基于数据驱动的云边智能协同综述

随着物联网（IoT）的快速发展，大量在传感器等边缘场景产生的数据需要传输至云节点处理，这带来了极大的传输成本和处理时延，而云边协同为这些问题提供了有效的解决方案。首先，在全面调查和分析云边协同发展过程的基础上，结合当前云边智能协同中的研究思路与进展，重点分析和讨论了云边架构中的数据采集与分析、计算迁移技术以及基于模型的智能优化技术；其次，分别从边缘端和云端深入分析了各种技术在云边智能协同中的作用及应用，并探讨了云边智能协同技术在现实中的应用场景；最后，指出了云边智能协同目前存在的挑战及未来的发展方向。     

基于云边协同的充电设施协调控制系统设计

随着大规模充电设施的接入及其相关分析计算的日益精细化,原有的监控系统无法适应相应的大规模数据处理需求,因此本文提出基于云边协同的充电设施协调控制系统,结合云边协同特点和充电设施控制需求,构建了云端、边缘、充电设施聚合网关功能定位及交互模型,云端对边缘、聚合网关进行统一管理,接收采集信息并对控制系统分析计算服务进行管控和调度,边缘对分布式充电设施进行数据采集和实时控制;云边系统通过Docker容器技术实现服务器资源进行管理,并提出了基于最小变化率的容器部署调度算法实现服务器负载均衡以及资源的高效利用;所提系统实现了大数据通信压力下资源的有效分配,满足电力系统数据采集和多时间尺度控制的需求。最后给出所提系统的应用效果,进一步通过实例验证了Docker容器及其部署调度算法在资源管理方面的适应性和高效性。     

基于轻量化模型的智能配电站房云边协同应用模式研究

为了解决电力行业图像智能识别由于云端集中推理模式带来的网络带宽限制和数据传输时延方面的问题,在云边协同应用与人工智能深度学习网络模型轻量化压缩两个方向上进行探索研究和融合应用,通过云边协同架构体系和主流人工智能深度学习网络模型压缩方法进行对比分析,提出了一种基于参数量化模型压缩的云边协同应用模式,并在实际运行中的智能配电站房中进行现场测试,通过业务应用测试和数据结论验证了该应用模式的可行性,通过该云边协同应用模式实现了云端模型复用,减少了额外开发边端模型的人力物力投入,具有较高的示范和推广价值。     

5G+MEC在家电业机器视觉检测系统中的应用

为了解决家电业依赖人工进行外观质量检测的长期痛点,将5G+MEC的机器视觉关键技术进行创新应用,构建了智能化产品表面质量检测系统。检测系统以云边协同模式运营,支持图片和视频的边缘端推理,云端算法终端下载部署,支持异构计算,实时性高。系统基于决策分析工具、人工智能、大数据分析等技术对采集的数据进行综合管理及应用。同时,关联企业MES、SCADA、WMS等系统,集成生产端数据、物料数据、市场追踪反馈数据,实现产品全生命周期的数据互联及质量追溯。     

基于云边协同的煤矿井下尺度自适应目标跟踪方法

煤矿井下监控视频中的运动目标通常存在较大的尺度变化和形变,导致基于计算机视觉的目标跟踪算法准确率不高,且海量的视频数据导致基于云端的集中式数据处理方式难以满足目标跟踪的实时性要求。针对上述问题,提出了一种基于云边协同的煤矿井下尺度自适应目标跟踪方法。设计了基于深度估计的尺度自适应目标跟踪算法,通过构建深度-尺度估计模型,利用目标深度值估计尺度值,实现尺度自适应目标跟踪,解决了目标尺度变化和形变导致跟踪准确率不高的问题;设计了一种基于云边协同的智能监控系统架构,将尺度自适应目标跟踪算法细粒度划分后的子模块按所需计算资源分别部署在系统的边缘端和云端,通过边缘端和云端的分布式并行处理提高算法运行效率,解决了集中式数据处理方式实时性差的问题。将基于云边协同的煤矿井下尺度自适应目标跟踪方法应用于煤矿井下视频序列,对其跟踪性能和实时性能进行实验验证,结果表明：与核相关滤波（KCF）、判别型尺度空间跟踪（DSST）算法、基于多特征融合的尺度自适应（SAMF）算法3种经典目标跟踪算法相比,基于深度估计的尺度自适应目标跟踪算法在煤矿井下目标出现较大尺度变化和形变时,具有更高的跟踪精度和成功率;与传统的云...     

