CN115102827B - 一种中小型制造业的数字产品实时监测通用互联网平台 - Google Patents
一种中小型制造业的数字产品实时监测通用互联网平台 Download PDFInfo
- Publication number
- CN115102827B CN115102827B CN202210587361.5A CN202210587361A CN115102827B CN 115102827 B CN115102827 B CN 115102827B CN 202210587361 A CN202210587361 A CN 202210587361A CN 115102827 B CN115102827 B CN 115102827B
- Authority
- CN
- China
- Prior art keywords
- data
- layer
- industrial
- platform
- cloud
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 40
- 238000004891 communication Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 16
- 239000000306 component Substances 0.000 claims description 64
- 238000007726 management method Methods 0.000 claims description 59
- 238000005516 engineering process Methods 0.000 claims description 45
- 238000004458 analytical method Methods 0.000 claims description 40
- 238000003860 storage Methods 0.000 claims description 38
- 238000011161 development Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000013079 data visualisation Methods 0.000 claims description 8
- 238000002955 isolation Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000012300 Sequence Analysis Methods 0.000 claims description 4
- 239000008358 core component Substances 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000010223 real-time analysis Methods 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000013526 transfer learning Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000011176 pooling Methods 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 9
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000013515 script Methods 0.000 description 3
- 238000004062 sedimentation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002155 anti-virotic effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 239000002071 nanotube Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
- H04L41/044—Network management architectures or arrangements comprising hierarchical management structures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/02—Standardisation; Integration
- H04L41/0246—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/08—Protocols for interworking; Protocol conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/22—Parsing or analysis of headers
Abstract
本发明公开了一种中小型制造业的数字产品实时监测通用互联网平台，属于工业互联网技术领域，包括制造企业数字产品的前端设备接入和云端服务器平台；所述前端设备接入包括和所述云端服务器平台通信连接的平台底端的端层和边缘层；所述云端服务器平台包括Iaas层、工业PaaS层和工业SaaS层。本发明解决了数字产品出厂后工作过程的状态数据和设备产生的数据自动远程传输到云服务器的问题，使得制造企业能够实时掌握售出产品的工作情况、为用户提供更好地售后服务，降低售后服务的成本；能够实现精确进行设备运行数据采集、远程监测设备运行状态、预警信息处理。
Description
技术领域
本发明涉及工业互联网技术领域，尤其是一种中小型制造业的数字产品实时监测通用互联网平台。
背景技术
随着新一代信息技术的发展和工业互联网的崛起，人、设备与企业联系了起来，人、材料、知识、技术、资本等资源之间在工业互联网这一服务于庞大工业链的“智能推手”下实现了充分流动，平台的重构价值作用也开始崭露头角，这种重构表现在了商业模式重构、内部价值体系重构和产业链及价值网络重构，即重构与用户的关系、重构制造运营体系和重构整个供应链体系。
数字产品实时监测的通用互联网平台涉及到的设备数据类型包括结构数据、时序信息、高频数据和对象数据。结构数据包括人、知识、财产等基础信息；时序信息为企业生产时设备产生的大量时序数据；高频数据为传感器产生的数据；对象数据包括文件、图片、音频等数据。
在面向物联网、高通量数据传输等场景下，中小型企业如何精确进行设备运行数据采集、远程监测设备运行状态、预警信息处理，成为了数字化转型下工业行业的行业痛点。
发明内容
