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

摘要：智能工廠的特點是互聯(lián)互通，物聯(lián)網(wǎng)是實現(xiàn)智能工廠的核心技術(shù)。本文闡述了工業(yè)物聯(lián)網(wǎng)在工業(yè)4.0中的作用，研究了智能制造對工業(yè)物聯(lián)網(wǎng)的需求、物聯(lián)網(wǎng)結(jié)構(gòu)體系和關(guān)鍵技術(shù)，最后對工業(yè)物聯(lián)網(wǎng)的研究方向做了探討。

關(guān)鍵詞：智能制造；智能工廠；物聯(lián)網(wǎng)；云計算

Abstract: Interconnection is one of the biggest characteristic of intelligent factory, and the Internet of Things is the core technology for the realization of the intelligent factory. This paper first explores the effect of Industrial Internet of Things in industry 4.0. Then the industrial networking requirements, system structure and key technology of Industrial Internet of Things are thoroughly analyzed. Finally, the future research direction of the Industrial Internet of Things is discussed.

Key words: Intelligent manufacturing; Intelligent factory; Internet of things; Cloud computing

1　引言

2013年在漢諾威工業(yè)博覽會上德國推出了“工業(yè)4.0”項目，該計劃的目的是推動制造業(yè)向智能化轉(zhuǎn)型升級，為德國的先進(jìn)制造業(yè)領(lǐng)先地位奠定了基礎(chǔ)，工業(yè)4.0的核心內(nèi)容是智慧工廠、智能制造。美國通用電氣公司（GE）提出了工業(yè)互聯(lián)網(wǎng)概念，這是美國“先進(jìn)制造伙伴計劃”的主要任務(wù)之一。2015年中國政府在工作報告上正式提出《中國制造2025》，未來10年通過信息化和工業(yè)化兩化深度融合來引領(lǐng)和帶動整個裝備制造業(yè)的發(fā)展，實現(xiàn)中國從制造業(yè)大國向制造業(yè)強(qiáng)國的轉(zhuǎn)變  。

從德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)及日本M2M可以看出，其共同特征都是利用物理系統(tǒng)和信息系統(tǒng)的融合來實現(xiàn)人與人、人與物和物與物的互聯(lián)互通。與傳統(tǒng)制造系統(tǒng)不同的是，面向智能工廠建立了一種集可靠感知、實時傳輸、精確控制、可信服務(wù)為一體的的復(fù)雜過程制造網(wǎng)絡(luò)體系架構(gòu)，通過有形的實體空間和無形的虛擬網(wǎng)絡(luò)空間相互指導(dǎo)和映射，實現(xiàn)整個生產(chǎn)制造過程的智能化。由于制造過程的復(fù)雜性、隨機(jī)性和不確定性，因此要求與之融合的物聯(lián)網(wǎng)在多源對象自動獲取、異構(gòu)多跳網(wǎng)絡(luò)傳輸、海量信息智能處理等方面必須滿足智能制造的需要。

本文闡述了智能制造與工業(yè)物聯(lián)網(wǎng)的關(guān)系以及智能工廠對工業(yè)物聯(lián)網(wǎng)的要求，論述了國內(nèi)外工業(yè)物聯(lián)網(wǎng)在互聯(lián)互通，無線通信，數(shù)據(jù)共享，通信安全等方面的研究現(xiàn)狀，文章的最后介紹了作者團(tuán)隊在物聯(lián)網(wǎng)方面的研究成果并對工業(yè)物聯(lián)網(wǎng)未來的研究方向做了深入的探索。

2　智能工廠中的工業(yè)物聯(lián)網(wǎng)

通常情況下，可從制造智能化、產(chǎn)品智能化、管理智能化來描述智慧工廠的三個維度，如果這些描述和表達(dá)能夠得到實時數(shù)據(jù)支持，實時下達(dá)指令，并且能在這三個維度之間進(jìn)行交互，這就是所謂的智慧工廠，其具體框架如圖1所示。

