23、物联网、云计算与雾计算：工业应用与创新

物联网、云计算与雾计算：工业应用与创新

1. 物联网网络与云计算设备管理

在物联网环境中，存在多种物联网网络，如Amplia IoT、Bitstew Systems、Losant IoT等。云计算在设备管理方面发挥着重要作用。设备管理涵盖了应用程序不同服务所需的初始部署、配置、维护、管理和重新部署等活动，这里的设备包括物理设备和网络层设备。

设备管理需求主要源于以下四个基本原因：
- 设备数量显著增加，使物联网更加复杂。
- 设备提供的标准和服务会定期动态变化，特别是随着技术的快速发展。
- 可能由于运行中发现的故障，需要更换或重新部署设备。
- 这些设备的安全要求随时间快速变化，必须高效及时地进行映射。

云计算平台为设备管理提供了多种服务，如供应和认证、故障监测和诊断、配置和控制、必要时的设备退役，以及更新、安全补丁和维护等操作。具有设备管理功能的云平台示例包括Bosch IoT remote manager、ICP DAS’s IoTstar、software AG’s Cumulocity等。

在工业物联网（IIoT）的不同应用中处理数据时，由于需要实时处理，因此需要安全措施。这就需要建立服务级别协议（SLA），该协议包含云提供商的可交付成果列表。一个好的SLA具有六个特征：可承受性、可实现性、有意义性、可量化性、可控性和相互可接受性。当前，IIoT中的SLA处于起步阶段，主要原因如下：
- 服务质量存在相互依赖性。
- 工业物联网处于初始阶段，高效框架尚未开发。
- 行业背景下SLA的生命周期目前尚不清楚。
- 全球层面上，对于云服务的消费者和提供商，没有具体的政策来强制执行SLA。因此，需要对SLA及其管理进行标准化。

选择适合物联网环境的云供应商时，需要在本地和全球层面讨论不同参数，包括但不限于可扩展性支持、带宽要求、通信协议、安全性、互操作性、边缘智能和基础设施管理等。使用基于云的技术也存在局限性，如数据的体积、速度和多样性会导致处理延迟增加，影响大型网络的可靠性，因此需要全球层面的可扩展安全措施。工业4.0旨在通过智能和优化决策实现更出色的生产，以提高基于收集数据进行信息分析和预测的效率和可用性。为解决上述问题，一种解决方案是采用分散或分布式方法与云计算相结合，以处理对时间敏感的数据、即时行动和快速响应，这就是雾计算的作用。

2. 雾计算概述

在物联网环境中，由于大量设备和机器的存在，传感器和其他设备会持续释放数据。这些数据可能对特定应用程序具有时间敏感性或至关重要，因此当前一代应用程序的实时服务交付需求需要立即行动和快速响应。数据处理必须及时进行，否则可能导致危险情况。例如，在气旋天气监测系统中，及时判断风速和风向至关重要。如果实际风速高于初始数据收集的速度，可能会对附近居民造成更大的损害。

雾计算利用分散式计算基础设施，通常也称为边缘计算，它是一种分布式计算范式，将数据计算和存储靠近数据源。雾计算的架构由边缘设备组成，这些设备可以在本地或通过互联网路由进行数据的计算、存储和通信。边缘设备位于两个或多个网络的末端，负责将本地信息提供给外部网络，并在存在不同协议时进行信息翻译以连接网络。

“雾”这个术语在工业物联网中是隐喻性的，它源自气象学中云接近地面的概念。2015年，Cisco及其合作伙伴成立了OpenFog Consortium，以推广和标准化雾计算概念。2019年，OpenFog Consortium与Industrial Internet Consortium（IIC）合并，以鼓励在IIoT系统中应用雾计算。IIC和OpenFog旨在通过在过程控制及其分析中实现新的丰富功能和附加特性，解决工业自动化的弱点。

