CN115576289A - 基于虚拟化技术的可重构高保真大规模工业互联网仿真平台 - Google Patents
基于虚拟化技术的可重构高保真大规模工业互联网仿真平台 Download PDFInfo
- Publication number
- CN115576289A CN115576289A CN202211336905.7A CN202211336905A CN115576289A CN 115576289 A CN115576289 A CN 115576289A CN 202211336905 A CN202211336905 A CN 202211336905A CN 115576289 A CN115576289 A CN 115576289A
- Authority
- CN
- China
- Prior art keywords
- simulation
- real
- network
- trusted
- industrial internet
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 286
- 238000005516 engineering process Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 51
- 230000006870 function Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000004519 manufacturing process Methods 0.000 claims description 90
- 238000007726 management method Methods 0.000 claims description 53
- 238000012795 verification Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 21
- 230000006855 networking Effects 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 11
- 230000006854 communication Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 235000019580 granularity Nutrition 0.000 claims description 5
- 238000009776 industrial production Methods 0.000 claims description 5
- 238000013439 planning Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000007123 defense Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 238000013508 migration Methods 0.000 claims description 2
- 230000005012 migration Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002155 anti-virotic effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
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] or computer integrated manufacturing [CIM]
- G05B19/41885—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] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于虚拟化技术的可重构高保真大规模工业互联网仿真平台,1)逻辑控制平面:包括本地服务器的若干台服务器及数据库与主控制器;工业互联网的基本组成部分在逻辑控制平面输入目标场景,技术人员进行仿真场景的参数设置,参数存储在数据库中,主控制器根据目标场景参数下达控制指令,对SDN网络中仿真的网络进行配置和控制;2)数据平面:对逻辑控制平面中设计的仿真场景进行仿真实现;3)数据采集平面:由数据采集模块和数据分析模块两个部分组成,用于对海量的仿真数据进行采集和分析,实现了网络测量、数据处理、性能分析功能,完善仿真平台整体架构;为复杂、实时动态的工业互联网环境提供可信可靠的仿真平台。
Description
技术领域
本发明涉及计算机仿真技术领域,具体而言涉及一种基于虚拟化技术的可重构高保真大规模工业互联网仿真平台及其实现方法。
背景技术
工业互联网(Industrial Internet)是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态,通过对人、机、物、系统等的全面连接,为工业数字化、网络化、智能化发展提供实现途径。工业互联网仿真平台是互联网科技发展之下,为实现万物互联和智能制造而搭建起来的一个重要平台,它既是构建工业互联网的基础设施,也是将人、机器和数据连接起来的核心平台。
软件定义网络(SDN)是一种架构,它抽象了网络的不同、可区分的层,使网络变得敏捷和灵活,SDN的目标是通过企业和服务提供商能够快速响应不断变化的业务需求来改进网络控制,是网络虚拟化的一种实现方式。其核心技术OpenFlow通过将网络设备的控制面与数据面分离开来,从而实现了网络流量的灵活控制,使网络变得更加智能,为核心网络及应用的创新提供了良好的平台。
针对工业互联网仿真平台,在现有技术中,采用预定网络拓扑方式通过交换机等设备建立硬件之间的连接,之后根据设备之间的功能不同进行区域划分,仿真对象单一固化且一般网络规模较小,无法适应大规模工业互联网的组网仿真。而且传统的工业互联网仿真是离线仿真,不能对生产现场进行实时有效的监控与模拟,缺少对物理实体的特征、行为等的描述,在仿真参数的真实性方面会造成与实际的具体设备参数差异的情形,仿真结果的真实有效性难以得到保证。同时,由于传统仿真方法的技术单一,无法根据不同仿真场景进行灵活重构,在工业生产不断变化发展的今天,网络仿真的灵活性、可重构性难以得到满足。面对层出不穷的新漏洞与攻击手段,大量工业互联网采用的防火墙、防病毒和入侵检测技术所能提供的安全防御较为有限,因此需要考虑工业互联网可信安全的发展需求,但是欠缺相应的仿真技术。
