基于云端融合的工业互联网体系结构设计

陈姣玉 张辉 郑屹

（重庆工业大数据创新中心有限公司 重庆市 400700）

在大数据、互联网、云计算等先进技术的支持下，人们的消费需求从大众化走向个性化，这时原先的批量化、单一化的大规模工业生产就无法充分满足人们的消费需求[1]。同时粗放式的管理模式也使得工业生产的经营成本提升，经济效益难以保障。在这种情况之下，工业积极寻求未来发展的方向，也就进一步催生了第四次工业革命，而工业互联网就是其中的核心和关键[2]。基于云端融合的工业互联网体系结构设计能够提升工业的发展水平，使工业的生产与人们的需求更加契合，不仅提升资源的有效利用率，减少资源浪费，而且能够更好的满足人民对于美好生活的需求，提升人们的幸福感，促进社会的进步。

1 工业互联网体系结构

基于云端融合的工业互联网体系，能够将工业生产中需要的资源和业务能力，以一种共享的形式传到云端，工业企业能够根据自己的实际需求进行使用。这种模式之下对于云端的要求比较高，过去在“工业云+终端”的模式之下，实行的是“云端分离”的工业互联网模式，这种模式的优势和劣势都十分明显，首先就优势而言，能够有效的摆正安全性，是异构工业系统能够实现无缝对接，其次，就劣势而言，这种模式在应对千万级的用户和终端、复杂多变的工业场景感知、TB 级数据秒级处理的需求下就明显力不从心[3]。针对这一问题，基于云端融合的工业互联网体系被人们提出，这种模式之下能够有效的促进工业云与生产实体之间实现高度的融合，促进工业生产能够实时、安全、准确的进行决策与控制，大大提升了工业的发展水平和生产效率。在基于云端融合的工业互联网体系的建构过程中，需要重点解决以下几点核心环节。

（1）感知环节。也就是说复杂的工业生产实体如何能够智能的识别、感知、采集生产相关的数据，这一项是重要的技术环节，提升数据支撑。

（2）连接环节。这部分负责的是将上一步收集到的数据在工业互联网体系中进行有效的传输，使数据能够安全、准确的达到目标设备。

（3）分析环节。当相关设备接收到数据后，要对这些数据进行快速的反应和实效的分析。

（4）反馈应用环节。数据在经过分析后，形成相应的信息，再将这些信息反馈到工业生产中。

就基于云端融合的工业互联网体系设计的本质而言，就是构建起一个集人、机、物、网、工业云于一身的基础框架，然后对工业大数据进行全面的深度感知，并且通过实施的联网传输、快速的计算处理、高级的建模分析，最终实现决策的科学化，促进应用控制的准确化。基于云端融合的工业互联网体系是未来工业发展的必由之路，也是实现网络化、智能化、柔性化生产的必然之举。

2 工业云计算和大数据

2.1 工业云计算

所谓云计算就是在互联网的支持下，能够不受空间和时间的限制，随时、随地、随需等共享资源池的一种计算模式。云计算具有虚拟化、弹性化、按需服务、泛在接入等特点[4]。工业云计算是一种通过信息资源整合为工业提供服务的支持的一种智能服务，在工业云计算的服务体系中，能够有效的实现人、物、机等资源的结合，实现工业环境下大数据的高效、实时处理。

2.2 工业大数据

所谓的大数据是从数据的容量、获取速度、数据价值等方面进行定义的，大数据具有容量大、多样性、快速捕捉、综合价值高的特点。而工业大数据是指在工业领域中，能够将从用户需求到研发、生产、采购、供应、售后、回收等全产品的生命流程中的各项数据的总称，与单纯的大数据相比，工业大数据在特点上还需要进一步加上实时性、准确性、闭环性、可视性等方面的特点。首先就实时性而言，工业生产中对数据的要求很高，在数据的采集、处理、分析、反馈等各个环节都要求即时性[5]。准确性是指工业大数据要充分的保证数据的真实、完整。闭环性是指将产品全生命周期横向过程中数据链条的封闭和关联。如表1 所示。

2.3 工业大数据处理云平台

在工业大数据处理凭条的架构中，具体包括数据采集层、数据存储与集成层、数据建模层、数据处理层、数据交互应用层。在现有的工业大数据处理云平台中，比较有代表性是predix，这是由美国通用电气公司建设的，用于工业数据和分析的云平台，能够为工业企业提供资产性能管理和运营优化。sinalytics 平台是由德国西门子公司建设完成的，旨在提供高性价比、可拓展的云平台，能够通过对工业生产中的数据进行分析，进行预测性维护、数据管理、资源优化等，提升工厂整体的生产效率[6]。国内的工业大数据处理云平台包括由三一重工股份有限公司开发的三一树根物联平台，由中国航天科工集团公司开发的航空云网平台等。但是就目前的工业大数据处理云平台架构而言，还是多采用的是将前端的设备生产的大数据，传输、汇聚到后端的云数据中心再进行集中处理，这种模式的处理效率比较有效，无法实现大数据的实时、高效传输。

