国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

★中國汽車技術(shù)研究中心有限公司/中汽數(shù)據(jù)（天津）有限公司林錦州，王俊程

★西安交通大學(xué)胥博，李鳴鶴，曹建福

1 引言

近年來，隨著工業(yè)化和信息化的深度融合，傳統(tǒng)汽車制造業(yè)正朝著智能化、網(wǎng)絡(luò)化、定制化、集成化等方向轉(zhuǎn)型與升級(jí)。尤其是5G、工業(yè)物聯(lián)網(wǎng)等新興技術(shù)的迅速崛起，加速了汽車智能制造領(lǐng)域的全面發(fā)展。實(shí)現(xiàn)汽車生產(chǎn)制造全生命周期管理的智能制造技術(shù)，成為新一輪汽車工業(yè)革命的核心。工業(yè)物聯(lián)網(wǎng)作為智能制造領(lǐng)域關(guān)鍵性通用技術(shù)[1-2]，其能夠提升汽車制造領(lǐng)域的自動(dòng)化與智能化水平，是制造業(yè)領(lǐng)域智能化轉(zhuǎn)型的重要基礎(chǔ)與支撐。

在國際汽車制造領(lǐng)域，以美國、德國、日本為代表的主要制造商利用物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)了生產(chǎn)過程的全面信息采集和設(shè)備監(jiān)控以及供應(yīng)鏈升級(jí)改造。例如，美國PTC公司針對(duì)汽車制造要求，推出了物聯(lián)網(wǎng)平臺(tái)，在生產(chǎn)制造、售后服務(wù)及運(yùn)營過程中，構(gòu)建起一套從數(shù)字到物理的完整閉環(huán)鏈路，保證了各個(gè)業(yè)務(wù)環(huán)節(jié)的人員獲得正確數(shù)據(jù)；德國梅賽德斯-奔馳公司在辛德芬根的“56號(hào)工廠”通過智能設(shè)備互聯(lián)、子系統(tǒng)接口接入等方式，建立了覆蓋整廠的物聯(lián)網(wǎng)系統(tǒng)，形成了物聯(lián)網(wǎng)大數(shù)據(jù)；2022年初開業(yè)的特斯拉柏林工廠[3]，實(shí)現(xiàn)了從原材料采購到倉儲(chǔ)整車出貨全流程端到端的信息物聯(lián)網(wǎng)絡(luò)。

隨著《中國制造2025》戰(zhàn)略的提出，國內(nèi)各汽車制造企業(yè)均開展了物聯(lián)網(wǎng)技術(shù)的開發(fā)和推廣應(yīng)用,主流汽車廠已建成生產(chǎn)制造過程的設(shè)備互聯(lián)和監(jiān)控系統(tǒng)，包括一汽、東風(fēng)、陜汽、上汽等企業(yè)。東風(fēng)商用車總裝基于5G和邊緣計(jì)算技術(shù)，建立了制造過程物聯(lián)網(wǎng)系統(tǒng)，實(shí)現(xiàn)了OT域與IT域的數(shù)據(jù)打通；長城汽車重慶智能工廠在工廠自動(dòng)化程度上，將工業(yè)互聯(lián)網(wǎng)平臺(tái)覆蓋整個(gè)廠區(qū)，設(shè)備的預(yù)防性維護(hù)已遍布4大工藝車間，并逐漸從傳統(tǒng)的計(jì)劃維護(hù)向預(yù)防性、預(yù)測(cè)性維護(hù)轉(zhuǎn)換。

本文闡述了汽車智能制造與工業(yè)物聯(lián)網(wǎng)的關(guān)系以及汽車智能制造對(duì)工業(yè)物聯(lián)網(wǎng)的要求，介紹了汽車制造物聯(lián)網(wǎng)中的多協(xié)議解析、異構(gòu)網(wǎng)絡(luò)互聯(lián)技術(shù)、高速數(shù)據(jù)存儲(chǔ)與處理、邊緣計(jì)算等技術(shù)，并對(duì)汽車制造物聯(lián)網(wǎng)未來的研究方向做了分析，簡單介紹了近年來研究團(tuán)隊(duì)在物聯(lián)網(wǎng)領(lǐng)域的研究成果。

2 汽車制造中的工業(yè)物聯(lián)網(wǎng)