发明内容
本发明的目的是,提供一种多层次、高保真、可扩展、可重构的工业互联网仿真平台及其实现方法,仿真平台能应用于大规模复杂的工业互联网的仿真,并且使仿真结果真实可靠。解决传统仿真平台只能进行离线仿真验证、无法实时仿真监控生产进程、资源利用率低的问题,屏蔽仿真技术单一、硬件设备过多导致的可重构性和可扩展性差的弊端,解决传统的仿真平台部署成本高、周期长、信息共享不足、无法进行协作等问题。
为了实现上述目的,本发明提出一种基于虚拟化技术的可重构高保真大规模工业互联网仿真平台,使用数字孪生技术来构建仿真场景,支持进行离线和实时仿真,通过软件定义网络技术进行组网,仿真网络具有可重构性和可扩展性,支持对大规模的复杂工业互联网进行仿真,同时达到高保真地还原网络的要求,并且支持对工业互联网中可信计算架构的仿真。该仿真平台包含逻辑控制平面、数据平面和数据采集平面三个部分,并按所述顺序进行实现。
1)逻辑控制平面:包括本地服务器的若干台服务器及数据库与主控制器;工业互联网的基本组成部分包括云平台、SDN网络设备和工业车间网络,其中的任意种构成特定工业互联网场景,在逻辑控制平面输入目标场景,技术人员进行仿真场景的参数设置,参数存储在数据库中,主控制器根据目标场景参数下达控制指令,对SDN网络中仿真的网络进行配置和控制;
2)数据平面:对逻辑控制平面中设计的仿真场景进行仿真实现;通过数字孪生技术生成工业生产设备的数字孪生体,通过虚拟的现场总线连接构成现场网络,若干现场网络通过SDN网络技术进行组网构成车间,车间之间和云平台通过SDN网络实现互连互通,从而构成工业互联网的数字孪生体;其中SDN网络交换机采用虚拟交换机和真实交换机共同组网的方式进行仿真,虚拟交换机连接虚拟设备,真实交换机连接真实生产设备和云平台,获取真实的生产数据;可根据仿真场景的需求,将云平台在本地服务器上进行部署;并且在工业设备数字孪生体中部署可信模块的软件模拟,对工业互联网中的可信安全验证和管控进行仿真;数据平面中支持按照需求选择不同的仿真模式进行离线或实时仿真,并将仿真场景和仿真数据进行实时展现和分析;
其中,上述仿真平台的实现过程中,进行如下具体配置:
a)主控制器配置:负责读取所存储的网络模型参数,并根据读取结果生成相应指令,调度数据平面中的仿真资源,创建仿真节点,下发控制指令,驱动各类仿真要素,构建目标仿真网络;
b)以软件定义控制器和交换机配置:实现控制与数据面的分离,SDN控制器从主控制器接收拓扑变换信息,并转化为流表下发给SDN网络交换机,形成网络模型对应的工业互联网仿真场景;SDN控制器掌握全网交换机和接入设备的运行情况,提供拓扑管理、交换设备管理、告警管理、流量统计及混合流量传输控制等功能;
仿真平台使用若干真实SDN交换机和虚拟SDN交换机,并支持真实SDN网络交换机和虚拟SDN交换机相互连通;虚拟SDN交换机用于连接虚拟设备,真实SDN交换机用于连接外部物理设备,如工业设备和云平台,通过PLC、传感器设备读取真实生产数据进入仿真平台,驱动数字孪生体进行实时仿真;
c)虚拟节点配置:使用若干台服务器,通过虚拟机来实现并配置虚拟节点,根据需求装载不同的数字孪生体,对工业互联网中的可编程逻辑控制器、SDN网络设备和现场总线控制系统等进行仿真,所能提供虚拟化节点的数量由服务器的硬件性能决定,支持通过增加服务器的方式扩大网络规模;
根据仿真需求在本地服务器上部署云平台功能组件,包括工业数据库、可信管理平台、资源配置管理模块;对车间中的可信生产设备进行运动学分析,通过数字孪生技术进行三维建模,对生成的三维模型进行轻量化处理、建立行为逻辑能力、约束规则和数据接口,生成设备对应的数字孪生体,通过SDN技术组网,构成工业互联网数字孪生体,虚拟节点可以是不同粒度的数字孪生体,如设备级、生产线级、现场车间级和系统级的数字孪生体;
3)数据采集平面:由数据采集模块和数据分析模块两个部分组成,用于对海量的仿真数据进行采集和分析,实现了网络测量、数据处理、性能分析功能,完善仿真平台整体架构;
使用数字孪生技术来构建仿真场景,支持进行离线和实时仿真,通过SDN网络技术进行组网,仿真网络具有可重构性和可扩展性,支持对大规模的复杂工业互联网进行仿真,同时达到高保真地还原网络的要求,并且支持对工业互联网中可信计算架构的仿真;
保留仿真平台的真实性,同时将可重构性、可扩展性、可信引入仿真平台中,使用数字孪生技术来构建仿真场景,进行离线仿真验证和实时仿真监控,通过数字孪生体所配置的逻辑行为功能和主控制器下发的指令协同控制工业互联网数字孪生体进行离线仿真,通过真实交换机实时获取真实生产数据,驱动数字孪生体进行实时仿真,通过反馈的仿真结果对数字孪生模型进行迭代优化,保障仿真平台的高保真。
支持通过数字孪生模型库和工艺数据库等大数据来驱动仿真场景的快速重构且软件定义网络支持虚拟节点的动态加入、快速部署和拓扑规划,同时允许通过增加服务器来增加虚拟节点,实现网络的快速重构和扩展。针对需要接入工业互联网的设备,在对应的数字孪生模型中进行可信模块的软件模拟,并与真实可信模块关联,实现对操作系统引导程序、操作系统、关键应用程序等系统启动过程中逐级度量,形成完整的信任链,并通过可信的手段把状态信息上报到虚拟的可信管理平台进行可信验证,对工业互联网的可信计算架构进行仿真;
所述的支持按照需求选择不同的仿真模式进行离线或实时仿真,仿真平台分为如下四个运行模式:模式一对仿真场景进行离线仿真,若需要扩大规模或改变生产流程,支持在仿真场景中直接加入新的车间进行仿真;模式二对仿真场景进行实时仿真,通过真实交换机获取真实生产数据,驱动工业互联网数字孪生体进行实时仿真,监控实时生产数据;模式三建立目标工业互联网的数字孪生体,对于难以建立数字孪生模型的设备,支持通过仿真平台中的真实交换机接入真实设备,进行虚实设备联合实时仿真;模式四完成仿真场景的建立后,对运行中的生产车间进行实时仿真,对计划加入工业互联网的车间数字孪生体,先进行离线仿真验证,若满足预期性能和功能等需求,建立真实生产场景进行生产制造,真实生产数据驱动车间数字孪生体进行实时仿真,通过真实的数据来修正模型,若不满足预期,则对该车间数字孪生模型进行优化;其中云平台可以通过数字孪生技术部署在本地服务器上,也可以通过真实的交换机接入云平台。
