基于云邊協(xié)同的工業(yè)互聯(lián)網(wǎng)實踐

梁 柱

（中海油信息科技有限公司，廣東 深圳 518068）

0 引言

工業(yè)互聯(lián)網(wǎng)是工業(yè)技術(shù)與互聯(lián)網(wǎng)技術(shù)二者深度融合的產(chǎn)物。加強云計算與邊緣計算等技術(shù)在工業(yè)制造業(yè)中的滲透應(yīng)用，并充分發(fā)揮云邊協(xié)同的優(yōu)勢，能促進(jìn)工業(yè)制造業(yè)實現(xiàn)良好的數(shù)字化轉(zhuǎn)型，能提升工業(yè)制造業(yè)的發(fā)展質(zhì)量，并增強工業(yè)制造業(yè)的核心競爭力。對此，有必要強化基于云邊協(xié)同的工業(yè)互聯(lián)網(wǎng)實踐。

1 傳統(tǒng)工業(yè)應(yīng)用形態(tài)和云邊協(xié)同概述

1.1 傳統(tǒng)工業(yè)應(yīng)用形態(tài)

傳統(tǒng)工業(yè)應(yīng)用一般可分為兩類，一類是IT類應(yīng)用，另一類是OT類應(yīng)用。前者主要在企業(yè)資源計劃和財務(wù)管理服務(wù)領(lǐng)域集中；后者主要包括制造執(zhí)行系統(tǒng)以及數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)[1]。在OT類現(xiàn)有應(yīng)用中，通常大型設(shè)備需測量信號多達(dá)上千個，對于復(fù)雜性較強的生產(chǎn)環(huán)節(jié)，不同參數(shù)甚至多達(dá)數(shù)萬個。部分工業(yè)信號甚至具有Gb/s級別的采集頻率，傳統(tǒng)工業(yè)應(yīng)用的固有結(jié)構(gòu)無法對海量數(shù)據(jù)進(jìn)行處理存儲。

與其他行業(yè)相比，工業(yè)應(yīng)用相關(guān)數(shù)據(jù)的用途差異較大。工業(yè)數(shù)據(jù)在各類自動反饋，諸如異常檢測以及告警中形成了廣泛應(yīng)用。在工業(yè)生產(chǎn)制造的具體過程中，有效采集相關(guān)實時數(shù)據(jù)，在此基礎(chǔ)上，對現(xiàn)有模型進(jìn)行修正、訓(xùn)練。工業(yè)生產(chǎn)線必須能實現(xiàn)對實時數(shù)據(jù)的高效良好處理。例如，在開展自動化生產(chǎn)的過程中，借助傳感器無法對螺絲松緊度和軸承平衡度進(jìn)行直接測量，對此，需依托可測信號，對機理模型進(jìn)行構(gòu)建，并開展間接測量，對數(shù)據(jù)進(jìn)行實時分析和科學(xué)預(yù)測，據(jù)此實現(xiàn)對工業(yè)產(chǎn)品實際良品率的有效提升[2]。

1.2 云邊協(xié)同概述

云邊協(xié)同能實現(xiàn)對不同應(yīng)用場景下各類需求的良好契合和高效匹配，并推動邊緣計算涉及的相關(guān)應(yīng)用最大化程度上發(fā)揮其價值功能，促進(jìn)工業(yè)企業(yè)有效轉(zhuǎn)型。云邊協(xié)同包括的主要內(nèi)容如下：

（1）資源協(xié)同。邊緣節(jié)點能對各項基礎(chǔ)設(shè)施資源，諸如計算、虛擬化、網(wǎng)絡(luò)、存儲等進(jìn)行提供，并構(gòu)建API，與邊緣云中心云平臺實現(xiàn)良好的交互通信和信息鏈接，對于占據(jù)核心地位的云節(jié)點，要對所需的設(shè)備裝置和相關(guān)信息進(jìn)行提供；并借助占據(jù)核心地位的云節(jié)點，對于邊緣節(jié)點有關(guān)的各類設(shè)備信息的有效收集，并發(fā)揮自身功能，對資源進(jìn)行高效的調(diào)度管理和優(yōu)化配置[3]。

（2）數(shù)據(jù)協(xié)同。數(shù)據(jù)協(xié)同主要涵蓋如下數(shù)據(jù)： 對設(shè)備進(jìn)行管理形成的數(shù)據(jù)、企業(yè)生產(chǎn)形成的數(shù)據(jù)、企業(yè)開展運營管理形成的數(shù)據(jù)等。邊緣節(jié)點能有效采集如下數(shù)據(jù)信息：物聯(lián)網(wǎng)終端相應(yīng)的生產(chǎn)數(shù)據(jù)、監(jiān)控數(shù)據(jù)、以及在生產(chǎn)、管理和運營過程中形成的各類數(shù)據(jù)。完成對信息的有效采集后，要將數(shù)據(jù)分析提出的要求的作為依據(jù)，并與數(shù)據(jù)建模內(nèi)容相結(jié)合，對數(shù)據(jù)進(jìn)行初步的分析挖掘，據(jù)此產(chǎn)生準(zhǔn)確的處理結(jié)果，并向占據(jù)核心地位的云節(jié)點進(jìn)行上傳。占據(jù)核心地位的云節(jié)點，要對由邊緣節(jié)點所發(fā)現(xiàn)的各類數(shù)據(jù)進(jìn)行有效接收，并分析存儲海量數(shù)據(jù)，并實施價值挖掘[4]。

