工业互联网平台的架构设计

孙小东，王劲松，李 强，徐 珂，杨 博，谢 皓

(中冶赛迪重庆信息技术有限公司，重庆 401122)

数字中国是新时代我国信息化发展的新战略，是满足人民群众日益增长的美好生活需要的新举措，也是驱动引领经济高质量发展的新动力。工业作为国家经济支柱，其数字化转型已成为发展数字中国的必然条件，更是建设数字中国的关键内容。

21世纪以来，我国经过了信息技术高速发展的20年，数字经济当前正在从消费、社交领域向着工业领域延伸[1]。一方面，在企业内部，物联网、大数据、知识图谱、机器视觉、AR/VR等新技术不断应用于制造领域，帮助制造业构筑出一个数字化的生产空间，不仅能够探索基于数据的工业机理知识模型，还能降低工业产品研发成本，提升工业服务质量。另一方面，互联网技术改变了产业链上的企业关系，企业与企业之间的联系变得更加紧密，跨行业、跨组织的合作不断增多，未来企业将在竞争中合作、在合作中竞争。

工业企业在数字化转型的过程中，产生的海量数据经过采集、清洗、关联、加工、建模等处理程序后，统一汇聚到工业云平台上，能够帮助企业优化研发设计、制造过程、产品运营、资源管理、售后服务等各个生产环节[2]。而在当前，企业都已经充分认识到了物联网、大数据、云计算、人工智能等技术的价值，但是如何才能更快、更好、更有效地挖掘这些数据背后的价值，工业行业的各个企业仍在不断地探索和前进。

1 工业互联网概述

1.1 工业互联网的本质

工业互联网通过实现人与工业设备、信息软件、业务系统、产品服务等的全面互联，包括从作业区、车间到经营层、决策层的纵向互联，以及产业上下游企业之间的横向互联，建立起生产全流程、价值全产业链的新一代工业生产和服务体系，应用范围覆盖产品从原材料采购、流程制造、产品生产到投入市场，再到报废回收的全生命周期。

1.2 工业互联网的目标

工业互联网的目标是促进我国制造型企业的资源优化配置，加快传统工业的转型升级和持续发展，成为促进高质量发展的重要驱动，最终实现工业链条的全数字化[3]。

一是工业互联网是基于云(包括私有、公有、混合等)的制造业数字化、网络化、智能化，为工业企业提供了跨工序、跨系统、跨厂区、跨省市甚至跨国界的数据共享与互联，使企业可以在全局层面对研发、生产、经营、服务等制造活动进行优化，为企业的技术创新和管理创新提供基础条件，如图1所示。同时，企业依靠工业互联网平台，可在更大范围内打破物理和组织边界的能力，便于打通企业内部、产业链上下游的数据孤岛，实现有形资产和无形资源有效协同，形成真正意义的无边界组织，实现价值发现和创造从传统链条向价值网络进行拓展。

图1 工业互联网功能规划

二是工业互联网是工业制造业转型升级的最关键路径[4]。工业互联网是新一代互联网与传统工业高度融合的产物，是一套涵盖可视化、数字化、智能化、网络化等技术的综合应用体系。工业互联网的本质是通过建立实时、高速、全面的数据采集互联体系，实现制造业的资源优化配置，提高生产全流程的运行效率，推动工业实体经济的质量提升和效率提升。一方面，工业互联网利用大数据技术深度挖掘传统工业的发展潜力，通过引入新技术、新管理、新模式，为工业插上互联网的翅膀、注入信息化的基因，加快传统工业转型升级的步伐。另一方面，工业互联网加速先进制造业发展步伐，催生了远距离操作、无人化维检、个性化定制、网络化协同、智能化服务、数字化管控等新型生产模式，可大大加速制造业的智能化转型进程。

2 工业互联网平台架构

从系统架构的角度，工业互联网平台可从下到上划分为四个层次，即边缘接入层、基础设施层、工业平台层和工业应用层，如图2所示。

2.1 边缘接入层

边缘接入层以数据采集与接入为基础和根本，其本质是利用泛在网络和感知技术对工业设备、信息系统、运营平台、岗位管理等要素进行实施高速收集和中心汇聚。主要的数据接入与边缘计算技术包括:

图2 工业互联网架构分层图

1)设备和系统接入

现场控制系统由仪器仪表、PLC、DCS以及SCADA组成，边缘接入层通过光纤、以太网等链路，将现场设备相关数据以有线或无线(包括5G)的方式远程传输至工业互联网平台。

信息系统主要包括与实绩、质量、物料、物流、排程等生产和经营相关的系统，如L2、MES、ERP、SCR、CRM等，以及与产品设计、技术相关的PLM等系统，都可以通过以太网上传至工业互联网平台。

视频系统包括生产、安保等监控摄像，可配置统一对外发布服务器上传至工业互联网平台，其他系统或非结构化数据可通过录入、导入等方式进行解决。

2)传输协议

开发工业物联网中间件，兼容 OPC/OPC UA、ModBus、Socket、RS485、RS232、ProfiBus、ControlNet等各类工业通信协议，实现数据采集时的格式转换和统一。同时，利用HTTP、MQTT、LoRa、NB-IoT等方式从企业的边缘端将数据上传到云端，实现数据的远程自动接入。

3)边缘计算

基于高性能计算芯片、实时高速处理方法等技术支撑，在工业设备、信息系统、智能终端等数据源头的网络一侧进行数据的先处理和预处理，通过缓存以及简单的智能分析应用，提升平台整体的响应效率，与平台端形成“边缘<->中心”式的协同。

