IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

工业智联网:基本概念、关键技术与核心应用

已有 1330 次阅读 2023-10-25 13:26 |系统分类:博客资讯

引用本文

 

王飞跃, 张军, 张俊, 王晓. 工业智联网:基本概念、关键技术与核心应用. 自动化学报, 2018, 44(9): 1606-1617. doi: 10.16383/j.aas.2018.y000004

WANG Fei-Yue, ZHANG Jun, ZHANG Jun, WANG Xiao. Industrial Internet of Minds: Concept, Technology and Application. ACTA AUTOMATICA SINICA, 2018, 44(9): 1606-1617. doi: 10.16383/j.aas.2018.y000004

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.y000004

 

关键词

 

工业智联网,知识自动化,虚拟数字工业,复杂系统理论,区块链,社会计算 

 

摘要

 

本文首先阐述了工业网联技术的演化过程,重点讨论了工业智联网产生的技术和时代背景.然后探讨了工业智联网的基本概念、内涵与应用领域.本文详细介绍了工业智联网的关键技术,包括数字虚拟工业技术、新一代知识工程技术、工业资源异构复杂网络管控技术、区块链智能、社会计算、边缘计算等,及其技术平台架构.最后我们以智能工业新模式和工业系统价值挖掘为示例,举例说明工业智联网的应用模式.

 

文章导读

 

自上世纪中期以来, 工业技术(Industrial technology)和信息技术(Information technology)融合的过程就已经开始, 其进程由于网络技术的发展而加速, 而工业控制系统的演化就是这一融合过程的范例.网络化的工业控制主要经历了以下几个阶段: 20世纪六七十年代的模拟仪表控制系统、八九十年代的集散控制系统、21世纪的现场总线系统.在这些阶段, 技术发展聚焦于在工业现场本地的工业过程信息化与自动化.

 

2012, 对应网络信息技术的发展, 国际工业技术巨头GE (General Electric)公司提出了工业互联网的概念并发表工业互联网白皮书[1].在白皮书中, GE将工业互联网的精髓阐述为:智能机器(Intelligent machines)、高级分析(Advanced analytics)、工作人员(People at work)三要素的深度融合.纵观GE的工业互联网, 是以工业系统为中心的基于互联网的工业、信息、网络、人机结合的融合技术.

 

随着科技的飞速发展, 物联网(Internet of things, IoT)概念和技术也得到了迅速的普及.物联网理念的起源比较公认的说法是由Kevin Aston1999年在Procter & Gamble (P & G)的一次演讲中提出[2], 其工业应用的价值与意义显而易见.对应于物联网技术, 工业互联网的概念逐步演变成为工业物联网的概念, 但工业物联网(Industrial internet of things, IIoT)的起源却没有公认的结论. 20162017, 王飞跃教授分别在IEEE TAB (Technical activity board meeting)未来方向IoT会议和IEEE射频识别委员会(Council on RFID)上提出设立工业物联网专业工作委员会. 2017年底, IEEE计算机学会将工业物联网列为2018年的十大技术发展趋势之一.

 

对于从工业互联网到工业物联网的转换过程, GE在其官网上一方面宣称"工业物联网即工业互联网"("The industrial internet of things (IIoT), also known as the industrial internet")[3], 而在同一篇文档里, GE也承认工业物联网确是工业互联网在客户端的扩展: "One perspective is to think of the Industrial Internet as connecting machines and devices in industries ⋯ On the other hand, the Internet of Things tend to include consumer-level devices ⋯"

 

在最近的发展中, 工业物联网的概念正迅速取代工业互联网的概念, 无论是在以GE为代表的美国工业界还是以西门子、ABB为代表的欧洲工业界, 工业物联网已成为工业网联系统的主流技术框架. 20178, GE数字部门CEO, William Ruh在官网发表文章"为什么GE数字部门定位于工业物联网领袖(Why GE digital is positioned to lead the industrial internet of things)"[4], 而在这篇文章里通篇再未见"工业互联网"字样.西门子工业也将其工业平台MindSphere定义为"MindSphere是基于云技术的、开放物联网操作系统(MindSphere is the cloud-based, open IoT operating system)".

 

1描述了工业网联技术在各个时期的不同发展阶段.我们认为工业互联网是其中的一个重要发展阶段, 就是基于互联网技术发展出的联结业务、商务、供应链等信息的网络系统和技术, 而工业物联网是其向边缘装置的深入发展.当前的工业物联网技术能在系统感知与控制层次上解决复杂工业系统的管控问题, 但是在更高的智能层次上, 在系统资源的使用效率、自适应性、自主性、自组织性和安全性上, 还缺乏有效的、融合系统工程技术的智能科技.由此, 工业智联网应运而生, 其使命就是实现工业过程的知识自动化, 为新一代的工业智能产业提供智能科技.