在智慧工廠內(nèi)部，物聯(lián)網(wǎng)和服務(wù)互聯(lián)網(wǎng)是兩大通信設(shè)施，服務(wù)互聯(lián)網(wǎng)連接供應(yīng)商，并支持生產(chǎn)計劃、物流、能源和經(jīng)營管理相關(guān)的ERP、PLM等系統(tǒng)的信息通信集成；工業(yè)物聯(lián)網(wǎng)支持制造過程的設(shè)備、操作者與產(chǎn)品的互聯(lián)，實現(xiàn)MES、數(shù)控機(jī)床、機(jī)器人等物理單元的信息通信，還通過CPS手段實現(xiàn)與信息空間的集成。

2.1　工業(yè)物聯(lián)網(wǎng)的體系結(jié)構(gòu)

如圖2所示，處于智能工廠底端的現(xiàn)場設(shè)備（各種傳感器、機(jī)床、AGV）和控制設(shè)備（PLC控制器等），通過現(xiàn)場總線控制網(wǎng)絡(luò)（CAN總線、PROFIBUS等）實現(xiàn)工業(yè)環(huán)境的數(shù)據(jù)感知和控制命令的下發(fā)，同時，工業(yè)無線傳感器網(wǎng)絡(luò)（WISN）以其靈活組網(wǎng)、可靠通信的優(yōu)勢與現(xiàn)有總線網(wǎng)絡(luò)并存，在工業(yè)控制領(lǐng)域發(fā)揮巨大作用；與傳統(tǒng)物聯(lián)網(wǎng)框架不同的是，該框架加入了由工業(yè)數(shù)據(jù)服務(wù)器、文件服務(wù)器、實時服務(wù)器構(gòu)成的SCADA系統(tǒng)，一方面對一些實時性較高的控制命令，能夠快速響應(yīng)及時做出決策，另一方面通過數(shù)據(jù)據(jù)庫服務(wù)器把來自工廠底端的數(shù)據(jù)發(fā)布到頂端應(yīng)用層，實現(xiàn)對數(shù)據(jù)的進(jìn)一步分析和處理；數(shù)據(jù)分析和處理的結(jié)果通過以太網(wǎng)或Internet網(wǎng)絡(luò)隨時隨地進(jìn)行傳送，另外，窄帶物聯(lián)網(wǎng)（NB-IoT）作為低功耗廣覆蓋（LPWA）技術(shù)一種，支持獨立部署、保護(hù)帶部署、帶內(nèi)部署三種部署場景，通過改造現(xiàn)有EPC核心網(wǎng)或者新建獨立NB-IoT基站與現(xiàn)有2G/3G/4G兼容，實現(xiàn)NB-IoT業(yè)務(wù)的接入，完全可以作為一種新的無線通信網(wǎng)絡(luò)在工業(yè)物聯(lián)網(wǎng)中普及；

處于體系結(jié)構(gòu)頂端的各種應(yīng)用是工業(yè)物聯(lián)網(wǎng)的價值所在，通過對生產(chǎn)流程的監(jiān)控和生產(chǎn)設(shè)備運行狀況的跟蹤，利用ERP、MES實現(xiàn)資源的最佳配置和生產(chǎn)流程的優(yōu)化，以此降低能源消耗、提高生產(chǎn)效率。

2.2　智能制造對物聯(lián)網(wǎng)的要求

（1）自組織網(wǎng)路

在智能工廠中，大量終端例如移動機(jī)器人、手持PDA等設(shè)備都是隨機(jī)移動的，即使是固定設(shè)備也會在一個時段內(nèi)表現(xiàn)不同的加工狀態(tài)（如電機(jī)的旋轉(zhuǎn)或者停止），這些聯(lián)網(wǎng)設(shè)備的網(wǎng)絡(luò)的拓?fù)洹⑿诺赖沫h(huán)境、業(yè)務(wù)模式都是隨著這些節(jié)點狀態(tài)動態(tài)改變的，因此面向復(fù)雜制造環(huán)境建立一個節(jié)點能夠動態(tài)地、隨意地、頻繁地進(jìn)入和離開網(wǎng)絡(luò)的多跳自組織網(wǎng)絡(luò)十分必要。

