物聯網和區塊鏈在智能工廠中的應用

袁莉莉 袁曉偉 韋安壘

摘? ?要：“工業4.0”聚焦于智能工廠和智能生產，各國都在積極探索實踐智能工廠。目前，基于物聯網的智能工廠存在傳感器端數據污染、傳感器節點之間協同困難、傳感器數據的傳輸層和應用層安全漏洞、物聯網設備信息和位置信息泄露、物聯網業務系統的多元異構等問題。文章提出了一個基于物聯網和區塊鏈智能工廠運行平臺，利用區塊鏈的分布式、可追溯、數據共享的特性及共識機制和智能合約，且通過在汽車行業應用進行分析，展現出區塊鏈技術在智能工廠的產品全生命周期中實時傳輸、數據驅動、信息交互應用的潛力，以及降低管理風險和成本的優勢。

關鍵詞：物聯網;區塊鏈;智能工廠;分布式;可追溯;智能合約

Abstract： "Industry 4.0" focuses on smart factories and smart production， and nowadays more and more countries are actively exploring smart factory. The smart factory based on the IoT has many problems， such as the data pollution of sensors，? cooperations between sensor nodes， security loopholes in the transmission layer and application layer of sensor data， the leakage of information and location information of the IoT equipment， and the multi-heterogeneity of the IoT business system. This paper proposes an intelligent factory operation platform based on the IOT and blockchain， largely makes use of the distributed network， traceability， data sharing features， consensus mechanism and smart contract. Through analysis of its application in the automobile industry， it shows potentials of real-time transmission， data-driven and information interactive application of blockchain technology in the whole life cycle of smart factory products， and have advantages of reducing management risk and cost.

Key words： IoT; blockchain; smart factory; distributed network; traceability; smart contract

1 引言

智能工廠最初源起于“工業4.0”戰略。“工業4.0”聚焦于智能工廠和智能生產兩個主題，旨在實現領先的供應商戰略與領先的市場戰略，實現橫向集成、縱向集成與端對端的集成。“工業4.0”的核心是智能制造，精髓是智能工廠。在“工業4.0”戰略下，物聯網、云計算、邊緣計算、大數據等技術不斷發展，在協同、包容、競爭中振蕩著傳統制造業的基石，而這些技術也越來越多的運用于智能工廠的研究與實踐中。

近年來，各國都在積極的探索智能工廠，雖然目前世界上尚無完整意義上的智能工廠案例，但是關于智能工廠的實踐卻不斷增加。各國在智能工廠方面的積極實踐包括西門子的德國安貝格智能工廠和成都數字化工廠、GE波蘭智能工廠、ABB工業物聯網平臺ABB Ability、施耐德EcoStruxure交互性的系統化架構與平臺、艾默生Plantweb數字生態系統、霍尼韋爾工業物聯網戰略[13]。我國于2015年啟動了30個以上的智能制造試點示范項目。2015-2018年繼續邊試點示范，邊總結經驗，邊推廣應用。在2018年，總計共157個智能制造綜合標準化試驗驗證、重點領域智能制造新模式應用項目，包括智能工廠、工業互聯網、機器人等。智能工廠國內較為典型的服務商為石化盈科、中控流程工業企業智能工廠，較為典型的應用為九江石化、新疆天業智能工廠等[13]。

智能工廠實踐涉及到硬件及軟件層面的智能優化，涉及產品設計開發、生產、包裝、出廠、廢棄材料處理的產品全生命周期管理，包括全生命周期的智能決策及數據可視化等。從目前的這些實踐可以看出，智能工廠現階段的發展趨向平臺化、系統化，依托于軟硬件產品及系統，尤其是與硬件層關系密切的軟件部分的模塊化和標準化。

