对IIC工业互联网参考架构的理解

2021年10月22日 78 次阅读 本文共1664字,预计阅读时间5分钟

引言

The Industrial Internet Consortium(IIC)提出的工业互联网参考架构Industrial Internet Reference Architecture(IIRA)是广为人知的著名的智能制造参考架构,是业内开展相关工作的重要指导。这里将其中比较偏重技术层面的“三层IIoT系统架构”拿出来,结合我对智能制造技术目标的理解,对上述架构进行解读,希望为智能制造的技术架构方面的整体规划提供一些借鉴。

对智能制造技术目标的理解

技术架构是为技术目标服务的,用于有效支撑技术目标的实现。因此,尝试从下图中所描述的“工业4.0发展阶段”中提炼出相关技术目标。个人认为,这张图从技术角度清晰完整为我们勾勒出了智能制造、工业4.0的技术发展方向以及各个阶段的技术目标。

工业4.0的发展阶段
工业4.0的发展阶段

通向工业4.0的六个发展阶段:

  • 计算机化。对计算机化的理解可以从软硬两个方面着手。首先,在“硬”的方面,计算机化要实现工业现场设备的自动化,只有具备了自动化的基础,设备才有联网、进行管控一体化操作的可能性。其次,在“软”的方面,计算机化要实现生产相关所有业务流程的信息化,以此来保证各生产运营环节中的数据被准确、及时地记录。
  • 连接性。实现设备与信息系统的融合、信息的全面有效集成。以往,我们经常听到的几个用来描述企业信息隔离的词就是“自动化孤岛”、“信息化孤岛”。而智能制造的关键建设基石之一就是信息的高效集成,要将设备层的信息、业务系统中的信息及时采集、汇总,为后续的分析挖掘提供数据基础。
  • 可见性。所谓可见性,是指实现对于生产运营相关所有环节信息的实时获取,消除以往生产过程中的黑盒现象。
  • 透明性。在对信息全面掌握的基础上,通过对数据的分析,了解问题发生的原因,进而获取insight。当前,国内大部分的工业现场并没有对生产过程中的数据进行充分利用,往往只到了解决可见性的阶段,对于深入的分析,一方面缺乏这方面的意识,另一方面也缺乏相关“业务+数据分析”的复合型人才。
  • 预测性。知道了原因还不够,为了减少热停工、非计划性停机等突发事件,需要基于海量历史数据进行预测分析,对关键设备故障、供应链变化等重要事件进行预测,在故障发生前采取应对措施,将负面影响降到最低。
  • 自适应性。要实现这一点,需要人为的授权,即对于生产系统的充分授权。由我们的设备和信息系统所构成的生产系统在对数据进行采集、分析的基础上,能够形成对于生产运营相关工作的改善建议,在人为提前授权的情况下,系统能够自动对生产过程等环节进行调整,自行适应变化。到这一阶段,可以说,是真正实现了智能化。

总结一下,智能制造的技术目标是应用信息技术与通讯技术,对制造业企业所有生产运营相关环节的信息进行全面获取、集成以及充分利用,分析挖掘数据中的价值,形成对生产运营相关工作的改善建议。

对IIC的三层IIoT架构的理解

如果对上述技术目标有了清晰的认识,那么对于下图中的技术架构理解起来就相对容易了。

三层IIoT参考架构

其中,Edge Tier侧重于依托Edge Gateway(边缘网关)对于数据的采集、转换、传输,Platform Tier完成对于数据的分析处理,并且将分析的结果发送到Enterprise Tier的各个领域的应用(Domain Application),形成决策与行动建议,并最终反馈给Edge Tier,优化边缘侧设备的运行。

当然,该架构仅仅是一个参考,也是有一些可以调整的空间,比如,边缘分析的引入能够有效增强边缘侧的自适应能力,并且能够降低边缘层与平台层的数据传输量,提升架构的经济性。

此外,平台层所进行分析的数据来源也不止是边缘层,也会有企业层的业务系统。因此,平台层与企业层的数据流向如果改成双向可能会更好一些。

在信息集成方面,应有一个中间件平台完成这边缘层、平台层、企业层所有系统、设备的数据集成工作。如下面的架构简要示意图,其中信息集成中间件平台将扮演重要的数据传输枢纽作用。

智能制造系统架构

有了上述认知,再看看下面这张微软的IoT参考架构图,是不是也很容易理解了。

上一篇:

下一篇: