plc和eda有什么不同
近300家机构调研的中控技术，被投资者“喷”惨了,下面一起来看看本站小编金融界给大家精心整理的答案，希望对您有帮助
在工业软件专题系列文章中，笔者曾分析过国内EDA龙头华大九天以及其他两家EDA企业概伦电子、广立微的基本面情况，这三家企业已在加快推进上市进程中。除此之外，A股已经上市的工业软件的股票有哪些比较突出？
本文为工业软件专题的第五篇文章，写写在2020年底上市的科创板次新股中控技术（688777.SH），该股在近两月以来接受了近300家机构调研。公司的主营更偏向于智能制造、工业自动化的概念，和本系列之前的几家主打EDA产品的公司稍有不同。该股中报业绩大增，但近期却有多位投资者在上证e互动平台对公司表达不满，这是为什么？
频繁被机构关注
公司自去年底上市以来，频繁被机构调研，特别是近两月以来，参与调研的机构总数近300家，离本文成稿时间最近的一次调研是9月23日，分别有1家券商与1家公募基金公司参与了公司调研。
公司有何魅力被机构频繁关注？他的核心产品竞争力如何？业绩如何？
核心产品DCS连续十年市占率第一
据公司简介，浙江中控技术股份有限公司成立于1999年，始终秉承“让工作与生活更轻松”的使命，致力于面向以流程工业为主的工业企业提供以自动化控制系统为核心，涵盖工业软件、自动化仪表及运维服务的智能制造产品及解决方案，赋能用户提升自动化、数字化、智能化水平，实现工业生产自动化、数字化和智能化管理。
公司主要产品包括：集散控制系统（DCS）、安全仪表系统（SIS）、可编程逻辑控制器（PLC）、回路评估与整定（PID）、高级报警管理（AAS）、先进控制与优化软件（APC）、实时优化软件（RTO）、实时数据库（RTDB）、仿真培训系统（OTS）、安全栅、压力变送器、智能控制阀等，主要应用于化工、石化、电力、制药、冶金、建材、造纸等流程工业领域。
经过20余年的发展，公司的产品、解决方案和服务在超过两万多家工业用户现场均有实践应用，已成为国内流程工业自动化行业技术领先的自主创新型企业，并持续发力海外市场，与哈萨克斯坦石化工业KPI公司、泰国Indorama公司、巴基斯坦Chiniot、印度私营工业集团Reliance等国际企业建立了良好的合作关系，并在2020年与沙特阿美签署谅解备忘录，是公司国际化战略以及打造高端路线道路上的重要里程碑。
信达证券评价道：公司以控制系统（DCS+SIS+PLC）为基石，向下发展自动化仪表系统打造“工业触手”，向上发展工业软件打造“工业智慧大脑”，“一体两翼”打造增长新曲线。
工业软件作为工业生产系统的“智慧大脑”，负责进行生产决策和资源调控，控制系统作为工业生产的“神经中枢”，负责进行全局的信息交互和协调，安全仪表系统与各类智能化零部件作为“工业触手”，负责采集离散的多点数据并精准地执行由工业软件传达的相应操作，各业务之间具备明显协同效应，使得公司由工业自动化产品供应商逐渐发展为流程工业智能制造整体解决方案提供商，为公司长远发展奠定了坚实基础。
工业自动化是指将自动化技术运用在机械工业制造环节中，实现自动加工和连续生产，提高机械生产效率和质量，释放生产力的作业手段。
近十年以来，我国工业自动化行业逐步呈现快速增长，根据工控网《2020中国工业自动化市场白皮书》，2019年度中国自动化市场规模达到1,865亿元，较2018年度同比增长1.8%。
工业自动化下游客户主要以工业企业，特别是制造业企业为主。2019年，工业投资同比增长4.3%，工业技术改造投资增长9.8%。目前国家去产能、调结构政策的逐渐完成，工业自动化市场持续回暖；传统工业技术改造、工厂自动化、企业信息化需要大量的工业自动化系统；传统行业外，新兴行业如物流、生物制药、3D打印等行业增速加快，会给自动化产品带来新的增长点。工控网预测，2020-2022年中国自动化市场将保持6%左右的年均复合增长率。
公司主营的智能制造产品及解决方案涵盖了自动化控制系统、工业软件和自动化仪表等产品。据公司今年中报援引睿工业统计数据，公司核心产品集散控制系统（DCS）在国内的市场占有率达到了28.5%，连续十年蝉联国内DCS市场占有率第一名，其中在化工领域的市场占有率达到44.2%，在石化领域的市场占有率达到34%，在可靠性、稳定性、可用性等方面均已达到国际先进水平。
