江苏龙网

  1. 首页 > 人文 > >

工业互联网清创中心 工业互联网技术体系研究与应用分析( 三 )


（3）智能化应用包括物联网设备管理技术 ， 解决连接性、安全、设备部署和生命周期管理等问题和相关技术；最核心的部分是物联网应用管理技术 ， 解决通用的可视化和事件管理 ， 以及数据管理和分析、应用开发、应用集成等问题 ， 主要涉及仪表、工业软件Apps、人工智能、集成开发平台以及智能制造等多种专业技术 。
工业互联网清创中心 工业互联网技术体系研究与应用分析
文章图片
图1工业互联网框架
3.1边缘计算技术
边缘计算是在靠近物或数据源头的网络边缘侧 ， 融合网络、计算、存储、应用核心能力的分布式开放平台 ， 就近提供边缘智能服务 ， 满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求 。 一方面解决了实时要求与云通信延迟的矛盾 ， 另一方面解决了各种异构数字信号的转置通信问题 。
它可以作为联接物理和数字世界的桥梁 ， 使能智能资产、智能网关、智能系统和智能服务 。 边缘计算处于物理实体和工业连接之间或处于物理实体的顶端 ， 基于边缘的大量设备生成的数据在本地进行分析 ， 同时利用云对这些数据进行安全、压缩、配置、部署和管理 。
当前 ， 越来越多的公司希望进行本地数据分析 ， 同时启用这些流程将设备连接至云端 ， 整体架构如图2所示 。
工业互联网清创中心 工业互联网技术体系研究与应用分析
文章图片
图2边缘计算整体架构
3.2数据交互技术
目前的连接平台机制层出不穷且自我封闭 ， 很容易形成数据孤岛 。 OPCUA是一个平台无关的标准 ， 使用该标准可以在不同类型网络上的客户端和服务器间发送消息 ， 以实现不同类型系统和设备间的通信 。
OPCUA可用于现场设备、控制系统、各种软件（MES、ERP）等 ， 在工业过程领域交互信息、使用指令和执行控制 。 OPCUA定义了通用架构模型来实现这种信息交互 ， 提供了统一的、标准的数据互联接口 。 工业互联网的设备和基础设施连接在一起后 ， 形成了一个智能系统群 ， 会产生庞大的数据 。
这些大模拟数据将通过分析和处理来驱动正确的业务决策 ， 最终提高安全性、正常运行时间和运行效率 。 框架结构如图3所示 。
工业互联网清创中心 工业互联网技术体系研究与应用分析
文章图片
图3OPCUA架构
3.3深度学习技术
企业智能制造的实现很大程度上需要借助人工智能技术 ， 而深度学习是科学界高度关注的一种人工智能方法 ， 且深度学习为工业互联网体提供数据的学习机制 。 随着学习的样本数据不断增大和工业互联网技术的发展 ， 必须适应深度学习 ， 具备基础技术领域基础算法库、基础训练测试数据集、重点行业领域专用算法库、重点行业领域专项任务数据集、专用模型库、应用场景案例库 ， 提供对图像识别、语音识别、语义理解等基础技术进行检验检测 ， 从整体解决方案上检验检测方向 ， 提供对人工智能等系统的管理和计算的要求 ， 以提供更好的服务 。
3.4云计算环境架构
【工业互联网清创中心 工业互联网技术体系研究与应用分析】工业互联网应用软件的开发平台应能同时满足云上和云下的应用设计和运行管理要求 。 目前 ， 云下的设备主要依靠各个工业自动化设备厂商的技术来满足智能制造基本的控制要求 ， 但是在云上的应用开发环境上还没有成熟的软件工具和技术环境的支撑 ， 都在努力设计一种既能够在功能上满足当前业务需求又能够适应用户需求发生变化或者能够在可预见的将来适应环境变化的应用 。 尤其是在互联网领域 ， 架构师都在努力让自己设计的应用具有较强的扩展能力 ， 跟得上用户不断增长或者出现突发请求的情况 。
3.5网络信息安全保障
随着工业互联网发展迈向实践深耕阶段 ， 安全问题也日益凸显 。 网络信息安全风险威胁正在从外部的安全向企业内部工业系统和设备延伸 ， 因此工业互联网的安全核心技术的研发需要适应当前复杂多变的外部环境攻击 。


推荐阅读


上一篇：光速|7000万提前设套，1.56亿天地板光速出逃！“画线”3个月一朝收割，又是“熟悉的味道”？

下一篇：央视网|【经济特区40年@治理现代化】数读+航拍：感受深圳沧海巨变