國際上有關智能工廠的研究主要集中于物聯網技術、大數據、云計算、數字孿生等方面[1～4，7，11，12]，這些技術在智能工廠中也取得了一定的進展。智能工廠與物聯網的數字孿生結合，構建虛擬工廠與物理工廠，根據實體工廠“一對一”搭建虛擬工廠，以數據驅動的方式進行虛擬工廠和物理工廠實時交互，反饋和調整生產計劃。但是，仍未考慮解決物聯網實時信息傳輸的容量大、存儲空間大及安全性的需求。雖有研究表明，智能工廠與大數據、云計算、物聯網技術結合的生產過程中，一條生產線上所有設備的有效性均顯著提高[1]，但是總體生產績效效率并未測量。面對物聯網應用場景的不斷擴大，不斷擴充的接入設備和實時傳輸問題，顯然上述這種有效性和安全性均會受到影響。因此本文建立基于物聯網區塊鏈的智能工廠，進一步解決物聯網智能工廠目前發展中所存在的問題。

2 物聯網、區塊鏈的結構和核心技術

2.1 物聯網的結構和核心技術

物聯網的結構大致可以分為三個層次：首先是傳感網絡，以二維碼、射頻識別技術（簡稱RFID）、傳感器為主，實現“物”的識別;其次是傳輸網絡，通過現有的互聯網、廣電網絡、通信網絡、無線傳感器網絡（簡稱WSN）或者未來網絡，實現數據的傳輸與計算;第三是應用網絡，即輸入/輸出控制終端，可基于現有的手機、PC等終端進行。

物聯網核心技術包括RFID、WSN、紅外感應器、全球定位系統、Internet與移動網絡、行業業務應用軟件等。在這些技術中，又以底層嵌入式設備芯片開發最為關鍵。物聯網中數據產生的主要部分是傳感網絡，通過傳感網絡可以獲悉物聯網設備的眾多信息，其中包括物體本身的ID信息以及相關的屬性、狀態、位置、能力等信息。

2.2 區塊鏈的結構與核心技術

區塊鏈具有公正開放、對等、匿名性、去中心化、互聯共享、不可篡改、可追溯性的特性。區塊鏈的結構自上而下一般可以分為六層如圖1所示，包含應用層、合約層、共識層、網絡層、數據層、數據基礎設施層。其中，數據層、網絡層、共識層屬于協議層，是實現區塊鏈技術的基本保障，缺一不可;合約層通過編程實現智能合約。激勵層通常發生在公有鏈中。因在聯盟鏈中，共同維護平臺正常運行，本文采用的是聯盟鏈，因此本文不涉及激勵層的討論。

區塊鏈的核心技術包括點對點分布式技術（P2P）、非對稱加密技術、共識機制、智能合約。區塊鏈各層級涉及的技術，如圖1所示。

3 智能工廠的構成要素及關鍵技術

3.1 智能工廠的主要構成要素

智能工廠包括智能數據基礎設施、數據采集、實時傳輸及存儲、數據處理及驅動四個部分。智能工廠涉及到實現采購管理、生產過程管理、監控生產現場執行、采集現場生產設備和物料數、合理庫存管理等產品全生命周期管理。第一部分，智能工廠中的智能數據基礎設施主要是物聯網下的技術，包括RFID、二維碼、芯片、傳感器、工廠自動化設備、數控機床形成的物理網絡。第二部分，智能工廠內部數據采集和存儲系統主要是通過工廠物理網絡進行數據采集的系統，如數據采集監控系統（簡稱SCADA）或全集成自動化系統。第三部分，智能工廠實時采集的生產過程數據，需要實時傳輸及存儲，這依托無線網絡實現。第四部分，智能工廠數據處理及驅動體現在企業資源管理系統（簡稱ERP）、制造執行系統（簡稱MES）根據實時數據進行智能決策、監控生產設備，保證產品的穩定性。

3.2 智能工廠的關鍵技術

智能工廠是由虛擬車間與實體車間構成。MES系統是智能工廠不可缺少的部分，也是虛擬車間與實體車間信息融合的關鍵。MES系統采集實際制造中的生產數據，為虛擬車間提供了建模依據。在生產前，虛擬車間搭建成與物理車間實體高度逼近的模型。在生產中，虛擬車間通過DMP數據統一管理平臺管理物理車間的實時數據和知識，對其運行過程進行連續的調控與優化，實現虛擬車間與物理車間的無縫集成、實時交互與融合。虛擬車間模擬最優制造過程，MES以此進行生產排程，安排生產資源進行生產。MES采用OPC-UA接口對制造過程進行實時采集、監控與調整，進而使得制造過程體現出自適應、自優化等智能性特征，MES系統架構如圖2所示。