进一步的实施例中,所述的软件定义网络,现场网络之间通过SDN技术进行组网构成车间,车间之间通过SDN技术进行组网并实现与云平台的连通,SDN技术分离了网络数据与网络控制,具有灵活的网络架构。可信SDN控制器可对数字化车间可信SDN交换机进行统一控制管理,根据主控制器指令实施网络拓扑变化,实时监测车间网络全流量,并对可疑设备、IP、端口进行隔离。SDN交换机包括虚拟交换机和真实交换机,真实交换机与外部物理设备进行连接,接收真实的生产数据,驱动工业互联网数字孪生体的实时仿真,真实交换机与虚拟交换机互连,支持车间之间的互联互通,实现协作生产。
进一步的实施例中,所述虚拟化,通过虚拟机进行虚拟节点配置,根据需求装载不同的数字孪生体。通过数字孪生技术构建工业互联网中工业设备的数字孪生体;部分交换机采用虚拟交换机,结合网络转发规则定制功能,以满足多样的节点组网需求;在本地服务器上部署云平台;通过对可信模块进行虚拟化生成若干虚拟可信模块。虚拟节点配置过程中,使用的虚拟化软件采用KVM、XEN、VMWare或者Docker容器中的至少一种。
进一步的实施例中,所述的高保真,在构建仿真场景阶段、离线仿真阶段和实时仿真阶段对数字孪生模型进行精准建模和不断优化修正,使数字孪生模型能真实反映物理设备、生产加工过程乃至整个工业互联网的运行状态。数字孪生技术是忠实于物理实体的,是物理实体在三维虚拟空间的映射,建立起精确的孪生模型,将会还原物理实体的尺寸、形状等三维结构与运动方式等逻辑功能,能够真实地反映各个加工单元的动作与流程。通过离线仿真,验证每个生产任务数字孪生模型和产品实现的功能和性能,进行第一阶段的数字孪生模型、工艺参数、生产计划的优化;生产过程中,进行实时仿真,监控工业现场反馈过来的数据,预测扰动、智能决策,进行第二阶段的模型和生产计划的优化。并且在整个生产过程中仿真平台和工业现场持续进行实时数据交互,对模型进行迭代优化,最大程度地保证仿真的真实性。
进一步的实施例中,所述的可重构性和可扩展性,支持将原子级的数字孪生体快速组合成单元级、系统级的数字孪生模型,可以通过数字孪生模型库进行快速调用,有助于实现仿真平台对个性化客户需求的快速响应、场景的快速重构和动态优化决策。当仿真的工业互联网中需要增加新的车间、生产任务时,可以通过添加服务器的方式动态地加入更多的虚拟节点,不影响其他生产进程,实现网络仿真节点数量的可扩展性及节点配置的灵活性。主控制器对加入新节点后的网络进行拓扑规划,下达指令,SDN网络设备根据指令改变拓扑,实现网络快速重构,使仿真平台具有良好的可扩展性,可以适用于大规模工业互联网仿真。
进一步的实施例中,所述的可信,指仿真平台支持对工业互联网中的可信计算架构进行仿真,包括动态可信验证技术、动态可信远程证明协议和可信迁移技术等。在数字孪生体中部署虚拟可信模块,使仿真场景中各设备具有可信计算基础,可以模拟工业互联网的可信验证,在系统启动时对信息设备的主板固件、引导程序、操作系统与关键应用程序进行可信验证,并通过可信途径将数据传输到可信管理平台,通过多级可信防御、可信链传递来保证系统中所有组件的可信,以最终达到整个系统的可信、主动免疫的防护效果,实现终端数据的安全上云。可信安全管理平台通过监控、分析、报告等方式对可信设备进行统一安全管理。
本发明可按需求对工业互联网进行离线仿真验证和实时仿真监控,并对仿真结果进行实时展现、监控和分析;通过仿真结果反馈对数字孪生模型进行迭代优化,并且仿真平台支持实时获取真实生产数据,使目标工业互联网场景在仿真平台中可以高保真地进行模拟;使用SDN技术进行组网,架构灵活,支持部署后新节点的动态加入、快速部署,并且支持通过数字孪生模型库等工业大数据对仿真场景进行快速重构,使仿真的网络具有可扩展性和可重构性;支持通过添加服务器的方式实现网络仿真节点数量的可规模化;对工业互联网中部署的可信计算架构进行仿真,通过可信计算技术对可信验证等过程进行仿真。本发明为复杂、实时动态的工业互联网环境提供一个可信可靠的仿真平台实现方法。
有益效果:本发明提供了一种基于虚拟化技术的可重构高保真大规模工业互联网仿真平台及其实现方法。仿真平台采用数字孪生技术进行仿真,支持离线仿真验证和实时仿真监控,根据仿真结果迭代优化数字孪生模型,很大程度地保证仿真的真实性;仿真平台支持大规模的工业互联网的仿真,通过添加服务器的方式增加虚拟节点;采用SDN组网方式,可以实现新增节点的动态加入、快速部署和网络的快速重构,可以根据数字孪生模型库和工艺数据库快速重构仿真场景;仿真平台支持对工业互联网中的可信计算架构进行仿真,在数字孪生体中部署可信模块,实现对接入工业互联网的设备进行可信验证,达到主动免疫的防护效果。
附图说明
图1是仿真平台的逻辑平面原理示意图;
图2是仿真平台模式四的总体工作流程图;
图3是仿真平台的可信认证示意图;
图4是工业互联网的可信计算架构图。
具体实施方式
为了更好的了解本发明的技术内容,下面结合相关的实施例和附图1-附图4,将仿真平台按照模式四的仿真方式对本发明中具体的实施方法进行详细阐述。
仿真平台的技术方案中涉及节点、链路和业务等仿真要素的实现:
所述的节点,包括工业互联网中所有的组成设备,通过虚拟机进行虚拟节点配置,根据需求装载不同的数字孪生体,仿真平台中的交换机包括虚拟交换机和真实交换机;现场车间网络中的可信生产设备通过数字孪生技术进行运动学分析、三维建模、轻量化处理、建立逻辑功能、数据接口、约束规则等,生成设备对应的数字孪生体,通过组合构成车间乃至工业互联网的数字孪生模型,将模型存入数据库中,根据需求,可以将不同粒度的数字孪生体视为一个节点,节点资源由服务器的硬件性能决定,支持通过增加服务器的方式增加虚拟节点,将云平台部署在本地服务器上。
所述的链路,指的是仿真平台模拟的实际工业互联网传输条件下的信道链路,通过软件信道模拟器(例如:NetEM)或基于硬件信道的模拟器设置信道特征参数等方式来模拟链路信道特征。车间之间、车间和云平台之间、现场网络之间通过SDN技术进行组网,根据动态的网络拓扑关系决定其是否连通,工业生产设备之间通过虚拟的现场总线进行连接。仿真信道链路资源包括可供仿真分配的总仿真带宽,可支持的误码率、时延设置等。
所述的业务,指的是仿真平台所支持的工业互联网业务模型,包括船舶生产业务、船舶加工业务、数据云计算业务、数据监测管理业务、数据建模和分析业务、数据可信安全业务等,最大程度地满足多种业务需求,充分发挥仿真平台的可协作、真实性、可扩展性、可重构性的特点,实现规模化、多层次的网络仿真要求。
