工业互联网体系架构设计方案
2022-10-27 17:52:24 0 举报AI智能生成
工业互联网体系架构设计方案
作者其他创作
大纲/内容
即通过有线、无线方式，将工业互联网体系相关的人机物料法环以及企业上下游、智能产品、用户等全要素连接，支撑业务发展的多要求数据转发，实现端到端数据传输。
高频带、广连接、低时延
功能要求
低时延、高可靠、广连接、高灵活的要求还很难达到。（依靠5G、NB-IOT、RFID等技术解决）
现存问题
网络互联
实现数据和信息在各要素间、各系统间的无缝传递，使得异构系统在数据层面能相互“理解”，从而实现数据互操作与信息集成。
应用层通信、信息模型和语义互操作
目前国际上现存的现场总线通信协议数量高达 40 余种， 不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，形成了一个个烟囱型的数据体系。这些自成体系、互不兼容的数据体系有着独立的一套应用层通信协议、数据模型和语义互操作规范，导致 MES、ERP、SCADA 等应用系统需要投入非常大的人力、物力来实现生产数据的采集。（即集成难）
从不同设备、系统采集的异构数据无法兼容，难以实现数据的统一处理分析；（即兼容难）
跨厂商、跨系统的互操作仅能实现简单功能，无法实现高效、实时、全面的数据互通和互操作。（即全面互操作难）
数据互通
当前，制造业企业多采用企业自定义的私有标识体系，标识编码规则和标识数据模型均不统一，“信息孤岛”问题严重，当标识信息在跨系统、跨企业、跨业务流动时，由于标识体系冲突，造成企业间无法有效进行有效的信息共享和数据交互，产业链上下游无法实现资源的高效协同。（即标识解析是解决企业上下游、产业链协同的必不可少的技术。）
标识解析技术在工业中应用广泛，但目前仍然停留在资产管理、物流管理、产品追溯等信息获取的浅应用上，并未渗透到工业生产制造环节，深层次的创新应用还有待发展。
标识解析提供标识数据采集、标签管理、标识注册、标识解析、数据处理和标识数据建模功能。
标识应用链条较为单一
解析性能和安全保障能力不足
标识解析
网络
可视化形式：大屏显示、web端显示、手机端显示
可视化
需求分析、流程优化、预测运维、能源管理等环节，数据驱动的工业新模式新业态不断涌现。具体应用如：设备管理（PHM）、能源管理、人员管理、生产管理（排产、自动化生产）
SaaS
对上提供SaaS应用环境，对下兼容调度OT、IT资源，同时平台提供一定开发应用环境
供需对接、开发者社区、应用商店、脑舱室站金
平台应可根据数据存放分为公有云、私有云、混合云等形式
PaaS
提供计算、存储、网络等弹性云资源
IaaS
现场加工生产设备
PLC、DCS、DNC
传感器
MES、ERP、SCADA等内部信息系统
外部网站、系统等信息
物联网/信息系统接入/外部信息接入
将采集连接的各类多源异构数据进行格式统一和语义解析，并进行数据剔除、压缩、缓存等操作后传输至云端。
协议解析与数据预处理
重点是面向高实时应用场景，在边缘侧开展实时分析与反馈控制，并提供边缘应用开发所需的资源调度、运行维护、开发调试等各类功能。
边缘分析应用
边缘层
通用意义上的平台功能模块
智慧企业
智慧园区
个性化平台功能
平台
信息安全
功能安全
物理安全
安全分类
硬件功能可靠
软件功能可靠
数据分析可靠
人身安全可靠
可靠性
通信保密
信息保密
保密性
信息完整性
系统完整性
完整性
通信可用
信息可用
系统可用
可用性
用户隐私保护
企业敏感数据保护
隐私和数据保护
安全特性
安全
工业互联网体系架构设计方案
0 条评论
下一页