（2）工業(yè)物聯(lián)網(wǎng)的實時性

智能工廠中部署的大量傳感器節(jié)點，搜集不同的參數(shù)，這些信息根據(jù)重要性，被劃分不同的傳輸優(yōu)先級。工業(yè)過程數(shù)據(jù)傳輸?shù)臅r效一般在0.001~0.5s之間，需要很高的實時性和可靠性，但是現(xiàn)場設(shè)備檢測數(shù)據(jù)時效性則長達(dá)1s以上。因此，工業(yè)過程數(shù)據(jù)傳輸比設(shè)備環(huán)境檢測數(shù)據(jù)具有更高的優(yōu)先級，如何滿足智能工廠多優(yōu)先級異構(gòu)數(shù)據(jù)收集和傳輸對工業(yè)聯(lián)網(wǎng)實時性提出了更高的挑戰(zhàn)。

（3）工業(yè)物聯(lián)網(wǎng)智能信息處理

智能工廠感知層中成千上萬的傳感器時刻產(chǎn)生海量的數(shù)據(jù)，而物聯(lián)網(wǎng)智能信息處理的目標(biāo)就是把這些信息收集起來，通過數(shù)據(jù)挖掘等技術(shù)從原始數(shù)據(jù)中提取有用信息，為MES層提供數(shù)據(jù)支持。信息處理的流程一般分為信息獲取、表達(dá)、量化、提取和推理階段，每個階段的數(shù)據(jù)處理的好壞都關(guān)系著物聯(lián)網(wǎng)技術(shù)能否得到大規(guī)模的應(yīng)用。

（4）與設(shè)備智能互聯(lián)

智能工廠中的設(shè)備來自不同廠家，出于利益原因他們會采用不同標(biāo)準(zhǔn)和協(xié)議，這種不統(tǒng)一阻礙了物聯(lián)網(wǎng)的發(fā)展。鑒于目前業(yè)內(nèi)多總線體系已經(jīng)形成，更換設(shè)備至統(tǒng)一標(biāo)準(zhǔn)不現(xiàn)實，因此找到一個多協(xié)議、多接口的中間平臺對不同通信協(xié)議數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理實現(xiàn)不同設(shè)備之間互聯(lián)互通是關(guān)鍵。

3　智能制造環(huán)境下物聯(lián)網(wǎng)研究的核心問題

3.1　全互聯(lián)制造網(wǎng)絡(luò)

工業(yè)物聯(lián)網(wǎng)的最終目標(biāo)是實現(xiàn)“廣泛互聯(lián)互通、透徹信息融合、綜合智慧服務(wù)”  。因此智能制造背景下的網(wǎng)絡(luò)必須要實現(xiàn)不同設(shè)備之間互聯(lián)和異構(gòu)傳輸網(wǎng)絡(luò)之間的互通。但是目前由于缺乏標(biāo)準(zhǔn)化的可互操作的信息交換協(xié)議，物聯(lián)網(wǎng)中采集的信息往往是封閉的、孤立的，這嚴(yán)重阻礙物聯(lián)網(wǎng)的大規(guī)模應(yīng)用。因此需要研究出一套能夠解決多源異構(gòu)信息的融合方法。初期，信息融合主要針對多傳感器數(shù)據(jù)，主要解決異構(gòu)傳感器之間的互聯(lián)互通問題，因此又被稱為多傳感器數(shù)據(jù)融合 ；