根据ARC统计，2020年度，公司核心产品安全仪表系统（SIS）国内市场占有率22.4%，排名第二；核心工业软件产品先进过程控制软件（APC）国内市场占有率27%，排名第一。
到2020年底，公司已形成了以实时数据库（RTDB）为基础、先进过程控制（APC）、制造执行系统（MES）和仿真培训软件（OTS）为主体的四大类软件产品体系，完成包括设备管理、能源管理、生产管控、供应链管理、质量管理、安全管理等各领域共计196个APP应用开发。
业绩大幅增长
公司于8月24日披露今年中报，公司2021年上半年营业收入183,291.15万元，较上年同期增长51.27%；实现归属于上市公司股东的净利润21,141.12万元，较上年同期增长52.83%；实现归属于上市公司股东的扣除非经常性损益的净利润为15,705.49万元，较上年同期增长47.35%，主要系石化、化工等流程行业用户对自动化、数字化需求的持续增长，公司2021年上半年在工业自动化及智能制造解决方案等业务保持增长趋势，实现公司业绩增长所致。
公司2021年上半年经营活动产生的现金流量净额-35,207.71万元，较上年同期下降354.86%，主要系公司业务规模扩大，对外采购存货增加所致。
公司2021年上半年基本每股收益为0.43元，较上年同期增长38.71%；稀释每股收益0.42元，较上年同期增长35.48%；扣除非经常性损益后的基本每股收益0.32元，较上年同期增长33.33%，主要系公司归属于上市公司股东的净利润较去年同期增加所致。
无论是从营收增速还是从归母净利润增速来看，今年上半年公司业绩都较为亮眼（见下图）。
智能制造解决方案目前依旧是公司的核心业务，此外公司整体业务矩阵进一步丰富，各项业务间持续形成有机联动。2021年H1智能制造解决方案业务同比增长60.54%，远超自动化仪表(17.42%)与工业软件及服务(-12.90%)增速，收入规模占2020H1总体收入规模的78.52%。此外公司的自动化仪表/S2B平台业务/工业软件及服务业务收入规模分别占2020H1总体收入规模的9.92%/4.53%/4.42%，分别在公司的主营业务收入占比中位列第二/三/四位。下图柱状体的蓝色部分为智能制造解决方案，可以看到该业务占了公司主营业务的大部分比例。
公司比较重视研发。2016-2020年研发费用由1.66亿增长至3.62亿元，研发费用率稳定在10%以上。从今年中报公布的研发人员情况来看，研发人员数量占比为30.65%，本科及以上学历人员占比超八成，且大部分都是35岁以下的年轻人员构成，充满朝气。
在持续的高研发投入之下，公司也取得了一系列研发成果：
在研发项目方面：公司近年来主持和参与了国家重点研发计划、国家科技重大专项、工业强基、工业互联网创新发展工程、浙江省重点科技专项等多项国家级、省级科研计划项目。
在专利方面：截至2021年6月30日公司已拥有专利361项，其中发明专利228项、实用新型专利112项、外观设计专利21项，计算机软件著作权459项，其中2021年1-6月，公司新增获得专利49项(其中发明专利38项)，新增已登记的软件著作权34项。
股价和业绩不匹配
不过，在业绩大幅增长，公司快速发展的良好基本面下，公司股价却持续下跌，笔者查询上证e互动平台，发现有多位投资者在近期对公司股价持续下跌表达了不满。比如有投资者询问公司，公司是否存在未披露的利空消息，导致股价持续下跌？公司回答表示生产经营一切正常，不存在未披露的利空消息。
笔者根据2021中报公布的十大流通股东发现，有多只基金新进及增持，其中不乏知名投资机构的身影，比如摩根资产管理有限公司以及工商银行、中国银行、建设银行、农业银行等国内知名机构。
但若从股价走势来看，公司上市不到一年时间（笔者按：2020年11月上市），股价已跌破发行价，特别是刚刚过去的9月份堪称“灾难”，20个交易日一共有15根阴线，只有5根阳线，难怪投资者在互动平台对公司表达不满。
