CN108490893A - 一种工业控制方法、装置及设备 - Google Patents
一种工业控制方法、装置及设备 Download PDFInfo
- Publication number
- CN108490893A CN108490893A CN201810149567.3A CN201810149567A CN108490893A CN 108490893 A CN108490893 A CN 108490893A CN 201810149567 A CN201810149567 A CN 201810149567A CN 108490893 A CN108490893 A CN 108490893A
- Authority
- CN
- China
- Prior art keywords
- control
- network
- industrial
- industry
- industrial equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明适用于工业控制技术领域,提供了一种工业控制方法、装置及设备,包括:通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;将所述控制参数通过所述工控网络发送至所述工业设备。通过在云计算管理平台上建立工控网络,并通过该工控网络进行控制数据的传输,提高了在对工业设备进行统一管理时的控制效率和控制效果。
Description
技术领域
本发明属于工业控制技术领域,尤其涉及一种工业控制方法、装置及设备。
背景技术
随着工业控制系统逐渐接入互联网,催生了当前在商业领域风靡的以太网与控制网络的结合。现有技术中将诸如嵌入式技术、多标准工业控制网络互联、无线技术等多种当今流行技术融合进工业控制系统,从而拓展了工业控制领域的发展空间,带来新的发展机遇。
但是,随着工业控制系统的结构越来越复杂,以及工业控制的组成形式越来越多变,尤其是在异构、复杂的工控环境中,在对工业设备进行统一管理时,容易降低工业控制效率和控制效果。
发明内容
有鉴于此,本发明实施例提供了一种工业控制方法、装置及设备,以解决现有技术中在异构、复杂的工控环境中,在对工业设备进行统一管理时,容易降低工业控制效率和控制效果的问题。
本发明实施例的第一方面提供了一种工业控制方法,包括:
通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;
根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;
将所述控制参数通过所述工控网络发送至所述工业设备。
本发明实施例的第二方面提供了一种工业控制装置,包括:
数据获取单元,用于通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;
参数确定单元,用于根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;
参数传输单元,用于将所述控制参数通过所述工控网络发送至所述工业设备。
本发明实施例的第三方面提供了一种工业控制设备,包括:处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储支持装置执行上述方法的计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述第一方面的方法。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例与现有技术相比存在的有益效果是:通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;将所述控制参数通过所述工控网络发送至所述工业设备。通过在云计算管理平台上建立工控网络,并通过该工控网络进行控制数据的传输,提高了在对工业设备进行统一管理时的工业控制效率和控制效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的工业控制方法的流程图;
图2是本发明另一实施例提供的工业控制方法的流程图;
图3是本发明实施例提供的S103步骤的具体实施方式的流程图;
图4是本发明实施例提供的工业控制装置的示意图;
图5是本发明另一实施例提供的工业控制装置的示意图;
图6是本发明实施例提供的S103步骤的对应的工业控制装置的示意图;
图7是本发明实施例提供的工业控制设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
参见图1,图1是本发明实施例提供的一种工业控制方法的流程图。本实施例中工业控制方法的执行主体为具有工业控制功能的装置,该装置可以是服务器,还可以为其他装置,此处不做限制。如图1所示的工业控制方法可以包括以下步骤:
S101:通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建。
随着工业控制系统逐渐接入互联网,催生了当前在商业领域风靡的以太网与控制网络的结合。这股工业控制系统网络化浪潮又将诸如嵌入式技术、多标准工业控制网络互联、无线技术等多种当今流行技术融合进来,从而拓展了工业控制领域的发展空间。随着网络技术的发展,由于工业自动化系统向分布化、智能化控制方面发展,开放的、透明的通讯协议是必然的要求,以太网进入了控制领域,形成了新型的以太网控制网络技术。但是,由于现场总线种类繁多,互不兼容,尚不能满足这一要求。因此,随着工业控制系统的结构越来越复杂,以及工业控制的组成形式越来越多变,在异构、复杂的工控网络的统一管理过程中,降低了工业控制效率和控制效果。
因此,为了解决现有技术中在异构、复杂的工控网络的统一管理过程中,工业控制效率和控制效率被降低的问题,在本实施例中设定工业控制系统由五个基本框架模型组成,分别为:信息结构模型、程序结构模型、网络与通信模型、系统互动模型和运行环境模型。
其中,信息结构模型的中心是数据库,用于存储全部运行资源数据,同时也是模块之间数据交换、控制信息的纽带。除个别全局变量外,模块之间的数据和控制信息传递、交换以及互操作都通过数据库进行。这样既有利于减少功能模块之间的耦合,又便于部件的编程实现。通过活动数据对象(ActiveX Data Objects,ADO)和结构化查询语言(Structured Query Language,SQL)语句命令来实现对数据库的操作。通过以数据库为核心,实现对对包括工程、模型、算法和多媒体对象等各种资源进行统一资源管理的目的,以提高资源、设备管理的效率。
网络与通信模型定义了用于过程控制的对象连接与嵌入(OLE for ProcessControl,OPC)自定义开放接口以及以对象连接与嵌入(Object Linking and Embedding,OLE)机制作为通信标准,通过接口既可以直接与仿真的模型或物理可编程逻辑控制器(Programmable Logic Controller,PLC)连接,又可以在局域网中或经过专线等与工控系统实现远程访问。网络与通信模型中根据定义的数据接口与通信机制,既可直接与过程检测或过程控制系统连接,又可以在局域网中或经过智能外设(IntelligentPeripheral,IP)线路与工控系统实现远程连接。仿真系统和测控系统通过工程数据库实现数据的交换和通信,所以工程数据库是仿真测控一体化系统的信息中心,仿真系统是一体化系统的功能中心。进一步的,仿真系统根据工控现场需要定义相互之间数据交换的界面控制元素,测控系统通过此界面向仿真系统发送工控现场检测数据,仿真系统运行这些数据,支持远程数据采集与通信,并将仿真计算结果和优化参数回送给测控系统,以实现对工控系统的监控、仿真和最优控制。