本发明需要解决的技术问题是提供一种中小型制造业的数字产品实时监测通用互联网平台，解决了数字产品出厂后工作过程的状态数据和设备产生的数据自动远程传输到云服务器的问题，使得制造企业能够实时掌握售出产品的工作情况、为用户提供更好地售后服务，降低售后服务的成本；能够实现中小型企业精确进行设备运行数据采集、远程监测设备运行状态、预警信息处理。
为解决上述技术问题，本发明所采用的技术方案是：
一种中小型制造业的数字产品实时监测通用互联网平台，包括制造企业数字产品的前端设备接入和云端服务器平台；所述前端设备接入包括和所述云端服务器平台通信连接的平台底端的端层和边缘层；所述云端服务器平台包括用于提供云基础设施的Iaas层、实现对工业数据进行云处理与云控制的工业PaaS层和提供与用户直接对接的通道的工业SaaS层；
所述端层以物联网技术为基础，产生并汇聚工业数据，所述工业数据包括来自不同设备、不同系统的历史数据和即时数据，涉及结构化的生产数据、状态数据和非结构化的对象数据；
所述边缘层用于对端层产生的工业数据进行采集，并对不同来源的工业数据进行协议解析和边缘处理；
所述Iaas层采用虚拟化技术，利用分布式存储、并发式计算、高负载调度技术，实现资源服务设施的动态管理，提高资源服务有效利用率，也确保资源服务的安全；Iaas层作为设备和平台应用的连接层，为工业Paas层和工业Saas层的应用服务提供完整的底层基础设施服务；
所述工业PaaS层由云计算技术构建，不仅接收存储数据，还提供强大的运算环境，利用数据库、算法分析技术，实现数据进一步处理与计算、数据存储、应用或微服务开发功能，以叠加、扩展的方式提供工业应用开发、部署的基础环境，形成完整度高、定制性好、移植复用程度高的工业操作系统；
所述工业SaaS层基于工业PaaS层平台上的工业微服务功能模块实现传统信息系统的云改造，为用户提供工业APP数字化解决方案。
本发明技术方案的进一步改进在于：所述边缘层包括：
数据采集模块，用于通过有线和无线通信技术，对工业现场设备实现接入，以及对设备运行时关键指标数据的采集；
协议解析模块，用于通过协议解析与转换、中间件技术兼容工业通信协议，实现对数据格式的转换与统一，并利用HTTP、MQTT方式将采集到的数据传输到云端数据汇聚平台及云端数据分析系统；
边缘处理模块，基于实时操作系统及边缘分析算法技术的支撑，通过智能ECN兼容多种异构联接，提供软硬一体化安全，在靠近设备及数据源头的网络边缘侧进行数据预处理、存储，形成边云协同分析处理；
工业数据采集安全管理，用于通过工业防火墙和工业网关产品，实现数据加密传输，防止数据泄漏、被侦听或篡改，保障数据采集和传输过程中的安全。
本发明技术方案的进一步改进在于：所述IaaS层提供机房基础设施、服务器设备、存储设备和网络设备的基础设施；池化以后，基础设施就变成了计算资源池、存储资源池、网络资源池和安全资源池的基础资源；
所述计算资源池采用虚拟化技术，将物理CPU、内存硬件资源虚拟化为逻辑资源，分为分布式计算资源池、高密度计算资源池、高I/O数据库计算资源池以及高性能计算资源池；
所述存储资源池用于统一存储资源；
所述网络资源池用于采用堆叠技术，将多台加入交换机虚拟为一台设备，将网络划分为业务、管理、存储平台，各网络之间平面隔离；
所述安全资源池用于将传统网络安全产品，采用虚拟化技术构建资源池。
本发明技术方案的进一步改进在于：所述IaaS还包括：
云监测模块，为用户提供基于时间、自定义监测、日志三方面对云资源的监测，包括查看连接使用率、活跃与非活跃连接、丢包速率、健康和异常实例的监测指标，并提供站点监测，用于模拟服务器访问状况；
数据快递服务，用于通过硬盘向云端传输TB到PB级的数据。
本发明技术方案的进一步改进在于：所述工业PaaS层以容器为基础，基于Openshift容器云平台实现，为用户提供应用的构建、部署和运维管理，无需用户自行搭建计算执行环境。
本发明技术方案的进一步改进在于：所述容器云平台自底向上包括：
基础架构层，为平台提供基础的运行环境，支持平台运行在物理机、虚拟机、公有云、私有云和混合云上；
容器引擎层，以Docker作为容器引擎；
容器编排层，以Google的k8s进行容器编排；
PaaS服务层，为上层应用服务提供支持；
界面及工具层，提供多种用户接入通道。
本发明技术方案的进一步改进在于：所述工业PaaS层包括：
资源部署与管理层，包括物理机资源管理、存储资源管理、网络资源管理、虚拟资源管理、集群管理、运维管理和故障修复；
工业大数据系统层，包括数据预处理模块、数据存储模块、数据计算模块和数据可视化模块；
工业数据建模与分析层，包括设备机理AI建模与调试工具、数据建模、设备仿真环境、系统级测试验证环境、整机型测试验证环境、深度学习、迁移学习中一种或多种；
工业微服务组件库，包括产品生命周期微服务及组件；
应用开发，包括开发工具、测试工具、部署框架。
本发明技术方案的进一步改进在于：所述数据预处理模块用于利用机器学习算法对多源数据进行预处理、聚类和分析，剔除冗余数据,完成数据的规整和分类；
所述数据计算模块用于对接收的数据进行实时分析、时序分析、离线分析、动态预警、生成数据标签中的一种或多种处理，判断设备运行状态，预测设备告警点；
所述数据可视化模块用于对企业设备进行几何建模，展示设备分布、设备运行状况，同时将设备模型与实时、档案基础数据绑定，实现设备在场景中的快速定位与基础信息查询。
本发明技术方案的进一步改进在于：所述SaaS层通过租用的方式提供服务，服务部署在云端，用户注册后进行订购即可获得需要的服务；
所述SaaS层的核心组件包括安全组件、数据隔离组件、可扩展组件、多租户组件；
所述安全组件用于对SaaS产品进行安全防护，保障系统数据安全；
所述数据隔离组件用于隔离各企业之间的数据以及对不同用户的数据进行识别、区分以及隔离；
所述可扩展组件用于实现水平扩展SaaS层的整体服务性能；
所述多租户组件用于保障用户按期望索引到正确的数据，各企业间的数据不会相互干扰。
本发明技术方案的进一步改进在于：所述工业PaaS层还包括：
块存储模块，用于保存应用和服务的基本信息；
监测模块，用于持续监测平台应用的运行状态，比如健康状态、资源使用率及可用性；
消息总线模块，用以实现系统之间通讯的基础，所述消息总线模块支持pub/sub模式。
由于采用了上述技术方案，本发明取得的技术进步是：
1、本发明能够实现数字产品出厂后工作过程的状态数据和设备产生的数据自动远程传输到云服务器的问题；使得制造企业能够实时掌握售出产品的工作情况、为用户提供更好地售后服务，降低售后服务的成本；使用产品的用户也能够通过平台掌握所使用的产品的工作状态，达到提高管理效率作用。
2、本发明通过互联网平台助力制造业形成基于海量数据采集、汇聚、分析的服务体系，保障设备最大化安全运营，提高设备运行效率；分析设备的工作数据和状态数据，实现对设备进行预测性维护；有助于壮大产业链条，带动产业链降本提质增效，同时催生出规模化定制、服务化延伸等新模式及新兴业态；优化产业主体协作模式，重构协作链条及流程，带动全产业链生产效率提升和价值增值。
