促進管控融合是工業互聯網平臺的重要作用之一，平臺上的APP往往用于實時管控。開發這類實時管控APP時，不僅要重視工業知識和算法，還要重視軟件開發過程。事實上，這類實時管控APP開發的難點往往體現在對實時、安全、穩定、可靠性要求上，對軟件開發的要求很高。

實時管控APP往往幫助人們處理實時發生的事件，從而體現出智能的特征。這樣的軟件，平時往往處于休眠狀態。相關事件發生后，計算機會啟動這個實時管控APP、響應特定的事件。在日本企業里，這些事件被稱作做啟動要因。當然，時間本身可能就是一個啟動要因，這樣就可以定時啟動APP的運行。定時啟動的時間周期可以短至秒級、毫秒級，體現了APP的實時性。如下圖所示。

啟動要因發生，往往意味著生產狀態發生了改變。如生產事件發生、工藝參數異常、產品種類變化等。這些事件往往是需要進行管理的。管理的方法就是改變控制邏輯或參數，比如調整工藝參數目標值。啟動要因觸發實時管控APP后，往往要重新讀取一些與事件相關的工藝參數、計算參數。例如，產品發生變化時，要讀取與這個產品相關的控制標準。而這些數據往往來自管理系統和模型參數庫。另外，在實時管控APP的運行過程中，往往完成實時控制功能，需要采集實時數據。這些實時數據往往來自設備或自動化系統。由此可見，實時管控APP的運行往往要以數據集成為前提。運行APP的平臺，既需要讀取設備實時數據，又需要讀取管理系統的數據。

開發實時控管APP可能會遇到兩種典型的麻煩。

首先是有實時性要求的底線。實時管控APP往往需要實時地給出計算結果，計算量大時就會影響管控的實時性。開發相關算法時，既要降低計算量又要提高精度。為此，對軟件開發者的數學和算法素養要求較高。但幸運的是：隨著計算機性能的提升，這個麻煩逐漸消失了。其次是數據質量經常出現問題。典型問題包括誤差大、通信不暢、時序混亂、人為干預等。在可以預見的未來，這些問題是難以徹底消除的，是APP開發的常見困難。

用于實時管控的工業APP大體有兩類應用方式：一種是自動控制的、一種是操作指導的。前者是APP直接輸出控制指令。后者輸出供操作工參考的數據，最終的控制指令是人下達的。

自動控制APP需要自動識別、處置數據質量問題。無論現場出現任何問題、輸入信息出現何種錯誤，都不允許出現嚴重的計算錯誤。這樣，軟件開發時的防錯機制往往非常復雜。開發自動控制APP時，調試的困難大、現場測試的風險也大，對開發者的軟件開發水平要求高。開發者往往需要反復地思考：系統運行時，可能出現哪些意外、錯誤、異常、歧義？如何識別這些問題、識別方法本身有沒有問題？如何處置這些問題、處置方法有沒有問題？

考慮上述問題時，必須要考慮到處理方法對最終結果的影響。一般來說，開發者首先要滿足安全、穩定、可靠性要求，在這個基礎上才會考慮優化APP的性能。相比之下，操作指導模型的開發要簡單許多，因為操作工為最終的結果負責，軟件系統承擔的風險往往要小。

作者：郭朝暉