程序结构模型定义了通过数学模型和算法定义的虚拟仿真工艺流程,主要包括六个部分:初始区、动态区、结果区、界面区、部件库和支援库。其中,初始区的功能是设置控制系统的界面、参数和变量,定义数组,安排输出,配置仿真资源和生成实验框架;动态区的功能是构建控制模型和模型优化、在运行中解释模型、调用算法、按实验框架执行或终止计算、保存运行参数和计算结果数据等,该区域由内部过程和函数、外部函数、控件和外部可执行程序组成;结果区的功能是呈现输出数据、执行数据分析和仿真过程及结果的可视化、管理数据通信等,该区域也是由内部过程和函数、外部函数、控件和外部可执行程序等功能部件组成;界面区由界面元素组成,界面元素是可视化部件,界面元素定义了事件引擎,采用事件驱动和多线程控制机制,这为软件部件重用和功能集成提供了便利,部件库包括算法库、函数库、控件库、模型库等功能部件,支援库是其它系统的可被仿真平台软件系统引用的计算资源,如各种仿真语言的工具箱软件等。仿真平台软件系统定义了各部件间的接口和调用机制,通过动态数据交换机制(Dynamic Data Exchange,DDE)方式引用支援库的部件资源。
系统互动模型定义了仿真平台软件系统与外部数据系统以及程序结构模型、实时接入连接的物理硬件设备之间的信息和功能的交互,是仿真平台软件系统与外部数据系统的信息和功能的集成。系统互动的基本模式是通过仿真平台与外部系统按客户机或者服务器的形式进行数据会话,在会话中工控仿真平台系统通过客户端控制整个会话过程,在类似矩阵实验室(MatrixLaboratory,Matlab)等外部系统作为服务器时,可向仿真平台系统提供信息服务,二者之间使用DDE技术进行数据交换。通过控制系统的人机操作功能测试,可对控制策略的可用性和有效性进行研究,以支持直接运行其他仿真系统或与之进行数据交换,提升控制策略的优化效率和效果。
运行环境模型是一个资源、功能和时空点(测控数据的时间和空间位置)的三维框架,通过将数据资源、控制功能和时空点等参数配置构成一个实验框架,可分别实现以(线)集成模式、二维(面)集成模式和三维(体)集成模式,以将设置好的仿真环境保存为一个模型,如风电模型、水处理模型等。
进一步的,该工业控制系统在构建时,可以结合工控环境的虚拟化技术实现。具体的,工业控制环境网络虚拟化技术是基于软件定义网络架构,包括五个模块:物理网络管理模块、应用程序编程接口(Application Programming Interface,API)模块、虚拟网络管理模块,全局映射模块和信息代理模块。其中,物理网络管理模块负责管理整个工控系统网络资源。API模块用于提供创建完成的工控虚拟网络拓扑以及监视虚拟网络配置和状态信息的API。虚拟网络模块是根据API模块的调用实现工控虚拟网络的创建、配置以及初始化。全局映射模块用于存储虚拟交换机与物理交换机的映射信息、虚拟端口与物理端口的映射信息,以及虚拟链路和物理链路的映射信息。信息代理模块用于拦截控制器与物理交换机的映射信息,结合全局映射模块的信息对其进行改写。
可选的,在构建工控网络时,在云计算管理平台OpenStack上通过预设的网络接口构建工控网络。OpenStack是一个旨在为公共及私有云的建设与管理提供软件的云计算管理平台,它支持几乎所有类型的云环境,项目目标是提供实施简单、可大规模扩展、丰富、标准统一的云计算管理平台。OpenStack通过各种互补的服务提供了基础设施即服务的解决方案,每个服务提供API以进行集成。OpenStack包含两个主要模块:Nova和Swift,其中,Nova是虚拟服务器部署和业务计算模块,可用于管理网络和存储数据,其功能覆盖了几乎所有的领域,比如管理用户的虚拟机实例、根据用户需求来实现对虚拟机的开关机、调配CPU、RAM等操作;Swift是分布式云存储模块。Nova和Swift两者可以一起用,也可以分开单独用。通过OpenStack可以使工业控制网络能够基于云端进行数据的存储或者转发,并能简化云的部署过程并为其带来良好的可扩展性。
示例性的,工业控制网络的底层平台由OpenStack搭建云计算管理堆栈、工业级Linux、软件定义网络(Software Defined Network,SDN)共同搭建而成,其主要包括三个部分:计算、控制和网络。通过计算节点,采用分布式计算与网络通信模块进行连接到虚拟机,进行工控程序系统和工控仿真系统的编排和调度。控制部分是由OpenStack种各个组件对外提供通用的RESTfulAPI接口,API接口可用于各个组件之间的通信完成协作工作,也可以提供给用户的应用程序使用,实现对工控仿真平台的扩展与管理,包括虚拟机(VirtualMachine,VM)高可用性管理、软件管理、故障管理等。
通过工控网络获取工业设备在运行时的运行数据。其中,可以通过设定一个时间间隔作为数据获取周期,在一定的周期之内获取工业设备在运行时的运行数据。也可以设定一定的触发条件,进行工业设备运行数据的获取。例如,设定某个与温度有关的工业设备在温度超过70摄氏度时,触发数据采集装置获取该工业设备在运行时的运行数据。具体的运行数据获取时间,根据工控网络的控制需求或者运行参数进行设定,此处不做限定。
工业设备在运行时的运行数据可以是通过安装在该工业设备上的仪表采集,再通过工控网络获取仪表采集到的数据。也可以是通过无线传感器采集,并将该无线传感器配置为该工控网络的网络节点,以通过该无线传感器节点直接将采集得到的运行数据传输至工控网络中的数据服务端。通过这种方式可以直接、实时地将工业设备的运行数据传输至数据服务端,以提升数据采集、传输的效率和成功率。
S102:根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数。
在获取到工业设备运行时的运行数据之后,通过预设的控制策略,确定最优控制策略的控制参数,以通过该控制参数控制工业设备的运行。
对于复杂、异构情况下的工控系统,由于控制变量太多,往往难以正确的描述工控系统的动态,且传统的控制理论对于明确、简单的系统有强而有力的控制能力,但对于过于复杂或难以精确描述的系统,则显得无能为力了。因此可选的,预设的控制策略可以是基于模糊控制的控制策略。模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。通过模糊控制策略可以综合异构、复杂控制网络中的多种运行数据或者状态数据,综合、精确地确定出控制数据。
S103:将所述控制参数通过所述工控网络发送至所述工业设备。
在确定出最优控制策略的控制参数之后,通过工控网络将这些控制参数发送至工业设备。其中,控制参数可以是直接发送至对应的工业设备,以直接对其对应的工业设备进行控制;也可以是将控制参数发送至具有总控功能的装置,例如服务器等,此处对具有总控功能的装置的类型不做限定。通过将控制参数发送至具有总控功能的装置,以使总控装置可以全面、宏观地根据控制参数控制对应的工业设备,实现工业设备的统一控制,提高了在对工业设备进行统一管理时的控制效率和控制效果。
