成熟的LeNet-5算法，這個算法分兩到三級的卷積，深入學習，層層篩選，然后全連接，最后形成一套訓練的模型。

智能復雜環境適應

整個過程和我們平時的訓練過程是一樣的，這個實驗比我們想象的要短一些。我們拿200張圖片訓練出來，再來驗證，識別時間小于1毫秒，這意味著我們在很多場合可以用的。過去我們覺得AI算法時間比較長，這取決于把訓練模型和執行模型混在一起了，執行的時候沒有那么慢。另外，在易用性上，我們可在很多的操作加入了聲控，對人的識別，以及手勢識別，這都是對人機交互的一個升級。聲控也是相對成熟的一個算法，它就是做了一些卷積和時間序列的處理。

基于預測性的維護，首先是一些關鍵零配件的模型，這會建立在對減速機、電機等設備的理解，對電流、速度結合在一起做一些模型。然后結合大數據的，提供了壽命預測。

數字孿生，我們的優勢在于采用很多的方式來實現在嵌入式系統上，而matlab難以在單片機上運行。模型怎么建？這里有很多的方式，一種叫正向模型，圖中是典型的電機的公式，可以用來建模，它集成在我們公司的伺服里。在控制器端也有一些高級伺服仿真，比如怎么仿真它的擾動和故障。

網絡化運維，對我們來說，主要是提供一些零配件，怎么去接入云端？現在提倡邊緣控制器結合使用，什么叫邊緣控制器？不僅僅是把數據收上來，邊緣更多是強調我在云端的協同，以及和其他邊緣層的協同。這種控制器也是一個新概念，只要把實性和非實性區分好，也不是難事。實時性的網絡上，TSN是重要的第三方標準協議，是未來重要的選擇技術；上層網絡上還有一些更開放的，比如說OPC UA。而OPC UA TSN則是重要的跨OT、跨自動化實時領域的技術。我們有特別多的云，阿里云、騰訊云、華為云，我們有統一的架構去接入云端。下圖是我們可提供的軟件，比如云端的調試，跨平臺的UI現在比較多，手機、電腦，我們也推出了調試伺服的軟件，包括云端固件的升級。

哪些控制器有這些功能？這里集合了新時達和眾為興的控制器，在PLC和工控制機都有云端邊緣計算功能，最上層是STEP Automation Studio，提供了可視化組態的工具以及對運單配置聯網的工具。

關于易操作性，怎么單手操作？我們專門做了不同的實驗來確保安全性和又安全可靠，端子旁邊帶LED燈的方法來解決。

在PLC的基礎上，我們提供中文編程，這是很有應用的編程方式；也提供基于CAM的系統免編程，還會有工程向導等。如果客戶要做一個的應用，可以通過工程向導直接生成一個機器人、或運動控制、或PLC等項目，然后通過可視化編程組態配置，最后通過我們提供的面向服務的架構與接口完成自己的應用項目。面向服務的架構與接口，這對我們工業來說應用的還不多，就是怎么讓我們的功能變得服務化，我們有一套做維護的后臺在那里放著，比如說我們的報警系統。

在深耕行業應用上，針對用戶的使用，提供的工業技術越多，用戶用起來就更方便，我們集合了各個子公司的優勢力量做了一些工藝包，方便用戶的集成工作。

謝謝大家！