基于MindSphere的智慧工厂移动监控平台研究

朱明超，马臣保，纪晓婷，李家乐，李宏洲

（北京理工大学 珠海学院，广东珠海 519088）

通过现代信息技术和网络可以更加具体地了解当前企业的生产状态，决策层面能够直观地了解目前以及以后的效益发展。基于MindSphere 的智慧工厂移动监控平台可以实时保持一个虚拟与现实之间的闭环联系。通过“智慧工厂”的数据收集功能和机器控制系统，既实现了管理者对包括机器生产效率、用户需求变化等数据的掌握，通过可视化控制平台，还实现了管理员对设备的精准控制、问题诊断和问题排查等，实现了智能化的控制工业生产。

1 当前研究现状以及预期目标实现

互联网引发了新的生产和商业模式，企业更加贴切的服务成为主要的发展方向和收入来源。而且环保节能的绿色发展、建设智慧工厂成为工业、制造业的大势所趋，是企业转型升级的一条途径。根据当今各行业对智慧工厂的热情，预计在未来仍将保持10%以上的年增长率（图1）。

图1 中国智慧工厂市场规模（亿元）

“十五”期间重点提出支持工业以太网技术、现场总线等技术的发展和研发，对于发展智慧工厂的建设和发展具有巨大的意义，可以更好地结合物联网技术，解决工业中由于不确定因素而导致的故障率较高、监控水平不足的问题。

MindSphere 平台是基于云的开放式物联网操作系统，借助MindSphere 设计智慧工厂移动监控平台，来实现对工业生产的监控和管理。本文通过对当前的智慧工厂和工业物联网的现状和发展趋势及MindSphere 在智慧工厂应用中的优点，提出了利用MindSphere 创新开发一个全新的、友好的工厂控制人机交互界面，实现实时、快捷、安全、互联和智能的监控与操作平台。

2 MindSphere在智慧工厂中的应用与研究

在现代工业制造的工厂中，智慧工厂中的每一台智能设备都承载着大量的数据，智能制造需要有一个能够收集数据和分析数据的平台，更加有利于管理和开创更先进的工业模式。基于云的开放式物联网操作系统MindSphere 在这样的需求下应运而生。

MindSphere 是西门子推出的基于云的开放式物联网操作系统，能够帮助生产制造企业高效、集中地处理和决策现场产生的庞大数据，从中获取和分析有价值的信息和趋势，实现更有利、更快捷的生产规划。MindSphere 围绕物联网生态，智慧大数据协作，达成用户和开发者之间的产业共赢。

2.1 MindSphere的功能配置

如图2 所示，MindSphere 向下提供应用程序编程接口，该接口用于采集数据，把数据同步到网关MindConnect，以连接其他第三方设备，了解实时情况，利用OPC UA 通讯标准进行通信。向上支持开发的应用程序编程接口，有助于用户与合作伙伴可以密切联系。

图2 MindSphere的功能配置

MindSphere 的工作模式主要分为：工厂现场的数据采集、数据安全传输与记录、数据分析与仿真、数据分析和分析结果的可视化展示。基于这样的工作模式，企业可以掌握和管理设备的启动率，优化能效，增加行业信息的安全性，有效地提高效率。

其中包含了3个核心软件内容：

（1）MindConnect：负责将数据传输到云平台。

（2）MindCloud：为用户提供数据分析，应用开发环境及应用开发工具。

（3）MindApps：为用户提供集成行业经验和数据分析结果的工业智能应用。

通过MindSphere，制造商可以快速高效地收集大量复杂的数据，挖掘其深层含义，以最小的投资提高生产设备的可用性和效率。西门子利用其巨大的工业设备基础和包含多个行业的专业技术为MindSphere 带来了独特的数据收集和价值挖掘优势。开放MindSphere 不仅提供了多种方式来确保对第三方设备的访问，覆盖了支持OPC UA 通信技术的所有设备或系统，而且还使更多的应用程序开发人员和最终用户能够使用该平台开发或使用各种应用程序。

2.2 MindSphere的开放性应用

MindSphere 提供了设备与企业系统连接协议、工业应用、高级分析及专用开发环境，利用开放式平台服务（PaaS）功能以及阿里巴巴云服务，将实际物体连接到数字化环境，并提供功能强大的工业应用和数字化服务以帮助推动业务成功实现。MindSphere不仅具有公用和私有功能，也能够进行本地的部署，能对西门子自有应用程序（MindApps）和为客户开发的个性化App 开放，建立工业场景的新业务模式。