 1  工业网联技术的演进过程

 

工业智联网旨在实现海量工业实体的智能化协同, 改变工业生产形态的未来工业基础设施, 需要运用新一代技术理念, 对不同种类工业实体乃至整个工业网络进行建模和管控, 对工业和社会资源进行高效整合, 从而实现工业实体的智能化发展.

 

在工业智联网的架构下, 会催生以下的智联网架构, 包括:

1) 农业智联网:农业智联网将农业生产的各个物理、流程和知识环节通过智能技术有机地融合成一体, 使其能够自动、自主、自适应、自优化运行.逐渐实现从以人的体力和智力为中心、农业装备为辅助设施的生产模式, 向以人机协同智能体为中心的, 自动化、智能化、知识化农业生产转变.

2) 交通智联网:交通智联网实现交通运输系统中社会、人、交通装备、基础设施、货物、环境等异构交通要素在智能与知识层面上的融合, 从而建立起一种可自适应、自优化、自运行的综合交通运输管控系统.

3) 能源智联网:能源的产生、传输、分配、销售是能源工业的核心业务.围绕这些核心业务, 能源工业的其他业务也包括公司运营、投资管理、监管法规等.我们期望能源智联网为以上的能源工业组件提供极大提升其工业效率的技术方法和系统平台.

4) 企业智联网:当代企业管理已经从信息管理向知识管理迈进.企业智联网为企业提供知识化和智能化的管理能力, 并为管理者提供崭新的管理工具与手段.

5) 社会智联网:旨在基于智联网技术和平台, 实现社会和经济的自主优化和管控, 基于物理空间和虚拟空间的融合而实现对社会、经济问题的描述、预测、引导, 促使向新的智能社会形态的迈进.

 

因此, 工业智联网是一门与工业互联网、工业物联网紧密结合, 深度融合的智能技术和知识工程技术, 其目标为建立包含人机物在内的智能实体之间知识层次的联结、实现各智能体间知识的互联互通, 是一种全新的、直接面向全社会智能的复杂协同数信、感控、知识自动化系统.工业智联网的实施则能够以极高的效率整合各种工业和社会资源, 极大地减少工业资源的浪费和消耗, 极大地解放工业生产力, 拓展即将出现的"软件定义工业""类工业领域""广义工业""社会制造""社会工业"等智能产业新形态[5].

 

本文旨在阐述工业智联网的基本概念、关键技术和核心应用, 并对其发展和应用进行展望.

 2  工业智联网的技术平台架构

 3  工业智联网概念架构与核心技术

 

本文详细地阐述了工业智联网产生的技术和时代背景、定义与内涵、平台架构与关键技术, 以及其应用模式的两个示例.

 

对于当前的工业系统与技术而言, 单个和孤立的智能技术已经取得了一定的成绩, 然而, 工业系统中即将涌现海量的具有一定智能的实体, 而这些实体在智能与知识层面上的如何协同和合作却还是一个开放的问题.如果这个目标能够实现, 其对社会生产力的提升和对社会形态的影响, 将是难以想象的.因此, 工业智联网的大规模研究与开发势在必行, 而我们也期望工业智联网将为社会化智能大工业提供一条切实可行而又富有成效的技术路径与顶层设计.

 

作者简介

 

张军

北京理工大学校长, 兼任国家空管新航行系统技术重点实验室主任、综合交通大数据应用技术国家工程实验室主任.2013年当选为中国工程院院士.主要研究方向为民航航路网运行监控、星基航路运行监视、民航飞行校验, 综合交通大数据.E-mail:zhjun@bit.edu.cn

 

张俊  

武汉大学电气工程学院教授.主要研究方向为智能系统, 人工智能, 知识自动化, 及其在智能电力和能源系统中的应用.E-mail:jun.zhang@qaii.ac.cn

 

王晓  

中国科学院自动化研究所复杂系统管理与控制国家重点实验室助理研究员.2016年获得中国科学院大学社会计算博士学位.研究方向为社会交通, 动态网群组织, 人工智能和社交网络分析.E-mail:x.wang@ia.ac.cn

 

王飞跃  

中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任, 国防科技大学军事计算实验与平行系统技术研究中心主任, 中国科学院大学中国经济与社会安全研究中心主任, 青岛智能产业技术研究院院长.主要研究方向为平行系统的方法与应用, 社会计算, 平行智能以及知识自动化.本文通信作者.E-mail:feiyue.wang@ia.ac.cn



https://wap.sciencenet.cn/blog-3291369-1407187.html

上一篇:一种大气湍流环境下的运动目标自适应检测方法
下一篇:基于主成分分析的分块视频噪声估计
收藏 IP: 117.114.9.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-7-17 01:01

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部