在汽車制造中，工業(yè)現(xiàn)場(chǎng)存在的大量信息孤島問題亟待解決。面對(duì)海量數(shù)據(jù)的傳輸和越來越高的服務(wù)需求，工業(yè)網(wǎng)絡(luò)對(duì)不同時(shí)延容忍度數(shù)據(jù)區(qū)分服務(wù)能力表現(xiàn)較差，各種現(xiàn)場(chǎng)設(shè)備在復(fù)雜網(wǎng)絡(luò)下通信質(zhì)量很難保障。與此同時(shí)，基于工業(yè)物聯(lián)網(wǎng)的智能制造成為新一輪工業(yè)革命中智能制造領(lǐng)域的研究重點(diǎn)，如何實(shí)現(xiàn)智能生產(chǎn)系統(tǒng)數(shù)據(jù)高實(shí)時(shí)、高可靠傳輸，保證生產(chǎn)網(wǎng)絡(luò)的高質(zhì)量通信是工業(yè)物聯(lián)網(wǎng)所面臨的一大挑戰(zhàn)。對(duì)此，可以從互聯(lián)互通的設(shè)備、邊緣控制和企業(yè)運(yùn)營三個(gè)層級(jí)構(gòu)建貫穿汽車生產(chǎn)全生命周期的物聯(lián)網(wǎng)架構(gòu)。

2.1 汽車智能制造對(duì)工業(yè)物聯(lián)網(wǎng)的要求

汽車制造主要包括沖壓、焊接、涂裝、總裝等過程，工藝過程見圖1。以下依次對(duì)四大車間的生產(chǎn)工藝進(jìn)行分析，并從生產(chǎn)特點(diǎn)提出對(duì)工業(yè)物聯(lián)網(wǎng)的需求。

圖1 汽車制造主要工藝圖

沖壓是汽車整車廠四大工藝的第一道工藝，其主要任務(wù)是將鋼板材料壓平、剪切，然后將鋼板沖壓成各車身部件和底盤部件。隨著網(wǎng)聯(lián)網(wǎng)系統(tǒng)中的柔性傳送、模具自動(dòng)識(shí)別與提取、工作參數(shù)自動(dòng)調(diào)整等技術(shù)的應(yīng)用，大型自動(dòng)沖壓生產(chǎn)線占地面積更小，生產(chǎn)節(jié)拍更高，從而使沖壓生產(chǎn)向“個(gè)性化”“按訂單”和“準(zhǔn)時(shí)”生產(chǎn)方向發(fā)展。

沖壓成形后的各部件在焊裝車間被焊接成車身，車身生產(chǎn)由分總成生產(chǎn)和總成拼裝組成。分總成包括側(cè)圍、前后圍、底板等，將這幾大總成進(jìn)行拼裝，再焊接上車頂和四門兩蓋，形成白車身送往涂裝車間。確保精準(zhǔn)的集合尺寸和焊點(diǎn)質(zhì)量是保證車身高強(qiáng)度與質(zhì)量的關(guān)鍵，激光焊等新技術(shù)的應(yīng)用、大量焊接機(jī)器人及自動(dòng)化設(shè)備與物聯(lián)網(wǎng)絡(luò)系統(tǒng)的高度集成，是實(shí)現(xiàn)車身高質(zhì)量生產(chǎn)的有力保障。

涂裝車間是整車四大工藝中控制最為復(fù)雜的車間，涂裝大致分為以下幾個(gè)過程：前處理工序，之后轉(zhuǎn)到電泳工序，再依次經(jīng)過車身密封、底漆涂裝、面漆涂裝工序，最后車身經(jīng)檢驗(yàn)工序后，轉(zhuǎn)入涂裝車身存儲(chǔ)區(qū)，最后流轉(zhuǎn)到總裝車間。減少三廢排放及涂料損耗、提高涂裝效率與質(zhì)量并降低涂裝成本是涂裝新技術(shù)追求的目標(biāo)，新材料與新工藝的應(yīng)用、高壓靜電噴涂及機(jī)器人的使用、高效的自動(dòng)化控制及輸送系統(tǒng)、透明的網(wǎng)絡(luò)監(jiān)控系統(tǒng)及制造執(zhí)行系統(tǒng)（MES）的應(yīng)用使不斷提升的目標(biāo)得以實(shí)現(xiàn)。

