鉴于最近有较多的朋友谈及虚拟PLC，包括对于PLC未来发展的一些讨论，感觉有必要写写这个话题，与大家分享。首先要说的是请大家留言，提出质疑，以便修订并对此话题展开。

人们似乎都特别喜欢做二元判断，就像小时候看电影就喜欢标记这个是好人，那个是坏人。关于控制技术的世界也总是有着非此即彼的争论。有些认为虚拟PLC将代替PLC，也有人认为自己代表未来-其实，产品技术都有它的历史渊源，以及在特定场景里的适应性，即，边界。

话题1:硬件意义的PLC早已不存在

虚拟PLC的推动者都会赋予它无所不能的力量，以试图颠覆传统，以显示其所代表的必然正义。但，不要把问题想复杂了，技术只是服务于应用，解决问题，而不是为了和谁去竞争。

PLC这个词如果按照“可编程逻辑控制器”这个严格的定义来说，它应该早已不存在了。其实大部分目前被称为PLC都已经不能称之为传统意义的“Logic Controller”。比如SIEMENS的S7-1200/1500、B&R的X20系统及APC控制，RA的ControLogix、Schneider的M系列、Omron的NJ系列、Beckhoff更是很早就称为PC-Control，以及汇川的新款PLC都是已经在基于SoftPLC或软PLC的架构来实现。把硬PLC的这些能力移植到一个软件操作系统上，通过软件来实现。就拿我所在的贝加莱来说，在上世纪80年代，黑色系列PLC就已经有OS9，这是一种“严格优先级”的多任务操作系统—后来贝加莱到90年代使用了定性分时多任务的pSOS+的操作系统。还有早期的GE在DCS里，Rockwell AB在1771的运动控制里也用过OS9操作系统的。所以，那时候就有这种把逻辑任务运行在PLC上的。

99年毕业设计的时候，挺幸运的，我们居然做的是一个企业项目，当时为宜昌化工集团做DAS数据采集系统，我们8个同学分为硬件小组和软件小组，我在硬件组。我觉得这是我上过的最重要的课程（设计），就是它能让你对计算机内部的运行过程特别了解，甚至这是到电路引脚级的运行过程，包括使用Protel设计硬件电路-那会还是DOS版的。所谓的硬件意义的PLC就是这种直接外部电路输入，读取到内部的寄存器后，直接在加法器进行运算，然后输送给DO以物理意义的电平直接输出到晶体管继电器的。这才是真正意义的硬PLC—它的目的是替代继电器回路的，这只有在我刚毕业那会见过这个玩意，但没干过这个活。

02年在一家台湾公司工作也是负责FAMA-就是工厂与机器自动化。当时，一家轮胎企业需要对130多台硫化机联网进而实现数据采集—就是个SCADA。我负责业务，同事Eric负责技术。当时使用的是一个真的叫SoftPLC的PLC，因为这家公司就是叫SoftPLC，平台叫SoftPLC，产品也叫SoftPLC。当时我们用的一台PLC就是Intel Pentium MMX 266 MHz处理器的，并且内部运行JVM(Java虚拟主机-Java Virtual Machine)，众所周知，Java编程干这种联网就是非常擅长的。

04年进入贝加莱，那会不是叫PLC的，叫PCC-可编程计算机控制器（Programmable Computer Controller）-后来为了降低解释成本，就统一跟大家一样叫PLC吧。它实际上内部架构是像计算机一样，内部PCI总线连接CPU、RAM、Cache这些—就是妥妥一个PC的架构。但只不过，它并未运行Windows这种非实时操作系统，而是用自己裁剪的Runtime来作为底层操作系统。那时候叫2003/2005系列，其中2003采用的是MC68K的处理器，而2005系列采用的是Intel X86的处理器。它内嵌Web Server, VNC Server，FTP Server，可以实现远程诊断与维护—就这么说吧，这个放在今天都能打的产品，在2013年就已经退市了。