本发明的基于虚拟化技术的可重构高保真大规模工业互联网仿真平台实现的总体方案包括如下三个部分并按下述顺序加以实现:
1)逻辑控制平面:包括本地服务器的若干台服务器及数据库与主控制器;工业互联网的基本组成部分包括云平台、SDN网络设备和工业车间网络,其中的任意种构成特定工业互联网场景,在逻辑控制平面输入目标场景,技术人员进行仿真参数设置,参数存储在数据库中,主控制器根据目标场景参数下达控制指令,对仿真的网络进行配置和控制。
2)数据平面:对逻辑控制平面中设计的仿真场景进行仿真实现。通过数字孪生技术生成工业生产设备的数字孪生体,通过虚拟的现场总线连接构成现场网络,若干现场网络通过SDN技术进行组网构成车间,车间之间和云平台通过SDN网络实现互连互通,从而构成工业互联网的数字孪生体。其中SDN交换机采用虚拟交换机和真实交换机共同组网的方式进行仿真,虚拟交换机连接虚拟设备,真实交换机连接真实生产设备和云平台,获取真实的生产数据;可根据仿真场景的需求,将云平台在本地服务器上进行部署;并且在工业设备数字孪生体中部署可信模块的软件模拟,对工业互联网中的可信安全验证和管控等进行仿真。数据平面中支持按照需求选择不同的仿真模式进行离线或实时仿真,并将仿真场景和仿真数据进行实时展现和分析。
3)数据采集平面:该平面由数据采集模块和数据分析模块两个部分组成,用于对海量的仿真数据进行采集和分析,实现了网络测量、数据处理、性能分析功能,完善仿真平台整体架构。
其中,上述实现过程通过下述方式实现具体的配置:
1)主控制器配置:负责读取所存储的网络模型参数,并根据读取结果生成相应指令,调度数据平面中的仿真资源,创建仿真节点,下发控制指令,驱动各类仿真要素,构建目标网络。
2)软件定义控制器和交换机配置:SDN控制器从主控制器接收拓扑变换信息,并转化为流表下发给SDN交换机,形成网络模型对应的工业互联网仿真场景。SDN控制器掌握全网交换机和接入设备的运行情况,提供拓扑管理、交换设备管理、告警管理、流量统计及混合流量传输控制等功能。仿真平台使用若干真实SDN交换机和虚拟SDN交换机,并支持真实SDN交换机和虚拟SDN交换机相互连通,虚拟SDN交换机用于连接虚拟设备,真实SDN交换机用于连接外部物理设备如生产设备和本地云服务器,通过PLC、传感器等设备读取真实生产数据进入仿真平台。
3)虚拟节点配置:使用若干台服务器,通过虚拟机进行虚拟节点配置,根据需求装载不同的数字孪生体,对工业互联网中的可编程逻辑控制器、SDN网络设备和现场总线控制系统等进行仿真,所能提供虚拟化节点的数量由服务器的硬件性能决定,支持通过增加服务器的方式扩大网络规模。根据仿真需求在本地服务器上部署云平台功能组件,如工业数据库、可信管理平台、资源配置管理模块和应用等。车间中的可信生产设备通过数字孪生技术进行运动学分析、三维建模、轻量化处理、建立逻辑功能、数据接口、约束规则等,生成设备对应的数字孪生体,通过SDN技术组网,构成工业互联网数字孪生体,虚拟节点可以是不同粒度的数字孪生体,如设备级、生产线级、车间级和系统级的数字孪生体。
进一步的实施例中,所述虚拟节点配置过程中,使用的虚拟化软件采用KVM、XEN、VMWare或者Docker中的至少一种。
在本发明实施例中,以船舶制造工业互联网作为仿真场景构建仿真平台。由附图1仿真平台的逻辑平面原理示意图、附图2仿真平台的总体工作流程图和附图3仿真平台的可信认证示意图说明船舶工业互联网的仿真平台实现方法和部署过程。
首先,设计仿真场景,包括船舶工业互联网的网络架构、工业设备类型和数量、网络设备类型和数量等。在具体实施例中,仿真场景包括船舶数字化车间网络、控制转发网络、工业云平台三层。
业务设计,设计目标船舶工业互联网中的业务模型,包括船舶生产业务、船舶加工业务、数据云计算业务、数据监测管理业务、数据建模和分析业务、数据可信安全业务等,最大程度地满足多种业务需求,充分发挥仿真平台的可协作、真实性、可扩展性、可重构性的特点,实现规模化、多层次的网络仿真要求。具体而言,生产加工业务可以包括具体的设计数据、工艺数据、物料数据等。
在逻辑控制平面输入目标船舶工业互联网的网络模型配置参数,存入数据库,主控制器依据配置参数下达控制指令,调度数据平面的仿真资源,构建仿真场景。
数据平面接收指令,通过数字孪生技术对船舶工业互联网进行仿真。
其中,SDN网络设备中的SDN交换机采用虚拟交换机和真实交换机共同组网的方式进行仿真,虚拟SDN交换机用于连接虚拟化节点,真实SDN交换机用于连接真实生产设备和本地云服务器,通过PLC、传感器等设备读取真实生产数据。虚拟SDN控制器接收拓扑控制指令,对数字化车间SDN交换机进行统一控制管理,实时监测车间网络全流量,并对可疑设备、IP、端口进行隔离。
其中,云平台通过数字孪生技术部署在本地服务器上,根据仿真场景需求,配置云平台组件,如应用程序、可信管理平台、网络控制管理、资源管理、工业数据库、智能辅助决策组件等。
其中,车间数字孪生体的构建。船舶制造车间中包括现场网络、车间光纤工业以太环网、管理网络。现场网络中可信接入网关将船舶现场先进智能装备(非以太网接入设备)通过协议转换模块转换为以太网接口,然后在网关中进行协议的解析、转换和适配,为智能装备的互联互通提供基础支撑;船舶制造工业设备包括三菱PLC、西门子PLC、力传感器、震动传感器、温度传感器、执行器、加工中心、质量检测站、机器人、AGV小车、数字化检测设备、立体刀库、物料仓库、中转站等。若船舶工业数据库中存在相应车间、设备的数字孪生模型,可进行参数配置后直接使用;若船舶工业数据库中不存在相应模型,根据逻辑控制平面输入的模型参数进行建模或从真实船舶工业互联网的人、机、物、环境采集数据进行建模,为了保证孪生模型在加工动作、逻辑功能上与物理实体一致,首先需要对实际生产设备的运动功能、逻辑规则进行分析,建立三维模型,并获得*.stl、*.obj等格式的模型文件。在仿真环境中,对孪生模型进行拆分与重组,设计出合理的控制脚本,使其在功能和视觉上都保持较为良好的复现效果;其次需要分析实体设备之间的信号交流过程,在仿真环境中设计出合理的信号交流方案。三维模型多以网格形式建立,若直接将原文件导入仿真环境中会增加计算负担,引起卡顿等,因此需要对三维模型进行轻量化处理,尽量减少模型的三角网格数量,也可以通过将文件以.stl格式保存然后导入其他软件如3dmax等进行冗余点线的删除,之后再将模型导出成需要的格式的方式实现对模型的简化。模型轻量化处理完成后,进行逻辑功能、约束规则构建,编写Lua脚本控制孪生模型实现离线运动,验证实际生产过程的可行性,并编写数据接口脚本,为虚实同步运行做通讯基础。孪生生产线总体构建完成后,对各孪生设备的逻辑功能、数据接口进行测试。将生成的数字孪生模型存储在工业数据库中;设备数字孪生模型群可以进行组合,构成不同粒度的数字孪生体。设备间通过ProfiBus、DeviceNet等工业现场总线连接构成船舶工业现场网络。管理网络主要包括可信SDN控制器、工程师站、操作员站。通过可信SDN交换机将管理网络、若干现场网络、车间视频及环境监控互连,构成船舶制造车间的数字孪生体。对于难以建立数字孪生模型的设备,支持通过真实SDN交换机接入真实设备,进行虚实设备联合实时仿真。