3. 雾计算架构

雾计算架构可以从两种方式理解：分层架构和层次架构。

层次架构 ：
雾计算的层次架构有三层，具体如下表所示：
| 层次 | 描述 |
| — | — |
| 云层 | 提供通过互联网对数据和程序的存储和访问。软件层允许组织从多个站点和设备收集数据，随时随地进行访问。利用云可以降低延迟成本，改善用户体验。 |
| 雾层 | 负责将云计算功能扩展到网络边缘，将数据分析靠近边缘层的传感器。它由路由器、网关、接入点和基站等设备组成，这些设备可能根据应用程序的不同而静态或动态。雾层的节点为边缘层提供服务。 |
| 边缘层 | 由所有物理设备组成，如传感器、执行器、路由器、移动设备和其他手持和非手持设备，也称为事物层。这些设备分布在不同位置，执行数据传感和捕获操作。边缘层的环境可能因应用而异，设备可能具有不同的技术和通信模式。 |

以下是层次架构的mermaid流程图：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(云层):::process --> B(雾层):::process
    B --> C(边缘层):::process

分层架构 ：
分层架构有六层，具体如下：
1. 物理和虚拟化层 ：节点分为物理和虚拟两种类型，通常负责对部署环境进行感知。
2. 监测层 ：根据任务层次进行节点监测操作。
3. 预处理层 ：进行分析操作，如数据清理、区分可靠与不可靠数据、去除不必要数据、提取有意义信息等。
4. 临时存储层 ：用于非永久性的数据分发和复制。
5. 安全层 ：采用不同方法保护数据的安全和隐私。
6. 传输层 ：将部分处理和安全的数据上传到云层进行永久存储。

4. 雾计算支持的物联网应用

工业互联网系统通过在工业过程中深入实施物联网技术，提高了工业运营效率。在工业过程中，雾计算由于对物联网环境的支持而提供了各种应用。工业中有三个关键实体需要有效处理：机器、过程和数据分析。雾计算有助于优化决策和智能操作，提高生产力。此外，雾计算还提供了智能设备新功能水平与系统生产之间的桥梁，支持在边缘执行高级算法以实现过程的实时控制，并在边缘过滤云中的嘈杂大数据，从而利用雾计算不同层提供的高带宽通信和大数据计算能力在云中分析流数据。

雾支持的IIoT具有五个关键特征：
- 实时监测和可视化
- 端到端安全
- 可扩展性和灵活性
- 降低总体成本
- 创新新的交易理念

这些特征相互依赖。以运输行业为例，通过在车辆中实施射频识别和GPS技术，更容易跟踪车辆位置并在基于软件的应用程序上可视化其实际移动，有助于确保货物和服务从源头到目的地的安全运输，减少运输过程中的货物损坏和违规成本，降低运输成本。同时，技术的应用使运输行业能够更多地关注制定新的举措和技术，以管理和监测运输过程，无论运输位置如何都能加以利用。

雾计算的优点包括最小化延迟、节省网络带宽、降低运营成本、增强安全性、提高可靠性、进行更深入的安全分析以及提高业务敏捷性。市场上有不同的雾平台提供商，如FogHorn、Nebbiolo Technologies、Crosser和Sonm等，当前的一些解决方案涉及区块链基础设施、视频流、机器学习和视频渲染等领域。

物联网、云计算与雾计算：工业应用与创新

5. 案例研究

为了更好地理解物联网、云计算和雾计算在不同领域的应用，下面将介绍一些具体的案例。

5.1 工厂和装配线

近年来，传统制造业正朝着智能制造方向发展，因为传统制造面临着一些挑战，如缺乏实时数据、工作量不平衡、换线时间长和生产时间延长等。智能工厂环境中的所有机器都具备自我优化和自动化功能。智能工厂具有以下五个主要优势：
- 连续连接 ：有助于实时数据分析。
- 优化生产力 ：通过减少工业过程中的人工干预实现。
- 透明度 ：能够快速测量性能参数并做出决策。
- 前瞻性 ：通过注入机器学习算法预测未来结果并采取预防措施。
- 敏捷性 ：管理在采用新技术方面具有灵活性和适应性。