所以，硬件意义的PLC实际上很早就已经不存在了—但是，要千万记得，控制器无论它何种发展，基本的功能它是不会少的—因为，这就是技术的传承。下一个阶段的产品它必须在上一代基础上继承并扩展。

对了，还有一个概念，已经其实没有意义了，就是“指令执行时间”，当我刚到贝加莱的时候，我发现这个PLC居然是没有提及这个“单步指令执行时间”—这个毫无意义，因为，CPU处理逻辑任务根本就不重要。而更为重要的则是整个控制任务的周期—比如你虽然单步指令很快，但PLC扫描一圈的时间却要1mS，这对于逻辑当然没有问题，但对于运动控制就是问题，包括像极高速和高精度的电力采样，以及同步类问题，这就会出现问题。因此，要“确保”周期的可靠，那就让操作系统在多个任务里，按照其不同的任务等级要求，给它严格保障时间的确定性。像运动控制，就给100μS的确定性周期，HMI给50mS的任务周期，以充分发挥CPU的资源。

图1-PLC的循环扫描 vs PCC的多任务方式

我还记得这是20年前，我们介绍PCC时用于和硬PLC进行比较的一张图，难得我居然还能找到20多年前的一个图。采用将不同任务分成不同周期进行分时处理-由操作系统为每个任务进行CPU/内存的资源调度。这是相对于传统的单循环扫描—即，在一个大周期里包含了多个不同的任务。那时候PLC就可以做浮点运算（当时的MC68K主CPU还有协处理器用于浮点运算）、将PLC的中断改为多任务各自用时间槽执行任务。

那时候，我记得有一款CPU是CP382，里面有Intel Pentium III 500MHz处理器，可以达到100微秒的任务等级。

图2- 2005系列的PLC的架构

图2我们可以看到，其实，它的处理器采用Pentium III 500MHz+64MB的DRAM+L2 Cache，包括SRAM用于数据存储，aPCI插槽用于通信卡的集成（Profibus/Profinet,CANopen,DeviceNet,Ethernet/IP,POWERLINK等）-板上集成了RS232、USB、TCP/IP的以太网。这个PLC其实早在2013年底就已经生命周期结束，已经淘汰了12年了。

因此，软PLC这个概念其实它都已经有了超过20年的实际运行历史，不仅是贝加莱的这个PLC，也包括其他主流厂商的PLC。因此某种意义来说，纯的硬件意义的PLC它已经的确是30-40年前的概念了。但这完全不影响现在大量的机器仍然在使用硬件的PLC。因此，我始终说的是，每个人都有自己的角色，以及适用场景。追求先进不是自动化行业的特色，而是追求经济性—能否解决问题，每个人都有自己的定位，它适合干什么，它为了干什么而设计？

话题2-高级语言编程也是很早以前的事了

几年前，因为很多IT圈的朋友，总是想着进入工业界，他们就经常说，你们那些PLC的梯形图编程都是面向过程的，只能写逻辑，没有办法写算法。包括总线还都是ModBus/CAN，Profibus这些。我很奇怪，为什么他们居然还停留在80/90年代的概念里。后来他们也告诉我说他们为了研究工业，还看了大学的教材—我明白了。因为他们如果看大学的教材的话，那基本上和产业实际有着至少20年的差距。

因为有了操作系统，很多事就可以干了，比如你想有个解释器—像BASIC这种解释运行的，而C是需要编译器—有了操作系统。而这个时候，PLC已经不再是算力有问题了，

这跟企业的历史业务发展也有关系，比如贝加莱早期它的很多客户都是塑料机械行业，印刷、包装机械这种行业。塑料机械里非常多的算法控制需求，比如它的熔胶、螺杆挤出的过程、进入模具后的塑化、保压、冷却的整个循环里有非常多的温度、压力闭环。还有一个问题是，塑料机械要求的温度控制响应速度要比流程工业的更高速度响应。刚开始我一直以为是生产节拍的要求快，直到有一天同事跟我说，这个塑料啊，它处于流体状态如果你不快点对它进行加工，它就冷却了。前面进入模具后，你后面的熔融体未进入，它冷却了你都注射不进去或者它的粘度发生变化，就难以那么轻松拿捏，成为你想成为的制品。