上述方案,通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;将所述控制参数通过所述工控网络发送至所述工业设备。通过在云计算管理平台上根据预设的网络接口和预设的网络构建方法构建工控网络,并通过该工控网络进行控制数据的传输,提高了在对工业设备进行统一管理时的控制效率和控制效果。
参见图2,图2是本发明实施例提供的一种工业控制方法的流程图。本实施例中工业控制方法的执行主体为具有工业控制功能的装置,该装置可以是服务器,还可以为其他装置,此处不做限制。如图2所示的工业控制方法可以包括以下步骤:
S201:获取实际工控场景的环境信息。
在对工业系统进行控制之前,首先需要根据工业系统的环境、配置等情况,建立控制网络。在建立控制网络之前,为了更清楚的与实际的工控场景贴合,先获取真实的工控场景的环境信息,其中,环境信息包括但不限于工控场景的层级结构和区域划分特性。工控场景的层级结构用于表示在对工况设备进行控制时的层级数据,示例性的,层级结构可以包括:数据采集层、网络传输层和设备控制层;区域划分特性用于表示在对工业设备进行控制时,每个工业设备所属的区域信息,通过该区域信息可以确定该工业设备所对应的权限信息。
通过获取实际工控场景的环境信息,可以有根据的、综合的确定实际工控场景的情况,进而根据该实际情况构建控工网络,提高工控网络实用性。
S202:根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置。
根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置,以确定工控网络中的每个工业设备对应的网络配置信息,进而根据该网络配置信息发送对应的控制指令。
可选的,工业控制环境网络虚拟化技术基于SDN架构、利用SDN将整个网络按照实际的环境进行网络区域划分和配置。示例性的,根据工控场景的类型将其划分为包括互联网、企业隔离区(DemilitarizedZone,DMZ)、办公网和工控网的网络系统。网络部分应用的SDN将网络的控制平面与数据转发平面进行分离,从而通过集中地控制器中的软件平台去实现可编程化控制底层硬件,实现对网络资源的灵活按需调配,与传统的网络相比,SDN可以进行控制与转发分离、控制平面与转发平面之间的开放接口、逻辑上的集中控制来实现对网络的优化控制。
SDN网络的基本元素包括SDN交换机和SDN控制器,它们分别构成了SDN网络的数据平面和控制平面。SDN交换机主要实现数据层的转发,又流表、安全通道和OpenFlow协议三部分组成。安全通道是连接OpenFlow交换机到控制器的接口。交换机收到数据包后,首先在本地的流表上查找转发目标端口,由控制器决定转发端口或丢弃。交换机和控制器间的所有通信信息必须按照OpenFlow协议规定的格式来执行。SDN控制器主要具有管理整个网络的OpenFlow交换机、流表的下发、向用户提供应用编程接口等功能。利用SDN基础架构底层平台,可以实现高可用、高性能、易扩展的网络自动化平台,达到了工控网络环境的统一管理、工控网络快速组网、异构复杂工控网络快速复现,同时通过模拟调试控制系统,可用于控制系统的网络通信负荷测试,提升了工业现场操作的环境体验和控制系统的控制功能闭环测试,可用于运行人员全方位操作演练、学习培训、故障模拟演练等。
通过物理网络管理模块实现物理PLC设备等控制系统与仿真平台的数据包转发和路由,同时由基于虚拟网络模块实现与控制系统更上层的通过虚拟机实现的上位机的通讯工作,模拟工业网络环境的真实链路。在实现工控网络环境的场景仿真中,工控网络场景根据仿真对象类别的不同,利用SDN和工业控制系统仿真平台组建不同类别的工控网络场景,以保证工控网络场景的真实性和实用性。
操作层网络连接的是通过虚拟化技术仿真的包括工程师站、操作员站、攻防测试机等虚拟机,通过SDN网络转发和仿真与控制层及设备层的工业链路通信。在信息安全测试与防护研究工作中,在这些上位机的区添加防火墙、入侵检测系统(Intrusion DetectionSystems,IDS)、漏洞扫描平台等,可用于工业控制系统实时数据的传输和监控、设备的集中管理以及漏洞扫描,攻击行为的模拟等操作。
操作层与控制层的网络连接主要通过SDN和工业控制系统仿真平台交互,仿真平台负责进行控制层及设备层的整体管理和仿真。程序结构模型基于控制系统仿真实现的工艺流程,通过网络与通信模型定义的OPC协议以及以OLE和组件对象模型(ComponentObject Model,COM)机制进行通信。控制层负责对设备层的基础设备或虚拟工艺流程做相应的操作和控制,并将数据结果上报操作层。在进行信息安全测试与防护研究时,在控制层和操作层之间部署区域防火墙或入侵防御系统(Intrusion Prevention System,IPS),用于测试和防护控制层的关键设备不受到非法攻击及非法数据篡改等。
设备层网络连接包括仿真平台系统和具体的工业现场设备,包括有阀门、电机、温度控制等的工艺数据控制指令执行的反映。通过仿真平台系统和具体的工业现场设备实现工业现场的生产工艺和生产过程模拟。通过对现场实际工艺的测算生成的数学模型仿真无限接近于真实环境,可为信息安全测试与防护工作提供可信赖的数据支撑。
在根据所述环境信息,对所述工控网络中的所述工业设备建立网络架构之后,还包括:根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置。
通过网络虚拟化技术对工业设备对应的基于内核的虚拟机(Kernel-basedVirtual Machine,KVM)的进行网络配置。工控网络虚拟化技术是服务器的虚拟化,包括中央处理器(Central Processing Unit,CPU)虚拟化和内存虚拟化。通过虚拟化可以在底层硬件设备物理资源之上提取一个抽象层,为系统提供与实际形式不同的资源,把服务器计算资源抽象化、迟化和自动化来实现资源的自由调配和充分利用,保持业务的连续性。
进一步的,为了支持对工业环境的模拟仿真以及工业协议、工业软件运行环境的实时性要求,本实施例中做了基于Linux的KVM平台的大量支持实时性等工业环境要求的定制和修改,使用数据平面开发套件(Inter Data Plane Development,DPDK)提供架构下用户空间高效的数据包处理和驱动的支持,以保证其可以实时拓展和低延迟。
根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置时,在对所述工业设备对应的基于内核的虚拟机KVM的进行网络配置之后,还包括:根据所述环境信息,设置所述工控网络中的每个所述工业设备的安全级别,并制定每个所述安全级别所对应的通信规则。
为了适应工控网络环境和信息安全研究工作要求,本实施例利用SDN技术开发了一个安全级别模型生成器。安全级别模型允许用户快速构建如:普渡制造模型,工业发展联盟(Industry Subversive Alliance,ISA)-95,ISA-99等安全企业网络模型。根据这些安全模型可以快速定义模型中的功能级别,并将设备类型从行业库拖放到各自的功能级别。并且还可以轻松定义每个级别的规则,例如级别之间的通信,以此进行工业信息安全的前瞻性研究工作。并且可以自主构造控制系统信息安全实验,分析特定的信息安全技术问题在不同控制系统产品中的特性,以更加增强控制系统的安全性。