大规模存在的车间数字孪生体和部署云平台的本地服务器通过SDN技术进行组网,主控制器读取预先输入并存储在数据库中的参数,根据目标工业互联网的链路连通关系,给仿真节点配置网络参数(如IP地址、MAC地址、交换机连接端口等)并进行拓扑规划,实时地将网络连通状态转换成OpenFlow流表信息,向所控制的SDN交换机发送拓扑控制指令,SDN交换机实时地将自身状态(如各端口流量)回传到主控制器,由主控制器分析网络状况。若需要进行生产计划的调整,支持在仿真平台中通过SDN交换机动态地接入或删减设备、车间,主控制器对接入不同交换机的仿真节点之间的连通关系进行统一管理,对拓扑进行重新规划,并控制SDN交换机进行仿真网络的拓扑调整。若需要多个车间协同完成生产加工任务,多个车间之间可以通过SDN交换机进行生产数据的实时交互,包括各车间资源的利用率、上级工序完成程度、备料情况等,可以按需调整配置实现协作。真实交换机连接外部网络、物理设备如加工中心,通过传感器、PLC、MCS(切削负荷、振动、刀具状态、机床状态监控)将真实的加工数据读取进仿真平台,通过真实交换机与虚拟交换机的互联互通,将真实数据传输到虚拟节点,驱动工业互联网数字孪生体进行实时仿真。
在各数字孪生体中部署可信模块,具体而言,在可信SDN控制器、SDN交换机、接入网关、工业设备中部署可信管理代理,在云平台中部署可信安全管理平台、云安全防护系统,可信安全管理平台包含可信管理平台、可信认证中心组件。通过利用软件模拟实现物理信任根功能,通过虚拟信任根与物理信任根实现关联,支持信任链从物理环境扩展到虚拟环境(如虚拟机),从而为虚拟环境提供与硬件信任根相同的安全功能,实现对船舶工业互联网中的可信安全架构进行仿真。
船舶工业互联网仿真场景构建完成后,逻辑控制平面主控制器向数据平面各节点的端程序下达控制指令,仿真场景开始运行。
首先对接入船舶工业互联网的设备的可信验证过程进行仿真,对操作系统引导程序、操作系统、关键应用程序等系统启动过程中逐级度量,形成完整的信任链,可信设备中的可信管理代理将设备的可信信息主动向可信安全管理平台传输,接受可信安全管理平台下发任务,收集可信设备中各组件的度量值、监控事件等可信信息。可信管理代理与可信安全管理平台之间通过消息队列的方式进行加密通信,保证松耦合及安全性。可信安全管理平台接收到设备的可信信息后通过可信安全认证中心验证可信设备,实时报告各个设备的可信状态。可信安全管理平台通过RESTFul API接口传输各个设备的可信状态信息至云端防护系统。云端防护系统具备基于各个可信设备的可信状态制定安全策略,根据可信状态与不可信状态制定不同安全策略,将不可信设备进行标记隔离,不参与仿真。可信计算技术将可信验证、软硬件完整性监控与可信配置管理相结合,通过监控、分析、报告等方式对可信设备的数字孪生体进行统一安全管理。
完成仿真场景的建立和可信验证后,仿真平台按照模式四进行仿真,对运行中的生产车间进行实时仿真,对计划加入目标船舶工业互联网的车间数字孪生体,按照生产计划进行虚拟制造,对生产任务进行离线仿真验证,可以进行碰撞、干涉等仿真测试。在完成虚拟制造后,将虚拟制造的结果(虚拟产品和仿真分析的结果)进行反馈,虚拟产品用于个性化定制客户体验自己定制的产品,仿真分析的结果用于最终客户了解交货期和质量的信息。若离线仿真结果显示产品功能、性能、生产速度等方面满足业务需求,则将生产计划和优化后的执行策略通过真实的交换机下达真实场景,依据仿真平台传递的执行策略和生产计划构建真实的船舶工业互联网场景并完成真实的制造执行;若离线仿真验证结果不符合预期,则对生产计划、数字孪生模型进行优化,修改仿真参数。真实船舶工业互联网将生产调度数据、物料消耗数据、设备状态数据、质量检测数据等反馈给仿真平台,驱动对应车间的数字孪生体进行实时仿真,数字孪生体依据收到的各方反馈信息持续地完善自己的仿真分析模型和数据。
企业可以通过交互界面可视化地查看整个工业互联网的仿真情况,包括工业互联网的三维场景、仿真数据、生产任务的进度等。
数据采集平面根据工业互联网评估指标从数据平面采集大规模的仿真数据,并进行数据处理、网络测量、性能分析,对整个仿真平台和目标船舶工业互联网进行评估,并根据评估结果对仿真平台和目标网络进行优化。该平面包含数据采集模块和数据分析模块两个部分。数据采集模块具有链路信息采集、全数据包捕获和数据转换存储功能,捕获容器包含的测量程序支持主动地实时收集网络信息(如端到端丢包率、端到端延迟、端口吞吐量等);同时,捕获容器也支持被动的全数据包捕获功能。大规模仿真场景中,由全数据包捕获的海量pcap数据,存在很多冗余信息且其格式无法直接用于分析,因此,将捕获到的信息进行数据转换后存储,为数据分析模块提供数据源。具体而言,预先从原始捕获流量中提取各数据包的关键信息,以逐条日志的形式通过json格式文件进行转存,这一过程可由基于libpcap的应用程序支持(如Tshark)。最后,通过日志收集工具(如Filebeat)将转换后的文件转发到非关系型索引数据库中(如ES),将数据按照互联互通、生产绩效、网络能效、可信安全、数据可信度、云安全几个方面进行分类存储。数据分析模块基于大数据分析框架实现(如Spark),提供网络性能分析、仿真平台和工业互联网性能评估功能。通过数据包中的关键字段信息,如传输控制协议(TCP)中的ACK、开放最短路径优先协议(OSPF)中的Hello、束协议中的IPN等,对存储的数据包记录进行筛查。然后,基于Spark API实现网络性能指标分析逻辑,得到对应指标。对仿真平台中的离线仿真数据和实时仿真数据进行对比分析,根据获取的互联互通、生产绩效、网络能效、可信安全、数据可信度、云安全几个方面的信息进一步对仿真平台和目标船舶制造工业互联网的性能和可信度进行评估和打分,并提供优化建议。
