工業物聯網創新思考

練俊君，張皓棟，張 椅，張 儀

(重慶川儀軟件有限公司，重慶 401121)

0 引言

當前，自動化儀控裝備無論在離散工業還是在流程工業，都得到了廣泛應用，替代了人的重復性勞動，實現了生產自動化，提高了生產制造效率。隨著信息化和工業化的深度融合，在對工廠安全、環保、質量要求日益提升的新形勢下，提升傳統流程工廠的智能化管理水平迫在眉睫。

無論是支付寶、滴滴打車的流行，還是微信、淘寶的風靡，以互聯網為核心的物聯網技術逐漸在金融、教育、農業、醫療、商務等與人相關的領域蓬勃發展。這種以人為核心的消費性物聯網，基于手機等移動終端設備和信息紐帶，正潛移默化地改變著人的習慣。隨著全球工業4.0、先進制造和中國制造2025的推進，各類行業巨頭紛紛以民用為支點，跨界涌入工業領域，以物為核心的生產性服務物聯網方興未艾。未來，將有超過1 000億的設備節點實現互聯互通。它們致力于提升工廠安全、環保和生產效率，并幫助工業企業獲取更多的數字價值。因此，結合物聯網面向工廠的落地探索，構造可實施的工業物聯網創新體系架構具有現實意義。

1 工業物聯網架構

傳統自動化控制系統由設備層、控制層(現場總線、I/O和控制器)、應用層(操作和工程師站及趨勢庫)構成，典型代表為ABB、西門子、艾默生等公司的控制系統。自動化控制系統的作用主要體現在工廠的生產自動化監測和控制服務。相對于工業物聯網而言，自動化控制系統在工廠管理方面(尤其是在和人的業務流交互方面)較為薄弱。其以典型的主變量傳輸為基礎，缺乏對物聯網大數據服務的有效支撐。

典型的物聯網架構主要包括感知層、網絡層(非實時的以太網或者無線網絡)和應用層[1-2]。當傳統的物聯網架構應用于工業領域，將會面臨以下問題。

①工業領域要求現場的傳感器和設備在數據上傳和控制器信息交互時具有實時性。然而在傳統的物聯網系統中，感應層的傳感器通過非實時網絡將數據傳輸至應用層，在應用層中基于服務器進行相應的數據處理和決策運算；再通過網絡層將數據回傳至感知層，執行相應的動作。整個過程缺乏實時性保障。由于網絡層采用非實時的無線或普通的以太網網絡，其傳輸的延遲性、通信的碰撞機制以及不穩定性，無法滿足工業現場控制要求[3]。

②工廠都建有自己的控制系統。由感知層獲取的數據哪些傳入現場的控制系統、參與現場聯動控制，哪些應該保存至控制系統數據庫，哪些又可以直接送入應用層進行大數據分析，是值得思考的問題。

③傳統的物聯網在用戶隱私保護和信息安全傳輸機制中存在諸多不足[4]。

④對于智能化管理，數據源是關鍵。因此，對現場傳感設備的自身智能化功能提升和服務型數據(包括自診斷等)豐富程度方面，需要創新設計。

本文提出的工業物聯網架構如圖1所示。

圖1 工業物聯網架構圖Fig.1 Architecture of the industrial IoT

相比于傳統的構架，新的構架在設備智能化、控制層級簡化、設備傳輸網絡優化三個方面進行了創新，可以有效應對工業領域物聯網工程落地時存在的問題，從而形成了工廠的智慧化應用服務。

在信息處理方面，新的工業物聯網架構對實時控制信息和非實時服務信息進行融合和分離，實現了生產控制數據和服務數據在設備層的融合、在傳輸和控制層的分離。生產控制數據基于匯聚網關繼續傳輸到傳統的控制系統中，從而很好地兼容和保護原有的控制系統，保障生產工藝的可靠運行；服務數據則經過匯聚網關，傳輸到基于互聯網的大數據平臺，實現物聯網數據匯集，開展各種數據服務。

2 關鍵技術創新

2.1 設備智能化

自動化儀表除了具備基本的測量功能外，還逐步拓展了高級自診斷、自調整、遠程更新等功能，使得生產活動更智能、更安全、更可靠。智能儀表正沿著消費電子等智能終端進化的軌跡，朝著全面滿足用戶在設備健康可管理、測量更適應工況和更安全等多元需求方向發展。

以閥門定位器為例，閥門或者氣動執行機構卡死、膜片性能下降等常常影響生產，導致停工。未來的智能定位器，將實現基于物聯網的實時設備數據跟蹤與分析。通過檢測閥門摩擦力的數據變化，預測閥門或氣動執行機構卡死、監測閥門極限位置、檢測氣動執行機構彈簧性能和膜片性能等，并且提供保養、維修、更換等方面的處理 “建議”，避免停工和事故。