这种复杂的工艺过程，它不是逻辑，如图3，我们可以看到一个温度控制里，它包括温度轨迹生成、前馈、卡尔曼滤波、PID控制器等等。

拿一个注塑机为例：它的温度控制包括了非常多的环节持续的温度控制：

1)进料-料斗的冷却水，它用于防止过早熔融架桥现象。

2)机筒加热分区-后段塑料颗粒开始融化、然后温度持续升高建立熔体压力、接近熔体温度保证均匀的塑化、喷嘴的温度防止冷料堵塞。

3)螺杆温度：芯温对于PET/PC材料会防止降解；

熔体实际温度：

4)热流道系统温度：分流板、热嘴-每个浇口独立PID，16-32区、阀针浇口加热-高速成型防止拉丝

5)模温：定模/动模温度，这些温度分别会影响光泽和结晶度、包括冷却速率与翘曲出现。

不仅是温度，包括熔体注射压力、保压、背压压力、锁模压力、熔胶计量压力、顶出/抽芯压力等多个压力闭环控制。

这么多的闭环控制，传统的PLC那些IEC61131-3的梯形图、SFC它没法写，ST算是半高级的，但毕竟还是和C/C++相比没有那么资源丰富，更为灵活。

话题3：为什么会有专用控制器？

为什么会有CNC、机器人控制器这些，因为，在PLC干不了算法的年代。前面说你写注塑机的控制都没法干，那像CNC这种插补运算、机器人的齐次变换（Transformer），就更是没办法用PLC，只能用专用的计算机来设计系统，主要还是为了软件能力。我看过ABB、Fanuc、KUKA等几家工业机器人的控制系统软硬件架构，基本上都是Windows+VxWorks的PC硬件上实现。其实，贝加莱的PLC能干这些，只不过，这些传统的方案它本身也经历了很多年—替换也没有那么容易。并且等我们想做CNC的时候，发现软件的障碍还是挺大的-就是你能给客户更为开放的软件能力，但基操不能绕过。而这些基本的样条插补、圆弧插补，包括磨齿这类高级的专家库则是像Fanuc/SIEMENS/Mitsubshi的CNC系统擅长的。在一些非造型的（车铣刨磨）的“分离类”CNC才会有一些应用机会，像折弯、激光切割类还能做，传统的造型类的就很难突破。

这种专用系统，都是由于行业工艺的需求而产生，而传统PLC无法满足，因此，这些在80-90年代就产生的专用控制器解决了这些问题。像传统上印刷行业有像EltroMat的专用的套色系统、纺织有像乌斯特的匀整系统、燃气轮机有点火控制、岸桥有防摇、起重设备都有专用的防倾翻系统等等，都是因为传统意义的PLC是写不了算法的。

这同样是所有做虚拟PLC的遇到的问题—你可以说你能干AI，但控制那些数十年积累的工艺软件你没有—就只能干那些别人同样起点干的事情。

专用控制器基本上分为三种情况：

1).传统PLC不能做的，像CNC、机器人、印刷套色、匀整系统等，但这些目前已经被软PLC较多的替代。

2).由于量大而自行定制，简化掉不必要的硬件，并将软件集成，像注塑机控制器、电梯控制器、空压机、中央空调、电脑刺绣机、喷气织机、变流器等。这些基本上年机器量在10万台这个量级的，基本上采用专用控制器，开板子模具也是合算的-但从控制难度来说都不是通用控制器干不了。

3).特殊需求的：像沥青摊铺、农业机械、工程机械类抗震、工况苛刻的，需要额外保护的，都采用高抗震、宽温的控制器来做。

有些PLC换个壳子的做法，其实还都属于软PLC这类。

但直到今天，为什么一些专用系统它仍然存在，因为从算力硬件意义上，甚至包括价格上，通用系统完全可以替代他们，但大家为什么还在用专用系统。因为那些工艺Know-How都无法轻易移植—那才是这个机器的核心生命力。

