数字化网络化智能技术：工业互联网平台与工业APP 课件 第3章 工业互联网技术

第3章工业互联网技术教师：******CATALOGUE目录3.1工业互联网基础技术3.1.1工业智能感知3.1.2工业网络连接3.2工业互联网使能技术3.2.1工业大数据3.2.2云计算CATALOGUE目录3.2.3建模仿真3.2.4人工智能3.3工业互联网安全技术3.3.1工业互联网安全辨析3.3.2工业互联网安全风险3.3.3工业互联网安全框架013.1工业互联网基础技术工业互联网基础技术工业互联网基础技术主要包括边缘计算、云计算、建模仿真和人工智能等技术。边缘计算边缘计算是一种分布式计算模式，将计算任务分配到网络边缘的设备上，以降低延迟并节省带宽。云计算云计算是一种商业计算模式，通过将计算任务分配到由大量计算机组成的资源池中，以降低计算成本。建模仿真建模仿真技术是以系统技术、相似原理、信息技术、模型理论、建模与仿真应用领域为基础的技术。人工智能人工智能与工业互联网的结合是必然的趋势，亦是工厂实现智能化的核心技术体现。典型人工智能技术传统机器学习、深度学习和联邦学习是典型的人工智能技术，它们在工业互联网中发挥着重要作用。3.1工业互联网基础技术010402050306023.1.1工业智能感知工业智能感知的发展趋势随着物联网、大数据等技术的发展，工业智能感知将实现更高效的设备监控和管理，为工业生产带来更多可能性。工业智能感知的定义工业智能感知是指利用各种传感器和执行器，通过互联网技术将工业设备与系统连接起来，实现智能化感知、监控和管理。工业智能感知的原理工业智能感知的原理是将传感器和执行器接入互联网，通过数据采集、传输、存储和分析，实现设备状态的实时监测和控制系统。工业智能感知的价值工业智能感知能够提高设备运行效率、降低维护成本、确保生产安全，是工业4.0时代的重要支撑技术之一。3.1.1工业智能感知033.1.2工业网络连接工业网络分类工业互联网的网络可分为工厂内网和工厂外网，内部网络满足工厂内部生产、办公、管理、安防等连接需求，外部网络支持工业全生命周期活动。工业网络需求工业互联网的发展对网络连接提出了更高的要求，包括多类型数据传输、多通信制式开放、多网络架构融合和多业务流程管理。工业互联网网络连接框架中国工业互联网产业联盟提出了包括网络互联和数据互通两个层次的连接框架，促进系统间的互联互通，解锁数据。3.1.2工业网络连接根据传输介质的不同，工厂内网和工厂外网可分为有线网络和无线网络，有线网络通信使用线缆作为数据传输载体，无线网络通信则通过无线方式传输数据。网络类型在有线网络通信系统中，常用的有线传输介质包括双绞线、同轴电缆和光纤线缆等，双绞线通过将两根线缆绞合在一起制成，同轴电缆由多层结构组成，抗干扰性更强。有线传输介质3.1.2工业网络连接043.2工业互联网使能技术工业大数据是对工业系统在赛博空间的映像，必须反映工业系统的系统化特征。工业大数据工业大数据涵盖了多种数据类型，包括结构化数据和非结构化数据。数据类型工业大数据的真实性和质量较低，需要提高数据的可靠性和准确性。数据质量3.2工业互联网使能技术0102033.2工业互联网使能技术新特征工业大数据作为对工业相关要素的数字化描述和在赛博空间的映像，具有多模态、强关联、高通量等新特征。技术架构价值实现方式工业大数据技术的架构包括数据采集与交换、数据集成与处理、数据建模与分析、决策与控制应用等核心组件。工业大数据的价值实现方式包括实现量的积累、分析创造获得实质的价值、数据治理改进数据质量和管理短板。云计算云计算是一种分布式计算模式，将巨大数据计算处理任务分解成多个小任务，通过网络“云”将任务分配给大量计算机组成的资源池。特点服务类型3.2工业互联网使能技术云计算的核心理念是通过提升“云”的处理能力来减轻用户终端的负担，最终将终端简化为一个输入输出设备。云服务类型包括基础设施即服务、平台即服务、软件即服务，每种类型提供不同的服务内容和适用场景。