附图说明
图1是本发明中一种中小型制造业的数字产品实时监测通用互联网平台的框图。
具体实施方式
下面结合附图及实施例对本发明做进一步详细说明：
如图1所示，一种中小型制造业的数字产品实时监测通用互联网平台，包括制造企业数字产品的前端设备接入和云端服务器平台；所述前端设备接入包括和所述云端服务器平台通信连接的平台底端的端层和边缘层；所述云端服务器平台包括用于提供云基础设施的Iaas层、实现对工业数据进行云处理与云控制的工业PaaS层和提供与用户直接对接的通道的工业SaaS层。
其中，IaaS(Infrastructure as a Service)表示为基础设施即服务；PaaS(Platform as a Service)表示为平台即服务；SaaS(Software as a Service)表示为软件即服务。
所述端层为生产现场的各种物联网型工业设备，端层以物联网技术为基础，产生并汇聚大量的工业数据，其中工业数据包含来自不同设备、不同系统的历史数据和即时数据，涉及结构化的生产/状态数据以及非结构化的对象数据。
所述边缘层用于对端层产生的工业数据进行采集，并对不同来源的工业数据进行协议解析和边缘处理。所述边缘层包括数据采集模块、协议解析模块、边缘处理模块以及工业数据采集安全管理。
所述数据采集模块用于通过工业以太网、工业光纤网络、工业总线、3G/4G、NB-IoT等各类有线和无线通信技术，对工业现场设备实现接入，以及对包括但不限于如工作电流、电压、功耗、内部资源消耗等设备运行时关键指标数据的采集；
所述协议解析模块用于通过协议解析与转换、中间件等技术兼容CAN、Profinet、OPC/OPC UA、Mod-Bus等各类工业通信协议，实现对数据格式的转换与统一，并利用HTTP、MQTT等方式将采集到的数据传输到云端数据汇聚平台及云端数据分析系统；
所述边缘处理模块基于实时操作系统及边缘分析算法技术的支撑，通过智能ECN兼容多种异构联接，提供软硬一体化安全。在靠近设备及数据源头的网络边缘侧进行数据预处理、存储，提升操作响应灵敏度、减少时延和网络拥塞，形成边云协同分析处理；
所述工业数据采集安全管理用于通过工业防火墙和工业网关等产品，实现数据加密传输，防止数据泄漏、被侦听或篡改，保障数据采集和传输过程中的安全。
所述Iaas层用于提供云基础设施，如计算资源、网络资源、存储资源等，支撑互联网平台的整体运行。所述Iaas层的核心是虚拟化技术，利用分布式存储、并发式计算、高负载调度等技术，实现资源服务设施的动态管理，提高资源服务有效利用率，也确保资源服务的安全。Iaas层作为设备和平台应用的连接层，为工业Paas层和工业Saas层的应用服务提供完整的底层基础设施服务。
所述IaaS还包括云监测模块以及数据快递服务；
所述云监测模块为用户提供基于时间、自定义监测、日志三方面对云资源的监测，包括但不限于查看连接使用率、活跃与非活跃连接、丢包速率、健康与异常实例等监测指标，并提供站点监测，用于模拟服务器访问状况；
所述数据快递服务用于通过硬盘(外置USB接口)向云端传输TB到PB级的数据。
所述工业PaaS层是数字产品实时监测的通用互联网平台的核心，它由云计算技术构建，不仅接收存储数据，还提供强大的运算环境，利用数据库、算法分析等技术，实现数据进一步处理与计算、数据存储、应用或微服务开发等功能，以叠加、扩展的方式提供工业应用开发、部署的基础环境，形成完整度高、定制性好、移植复用程度高的工业操作系统。工业PaaS层还能根据业务进行资源调度，也能保障数据接入、平台运营、接口访问的安全机制，保障业务正常开展，实现对工业数据进行云处理或云控制。
所述工业PaaS层以容器为基础，基于Openshift容器云平台实现，为用户提供应用的构建、部署和运维管理，无需用户自行搭建计算执行环境。
所述容器云平台自下而上覆盖了云计算的工业Paas层涉及的各类问题，包括资源调度、服务编排、应用部署、监测日志、配置管理、存储网络管理、安全等。
所述容器云平台自底向上包括基础架构层、容器引擎层、容器编排层、PaaS服务层和界面及工具层；
所述基础架构层为平台提供基础的运行环境，支持平台运行在物理机、虚拟机、公有云、私有云和混合云上；
所述容器引擎层以当前主流的Docker作为容器引擎；
所述容器编排层以Google的k8s进行容器编排；
所述PaaS服务层为上层应用服务提供支持，提高开发，测试，部署，运维的速度和效率；
所述界面及工具层提供多种用户接入通道，包括Web控制台、命令行、RestFul接口等。
所述工业PaaS层包括资源部署与管理层、工业大数据系统层、工业数据建模与分析层、工业微服务组件库及应用开发；
所述资源部署与管理层包括物理机资源管理、存储资源管理、网络资源管理、虚拟资源管理、集群管理、运维管理及故障修复；
所述工业大数据系统层包括数据预处理模块、数据存储模块、数据计算模块以及数据可视化模块；
所述工业数据建模与分析层包括设备机理AI建模与调试工具、数据建模、设备仿真环境、系统级测试验证环境、整机型测试验证环境、深度学习、迁移学习等一种或多种的组合；
所述工业微服务组件库包括产品生命周期微服务及组件；
所述应用开发包括开发工具、测试工具、部署框架。
所述工业大数据系统层中，所述数据预处理模块用于利用机器学习等算法对多源数据进行预处理、聚类和分析，剔除冗余数据,完成数据的规整和分类；所述数据计算模块用于对接收的数据进行实时分析、时序分析、离线分析、动态预警、生成数据标签中的一种或多种处理，判断设备运行状态，预测设备告警点；所述数据可视化模块用于对企业设备进行几何建模，直观、真实、精确地展示设备分布、设备运行状况，同时将设备模型与实时、档案等基础数据绑定，实现设备在场景中的快速定位与基础信息查询。
所述工业PaaS层还包括块存储模块，用于保存应用和服务的基本信息。
在一种可能的实现方式中，所述工业PaaS层还包括监测模块，用于持续监测平台应用的运行状态，比如健康状态、资源使用率及可用性。
所述工业PaaS层还包括消息总线模块，所述消息总线模块支持pub/sub模式，用以实现系统之间通讯的基础。
所述工业SaaS层是对外服务的关口，提供与用户直接对接的通道，SaaS层基于工业PaaS层平台上丰富的工业微服务功能模块，以高效、便捷、多端适配等方式实现传统信息系统的云改造，为用户提供各类工业APP等数字化解决方案，实现资源集中化、服务精准化、知识复用化，同时基于需求催生出规模化定制、服务化延伸等新模式及新兴业态。
所述IaaS层提供机房基础设施、服务器设备、存储设备、网络设备四大类基础设施；以虚拟化的技术实现的方式，解决了传统基础设施异构性、复杂性的问题，使基础设施变为一种服务。池化以后，基础设施就变成了计算资源池、存储资源池、网络资源池、安全资源池四大类基础资源；
所述计算资源池是指采用虚拟化技术，将物理CPU、内存等硬件资源虚拟化为逻辑资源，分为分布式计算资源池、高密度计算资源池、高I/O数据库计算资源池以及高性能计算资源池；
所述存储资源池用于统一存储资源；
