面向应用领域的工业互联网边缘计算模型

工业互联网是新一代网络信息技术与制造业深度融合的产物,边缘计算则能够在靠近数据源的边缘侧,通过融合网络、计算、存储、应用等核心能力,就近提供边缘智能服务,可以满足制造业敏捷连接、实施优化、安全可靠等方面的关键需求。本文首先介绍了工业互联网边缘计算的基本内容,其次介绍了边缘计算的发展过程,并详细描述了典型的工业互联网边缘计算模型,最后指出了工业互联网边缘计算模型未来可能的突破方向。     

边缘计算对工业互联网产业发展的重要意义及研究现状

工业互联网是新一代网络信息技术与制造业深度融合的产物,是经济转型升级的关键依托和重要途径.边缘计算是支持工业互联网的关键技术.本文首先说明了边缘计算在工业互联网产业发展过程中的重要意义,然后分别从边缘计算的发展历程、边缘端智能化方法和边缘计算平台三方面介绍了工业互联网边缘计算近年来的研究现状,最后指明了工业互联网边缘计...     

工业互联网推动机器人协同智能制造发展

本文以“工业互联网作为智能制造的基础设施”为切口,对工业互联网发展现状、体系架构、关键技术展开介绍,通过多个案例清晰展示工业互联网在不同领域智能制造中的应用,讲述如何将工业互联网与机器人进行高效结合,在智能制造中发挥更大的作用,最后在对工业互联网智能制造未来发展趋势分析的基础上,提出发展建议。     

新一代智能煤矿人工智能赋能技术研究综述

煤炭工业与人工智能（AI）深度融合是现代化矿井实现智能少人、降本提效的重要路径,而煤炭行业全流程、全业务应用场景的AI赋能是实现煤矿智能化的具体技术措施。在当前煤矿智能化发展背景下,提出了初级智能煤矿向新一代智能煤矿演进的基本范式,对比分析了初级智能煤矿与新一代智能煤矿的组成、功能与技术内涵,揭示了新一代智能煤矿AI赋能技术的重要性及其应用实施的2个关键：煤矿工业机理AI模型与煤矿工业互联网平台。总结了关于煤矿地质、采煤、掘进、安全监控等复杂作业环节的工业机理AI模型研究现状,阐明了工业机理AI分析在智能煤矿建设中的快速发展态势。设计了新一代智能煤矿多级云边协同工业互联网平台架构,利用集团数据中心、矿井数据中心、生产系统集控中心等工业信息软硬件设施,结合海量数据云计算和少量数据边缘计算特点,提出了集团云、矿井云与环节边、场景边的多级云边协同机制。指出了未来进一步研究方向,应不断加强煤矿工业机理AI模型的开发与软件化研究,逐步形成煤矿全流程AI赋能的知识软件体系,并充分运用煤矿工业互联网平台的数字资源与信息设施,逐步实现煤矿工业互联网平台的AI技术承载。     

艾默生:专业化团队助力智能工厂落地

智能工厂主要通过构建智能化生产系统、网络化分布生产设施,实现生产过程的智能化。作为实现智能制造的重要载体,智能工厂已被视为工业企业转型升级的必由之路。近年来,在工业互联网、大数据、云计算、边缘计算、5G等新技术推动下,全球众多优秀工业企业都开展了智能工厂建设实践,但智能工厂是一项长期、艰巨、复杂的系统工程,对于很多企业来说,从何入手打造“智能工厂”依然具有挑战性,围绕这个主题已经进行了各种讨论,却依旧很难确定何时、何地以及如何开始。     

5G工业互联网的边缘计算技术架构与应用

5G工业互联网是当前我国5G和工业互联网发展中的热点与焦点,工业互联网和5G中都引入了边缘计算技术,但是着眼点有所不同。分析了基于5G边缘计算的工业互联网应用和发展情况,总结了工业互联网边缘计算技术架构,在此基础上给出云边端协同的5G工业互联网边缘计算技术架构。     

疫情危机提速工业互联网发展

疫情中,工业互联网平台快速、高效的行动向社会展示了"互联互通、资源共享、智能协同"的价值,这让社会各界对工业互联网有了新的认识,也将为工业互联网的未来发展带来新的增长契机。近年来,全球迎来以数字化、网络化和信息化为特征的新一轮工业革命。大数据、云计算、边缘计算、物联网、区块链、5G通信技术的迅猛发展,助推着万物互联时代的开启。工业互联网是新一代信息通信技术与现代工业技术深度融合的产物,是制造企业实现"万物互联"的重要载体,也将是全球新一轮产业竞争的制高点。     