總裝是將車身、發(fā)動(dòng)機(jī)、變速器、儀表板、車燈和車門、輪胎等構(gòu)成整輛車的各零件裝配起來生產(chǎn)出整車的過程。總裝車間設(shè)備分散、控制點(diǎn)多且信息采集量大，想將車間信息管理與生產(chǎn)自動(dòng)化有機(jī)結(jié)合，需要現(xiàn)場(chǎng)總線技術(shù)及工業(yè)物聯(lián)網(wǎng)的應(yīng)用以實(shí)現(xiàn)數(shù)據(jù)打通。

2.2 工業(yè)物聯(lián)網(wǎng)結(jié)構(gòu)

在汽車制造工廠內(nèi)部，運(yùn)營管理網(wǎng)和生產(chǎn)控制網(wǎng)是兩大通信設(shè)施，二者組成了整廠的工業(yè)物聯(lián)網(wǎng)系統(tǒng)。其中運(yùn)營管理互聯(lián)網(wǎng)連接供應(yīng)商，并支持生產(chǎn)計(jì)劃、財(cái)務(wù)和經(jīng)營管理相關(guān)的ERP、PLM等系統(tǒng)的信息通信集成；生產(chǎn)控制網(wǎng)支持制造過程的設(shè)備、操作者與產(chǎn)品的互聯(lián)，實(shí)現(xiàn)MES、配電系統(tǒng)、機(jī)器人及PCS等物理單元的信息通信。

如圖2所示，從管理層級(jí)上可以將汽車制造分為三個(gè)層級(jí)：現(xiàn)場(chǎng)設(shè)備、車間管理和廠級(jí)管理。處于生產(chǎn)制造底端的現(xiàn)場(chǎng)設(shè)備和控制系統(tǒng)通過現(xiàn)場(chǎng)總線網(wǎng)絡(luò)實(shí)現(xiàn)公共環(huán)境的數(shù)據(jù)感知和控制命令的下發(fā)，同時(shí)通過有線以太網(wǎng)或者無線傳感器網(wǎng)絡(luò)與現(xiàn)場(chǎng)各種總線網(wǎng)絡(luò)并存，實(shí)現(xiàn)現(xiàn)場(chǎng)設(shè)備和控制系統(tǒng)的完全互聯(lián)互通。該框架的數(shù)據(jù)服務(wù)器一方面對(duì)一些實(shí)時(shí)性較高的控制命令，能夠快速做出決策反饋并保存，另一方面通過數(shù)據(jù)庫把來自底端的數(shù)據(jù)發(fā)送到應(yīng)用層，實(shí)現(xiàn)對(duì)數(shù)據(jù)的進(jìn)一步分析，從而支撐諸如ERP、CRM等業(yè)務(wù)運(yùn)營系統(tǒng)。

圖2 典型汽車制造工業(yè)物聯(lián)網(wǎng)架構(gòu)

3 汽車制造物聯(lián)網(wǎng)中的核心技術(shù)研究

3.1 多協(xié)議解析方法

目前汽車制造物聯(lián)網(wǎng)的發(fā)展面臨的核心問題在于接入物聯(lián)網(wǎng)的硬件設(shè)備數(shù)量日益增多，設(shè)備所需的運(yùn)行環(huán)境和通信協(xié)議各不相同，因此亟需研究工業(yè)物聯(lián)網(wǎng)的多協(xié)議智能解析方法，從而實(shí)現(xiàn)設(shè)備互聯(lián)，并提高工業(yè)物聯(lián)網(wǎng)平臺(tái)對(duì)海量異構(gòu)設(shè)備的統(tǒng)一管理能力。