所述网络资源池用于采用堆叠技术，将多台加入交换机虚拟为一台设备，将网络划分为业务、管理、存储等平台，各网络之间平面隔离；
所述安全资源池用于将传统网络安全产品，如防火墙、入侵检测、安全加固、防病毒等系统，采用虚拟化技术构建资源池。建设统一的云安全管理中心，提供统一的安全运维、威胁感知等功能。
所述SaaS层通过租用的方式提供服务，服务部署在云端，用户注册后进行订购即可获得需要的服务。所述SaaS层的核心组件包括安全组件、数据隔离组件、可扩展组件、多租户组件；所述安全组件用于对SaaS产品进行安全防护，保障系统数据安全；所述数据隔离组件用于隔离各企业之间的数据以及对不同用户的数据进行识别、区分以及隔离；所述可扩展组件用于实现水平扩展SaaS层的整体服务性能；所述多租户组件用于保障用户可以按期望索引到正确的数据，各企业间的数据不会相互干扰。
平台前端一套代码可以在PC、Mobile、小程序运行，开发完成的前后端组件需要结构化沉淀成为可复用的二方库。
所述前端的开放性设计涉及到组件业务化及跨平台化、沉淀与复用、业务流以及组件扩展四个方面；
所述组件业务化及跨平台化用于触发或完成一个业务动作、与后端能力连接；
所述沉淀与复用用于在迭代或新应用开发时，根据业务需求，到业务组件仓库中寻找，当业务组件开发完成，通过在CICD平台配置脚本，同时沉淀业务组件的NPM包；
所述业务流用于将几个高度相关的页面做成一个页面组，彼此通过相对 url 串联；
所述扩展组件用于将出口行为和出口目标分离。建立一种串联机制，动态地定义业务组件之间的关系。
实施例
一种中小型制造业的数字产品实时监测通用互联网平台，用于实现实时掌控设备工作状态，排查设备异常状态波动趋势；实现设备基于多参数、复杂工况下的精确报警，通过人工智能手段构建设备自治系统，将隐藏故障现象背后的因素进行量化及显性化，进而挖掘设备的健康情况及衰退情况，带动生产效率提升。
所述中小型制造业的数字产品实时监测通用互联网平台包括制造企业的多种类型数字产品的前端设备接入以及云端的服务器平台两大部分，此外还可以包括信息安全防护体系、安全生产标准体系等多种体系。
多源异构设备通过工业网关、PLC(可编程控制器)等接入工业互联网的边缘计算层后，利用传感器、图像等多传感方式对数据进行智能感知和采集，通过工业网卡、数据总线等将数据传输到边缘层，在边缘层内利用既定的规则对不同协议的设备数据进行解析和统一转换，保持数据的一致性，利用机器学习等算法在边缘对多源数据进行预处理、聚类和分析，剔除冗余数据,完成数据的规整和分类。
之后利用5G网络将数据从边缘层传输到云端数据汇聚平台及云端数据分析系统，云端数据汇聚平台及云端数据分析系统通过大数据建模与分析技术，基于各个基础场景、通用场景和专用场景，建立各实体、数据及过程之间的映射模型，基于深度学习、迁移学习等算法分析设备运行状态和动态性能，基于行业标准及告警阈值对设备进行异常运行状态分析，构建可视化知识图谱，形成知识库并进行知识推理。
基于工业PaaS层通用的平台部署与管理模块，在工业大数据模型的支撑下，建立一套软件开发与部署、微服务组件库和模型库，为SaaS层的产品部署和服务创新提供基础；开发MES、ERP等综合决策应用程序，并部署到工业互联网平台的SaaS层，通过终端设备中安装应用软件，实现产品生命周期的生产流程优化、排产调度、智能控制及故障诊断。
前端设备接入包括和所述云端服务器平台通信连接的平台底端的端层和边缘层。所述端层是指生产现场的各种物联网型工业设备。端层以物联网技术为基础，产生并汇聚大量的工业数据，其中工业数据包含来自不同设备、不同系统的历史数据和即时数据，涉及结构化的生产/状态数据以及非结构化的对象数据。所述边缘层用于对端层产生的工业数据进行采集，并对不同来源的工业数据进行协议解析和边缘处理。
对于本身具备联网能力的端层设备采取直接接入方式，在设备端加入NB-LOT等通讯模组，具备通信功能的设备直接接入网络；对于不具备联网能力的设备或终端需要在本地组网后统一通过网关接入网络。
所述边缘层中，工业现场设备生产数据的采集通过专用采集设备、通用控制设备及专用智能设备实现。专用采集设备用于对传感器、变送器、采集器等专用采集设备的数据采集；通用控制设备用于对PLC、RTU、嵌入式系统、IPC等通用控制设备的数据采集；专用智能设备用于对机器人、数控机床、AGV等专用智能设备的数据采集。
所述边缘层中，协议转换分为两个方面。一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通讯接口，实现数字格式转换和统一。另一方面利用HTTP、MQTT等方式从边缘层将采集的数据传输到云端，在云平台上进行数据解析与存储，再通过云计算成为管理和决策的重要依据。
所述边缘层中，边缘处理模块基于实时操作系统及边缘分析算法技术的支撑，通过智能ECN兼容多种异构联接，提供软硬一体化安全。边缘计算将计算推至靠近数据源的位置，在靠近设备及数据源头的网络边缘侧基于流式数据分析对数据即来即处理，快速响应事件，实现数据预处理及存储；通过密码学的方法进行信息安全保护、采取访问控制策略来对越权访问进行防护，将应用运行于AMD内存加密技术、AMD平台安全处理器和ARMTrustZone技术等可信执行环境中并且对外部存储进行加解密，保障在边缘计算节点被攻破时，系统仍然保证应用及数据的安全性；基于5G数据通信增强移动宽带、海量机器类通信和低时延通信，实现提升操作响应灵敏度，减少网络拥塞，形成边云协同分析处理。
所述云端服务器平台包括Iaas层、工业PaaS层、工业SaaS层。
IaaS层用于提供云基础设施，如计算资源、网络资源、存储资源等，支撑互联网平台的整体运行。所述Iaas层的核心是虚拟化技术，利用分布式存储、并发式计算、高负载调度等技术，实现资源服务设施的动态管理，提高资源服务有效利用率，也确保资源服务的安全。Iaas层作为设备和平台应用的连接层，为工业Paas层和工业Saas层的应用服务提供完整的底层基础设施服务。
进一步的，IaaS层可划分为物理资源层、虚拟化资源层、云服务控制层、云管理层、运维层及安全层。
所述物理资源层包括IT基础设施硬件，即服务器、存储设备、网络交换机、物理防火墙、VPN网关、路由器等物理设备；所述虚拟化资源层用于将分布在不同物理设备上的基础设施资源进行统一虚拟化，通过虚拟化资源层屏蔽虚拟化中的动态调用、复制、拦截等技术细节；所述云服务控制层用于为运行的应用提供基本的API，将池化的计算、存储、网络等资源作为基本资源单位，为上层提供统一的资源调用接口，同时实现虚拟资源的调度逻辑，让上层应用可以更有效地使用这些资源；所述云管理层基于云服务控制层的API实现多云的异构纳管，打通不同的云服务，建立统一的逻辑大资源池，云管理平台通过把原先的云控制平台作为计算、存储、网络资源池，提供统一的租户管理，实现不同云控制平台之间的资源统一管理和资源跨越统一编排，对外提供统一的API；所述运维层用于不同模块的安装，部署已有补丁的升级包，物理设备层、虚拟化层及服务层的监测与故障管理，日志管理，自动化测试等，保障整个平台的可靠性、可用性、性能等，以达到服务级别协议（SLA）中用户的要求；所述安全层主要包括物理安全、主机安全、数据安全、网络安全、应用安全等。同时还提供了认证审计、专家服务功能。