以電磁流量計為例，其實際應用時，會出現工況適應能力較弱的情況。流體中不同濃度的介質會產生漿液噪聲干擾，降低儀表的測量精度。未來的儀表將實現基于物聯網的設備工作情況實時監測，通過分析現場數據，調整設備檢測算法，從而提升適應能力。

以雷達物位計為例，傳統的儀表測量方法單一，只能測量單點物位，無法反映容器內的空間信息，不能對傾斜和坍塌進行預警，會導致人員安全事故和生產事故。未來的智能型儀表將以3D形式檢測倉體，基于物聯網實現三維數據成像，并采用圖形識別技術判斷倉體物料安全狀況，避免現場安全事故的發生。

以壓力變送器為例，因為應用環境的原因，取壓孔處會造成堵塞，引發測量失效。未來將實現基于物聯網的持續設備監測，實施數據分析。根據數據檢測判定是否堵塞并報警，從而及時預警，避免壓力過大而產生爆炸等安全事故。

2.2 控制層簡化

在工廠原有自動化系統架構的控制層，存在著遵循不同通信協議的各種網關(主站)。它們的功能主要是轉換不同的通信協議，并將相關控制數據送往控制器。此外，在控制體系中，實現運算、通信、匯聚、控制等功能的設備各不相同，因此數據交換通常要經歷多級設備傳遞(控制器、通信主站、I/O卡、終端設備等)。在控制層對現有各類設備的功能和信息進行融合，并簡化交互環節和減少設備類型，構建一種基于現場可編程門陣列(field programmable gate array,FPGA)和雙ARM核處理器的新型匯聚網關。該網關邏輯門的并行處理和雙ARM的對稱多處理(symmetric multi-processor,SMP)運算相互支撐，有效實現了控制流信息和服務流信息的物理融合和邏輯分離。網關的邏輯門和通信IP核的可配置性，可以有效支撐內部不同IP核的切換，實現對原有的現場總線和工業以太網的兼容。此外，網關與上層交互連接的接口通信采用千兆以太網，網絡性能與傳統十兆、百兆網絡相比，有大幅提高；數據交互層次從三級縮減到一級，大大提高了系統的通信效率；網關還預留無線通信適配接口，可以將需要的信息通過NB-IoT、4G以及未來的5G直接上傳到云端。

網關精簡了控制層的設備種類和通信層級，融合了多種功能，實現了控制和服務數據的有效獲取和交互，提升了系統效率。在原有的單一運算、單一控制體系中，調節器執行單元常常在相關調節變量達到安全限值時才開始調節。而此時，被控設備會出于安全保護考慮而停止運行。而在優化后的系統中，基于大幅提高的并行運算和處理能力，調節器能更快地進行反應，實時響應開始調節，從而改善了調節性能、提高了生產效率。

2.3 設備傳輸網絡優化

在設備層，存在設備種類、接口類型和網絡拓撲種類繁多的情況[5]，各種設備的集成和工程實施具有較大的技術難度和成本風險。此外，傳統設備的通信標準種類繁多，使得設備之間的互聯互通也很難實現。只有簡化網絡，才是統一多樣設備、多類信息和人的最好方法。

新技術采用兩線制方式，通過一對雙絞屏蔽線實現通信和供電，既支撐通信數據傳輸，又為設備提供能源供給，還可用于本安工況。這種線纜連接方式既簡化了通信設備的接入，又精簡了設備的電源線，還兼顧了較長的傳輸距離。較高的通信速率可以及時傳輸實時的控制信息和大數據量的服務信息，以滿足各種工業現場的通信需求，確保各類設備的便捷接入。

通過在設備層對現有的通信技術取長補短，簡化了各種繁瑣的處理，形成了新的通信技術。在供電和通信一體化支撐能力方面，新技術和其他現有的工業現場總線、民用通信技術具備同樣的特點。在傳輸速度方面，新技術優于現場總線，弱于民用通信技術。在安全環境的適應能力方面，新技術和其他工業現場總線技術同樣具備，但是民用通信技術完全不具備。在傳輸距離方面，新技術優于其他通信技術。結合多方面對比結果，綜合考慮工業現場的長距離、高速率、安全環境等因素約束，新技術比其他通信技術更具優勢。

3 應用服務

服務提供域是實現物聯網基礎服務和業務服務的軟硬件系統的實體集合[6]，基于通信協議和不同的軟件技術，可以實現各種互聯網的服務機制，如Web服務(web service,WS)、遠程對象(remote object,RO)和多智能體(multi-agent,MA)[7]。工業物聯網架構在滿足生產控制服務的同時，可以支撐基于物聯網的大數據服務，因此基于基礎架構可以開展各種數據分析和智能運維管理，更好地適應用戶的定制化需求，貼近工廠服務。