公司是国内工业软件、智能制造的龙头之一，但股价却和业绩不匹配，这在A股市场上其实也不算独一份。笔者在10月08日的文章《前三季净利增7倍的京东方A，为何股价还在下跌？》中，谈了京东方A的基本面情况。其实京东方A也是业绩向好，但股价却持续低迷。中控技术的股价目前也是如此，和业绩增长并不匹配。未来何时股价能和基本面同向增长？估计已经买了该股的投资者会期盼是“明天”吧。
本文源自财华网
就在上周
一年一度的“过独木桥大战”高考顺利结束啦！
勇敢的骚年考生们，
让我们放下沉重的书包
扔掉成堆的试卷
尽情放飞自我吧！
（家长画外音：还想放飞自我？高考答案都公布了，赶紧给我回来估分，选志愿！）
没错
各位考生壮士，
高考考得好，不如专业选得好啊！
工控小编听说今年很多名校增设了大数据、人工智能等爆款专业
并且从2018年就业率来看，自动化相关专业稳居TOP50！
这与未来“中国制造2025”的实施不谋而合
看完下面的内容，工控小编只想大喊一声：
让我重新再高考一次吧！
家长心中的“爆款”专业
高考虽然结束了，但人生最大的选择题马上付出水面
对于即将填报的专业，让我们看看下面两位考生家长怎么说？
（图片来源：央视网）
这两位明智的家长已经看到未来的发展趋势。
如今基于大数据及人工智能行业的岗位需求也在进一步加大中。在《2017大数据及人工智能人才发展报告》中指出，2017年大数据及人工智能行业招聘人数猛增6倍。大数据开发类职位增长幅度最为惊人，达795%。
高校的跟进
大数据、机器人、人工智能等不但成为了整个社会的热点，包括高校也纷纷开设这类“爆款”专业。
今年年初，教育部就公布了高等院校的新增专业结果。以大数据技术为例，共有250所高校新增了“数据科学与大数据技术”专业。从公布数据来看，中国人民大学、北京师范大学、厦门大学等19所教育部直属高校、河南省21所高校、河北、山东、安徽、广东、江苏等省也有较多高校成功获批开设“数据科学与大数据技术”专业。
（部分新增“数据科学与大数据技术”专业学校名单）
目前很多学校都已经做好了关于互联网、大数据及人工智能的专业学生的招生工作。比如下面的中国人民大学。
高校专业的增设，突出反映了社会发展的需求。作为交叉型学科，大数据的相关课程涉及数学、统计和计算机等学科知识。因此数据工作者可以进入的行业和领域也非常广泛，很多大企业、机构都需要大数据项目来做创新驱动。BOSS直聘研究院发布的《2018求职旺季人才趋势报告》中显示，在最为紧缺的TOP10岗位中，大数据、人工智能、算法类岗位占据半壁江山。
自动化专业持续热门
未来大力推进《中国制造2025》战略，培养高素质的自动化人才就成为了必要条件。
我们惊喜地看到，在2018就业率最高专业TOP50中，自动化专业位列其中。毕业半年后就业率达到93.5%。
自动化专业应用领域众多，课程体系丰富，这些都奠定了自动化人才的就业优势。好找工作，好换工作，是不少该专业毕业生的感受。同时，自动化需要项目累积。它和其他工科相同的地方在于都是用来解决实际应用当中的问题，不同的地方是需要发散思维更多一些。
自动化专业对口工作和不少工科专业一样带有很强的“工程师”色彩，也是“越老越值钱”。比如电厂（包括各个公司，工厂的配电室）、软件开发（特别是单片机或EDA等）、PLC（大体是工控方向，搭建操作平台等）、各个矿山，或金属冶炼场所（进行自动化设备的维护、操作等）都需要自动化人才，也可以去学校当老师、做销售工作（专门卖自己专业相关的东西）、考公务员，去各种研究所，从事产品设计或者硬件电路设计等等。
当然，无论未来智能制造发展到什么阶段，人在其中的角色永远不可替代，相应的人才培养成为重中之中。今天提到的大数据、人工智能以及自动化专业是实现智能制造的基础，也是未来顺利实施“中国制造2025”的前提保证。
最后祝愿每一位参加今年高考的考生都能取得理想的成绩，相信看完这篇文章，让更多的童鞋和家长坚定了信念。
就让我们在未来相聚，一起打造更加智能的美好未来吧！
以下文章来源于说东道西 ，作者宋华振
导读
领先的制造业国家，其工业软件发展是一个持续积累的过程，它有着其本身的创新文化、工具方法论的文化背景。我们必须避免“运动式”的发展，希冀通过给政策、资金、短期快速提升工业软件能力...
文章来源
本文作者宋华振，贝加莱工业自动化（中国）有限公司技术传播经理，公号「说东道西」，数字化企业经授权发布。
重视工业软件
代表走向制造业的新时代
近年，工业软件成为了热点，如果仔细分析背后的原因，乐观的一面在于，这正表明我们的制造业正朝着自主研发的方向转型—这是转型的关键，从改革开放初期的代工、到快速仿制、局部微创新、创新设计，乃至有些领域已经开始创造性发展阶段。另一方面值得我们警惕的就是工业软件问题，是我们过去发展中存在的轻视基础材料与工艺、缺乏先进工具设计方面的“大干快上”思维导致的，在某种意义上，这是一种必然的“补旧账”过程。
当然，这使得工业软件成为了政策、资本、以及创业者的一个热点，但是，在这热闹的浪潮中，必须保持清晰的头脑。领先的制造业国家，其工业软件发展是一个持续积累的过程，它有着其本身的创新文化、工具方法论的文化背景。典型的像德国，特别擅长设计和使用工具，不仅表现在工业领域，即使在日常生活中也是如此。因此，我们必须避免“运动式”的发展，希冀通过给政策、资金、短期快速提升工业软件能力，这个初心是好的，但是，如果不能对工业软件本身有一个清晰的认识，那么，就容易走错路，以至于事倍功半。
图1-中国制造发展到创新与创造阶段
另外一个话题在于工业软件被泛化的问题，很多公司都打着工业软件来分享政策红利，甚至都是大型商用软件企业，而工业软件是非常细分的，通常都不大，而往往又享受不到政策红利，也不易于被资本关注-因为往往周期很长，不符合讲故事的逻辑。
装备-制造的根基
智能制造的根本在于机器与设备，因为机器是产品品质、成本与交付能力的执行者、也是运行中的数据源、也是智能算法改善的对象，在很大意义上，制造，围绕的是机器，而机器本身的智能，本身取决于软件。
其实，除了被热议的CAD/CAE类设计软件，机器本身还包括了电气控制、工艺仿真类软件，以及在机器端的“嵌入式”软件，即，独立控制机器运行，并与环境（生产工况、人、上下游设备、管理系统）持续交互的软件，通常可以是PLC、工业PC、专用的控制系统如CNC、机器人控制系统。通常，我们把这类软件称为运行时（Runtime）软件，而它正是OT(Operational Technology)的关键。
2.1 核心技术在成型，组装在运营
制造业的核心其实都是在工艺，而过去我们所从事的很多被施振荣认为“微笑曲线”底部都是“代工”，这种模式在很长一段时间让我们认为这就是“制造业”。
在制造的整个流程里，如果大的划分，流程工业通常提供了材料（冶金生产金属产品、化工生产反应材料、石油化工产品包括塑料颗粒、生产气体等等），而这些材料到了离散环节，通常先是进行成型，如金属切削成型、冲压、切割，塑料注射成型、挤出成型、吹塑成型，纸张的压印、裁切、包装彩盒模切、弹簧的成型，各种纤维的编织，在光伏里包括切片、刻蚀、镀膜、丝印、烧结，我们观察每个行业，都有大量工艺设备构成整个生产流。成型工艺比较难就在于每个生产都面临着材料成千上万种、生产工序各种组合、匹配的工艺参数需要长时间积累。
图2-工业软件的本质是知识复用
而事实上，装备的软件包括了这些工艺的积累过程，它的核心在于应对变化，因为一台设备必须面对不同的材料、不同的工艺参数（机械、电气与材料物理化学特性）、流程等，通过建模和仿真（Physics-Based Modeling）软件进行测试验证各种情况下的最优参数组合。工业的特点是垂直行业的特性，这里就牵扯到太多的方面，都需要大量的积累。经过测试验证后形成“可复用”的软件。