仿真系统组成仿真系统的一般组成包括仿真硬件、仿真软件、系统评估、校验验证与确认等部分，共同确保仿真的准确性和可靠性。3.2工业互联网使能技术建模仿真典型应用形态建模仿真技术在工业互联网环境下有多种典型应用形态，如工程建模仿真技术、虚拟样机建模仿真技术和数字孪生技术。人工智能人工智能与工业互联网的结合是必然趋势，也是工厂实现智能化的核心技术。3.2工业互联网使能技术典型人工智能技术典型人工智能技术包括传统机器学习、深度学习和联邦学习，每种技术都有其独特的应用场景和优势。工业人工智能工业人工智能技术是人工智能技术基于工业需求进行二次开发适配形成的融合性技术，旨在为工业企业提供更加智能化的解决方案。赋能作用工业人工智能技术的赋能作用体现在两大路径上，一是以专家系统、知识图谱为代表的人工智能技术应用，二是通过数据驱动的决策优化和执行。053.2.1工业大数据工业大数据特征工业大数据作为对工业相关要素的数字化描述和在赛博空间的映像，除了具备大数据的4V特征，还具备反映工业逻辑的新特征。强关联工业数据之间的关联是物理对象之间和过程的语义关联，包括产品部件之间的关联、生产过程的数据关联、产品生命周期中环节的数据之间的关联。多模态工业大数据是对工业系统在赛博空间的映像，必须反映工业系统的系统化特征和各方面要素，导致单体数据文件结构复杂。高通量智能互联产品嵌入传感器后，可实时感知并产生数据，物联网数据已成为工业大数据的主体，例如风机故障状态的数据采样频率为50Hz。3.2.1工业大数据063.2.2云计算3.2.2云计算传统模式的挑战传统模式下，企业需购买CPU、硬盘等基础设施，购买软件许可，雇佣专业人员维护数据中心运行，且需不断升级软硬件设施以满足需求。云计算的优势云计算是一种分布式计算模式，通过将巨大数据计算处理任务分解为小任务，由多台服务器组成的系统进行处理和分析，最终返回结果给用户。云计算的诞生随着信息技术发展，数据量爆炸式增长，用户对计算和存储资源需求增加，企业建立数据中心，投入大量资源提升计算和存储能力。030201按需选择服务云计算的特点超级计算模式超大规模云计算是一种商业计算模式，通过将计算任务分配到资源池上，满足不同用户需求，用户可以根据自身需求选择服务，并按需付费。云计算核心理念是提升“云”处理能力，减轻用户终端负担，将大量网络连接的计算资源统一管理和调度，构建计算资源池，提供按需服务。云计算是基于互联网的超级计算模式，在远程数据中心，成千上万计算机、服务器、存储器连成一片电脑云，拥有极强的计算能力。云计算拥有相当庞大的规模，以便支持其超强的计算能力和高效的数据处理。这种超大规模的特点使得云计算能够应对各种复杂和大规模的任务。3.2.2云计算073.2.3建模仿真3.2.3建模仿真建模仿真技术建模仿真技术是一门多学科综合性、交叉性技术，涉及系统技术、相似原理、信息技术、模型理论、建模与仿真应用领域有关技术，在计算机系统、仿真工具、物理设备等支撑下，构建仿真目标模型，对产品全生命周期活动进行设想或者模拟。01建模的概念建模是对实际对象的一种抽象，旨在描述对象的本质、内在关系或特性，用以研究对象功能及其各部件间的作用规律。通过将对象的特点和内部关系抽象出来，构建对象的模型，从而进行对象的定量分析。02物理建模物理建模又称实体建模，是基于相似性原理进行对象的模拟，可以是按比例放大或缩小的实体，例如，原子结构的模型，建筑物模型，在飞机和舰船设计中进行的飞机在风洞中的飞行实验和船体在大型水池中的航行实验等。033.2.3建模仿真数学建模数学建模是用数学表达式描述对象动态特性，表示对象变化过程中各参数间的逻辑和数理关系。通过研究对象的数学模型，可以揭示对象的内在运动和系统的动态性能。虚拟建模随着计算机图形学的发展，虚拟现实建模应运而生。这种建模具有物理模型直观、易懂的特点，同时避免了成本高、实现困难的缺点。涌现了大量的虚拟样机仿真软件，如ADAMS、SMPACK等，还有虚拟仪器仿真软件，如LABVIEW等。