5G在船舶制造工业互联网中的应用研究

智能制造是船舶制造的趋势,工业互联网是实现智能制造的关键核心技术之一.5G作为新一代移动通信技术,其无线、高速、大容量、低时延、高可靠的特点与工业互联网对信息传输的要求高度契合.国内船厂在工业互联网应用方面做了诸多探索,但暴露出实施成本高、数据孤岛、设备入网难等问题.通过将船舶制造与5G技术特点相结合,提出了5G在船舶...     

面向工业互联网边缘计算的工业数字底座

在工业互联网与边缘计算的推动下,工业正进入变革期.要打破工业系统长期以来形成的壁垒,OT、CT与IT深度融合是亟需解决的挑战.工业边缘计算从终端智能化、网络透明化与软件虚拟化等三方面着手,从而形成一套OICT高度整合的工业数字底座,配合工业云平台,实现对工业现场设备赋能,完成工业互联网与边缘计算的闭环,将在工业各个领域...     

工业互联网领域9本白皮书发布

4月23日,由工业互联网产业联盟(以下简称“AII”)、中国信息通信研究院(以下简称“中国信通院”)主办、智能+学院支持的“工业互联网成果线上发布会”召开。发布会以“前瞻技术引领,产业价值落地”为主题,AII首次采用线上直播方式发布《工业互联网体系架构2.0》(文字版)等9本白皮书,内容涵盖工业互联网顶层设计、园区、网络、标识解析、边缘计算、信息模型、工业智能、数字孪生等八大方向。邀请20余位工业互联网领域专家,通过线上跨区域交流,对每本白皮书进行了详细解读,分享观点及实践经验。发布会得到了业界的广泛关注,反响热烈,一系列白皮书的发布为工业互联网产业发展和新技术融合应用提供参考。下一步,工业互联网产业联盟将继续联合有关单位,深耕工业互联网,及时关注国内外最新发展路径和创新技术,立足行业,将理论与实践充分结合,为我国工业互联网发展贡献力量,为产业数字化、网络化、智能化转型夯实基础。     

边缘计算助力工业互联网:架构、应用与挑战

工业互联网通过整合5G通信、人工智能等先进技术,将各类具有感知、控制能力的传感器与控制器融入工业生产过程,来优化产品生产工艺,降低成本,提高生产率.传统的云计算模式由于集中式部署的特点,计算节点通常离智能终端较远,难以满足工业领域对高实时性、低延迟的需求.边缘计算通过将计算、存储与网络等资源下沉到工业网络边缘,可以更加...     

基于边缘计算的物联网技术在智能油气田中的应用研究

在工业物联网(IIoT,Industrial Internet of Things)环境中部署机器学习已成为石油和天然气行业研究最多的课题之一。提出了一种基于边缘计算的智能油气田物联网系统,该系统以边缘计算的机器学习模型为核心,结合智能RTU的采集传输数据,两者相互补充利用。通过卡尔曼滤波器(KF, Kalman Filter)实现对数据的异常值侦测,利用边缘计算对数据安全分析进行了对策研究,完成油气生产的动态在线监测和控制,有效提高油气生产管理的智能化水平,满足智能化气田井场的远程监控要求。     

基于区块链的边缘计算IIoT架构研究

在智能制造系统中,工业物联网通过先进的管理技术将制造设备互连,实现了信息的实时传输、设备的范在化感知和数据的快速分析处理。但是由于制造设备的异构性、物联网网关（IoT网关）数据分析能力的有限性、制造设备的存储力低下,设备和数据的低安全性等缺陷严重阻碍了智能制造的发展。BEIIoT架构从制造企业的实际生产过程与应用角度出发,将区块链技术与边缘计算相结合,通过对服务器进行P2P组网以实现对设备去中心化管理;通过对边缘设备进行服务化封装,增强设备的安全性与实时分析能力,降低设备的异构性;使用DAG双链式数据存储结构,提高数据的冗余度与安全性,实现生产线数据的异步并发备份存储。BEIIoT架构为智能制造的实施提供了体系支持。     