在根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置之后,还包括:
获取所述工业设备的操作系统的内核数据和所述虚拟机的内核数据;
集成所述操作系统的内核数据和所述虚拟机的内核数据,构建实时内核补丁集;所述实时内核补丁集用于控制所述工业设备抢占所述工控网络中的虚拟网络资源。
其中,工业设备的操作系统可以为Linux、window等操作系统,具体根据工业控制操作者的设定或者工业控制系统的配置确定,此处不做限定。
示例性的,若工业设备的操作系统为Linux操作系统,通过将Linux的内核和KVM的内核中集成开发的实时内核补丁集,实时内核补丁集将致力于控制工业设备抢占工控网络中的虚拟网络资源,使Linux或KVM的每一部分资源都是可抢占的,以进行实时性的抢占调度,虽然不可能实现物理硬件的硬实时调度,但可以使得实时性大大提高。
S203:根据网络配置的参数在所述工业设备之间进行网络隔离。
在根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置之后,根据工业控制系统的特点,将控制网络中操作层、控制层和设备层的中的工业设备按照实际环境进行部署,并利用SDN技术在各设备之间进行数据的灵活转发。
进一步的,由于工业设备工作在控制网络的最底层,并不能感知到交换数据的机密性、完整性、可用性、可控性、抗抵赖等安全要素,所以这要根据网络配置的参数在工业设备之间进行网络隔离。示例性的,通过访问控制、身份认证、加密签名等安全机制来实现网络隔离,以提高工业设备间数据交换的速度,并且对应用能够透明支持,以适应复杂和高带宽需求的网间数据交换,进而提高在对工业设备进行统一管理时的控制效率和控制效果。
上述方案,通过获取实际工控场景的环境信息;根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置;根据网络配置的参数在所述工业设备之间进行网络隔离。根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置。通过获取并集成所述工业设备的操作系统的内核数据和KVM内核数据,构建实时内核补丁集,以控制所述工业设备抢占所述工控网络中的虚拟网络资源。通过设置所述工控网络中的每个所述工业设备的安全级别,并制定每个所述安全级别所对应的通信规则,更加增强了控制系统的安全性,通过在云计算管理平台上建立工控网络,实现了高可用、高性能、易扩展的网络自动化平台,达到了工控网络环境的统一管理,并提高了在对工业设备进行统一管理时的控制效率和控制效果。
参见图3,图3是本发明实施例S102的具体实施方法的流程图。本实施例中工业控制方法的执行主体为具有工业控制功能的装置,该装置可以是服务器,还可以为其他装置,此处不做限制。如图3所示的工业控制方法可以包括以下步骤:
S301:将所述运行数据转化为模糊运行数据。
模糊控制的控制器是包括有数学解析和直接推理的知识型模型,是一种模拟人类控制的思维和决策过程的技术。模糊控制器的功能是根据观测控制过程中的状态变量去计算作用变量的值。状态变量和作用变量之间的关系可看作为一组逻辑法则,当这个关系只是定性地知道时,则可指定许多模糊逻辑法则来完成一个近似的策略。
在本实施例中,该模型算法的运行机制是:先将输入的运行数据转换成模糊化量,然后模糊推理机依据知识库中的模糊控制规则及模糊数据处理有关的各种参数,其中包括尺度变换参数、模糊空间分割和隶属函数的选择以及模糊控制规则,在已知规则库和输入变量的基础上,基于模糊变换规则得到控制参数。
在根据运行数据确定控制参数之前,先建立知识库,知识库包括模糊控制器参数库和模糊控制规则库。具体来说,对应关系、标准论域、模糊子集数以及各模糊子集的隶属函数都对控制效果有很大影响。这3类参数与模糊控制规则具有同样的重要性,因此把它们归并为模糊控制器的参数库,与模糊控制规则库共同组成知识库。其中模糊控制规则是模糊控制系统的核心,它的正确与否直接影响到控制系统的性能。模糊控制规则是模糊控制器中知识库的一部分,模糊控制规则建立在语言变量的基础上。语言变量取值为“大”、“中”、“小”等这样的模糊子集,各模糊子集以隶属函数表明基本论域上的精确值属于该模糊子集的程度。因此,为建立模糊控制规则,需要将基本论域上的精确值依据隶属函数归并到各模糊子集中,从而用语言变量值(大、中、小等)代替精确值。这个过程代表了人在控制过程中对观察到的变量和控制量的模糊划分。由于各变量取值范围各异,故首先将各基本论域分别以不同的对应关系,映射到一个标准化论域上。通常,对应关系取为量化因子。为便于处理,将标准论域等分离散化,然后对论域进行模糊划分,定义模糊子集,如NB、PZ、PS等。同一个模糊控制规则库,对基本论域的模糊划分不同,控制效果也不同。
在获取运行数据之后,对运行数据进行满足模糊控制需求的处理,将精确的运行数据模糊化为模糊运行数据。可选的,可以将运行数据转换为标准论域上的模糊单点集;也可以将运行数据转换为标准论域上的模糊子集,通过将运行数据转换为标准论域上的基本元素,在该元素上具有最大隶属度的模糊子集,即为该运行数据对应的模糊子集。
S302:通过预设的模糊控制规则以及模糊处理参数,对所述模糊运行数据进行推理,得到最优控制策略的控制参数。
在获取到模糊运行数据之后,对所述模糊运行数据进行推理。示例性的,假设存在前提1为:IF A THEN B;前提2为:IFA′;结论为:THENB′。其中,A、A′为论域U上的模糊子集,B、B′为论域V上的模糊子集。前提1称为模糊蕴涵关系,记为A→B。在实际应用中,一般先针对各条规则进行推理,然后将各个推理结果总合而得到最终推理结果。
推理得到的模糊子集要转换为精确值,以得到最终控制量输出。可选的,通过最大隶属度法在推理得到的模糊子集中,选取隶属度最大的标准论域元素的平均值作为精确化结果;也可以通过重心法,将推理得到的模糊子集的隶属函数与横坐标所围面积的重心所对应的标准论域元素作为精确化结果,以得到最优控制策略的控制参数。
上述方案,通过将所述运行数据转化为模糊运行数据,通过预设的模糊控制规则以及模糊处理参数,对所述模糊运行数据进行推理,得到最优控制策略的控制参数。通过利用控制法则来描述控制系统中的控制参数间的关系,提高了通过运行数据确定控制参数的精确性,进而提高了在对工业设备进行统一管理时的控制效果。
参见图4,图4是本发明实施例提供的一种工业控制装置的示意图。工业控制装置400可以为具有工业控制功能的装置,例如服务器等,此处不做限定。本实施例的工业控制装置400包括的各单元用于执行图1对应的实施例中的各步骤,具体请参阅图1及图1对应的实施例中的相关描述,此处不赘述。本实施例的工业控制装置400包括数据获取单元401、参数确定单元402及参数传输单元403。
数据获取单元401,用于通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;
参数确定单元402,用于根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;
参数传输单元403,用于将所述控制参数通过所述工控网络发送至所述工业设备。