话题4：软件编程的演进

用高级语言编程，就是为了工艺控制算法的设计。而虚拟PLC则可以更多的使用AIGC编程，包括采用机器学习、深度学习来进行一些数据的聚类、学习处理。包括卷积神经网络CNN这些用于图形图像识别、缺陷分析的用途。AI的更擅长处理这些。

图4-开发语言的演进

编程语言的演进，还有原因在于开放性-即，更为开放世界的资源，算法、函数、库，这都是为了降低复杂编程的成本。另一方面就是越来越多的任务集成，使得机器和产线的软件也变得更为复杂，如何快速的“搭建”应用软件系统—这就是越来越偏向于模块、轻量化、复用这些编程方法—像低代码编程就是“高内聚、低耦合”的模块来“配置”应用软件。

而到了AIGC编程就是直接用“语音交互”方式来提供需求给机器—AI智能体会去开发各种程序给你。包括你PDF里的一个公式也可以给你转化为一个代码供你调用。这就是要最终实现“软件的快速构造”，最终的终极目标，我猜就是你告诉需求，软件自动生成自动下载到不同的PLC。这就是为什么我后来发现MTP就成为了一个关键，如果所有自动化对象它统一的遵循MTP，那上位的程序可以统一接口的发给大家去执行。

话题5：PLC行业的真正竞争并非产品

大家总是在讨论PLC是云PLC、虚拟PLC、软PLC、PC-Based谁优谁劣。但是，这种比较在更大意义是“口水之争”，并没有实际意义。因为，真正的自动化公司，它的未来一定是在行业Know-How的实力上。因为，如果比较硬件能力，我说富士康可以帮你们把PLC/PC这些硬件给你做的妥妥的，还便宜，应该问题不大吧？如果说做软件操作系统、AI，自动化行业跟纯软件的这些公司比也是有差距的。

所以，自动化行业真正意义的能力在行业，就是说你真的懂得这个领域的知识，并且，在你的系统里通过“APP”形式封装为易用的模块来快速搭建机器和产线。

所以，以前我对这种整天扯产品是什么PLC概念孰优孰劣不是很感兴趣—不过，现在这个趋势越来越明显，软件更为重要了，尤其是到了AI时代，大家又开始吹自己的AI硬件了。我觉得还是得收敛聚焦一下，因为如果比AI算力、软件，自动化你还是干不过原生的AI企业啊！你比较这些就是拿你的弱项在跟人家普通的操作在比。

我记得前年M博士带我们去看光刻机，ASML 90纳米工艺的，我发现它用的是VME总线—这个久远的总线应该现在大家都没有听过了。我读书的90年代倒是课本里提及过。包括我看日本东京电子的划片机，那界面就是熟悉的DOS界面，你要这么说，现在的PLC都这么牛了，他们怎么不去换成新的？因为，它不敢，很多工艺架构的验证都是在原有基础上的，你换了就得重新验证。基于DOS那种单线程，包括硬件软件架构全部更换，这个是很可怕的事。

所以，自动化行业谁在炫耀锄头，那就不是个能种好地的主。

话题6：PLC和DCS到底什么区别？

还有一个就是经常会有人问DCS和PLC什么区别，这其实是两个世界。一般来说，DCS它其实工程组态和运行（Runtime）都是在Windows/Linux平台的。虽然因为风险隔离可能采用了不同的物理服务器实体，但其实在软件意义他们是相同的平台。但PLC的开发主机和运行主机是分离的—你在Windows的电脑上开发了PLC程序你得物理意义下载到PLC实体，它独立运行在现场，有自己的系统引导、资源调度的操作系统，而且是这种“周期性”的操作系统和运行机制。

表1-PLC和DCS主要区别

PLC主要用于离散机器，为啥叫PLC，不就是因为PLC是逻辑，逻辑对应的是离散数学。在数学意义上而言，PLC的主要采样和运行参数都是离散值。比如逻辑、速度、位置、扭矩、时间，这些都是离散值。而DCS，就像我是化工测量仪表专业，我们入学老师就讲“四大参数”：温度、压力、液位、流量—这是典型流程工业的核心参数，你发现没，它都是“连续值”。