基于云端协同计算架构的边缘端I/O密集型虚拟机资源分配方案

大型制造业生产车间业务流程复杂,传统固定资源配置方式将产生负载不均衡的问题。针对此问题,设计并实现了一种基于云端协同架构的边缘端I/O密集型虚拟机资源的分配算法,通过定义计算节点中每个I/O密集型虚拟机三个维度的信息计算得出I/O密集型虚拟机的优先级,并按最大优先级队列实时统一分配硬件资源。实验结果表明,该算法在应对工业机械设备高响应和高通量的要求上有较为明显的提升,为实际生产起到了优化资源配置的作用。     

计及云边协同的综合能源系统双层优化

多区域互联的综合能源系统具备两大优势：区域内部多能互补与区域之间能量互济,本文针对综合能源系统设计了一种云边协同调控方法以兑现这两大优势。首先,本文设计了能量管理云平台-边缘控制器双层架构分别统筹子区域内和子区域间的能量流,子区域以预测控制方法(model predictive control, MPC)实现边缘控制器内部能量的实时调控。其次,基于所提双层架构设计了包括集中调控层-分布协同层的双层能量优化模型,集中调控层负责区域间能量互济以降低整个系统对外部配电网的能量需求,提高系统运行经济性;分布协同层负责控制区域内可控机组以降低实际运行工况与日前调度计划值的偏差,降低系统运行波动性。然后,研究了交替方向乘子法(alternating direction method of multipliers, ADMM)求解所提双层能量优化模型的具体步骤。最后,仿真验证了所提云边协同能量调控方法对多区域互联综合能源系统经济性与稳定性的改善作用。     

基于软件定义网络的云边协同架构研究综述

随着5G和物联网时代的到来以及云计算应用的逐渐增加,各有所长的边缘计算与云计算势必彼此融合进行云边协同,实现云计算与边缘计算的优势互补和协同联动.SDN网络因其灵活开放可编程的网络架构被认为是解决当前云计算和边缘计算协同问题的有效方法.基于云计算和边缘计算的优势与不足对云边协同的必要性和具体内涵进行了梳理,归纳总结了目...     

面向企业制造过程的信息集成研究与实现

为了发挥MES系统在网络化制造环境中的实用价值,必须保证MES能够与企业管理系统进行信息集成及共享,并且能够解决异构系统中所遇到的知识表达、存储与获取问题。以沈阳透平机械股份有限公司生产车间为系统开发背景,针对信息管理系统中的信息孤岛现象,与企业现有网络结构结合,设计开发出MES^NEU.net v1.0系统。通过对实际问题的解决应用,实现了MES在协同制造中与企业信息系统的集成应用。     

云边协同物联网中区块链技术的应用研究

为解决物联网终端设备集中接入性能低、安全隐患多、数据易丢失和易篡改、价值数据分享困难、数据孤岛普遍存在等问题,提出了一种基于区块链的物联网云边协同架构。将区块链和数字签名技术应用到网关组成的边缘层,在边缘层实现终端设备的分布式接入认证,通过将数字签名密文等信息存储到私有链来提高认证的可信性和安全性。将区块链和基于公证人的跨链机制应用到云端层,提高价值数据在机构内和机构间进行共享的可靠性和安全性。模拟实验结果表明,所提出的基于区块链的物联网云边协同架构对原有系统影响较小,易安装部署,可以承受DDoS等常见攻击方式,在云端进行的跨链价值数据共享的方式具有较强的实用性、适应性和可行性。     

面向电网PMU时序数据的云边协同技术

相量测量单元(phasor measurement unit, PMU)时序数据在支撑电网安全稳定运行中发挥了重要作用, 而随着电网调控云建设, 电网运行数据统计分析等业务对PMU时序数据的云端共享提出了需求. 本文提出了一种面向PMU时序数据的云边协同技术, 该技术针对PMU时序数据的存储和访问特性, 构建数据协同模型架构, 实现PMU时序数据从电网调度系统生产控制区边缘节点汇集到调控云, 并通过模型化的方式进行共享. 通过在测试环境下进行实施和测试, 验证了该技术的可行性.     

基于领域自适应的多源工业数据的变分填补模型

工业现场数据普遍存在缺失值问题,严重影响后续数据挖掘算法的应用,因此有必要在预处理时进行数据填补。现有的填补算法都假设训练与测试数据服从相同分布,无法适应新的工况。随着工业互联网的不断发展,云边协同框架将不同工厂、不同工况的数据汇聚在云端,提供了变工况场景下新的建模思路。基于此,提出了一种处理云边协同框架下多源数据的填补模型,保留细粒度个性化特征,利用领域自适应范式学习跨工厂、跨工况的粗粒度知识,应对边缘端变工况场景。使用某集团大数据云平台的多台磨煤机数据验证了所提算法的有效性,其在不同数据缺失率下与主流算法相比具有优异的性能。     

四层架构的车间实时信息网络的研究与应用

为了实现车间级的生产调度,避免车间布线困难的难题,采用了基于RF433M无线通信的四层架构的车间实时信息网络对制造车间进行了信息化.通过对此车间实时信息网络的理论分析,以及在某机电公司的制造车间的实际应用中发现,此车间的实时信息网络,不但很好地实现了车间的生产调度,解决了车间布线困难的难题,而且具有车间信息化成本低、易于实现的优点.     