测试软件属于工具类软件，而可复用的工艺软件通常会以嵌入式方式运行于机器的控制器，通常可以是PLC或工业PC。今天的数字化，更多也是采用数据建模（Data-DrivenModeling）的方式,例如视觉缺陷检测、参数寻优、策略与规划类的产线问题，因为更多需要考虑运营效率的全局性问题。
2.2 缺乏工艺带来的问题
因此，当我们了解到制造的难题在工艺，而我们过去发展较弱的环节也在这里，大部分都是组装为主的制造业，其造成以下几种情况：
? 大量进口设备，而无法使得国内设备得以发展
为什么我们可以做代工，因为在整个生产流程的前道工艺成型段，基本上都是标准化的生产，而后道往往“非标”，机器很难参与其中，因此，需要人工进行组装，这依赖于廉价劳动力。而要制造一个产品，就速度而言，最快的是买设备，然后后道利用廉价劳动力来组装，前道买设备。而国产设备在这个过程中就很难被列入，因为，毕竟发展的晚，而一个设备的成熟需要大量的测试和验证，烧很多的钱，走很多的弯路，测试各种可能性，才能形成高品质、低成本的生产能力。
? 买设备，快速陷入同质化竞争
为什么会陷入价格战，因为，大家买的都是同质化的设备，因为你可以买这个设备，而它也可以买，所以，大家生产的就一样的进口设备，只能拼价格。即使你买来都是最好的装备，你也无法达到更高的品质，因为那都是大家可以买到的。
? 没有核心技术掌握的制造业
由于我们自己无法生产，或者这些设备通常都是“拷贝”的，在机器设备的软件开发中，我们知道Know-How,其实，还要知道Know-Why，那么，拷贝的机器都是已经被测试验证过的，它使得我们失去了一个自己实践的机会，这就像你给孩子锻炼身体，买了个毕业证，它的确拿到了大学本科学位，但实际上它啥也没学到。
装备智能化的软件架构
了解到机器的核心在于成型工艺这个问题后，我们就会问，那么，这个与软件有什么关系？这正是本文想和大家讨论的一个问题，而机器的软件包含了多个层次，如果我们展开，就会发现，机器完全是由各种软件构建、并运行、以及维护升级。同时，不仅包括软件本身，以及软件开发效率相关的工具、方法，而这都需要高素质的人掌握。
图3-装备开发软件体系
图3列举了装备开发软件体系里的各种相关软件，下面简要介绍：
3.1工具平台-持续创新的架构
以目前机器开发主要的国外厂商，如贝加莱的Automation Studio、西门子的Portal等为例，平台软件它的作用类似于在PCB板、半导体芯片设计的EDA软件。很多视角被聚焦在那些领域，但实际上制造电路板、半导体装备本身的机器，也需要开发平台，来集成各种传感器、运动控制组件、工艺过程、以及HMI画面设计、设备间组网，如果没有一个高效的工具，那么，机器的开发就会存在几个问题：
平台主要是确保装备企业可以持续的创新，即，利用各种已有的知识、开放的知识（如外部资源代码）来开发机器，提高效率。
图4-贝加莱Automation Studio集成开发平台功能
像图4则是贝加莱AutomationStudio，它可以实现对各种任务的集成，对象的开发。作为一个工具，可以帮助工程师高效开发他们的机器。对于嵌入式系统开发，平台也集成嵌入式对象PLC、控制PC的实时操作系统，将其下载到每个设备，而实时操作系统，高性能调度、高稳定性也同样是整个运行的关键。
贝加莱的PLC以及PC都可以采用高级语言编程，其实，使用何种工具各有其特色，但知识，可以掌握在自己手里，这就是知识独立于平台，而软件独立于硬件。