1991年美國實驗室理事聯(lián)合會JDL提出了廣泛認(rèn)可的信息融合定義，將其定義為一種多層次、多方面的處理過程，包括對多源數(shù)據(jù)進(jìn)行檢測、組合和估計，從而提高狀態(tài)和特征估計的準(zhǔn)確度  ，這被認(rèn)為是數(shù)據(jù)融合的開端。目前關(guān)于物聯(lián)網(wǎng)信息融合的研究，從融合方向角度可分為水平方向融合和垂直方向融合。其中水平方向融合，如文獻(xiàn)提出利用MANET邊界路由協(xié)同MANET的SMF區(qū)域與IP網(wǎng)的PIM-SM區(qū)域的工作，使多播數(shù)據(jù)包能順利在兩種不同的網(wǎng)絡(luò)中轉(zhuǎn)發(fā)并且實現(xiàn)了動態(tài)的切換；文獻(xiàn)[6]設(shè)計出了一種基于POWERLINK、EnOcean和6LoWPAN三種無線通信技術(shù)和Internet的智能工廠復(fù)合網(wǎng)關(guān)，對各種通信網(wǎng)絡(luò)的融合具有很好的借鑒意義；垂直方向融合，如文獻(xiàn)將XLM和JMS技術(shù)結(jié)合來，提出基于XLM-JMS混合集成方法來解決ERP與MES之間相互通信和數(shù)據(jù)互換的難題；文獻(xiàn)等提出了一種基于WebService技術(shù)來實現(xiàn)靜態(tài)數(shù)據(jù)實時更新和動態(tài)數(shù)據(jù)同步更新的中間件設(shè)計方案，實現(xiàn)ERP與MES交互。

3.2　工業(yè)無線通信

工業(yè)無線通信技術(shù)是繼現(xiàn)場總線和工業(yè)以太網(wǎng)之后又一新的通信技術(shù)，具有部署靈活、成本低、方便維護(hù)等優(yōu)勢，為各種智能設(shè)備、AGV和自動化設(shè)備之間的通信提供高帶寬的無線通信鏈路和靈活的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，特殊環(huán)境下有效彌補(bǔ)有線網(wǎng)絡(luò)的不足。近幾年，藍(lán)牙、Wi-Fi、ZigBee、WirelessHART等短距離工業(yè)無線通信技術(shù)的研究和應(yīng)用得到迅猛發(fā)展，引起了業(yè)界和學(xué)術(shù)界的關(guān)注。文獻(xiàn)[9]針對傳統(tǒng)藍(lán)牙技術(shù)微微網(wǎng)中點對多點資源有效調(diào)度的業(yè)界難題，基于實現(xiàn)策略建立藍(lán)牙4.0協(xié)議架構(gòu)，設(shè)計了一種根據(jù)鏈路負(fù)載動態(tài)調(diào)度算法，改善了通信的質(zhì)量；文獻(xiàn)[10]針對板坯制造過程中誤差大問題，提出了基于Wi-Fi的板坯連鑄結(jié)晶器振動形態(tài)檢測技術(shù)，通過Wi-Fi技術(shù)實現(xiàn)無線傳感器和數(shù)據(jù)分析終端的實時連接，提高了板坯的制造精度；文獻(xiàn)利用ZigBee網(wǎng)絡(luò)低速率、低成本、低功耗、網(wǎng)絡(luò)容量大特點，建立自組織無線傳感器網(wǎng)絡(luò)，對工業(yè)生產(chǎn)線上的視頻監(jiān)控數(shù)據(jù)進(jìn)行實時，保證了傳輸質(zhì)量。

傳統(tǒng)無線通信技術(shù)在一定程度和一定時期滿足了工業(yè)信息傳輸?shù)囊螅请S著物聯(lián)網(wǎng)時代的到來，上述無線通信技術(shù)已經(jīng)不能滿足物聯(lián)網(wǎng)大連接、寬覆蓋、高速率要求，基于此窄帶物聯(lián)網(wǎng)（NB-IOT）技術(shù)的寬覆蓋、大連接、低功耗、低成本的特點，以及可直接部署于GSM網(wǎng)絡(luò)、LTE網(wǎng)絡(luò)，降低部署成本，實現(xiàn)平滑升級的優(yōu)勢是傳統(tǒng)藍(lán)牙、Wi-Fi、Zigbee所無法比擬的，也引起學(xué)術(shù)界和業(yè)界的關(guān)注 [12~14] 。

3.3　物聯(lián)網(wǎng)中的數(shù)據(jù)處理

智慧工廠里底端設(shè)備層是數(shù)據(jù)的來源，時刻產(chǎn)生GB甚至TB級的海量感知數(shù)據(jù)，這些數(shù)據(jù)除了海量性以外，還表現(xiàn)為來自不同設(shè)備產(chǎn)生的數(shù)據(jù)異構(gòu)性、網(wǎng)絡(luò)傳輸和控制的實時性以及現(xiàn)實環(huán)境下受工藝、硬件資源限制導(dǎo)致的數(shù)據(jù)不確定性。因此，對不同特征的數(shù)據(jù)進(jìn)行高效處理、分析，提煉對工業(yè)生產(chǎn)有指導(dǎo)性的信息，是工業(yè)物聯(lián)網(wǎng)信息處理的核心所在。

