工业互联网平台内涵及架构体系

继上一篇：未来智能制造发展方向、传统制造业面临的挑战；如果您想读第一部分内容，可查看历史历史消息哦！

第二部分 工业互联网平台架构体系

工业互联网平台作为工业智能化发展的核心载体,能够实现海量异构数据汇聚与建模分析、工业经验知识软件化与模块化、 各类创新应用开发与运行,从而支撑生产智能决策、业务模式创新、资源优化配置、产业生态培育。

工业互联网本质是通过构建精准、实时、高效的数据采集互联体系,建立面向工业大数据存储、集成、访问、分析、管理的开发环境和应用环境,支撑工业技术、经验、知识模型化、软件化、复用化,以数据的有序自动流动解决复杂制造系统面临的不确定性,不断优化研发设计、生产制造、运营管理等资源配置效率,形成资源富集、多方参与、合作 共赢、协同演进的制造业生态。

通过分析国外工业互联网平台架构,其核心要素包括数据采集层、管理服务层(工业 PaaS)、应用服务层(工业 APP)；

体系架构如图 1 所示：

图 1 工业互联网平台参考架构

数据采集层是基础：主要通过深层次采集数据并实现不同协议数据基层汇聚,作为工业互联网平台驱动源头,主要依赖两方面能力。

一、依托传感器、工业控制系统、物联网技术面向设备、系统、产品、软件等要素数据进行实时采集。例如,可借助智能控制器、智能模块、嵌入式软件等传统的工业控制和连接技 术实现平台对底层数据的直接集成。

二、利用以智能网关为代表的新型边缘计算设备实现智能传感器和设备数据的汇聚处理以及边缘分析结果向云端平台的间接集成。多类型的边缘连接手段为 工业互联网平台实现泛在连接提供坚实支撑,丰富了工业互联网 平台可采集与分析的数据来源。

管理服务平台(层)是核心：基于工业 PaaS 架构,集成了工业微服务、大数据服务、应用开发等功能,媲美移动互联网操作系统。

一、将云计算、大数据技术与工业经验知识相结合形成工业数据基础分析能力,把技术、知识、经验等资源固化为专业软 件库、应用模型库、专家知识库等可移植、可复用的开发工具和微服务;

二、提供数据存储、数据共享、数据分析和工业模型构成的完整工业数据服务链,汇聚各类传统专业处理方法与前沿智 能分析工具,帮助用户方便快捷地实现工业数据的集成管理和价 值挖掘;

三、构建基于工业数据服务之上的应用开发环境,提供 各类蕴含工艺知识和行业经验的工业微服务、工业应用开发工具 以及针对应用开发运维的完善管理手段,帮助用户快速构建定制 化的智能应用 App 并形成商业价值。

应用服务层是关键：

基于开放环境部署应用,面向工业各环节场景,是工业互联网平台服务的最终输出。面向智能化生产、 网络化协同、个性化定制、服务化延伸等智能制造和工业互联网典型应用场景,为用户提供各类在平台中定制化开发的智能化工业应用和解决方案。

在智能化生产中,设备预测性维护、生产工艺优化等应用服务帮助企业用户提升资产管理水平;在网络化协同中,制造协同、众包众创等创新模式实现了社会生产资源的共享配置;在个性化定制中,用户需求挖掘、规模化定制生产等解决方案满足了消费者日益增长的个性化需求;在服务化延伸中, 智能产品的远程运维服务则驱动着传统制造企业加速服务化转型。面向用户实际需求的各类智能应用是实现模式创新业态创新的关键载体,推动着平台应用生态体系的构建。

除此之外,工业互联网平台还包括用以支撑数据传输交换的网络基础设施,以及涵盖整个工业系统的安全管理体系,这些构成了工业互联网平台的重要保障和支撑。

工业互联网平台关键技术体系

图 2 工业互联网平台关键技术体系

下面详细说明工业互联网平台技术体系具体内容：（有点专业）

数据采集：

数据采集是工业互联网平台的基础,是实现制造全生命周期异构数据在云端汇聚的关键,主要涉及协议转换、边缘数据处理等技术。

协议转换:一方面是通过 OPC、MQTT 等技术将底层多源数据 转换为工业互联网平台可以接收的数据格式。另一方面是通过协 议转换器(网关)实现底层工业通讯协议(MODBUS、PROFIBUS、 HART 等)的互通。

PaaS 通用功能

PaaS 是工业互联平台实现核心功能的载体,向下可以承接海量异构数据、向上可以支撑各种工业应用的开发,主要涉及数据 接入、数据管理、资源管理与调度、多租户管理等技术。

数据接入:通过集成数据模型自动识别、匹配等大数据技 术,支持结构化业务数据、时序设备监测数据、非结构化工程数 据等多源异构数据的快速接入,形成高并发、高吞吐量的数据实 时接收能力。

多租户管理:能够按照计算、存储、网络资源池进行管理, 具备多租户场景下动态资源调度、隔离能力,实现不同租户间应 用程序运行环境的隔离以及数据的隔离,保障不同租户间应用程 序不会相互干扰,并保证数据的保密性。

开发工具

开发工具是构建工业互联网平台开发者生态的基础,各种开发工具的集成降低了开发者利用工业互联网平台进行工业创新应用开发的门槛,主要涉及开发工具集成、开发运维一体化等方面的技术。

工具集成:在云端集成命令行工具、应用程序构建整合工具 以及应用程序扩展工具等。将应用开发环境迁移到云端,从而实 现本地环境的轻量化,支持 C、C++、python、Java、php 等流行 开发语言。

开发运维一体化:通过在云端集成 Chef、Puppet、SaltStack 等 DevOps 框架并结合云应用拓扑、编排规范等技术提供工业应用开发、测试、维护的一体化服务,打通工业应用产品交付过程中 的 IT 工具链。

微服务

工业微服务是工业互联网平台的核心,为用户提供面向工业特定场景的轻量化应用,主要涉及在微服务架构下的服务通信、服务发现等技术。

服务通信:微服务架构是一个分布式系统,服务被部署在不同节点中,服务的交互需要通过网络进行通信,服务通信包括同步模式和异步模式。可以通过基于 HTTP 协议的 RESTful API 和 Thrift 实现同步模式,也可借用众多成熟的消息系统实现异步模 式,如 RabbitMQ、ActiveMQ、Kafka 等。

服务发现:服务间调用时需要服务发现机制识别各个服务动态生成和变动的网络位置,主要包括客户端发现和服务端发现两 种方式。客户端发现由客户端向服务注册表查询服务位置,并使 用负载均衡算法从返回的实例中选择其一再向其发起调用。服务 端发现机制中,客户端请求是发给负载均衡器的,由其查询和选 择服务实例并转发请求。

建模及应用

建模应用是工业互联网平台具备工业实体虚拟映射和智能数 据分析能力的关键,主要涉及虚拟样机、数据分析建模等技术。 虚拟样机:将 CAD 建模技术、计算机支持的协同工作(CSCW) 技术、用户界面设计、基于知识的推理技术、设计过程管理和文档化技术、虚拟现实技术集成起来,以实现复杂产品论证、设计、试验、制造、维护等全生命周期活动中基于模型/知识的虚拟 样机构建与应用。

数据分析建模:利用统计分析、机器学习、机理建模等多种 技术并结合相应的领域专家经验知识,面向特定工业应用场景, 对海量工业数据进行深度分析和挖掘,并提供可调用的特征工 程、分析建模等工具包,能够快速建立可复用、可固化的智能应 用模型。

安全

安全是工业互联网平台可靠、平稳运行的综合保障基础。工业互联网平台安全从数据流动路径来看主要涉及数据接入安全、工业互联网平台本身安全和访问安全等技术。

数据接入安全:一方面,边缘侧的数据出口处通过工业防火 墙技术、工业网闸技术等保障数据源的安全。另一方面,在数据 传输过程中采用加密隧道传输技术,防止数据泄漏、被侦听或篡改。

平台本身安全:通过平台入侵实时检测、网络安全防御系 统、恶意代码防护、网站威胁防护、网页防篡改等技术实现工业 互联网平台的代码安全、应用安全、数据安全、网站安全。并建 立相应的容灾方案,保证平台能够应对各种导致计算机系统失效 的意外情况以及业务应用在 7×24 小时内不间歇运行。

访问安全:根据不同的用户及所属类别来限制用户的访问权 限和所能使用的计算机资源和网络资源,建立统一的访问机制, 防止非法访问,提供统一身份认证机制,实现对云平台重要资源 的访问控制和管理,阻止未授权使用资源和未授权公开或修改数据。

以上为工业互联网白皮书关于《工业互联网平台架构》的阐述，后续会给大家推出第三部分《工业互联网平台特征》.....敬请期待