3.3 智能工廠產品制造過程數據流

智能工廠需要涉及到實現管理生產過程、監控生產現場執行、采集現場生產設備和物料數據的業務要求等。大量的數據將會在產品制造過程產生，如圖3所示。由圖3可見，從工廠產品設計（顧客需求識別和分析、產品設計、設計模型和測試），流程設計（物料的工程單、物料的加工流程單、生產數據、生產計劃、物料需求、物料準備、計劃、執行、流程、設備、物料），產品測試（產品檢查、產品測試），產品維護（產品運輸、管理和保養），可循環（可回收及可利用材料、廢棄材料），這樣的一系列生產產品的過程都需要數據實時采集、實傳輸及處理。

4 基于物聯網的智能工廠建設的痛點

智能工廠在“工業4.0”、物聯網的熱潮下突飛猛進，除了基于物聯網的數據處理的中心化結構遵循著從用戶到云端再到后臺的架構，這種架構對于智能工廠中的物聯網設備的實時處理需求來說，不夠健壯，也不夠快，其后臺中心數據庫系統一旦出現安全性的問題，整個系統都將面臨巨大損失，而且在發展的過程中也會出現一些問題。

（1）智能感知節點的自身安全問題，造成數據污染。物聯網機器/感知節點存在本地的安全問題。由于物聯網的應用可以取代人來完成一些復雜、危險和機械的工作，所以物聯網機器/感知節點多數部署在無人監控的場景中。那么攻擊者就可以輕易地接觸到這些設備，從而對它們造成破壞，甚至通過本地操作更換機器的軟硬件，造成“數據污染”。

（2）物聯網設備位置信息泄露、位置信息被非法利用。物聯網設備位置信息泄露、位置信息被非法利用，同時還因為物聯網在感知層所采集的數據格式多樣，來自各種各樣感知節點的數據是海量的，并且是多源異構數據，因此帶來的網絡安全問題將更加復雜。

（3）物聯網傳感器節點協同工作面臨威脅。由于物聯網節點無人值守，并且有可能是動態的，再加上智能傳感終端、RFID電子標簽相對于傳統的TCP/IP網絡而言是“裸露”在攻擊者的眼皮底下的，并且傳輸平臺是在一定范圍內“暴露”在空中的，“竄擾”在傳感網絡的假冒攻擊，極大地威脅著傳感器節點間的協同工作。

（4）物聯網的傳輸層和應用層的安全。物聯網的傳輸層和應用層面臨著現有TCP/IP網絡的所有安全問題，缺乏輻射效應。

（5）基于物聯網的智能工廠多元業務系統產生較多的多源異構的數據管理困難。傳統的智能工廠應用層封裝物理工廠的產品設計開發、車間生產、包裝、運輸、庫存的應用場景，而智能工廠的應用層則主要涉及虛擬車間、實體車間及兩者之間交互的三個主要應用場景。所以基于物聯網的智能工廠產生的多元異構數據，管理困難。

5 基于物聯網和區塊鏈的智能工廠運行平臺

5.1物聯網區塊鏈智能工廠的架構

物聯網和區塊鏈的特點決定了兩者的結合既可以利用物聯網智能設備“硬連接”，也可以利用區塊鏈分布式防篡改的數據的“軟連接”，實現物理空間與信息空間的融合。如圖4所示為基于物聯網和區塊鏈的智能工廠架構圖，簡稱物聯網區塊鏈智能工廠架構圖。

物聯網區塊鏈智能工廠架構圖分為三個部分。第一部分是智能工廠的本質，其是在實現工廠正常生產的基礎上實現信息安全、海量信息傳輸存儲、大數據數據驅動這三項功能。第二部分智能工廠內部的物理空間和信息空間功能描述，物理空間借助物聯網的芯片和傳感器及其他先進的物聯網和區塊鏈技術實現;信息空間功能則是在原有智能工廠的基礎上引入區塊鏈技術實現。第三部分區塊鏈技術如何融入到智能工廠中實現物聯網區塊鏈智能工廠將加以展示。