目前對物聯(lián)網(wǎng)中數(shù)據(jù)處理的研究方法很多，有從數(shù)據(jù)融合和數(shù)據(jù)壓縮方面進(jìn)行設(shè)計，如文獻(xiàn)[15]提出E-Span和LPT算法，讓感知節(jié)點根據(jù)自身剩余能量動態(tài)選擇子節(jié)點和父節(jié)點，通過適當(dāng)節(jié)點的最佳配置，實現(xiàn)數(shù)據(jù)有效融合；文獻(xiàn)[16]建立虛擬網(wǎng)格的鏈模型，選擇小波系數(shù)存放的最佳位置，提出基于分布式小波數(shù)據(jù)壓縮算法對海量數(shù)據(jù)進(jìn)行壓縮。有的研究專注于云儲存和云計算角度，如Apache開發(fā)的Hadoop開源云計算框架，采用主從式結(jié)構(gòu)將網(wǎng)格計算、并行處理、分布式儲存進(jìn)行整合，對數(shù)據(jù)高效地處理。值得注意的是，近些年來通過中間件技術(shù)對數(shù)據(jù)進(jìn)行處理是一研究熱點。

文獻(xiàn)[17]針對現(xiàn)有數(shù)據(jù)處理存在的缺陷，提出基于面向服務(wù)的體系結(jié)構(gòu)（SOA），利用物聯(lián)網(wǎng)服務(wù)中間件技術(shù)，將數(shù)據(jù)感知和處理抽象為實體服務(wù)和云服務(wù)，從結(jié)構(gòu)的兩端進(jìn)行虛擬化處理；針對傳統(tǒng)中間件數(shù)據(jù)處理的局限性，文獻(xiàn)[18]提出的嵌入式智能中間件是基于消息驅(qū)動的嵌入式信息處理系統(tǒng)，在資源環(huán)境受限的情況下仍然具備數(shù)據(jù)采集、適配、過濾和分發(fā)功能，解決一體化網(wǎng)絡(luò)的互操作問題，對解決大規(guī)模數(shù)據(jù)處理具有指導(dǎo)意義。

3.4　工業(yè)網(wǎng)絡(luò)安全性

物聯(lián)網(wǎng)的信息安全涉及到感知層、傳輸層和應(yīng)用層。感知層是數(shù)據(jù)的來源，其安全性也是圍繞如何保證數(shù)據(jù)收集完整性和機(jī)密性展開的，針對硬件高危漏洞現(xiàn)象，文獻(xiàn) [19，20] 在嵌入式系統(tǒng)中建立輕量級可信執(zhí)行環(huán)境，設(shè)計一個最小化TCP系統(tǒng)框架，將對安全敏感的代碼放入虛擬可信環(huán)境中執(zhí)行，確保安全敏感代碼的隱秘性。

傳輸層中海量的信息面臨網(wǎng)絡(luò)擁塞、異構(gòu)網(wǎng)絡(luò)跨網(wǎng)認(rèn)證、DoS攻擊、異步攻擊等諸多問題，基于此很多研究學(xué)者從身份認(rèn)證、密鑰協(xié)議、數(shù)據(jù)機(jī)密性等方面展開研究，但是適用性和安全性有待進(jìn)一步提高。文獻(xiàn)[21]從密碼學(xué)算法與協(xié)議進(jìn)行輕量化處理和經(jīng)典密碼學(xué)算法進(jìn)行優(yōu)化生成新的密鑰生成協(xié)議兩方面來抵御對網(wǎng)絡(luò)的攻擊。