下面结合附图4更加具体地说明可信计算架构的部署实现,船舶工业互联网上部署的可信计算架构支持中国商用密码算法,将可信验证、软硬件完整性监控与可信配置管理相结合;通过监控、分析、报告等方式对可信设备进行统一安全管理。可信安全管理平台以可信计算技术为基础;结合操作系统可信增强系统的服务和接口支持,对端到端设备,Linux、Windows等操作系统,KVM、VMWare等VMM进行统一可信安全管理;通过对船舶工业互联网平台基础设施的可信验证和安全管理进行仿真,验证整体船舶工业互联网的可信安全及关键数据的安全。
本发明的技术效果:一是通过虚拟化技术充分模拟工业互联网中的各类仿真要素,逼近真实工业互联网环境,为相关生产过程的仿真、生产计划的研究和设计、生产进度的监控提供可信可靠的本地实验环境;另一方面,同时实现了仿真平台的可重构、可扩展性、高保真等要素,对工业互联网中的可信计算架构进行了仿真,可以满足更为复杂和更为精确的仿真要求,具有强大的本地仿真能力。
以上内容是结合船舶制造工业互联网的具体例子来详细说明仿真平台的构成、原理和作用,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干推演或替换,都应当视为属于本发明的保护范围。
Claims (7)
1.一种基于虚拟化技术的可重构高保真大规模工业互联网仿真平台,其特征在于,仿真平台包含逻辑控制平面、数据平面和数据采集平面三个部分;
1)逻辑控制平面:包括本地服务器的若干台服务器及数据库与主控制器;包括工业互联网的基本组成部分即云平台、SDN网络设备和工业车间网络,其中的任意种构成特定工业互联网场景,在逻辑控制平面输入目标场景,技术人员进行仿真场景的参数设置,参数存储在数据库中,主控制器根据目标场景参数下达控制指令,对SDN网络中仿真的网络进行配置和控制;
2)数据平面:对逻辑控制平面中设计的仿真场景进行仿真实现;通过数字孪生技术生成工业生产设备的数字孪生体,通过虚拟的现场总线连接构成现场网络,若干现场网络通过SDN网络技术进行组网构成车间,车间之间和云平台通过SDN网络实现互连互通,从而构成工业互联网的数字孪生体;其中SDN网络交换机采用虚拟交换机和真实交换机共同组网的方式进行仿真,虚拟交换机连接虚拟设备,真实交换机连接真实生产设备和云平台,获取真实的生产数据;可根据仿真场景的需求,将云平台在本地服务器上进行部署;并且在工业设备数字孪生体中部署可信模块的软件模拟,对工业互联网中的可信安全验证和管控进行仿真;数据平面中支持按照需求选择不同的仿真模式进行离线或实时仿真,并将仿真场景和仿真数据进行实时展现和分析;
其中,上述仿真平台的实现过程中,进行如下具体配置:
a)主控制器配置:负责读取所存储的网络模型参数,并根据读取结果生成相应指令,调度数据平面中的仿真资源,创建仿真节点,下发控制指令,驱动各类仿真要素,构建目标仿真网络;
b)以软件定义控制器和交换机配置:实现控制与数据面的分离,SDN控制器从主控制器接收拓扑变换信息,并转化为流表下发给SDN网络交换机,形成网络模型对应的工业互联网仿真场景;SDN控制器掌握全网交换机和接入设备的运行情况,提供拓扑管理、交换设备管理、告警管理、流量统计及混合流量传输控制等功能;
仿真平台使用若干真实SDN交换机和虚拟SDN交换机,并支持真实SDN网络交换机和虚拟SDN交换机相互连通;虚拟SDN交换机用于连接虚拟设备,真实SDN交换机用于连接外部物理设备,如工业设备和云平台,通过PLC、传感器设备读取真实生产数据进入仿真平台,驱动数字孪生体进行实时仿真;
c)虚拟节点配置:使用若干台服务器,通过虚拟机来实现并配置虚拟节点,根据需求装载不同的数字孪生体,对工业互联网中的可编程逻辑控制器、SDN网络设备和现场总线控制系统等进行仿真,所能提供虚拟化节点的数量由服务器的硬件性能决定,支持通过增加服务器的方式扩大网络规模;
根据仿真需求在本地服务器上部署云平台功能组件,包括工业数据库、可信管理平台、资源配置管理模块;对车间中的可信生产设备进行运动学分析,通过数字孪生技术进行数字化建模,对生成的三维模型进行轻量化处理、建立行为逻辑能力、约束规则和数据接口,生成设备对应的数字孪生体,通过SDN技术组网,构成工业互联网数字孪生体,虚拟节点可以是不同粒度的数字孪生体,如设备级、生产线级、现场车间级和系统级的数字孪生体;
3)数据采集平面:由数据采集模块和数据分析模块两个部分组成,用于对海量的仿真数据进行采集和分析,实现了网络测量、数据处理、性能分析功能,完善仿真平台整体架构;
使用数字孪生技术来构建仿真场景,支持进行离线和实时仿真,通过SDN网络技术进行组网,仿真网络具有可重构性和可扩展性,支持对大规模的复杂工业互联网进行仿真,同时达到高保真地还原网络的要求,并且支持对工业互联网中可信计算架构的仿真;
保留仿真平台的真实性,同时将可重构性、可扩展性、可信引入仿真平台中,使用数字孪生技术来构建仿真场景,进行离线仿真验证和实时仿真监控,通过数字孪生体所配置的逻辑行为功能和主控制器下发的指令协同控制工业互联网数字孪生体进行离线仿真,通过真实交换机实时获取真实生产数据,驱动数字孪生体进行实时仿真,通过反馈的仿真结果对数字孪生模型进行迭代优化,保障仿真平台的高保真;
支持通过数字孪生模型库和工艺数据库等大数据来驱动仿真场景的快速重构且软件定义网络支持虚拟节点的动态加入、快速部署和拓扑规划,同时允许通过增加服务器来增加虚拟节点,实现网络的快速重构和扩展。针对需要接入工业互联网的设备,在对应的数字孪生模型中进行可信模块的软件模拟,并与真实可信模块关联,实现对操作系统引导程序、操作系统、关键应用程序等系统启动过程中逐级度量,形成完整的信任链,并通过可信的手段把状态信息上报到虚拟的可信管理平台进行可信验证,对工业互联网的可信计算架构进行仿真。