（3）模型協(xié)同。在對數(shù)字化模型進(jìn)行構(gòu)建的具體過程中，邊緣節(jié)點需對邊緣物聯(lián)網(wǎng)涉及的各類設(shè)備數(shù)據(jù)進(jìn)行提供，并為數(shù)字化模型創(chuàng)設(shè)運行環(huán)境，做好相關(guān)部署，完成模型后，由邊緣節(jié)點對之進(jìn)行執(zhí)行，并向占據(jù)核心地位的云節(jié)點上傳形成的模型結(jié)果。占據(jù)核心地位的云節(jié)點，將各項業(yè)務(wù)提出的具體要求走位依據(jù)，并與物聯(lián)網(wǎng)終端加強結(jié)合，對歷史數(shù)據(jù)進(jìn)行借鑒，并對實時數(shù)據(jù)進(jìn)行獲取，結(jié)合模型反饋相應(yīng)的數(shù)據(jù)結(jié)果，對模型進(jìn)行優(yōu)化改進(jìn)，并向邊緣節(jié)點下發(fā)完成模型，開展相應(yīng)的部署管理[5]。

（4）服務(wù)協(xié)同。遠(yuǎn)中心云節(jié)點涉及的各類控制信息，一般均通過邊緣節(jié)點被有效執(zhí)行，并通過中心云節(jié)點，對實時控制信息進(jìn)行下發(fā)，并對之進(jìn)行管理。

（5）業(yè)務(wù)管 理協(xié)同。邊 緣節(jié)點對API進(jìn)行提供，負(fù)責(zé)對業(yè)務(wù)進(jìn)行分發(fā)，并開展相應(yīng)的控制管理；由中心云節(jié)點部署各項業(yè)務(wù)應(yīng)用，并對編排工作進(jìn)行管理，從全局層面出發(fā)，對企業(yè)實際經(jīng)驗各項業(yè)務(wù)的具體情況進(jìn)行掌控，并將實際需求作為依據(jù)，對各項業(yè)務(wù)進(jìn)行科學(xué)合理的有序編排。

（6）應(yīng)用管理協(xié)同。邊緣節(jié)點能有效提供API，并部署各項邊緣應(yīng)用，還能對運行環(huán)境進(jìn)行創(chuàng)設(shè)，并開展高效良好的全生命周期管理。通過中心云節(jié)點，對 相應(yīng)的邊緣應(yīng)用實施全生命周期管理，涵蓋推送、監(jiān)控、安裝、更新、卸載等。對于低延時應(yīng)用，邊緣節(jié)點能有效開展良好的生命周期管理；中心云節(jié)點，能契合各項邊緣應(yīng)用，高效良好地開展生命周期管理，并對邊緣節(jié)點提供開發(fā)、測試必要的條件[6]。

2 基于云邊協(xié)同的工業(yè)互聯(lián)網(wǎng)實踐

2.1 框架設(shè)計

（1）整體架構(gòu)。在工業(yè)互聯(lián)網(wǎng)中，工業(yè)互聯(lián)網(wǎng)平臺占據(jù)著核心地位，該平臺通過數(shù)字化技術(shù)與工控技術(shù)二者的緊密結(jié)合，促進(jìn)IT與OT實現(xiàn)全面融合，并促進(jìn)全生產(chǎn)要素與生產(chǎn)鏈實現(xiàn)良好連接，以工業(yè)互聯(lián)網(wǎng)為依托，對 相關(guān)工業(yè)數(shù)據(jù)進(jìn)行良好采集，開發(fā)創(chuàng)新業(yè)務(wù)及應(yīng)用，促進(jìn)資源配置實際效率實現(xiàn)大幅度提升，并促進(jìn)工業(yè)制造業(yè)實現(xiàn)高質(zhì)量發(fā)展。該平臺包括兩部分內(nèi)容：一是邊緣節(jié)點，二是中心節(jié)點。

（2）laaS層。該層在云計算設(shè)施中占據(jù)著基礎(chǔ)性地位，即為服務(wù)層。平臺通過虛擬化技術(shù)，能優(yōu)化硬件資源。依托各類虛擬化工具，諸如Xen、VMware、KVM等，能為工業(yè)場景有效提供具有較高可靠性和較強定制性的laaS層服務(wù)。