應(yīng)用層收集和分析大量隱私數(shù)據(jù)，在處理和應(yīng)用過程都需要對其進(jìn)行安全保護(hù)。同態(tài)加密技術(shù)是目前學(xué)術(shù)界研究的一個方向，對數(shù)據(jù)進(jìn)行同態(tài)加密可有有效避免用戶隱私信息的泄露 [22] ；另外，Thomas和Ned利用區(qū)塊鏈技術(shù)實現(xiàn)物聯(lián)網(wǎng)設(shè)備匿名共享的方法值得學(xué)習(xí)與借鑒 [23] 。

4　未來研究方向

結(jié)合工業(yè)物聯(lián)網(wǎng)自身存在的問題和目前研究的現(xiàn)狀，本文認(rèn)為未來工業(yè)物聯(lián)網(wǎng)的研究方向應(yīng)該在以下幾個方面展開：

（1）物理空間與信息空間互聯(lián)模型。智能工廠的物聯(lián)網(wǎng)中各層分工和各層的業(yè)務(wù)實現(xiàn)流程雖然明確，而對物理空間和信息空間的耦合關(guān)聯(lián)問題目前的研究還不深入。物聯(lián)網(wǎng)要實現(xiàn)這兩大空間的感知互動，需要建立物理空間和信息空間的耦合模型。但是連續(xù)的時空屬性的物理空間與離散的無時空屬性的信息空間之間存在的差異性較大，在描述兩者耦合關(guān)系時比較困難。

（2）異構(gòu)網(wǎng)絡(luò)融合。工業(yè)物聯(lián)網(wǎng)中往往是多種類型網(wǎng)絡(luò)共同存在，不同網(wǎng)絡(luò)之間形成很多信息孤島，要實現(xiàn)互聯(lián)互通，必須讓不同網(wǎng)絡(luò)之間能夠建立聯(lián)系。目前的研究無論是基于設(shè)計統(tǒng)一網(wǎng)關(guān)的思路，還是基于認(rèn)知網(wǎng)絡(luò)的理念都是少數(shù)幾種網(wǎng)絡(luò)融合，遠(yuǎn)遠(yuǎn)不能滿足實際需要。未來研究中，針對物聯(lián)網(wǎng)絡(luò)異構(gòu)性、承載業(yè)務(wù)量大特點，開發(fā)統(tǒng)一的物理及MAC底層及其協(xié)議促進(jìn)多種網(wǎng)絡(luò)融合是發(fā)展趨勢。

（3）海量信息處理。目前國內(nèi)外研究機(jī)構(gòu)提出的海量信息處理的若干種技術(shù)，在一定程度上對數(shù)據(jù)做了有效的處理，但是這些技術(shù)大多是基于上層的數(shù)據(jù)處理，在實際應(yīng)用中數(shù)據(jù)的實時性保證不夠好，因此未來對數(shù)據(jù)處理的研究重點由上層轉(zhuǎn)移到下層，在感知層中找到數(shù)據(jù)處理方法是一種新思路。

（4）工業(yè)物聯(lián)網(wǎng)安全。工業(yè)物聯(lián)網(wǎng)框架中各層次的安全不是相互獨立的，而是相互依賴的，針對每一層單獨設(shè)計的安全保護(hù)策略是不全面的，適用范圍有限，再加上不同應(yīng)用場景對安全要求側(cè)重點也不一樣，因此設(shè)計適用范圍更廣的入侵檢測與防御系統(tǒng)、設(shè)計更有效的訪問策略、制定有效的移動設(shè)備跨域認(rèn)證方法將是未來物聯(lián)網(wǎng)安全的研究熱點。

5　取得的成果

面向工業(yè)4.0和國家裝備制造業(yè)發(fā)展需要，我們課題組基于最新工業(yè)物聯(lián)網(wǎng)技術(shù)、系統(tǒng)優(yōu)化調(diào)度方法和先進(jìn)制造思想，解決了制造設(shè)備之間的互聯(lián)互通、無線傳感智能組網(wǎng)等一系列問題。開發(fā)出一體化計劃調(diào)度、生產(chǎn)建模與物料跟蹤、設(shè)備數(shù)據(jù)采集、質(zhì)量控制與統(tǒng)計等新技術(shù)，這些技術(shù)在大型裝備監(jiān)測、工程健康監(jiān)測等方面得到了具體的應(yīng)用。