上述方案,通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;将所述控制参数通过所述工控网络发送至所述工业设备。通过在云计算管理平台上根据预设的网络接口和预设的网络构建方法构建工控网络,并通过该工控网络进行控制数据的传输,提高了在对工业设备进行统一管理时的控制效率和控制效果。
参见图5,图5是本发明实施例提供的一种工业控制装置的示意图。工业控制装置500可以为具有工业控制功能的装置,例如服务器等,此处不做限定。本实施例的工业控制装置500包括的各单元用于执行图2对应的实施例中的各步骤,具体请参阅图2及图2对应的实施例中的相关描述,此处不赘述。本实施例的工业控制装置500包括信息获取单元501、网络配置单元502及网络隔离单元503。
信息获取单元501,用于获取实际工控场景的环境信息;
网络配置单元502,用于根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置;
网络隔离单元503,用于根据网络配置的参数在所述工业设备之间进行网络隔离。
具体的,网络配置单元还包括虚拟机配置单元,用于根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置。
具体的,网络配置单元还包括安全级别配置单元,用于根据所述环境信息,设置所述工控网络中的每个所述工业设备的安全级别,并制定每个所述安全级别所对应的通信规则。
具体的,网络配置单元还包括内核数据获取单元和内核补丁构建单元,其中:
内核数据获取单元,用于获取所述工业设备的操作系统的内核数据和所述虚拟机的内核数据;
内核补丁构建单元,用于集成所述操作系统的内核数据和所述虚拟机的内核数据,构建实时内核补丁集;所述实时内核补丁集用于控制所述工业设备抢占所述工控网络中的虚拟网络资源。
上述方案,通过获取实际工控场景的环境信息;根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置;根据网络配置的参数在所述工业设备之间进行网络隔离。根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置。通过获取并集成所述工业设备的操作系统的内核数据和KVM内核数据,构建实时内核补丁集,以控制所述工业设备抢占所述工控网络中的虚拟网络资源。通过设置所述工控网络中的每个所述工业设备的安全级别,并制定每个所述安全级别所对应的通信规则,更加增强了控制系统的安全性,通过在云计算管理平台上建立工控网络,实现了高可用、高性能、易扩展的网络自动化平台,达到了工控网络环境的统一管理,并提高了在对工业设备进行统一管理时的控制效率和控制效果。
参见图6,图6是本发明实施例提供的一种工业控制装置的示意图。工业控制装置600可以为具有工业控制功能的装置,例如服务器等,此处不做限定。本实施例的工业控制装置600包括的各单元用于执行图3对应的实施例中的各步骤,具体请参阅图3及图3对应的实施例中的相关描述,此处不赘述。本实施例的工业控制装置600包括模糊数据转化单元601及控制参数确定单元602。
模糊数据转化单元601,用于将所述运行数据转化为模糊运行数据;
控制参数确定单元602,用于通过预设的模糊控制规则以及模糊处理参数,对所述模糊运行数据进行推理,得到最优控制策略的控制参数。
上述方案,通过将所述运行数据转化为模糊运行数据,通过预设的模糊控制规则以及模糊处理参数,对所述模糊运行数据进行推理,得到最优控制策略的控制参数。通过利用控制法则来描述控制系统中的控制参数间的关系,提高了通过运行数据确定控制参数的精确性,进而提高了在对工业设备进行统一管理时的控制效果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
参见图7,图7是本发明再一实施例提供的一种工业控制设备的示意图。如图7所示的本实施例中的工业控制设备700可以包括:处理器701、存储器702以及存储在存储器702中并可在处理器701上运行的计算机程序703,例如校验签名文件的程序。处理器701执行计算机程序703时实现上述各个工业控制方法实施例中的步骤。存储器702用于存储计算机程序,所述计算机程序包括程序指令。处理器701用于执行存储器702存储的程序指令。其中,处理器701被配置用于调用所述程序指令执行以下操作:
处理器701用于通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;
处理器701还用于根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;
处理器701还用于将所述控制参数通过所述工控网络发送至所述工业设备。
处理器701具体用于获取实际工控场景的环境信息;
处理器701具体用于根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置;
处理器701具体用于根据网络配置的参数在所述工业设备之间进行网络隔离。
处理器701具体用于根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置。
处理器701具体用于获取所述工业设备的操作系统的内核数据和所述虚拟机的内核数据;
处理器701具体用于集成所述操作系统的内核数据和所述虚拟机的内核数据,构建实时内核补丁集;所述实时内核补丁集用于控制所述工业设备抢占所述工控网络中的虚拟网络资源。
处理器701具体用于根据所述环境信息,设置所述工控网络中的每个所述工业设备的安全级别,并制定每个所述安全级别所对应的通信规则。
处理器701具体用于将所述运行数据转化为模糊运行数据;
处理器701具体用于通过预设的模糊控制规则以及模糊处理参数,对所述模糊运行数据进行推理,得到最优控制策略的控制参数。
上述方案,通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;将所述控制参数通过所述工控网络发送至所述工业设备。通过在云计算管理平台上建立工控网络,并通过该工控网络进行控制数据的传输,提高了在对工业设备进行统一管理时的控制效率和控制效果。
应当理解,在本发明实施例中,所称处理器701可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器702可以包括只读存储器和随机存取存储器,并向处理器701提供指令和数据。存储器702的一部分还可以包括非易失性随机存取存储器。例如,存储器702还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器701、存储器702、计算机程序703可执行本发明实施例提供的工业控制方法的第一实施例至第三实施例中所描述的实现方式,也可执行本发明实施例所描述的设备的实现方式,在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现:
通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;
根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;
将所述控制参数通过所述工控网络发送至所述工业设备。
进一步的,所述计算机程序被处理器执行时还实现:
获取实际工控场景的环境信息;
根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置;
根据网络配置的参数在所述工业设备之间进行网络隔离。
进一步的,所述计算机程序被处理器执行时还实现:
根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置。
进一步的,所述计算机程序被处理器执行时还实现:
获取所述工业设备的操作系统的内核数据和所述虚拟机的内核数据;
集成所述操作系统的内核数据和所述虚拟机的内核数据,构建实时内核补丁集;所述实时内核补丁集用于控制所述工业设备抢占所述工控网络中的虚拟网络资源。
进一步的,所述计算机程序被处理器执行时还实现:
根据所述环境信息,设置所述工控网络中的每个所述工业设备的安全级别,并制定每个所述安全级别所对应的通信规则。
进一步的,所述计算机程序被处理器执行时还实现:
将所述运行数据转化为模糊运行数据;
通过预设的模糊控制规则以及模糊处理参数,对所述模糊运行数据进行推理,得到最优控制策略的控制参数。
上述方案,通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;将所述控制参数通过所述工控网络发送至所述工业设备。通过在云计算管理平台上建立工控网络,并通过该工控网络进行控制数据的传输,提高了在对工业设备进行统一管理时的控制效率和控制效果。
所述计算机可读存储介质可以是前述任一实施例所述的设备的内部存储单元,例如设备的硬盘或内存。所述计算机可读存储介质也可以是所述设备的外部存储设备,例如所述设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)等。进一步地,所述计算机可读存储介质还可以既包括所述设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序及所述设备所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、设备或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种工业控制方法,其特征在于,包括:
通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;
根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;
将所述控制参数通过所述工控网络发送至所述工业设备。
2.如权利要求1所述的工业控制方法,其特征在于,所述通过预设的工控网络,获取工业设备在运行时的运行数据之前,还包括:
获取实际工控场景的环境信息;
根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置;
根据网络配置的参数在所述工业设备之间进行网络隔离。
3.如权利要求2所述的工业控制方法,其特征在于,所述根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置,包括:
根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置。
4.如权利要求3所述的工业控制方法,其特征在于,所述根据所述环境信息,对所述工业设备对应的基于内核的虚拟机进行网络配置之后,还包括:
获取所述工业设备的操作系统的内核数据和所述虚拟机的内核数据;
集成所述操作系统的内核数据和所述虚拟机的内核数据,构建实时内核补丁集;所述实时内核补丁集用于控制所述工业设备抢占所述工控网络中的虚拟网络资源。
5.如权利要求2所述的工业控制方法,其特征在于,所述根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置,包括:
根据所述环境信息,设置所述工控网络中的每个所述工业设备的安全级别,并制定每个所述安全级别所对应的通信规则。
6.如权利要求1-5任一项所述的工业控制方法,其特征在于,所述根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数之前,还包括:
将所述运行数据转化为模糊运行数据;
通过预设的模糊控制规则以及模糊处理参数,对所述模糊运行数据进行推理,得到最优控制策略的控制参数。
7.一种工业控制装置,其特征在于,包括:
数据获取单元,用于通过预设的工控网络,获取工业设备在运行时的运行数据;所述工控网络是在云计算管理平台上通过预设的网络接口和预设的网络构建方法构建;
参数确定单元,用于根据所述运行数据以及预设的控制策略,确定最优控制策略的控制参数;
参数传输单元,用于将所述控制参数通过所述工控网络发送至所述工业设备。
8.如权利要求1所述的工业控制装置,其特征在于,所述装置还包括:
信息获取单元,用于获取实际工控场景的环境信息;
网络配置单元,用于根据所述环境信息,对所述工控网络中的所述工业设备的进行网络配置;
网络隔离单元,用于根据网络配置的参数在所述工业设备之间进行网络隔离。
9.一种工业控制设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149567.3A CN108490893B (zh) | 2018-02-13 | 2018-02-13 | 一种工业控制方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810149567.3A CN108490893B (zh) | 2018-02-13 | 2018-02-13 | 一种工业控制方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108490893A true CN108490893A (zh) | 2018-09-04 |
CN108490893B CN108490893B (zh) | 2020-06-30 |
Family
ID=63340559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810149567.3A Active CN108490893B (zh) | 2018-02-13 | 2018-02-13 | 一种工业控制方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108490893B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109302389A (zh) * | 2018-09-20 | 2019-02-01 | 佛山科学技术学院 | 一种工业大数据的上传方法 |
CN109377090A (zh) * | 2018-11-22 | 2019-02-22 | 湖南铁路科技职业技术学院 | 一种基于云服务的铁路运输数据通讯支撑平台 |
CN110096038A (zh) * | 2019-04-03 | 2019-08-06 | 长电科技(宿迁)有限公司 | 一种功能模块自动化控制系统及其控制方法 |