所述工业PaaS层以平台优势，利用数据库、算法分析等技术，实现数据进一步处理与计算、数据存储、应用或微服务开发等功能，以叠加、扩展的方式提供工业应用开发、部署的基础环境，形成完整度高、定制性好、移植复用程度高的工业操作系统。
作为一优选方案，所述工业PaaS层以容器为基础，基于Openshift容器云平台实现。自下而上覆盖了云计算的Paas层涉及的各类问题，包括资源调度、服务编排、应用部署、监测日志、配置管理、存储网络管理、安全等。为用户提供应用的构建、部署和运维管理，无需用户自行搭建计算执行环境。
作为一优选方案，所述容器云平台自底向上包括基础架构层、容器引擎层、容器编排层、PaaS服务层和界面及工具层；
作为一优选方案，所述基础架构层为平台提供基础的运行环境，支持平台运行在物理机、虚拟机、公有云、私有云和混合云上；所述容器引擎层以当前主流的Docker作为容器引擎；所述容器编排层以Google的k8s进行容器编排；所述PaaS服务层为上层应用服务提供支持，提高开发，测试，部署，运维的速度和效率；所述界面及工具层提供多种用户接入通道，包括Web控制台、命令行、RestFul接口等。
在一种可能实施的方案中，容器云平台核心构建流程包括应用构建、应用部署、请求处理、应用更新四部分。
应用构建分为部署应用、触发构建、实例化构建、生成镜像、更新五个步骤。根据用户提供的源代码仓库地址及Builder镜像，平台将生成构建配置、部署配置、Service及Route等对象。与应用相关的对象创建完毕后，平台将触发一次S2I构建。平台依据应用的BuildConfig实例化一次构建，生成一个Build对象。Build对象生成后，平台将执行具体的构建操作，包括下载源代码、实例化Builder镜像、执行编译和构建脚本等。构建成功后将生成一个可供部署的应用容器镜像。平台将把此镜像推送到内部的镜像仓库组件Registry中。镜像推送至内部的仓库后，平台将创建或更新应用的ImageStream的镜像信息，使之指向最新的镜像。
应用部署分为触发镜像部署、实例化镜像部署、生成ReplicationController、部署容器四个步骤。 Image Stream的镜像信息更新后，将触发平台部署S2I建生成的镜像。Deployment Config对象记录了部署的定义，平台将依据此配置实例化一次部署，生成Deploy 对象眼踪当次部署的状态。平台部署将实例化一个Replication Controller, 用以调度应用容器的部署。通过Replication Controller, OpenShift将Pod及应用容器部署到集群的计算节点中。
请求处理包括用户访问、请求处理并返回两个步骤。
应用更新时，平台将重复上述流程应用构建至应用部署。平台将用下载更新后的代码构建应用，生成新的镜像，并将镜像部署至集群中。
所述工业PaaS层包括资源部署与管理层、工业大数据系统层、工业数据建模与分析层、工业微服务组件库及应用开发；
所述资源部署与管理层包括物理机资源管理、存储资源管理、网络资源管理、虚拟资源管理、集群管理、运维管理及故障修复；所述工业大数据系统层包括数据预处理模块、数据存储模块、数据计算模块以及数据可视化模块；所述工业数据建模与分析层包括设备机理AI建模与调试工具、数据建模、设备仿真环境、系统级测试验证环境、整机型测试验证环境、深度学习、迁移学习等一种或多种的组合；
所述工业微服务组件库包括产品生命周期微服务及组件；所述应用开发包括开发工具、测试工具、部署框架。
所述工业大数据系统层中，所述数据预处理模块用于利用机器学习等算法对多源数据进行预处理、聚类和分析，剔除冗余数据,完成数据的规整和分类；所述数据计算模块用于对接收的数据进行实时分析、时序分析、离线分析、生成数据标签中的一种或多种处理，判断设备运行状态，预测设备告警点；所述数据可视化模块用于对工业设备进行几何建模，直观、真实、精确地展示设备分布、设备运行状况，同时将设备模型与实时、档案等基础数据绑定，实现设备在场景中的快速定位与基础信息查询。
所述工业数据建模与分析层为用户提供设备机理模型、数据统计分析工具、应用支持、大数据存储及运算、大批量大规模多源数据汇总分析、设备运行参数可视化展示、设备云端双向消息通信、远端控制诊断、告警管理等能力。
在一种可能的实现方式中，所述SaaS层通过租用的方式提供服务，服务部署在云端，用户注册后进行订购即可获得需要的服务。所述SaaS层的核心组件包括安全组件、数据隔离组件、可扩展组件、多租户组件；所述安全组件用于对SaaS产品进行安全防护，保障系统数据安全；所述数据隔离组件用于隔离各企业之间的数据以及对不同用户的数据进行识别、区分以及隔离；所述可扩展组件用于实现水平扩展SaaS层的整体服务性能；所述多租户组件用于保障用户可以按期望索引到正确的数据，各企业间的数据不会相互干扰。
所述平台前端的开放性设计涉及四个维度：业务组件、沉淀与复用、业务流、组建的扩展。
所述组件业务化及跨平台化用于触发或完成一个业务动作、与后端能力连接；
所述沉淀与复用用于在迭代或新应用开发时，根据业务需求，到业务组件仓库中寻找，当业务组件开发完成，通过在CICD平台配置脚本，同时沉淀业务组件的NPM包；
所述业务流用于将几个高度相关的页面做成一个页面组，彼此通过相对 url 串联；
所述扩展组件用于将出口行为和出口目标分离。建立一种串联机制，可以动态地定义业务组件之间的关系。
平台后端将基础能力与业务定制能力分层，行业定制基于基础能力所暴露的SPI进行定制开发，在不修改基础能力代码的前提下，实现功能的定制，基础能力和业务定制能力都支持通过 SPI 来定义服务的扩展点；数据层面，通过定义数据视图，对不同元数据进行聚类、组合，以实现运算的目的，同时能够以不同的形式对后端数据进行展现。
作为一优选方案，前后端衔接基础流程为数据对象DO→SPI→API→展现视图VO→组件→UI，前端业务组件直接与后端SPI及数据对象进行映射。
作为一优选方案，前端拼装提供编辑器，支持绝对布局和相对布局，可以由 VO 直接生成业务组件，拖动形式拼装成组件，并绑定后端 API。
作为一优选方案，通过将前端组件与后端 SPI 及数据对象进行映射，通过定义数据视图，能够根据业务诉求，对不同元数据进行聚类、组合。
综上所述，本发明解决了数字产品出厂后工作过程的状态数据和设备产生的数据自动远程传输到云服务器的问题，使得制造企业能够实时掌握售出产品的工作情况、为用户提供更好地售后服务，降低售后服务的成本；能够实现中小型企业精确进行设备运行数据采集、远程监测设备运行状态、预警信息处理。
Claims (8)