多協(xié)議解析主要有基于協(xié)議模板庫和基于編譯技術(shù)的方法。基于協(xié)議模板庫的方法是將協(xié)議幀結(jié)構(gòu)中某些固定字段存入?yún)f(xié)議模板庫，通過字符串匹配算法將數(shù)據(jù)中的固定字段與協(xié)議庫匹配，從而完成協(xié)議解析。文獻(xiàn)[4]利用面向?qū)ο蠼５乃枷耄瑢?duì)Modbus等常用工業(yè)協(xié)議進(jìn)行幀結(jié)構(gòu)分析，并抽象出一個(gè)統(tǒng)一模型，從數(shù)據(jù)中提取固定字段與協(xié)議模板庫匹配，從而解析出正確的協(xié)議類型。基于編譯技術(shù)的協(xié)議解析方法是根據(jù)編譯原理，將通信協(xié)議中的特定幀如地址信息、命令碼等抽象為正規(guī)表達(dá)式，從而解開協(xié)議結(jié)構(gòu)描述和協(xié)議解析代碼的耦合關(guān)系。文獻(xiàn)[5]基于上述方法，提出了一種數(shù)據(jù)幀結(jié)構(gòu)描述語言和自動(dòng)化解析器，開發(fā)人員只需要針對(duì)協(xié)議中的數(shù)據(jù)幀結(jié)構(gòu)編寫相應(yīng)的幀協(xié)議描述，自動(dòng)化解析器即可將該協(xié)議描述語言轉(zhuǎn)化為解析代碼可識(shí)別的數(shù)據(jù)類型，進(jìn)而實(shí)現(xiàn)對(duì)數(shù)據(jù)幀協(xié)議的解析，同時(shí)避免了協(xié)議解析代碼的修改。目前的多協(xié)議解析方法的重點(diǎn)在于如何實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)的智能化解析，盡可能減少人工的參與，這一問題還需要進(jìn)一步的研究。

3.2 異構(gòu)網(wǎng)絡(luò)互聯(lián)技術(shù)

異構(gòu)網(wǎng)絡(luò)互聯(lián)主要有兩種方式，分別是通過網(wǎng)關(guān)設(shè)備實(shí)現(xiàn)和通過應(yīng)用層實(shí)現(xiàn)。目前基于上述方式的物聯(lián)網(wǎng)、互聯(lián)方案存在通信效率低下、不支持大規(guī)模網(wǎng)絡(luò)統(tǒng)一管理和擴(kuò)展性差等問題。

為解決上述問題，研究人員提出了以信息為中心的物聯(lián)網(wǎng)網(wǎng)絡(luò)體系架構(gòu)，并逐漸成為了研究熱點(diǎn)。文獻(xiàn)[6]基于以信息為中心的網(wǎng)絡(luò)架構(gòu)，提出了MobilitFirst，該架構(gòu)針對(duì)移動(dòng)場(chǎng)景做出了優(yōu)化，在同時(shí)支持動(dòng)態(tài)和靜態(tài)設(shè)備組網(wǎng)方面表現(xiàn)出了較高的效率。在工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)研究方面，文獻(xiàn)[7]提出了一種無線傳感網(wǎng)融合組網(wǎng)的方法，該方法改進(jìn)了NB-IoT-WSN組網(wǎng)方案，在此基礎(chǔ)上設(shè)計(jì)了一種雙模網(wǎng)關(guān)，實(shí)現(xiàn)了NB-IoT和WSN之間的高效網(wǎng)絡(luò)傳輸。文獻(xiàn)[8]設(shè)計(jì)了一種異構(gòu)物聯(lián)網(wǎng)網(wǎng)絡(luò)下的數(shù)據(jù)通信網(wǎng)關(guān)平臺(tái)，該平臺(tái)通過制定一種可交換數(shù)據(jù)格式標(biāo)準(zhǔn)來實(shí)現(xiàn)如異構(gòu)網(wǎng)絡(luò)的協(xié)議轉(zhuǎn)換等場(chǎng)景，提升了異構(gòu)網(wǎng)絡(luò)的可融合性。異構(gòu)網(wǎng)絡(luò)的融合仍需要在提升網(wǎng)絡(luò)通信效率、建立工業(yè)物聯(lián)網(wǎng)統(tǒng)一數(shù)據(jù)格式等方向做進(jìn)一步深入研究。

3.3 高速數(shù)據(jù)存儲(chǔ)與處理

物聯(lián)網(wǎng)中智能設(shè)備產(chǎn)生的大量數(shù)據(jù)需要及時(shí)存儲(chǔ)和處理，如何實(shí)現(xiàn)低時(shí)延的數(shù)據(jù)存儲(chǔ)和處理是目前亟待解決的問題。