以下是一些应用物联网技术的智能工厂案例：
| 公司 | 应用描述 |
| — | — |
| 空中客车（Airbus） | 欧洲飞机制造商，在生产中应用物联网技术，收集飞行数据以改善飞行体验。推出“未来工厂”数字制造计划，在图卢兹的装配线中采用数字跟踪和监测、集成传感器的工具（如智能可穿戴设备）以及生产过程的三维可视化，用于生产A330和A350飞机，并在英国部署A400M模型的机翼装配操作。 |
| 库卡（Kuka） | 德国机器人制造的物联网工厂，数百台机器人连接到私有云，每天生产800辆汽车。 |
| 得伟（DeWalt） | 工具制造公司，推出建筑物联网计划，使用物联网平台和Wi - Fi网状网络跟踪工人和设备，成功监测足球场大小的建筑工地。 |
| 亚马逊（Amazon）的机器人货架 | 电子商务公司，使用机器人搬运和整理货架，自动进行产品搜索，通过使用机器人将运营成本降低了20%。 |
| 卡特彼勒（Caterpillar） | 使用增强现实（AR）技术生成工厂车间的端到端视图。 |
| 日立（Hitachi） | 开发了名为Lumada的物联网平台，支持生产过程的五层架构：边缘层、核心层、分析层、工作室层和铸造层。 |
| 发那科（Fanuc） | 建立基于物联网的智能工厂，实现零停机时间。 |
| 格林（Gehring） | 实现连接制造。 |
| 马士基（Maersk） | 实现智能航运。 |
| 麦格纳斯太尔（Magna Steyr） | 实现智能包装和无人驾驶运输系统。 |
| 力拓（Rio Tinto） | 在采矿中应用物联网技术。 |
| 博世（Bosch） | 跟踪和追溯工作工具，节省劳动力并减少过程中的错误。 |

mermaid流程图展示智能工厂的关键流程：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(数据收集):::process --> B(数据分析):::process
    B --> C(决策制定):::process
    C --> D(执行控制):::process
    D --> E(反馈优化):::process
    E --> A

5.2 其他领域

除了工厂和装配线，物联网、雾计算和云计算在其他领域也有重要应用，但这些领域仍需要大量的研究。以下是一些具体领域：
- 发电厂 ：需要创新以提高生产力、降低成本并提高效率。
- 库存管理和质量控制 ：需要满足预期需求，同时确保运营流程的顺畅。
- 工厂安全 ：预防危险和灾难性事件，减少人员伤亡。
- 设施管理 ：通过整合人员、场所和流程，为组织提供服务，改善工作环境质量，从而提高生产力。
- 石油、化工和制药行业 ：需要通过整合物联网策略提供更大的价值。
- 无人机（UAV）开发 ：在食品行业、农业、建筑、采矿、能源管理、电信、配送和医疗保健、石油和天然气、仓储和库存、林业和娱乐等领域有广泛应用。

6. 总结

实时通信和计算是当前一代应用程序中至关重要的操作，无论是个人应用还是工业应用。物联网环境的出现为支持实时服务交付提供了有前景的机会。大量物联网设备产生的海量数据需要及时分析以创造有价值的信息，云计算为此提供了资源利用的平台。同时，雾计算在缩小应用层和物理层之间的差距方面发挥着关键作用。

本文讨论了物联网领域的通信协议和连接技术，介绍了云计算在工业物联网中的重要作用，包括其架构、服务、部署模型和对最终用户的好处。还解释了雾计算在连接云和物理层设备方面的重要性，并通过案例研究展示了不同领域的研究和开发需求。这些概念作为研究的有前景领域，为各个应用领域的进一步创新奠定了基础。