1.一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：包括制造企业数字产品的前端设备接入和云端服务器平台；所述前端设备接入包括和所述云端服务器平台通信连接的平台底端的端层和边缘层；所述云端服务器平台包括用于提供云基础设施的IaaS层、实现对工业数据进行云处理与云控制的工业PaaS层和提供与用户直接对接的通道的工业SaaS层；
所述端层以物联网技术为基础，产生并汇聚工业数据，所述工业数据包括来自不同设备、不同系统的历史数据和即时数据，涉及结构化的生产数据、状态数据和非结构化的对象数据；
所述边缘层用于对端层产生的工业数据进行采集，并对不同来源的工业数据进行协议解析和边缘处理；
所述IaaS层采用虚拟化技术，利用分布式存储、并发式计算、高负载调度技术，实现资源服务设施的动态管理，提高资源服务有效利用率，也确保资源服务的安全；IaaS层作为设备和平台应用的连接层，为工业Paas层和工业Saas层的应用服务提供完整的底层基础设施服务；
所述工业PaaS层由云计算技术构建，不仅接收存储数据，还提供强大的运算环境，利用数据库、算法分析技术，实现数据进一步处理与计算、数据存储、应用或微服务开发功能，以叠加、扩展的方式提供工业应用开发、部署的基础环境，形成完整度高、定制性好、移植复用程度高的工业操作系统；所述工业PaaS层以容器为基础，基于Openshift容器云平台实现，为用户提供应用的构建、部署和运维管理，无需用户自行搭建计算执行环境；
所述工业SaaS层基于工业PaaS层平台上的工业微服务功能模块实现传统信息系统的云改造，为用户提供工业APP数字化解决方案；所述SaaS层通过租用的方式提供服务，服务部署在云端，用户注册后进行订购即可获得需要的服务；所述SaaS层的核心组件包括安全组件、数据隔离组件、可扩展组件、多租户组件；所述安全组件用于对SaaS产品进行安全防护，保障系统数据安全；所述数据隔离组件用于隔离各企业之间的数据以及对不同用户的数据进行识别、区分以及隔离；所述可扩展组件用于实现水平扩展SaaS层的整体服务性能；所述多租户组件用于保障用户按期望索引到正确的数据，各企业间的数据不会相互干扰。
2.根据权利要求1所述的一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：所述边缘层包括：
数据采集模块，用于通过有线和无线通信技术，对工业现场设备实现接入，以及对设备运行时关键指标数据的采集；
协议解析模块，用于通过协议解析与转换、中间件技术兼容工业通信协议，实现对数据格式的转换与统一，并利用HTTP、MQTT方式将采集到的数据传输到云端数据汇聚平台及云端数据分析系统；
边缘处理模块，基于实时操作系统及边缘分析算法技术的支撑，通过智能ECN兼容多种异构联接，提供软硬一体化安全，在靠近设备及数据源头的网络边缘侧进行数据预处理、存储，形成边云协同分析处理；
工业数据采集安全管理，用于通过工业防火墙和工业网关产品，实现数据加密传输，防止数据泄漏、被侦听或篡改，保障数据采集和传输过程中的安全。
3.根据权利要求1所述的一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：所述IaaS层提供机房基础设施、服务器设备、存储设备和网络设备的基础设施；池化以后，基础设施就变成了计算资源池、存储资源池、网络资源池和安全资源池的基础资源；
所述计算资源池采用虚拟化技术，将物理CPU、内存硬件资源虚拟化为逻辑资源，分为分布式计算资源池、高密度计算资源池、高I/O数据库计算资源池以及高性能计算资源池；
所述存储资源池用于统一存储资源；
所述网络资源池用于采用堆叠技术，将多台加入交换机虚拟为一台设备，将网络划分为业务、管理、存储平台，各网络之间平面隔离；
所述安全资源池用于将传统网络安全产品，采用虚拟化技术构建资源池。
4.根据权利要求3所述的一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：所述IaaS还包括：
云监测模块，为用户提供基于时间、自定义监测、日志三方面对云资源的监测，包括查看连接使用率、活跃与非活跃连接、丢包速率、健康和异常实例的监测指标，并提供站点监测，用于模拟服务器访问状况；
数据快递服务，用于通过硬盘向云端传输TB到PB级的数据。
5.根据权利要求1所述的一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：所述容器云平台自底向上包括：
基础架构层，为平台提供基础的运行环境，支持平台运行在物理机、虚拟机、公有云、私有云和混合云上；
容器引擎层，以Docker作为容器引擎；
容器编排层，以Google的k8s进行容器编排；
PaaS服务层，为上层应用服务提供支持；
界面及工具层，提供多种用户接入通道。
6.根据权利要求1所述的一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：所述工业PaaS层包括：
资源部署与管理层，包括物理机资源管理、存储资源管理、网络资源管理、虚拟资源管理、集群管理、运维管理和故障修复；
工业大数据系统层，包括数据预处理模块、数据存储模块、数据计算模块和数据可视化模块；
工业数据建模与分析层，包括设备机理AI建模与调试工具、数据建模、设备仿真环境、系统级测试验证环境、整机型测试验证环境、深度学习、迁移学习中一种或多种；
工业微服务组件库，包括产品生命周期微服务及组件；
应用开发，包括开发工具、测试工具、部署框架。
7.根据权利要求6所述的一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：所述数据预处理模块用于利用机器学习算法对多源数据进行预处理、聚类和分析，剔除冗余数据,完成数据的规整和分类；
所述数据计算模块用于对接收的数据进行实时分析、时序分析、离线分析、动态预警、生成数据标签中的一种或多种处理，判断设备运行状态，预测设备告警点；
所述数据可视化模块用于对企业设备进行几何建模，展示设备分布、设备运行状况，同时将设备模型与实时、档案基础数据绑定，实现设备在场景中的快速定位与基础信息查询。
8.根据权利要求1所述的一种中小型制造业的数字产品实时监测通用互联网平台，其特征在于：所述工业PaaS层还包括：
块存储模块，用于保存应用和服务的基本信息；
监测模块，用于持续监测平台应用的运行状态，包括健康状态、资源使用率及可用性；
消息总线模块，用以实现系统之间通讯的基础，所述消息总线模块支持pub/sub模式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210587361.5A CN115102827B (zh) | 2022-05-27 | 2022-05-27 | 一种中小型制造业的数字产品实时监测通用互联网平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210587361.5A CN115102827B (zh) | 2022-05-27 | 2022-05-27 | 一种中小型制造业的数字产品实时监测通用互联网平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115102827A CN115102827A (zh) | 2022-09-23 |