从我个人的观点就是这两者是区分PLC和DCS的关键。至于流程工业会用PLC，对于小型的装置来说，PLC也够。你说流程工业是不同于单机的—比如，在流程工业不大用机器这个词，但“装置”它就是一个机器，只不过，像一个炼化厂，它就是“Machine is Factory”，机器即工厂。它集成了离散处理和流程控制。

话题7：究竟虚拟PLC和SoftPLC、PLC这些有啥区别？

虽然网上是有些关于各种PLC的对比，但我还是比较反对那种缺乏“系统”的分析，以及仅仅数据类的比较。我们需要全面的去看待。

仔细想想，无论是SoftPLC还是虚拟PLC或者你称为云PLC、AI PLC，反正你随便叫都可以。但是，这都能解释--其实你想“软件运行在哪里是不是都可以？”，比如PLC的任务它运行在一个嵌入式的实体上，还是一个PC上，或者一个服务器上，还是一个云端服务器上—这重要吗？

包括早在10年前，我们有位同事在PLC上用AI算法写了个倒立摆，让那个自己学习参数去。还在瓦楞纸送纸上用遗传算法写参数学习。我当时的认知里，难道PLC也能干AI吗？后来这位同事说“那AI不就是一段程序吗？你用C写还是也用Python都可以写啊！”，只要它推理要求实时性不高，像我们这种ATOM的处理器的PLC它也可以处理。不行用个PC，PC不够加个AI加速器，实在不行OPC UA发给云端—你看，其实，有的是办法。

图5-虚拟PLC的结构

你要是质疑它行不行-比如“确定性”能否保障？如果你能保障确定性，并且你的网络确保数据满足10的-9次方的丢包率要求，达到100微秒甚至更低的刷新。其实，你在哪里跑都没关系，你就是把服务器部署在月亮上，你只要能做到这些我们说的，你就可以用。

做不到怎么办？那现场有各种应用，你就干个SCADA也行啊！这就叫“护城河”—退而求其次的事我也能干。

总结就是：软PLC是为了解决传统硬PLC在算法设计方面的能力欠缺，虚拟PLC则是来自于对数据和AI的需求。

PLC、虚拟PLC和SoftPLC的区别可以用一张表来表述。这个表我让KIMI帮我对比一下，我自己再添油加醋列出来的。

表2-各个PLC的差异

虚拟PLC的核心意义在于“解耦”，这是一个典型的End User的需求。因为，在终端用户的视角，它希望一个与硬件独立、操作系统独立的控制系统，这样，它不受任何厂商的私有硬件或软件“绑定”。基本上，在End User视角来说都是这样的。其实，大厂也不一定愿意去支持这种，这会使得其在系统中缺乏“独特的垄断”，在欧洲。奥迪汽车的EC4P（Edge-Cloud 4 Production）要求大厂也必须遵循这种“软硬件解耦”，大厂不得不去开发，否则就会损失奥迪这样的大客户。

当然，自动化里的技术都是来自于客户需求+横向的技术支撑。

实际上，像各个领域的大型终端用户，随着智能集成的越来与高的要求—这将会是一个较为“明确”的需求，即，他们可以承受在软件授权、工程服务方面支付费用。但不愿意被某种私有技术绑定—理想的，就是我这里随便大街上买个电脑或者服务器就能干这个活，然后网络也别各家公司各自有一个网络，就一个网络，我们公司只需要维护一个网络就好。

AI任务通常需要“全局”，即，将各个单元的数据采集，并进行历史数据分析，在机器学习、深度学习方法来训练一些模型，算法，来解决全局的优化问题。这使得虚拟PLC本身对于“控制”的关注不是其重点。在实现上它会采用像这种虚拟机、容器化技术来实现应用的搭建。