2.根据权利要求书1的基于虚拟化技术的可重构高保真大规模工业互联网仿真平台,其特征在于,所述的支持按照需求选择不同的仿真模式进行离线或实时仿真,仿真平台分为如下四个运行模式:模式一对仿真场景进行离线仿真,若需要扩大规模或改变生产流程,支持在仿真场景中直接加入新的车间进行仿真;模式二对仿真场景进行实时仿真,通过真实交换机获取真实生产数据,驱动工业互联网数字孪生体进行实时仿真,监控实时生产数据;模式三建立目标工业互联网的数字孪生体,对于难以建立数字孪生模型的设备,支持通过仿真平台中的真实交换机接入真实设备,进行虚实设备联合实时仿真;模式四完成仿真场景的建立后,对运行中的生产车间进行实时仿真,对计划加入工业互联网的车间数字孪生体,先进行离线仿真验证,若满足预期性能和功能等需求,建立真实生产场景进行生产制造,真实生产数据驱动车间数字孪生体进行实时仿真,通过真实的数据来修正模型,若不满足预期,则对该车间数字孪生模型进行优化;其中云平台可以通过数字孪生技术部署在本地服务器上,也可以通过真实的交换机接入云平台。
3.根据权利要求1的基于虚拟化技术的可重构高保真大规模工业互联网仿真平台及其实现方法,其特征在于,所述的软件定义网络,现场网络之间通过SDN技术进行组网构成车间,车间之间通过SDN技术进行组网并实现与云平台的连通,SDN技术分离了网络数据与网络控制,具有灵活的网络架构。可信SDN控制器可对数字化车间可信SDN交换机进行统一控制管理,根据主控制器指令实施网络拓扑变化,实时监测车间网络全流量,并对可疑设备、IP、端口进行隔离。SDN交换机包括虚拟交换机和真实交换机,真实交换机与外部物理设备进行连接,接收真实的生产数据,驱动工业互联网数字孪生体的实时仿真,真实交换机与虚拟交换机互连,支持车间之间的互联互通,实现协作生产。
4.根据权利要求1的基于虚拟化技术的可重构高保真大规模工业互联网仿真平台及其实现方法,其特征在于,所述的虚拟化,通过虚拟机进行虚拟节点配置,根据需求装载不同的数字孪生体。通过数字孪生技术构建工业互联网中工业设备的数字孪生体;部分交换机采用虚拟交换机,结合网络转发规则定制功能,以满足多样的节点组网需求;在本地服务器上部署云平台;通过对可信模块进行虚拟化生成若干虚拟可信模块。虚拟节点配置过程中,使用的虚拟化软件采用KVM、XEN、VMWare或者Docker容器中的至少一种。
5.根据权利要求1的基于虚拟化技术的可重构高保真大规模工业互联网仿真平台及其实现方法,其特征在于,所述的高保真,在构建仿真场景阶段、离线仿真阶段和实时仿真阶段对数字孪生模型进行精准建模和不断优化修正,使数字孪生模型能真实反映物理设备、生产加工过程乃至整个工业互联网的运行状态。数字孪生技术是忠实于物理实体的,是物理实体在三维虚拟空间的映射,建立起精确的孪生模型,将会还原物理实体的尺寸、形状等三维结构与运动方式等逻辑功能,能够真实地反映各个加工单元的动作与流程。通过离线仿真,验证每个生产任务数字孪生模型和产品实现的功能和性能,进行第一阶段的数字孪生模型、工艺参数、生产计划的优化;生产过程中,进行实时仿真,监控工业现场反馈过来的数据,预测扰动、智能决策,进行第二阶段的模型和生产计划的优化。并且在整个生产过程中仿真平台和工业现场持续进行实时数据交互,对模型进行迭代优化,最大程度地保证仿真的真实性。
6.根据权利要求1的基于虚拟化技术的可重构高保真大规模工业互联网仿真平台及其实现方法,其特征在于,所述的可重构性和可扩展性,可以将原子级的数字孪生体快速组合成单元级、系统级的数字孪生模型,可以通过数字孪生模型库进行快速调用,有助于实现仿真平台对个性化客户需求的快速响应、场景的快速重构和动态优化决策。当仿真的工业互联网中需要增加新的车间、生产任务时,可以通过添加服务器的方式动态地加入更多的虚拟节点,不影响其他生产进程,实现网络仿真节点数量的可扩展性及节点配置的灵活性。主控制器对加入新节点后的网络进行拓扑规划,下达指令,SDN网络设备根据指令改变拓扑,实现网络快速重构,使仿真平台具有良好的可扩展性,可以适用于大规模工业互联网仿真。
7.根据权利要求1的基于虚拟化技术的可重构高保真大规模工业互联网仿真平台及其实现方法,其特征在于,所述的可信,指仿真平台支持对工业互联网中的可信计算架构进行仿真,包括动态可信验证技术、动态可信远程证明协议和可信迁移技术等。在数字孪生体中部署虚拟可信模块,使仿真场景中各设备具有可信计算基础,可以模拟工业互联网的可信验证,在系统启动时对信息设备的主板固件、引导程序、操作系统与关键应用程序进行可信验证,并通过可信途径将数据传输到可信管理平台,通过多级可信防御、可信链传递来保证系统中所有组件的可信,以最终达到整个系统的可信、主动免疫的防护效果,实现终端数据的安全上云。可信安全管理平台通过监控、分析、报告等方式对可信设备进行统一安全管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336905.7A CN115576289A (zh) | 2022-10-28 | 2022-10-28 | 基于虚拟化技术的可重构高保真大规模工业互联网仿真平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336905.7A CN115576289A (zh) | 2022-10-28 | 2022-10-28 | 基于虚拟化技术的可重构高保真大规模工业互联网仿真平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115576289A true CN115576289A (zh) | 2023-01-06 |
Family
ID=84587734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211336905.7A Pending CN115576289A (zh) | 2022-10-28 | 2022-10-28 | 基于虚拟化技术的可重构高保真大规模工业互联网仿真平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115576289A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115776441A (zh) * | 2023-02-13 | 2023-03-10 | 北京天弛网络有限公司 | 基于sdn的虚拟专线业务下发方法、装置、介质及电子设备 |
CN116260765A (zh) * | 2023-05-11 | 2023-06-13 | 中国人民解放军国防科技大学 | 一种大规模动态路由网络数字孪生建模方法 |
CN116366466A (zh) * | 2023-05-23 | 2023-06-30 | 烽台科技(北京)有限公司 | 还原工业现场环境的方法、装置和可读存储介质 |