基于云边协同的微电网自动控制系统

微电网及分布式能源的数量、规模快速发展,当前系统无法满足海量相关数据采集、存储、分析计算需求；为适应多微电网控制的高并发、高可靠性的处理要求,提出了基于云边协同的微电网自动控制系统；基于Docker容器技术优化配置云边计算资源；设计了基于云边协同的微电网自动控制系统总体架构,对云边协同功能及主要数据流进行了详细说明；进一步分析了其中微电网控制及能量管理等核心功能及其数据处理需求,提出了云边协同架构下的计算分析任务调度策略,基于带宽资源对迁移任务数据流进行调度,兼顾任务时限要求和服务器的负荷均衡；最后通过运行实例对提出的微电网自动控制系统功能及优越性进行有效性验证,所提系统通过架构、功能和任务调度策略满足了多微电网的控制要求。     

基于物联网的制造产业数字信息处理关键技术研究

物联网作为一种新型虚拟网络，通过运用多种接入技术实现车间内各种生产设备之间的互通互联，为制造业的信息化管理与智能化发展提供了技术支持。各种信息管理系统的应用解决了生产车间的数据管理问题，但制造过程中的数据采集和信息挖掘仍存在很多不足。基于此，分析制造过程中的网络感知、网络通信、数据挖掘等关键技术，研究数据采集与信息挖掘技术的逻辑架构和应用场景，并提出一种应用于制造行业的数据采集系统架构和数据挖掘的关联规则。     

基于端边云协同和MIRF_WPSO的流程工艺参数自适应实时优化模型

针对流程工业生产过程中因工序间相互耦合、工艺数据量庞大且处理时延高而导致的工艺参数优化实时性难以保证的问题,提出一种基于端边云协同和MIRF_WPSO的流程工艺参数自适应实时优化模型.首先,基于边缘计算技术搭建多源异构流程工艺参数端边云协同实时优化架构;其次,构建基于互信息随机森林MIRF和自适应惯性权重粒子群WPSO的工艺参数优化算法MIRF_WPSO,并将MIRF_WPSO算法部署在边缘端以实现工艺参数的实时优化,同时通过在云端部署自更新机制来实现边缘端算法模型的自感知更新,从而形成集算法训练-更新-调用的端边云高效协同自动化闭环网络;最后,搭建实验平台,实验结果表明,“端-边-云”协同模式可以有效缓解云端计算压力,能够实时、高效地对流程工艺参数进行自优化调控,将质量指标平均标偏从1.86%降到1.25%,优化速度提高11.4%,为流程工业生产过程智能化进一步发展提供新的思路.     

油田物联网系统边缘计算研究与实践

随着智能传感器和无线通信技术的发展,油田物联网系统提高了现场生产数据采集的频率和生产过程控制的效率,然而现有物联网系统仍然通过位于远程数据中心的计算资源进行数据处理和控制,网络带宽和通信延迟成为严重的瓶颈。通过对物联网系统的边缘层设备应用边缘计算技术,充分利用边缘网关的计算和存储能力,使用孤立森林算法实现异常数据检测和报警规则学习,同时对温度和阀门开关进行逻辑控制,将之前在云端的处理功能下沉在边缘端实现,降低对网络的要求,满足偏远地区油田生产需要。     

江苏邮政干线邮路邮件信息交换RFID应用

将RFID技术应用于邮政干线邮路邮件信息交换,实现邮政的协同运作和快速反应。本文介绍了RFID技术,并在此基础上设计了邮政干线邮路邮件信息交换应用管理系统的系统模型、系统架构及业务流程。     

基于工作流的分布式协同计划控制架构研究

从协同的角度研究了制造业在分布式协同制造企业环境下所面临的相关技术问题,提出了基于工作流的分布式协同计划控制架构。该架构分为两层,在企业层对所有协同机构的生产任务进行动态的协同优化调度;在车间层对有限资源在需求约束下进行优化调度。应用扩展的工作流概念和功能去正确地管理活动序列,建立了资源管理、活动调度以及任务协同调度的优化模型。最后,提出了基于规则的更新处理组件用于提高系统自动化程度。     

基于云边自动化的工业控制系统关键技术及前景展望

本文探讨了基于云边自动化的工业控制系统的关键技术和未来发展前景。随着网络技术和人工智能的发展,工业控制系统正在从传统的分层、封闭架构向开放、平台化架构转变。云边自动化结合了云计算和边缘计算,优化了通信效率、系统灵活性和资源利用率。本文还讨论了虚拟化技术、网算控互动机制、新一代通信技术等方面的挑战和解决方案。最后,本文展望了云边自动化在设计制造一体化、IT/OT融合等领域的应用前景。