（3）工業(yè)PaaS平臺層。該層主要對應(yīng)用程序部署以及管理服務(wù)進(jìn)行提供。該層主要包括如下內(nèi)容：一是工業(yè)大數(shù)據(jù)分析與建模，能對用戶數(shù)據(jù)建模涉及的相關(guān)數(shù)據(jù)進(jìn)行清洗、管理以及分析。二是資源與應(yīng)用管理，借助tomcat支持前端各項創(chuàng)新應(yīng)用，并通過容器化的MySQL對建模所需的相關(guān)數(shù)據(jù)進(jìn)行清洗。三是設(shè)備接入與管理，負(fù)責(zé)管理各項底層設(shè)備，并采集相關(guān)數(shù)據(jù)，對數(shù)據(jù)進(jìn)行傳輸，并實施協(xié)議解析。

（4）工業(yè)SssS應(yīng)用層。該層應(yīng)用程序的開發(fā)基礎(chǔ)，是底層基礎(chǔ)能力平臺。工業(yè)企業(yè)要從自身的具體特點出發(fā)，對各類創(chuàng)新應(yīng)用，諸如預(yù)測性維護(hù)、機器視覺等進(jìn)行開發(fā)，據(jù)此實現(xiàn)對各項業(yè)務(wù)難題的有效解決。同時，該層對前端Web界面進(jìn)行展示，并對底層技術(shù)具備的復(fù)雜性進(jìn)行屏蔽，依托界面對底層數(shù)據(jù)蘊含的意義進(jìn)行形象表達(dá)。

2.2 實踐要點

工業(yè)互聯(lián)網(wǎng)云邊數(shù)據(jù)協(xié)同。對工業(yè)互聯(lián)網(wǎng)而言，數(shù)據(jù)資源占據(jù)著至關(guān)重要的地位。要以數(shù)據(jù)資源為依托，對價值進(jìn)行創(chuàng)造。工業(yè)大數(shù)據(jù)的內(nèi)容主要包括如下幾類：一是企業(yè)推動自身信息化發(fā)展涉及的相關(guān)數(shù)據(jù)；二是工業(yè)物聯(lián)網(wǎng)在實踐應(yīng)用過程中涉及的數(shù)據(jù)信息；三是外部跨界涉及的數(shù)據(jù)。

（1）基本介紹。邊緣與云平臺數(shù)據(jù)協(xié)同，依托Rabbitmq消息隊列，架設(shè)相關(guān)服務(wù)傳輸實時數(shù)據(jù)，邊緣節(jié)點能與核心云節(jié)點良好高效地實現(xiàn)數(shù)據(jù)協(xié)同。通過邊緣節(jié)點，預(yù)處理分析相關(guān)數(shù)據(jù)，對高質(zhì)量數(shù)據(jù)進(jìn)行提取，并傳送至核心云節(jié)點。

（2）技術(shù)方案。通過在中心云節(jié)點和邊緣節(jié)點部署的云主機實施云邊數(shù)據(jù)協(xié)同。該技術(shù)方案由如下三大模塊構(gòu)成：一是數(shù)據(jù)發(fā)送模塊。該模塊將云應(yīng)用的具體需求作為依據(jù)，對相關(guān)數(shù)據(jù)實施處理和轉(zhuǎn)換、過濾，將質(zhì)量較高的數(shù)據(jù)提供給數(shù)據(jù)同步模塊。二是數(shù)據(jù)同步模塊。該模塊借助Rabbitmq，依托中心云節(jié)點和邊緣節(jié)點，搭建數(shù)據(jù)通道，對各類數(shù)據(jù)進(jìn)行實時傳輸。三是數(shù)據(jù)接收模塊。該模塊對數(shù)據(jù)進(jìn)行接收，并根據(jù)具體要求，高效處理和妥善存儲數(shù)據(jù)。

（3）相關(guān)場景。一是數(shù)據(jù)過濾：邊緣節(jié)點可篩選過濾相關(guān)數(shù)據(jù)。在企業(yè)上云相應(yīng)的大環(huán)境下，中心云能對自身存儲進(jìn)行減少，并實現(xiàn)對企業(yè)成本的降低。二是數(shù)據(jù)分析與模型部署：企業(yè)上云，其主要目的在于通過云對企業(yè)數(shù)據(jù)、產(chǎn)品數(shù)據(jù)以及運營數(shù)據(jù)進(jìn)行分析，并據(jù)此構(gòu)建解決方案，實現(xiàn)對企業(yè)管理和運營方案的優(yōu)化，并實現(xiàn)良好的價值創(chuàng)造。

3 結(jié)束語

通過Rabbitmq對實時數(shù)據(jù)通道進(jìn)行構(gòu)建，能促進(jìn)工業(yè)數(shù)據(jù)在中心云節(jié)點與邊緣節(jié)點實現(xiàn)良好交互，能促進(jìn)企業(yè)基于云邊協(xié)同實現(xiàn)良好的數(shù)字化轉(zhuǎn)型。因此，基于云邊協(xié)同的工業(yè)互聯(lián)網(wǎng)，能促進(jìn)我國智能工業(yè)的良好發(fā)展，推動我國工業(yè)實現(xiàn)高效良好的數(shù)字化轉(zhuǎn)型，并實現(xiàn)制造大國對制造強國的轉(zhuǎn)變。