由圖4可得，本文的物聯網區塊鏈技術融入智能工廠的物理空間和信息空間，以達到實時交互與數據驅動的目的。

區塊鏈技術的融入實現了智能工廠平臺分別對應區塊鏈應用層、合約層、共識層、網絡層、數據層、數據基礎設施層實現物理空間與信息空間的功能。

（1）應用層。智能工廠的應用層則主要涉及虛擬車間、實體車間及兩者之間交互的三個主要應用場景，引入區塊鏈技術，則可以搭建數據共享平臺，未來的智能工廠中，可以采用加密算法，實現數據的一致性，并結合神經網絡等算法旨在通過各種場景數據建模或處理實現ERP、MES、SCADA的功能。在原有的物聯網智能工廠中，針對同源異構數據也可以采用加密算法，結合人工智能、大數據實現產品需求預測等。

（2）合約層。智能合約是合約層的核心，通過嵌入區塊鏈的合約代碼實現。在智能工廠生產管理中，可以以智能合約形式執行供應鏈等的合約，節約大量人力，提高處理效率，如表1所示。合約層也可以在傳感器節點中編入智能合約，實現傳感器節點的協同工作。

（3）共識層。共識層封裝整個系統的共識算法，是實現區塊鏈去中心化特性、保證網絡不被惡意節點攻擊的關鍵。不同的共識機制有各自的特點及應用場景。本文聯盟鏈由加盟的機構或智能工廠的服務器進行區塊打包與存儲，這些服務器必須經過授權認證才能被接納到聯盟鏈網絡中。共識算法等將會在數據基礎設施層通過多智能設備上鏈的過程實現。同時，傳感器節點間因為共識機制的作用，可以更好的實現協同合作。

（4）網絡層。網絡層的功能是實現區塊鏈網絡中節點與節點之間的信息交流，主要包括P2P組網機制、數據傳播和驗證機制。由于區塊鏈的P2P特性，數據傳輸是分散在各個節點之間進行的，部分節點或網絡遭到破壞時，對其他部分影響很小，彌補了物聯網技術的不足。

（5）數據層。智能工廠內部的數據采集監控系統、制造執行系統、企業資源管理系統進行數據融合，可以將采購信息、成本核算信息、庫存信息等錄入區塊鏈。智能工廠生產前將所有物理車間與虛擬車間的數據上鏈。物聯網機器感知節點的本地安全，可能造成數據污染。而這種數據污染問題的解決除了將多設備節點上鏈外，還可以通過區塊鏈的鏈式結構進行數據追溯，識別異常數據信息。

（6）數據基礎設施層。RFID、傳感器、數控機床、智能機器人等，并將這些智能設備的身份信息上鏈，方便進行智能設備的管理。針對物聯網機器感知節點的本地安全問題，采用多設備多節點上鏈，根據共識機制進行區塊打包和存儲，保證數據安全性。

5.2 物聯網區塊鏈智能工廠在汽車行業的應用

物聯網與區塊鏈技術的結合適用于汽車、奢侈品、醫藥等結構復雜、產品價值高或產品質量要求嚴格的制造行業。而汽車行業是一個多方參與的復雜生態系統，涵蓋設計、生產、保養維護、保險金融、銷售、運輸等多個環節。參與主體包括汽車生產商、汽車貿易商，而且還涉及政府、第三方物流等眾多機構。一家汽車制造工廠就有上萬個零部件，其中大部分零部件由外包供應商提供，供應商數量巨大且分布在全球各地，信息透明度低、摩擦成本高。本文將以汽車行業智能工廠為例，分析物聯網區塊鏈智能工廠的運行。

基于物聯網區塊鏈的智能工廠運行平臺將汽車制造行業的供應商、分銷商、生產商、監管機構、金融機構、消費者以聯盟鏈形式接入，加入的機構需要通過驗證，通過共識機制打造出多中心、高效率的智能工廠運行平臺。汽車作為制造過程的最終產品，每部汽車都擁有多個與區塊鏈系統相通的智能芯片，該種芯片包含汽車身份ID、汽車零部件來源、生產流程、銷售渠道、維修記錄等重要信息。擁有多個而不是一個智能芯片，是防止芯片被他人惡意利用所造成的安全問題，這些芯片上鏈，結合共識機制實現智能感知節點的信任和協同合作。汽車制造過程中產生的信息會自動觸發相應智能合約，實現這條供應鏈上下游企業交易信息的自動記錄及貨款的自動轉移。