3.2建模仿真接口
同样道理，机器的开发软件还要与机械的建模仿真、控制算法的仿真软件、产线的仿真软件能够进行协同，建模仿真的核心就是为了降低测试验证成本。当我们的企业要自主开发工艺、应对新千变万化的材料时，肯定不能像传统机器开发那样去进行物理的测试验证，那非常之烧钱，而相对来说，其实，再贵的仿真软件相对于物理的烧钱都是便宜的，因为，这些软件将知识的成本通过复用而降低了，我们使用的仿真软件，都是他人智慧的结晶-可以让我们犯过的错误，不要再犯。
像Automation Studio类的机器开发软件，除了开发机器的逻辑、运动控制，它也可以与机电建模仿真软件接口，将模型导入运行，如MapleSim、IndustrialPhysics、iSG等软件。
3.3 工艺Know-How封装的APP
工艺知识可以通过C/C++等开发，但是，机器的工艺软件开发通常还是需要仿真软件配合，在虚拟环境中对机器的各种情况进行仿真，以获得最佳的参数，对控制算法在类似MATLAB/Simulink中进行仿真并代码自动生成，下载到Automation Studio运行。工艺软件的封装这是机器的关键，也是中国机器开发比较忽略的部分。
工艺Know-How通常是知识复用的过程，前面已经论述过，即通过物理或数据驱动的建模方式来实现，这个才是重中之重，而大部分其它任务则可以借助于平台内嵌的PLCopen等标准模块，或者通过开放的软件集成能力，借助于Web技术来开发界面，通过OPC UA连接来运行在云端、边缘侧的调度算法等。
装备制造业的工业软件发展建议
显然，对于装备制造业来说，没有必要自己去设计控制器、软件平台这些原本可以由自动化系统厂商提供的，专业的人干专业的事，这是社会分工的必然，而且也完全没有经济性，但是，必须注重自身的软件设计。
1.重视工程师的培养
必须重视工程师能力的训练，这至关重要，其实，很多问题都可以买，控制器、工具系统，但是，工程师的智慧却无法买来，只能靠不断的培养，包括工程师思维的训练、允许犯错、保持团队的学习、建立工程规范、开放的沟通，如图4所示。
图5-工程师能力培养
2.选择开放架构的系统
开放的平台与系统，最大的优势就在于你能够自主开发自己的代码，采用大部分工程师都可以用的C/C++等进行开发。并且，可以开放平台通常可以让我们去与开放系统连接，如通过OPC UA与MES/ERP、云端系统连接，也可以让我们采用Web技术开发HMI、远程访问与服务的系统。
3.定好标准与规范
对于一个装备企业来说，除了机器的机械开发，在软件方面要清晰的产品战略，包括应该选择什么样的平台工具确保其持续创新、定义好需求框架、软件代码规范、文档注释、版本控制。并且能够有完整的软件全流程管理能力，以及软件整体发展的全局规划—这关乎机器的功能性设计、易用性设计等，满足客户需求的各个方面，确保交付给机器都好用的软件-从算法的适应性、操作的便利性、维护的易用性、数据透明性等等。
商业视角-专精特新
发展工业软件，把握制造的本质，才能更好的发展自己的制造业。软件，在制造业里，它不像商业软件那么大干快上—而这特别适合今天“专精特新”类的企业不断打磨自己的产品，服务于大的行业，因为必须注意，工业软件往往非常细分，因此，反倒不适合大的企业，但是，专精特新企业，可以聚焦细分领域，国家也开始扶持这类企业，以及软件方向，那么，这些来自于制造业一线的企业，他们本身就可以聚焦自身的行业经验，来实现工业软件的深层发展。
发表评论