云計(jì)算為數(shù)據(jù)的計(jì)算和存儲(chǔ)提出了解決方案，但云計(jì)算中心往往部署在離終端較遠(yuǎn)的位置，從而產(chǎn)生了延遲。霧計(jì)算方法將計(jì)算和存儲(chǔ)從云計(jì)算中心擴(kuò)展到了網(wǎng)絡(luò)邊緣，從而解決了這一問題。文獻(xiàn)[9]中提出了一種基于霧計(jì)算的數(shù)據(jù)傳輸體系結(jié)構(gòu)，可以將負(fù)載節(jié)點(diǎn)無法完成的計(jì)算和存儲(chǔ)任務(wù)卸載到霧服務(wù)器，從而提高了計(jì)算和存儲(chǔ)的效率。通過分布式存儲(chǔ)系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)可有效降低工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)存儲(chǔ)的壓力，提高了數(shù)據(jù)處理的效率。分布式數(shù)據(jù)存儲(chǔ)的核心問題是數(shù)據(jù)如何進(jìn)行分配。文獻(xiàn)[10]提出了一種基于生成函數(shù)的數(shù)據(jù)分配方法，從而簡化了數(shù)據(jù)分配算法的復(fù)雜性。文獻(xiàn)[11]在基于遺傳算法的數(shù)據(jù)分配策略的基礎(chǔ)上進(jìn)行了改進(jìn)，拓寬了算法搜索的廣度，提出了一種新的數(shù)據(jù)分配策略。基于云計(jì)算和霧計(jì)算等技術(shù)的研究，高速數(shù)據(jù)的分布式存儲(chǔ)和處理已取得一定的成果，針對(duì)數(shù)據(jù)傳輸?shù)捏w系結(jié)構(gòu)和數(shù)據(jù)分配策略可能是未來的研究方向。

3.4 邊緣計(jì)算

物聯(lián)網(wǎng)設(shè)備的大規(guī)模發(fā)展對(duì)工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)處理能力提出了新的要求，傳統(tǒng)的云計(jì)算模型將計(jì)算任務(wù)集中在云端處理，這種方案會(huì)給網(wǎng)絡(luò)傳輸帶來很大壓力，難以實(shí)現(xiàn)高效的數(shù)據(jù)處理。邊緣計(jì)算的提出解決了這一問題。

邊緣計(jì)算將計(jì)算任務(wù)分配到物聯(lián)網(wǎng)邊緣端的網(wǎng)關(guān)設(shè)備，在邊緣端對(duì)數(shù)據(jù)進(jìn)行處理和分析，從而實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)平臺(tái)的靈活調(diào)度，提高了數(shù)據(jù)計(jì)算效率。文獻(xiàn)[12]提出了一種基于邊緣計(jì)算的工業(yè)物聯(lián)網(wǎng)的能效管控方法，該方法通過對(duì)工業(yè)物聯(lián)網(wǎng)資源分配和不同通信波段的功率消耗進(jìn)行建模，從而實(shí)現(xiàn)降低工業(yè)物聯(lián)網(wǎng)能源消耗的目的。邊緣計(jì)算還可應(yīng)用于物聯(lián)網(wǎng)的任務(wù)調(diào)度，任務(wù)調(diào)度目標(biāo)在于如何有效管理大量邊緣計(jì)算節(jié)點(diǎn)，平滑地分配任務(wù)及合并計(jì)算結(jié)果，同時(shí)盡量降低能耗、減少傳輸延遲，維持平臺(tái)的負(fù)載平衡。目前基于邊緣計(jì)算的任務(wù)調(diào)度研究中，有基于延遲最小化的方案，文獻(xiàn)[13]提出了邊緣節(jié)點(diǎn)協(xié)作策略，該策略根據(jù)任務(wù)隊(duì)列的長度和任務(wù)類型，在邊緣節(jié)點(diǎn)之間共享任務(wù)從而實(shí)現(xiàn)最小化任務(wù)延遲。基于能量-延遲權(quán)衡方案，文獻(xiàn)[14]提出了HyFog框架，該框架應(yīng)用帶花樹開花算法來解決最小權(quán)重匹配問題，實(shí)現(xiàn)了總?cè)蝿?wù)執(zhí)行成本（包括能量和延遲）最小化。基于邊緣計(jì)算的物聯(lián)網(wǎng)數(shù)據(jù)處理是目前的研究熱點(diǎn)，主要目標(biāo)是提高物聯(lián)網(wǎng)的實(shí)時(shí)性和運(yùn)行效率。