①基于智能診斷的設備運維。設備高效運維和設備綜合效率(overall equipment efficiency,OEE)提升，對保障工廠的生產流程高效安全和設備資產管理降本增效具有重要的意義。對工廠而言，在新的服務架構下，可以將現場的應力波、振動、溫度、噪聲等多種監測類傳感器、儀表、現場數據采集網關、動力機械裝備及工廠實體設施全部納入企業私有云或公有云平臺。通過信息匯聚，構造智能設備云，開展智能故障診斷、服務網絡與備件優化、遠程診斷與預測性維護、質量可靠性保障提升等活動。采用物聯網技術和傳統的監測手段融合管理設備，形成設備運維大數據，構建與實體設備資產全生命周期健康狀態相對應的數字化虛擬畫像，從而縮短備品備件周期，及早制定應對措施，優化、提升企業設備維保和經營水平。

設備運維體系如圖2所示。

圖2 設備運維體系示意圖Fig.2 Operation and maintenance system of equipment

基于該框架可開展設備管理、設備健康評估、設備壽命預測和檢維修決策大數據等業務。利用大數據，能有效地檢測設備狀態、高效地管理工廠設備，切實實現“未病先防，既病防變”，并且為工廠智能化管理提供支撐，降低企業運維成本，提高經濟效益。

②生產工藝的優化。在新的服務架構下，可以基于工業現場的實時數據開展大數據分析和挖掘活動，尋找效能的奇點和短板，從而采取措施，有的放矢地優化生產工藝。例如，現代電站鍋爐燃燒狀況的好壞，嚴重影響著鍋爐設備及整個發電企業的經濟和安全狀況。適宜的燃燒工況是：燃料完全燃燒、爐膛溫度場和熱負荷分布均勻、鍋爐達到額定參數、避免結焦等。通過持續收集監測鍋爐運行狀況數據和爐膛燃燒三維溫度場數據，對鍋爐燃燒進行有效診斷和控制；基于對工藝數據的實時分析，調整優化當前工藝設計；通過檢測煙氣含氧量和其他相關參數，結合鍋爐實際運行數據，給出一定輻射能水平控制要求下的最優燃料量和風量，從而實現初步的燃燒優化控制，最終優化電廠的發電效率、降低損耗。

③提升科研轉化效率。新的服務架構可以幫助科研機構和技術人員從小樣本取樣研究轉向基于工藝現場的實時海量數據樣本研究。傳統的基于經典統計學的研發將在新的架構下，轉向基于貝葉斯的大數據研發。通過利用物聯網實現基于現場實時數據的科學研究與驗證服務，使科研采樣能夠自動獲取、成果驗證能夠實時反饋，從而促進成果轉化落地效率進一步提高。例如，通過物聯網傳遞現場儀表的服役情況，技術人員可遠程分析數據、調整儀表參數、改進算法模型、提高儀表適應不同復雜工況的能力，從而避免在實驗室滿足標準、在現場達不到標準的現象。

4 結束語

互聯網、大數據、人工智能和傳感器將融合于工業物聯網技術，快速引導工廠從自動化向數字化和智能化邁進，推動傳統工業有效適應去產能、降能耗、重環保、提效能的新要求。本文通過對傳統工業控制系統的研究，并結合傳統物聯網應用于工業領域出現的問題，如通信的安全性、傳輸的實時性等，提出新型的、適用于工業領域的物聯網構架。該構架具有設備智能化、控制層簡化和傳輸網絡優化的特點，也為工廠從自動化向數字化和智能化的轉變提供了技術路徑。

參考文獻:

[1] 康世龍，杜中一，雷詠梅，等.工業物聯網研究概述[J].智能處理與應用，2013(6)：80-85.

[2] 魏葆春.物聯網技術及其應用分析與研究[J].物聯網技術，2001，1(9):75-78.

[3] 李士寧，羅國佳.工業物聯網技術及應用概述[J].電信網技術，2014(3):26-30.

[4] 吳振強，周彥偉，馬建峰.物聯網安全傳輸模型[J].計算機學報，2011，34(8):1351-1364.

[5] 李崇東，李德梅.網絡可靠性研究綜述[J].科技信息，2009(19):449-451.

[6] 孫鵬，宋坤，何成，等.物聯網技術在電網設備運維管理中的應用[J].計算機科學與探索，2017，11(增刊)：363-365.

[7] 陳海明，崔莉，謝開斌.物聯網體系結構與實現方法的比較研究[J].計算機學報，2013，36(1)：168-188.