工業(yè)互聯(lián)網(wǎng)架構體系探討

朱俊良

（新華三科技有限公司，浙江 杭州 310000）

1 工業(yè)互聯(lián)網(wǎng)發(fā)展現(xiàn)狀

世界上第1個工業(yè)云平臺Predix由美國通用電氣公司(GE)在2015年正式對外開放，第2個平臺MindSphere是德國西門子公司基于工業(yè)4．0理念建立，在2016年4月開放。此外，亞馬遜打造的AWS IoT物聯(lián)網(wǎng)云平臺，頂級機器人制造商之一KUKA和Infosys聯(lián)手開發(fā)的針對企業(yè)工業(yè)4．0解決方案的軟件平臺。AWSIoT、微軟Azure IoT 等物聯(lián)網(wǎng)云平臺，都是云服務提供商基于通用云計算服務延伸開發(fā)出來的一些工業(yè)應用。但由于其對工業(yè)應用理解得不夠，滲透到工業(yè)領域還不深，還未形成特定工業(yè)行業(yè)的專業(yè)應用。

2016年根據(jù)工業(yè)和信息化部電子科學技術情報所對我國7萬多家工業(yè)企業(yè)開展的兩化融合評估數(shù)據(jù)顯示，企業(yè)互聯(lián)化指數(shù)僅為32．7，智能制造就緒率僅為5．1%，總體來說我國工業(yè)企業(yè)兩化融合發(fā)展水平處于起步建設階段。探索一條適合我國工業(yè)企業(yè)發(fā)展的兩化融合道路是當務之急。

李伯虎院士曾提出云制造是一種面向服務、高效低耗和基于知識的網(wǎng)絡化、敏捷化制造新模式和技術手段，它豐富和拓展了云計算的資源共享內(nèi)容和服務模式，促進了制造的敏捷化、服務化、綠色化、智能化。

為了更好地實現(xiàn)中國制造2025，工業(yè)和信息化部與國家標準委發(fā)布了《國家智能制造標準體系建設指南》，將智能制造標準體系分為產(chǎn)品生命周期、系統(tǒng)層級、價值鏈的3個層級。

智能制造是與信息技術、工業(yè)技術以及管理技術都有關的系統(tǒng)的技術，而標準化則是推動智能制造科技發(fā)展與實施的強有力的工具，為了支持企業(yè)的智能制造，出現(xiàn)從智能制造信息技術應用層次維和智能制造生產(chǎn)過程維的角度而構建的智能制造標準化參考模型。

2 工業(yè)互聯(lián)網(wǎng)架構體系建設

工業(yè)互聯(lián)網(wǎng)面對制造大數(shù)據(jù)的挑戰(zhàn)，引入大數(shù)據(jù)分析技術與主動計算來實現(xiàn)主動制造，大數(shù)據(jù)驅(qū)動的主動制造是一種基于數(shù)據(jù)全面感知、收集、分析、共享的人機物協(xié)同制造模式，它利用無所不在的感知，收集各類相關數(shù)據(jù)，通過對所收集的數(shù)據(jù)進行深度分析，挖掘出有價值的信息、知識或事件，自主地反饋給業(yè)務決策者（包括企業(yè)人員、客戶和合作企業(yè)等），并根據(jù)數(shù)據(jù)挖掘技術來預測用戶需求，主動配置和優(yōu)化制造資源，從而實現(xiàn)集感知、分析、定向、決策、調(diào)整、控制于一體的人機物協(xié)同的主動生產(chǎn)。

本人提出構建以工業(yè)大數(shù)據(jù)平臺為基礎的面向協(xié)作的工業(yè)云平臺，主要解決信息、知識積累、傳遞、分析，協(xié)作。它將利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等信息技術將產(chǎn)業(yè)中的工藝、制造、管理等全流程信息收集起來，進行數(shù)據(jù)分析，實現(xiàn)數(shù)據(jù)集成、信息分析、知識歸納和智能決策過程，同時對外開放數(shù)據(jù)，構筑以信息互通、資源共享、制造能力協(xié)同的面向協(xié)作的工業(yè)云平臺體系。

圖1 工業(yè)云平臺體系架構圖

如圖1所示，該工業(yè)云平臺體系主要是由數(shù)據(jù)源層、應用集成層、數(shù)據(jù)交換層、應用服務層、服務治理和可視化部分共同構成，通過完善的數(shù)據(jù)交換和分析處理，實現(xiàn)數(shù)據(jù)倉庫、云端操作、用戶服務和顯示操作的完美結合。該平臺的具體特點如下：提供了大數(shù)據(jù)應用系統(tǒng)的開發(fā)與運行一體化平臺,降低大數(shù)據(jù)技術在各行各業(yè)應用普及的門檻,為面向領域的大數(shù)據(jù)應用系統(tǒng)的快捷開發(fā)和高效運行提供方法、工具和平臺支撐。如設備運轉過程中產(chǎn)生的大量工業(yè)數(shù)據(jù)通過傳感器與感知技術，收集到邊緣計算節(jié)點，再經(jīng)過智能提煉后，將少量信息轉化為有用的實際處理信息，結合生產(chǎn)經(jīng)營過程業(yè)務數(shù)據(jù)和外部互聯(lián)網(wǎng)數(shù)據(jù)，利用大數(shù)據(jù)挖掘相關的算法去尋找隱藏的數(shù)據(jù)知識，應用于設備故障診斷與預測，工業(yè)供應鏈的分析和優(yōu)化，產(chǎn)品質(zhì)量管理與分析。同時，提煉出工業(yè)各領域的數(shù)據(jù)分析模型。