第一，在大型裝備監(jiān)測方面，先后承擔(dān)了西安市科技項目：工業(yè)監(jiān)控傳感器網(wǎng)絡(luò)系統(tǒng)關(guān)鍵技術(shù)及產(chǎn)品化開發(fā)和無線傳感器網(wǎng)絡(luò)節(jié)點軟件及系統(tǒng)應(yīng)用研究。在Zigbee傳感器網(wǎng)絡(luò)協(xié)議研究方面，建立了復(fù)雜工廠環(huán)境的電磁干擾模型，提出了新的實時可靠路由算法和多信道MAC層協(xié)議，針對大規(guī)模網(wǎng)絡(luò)節(jié)點配置問題，給出了配置模型和求解算法。同時開發(fā)出了多種機(jī)電裝備監(jiān)控?zé)o線傳感器網(wǎng)絡(luò)，能夠在200m范圍內(nèi)的機(jī)電設(shè)備的各軸位置，速度，溫度，振動量和聲音等方面數(shù)據(jù)進(jìn)行準(zhǔn)確采集，具有自組織性和較強(qiáng)的容錯能力。

第二，在大型工程健康監(jiān)測方面，承擔(dān)了陜西省科技項目：大型工程健康監(jiān)測無線物聯(lián)網(wǎng)關(guān)鍵技術(shù)及應(yīng)用研究。主要完成了橋梁傾斜，下沉，擾度，振動等機(jī)構(gòu)參量的檢測方法和節(jié)點模塊設(shè)計；簇間多路徑分簇路由算法設(shè)計；大型高鐵橋梁健康監(jiān)測的無線物聯(lián)網(wǎng)的組建。

6　結(jié)語

隨著工業(yè)4.0時代的到來，智慧工廠、智能制造將全面替代傳統(tǒng)工廠和傳統(tǒng)制造，物聯(lián)網(wǎng)和智能制造的融合更加速了第四次工業(yè)革命的到來。但是應(yīng)該看到目前的工業(yè)物聯(lián)網(wǎng)發(fā)展水平不高，存在的問題也很多，因此立足當(dāng)前，著眼未來，加強(qiáng)工業(yè)物聯(lián)網(wǎng)重點技術(shù)研究，對其存在關(guān)鍵問題進(jìn)行突破，促使工業(yè)物聯(lián)網(wǎng)形成產(chǎn)業(yè)化和規(guī)模化，推動智能制造向更高水平發(fā)展。

參考文獻(xiàn)：

[1] Wang S, Wan J, Li D, et al. Implementing smart factory of industrie 4.0: an outlook[J]. International Journal of Distributed Sensor Networks, 2016, 12 (1) : 3159805.

[2] 周津. 物聯(lián)網(wǎng)環(huán)境下信息融合基礎(chǔ)理論與關(guān)鍵技術(shù)研究[D]. 吉林大學(xué), 2014.

[3] 韓崇昭, 朱洪艷. 多傳感信息融合與自動化[J]. 自動化學(xué)報, 2002, 28 (s1) : 117 - 124.

[4] Perera C, Zaslavsky A, Christen P, et al. Context Aware Computing for The Internet of Things: A Survey[J]. IEEE Communications Surveys & Tutorials, 2014, 16 (1) : 414 - 454.

[5] 胡雅菲, 李方敏, 劉新華. CPS網(wǎng)絡(luò)體系結(jié)構(gòu)及關(guān)鍵技術(shù)[J]. 計算機(jī)研究與發(fā)展, 2010, 47 (S2) : 304 - 311.

[6] Telmanov Mikhail.智能工廠環(huán)境下的混合生產(chǎn)線調(diào)度優(yōu)化方法研究[D]. 哈爾濱工業(yè)大學(xué), 2017.

[7] Zhu H, Liu D, Bayley I, et al. Quality model and metrics of ontology for semantic descriptions of web services[J]. Tsinghua Science and Technology, 2017, 22 (3) : 254 - 272.