汽車智能工廠利用物聯網技術的芯片和傳感器及無線網絡的特性，結合區塊鏈的分布式數據庫，可以構建數據共享平臺，在通過獲取物理工廠芯片及傳感器的數據后，通過無線傳輸實現上鏈，既可以彌補物聯網技術的不足，也可以利用區塊鏈結合人工智能、大數據的強大計算能力，虛擬工廠可視化界面監測、調整數據，產生最優生產模型，合理安排工廠生產排程計劃。汽車制造商也能夠完全掌握上下游供應商和經銷商的真實信息，嚴格把控零部件質量，實現對問題產品或者是主要產品零部件信息追溯，控制庫存水平，提升供應鏈運營效率，降低管理風險和成本。

6 結束語

基于目前物聯網智能工廠存在的痛點，本文構建了基于物聯網和區塊鏈的智能工廠，利用區塊鏈的分布式、可追溯、數據共享及共識機制和智能合約的特性，通過對汽車行業智能工廠的應用進行分析發現，這樣既克服了物聯網智能工廠存在的傳感器端數據污染、傳感器節點之間協同困難、傳感器數據的傳輸層和應用層安全漏洞、物聯網設備信息和位置信息泄露、物聯網業務系統的多元異構等問題，又展現了智能工廠的產品全生命周期中的實時傳輸、數據驅動、信息交互應用的潛力，以及降低管理風險和成本的優勢。然而，區塊鏈技術在真正的實踐中仍有很大的空間，未來大規模高容量物聯網應用中區塊鏈容量優化仍將是未來的研究方向。

參考文獻

[1] Chen B，Wan J，Shu L，et al.Smart Factory of Industry 4.0： Key Technologies， Application Case， and Challenges[J].IEEE Access， 2017：1-1.

[2] Christidis K Devetsikiotis M.Blockchains and Smart Contracts for the Internet of Things[J].IEEE Access，2016，4：2292-2303.

[3] 劉權.區塊鏈與人工智能—構建智能化數字經濟世界[M].北京：人民郵電出版社，2019.

[4] Nikolay Teslya，Igor Ryabchikov.Blockchain-based platform architecture for industrial IoT[C]// 2017 21st Conference of Open Innovations Association （FRUCT）. IEEE，2017.

[5] Shariatzadeh N， Lundholm T， Lindberg L，et al. Integration of Digital Factory with Smart Factory Based on Internet of Things[J]. Procedia Cirp， 2016， 50：512-517.

[6] Teslya N，Ryabchikov I.Blockchain-based platform architecture for industrial IoT[C]// 2017 21st Conference of Open Innovations Association （FRUCT）. IEEE， 2017.

[7] Wan J，Li J，Imran M，et al. A Blockchain-Based Solution for Enhancing Security and Privacy in Smart Factory[J]. IEEE Transactions on Industrial Informatics，2019：1-1.

[8] 黃忠義. 區塊鏈在智能工廠中的應用[J].網絡空間安全， 2019（3）.

[9] 羅鳳，石宇強.智能工廠MES關鍵技術研究[J].制造業自動化（4）：45-49.

[10] 唐堂，滕琳，吳杰，等.全面實現數字化是通向智能制造的必由之路—解讀《智能制造之路：數字化工廠》[J].中國機械工程.2018（29）：366-377

[11] 陶飛，程穎，程江峰，等.數字孿生車間信息物理融合理論與技術[J].計算機集成制造系統，2017（08）：4-12.

[12] 陶飛，張萌，程江峰，等.數字孿生車間—一種未來車間運行新模式[J].計算機集成制造系統，2017（1）.

[13] 張泉靈，洪艷萍.智能工廠綜述[J].自動化儀表，v.39;No.444（08）：4-8.