4 未來研究方向

4.1 設(shè)備互聯(lián)互通

目前在汽車制造產(chǎn)業(yè)中，需要進(jìn)一步推進(jìn)工業(yè)生產(chǎn)現(xiàn)場(chǎng)的設(shè)備聯(lián)通，除生產(chǎn)設(shè)備外，還包括工人智能穿戴設(shè)備、零部件的RFID識(shí)別設(shè)備、運(yùn)輸車輛等等，真正實(shí)現(xiàn)智能工廠的萬物互聯(lián)。為實(shí)現(xiàn)這一目標(biāo)，需要繼續(xù)推進(jìn)工業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)協(xié)議特征識(shí)別技術(shù)和多源異構(gòu)協(xié)議解析方法的研究。此外，物聯(lián)網(wǎng)協(xié)議數(shù)據(jù)格式標(biāo)準(zhǔn)化也是重要的研究課題，目前現(xiàn)存物聯(lián)網(wǎng)標(biāo)準(zhǔn)基本都有其主要側(cè)重領(lǐng)域，且缺乏用戶參與，較難滿足目前工業(yè)現(xiàn)場(chǎng)物聯(lián)網(wǎng)設(shè)備的市場(chǎng)化需求。因此，需要建立一套適用于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)格式標(biāo)準(zhǔn)，以實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)設(shè)備的互聯(lián)互通。

4.2 數(shù)據(jù)卸載和負(fù)載平衡

汽車制造物聯(lián)網(wǎng)系統(tǒng)具有多個(gè)具有分布式計(jì)算能力的邊緣設(shè)備，當(dāng)單個(gè)設(shè)備或邊緣服務(wù)器的處理能力達(dá)到極限時(shí)，就需要將任務(wù)和數(shù)據(jù)卸載到其他設(shè)備或邊緣服務(wù)器，從而避免單個(gè)資源的長期過載。目前汽車物聯(lián)網(wǎng)中，在考慮大量具備數(shù)據(jù)處理能力的設(shè)備的數(shù)據(jù)卸載時(shí)，問題的復(fù)雜度將大大增加，受限于設(shè)備計(jì)算和存儲(chǔ)的能力，數(shù)據(jù)卸載的發(fā)生頻率升高，可能導(dǎo)致網(wǎng)絡(luò)的大吞吐量和嚴(yán)重帶寬資源占用，從而導(dǎo)致網(wǎng)絡(luò)傳輸延遲的增加。在負(fù)載平衡方面，也需要改善現(xiàn)有的平衡算法以適應(yīng)工業(yè)物聯(lián)網(wǎng)平臺(tái)日益增加的調(diào)度規(guī)模和頻率。

4.3 工業(yè)物聯(lián)網(wǎng)通信安全

圍繞工業(yè)物聯(lián)網(wǎng)通信傳輸過程中的安全通信問題，未來可能包括多路徑冗余通信、缺失數(shù)據(jù)預(yù)測(cè)等研究方向。采用多路徑冗余通信方法，可降低數(shù)據(jù)被整體捕獲的概率，保證了數(shù)據(jù)的傳輸安全、隱私安全和通信完整。工業(yè)物聯(lián)網(wǎng)通信缺失數(shù)據(jù)預(yù)測(cè)能夠通過預(yù)測(cè)恢復(fù)缺失的通信數(shù)據(jù)，保證了工業(yè)物聯(lián)網(wǎng)的通信數(shù)據(jù)完整性要求。基于上述研究方向，設(shè)計(jì)更有效的訪問策略和更加全面的入侵檢測(cè)與防御系統(tǒng)，可以保證工業(yè)物聯(lián)網(wǎng)的通信安全性，并實(shí)現(xiàn)汽車制造物聯(lián)網(wǎng)平臺(tái)的安全穩(wěn)定運(yùn)行。