CN116893654A (zh) * | 2023-08-04 | 2023-10-17 | 山东益健药业有限公司 | 一种硫酸氨基葡萄糖胶囊制剂制备设备运行状态监控系统 |
CN117255087A (zh) * | 2023-11-20 | 2023-12-19 | 中国科学技术大学 | 一种支持海量异构设备接入的网络孪生实现方法与系统 |
CN117978667A (zh) * | 2024-03-28 | 2024-05-03 | 北京邮电大学 | 一种数字孪生网络构建方法、装置、系统及虚拟节点 |
-
2022
- 2022-10-28 CN CN202211336905.7A patent/CN115576289A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115776441A (zh) * | 2023-02-13 | 2023-03-10 | 北京天弛网络有限公司 | 基于sdn的虚拟专线业务下发方法、装置、介质及电子设备 |
CN115776441B (zh) * | 2023-02-13 | 2023-04-28 | 北京天弛网络有限公司 | 基于sdn的虚拟专线业务下发方法、装置、介质及电子设备 |
CN116260765A (zh) * | 2023-05-11 | 2023-06-13 | 中国人民解放军国防科技大学 | 一种大规模动态路由网络数字孪生建模方法 |
CN116260765B (zh) * | 2023-05-11 | 2023-07-18 | 中国人民解放军国防科技大学 | 一种大规模动态路由网络数字孪生建模方法 |
CN116366466A (zh) * | 2023-05-23 | 2023-06-30 | 烽台科技(北京)有限公司 | 还原工业现场环境的方法、装置和可读存储介质 |
CN116366466B (zh) * | 2023-05-23 | 2023-08-22 | 烽台科技(北京)有限公司 | 还原工业现场环境的方法、装置和可读存储介质 |
CN116893654A (zh) * | 2023-08-04 | 2023-10-17 | 山东益健药业有限公司 | 一种硫酸氨基葡萄糖胶囊制剂制备设备运行状态监控系统 |
CN116893654B (zh) * | 2023-08-04 | 2024-04-19 | 山东益健药业有限公司 | 一种硫酸氨基葡萄糖胶囊制剂制备设备运行状态监控系统 |
CN117255087A (zh) * | 2023-11-20 | 2023-12-19 | 中国科学技术大学 | 一种支持海量异构设备接入的网络孪生实现方法与系统 |
CN117255087B (zh) * | 2023-11-20 | 2024-02-23 | 中国科学技术大学 | 一种支持海量异构设备接入的网络孪生实现方法与系统 |
CN117978667A (zh) * | 2024-03-28 | 2024-05-03 | 北京邮电大学 | 一种数字孪生网络构建方法、装置、系统及虚拟节点 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115576289A (zh) | 基于虚拟化技术的可重构高保真大规模工业互联网仿真平台 | |
CN109802852B (zh) | 应用于网络靶场的网络仿真拓扑的构建方法及系统 | |
CN112068498B (zh) | 用于实时模拟和过程控制的工业控制系统和方法 | |
CN105227344B (zh) | 基于OpenStack的软件定义网络模拟系统及方法 | |
CN112600717B (zh) | 基于sdn的卫星网络管控协议半实物试验装置 | |
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 | |
CN112600891B (zh) | 一种基于信息物理融合的边云协同系统及工作方法 | |
CN114500297B (zh) | 基于虚实融合的大规模网络测试系统 | |
CN114900436B (zh) | 一种基于多维融合模型的网络孪生方法 | |
CN104683190A (zh) | 一种网管被管网络模拟系统及其模拟方法 | |
CN103023967B (zh) | 基于simics系统模拟器的云计算仿真系统及方法 | |
CN114338418B (zh) | 一种虚实结合的信息网络验证平台 | |
CN104660463B (zh) | 一种基于ns-3的大型综合数据网网络模拟仿真系统 | |
Gao et al. | Cyber-physical systems testbed based on cloud computing and software defined network | |
CN113219857B (zh) | 一种无人系统集群网络通信仿真方法及装置 | |
CN106302027A (zh) | 一种sdn控制器性能测试仪及测试方法 | |
CN114422010B (zh) | 一种基于网络虚拟化的卫星通信仿真平台的协议测试方法 | |
CN115174454A (zh) | 虚实结合的网络试验实施方法及存储介质 | |
Ferrari et al. | Evaluation of communication delay in IoT applications based on OPC UA | |
CN117640335B (zh) | 一种智能建筑综合布线的动态调整和优化方法 | |
TWI651667B (zh) | 一種虛實網路資源拓樸之介面系統 | |
Liu et al. | DCNSim: A data center network simulator | |
WO2024032100A1 (zh) | 基于微服务的工业无线网络设备接入IPv6测试系统及方法 | |
CN109687985B (zh) | 一种变电站过程层网络自动配置方法及系统 | |
Chen et al. | Classification, Building and Orchestration Management of Digital Twin Network Models |
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 |