当前位置 > 首页 > 解决方案 > 工业制造 > 工业智能制造IT-OT融合解决方案
工业智能制造IT-OT融合解决方案
作者:索提斯云智控科技(上海)有限公司
1 目标和概述
5G通信、人工智能、云计算等技术的应用与逐渐 普及,给制造业发展带来了巨大的变革。根据工业和信 息化部发布的《智能制造发展规划(2016-2020)》, 国家正在加快推进制造业逐步向智能制造转型的进程。 《规划》提出智能制造实施“两步走”战略:
第一步,到2020年,智能制造发展基础和支撑能 力明显增强,传统制造业重点领域基本实现数字化制 造,有条件、有基础的重点产业智能转型取得明显进 展;第二步,到2025年,智能制造支撑体系基本建立, 重点产业初步实现智能转型。
该方案的目标主要有以下几个方面:
(1)验证通信标准、5G应用,以及构建智能工厂 所需的IT与OT融合的技术。
(2)以物联网技术与5G应用为主线,将新一代信 息技术,如边缘计算、人工智能、深度学习等,与制造 领域的系统深度融合。
(3)建立云-边-端一体化系统架构。
(4)探索OT领域的信息生态应用,制定OT网络 接入标准(协议、数据接口规范等)。
(5)验证以5G、信息技术主导传统制造产业的协 同创新应用及相关技术。
2 方案介绍
该方案采用云-边协同架构, 云端包括基于云的设 施即服务(IaaS)、软件即服务(SaaS)、平台即服 务(PaaS) 三部分, 提供在云中的应用程序开发和管 理,云计算平台采用Open Stack相关组件实现云基础 服务架构。如图1所示。
边缘侧包括云边协同、边缘计算、系统支撑三部 分,实现集中化的资源使用、监控和运维等。如图2所 示。
图1 解决方案云端架构图
图2 解决方案边缘侧架构图
系统框架如图3所示。
图3 系统框架图
该方案通过边缘网关将云与端的数据打通,通过IoT 平台及边缘网关将OT与IT打通,IoT平台既可与制造执 行系统(Manufacturing Execution System,MES)、仓库管理系统(Warehouse Management System, WMS)、企业资源计划(Enterprise Resource Planning,ERP)等IT系统进行通讯与交互,也可通过 边缘网关与OT设备交互,进行数据采集,它是数据的汇 总与处理中心。智能运营中心(Intelligent Operations Center,IOC)负责数据的展示和综合运用。
2.1 IoT平台
通过对MES系统、仓储系统、装配系统、质检系 统、行为异常识别系统、环境检测系统、设备健康及预 测性维护系统、边缘网关的通讯集成,实现OT与IT系 统间数据共享,为上层业务系统实现协同化,智能化提 供前提。其部分业务功能如表1所示。
主要技术特点有:
(1)支持多种消息队列实现: Kafka、RabbitMQ。
(2)支持多种协议:MQTT、HTTP和CoAP。
(3)可基于设备和应用收集数据并进行可视化。
(4)可基于生命周期事件、REST API事件、RPC 请求构建工作流。
(5)可基于规则引擎自定义功能。
(6)可发布设备数据至第三方系统。
(7)微服务架构,支持本地部署及云部署。
(8)完善的认证机制,数据可以进行加密传输,
确保安全性。
运行环境:跨平台,部署在可运行JVM的设备上,数据库为“关系数据库+时序数据库”,内存>4G。
2.2 IOC运营中心
IOC运营中心为运维管理人员构建统一的、业务清 晰的数据展示平台,可为各子系统进行参数配置、数据 查询、监控,为问题分析、决策调度、运营效率提升提 供极大便利。
表2是需展示的部分数据列表。
表2 IOC运营中心部分数据展示列表
主要技术特点有:
(1)支持多数据源,支持REST API、WebSocket 及流式数据。
(2)可拖拽式生成大屏页面。
(3)可加密发布、动态鉴权。
(4)前后端分离,支持本地部署及云部署。