3 基于MindSphere智慧工厂的方案设计

基于MindSphere 智慧工厂的方案设计包括的内容：①利用逐渐成熟的工业无线通信技术和5G 通信技术的发展，增加传感器和实时监测设备（如有限传感器、RFID、带Lora 或者ZigBee 功能的无线传感器），对进入控制网络的信号和信息进行采集依托；②MindConnect 集成灵活的方式把多个数据系统连接到MindSphere，通过工业网关MindConnect Nano和MindConnect IOT2040 实现MindSphere 的硬件连接，通过采用TIA Portal STEP 7 库，还可以利用西门子公司的Siemens s7-1500可编程控制器直接连接到MindSphere；③建立系统的工业应用程序和数字服务；④搭建智慧工厂移动监控平台；⑤通过对于MindSphere，MindConnect，MindCloud，MindApps的协同作用，结合Java 语言开发基于MindSphere 的可视化软件平台，将处理好的数据整合在监视器上，达到监控和控制的功能目的。

4 MindSphere平台构建过程中的难点与优化

（1）消除网络中的非确定性排队延迟是实现时间敏感网络的确定性网络延迟和抖动的基本要求。时间敏感型的软件定义网络（TSSDN）的目标是实现具有确定性的网络时延和抖动，以支持实时通信。因此是确定性的，并且非常小（以ns 为单位），且处理延迟也可以被认为是确定性的。TSSDN 通过调度在源主机上属于时间触发流的数据包的传输来限制排队延迟，使得它们总是在沿着它们的路径的每个交换机上找到空队列，也就是在空间或时间上隔离时间触发的流。对时间触发的流进行调度和路由，以避免网络队列发生排队，可以为数据的传输提供实时保障。

（2）基于MindSphere 在云端数据和线下设备之间的数据传输会受到网络或者宽带以及其他因素的影响，同时由于在智能制造工厂中的设备实时性要求比较高，基于设备之间极大的关联性和互通性，将在智慧工厂的数据采集过程中结合5G 上下行的传输技术，提升数据传输的快速性，确保数据的时效性。

5 对平台海量数据高速传输的实现

为了建立更好的安全性，从网络基础设施中最小的代码开始，加强测试和重新测试，同时关注不熟访问控制，修补资产控制所有的明确性、扁平化的网络问题和低效的修补程序管理，保持ITOT 中的IT、OT 的协同工作。其中关于针对物联网的数据传输特点，在SSL（Secure Socket Layer，安全套接层）协议的基础上，使用更加轻量级的高性能数据安全传输的方法LSSL。其中SSL 协议的性能应用主要在以下方面。

（1）交换会话密钥时的公钥加密操作以及建立新的会话时候的性能应用。LSSL 的设计是根据SSL 协议的性能分析对SSL 的协议进行针对性的性能优化该设计主要体现在公钥加密算法原则中的ECC 加密算法与经典的RSA、DSA 等公钥密码体制相比安全性、处理速度、占用存储空间上具有优势。

（2）减少密钥协商时的信息量，提出使用安全散列算法，被认为是最安全的散列算法之一，具有不可逆，防冲突的良好特点。

轻量级的LSSL 的具体流程如图3所示。

图3 LSSL的流程

通过查找实验数据，在服务器上部署LSSL 的程序，节点模拟环境内存为256M，WINXP 系统，对照环境为WIN2003的服务器部署SSL，性能结果的对比分析如表1所示。

表1 LSSL和SSL的性能对比

通过更新LSSL 作为高性能的数据传输方法，可以满足智慧工厂中的海量节点，大量数据，高性能要求的特点，提升了MindSphere 软件和云平台链接时的数据传输能力。

6 结束语

智慧工厂采用MindSphere 实现工厂的信息化、数字化，将生产厂商、生产物、操作系统和操作设备安全、高效、快速地连接在一起，通过大数据和云平台的计算算法来挖掘数据的潜在价值，通过信息平台将数据传输到工业应用中，并进行智能化深度分析，成为一种高效安全智能化的工业端应用解决方案。