促进管控融合是工业互联网平台的重要作用之一，平台上的APP往往用于实时管控。开发这类实时管控APP时，不仅要重视工业知识和算法，还要重视软件开发过程。事实上，这类实时管控APP开发的难点往往体现在对实时、安全、稳定、可靠性要求上，对软件开发的要求很高。

实时管控APP往往帮助人们处理实时发生的事件，从而体现出智能的特征。这样的软件，平时往往处于休眠状态。相关事件发生后，计算机会启动这个实时管控APP、响应特定的事件。在日本企业里，这些事件被称作做启动要因。当然，时间本身可能就是一个启动要因，这样就可以定时启动APP的运行。定时启动的时间周期可以短至秒级、毫秒级，体现了APP的实时性。如下图所示。

启动要因发生，往往意味着生产状态发生了改变。如生产事件发生、工艺参数异常、产品种类变化等。这些事件往往是需要进行管理的。管理的方法就是改变控制逻辑或参数，比如调整工艺参数目标值。启动要因触发实时管控APP后，往往要重新读取一些与事件相关的工艺参数、计算参数。例如，产品发生变化时，要读取与这个产品相关的控制标准。而这些数据往往来自管理系统和模型参数库。另外，在实时管控APP的运行过程中，往往完成实时控制功能，需要采集实时数据。这些实时数据往往来自设备或自动化系统。由此可见，实时管控APP的运行往往要以数据集成为前提。运行APP的平台，既需要读取设备实时数据，又需要读取管理系统的数据。

开发实时控管APP可能会遇到两种典型的麻烦。

首先是有实时性要求的底线。实时管控APP往往需要实时地给出计算结果，计算量大时就会影响管控的实时性。开发相关算法时，既要降低计算量又要提高精度。为此，对软件开发者的数学和算法素养要求较高。但幸运的是：随着计算机性能的提升，这个麻烦逐渐消失了。其次是数据质量经常出现问题。典型问题包括误差大、通信不畅、时序混乱、人为干预等。在可以预见的未来，这些问题是难以彻底消除的，是APP开发的常见困难。

用于实时管控的工业APP大体有两类应用方式：一种是自动控制的、一种是操作指导的。前者是APP直接输出控制指令。后者输出供操作工参考的数据，最终的控制指令是人下达的。

自动控制APP需要自动识别、处置数据质量问题。无论现场出现任何问题、输入信息出现何种错误，都不允许出现严重的计算错误。这样，软件开发时的防错机制往往非常复杂。开发自动控制APP时，调试的困难大、现场测试的风险也大，对开发者的软件开发水平要求高。开发者往往需要反复地思考：系统运行时，可能出现哪些意外、错误、异常、歧义？如何识别这些问题、识别方法本身有没有问题？如何处置这些问题、处置方法有没有问题？

考虑上述问题时，必须要考虑到处理方法对最终结果的影响。一般来说，开发者首先要满足安全、稳定、可靠性要求，在这个基础上才会考虑优化APP的性能。相比之下，操作指导模型的开发要简单许多，因为操作工为最终的结果负责，软件系统承担的风险往往要小。

作者：郭朝晖