仿真的概念计算机仿真是对真实事物的模拟，建立在计算机仿真理论、控制理论、相似理论、信息处理技术和计算技术等理论基础之上，以计算机和其他专用物理效应设备为工具，利用系统模型对真实或假想的系统进行动态研究的一门多学科综合性技术。083.2.4人工智能人工智能与工业互联网的结合人工智能与工业互联网的结合是必然的趋势，亦是工厂实现智能化的核心技术。人工智能的技术人工智能与工业互联网、大数据分析、云计算和信息物理系统的集成将使得工业以更加灵活、高效和节能的方式运作。机器学习机器学习（MachineLearning，ML）被视为人工智能的子集，是对通过经验自动改进的计算机算法的研究。3.2.4人工智能3.2.4人工智能监督学习算法通过使用包含输入和期望输出的训练数据集来建立数学模型，用于预测与新输入相关联的输出函数。监督学习无监督学习算法处理一组仅包含输入数据的情况，并从中发现结构，如数据点的聚类或分组。在2010年后的繁荣部分归因于深度学习技术的突破，深度学习技术是人工智能技术的一种。无监督学习强化学习关注程序如何在动态环境中采取行动以最大化回报，目前主要应用于自动驾驶车辆或者与人类进行比赛。强化学习01020403深度学习093.3工业互联网安全技术工业互联网的优势工业互联网实现人与人、人与机器、机器与机器之间的互联互通和信息交换，构建起万物互联、高效运转的智能社会的生产基础。工业互联网的安全挑战工业互联网的安全问题也面临着很多新的挑战，需要采取新的安全技术和措施来保障工业互联网的安全。3.3工业互联网安全技术103.3.1工业互联网安全辨析工业互联网安全工业互联网安全关注与计算相关的系统平台、软件代码和硬件设备以及计算设备间的通信，以及场景下物理设备的信息联通和监测控制。互联网安全互联网安全要求确保操作系统等软件、计算机实体、信息服务实体的安全性，而工业互联网的安全保护范围不仅涵盖了上述计算用设备、软件和平台，还需要保护大量的工业生产设备。攻击结果互联网安全受到破坏，可能导致敏感信息泄露、数据篡改、网页挂马、服务器中断等问题，主要危及数据安全，扰乱信息系统的正常运行。3.3.1工业互联网安全辨析工业互联网涉及到重要行业，一旦遭受攻击，可能直接导致实际损害，引发严重的安全事故，造成人员伤亡，甚至影响国家战略布局。工业互联网安全传统工控系统在工厂外使用公共联网，不同产业或工厂间网络互联但信息不互通，工业互联网安全与传统工控安全存在密切联系。传统工控安全3.3.1工业互联网安全辨析113.3.2工业互联网安全风险工业互联网新特点工业互联网具有开放、互联、跨域、融合等新特点，打通了原本相互孤立的工业设备系统之间的壁垒，提高了生产效率。面临的安全风险在工业互联网发展过程中，主要面临设备、控制、网络、应用以及数据等五个方面的安全风险问题。设备安全风险设备安全风险主要来自工业装备仪器、智能终端等生产设备，以及办公主机、服务器等办公设备。芯片安全风险芯片安全风险指核心元器件的潜在威胁，如CPU、内存等器件可能存在深层次的潜在漏洞，难以修复。固件安全风险固件作为工业设备的重要组成部分，存在巨大的安全挑战，如被攻击者提取、逆向编译、修改或插入恶意代码。3.3.2工业互联网安全风险0102030405123.3.3工业互联网安全框架3.3.3工业互联网安全框架静态安全防护传统网络安全框架OSI安全体系架构、IATF以及IEC62443均仅实现工业系统的静态安全防护机制，未能部署动态持续的安全防护措施，无法有效应对工业互联网中不断变化的内外部安全威胁，也无法满足日益复杂全面的信息保障需求。工业互联网安全框架针对网络安全问题，策略、防护、检测、响应虽然从技术层面进行了考虑，但忽视了管理对安全防护的重要性。为此，中国工业互联网产业联盟发布了《工业互联网安全框架》白皮书，构建了工业互联网安全框架。防护对象视角包括设备、控制、网络、应用和数据五大安全重点。针对五大防护对象部署主动和被动的