5 研究團(tuán)隊(duì)在物聯(lián)網(wǎng)方向的研究成果

研究團(tuán)隊(duì)近年來一直致力于工業(yè)物聯(lián)網(wǎng)和云診斷技術(shù)方面的開發(fā)和工程應(yīng)用，對(duì)制造設(shè)備互聯(lián)互通、智能組網(wǎng)等問題進(jìn)行了深入探討，并開發(fā)出了一體化物聯(lián)網(wǎng)平臺(tái)，已在生產(chǎn)線監(jiān)控、大型裝備健康管理等方面得到了具體的應(yīng)用。

（1）開發(fā)了工業(yè)設(shè)備物聯(lián)網(wǎng)平臺(tái)。開發(fā)了多種接入方式與設(shè)備智能網(wǎng)關(guān)，可與多種協(xié)議的數(shù)控設(shè)備、PLC控制器、機(jī)器人、儀器儀表等設(shè)備進(jìn)行互聯(lián)；結(jié)合機(jī)器學(xué)習(xí)和工業(yè)大數(shù)據(jù)分析等先進(jìn)技術(shù)和方法，實(shí)現(xiàn)了設(shè)備實(shí)時(shí)監(jiān)控、故障診斷、制造過程質(zhì)量監(jiān)控、數(shù)據(jù)分析展示等功能。

（2）大型裝備監(jiān)測(cè)傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)與系統(tǒng)開發(fā)。對(duì)Zigbee傳感器網(wǎng)絡(luò)協(xié)議進(jìn)行了研究，建立了復(fù)雜工廠環(huán)境的電磁干擾模型，提出了新的實(shí)時(shí)可靠路由算法和多信道MAC層協(xié)議；針對(duì)大規(guī)模網(wǎng)絡(luò)的節(jié)點(diǎn)配置問題，給出了配置模型和求解方法；對(duì)無線傳感器網(wǎng)絡(luò)路由算法進(jìn)行了研究，提出了一種新的非均勻分簇的無線傳感器網(wǎng)絡(luò)路由協(xié)議。

（3）大型工程健康監(jiān)測(cè)無線物聯(lián)網(wǎng)。利用無線物聯(lián)網(wǎng)技術(shù)研究工程健康監(jiān)測(cè)系統(tǒng)的關(guān)鍵技術(shù)，解決了復(fù)雜環(huán)境下的物聯(lián)網(wǎng)動(dòng)態(tài)自組網(wǎng)、節(jié)點(diǎn)模塊低功耗設(shè)計(jì)、工程結(jié)構(gòu)參量采集與數(shù)據(jù)融合等問題，開發(fā)出了面向橋梁健康監(jiān)測(cè)的無線物聯(lián)網(wǎng)系統(tǒng)。

6 結(jié)束語

工業(yè)4.0時(shí)代的到來給汽車制造業(yè)的進(jìn)一步發(fā)展帶來了機(jī)遇，將工業(yè)物聯(lián)網(wǎng)技術(shù)應(yīng)用于汽車制造業(yè)，可以實(shí)現(xiàn)汽車制造業(yè)向智能化、信息化的方向轉(zhuǎn)型升級(jí)，可以提高汽車制造業(yè)的生產(chǎn)效率和整體水平。但目前工業(yè)物聯(lián)網(wǎng)技術(shù)還存在許多瓶頸，限制了其在汽車制造業(yè)中的進(jìn)一步應(yīng)用。因此，對(duì)物聯(lián)網(wǎng)應(yīng)用中的關(guān)鍵技術(shù)問題進(jìn)行重點(diǎn)突破，將推動(dòng)汽車制造業(yè)的高水平發(fā)展。

作者簡介：

林錦州（1988-），男，福建泉州人，高級(jí)工程師，現(xiàn)就職于中國汽車技術(shù)研究中心有限公司/中汽數(shù)據(jù)（天津）有限公司，研究方向?yàn)槠髽I(yè)數(shù)字化、智能制造。

胥  博（1988-），男，陜西寶雞人，博士生，現(xiàn)就讀于西安交通大學(xué)，研究方向?yàn)槲锫?lián)網(wǎng)與邊緣計(jì)算。

王俊程（1996-），男，河南南陽人，工程師，現(xiàn)就職于中國汽車技術(shù)研究中心有限公司/中汽數(shù)據(jù)（天津）有限公司，研究方向?yàn)槠髽I(yè)數(shù)字化、智能制造。