2.2 基础设施层

基础设施层即传统的IaaS硬件层，其核心为虚拟化技术，同时，利用分布式存储、并发式计算、高负载调度等新技术，实现计算机资源的动态管理，可根据客户需求进行定制化的弹性分配与扩展，并确保系统资源利用的安全与隔离，为客户提供可靠、稳定的云设施服务。

服务器虚拟化的目的是改善计算机资源的使用效率，如将单台物理服务器虚拟成多台虚拟服务器，供多个客户同时使用，同时，针对虚拟服务器进行隔离以保证其安全性。服务器虚拟化依赖CPU虚拟化、Cache虚拟化和I/O虚拟化等资源虚拟化技术。但是服务器虚拟化只是IaaS的一种交付方式，物理硬件资源的交付也是IaaS的重要内容，但是，平台可对物理硬件资源池和虚拟化资源池进行可视化的管理和配置是前提条件。

2.3 工业平台层

工业平台层即PaaS层，属于工业互联网的核心层，其根本在于IaaS平台上构建一个可扩展的应用支持系统，为工业应用和服务软件的开发提供一个良好的基础平台。

1)数据预处理

应用数据去重、上下限过滤、动态归一化、异常检测等方法对原始数据进行清洗预处理，为后续的数据关联、建模、存储、分析、可视化等应用提供高质量的数据来源。

2)数据处理与计算

集成Hadoop/Spark生态平台，借助流计算、图计算、实时计算、交互分析等分布式计算处理框架，满足工业场景下海量传感器数据的批处理、流处理等分析计算、应用挖掘需求。

集成技术视觉技术，利用图像分类、对象识别、目标跟踪、实例分割等方法，从单个或一系列图像和视频中提取、分析和理解有价值的数据和信息。

引入区块链方法，利用其“不可篡改”“共识机制”“可追溯性”"等核心特点，支撑核心企业“自金融”模式的产业链运作需求。

3)数据存储

基于内存数据库、关系数据库、时序数据库、数据仓库等不同的存储机制，以及GFS、HDFS等分布式文件系统，共同适配海量数据存储和大规模并发处理的需求，解决事务在分布式环境下执行的高速实时矛盾，同时实现大量设备传感器数据的分区查询、存储等功能。

4)算法分析包

算法分析是大数据的核心技术，工业互联网平台应集成神经网络、回归预测、动态聚类、多目标分类、主因子分析、时间序列、广义线性规划等多种大数据算法，选择合理的算法库和算法引擎，兼容集中式计算与分布式计算，同时支撑数据密集型和计算密集型的算法任务。

5)应用开发

支持Java、Python、JavaScript、C/C++、Scala等多种语言编译环境，并提供Eclipse integration，JBoss Developer Studio、git和Jenkins等多种开发工具，建立高效、便捷的集成开发环境。

提供覆盖微服务的注册、发现、通信、编排、调用的管理机制和运行环境，支撑"松耦合"应用服务设计、开发、测试、集成和部署。

通过可视化编程工具，简化系统的开发流程，支持用户采用拖拽方式进行应用构建、测试、调试、扩展、升级等。

6)资源调度

通过实时监控应用服务的业务变化和底资源层的消耗情况，结合相应的调度工具和调度算法，为应用程序和单元提供合理的资源占用。

7)安全保障

数据接入安全:通过硬件防火墙技术、工业网关技术、工业级隔离计算、数据通信加密隧道技术，防止数据外泄或篡改、应用被攻击或被侦听，保障数据在源头、传输、应用等全过程的安全可靠。

平台安全:通过平台UPS不间断电源、虚机自动迁移、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用电安全、系统安全、代码安全、应用安全、数据安全、网站安全。

访问安全:通过建立统一的接口访问机制，限制用户的应用访问权限和相应的计算资源、网络资源，实现对云平台的访问控制和安全识别， 防止非法用户访问。

2.4 工业应用层

开发大数据平台不是目的，发掘数据背后的价值才是关键，也是一个产品、项目成败的关键。所以，工业应用层的目的是对企业制造的各个活动环节进行高度抽象，其主要功能是为面向特定工业应用场景，利用冶炼、化工、能源、机械、电子等领域专业知识，结合工艺理论和生产实践，将制造技术、经验、知识和最佳实践进行模块化、再封装。同时，运用数理统计、深度学习、视觉分析、语义识别及人工智能算法等，最终推动社会资源构建基础的、共性的工业信息化应用模块。

因此，工业应用层可将新一代信息技术与领域知识、算法分析形成深度融合，用户通过对工业应用层接口的云端调用，可实现工业APP的定制化的快速开发、测试与部署，支持企业面向历史数据、实时数据、时序数据的分析与挖掘，从而服务于采购透明化、库存合理化、操控智能化、运维智能化、管理精细化、产品模块化、销售上线化等具体应用群，实现科学调配供应链资源，重构产业组织与制造模式，重塑企业与用户关系，形成跨领域融合的工业生态，提升企业和产业链的运行效率和服务质量，实现制造业的智能化生产模式。

3 结 语

工业互联网平台作为工业智能制造发展的基础载体，能够实现海量数据的汇聚、建模和分析，将工业经验知识化、软件化与模块化，开发基于技术创新和管理创新的智能生产应用服务，从而支撑生产智能决策、业务模式创新、资源优化配置、产业生态培育等目标。

在新一代互联网技术的发展和新一代工业革命的交汇时期，我国应基于工业互联网平台的四层架构，加快"万物互联"的工业大数据体系建设，推动工业实体经济从大到强的彻底转型，落实高质量发展的宏伟目标。