工业互联网框构和技术体系

工业互联网框图如图1所示，根据框图按照技术体系，大致可以分成边缘数据处理、使能支持、智能化应用3个部分。

（1）边缘处理是利用物联网设备相关技术，解决部署新型智能设备以及嵌入式软件的联网升级的相关问题，涉及开发嵌入式系统、智能连接模组（安全/连接性定制）等功能，主要解决数据集成过程中协议接口、数据转换、过滤以及一些高交互、高实时性要求的边缘分析问题。

（2）使能支持包括：通用Iaas平台技术，提供物理层面的计算机、网络、机房等资源；安全、生产等各种工业标准规范，以及产品、工艺、运维、供应等工业领域的知识模型和仿真算法。

（3）智能化应用包括物联网设备管理技术，解决连接性、安全、设备部署和生命周期管理等问题和相关技术；最核心的部分是物联网应用管理技术，解决通用的可视化和事件管理，以及数据管理和分析、应用开发、应用集成等问题，主要涉及仪表、工业软件Apps、人工智能、集成开发平台以及智能制造等多种专业技术。

图1工业互联网框架

3.1边缘计算技术边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。一方面解决了实时要求与云通信延迟的矛盾，另一方面解决了各种异构数字信号的转置通信问题。

它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。边缘计算处于物理实体和工业连接之间或处于物理实体的顶端，基于边缘的大量设备生成的数据在本地进行分析，同时利用云对这些数据进行安全、压缩、配置、部署和管理。当前，越来越多的公司希望进行本地数据分析，同时启用这些流程将设备连接至云端，整体架构如图2所示。

图2边缘计算整体架构

3.2数据交互技术目前的连接平台机制层出不穷且自我封闭，很容易形成数据孤岛。OPCUA是一个平台无关的标准，使用该标准可以在不同类型网络上的客户端和服务器间发送消息，以实现不同类型系统和设备间的通信。OPCUA可用于现场设备、控制系统、各种软件（MES、ERP）等，在工业过程领域交互信息、使用指令和执行控制。

OPCUA定义了通用架构模型来实现这种信息交互，提供了统一的、标准的数据互联接口。工业互联网的设备和基础设施连接在一起后，形成了一个智能系统群，会产生庞大的数据。这些大模拟数据将通过分析和处理来驱动正确的业务决策，最终提高安全性、正常运行时间和运行效率。框架结构如图3所示。

图3OPCUA架构

3.3

深度学习技术企业智能制造的实现很大程度上需要借助人工智能技术，而深度学习是科学界高度关注的一种人工智能方法，且深度学习为工业互联网体提供数据的学习机制。随着学习的样本数据不断增大和工业互联网技术的发展，必须适应深度学习，具备基础技术领域基础算法库、基础训练测试数据集、重点行业领域专用算法库、重点行业领域专项任务数据集、专用模型库、应用场景案例库，提供对图像识别、语音识别、语义理解等基础技术进行检验检测，从整体解决方案上检验检测方向，提供对人工智能等系统的管理和计算的要求，以提供更好的服务。

3.4云计算环境架构工业互联网应用软件的开发平台应能同时满足云上和云下的应用设计和运行管理要求。

目前，云下的设备主要依靠各个工业自动化设备厂商的技术来满足智能制造基本的控制要求，但是在云上的应用开发环境上还没有成熟的软件工具和技术环境的支撑，都在努力设计一种既能够在功能上满足当前业务需求又能够适应用户需求发生变化或者能够在可预见的将来适应环境变化的应用。尤其是在互联网领域，架构师都在努力让自己设计的应用具有较强的扩展能力，跟得上用户不断增长或者出现突发请求的情况。

3.5网络信息安全保障随着工业互联网发展迈向实践深耕阶段，安全问题也日益凸显。

网络信息安全风险威胁正在从外部的安全向企业内部工业系统和设备延伸，因此工业互联网的安全核心技术的研发需要适应当前复杂多变的外部环境攻击。在工业互联网环境中，为了确保整个网络系统的安全，信息安全研究技术是目前非常重要的研究课题。

随着工业生产信息系统与互联网走向深度协同与融合，釆取完全物理隔离的方法不仅不能解决工业控制系统的信息安全问题，反而限制了工业互联网技术的发展。因此，需要在安全控制算法上创新安全架构，建立具有一定防御特性的安全环境，且需要研制能够实时监测工业互联网各项数据的系统，实时感知预测工业互联网的安全态势。它的技术框架结构如图4所示。

图4信息安全技术框架

3.6测试床相关技术工业互联网测试床为工业互联网的各种创新提供空间，为进入市场前的新技术、新应用、新产品、新服务和新过程等的有效性和可行性进行严格试验与检测。测试床是利用科学理论、计算工具和新技术进行严格、透明和可复制测试的平台，一般用来描述实验研究和新产品开发平台和环境。国内测试床案例如图5所示。目前，测试床的发展体现多元化的发展特色与趋势。根据工业互联网产业联盟和边缘计算产业联盟的统计，目前在制造业垂直行业测试床数量最多，涌现出智能服务测试床、云制造服务平台、生产管理质量试验平台等项目。与此同时，在产业互联网如能源与公共事业、基础共性技术、医疗等方面也有一些实践。