| CN115102827B true CN115102827B (zh) | 2024-01-09 |
Family
ID=83288753
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210587361.5A Active CN115102827B (zh) | 2022-05-27 | 2022-05-27 | 一种中小型制造业的数字产品实时监测通用互联网平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115102827B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115499494B (zh) * | 2022-11-08 | 2023-03-24 | 恒丰银行股份有限公司 | 一种基于服务化的云资源智能分配方法及设备 |
| CN115550464B (zh) * | 2022-12-01 | 2023-03-24 | 北京安帝科技有限公司 | 基于工业互联网云平台的系统监控方法、电子设备与介质 |
| CN116489219A (zh) * | 2023-03-20 | 2023-07-25 | 中国电子科技集团公司信息科学研究院 | 一种基于云平台的eda软件集成平台及其实施方法 |
| CN116703024A (zh) * | 2023-04-27 | 2023-09-05 | 中国安全生产科学研究院 | 基于电力大数据的煤炭行业企业生产情况分析系统 |
| CN116504028A (zh) * | 2023-05-12 | 2023-07-28 | 北京云庐科技有限公司 | 一种地质灾害监测预警系统 |
| CN116361377B (zh) * | 2023-05-29 | 2023-08-01 | 成都秦川物联网科技股份有限公司 | 基于工业物联网服务平台的负载预测系统、方法及介质 |
| CN117010764B (zh) * | 2023-08-18 | 2024-03-12 | 宸轩中消检测服务(北京)有限公司 | 一种消防工业互联网管理平台 |
| CN116846987B (zh) * | 2023-09-01 | 2023-11-07 | 山东省信息技术产业发展研究院(中国赛宝(山东)实验室) | 一种工业互联网的交互界面生成方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018177013A1 (zh) * | 2017-04-01 | 2018-10-04 | 华为技术有限公司 | 提供PaaS服务的方法、管理系统和云计算服务架构 |
| US10402090B1 (en) * | 2016-09-30 | 2019-09-03 | EMC IP Holding Company LLC | Data service protection for cloud management platforms |
| CN111756801A (zh) * | 2020-05-22 | 2020-10-09 | 江南大学 | 一种处理智能制造大数据的方法和系统 |
| CN111784076A (zh) * | 2020-07-22 | 2020-10-16 | 济源国泰自动化信息技术有限公司 | 一种关于工业互联网的云端计量系统及其使用方法 |
| CN111861424A (zh) * | 2020-08-04 | 2020-10-30 | 石化盈科信息技术有限责任公司 | 一种工业管理平台及工业管理系统 |
| CN112327813A (zh) * | 2020-11-23 | 2021-02-05 | 华能国际电力股份有限公司 | 一种基于云服务的火电机组专家远程诊断系统 |
| CN112650183A (zh) * | 2020-12-29 | 2021-04-13 | 煤炭科学研究总院 | 工业互联网平台 |
| CN113382057A (zh) * | 2021-06-07 | 2021-09-10 | 海尔数字科技(青岛)有限公司 | 一种平台架构及实现、应用方法 |
| CN113515267A (zh) * | 2021-07-12 | 2021-10-19 | 安元工业互联网(苏州)有限公司 | 一种基于工业物联网的PaaS平台 |
| WO2022015855A1 (en) * | 2020-07-14 | 2022-01-20 | Cazena, Inc. | Cloud data fake platform and saas orchestration |
| WO2022095435A1 (zh) * | 2020-11-06 | 2022-05-12 | 深圳市爱云信息科技有限公司 | AIOT设备接入PaaS和SaaS多级联动管理平台 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9467355B2 (en) * | 2012-09-07 | 2016-10-11 | Oracle International Corporation | Service association model |
| US10326670B2 (en) * | 2017-02-16 | 2019-06-18 | Oracle International Corporation | System and method for enterprise data distribution |
| US20190058709A1 (en) * | 2017-08-16 | 2019-02-21 | Telefonaktiebolaget Lm Ericsson (Publ) | Tenant management method and system in a cloud computing environment |
-
2022
- 2022-05-27 CN CN202210587361.5A patent/CN115102827B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10402090B1 (en) * | 2016-09-30 | 2019-09-03 | EMC IP Holding Company LLC | Data service protection for cloud management platforms |