CN110333899A (zh) * | 2019-06-27 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置和存储介质 |
CN110413340A (zh) * | 2019-06-28 | 2019-11-05 | 三一重机有限公司 | 工程设备的参数配置方法、装置、设备及可读存储介质 |
CN110808865A (zh) * | 2019-11-13 | 2020-02-18 | 北京理工大学 | 一种被动工控网络拓扑发现方法及工控网络安全管理系统 |
CN110928275A (zh) * | 2019-12-12 | 2020-03-27 | 重庆长安新能源汽车科技有限公司 | 多控制器联合hil台架报文丢帧故障注入测试系统及方法 |
CN111405022A (zh) * | 2020-03-10 | 2020-07-10 | 南京航空航天大学 | 一种异构设备柔性组网通信平台 |
WO2020224076A1 (zh) * | 2019-04-25 | 2020-11-12 | 深圳市工匠社科技有限公司 | 机器人控制方法及相关产品 |
CN112529186A (zh) * | 2021-02-18 | 2021-03-19 | 中国科学院自动化研究所 | 嵌入领域规则的工业过程优化决策知识推理方法 |
CN112714047A (zh) * | 2021-03-29 | 2021-04-27 | 北京网测科技有限公司 | 基于工控协议流量的测试方法、装置、设备及存储介质 |
CN115277347A (zh) * | 2022-07-19 | 2022-11-01 | 浪潮思科网络科技有限公司 | 一种基于sdn的实验室设备管理方法及设备 |
CN115277347B (zh) * | 2022-07-19 | 2024-05-14 | 浪潮思科网络科技有限公司 | 一种基于sdn的实验室设备管理方法及设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681899A (zh) * | 2011-03-14 | 2012-09-19 | 金剑 | 云计算服务平台的虚拟计算资源动态管理系统 |
CN102901188A (zh) * | 2012-09-26 | 2013-01-30 | 中国电力科学研究院 | 与电网互动的商业楼宇中央空调负荷调控系统及其方法 |
CN103268115A (zh) * | 2013-06-14 | 2013-08-28 | 鲁电集团有限公司 | 电力需求侧监控系统及监控方法 |
CN104315673A (zh) * | 2014-09-16 | 2015-01-28 | 珠海格力电器股份有限公司 | 中央空调模糊控制系统及其控制方法 |
US20150134122A1 (en) * | 2012-09-30 | 2015-05-14 | Google Inc. | Radiant heating controls and methods for an environmental control system |
CN105959144A (zh) * | 2016-06-02 | 2016-09-21 | 中国科学院信息工程研究所 | 面向工业控制网络的安全数据采集与异常检测方法与系统 |
CN106239517A (zh) * | 2016-08-23 | 2016-12-21 | 北京小米移动软件有限公司 | 机器人及其实现自主操控的方法、装置 |
EP3190472A2 (en) * | 2016-01-08 | 2017-07-12 | Rockwell Automation Technologies, Inc. | System for analyzing an industrial control network |
CN107070929A (zh) * | 2017-04-20 | 2017-08-18 | 中国电子技术标准化研究院 | 一种工控网络蜜罐系统 |
CN107067179A (zh) * | 2017-04-20 | 2017-08-18 | 中国电子技术标准化研究院 | 一种工业控制系统标准符合性评估系统 |
-
2018
- 2018-02-13 CN CN201810149567.3A patent/CN108490893B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102681899A (zh) * | 2011-03-14 | 2012-09-19 | 金剑 | 云计算服务平台的虚拟计算资源动态管理系统 |
CN102901188A (zh) * | 2012-09-26 | 2013-01-30 | 中国电力科学研究院 | 与电网互动的商业楼宇中央空调负荷调控系统及其方法 |
US20150134122A1 (en) * | 2012-09-30 | 2015-05-14 | Google Inc. | Radiant heating controls and methods for an environmental control system |
CN103268115A (zh) * | 2013-06-14 | 2013-08-28 | 鲁电集团有限公司 | 电力需求侧监控系统及监控方法 |
CN104315673A (zh) * | 2014-09-16 | 2015-01-28 | 珠海格力电器股份有限公司 | 中央空调模糊控制系统及其控制方法 |
EP3190472A2 (en) * | 2016-01-08 | 2017-07-12 | Rockwell Automation Technologies, Inc. | System for analyzing an industrial control network |
CN105959144A (zh) * | 2016-06-02 | 2016-09-21 | 中国科学院信息工程研究所 | 面向工业控制网络的安全数据采集与异常检测方法与系统 |
CN106239517A (zh) * | 2016-08-23 | 2016-12-21 | 北京小米移动软件有限公司 | 机器人及其实现自主操控的方法、装置 |
CN107070929A (zh) * | 2017-04-20 | 2017-08-18 | 中国电子技术标准化研究院 | 一种工控网络蜜罐系统 |
CN107067179A (zh) * | 2017-04-20 | 2017-08-18 | 中国电子技术标准化研究院 | 一种工业控制系统标准符合性评估系统 |
Non-Patent Citations (1)
Title |
---|
张湾等: "基于工控网络拓扑结构的可视化分层方法", 《电子技术应用》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109302389A (zh) * | 2018-09-20 | 2019-02-01 | 佛山科学技术学院 | 一种工业大数据的上传方法 |
CN109302389B (zh) * | 2018-09-20 | 2021-03-30 | 佛山科学技术学院 | 一种工业大数据的上传方法 |