李鳴鶴（1998-），男，河南三門峽人，碩士生，現(xiàn)就讀于西安交通大學(xué)，研究方向?yàn)槲锫?lián)網(wǎng)與智能工廠。

曹建福（1963-），男，陜西寶雞人，教授，博士，現(xiàn)就職于西安交通大學(xué)，研究方向?yàn)槲锫?lián)網(wǎng)與智能工廠、智能機(jī)器人。

※林錦州、胥博為共同一作，王俊程為通訊作者。

參考文獻(xiàn)：

[1] 柴安穎. 面向智能生產(chǎn)線的工業(yè)物聯(lián)網(wǎng)通信服務(wù)質(zhì)量關(guān)鍵技術(shù)研究[D]. 沈陽: 中國科學(xué)院大學(xué)(中國科學(xué)院沈陽計(jì)算技術(shù)研究所), 2022. DOI:10.27587/d.cnki.gksjs.2022.000004.

[2] 曹建福, 陳樂瑞. 智能工廠中的工業(yè)物聯(lián)網(wǎng)技術(shù)[J]. 自動(dòng)化博覽, 2018, 294 (05) : 72 - 76.

[3] 王婧. 特斯拉德國工廠啟用德國汽車市場(chǎng)格局生變[N]. 經(jīng)濟(jì)參考報(bào), 2022-03-24 (004). DOI:10.28419/n.cnki.njjck.2022.001510.

[4] 曹啟友. 面向工業(yè)物聯(lián)網(wǎng)的智能數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[D]. 杭州: 浙江大學(xué), 2019.DOI:10.27461/d.cnki.gzjdx.2019.002655.

[5] 鄧偉, 石煒. 基于編譯技術(shù)的協(xié)議自動(dòng)化解析程序的設(shè)計(jì)[J]. 電子設(shè)計(jì)工程, 2012, 19 (13) : 33 - 36.

[6] Li S, Zhang Y, Raychaudhuri D, et al. A Comparative Study of MobilityFirst and NDN Based ICN-IoT Architectures[C]. 10th International Conference on Heterogeneous Networking for Quality, Reliability, Security and Robustness. IEEE, 2014 : 158 - 163.

[7] Francesc Gallart, Núria Cid, Jér?me Latron, et al. TREHS: An Open-Access Software Tool for Investigating and Evaluating Temporary River Regimes as a First Step for Their Ecological Status Assessment. 2017, 607- 608 : 519 - 540.

[8] P.P Ray, Nishant Thapa, Dinesh Dash. Implementation and Performance Analysis of Interoperable and Heterogeneous Io T-Edge Gateway for Pervasive Wellness Care[J]. IEEE Transactions on Consumer Electronics, 2019, 65 (4) : 464 - 473.

[9] WANG T, ZHOU J, LIU A, et al. Fog-Based Computing and Storage Offloading for Data Synchronization in LoT[J]. IEEE Internet of Things Journal, 2018, 6 (3) : 4272 - 4282.

[10] 黃震. 大規(guī)模分布式存儲(chǔ)系統(tǒng)中數(shù)據(jù)冗余技術(shù)研究[D]. 長沙: 國防科學(xué)技術(shù)大學(xué), 2012.

[11] 張得生. 基于遺傳算法的大型數(shù)據(jù)庫的數(shù)據(jù)分配策略算法[J]. 科技通報(bào), 2015 (1) : 162 - 165.

[12] Chen Q, Xu X, Jiang H, et al. An Energy-Aware Approach for Industrial Internet of Things in 5G Pervasive Edge Computing Environment[J]. IEEE Transactions on Industrial Informatics, 2020, PP (99) : 1 - 1.

[13] A.Yousefpour, G. Ishigaki, and J. P. Jue. Fog computing: Towards Minimizing Delay in the Internet of Things. in Proc. IEEE Int. Conf.Edge Comput. (EDGE), Honolulu, HI, USA, 2017, pp. 17 - 24.

[14] B. Flavio, M. Rodolfo, Z. Jiang, and A. Sateesh. Fog Computing and Its Role in the Internet of Things. in Proc. 1st Edition MCC Workshop Mobile Cloud Comput, 2012, pp. 13 - 16.

 摘自《自動(dòng)化博覽》2023年3月刊