[8] 藍(lán)萌, 徐汀榮, 黃斐. 基于JSM的制造企型業(yè)ERP - MES集成方法實現(xiàn)[J]. 計算機(jī)技術(shù)與發(fā)展, 2009, 19（6）: 246 - 249.

[9] 徐金茍. 藍(lán)牙4.0底層核心技術(shù)協(xié)議研究與實現(xiàn)[D]. 上海交通大學(xué), 2012.

[10] 夏軍. 基于WiFi的板坯連鑄結(jié)晶器振動形態(tài)檢測技術(shù)研究[D]. 浙江大學(xué), 2013.

[11] 李嘉源. 基于ZIGBEE協(xié)議的工業(yè)視頻監(jiān)測技術(shù)研究[D]. 吉林大學(xué), 2015.

[12] Kim T, Dong M K, Pratas N, et al. An Enhanced Access Reservation Protocol with a Partial Preamble Transmission Mechanism in NB - IoT Systems[J]. IEEE Communications Letters, 2017, PP (99) : 1 - 1.

[13] Liu S, Yang F, Song J, et al. Block Sparse Bayesian Learning Based NB - IoT Interference Elimination in LTE - Advanced Systems[J]. IEEE Transactions on Communications, 2017, PP (99) : 1 - 1.

[14] Ali A, Hamouda W. On the Cell Search and Initial Synchronization for NB - IoT LTE Systems[J]. IEEE Communications Letters, 2017, PP (99) : 1 - 1.

[15] Lee W M，Wong V S W. E - Span and LPT for data aggregation in wireless sensor networks[J]Computer Communications.2006.29 (13 - 14) : 2506 - 2520.

[16] Ciancio A, Ortega A. A dynamic programming approach to distortion - energy optimization for distributed wavelet compression with applications to data gathering inwireless sensor networks[C]//Acoustics, Speech and Signal Processing, 2006. ICASSP 2006 Proceedings. 2006 IEEE International Conference on. IEEE, 2006, 4: IV - IV.

[17] 陳海明, 石海龍, 李勐, 等. 物聯(lián)網(wǎng)服務(wù)中間件:挑戰(zhàn)與研究進(jìn)展[J]. 計算機(jī)學(xué)報, 2017, 40 (8) : 1725 - 1749.

[18] 劉博洋, 馬連博, 朱云龍, 等. 基于多層數(shù)據(jù)處理的嵌入式RFID中間件系統(tǒng)開發(fā)[J]. 計算機(jī)科學(xué), 2015, 42 (s2) : 231 - 235.

[19] Azab A M,SwidowskiK,Bhutkar J M,etal.Skee:A lightweight secure kernel - level execution environment for arm [C]// Proc of the 23th Network and Distributed System Security Symp. Reston,VA:ISOC, 2016

[20] Sachidananda V,Toh J,Siboni S,et al.POSTER:Towards exposing Internet of things:A roadmap [C]//Proc of the 23rd ACM SIGSAC Conf on Computer and Communications Security. New York:ACM, 2016 : 1820 - 1822

[21] Szalachowski P, Perring A. Lightweight protection of group content distribution [C]//Proc of the 1st ACM Workshop on IOT Privacy,Trust, and Security. New York:ACM,2015 : 35 - 42.

[22] Chakravorty A, Wlodarczyk T, Rong C. Privacy preserving data analytics for smart homes[J] IEEE Computer Society Security &Privacy Workshops, 2013, 42 (6) : 23 - 27.

[23] Hardjono T, Smith N.Cloud - based commissioning of constrained devices using permissioned blockchains[C]//Proc of the 2nd ACM InT Workshop on IoT Privacy, Trust, and Security. New York:ACM, 2016 : 29 - 36.

作者簡介：

曹建福（1963-），男，陜西寶雞人，教授/博士生導(dǎo)師，現(xiàn)就職于西安交通大學(xué)，研究方向是物聯(lián)網(wǎng)與智能工廠。

陳樂瑞（1985-），男，河南鄭州人，博士生，現(xiàn)就讀于西安交通大學(xué)，研究方向是物聯(lián)網(wǎng)與智能工廠。

摘自《自動化博覽》2018年5月刊