(5)完善的认证机制,数据可以进行加密传输, 确保安全性。
运行环境:跨平台,部署在可运行JVM的设备上,数据库为关系数据库,内存>4G。
2.3 边缘计算模块
(1)主要用于连接各种设备并进行数据采集,同 时可以根据用户配置将采集的数据进行存储和转发。
(2)该设备支持多种协议,能连接多种设备,主 要用于解决工业现场设备种类繁多、难以进行统一数据 采集的问题。
(3)该设备还具备简易PLC的功能以及SCADA功能。
(4)其主要技术特点如下:
· 支持5G;
· 4核处理器,4G以上内存;
· 支持RS485、RS232、Modbus、Ethernet、 USB等接口;
· 支持HDMI2.0显示接口;
· 支持数据存储;
· 自带SCADA系统, 支持用户自定义逻辑控制功能;
· 支持协议:Modbus RTU、Modbus TCP、TCP/ IP、MQTT、OPC UA;
· 自带PLC功能,并可外接PLC扩展模块;
· 支持Linux操作系统及部署容器化应用;
· 完善的认证机制,数据可以进行加密传输,确保 安全性。
2.4 AI算法平台
为了解决繁多的AI工具安装配置、数据准备、模 型训练慢等困扰AI工程师的诸多难题, 通过引入AI算 法建模平台,实现数据管理、数据分析、算法开发、模 型训练、模型部署和服务发布等功能需求统一集成到一个开发环境中,一站式地完成AI应用开发任务,降低 AI应用的开发难度, 提高AI场景化应用的设计能力和 部署服务能力。主要包含以下功能模块:
(1)数据治理
· 数据收集;
· 数据清洗;
· 数据标注等功能。
(2)模型构建/算法开发
· 预置模型,支持视觉类任务类型的开发模板;
· 支持多引擎框架(Jupyter Notebook、 Sklearn、TensorFlow、PyTorch、Spark等);
· 支持拖拉拽式算子建模等。
(3)模型训练
· 机器学习、深度学习、自动学习等;
· 模型评估,多指标多角度对训练的模型进行评价。
(4)模型管理
· 模型版本管理;
· 模型转换;
· 模型评估;
· 模型监控。
(5)模型部署
· 一键部署、支持高并发、低延迟、多模型灰度发布、A/B测试、在线监控、在线推理;
· 私有化部署,服务器端SDK(多平台、多语言支持),Docker容器化部署;
· 设备端部署,模型量化压缩、云边端多场景部署和推理。
(6)服务管理
· 在线服务;
· 批量服务;
· 边缘服务。
2.5 智能质检系统
智能质检系统对泵体装配图像采集进行自动判别是否有错装和漏装,同时满足边缘设备的接入和数据管理要求;工业相机连接边缘设备后可以实现终端设备的数据采集、存储、分析、清洗并上报设备数据至云端服务器,边缘设备应支持MQTTS、Modbus等协议接入到边缘计算节点,并可通过边缘管理平台进行应用集成和业务扩展功能,实现设备的管理和智能控制。
其基本架构如图4所示。
3 代表性及推广价值
该方案解决的是IT与OT之间的融合问题,在工业制造领域具有普遍性。目前正在实施的用户是具有显著示范效应的行业龙头企业。IT与OT的融合,将显而易见地对企业智能制造有所促进,提高企业的生产效率和数据应用效率。
来源 | 《自动化博览》2022年第二期暨《边缘计算2022专辑》
关于联盟
边缘计算作为新兴产业应用前景广阔,产业同时横跨OT、IT、CT多个领域,且涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。为了全面促进产业深度协同,加速边缘计算在各行业的数字化创新和行业应用落地,华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术(集团)有限公司作为创始成员,联合倡议发起边缘计算产业联盟,致力于推动“政产学研用”各方产业资源合作,引领边缘计算产业的健康可持续发展。
加入联盟联系我们