3 云端融合的工业互联网体系结构设计及关键技术

就目前的工业互联网体系的结构而言，大多采用的是分层设计的思路，从工业制造的流程角度出发，比较缺少有效的云端融合机制，这就使得管理者和决策者在决策时无法得到及时、有效、准确的信息，不利于工业生产的科学、高效推进，同时目前的工业互联网体系也缺乏对于网络互联的重视，在工业互联网体系中往往各自独立，不利于整体资源的优化配置，也不利于工业大数据价值的充分彰显。工业互联网作为智能制造的及时，十分强调工业生产中人、物、机、网的有效连接，能够促进系统各个环节的高效互联，能够进一步满足智能化的柔性生产的需求，是工业互联网体系设计中的一个重要问题，对此在基于云端融合的工业互联网体系结构设计时，要重点考虑工业互联网中云端高度协作与融合的需求，构建层次化与对象化相结合的体系结构。

3.1 智能感知设备层

智能感知设备能够有效的促进工业生产的自动化，使得工业体系中的设备、环境、人员之间形成联动，智能传感主要是通过智能推理算法收集原始数据，并且自发的推算出有用的信息，使机器和产品能够实现自我意识。根据作用对象的不同，可以将智能感知技术分为身份感知与识别、状态感知与监测以及位置感知和定位。身份感知是前提，通过身份感知与识别技术能够将传统产品进一步变为“智能产品”，工业互联网中涉及的识别和跟踪技术包括RFID、条形码、智能传感器和无线接口。状态感知与监测能够有效的检测机器的运行状况，并且对其使用寿命进行准确的评估，这种情况下能够促进工业生产的安全、高效的推进。高精度位置感知是在工业系统中尤为重要的一个部分, 对于工业机器人而言，位置信息是成功完成自动化任务的最重要的背景信息之一，尤其是一些高精尖的工业制造领域，对于零件、产品的位置在应用的过程中需要进行高精度位置感知和路径跟踪。

表1：工业大数据的基本技术架构表

表2

在基于云端融合的工业互联网体系结构中的智能感知设备层中，可以设计非传感器感知和多媒体信息自适应感知等智能感知技术，通过无线信号特征分析对环境信息、人员行为等的感知认知和人机交互, 实现面向工业环境的场景感知和人员感知。但是这两者技术有相应的弊端，具体如表2 所示。

3.2 网络互联层

在网络互联层中主要包括标识与寻址、网络互联技术、接入安全三个方面的内容，首先在标识与寻址方面，要建立统一有效的识别符，拓展标识码，进而构建出级联的定位符管理服务系统，使整体的服务更加高效[7]。要将现有的识别体系进行整合，采用基于多级定位符进行高效寻址，促进快速寻址和可靠通信。其次，要建立一套安全互联的技术体系，保证设备安全、数据安全、服务安全，使得网络互联能够高效、准确、安全的推进，提升系统整体的质量。

3.3 数据动态传算层

在传统的工业互联网中数据传输难、协调难、动态处理难，是主要的制约发展的因素，基于此，可以采用以下几种方法进行改善。

（1）建立工业互联网传算的耦合机理，通过将时间开销、传输时间开销与数据计算实效性间的量化关系进行计算，使得信息的汇聚更加高效。

（2）在时延约束下，利用多和网络节点的协调来处理信息，构建层次化协作模型。

（3）建立柔性化生产的机制，在过去的工业生产中都是单一化、大批量的刚性生产，这种标准化的生产难以满足个性化、小众化的需求，在柔性化生产下能够提升生产的弹性。为此，需要在传算资源虚拟化管理和传算过程动态部署两方面进行着手。

3.4 反馈应用层

要建立一套开放的、标准的服务体系，更好的面对工业生产中的各个环节，进而实现对于工业生产的全过程的有效反馈，针对工业装置的运行指标与全流程生产指标之间的特性难以采用机理分析的方法建立数学模型问题, 需要设计面向运行指标的多目标优化决策方法,通过多种面向工业生产应用的标准化服务, 反馈到工业生产各个环节, 从而实现对工业生产的控制和调节，并且要贯穿工业生产全流程，形成多环结构。

4 小结

基于云端融合的工业互联网体系结构设计，能够有效的促进我国的工业进行转型升级，使中国制造进一步走向中国智造，实现中国经济的跨越式发展，在云端融合的工业互联网体系结构设计过程中，需要从智能感知设备层、网络互联层、数据动态传算层、反馈应用层等方面着手，加强技术研究和策略探索，使我国的工业能够牢牢抓住第四次工业革命的风口，实现新的发展。