同時通過以平臺化的模式的數(shù)據(jù)處理中心DaaS（Data as a service），它的數(shù)據(jù)處理分析能力作為SaaS的輸入構建云服務網(wǎng)絡。通過數(shù)據(jù)共享和數(shù)據(jù)交易,整合產(chǎn)業(yè)資源，通過打破行業(yè)間的限制，帶動不同行業(yè)間產(chǎn)業(yè)鏈上下游的溝通交流。借助物聯(lián)網(wǎng)技術或CPS技術，實現(xiàn)云制造平臺中制造能力服務與底層制造能力的映射，利用工業(yè)云大數(shù)據(jù)共享平臺產(chǎn)生的決策管理層，對制造能力進行描述，實現(xiàn)制造能力服務的智能匹配與按需動態(tài)組合。下面將對云服務網(wǎng)絡的各組成部分（見圖2）進行詳細的介紹。

圖2 面向協(xié)作的工業(yè)云平臺

可視化層：將分析結果和分析執(zhí)行過程，利用人機交互可視化技術來展現(xiàn)。

決策分析層：將當前深度學習、圖像識別、自然語言處理等人工智能融入到工業(yè)大數(shù)據(jù)分析中，以專家知識、通用算法、工業(yè)領域算法為基礎，通過獲取市場、設計、過程信息，產(chǎn)生行為特征，并不斷完善、優(yōu)化、更新系統(tǒng)的領域知識庫、領域規(guī)則庫、領域?qū)I(yè)算法，形成面向領域的數(shù)據(jù)挖掘算法，利用它構建決策支持模塊，形成人機互動，輔助決策者完成決策過程。

決策管理層：推進工業(yè)全鏈條的數(shù)字化建模，實現(xiàn)數(shù)據(jù)貫通和關聯(lián)，將工業(yè)生產(chǎn)各環(huán)節(jié)的經(jīng)驗、工藝參數(shù)和模型數(shù)字化，形成全生產(chǎn)流程、全生命周期的數(shù)字鏡像，完成構建領域知識庫、領域模型庫、領域數(shù)據(jù)倉庫。從而有效支撐和實現(xiàn)工業(yè)大數(shù)據(jù)的全面分析。

協(xié)作分享層：建立行業(yè)成員數(shù)據(jù)交換機制，打通信息孤島，對行業(yè)內(nèi)不同成員的協(xié)作層次進行資源信息和業(yè)務流程任務的分類授權，形成面向協(xié)同工業(yè)大數(shù)據(jù)平臺，促進行業(yè)內(nèi)信息共享和數(shù)據(jù)開放。同時促進多方（企業(yè)、行業(yè)組織、政府部門）合作，提高決策支持的可靠性。該層是面向協(xié)作的工業(yè)云平臺的關鍵，需要研究以下問題，研究分布式數(shù)據(jù)分享平臺、服務授權、服務動態(tài)配置及對復雜社會生產(chǎn)關系的適應性;研究將數(shù)據(jù)服務應用范圍延拓至多領域時面對的數(shù)據(jù)資源共享的演化博弈分析問題;分析數(shù)據(jù)資源共享效果的影響因素體系和工業(yè)云環(huán)境下數(shù)據(jù)共享協(xié)同的決策分析模式。

數(shù)據(jù)交換層：提供統(tǒng)一規(guī)范的語義服務。工業(yè)中數(shù)據(jù)來源多樣，且具有不同的格式和標準，有來自各種管理系統(tǒng)的關系型數(shù)據(jù)、生產(chǎn)過程中采集的半結構化數(shù)據(jù)和外部互聯(lián)網(wǎng)的非結構化數(shù)據(jù)。將資源、信息和知識等進行統(tǒng)一規(guī)范的嵌入、封裝、虛擬化后得到的富含語義的服務，以豐富的語義服務解決決策支持系統(tǒng)中數(shù)據(jù)的不一致問題。

3 結語

期望面向協(xié)作的工業(yè)云平臺能在重點行業(yè)和企業(yè)形成示范帶動的效果，并向其他工業(yè)及制造企業(yè)進行推廣，利用其可復制、可推廣的性質(zhì)來整合各產(chǎn)業(yè)資源，為實現(xiàn)“中國制造2025”打開局面。

[1]譚躍進，黃金才，朱承編著．決策支持系統(tǒng)第2版[M]．北京：電子工業(yè)出版社,2015,(11):271．

[2]馮青,余隋懷,楊延璞,宋紅,陸長德．基于云服務的產(chǎn)品決策支持系統(tǒng)模型研究[J]．中國機械工程,2013,24(15):2053-2059．

[3]曹小春,曾安,潘丹．云計算環(huán)境下面向領域的數(shù)據(jù)挖掘服務平臺研究[J]．自動化儀表,2014,35(09):9-13．

[4]李伯虎,張霖,任磊,柴旭東,陶飛,羅永亮,王勇智,尹超,黃剛,趙欣培．再論云制造[J]．計算機集成制造系統(tǒng) ,2011,17(03):449-457．

[5]國家標準化管理委員會．國家智能制造標準體系建設指南[S]．工業(yè)和信息化部．