贝加莱丨Automation Studio 6-变革性自动化工程,云协作与AI辅助编程

贝加莱工业自动化 2024-11-29

Automation Studio 6-变革性自动化工程,云协作与AI辅助编程。它正在改变自动化工程的开发模式，并采用了更为开放世界的资源，来服务于机器的高效、智能与创新。

2024年德国纽伦堡SPS展会上，贝加莱推出最新的Automation Studio 6。同时发布 Automation Studio Code和 Automation Studio Copilot，其设计都是为了让工程师更为便利的开发，并提供生成式 AI 插件来实现生成式的自动化编程。它正在改变自动化工程的开发模式，并采用了更为开放世界的资源，来服务于机器的高效、智能与创新。

开发模式的变革性需求

Automation Studio 是1997年即投入的自动化工程平台，它基于开放自动化思想，积极将 IT 融入自动化中，用于解决用户的机器开发中的工程问题。它经历了数代的发展，始终保持着“All in One”的思想，让软件协作做到极致并降低沟通成本。

今天的智能机器，除了逻辑、运动控制、工艺算法的集成能力外，也包括了 AI 优化应用、机器视觉缺陷分析、磁悬浮输送系统、机器人等对象的集成。包括在用户端的高级 UI 设计提升机器的易用性、建模仿真软件的协作—30年前一个工程师独自掌控一台机器的局面已然不复存在。跨专业的机电、工艺、AI 工程师们需要围绕一个项目进行开发。因此，基于云的协作机制，确保了项目的协同— Automation Studio Code 继续保持了原有的开发界面，但又为协作提供了云无缝连接的能力，这使得项目团队可以分布，并协同各自的工作进展，协调项目的透明性。确保项目的进度与质量的全局控制能力。

Automation Studio Code将云协作引入工程开发

Automation Studio Code 为开发人员提供了无缝的体验，无论他们选择在桌面上还是在 web 浏览器中打开项目。就像我们所有人用来在文档、电子表格和演示文稿上进行协作的工具。“考虑到这些工具极大地改变了办公室工作，很容易想象在自动化行业的软件开发过程中带来同样水平的协作意味着什么。”

源代码控制变得更简单：版本控制对于多人协作，以及复杂的机器变化是个难题，Automation Studio Code 借助于 GitHub、DevOps 的版本控制集成到开发环境来实现更好的源代码控制。这使得团队不同成员的贡献、修改跟踪、以及确保每个人使用最新版本变得简单。

采用云协作的工程平台解决了几个问题：

1. 无需本地安装开发环境的需求

无需本地安装开发环境的需求，这可以防止版本管理和依赖关系成为团队效率的难题；因为传统上，开发团队经常面临一年生命周期长而机器多个软件工具版本的难题—这带来了软件代码维护的复杂性。

2. 更便利的协作

更便利的协作，工程师们可以更容易通过项目仪表板来清晰的浏览项目进程，以及各自工作，并保持一致。另外，项目可以通过发送链接快速在队友与客户之间的浏览器间分享。

Automation Studio Code 新功能包括丰富的语法高亮显示，这使得代码更容易阅读，以及结构化文本中的面向对象编程，这有助于工程师更逻辑地组织代码，更高效地工作。实时错误检测消除了重复的编译和纠正循环。多样可选的主题，使主题适应暗色模式有助于防止开发人员疲劳。

Automation Studio Copilot将生成式AI应用于自动化工程

生成式 AI 用于编程正在成为IT业界的一个潮流，对于自动化行业，也需要通过集成 AI 编程来提升自动化工程的效率。对于自动化企业如贝加莱而言，所需要做的就是要打造一个“易用”的编程环境，将 AI 的复杂性应用，以更为直观和便利的操作流实现。Automation Studio Copilot 允许开发人员只需输入自然语言的提示即可生成可执行的机器代码。它还有助于优化和注释现有代码，使其更容易共享和重用。可以快速总结复杂的应用程序，以方便与非技术利益相关者进行讨论

Copilot 让工程师可以借助丰富的Linux社区的资源，来开发更为智能的应用-基于 C/C++的代码资源，算法与 APP 非常丰富-通过 Copilot 来在这些资源中获得代码的引用，这将大幅丰富工程师的视野，并降低复杂检索的工作量。

不止于此

其实，Automation Studio 6的能力不止于此；

■ AS 6对C++ 17/20 的编译能力，可使用更为前沿的IT语言标准；

■ OPC UA FX 的通信支持能力；

■ IEC62443、openSSL 的安全支持能力；

■ 高级静态代码分析能力，让软件开发项目更高的代码质量和鲁棒性；

■ Automation Runtime 的独立运行于第三方工业PC；

■ 增强边缘计算所需的数据库访问、容器技术；

■ AI 的应用工程化设计；

■ IaaS 和 PaaS 的云端 APP 开发；

变革性时代的自动化工程