| WO2018177013A1 (zh) * | 2017-04-01 | 2018-10-04 | 华为技术有限公司 | 提供PaaS服务的方法、管理系统和云计算服务架构 |
| CN111756801A (zh) * | 2020-05-22 | 2020-10-09 | 江南大学 | 一种处理智能制造大数据的方法和系统 |
| WO2022015855A1 (en) * | 2020-07-14 | 2022-01-20 | Cazena, Inc. | Cloud data fake platform and saas orchestration |
| CN111784076A (zh) * | 2020-07-22 | 2020-10-16 | 济源国泰自动化信息技术有限公司 | 一种关于工业互联网的云端计量系统及其使用方法 |
| CN111861424A (zh) * | 2020-08-04 | 2020-10-30 | 石化盈科信息技术有限责任公司 | 一种工业管理平台及工业管理系统 |
| WO2022095435A1 (zh) * | 2020-11-06 | 2022-05-12 | 深圳市爱云信息科技有限公司 | AIOT设备接入PaaS和SaaS多级联动管理平台 |
| CN112327813A (zh) * | 2020-11-23 | 2021-02-05 | 华能国际电力股份有限公司 | 一种基于云服务的火电机组专家远程诊断系统 |
| CN112650183A (zh) * | 2020-12-29 | 2021-04-13 | 煤炭科学研究总院 | 工业互联网平台 |
| CN113382057A (zh) * | 2021-06-07 | 2021-09-10 | 海尔数字科技(青岛)有限公司 | 一种平台架构及实现、应用方法 |
| CN113515267A (zh) * | 2021-07-12 | 2021-10-19 | 安元工业互联网(苏州)有限公司 | 一种基于工业物联网的PaaS平台 |
Non-Patent Citations (2)
| Title |
|---|
| 基于工业互联网的智能电厂平台架构;赵晋松;《热力发电》;全文 * |
| 工业云服务信息化平台建设实践;万成;;冶金自动化(S1);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115102827A (zh) | 2022-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| EP3696622A1 (en) | Ai extensions and intelligent model validation for an industrial digital twin | |
| AU2022202972A1 (en) | Tools and methods for real-time dataflow programming language | |
| CN109709811A (zh) | 一种面向智能制造的边缘计算控制器及其工作方法 | |
| CN105843182B (zh) | 一种基于oms的电力调度事故预案系统及方法 | |
| CN102882969B (zh) | 一种工矿企业的安全生产云服务平台 | |
| US20150019191A1 (en) | Industrial simulation using redirected i/o module configurations | |
| US11570057B2 (en) | Systems and methods for contextual transformation of analytical model of IoT edge devices | |
| CN102917032B (zh) | 一种工矿企业的安全生产云服务平台 | |
| Teslyuk et al. | Architecture and models for system-level computer-aided design of the management system of energy efficiency of technological processes at the enterprise | |
| WO2013075297A1 (zh) | 基于云计算的远程实时监控系统 | |
| CN111767031B (zh) | 一种基于仿真的核电工业互联网实验床 | |
| CN114169579B (zh) | 核电工业互联网综合智能平台系统 | |
| JP2023504549A (ja) | 集中型知識リポジトリおよびデータマイニングシステム | |
| CN112925646A (zh) | 一种电力数据边缘计算系统以及计算方法 | |
| CN108092813A (zh) | 数据中心综合管理系统服务器硬件管理框架及实现方法 | |
| Zhu et al. | Survey of testing methods and testbed development concerning Internet of Things | |
| Kumar et al. | Fog and edge computing simulators systems: research challenges and an overview | |
| US20210216860A1 (en) | Neural-network-based methods and systems that generate forecasts from time-series data | |
| CN113516331A (zh) | 一种建筑数据处理方法及装置 | |
| Silva et al. | A management architecture for IoT smart solutions: Design and implementation | |
| CN113766026A (zh) | 一种应用于能源工业网的数据处理方法及系统 | |
| Xiao et al. | A hybrid task crash recovery solution for edge computing in IoT-based manufacturing | |
| Lalanda et al. | Asynchronous mediation for integrating business and operational processes | |
| Tianshu et al. | Intelligent prognostic and health management based on IOT cloud platform |
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 |