但是，要实现这种跨平台和垂直方向的这种应用跨越—OPC UA FX就成为了必然的一个需求。

虚拟PLC它的成熟度还较低，包括在功能安全、信息安全的集成、稳定性可靠性。据IoT Analysi认为它需要在2030年才能真正较多的成为一个成熟产品应用于工业，并能够占据约20%左右的“新增”市场。

话题8：为什么都在争“虚拟PLC”？

越来越多的厂商在争所谓的“虚拟PLC”的领先地位—这很显然，传统的优势企业在这方面的声音反倒小一些。倒是那些在过去的历史里不是那么主流的厂商目前在虚拟PLC上特别的喊声大。这就像造车新势力进入这个领域后，就会整天用“遥遥领先”这种词来制造气氛。

第二种就是制造焦虑，传统的PLC如何封闭、写算法不方便，其实，这些都是来自跨界过来的，他们看到了这些传统方案的一些所谓的“劣势”，但他们又不了解这些设计是在过去的约束条件下设计的。比如，为了低功耗，以及可靠选择了RISC架构的CPU，为了解决确定性，在原有的以太网上做了裁切…每一个设计，其实他都是作为一种“经济性”的选择。

但是，这种纯粹讲所谓技术的领先在自动化行业它其实意义并不大。因为，工业领域的创新它并不追求技术领先性，而是追求可靠与经济。

另外，自动化企业的核心竞争力，并不是来自于这种产品级的能力。而是来自于它在与用户的需求结合过程中产生的Know-How，并通过封装，嵌入在这些开发环境中，让客户“软件复用”。比如它做了很多卷材的收放卷张力控制，自动化厂商会把这些已经经过大量验证的张力控制给封装好，让用户配置一些诸如卷取方式、卷径、材料、摩擦力等参数，然后就快速搭建一个材料放卷单元应用。然后又把温度控制针对像注塑、挤出等场景的应用—这些一个个封装的工艺Know-How才是自动化行业企业的竞争力本质。

图7-自动化行业未来的服务竞争力

以前你卖个PLC硬件，你就比较Datasheet就可以-看谁天下武功唯快不破，不过，现在你说你快，也不重要—谁不快呢？你说你稳定—谁不稳定呢？你说你存储大-我把云给你拿来存储够用不？你说AI-你跟英伟达签了全球独家供应的协议了？

现在的客户，它越来越复杂的工艺、更快的交付需求，他们需要你自动化厂商能够提供的就像Palantir那样的前沿部署工程师，解决特定问题。

因为，随着硬件和软件的快速发展，现在搭建一个控制器要比30年前更为方便。就像今天很多企业都可以来造车一样。上游有芯片厂商如Intel、NXP、ARM等，FPGA的XILINX、ALTERA等、功率器件有英飞凌、三菱等，都给你做好“方案模块”—手机里的联发科MTK就这么干的吗？在软件上像CodeSys、Infoteam、KW-Software能够给你提供软件架构，适应下面不同的CPU。在OPC UA开发有Unified Automation等公司为你提供OPC UA开发的SDK，你要开发TSN也有像TTTech这样的为你提供相应的开发方案。你想做个伺服驱动器，现在的功率参考电路都能获得。

所以，自动化行业的竞争，你硬件、软件都开始“快速”采购搭建的情况下，你想你一个自动化公司究竟的竞争力在哪里？要拼硬件—这谁都有可能去做的比你更好，或者，任何一个厂商都可以去快速的干这件事。那你凭什么在自动化行业生存呢？

一定是工程能力—快速的把握用户需求，并借助于已有的模块为用户快速搭建应用系统，让机器快速的卖到现场，并且稳定可靠，不出问题。出了问题自动呈现、分析，并提供快速的解决问题的路径，以及人员的服务。

我得再说一次，自动化它终究是个解决问题的行业-它不能解决问题，追求虚拟PLC，你就是搞了个元宇宙PLC、太空PLC、大语言模型PLC，它也不一定能活下去—不过，这个世界总是很大，总有你的用武之地。至于谁主沉浮，还看天下英雄，谁能为世界谋取福利的英雄格局。

来源：微信号 说东道西