Edge computing and machinery automation application for intelligent manufacturing equipment

The aim is to explore the machinery automation of intelligent manufacturing equipment under the edge computing algorithm and guarantee the safety of intelligent equipment. Given the problems in the machinery automation of intelligent manufacturing equipment in the current mechanical field, the intelligent manufacturing equipment model based on edge computing is implemented through edge computing technology and is divided into three modules: data acquisition, data processing, and data communication. Finally, the proposed model performance is analyzed under simulation. The results show that in the security performance analysis, different edge nodes can maintain the optimal strategy when the cost is minimized. When the amount of task data is less than 8 Mb, the proposed intelligent manufacturing equipment model based on edge computing has a lower delay (less than 3,000 ms), lower energy consumption (less than 450 J), and higher reliability (more than 95%). Therefore, the results indicate that the proposed intelligent manufacturing equipment model based on the edge computing pattern has higher reliability while ensuring safety performance, which provides an experimental reference for the development of machinery automation of intelligent equipment in the current mechanical field.     

边缘计算和深度学习之间的交融

随着网络终端的不断普及与互联网应用的快速发展,当今网络不仅要应对日益增长的传输流量,也要满足用户多样化的需求指标。云计算在诸如服务延迟与传输开销等方面难以适应趋势,边缘计算(Edge Computing)则将运算资源从云下移到了网络边缘,并通过就近处理数据的方式提升性能。作为人工智能的主要代表之一,深度学习一方面可以被集成到边缘计算的框架中以构建智能边缘,另一方面也能以服务的形式部署在边缘上从而实现边缘智能。本文从边缘计算与深度学习融合的趋势出发,介绍"边缘智能"与"智能边缘"的概念与应用场景,并说明典型的使能技术及其相互联系。     

A threat recognition solution of edge data security in industrial internet

World Wide Web - Edge computing, as a computing model closer to industrial data sources, has gradually become the focus of industrial Internet. The edge computing of the Industrial Internet has the...     

基于TSN+OPCUA架构的计算机智能控制应用研究

随着全球工业领域与制造业的信息化与智能化发展,迫切需要实现对工业领域制造业设备的智能化联网与控制,目前没有统一的协议标准来实现工业互联网的全网连通与设备管理。基于上述背景,开展时间敏感型网络TSN和统一软件架构跨平台模型应用OPCUA的联合研究,研究两者实现工业互联网与以太网上层的互联互通和相关信息模型架构的标准规范,以及对计算机智能控制的PLC应用,对工业领域智能化信息化产业发展提供一些借鉴。     

区块链在工业互联网标识数据管理策略研究

工业互联网通过网络互联,实现工业系统的智能控制和优化经营,工业互联网标识则是完成这一目标的核心要素。在工业互联网标识管理中存在着若干风险,比如架构风险、隐私保护和运营风险。区块链具备不可篡改、不可抵赖、可溯源的特性,能够为这些风险提供了良好的解决方案。同时,通过引入联盟链,使得链上各参与单位共同参与区块链的管理和维护,进而实现工业制造的升级。此外,采用雾计算技术,支持高移动性和实时互动,解决了工业互联网标识管理中标识信息异地、异主、异构的问题。     

人工智能技术在智慧电力仓储系统中的应用

围绕电力仓储系统的现状及基于边缘计算代理的智能仓储实际需求出发,首先,介绍智能仓储系统的系统架构及主要工作流程,然后,根据职能仓储对边缘计算代理装置智能化的需求,着重探讨在智能仓储系统应用中,人工智能算法的设计需要面对和解决的主要问题.     

基于改进灰狼优化算法的边缘计算任务调度方法

针对边缘计算在离散制造业数据处理过程中存在的时延和资源消耗大的问题,提出了一种基于改进灰狼优化(IGWO)算法的边缘计算任务调度方法。该方法通过对非线性收敛因子以及动态权重的改进,提高了灰狼算法的优化速度和精度,有效降低了终端设备和边缘端的资源损耗以及任务处理的时延。基于不同数据任务量下的处理时延与资源消耗实验,证明了所提模型的有效性,与3种主流任务调度算法相比,数据处理资源消耗和时延最低。将边缘计算任务调度与智能寻优算法相结合并运用到离散制造业,可以提高设备任务的处理速度、降低能耗,为离散制造业智能化转型提供借鉴。