CN109377090A (zh) * | 2018-11-22 | 2019-02-22 | 湖南铁路科技职业技术学院 | 一种基于云服务的铁路运输数据通讯支撑平台 |
CN110096038A (zh) * | 2019-04-03 | 2019-08-06 | 长电科技(宿迁)有限公司 | 一种功能模块自动化控制系统及其控制方法 |
WO2020224076A1 (zh) * | 2019-04-25 | 2020-11-12 | 深圳市工匠社科技有限公司 | 机器人控制方法及相关产品 |
CN110333899A (zh) * | 2019-06-27 | 2019-10-15 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置和存储介质 |
CN110333899B (zh) * | 2019-06-27 | 2022-11-01 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置和存储介质 |
CN110413340A (zh) * | 2019-06-28 | 2019-11-05 | 三一重机有限公司 | 工程设备的参数配置方法、装置、设备及可读存储介质 |
CN110808865A (zh) * | 2019-11-13 | 2020-02-18 | 北京理工大学 | 一种被动工控网络拓扑发现方法及工控网络安全管理系统 |
CN110928275A (zh) * | 2019-12-12 | 2020-03-27 | 重庆长安新能源汽车科技有限公司 | 多控制器联合hil台架报文丢帧故障注入测试系统及方法 |
CN110928275B (zh) * | 2019-12-12 | 2022-07-01 | 重庆长安新能源汽车科技有限公司 | 多控制器联合hil台架报文丢帧故障注入测试系统及方法 |
CN111405022A (zh) * | 2020-03-10 | 2020-07-10 | 南京航空航天大学 | 一种异构设备柔性组网通信平台 |
CN112529186A (zh) * | 2021-02-18 | 2021-03-19 | 中国科学院自动化研究所 | 嵌入领域规则的工业过程优化决策知识推理方法 |
CN112529186B (zh) * | 2021-02-18 | 2021-06-08 | 中国科学院自动化研究所 | 嵌入领域规则的工业过程优化决策知识推理方法 |
CN112714047A (zh) * | 2021-03-29 | 2021-04-27 | 北京网测科技有限公司 | 基于工控协议流量的测试方法、装置、设备及存储介质 |
CN112714047B (zh) * | 2021-03-29 | 2021-06-29 | 北京网测科技有限公司 | 基于工控协议流量的测试方法、装置、设备及存储介质 |
CN115277347A (zh) * | 2022-07-19 | 2022-11-01 | 浪潮思科网络科技有限公司 | 一种基于sdn的实验室设备管理方法及设备 |
CN115277347B (zh) * | 2022-07-19 | 2024-05-14 | 浪潮思科网络科技有限公司 | 一种基于sdn的实验室设备管理方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108490893B (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108490893A (zh) | 一种工业控制方法、装置及设备 | |
Zhang et al. | Flexible management of resource service composition in cloud manufacturing | |
CN103684893B (zh) | 一种网络仿真分析设备及方法 | |
CN115102827B (zh) | 一种中小型制造业的数字产品实时监测通用互联网平台 | |
CN109802852A (zh) | 应用于网络靶场的网络仿真拓扑的构建方法及系统 | |
CN108768685A (zh) | 大规模信息通信网络实时仿真模拟系统 | |
CN104375842B (zh) | 一种自适应软件uml建模及其形式化验证方法 | |
Alwasel et al. | IoTSim-Osmosis: A framework for modeling and simulating IoT applications over an edge-cloud continuum | |
CN107817756A (zh) | 网络化分布式数控系统靶场设计方法 | |
CN111798068A (zh) | 一种基于区块链底层的数字孪生系统 | |
Long et al. | Modeling and distributed simulation of supply chain with a multi-agent platform | |
CN103955373A (zh) | 一种sdn应用集成开发环境的设计方法 | |
CN110245409A (zh) | 一种基于虚拟现实与复杂网络的软件可靠性仿真分析方法 | |
CN105069702B (zh) | 一种电网集成信息处理方法 | |
CN110502861A (zh) | 基于卫星信息流的全数字化仿真系统 | |
CN115954933A (zh) | 电网数字孪生系统构建方法、装置、电子设备和存储介质 | |
CN106921702A (zh) | 一种基于面向服务的配电网信息物理系统 | |
CN106168993A (zh) | 电网实时仿真分析平台 | |
Ficco et al. | An HLA‐based framework for simulation of large‐scale critical systems | |
CN106200448B (zh) | 一种工业接口实施远程映射系统 | |
Xiong et al. | Construction of approximate reasoning model for dynamic CPS network and system parameter identification | |
CN105279007B (zh) | 多核处理器的模拟方法及装置 | |
Sztipanovits et al. | Model-based integration technology for next generation electric grid simulations | |
CN107547256A (zh) | 一种电力通信网半实物仿真方法及系统 | |
Jablkowski et al. | A hardware-in-the-loop co-simulation architecture for power system applications in virtual execution environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |