《工業(yè)大數(shù)據(jù)導(dǎo)論》 課件全套 劉懷蘭 第1-9章 工業(yè)大數(shù)據(jù)認(rèn)知-工業(yè)大數(shù)據(jù)與商務(wù)模式創(chuàng)新

工業(yè)大數(shù)據(jù)認(rèn)知目錄智能工廠全景描述制造與經(jīng)營模式轉(zhuǎn)型解析工業(yè)大數(shù)據(jù)生態(tài)影響分析010203學(xué)習(xí)目標(biāo)1.了解制造與經(jīng)營模式轉(zhuǎn)型的需求原因2.了解制造與經(jīng)營模式轉(zhuǎn)型的技術(shù)保障3.了解智能工廠轉(zhuǎn)型基礎(chǔ)之工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)的組成與應(yīng)用4.了解工業(yè)大數(shù)據(jù)生態(tài)的影響情景化敘述下面將通過師生與企業(yè)家之間的對話方式帶領(lǐng)大家走進(jìn)工業(yè)大數(shù)據(jù)的世界！【人物1】Engine老師：常年負(fù)責(zé)工程實(shí)訓(xùn)的高校教師【人物2】眾多機(jī)電類專業(yè)的大學(xué)生【人物3】BD先生：某制造企業(yè)經(jīng)理01智能工廠全景描述智能工廠全景描述生產(chǎn)現(xiàn)場相關(guān)部門智能工廠1.數(shù)據(jù)制造工作室2.常規(guī)部門多樣化、少人化緣起校招季Engine老師與某機(jī)械工程應(yīng)屆生的邂逅與交談Engine老師：學(xué)生：“Engine老師，自從經(jīng)歷秋招后發(fā)現(xiàn)：專業(yè)對口，往往待遇與期望值相去甚遠(yuǎn)；待遇與工作環(huán)境良好，專業(yè)也符合，但用人單位卻表示我雖機(jī)械知識(shí)技能功底扎實(shí)，可與當(dāng)今智能制造背景下的人才需求仍有所差距，他們更希望吸納一群既有機(jī)械背景，又有計(jì)算機(jī)功底，甚至還具備管理能力的綜合型人才，這種要求并不只是針對少數(shù)人，而是企業(yè)絕大部分員工都應(yīng)具備的素養(yǎng)；并且這是許多企業(yè)普遍存在的情況。起初，我進(jìn)退兩難而難掩失落之意，但轉(zhuǎn)念一想，既然當(dāng)初自愿選擇了本專業(yè)，為長遠(yuǎn)的發(fā)展，更應(yīng)該收拾心情，重新出發(fā)，讓自己變得更好。如今想來，有此求職的挫折令我了解自己的不足，明確深造的方向，并有幸順利讀研，相信下一次的求職季會(huì)有一個(gè)更好的結(jié)果?！痹诼犎〔⒔o予鼓勵(lì)過后，也陷入了沉思。。暑期社會(huì)實(shí)踐鑒于大學(xué)校園中雖不缺乏各類大學(xué)生活動(dòng)，然著眼于學(xué)生長遠(yuǎn)發(fā)展的教學(xué)與活動(dòng)理應(yīng)更受重視，實(shí)際卻寥寥無幾；為此，Engine老師才迅速申請并策劃了此次暑期實(shí)踐，帶領(lǐng)學(xué)生們前往一家家高新制造企業(yè)進(jìn)行深入的調(diào)研與體驗(yàn)。如此，他才感到自己并非只是一個(gè)教書人，更是學(xué)生們的人生導(dǎo)師——學(xué)生如一節(jié)節(jié)火車，老師便是火車頭，是引擎（Engine）。生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：產(chǎn)品從設(shè)計(jì)、制造到物流等一系列步驟相差無幾。生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：各環(huán)節(jié)的人數(shù)有較大變化，每臺(tái)機(jī)床前的作業(yè)者均配備一臺(tái)靈巧的工業(yè)機(jī)器人，而各機(jī)床與工業(yè)機(jī)器人等設(shè)備均標(biāo)有相應(yīng)負(fù)責(zé)人員的基本信息，表現(xiàn)出一對多的責(zé)任制關(guān)系；地面上眾多的AGV小車如一輛輛有軌電車，在工廠內(nèi)“雜亂”而有序地穿梭著，鋪就成一張復(fù)雜的“交通網(wǎng)絡(luò)”；整條流水線只剩零星的員工。生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：在半精加工與精加工等工序中，同時(shí)有多臺(tái)機(jī)床正各自執(zhí)行著不同零件的加工。數(shù)據(jù)制造工作室除常規(guī)部門，新增數(shù)據(jù)制造工作室：數(shù)據(jù)科學(xué)家崗位1：產(chǎn)品初期的訂單轉(zhuǎn)化崗位2：工藝流程制定崗位3：仿真分析崗位4：產(chǎn)品性能參數(shù)的采集與測試分析崗位5：設(shè)計(jì)智能算法以“訓(xùn)練”機(jī)器人等傳統(tǒng)崗位數(shù)據(jù)驅(qū)動(dòng)型崗位02制造與經(jīng)營模式轉(zhuǎn)型解析制造與經(jīng)營模式轉(zhuǎn)型解析轉(zhuǎn)型成果轉(zhuǎn)型原因轉(zhuǎn)型保障轉(zhuǎn)型原因：需求分析Engine老師：“為何貴企要做出如此大的投入來改變原有的制造與運(yùn)營模式呢？”BD先生：“影響我們做出這項(xiàng)重大決策的因素有很多，但轉(zhuǎn)型的原因主要在于‘需求’層面，并且是內(nèi)外兩大因素共同驅(qū)動(dòng)的。”外部因素：用戶BD先生：“從用戶角度，主要是產(chǎn)品個(gè)性化需求和服務(wù)主動(dòng)化需求的提升?！苯陙硇∨慷ㄖ祁愋陀脩舻谋壤尸F(xiàn)急劇上升趨勢，譬如某些小型企業(yè)的訂單、大量高校教學(xué)研作品的訂單以及部分個(gè)體戶的定制產(chǎn)品的訂單等等；并且這批用戶均有以下3個(gè)特點(diǎn)：1.類型繁多復(fù)雜，單一類型量少，但各類型的集合總量龐大2.要求商家能夠快速實(shí)現(xiàn)產(chǎn)品轉(zhuǎn)化3.愿意在質(zhì)量保障基礎(chǔ)上，于一定范圍內(nèi)接受高價(jià)格產(chǎn)品個(gè)性化需求：變被動(dòng)接受為主動(dòng)提出服務(wù)模式：批量化定制生產(chǎn)挑戰(zhàn)1.用戶共同參與產(chǎn)品方案制定2.用戶要求用材、工藝、物流信息透明化外部因素：其他企業(yè)BD先生：“從其他企業(yè)角度，小至地方中小型民營企業(yè)，大至全球化的跨國公司，除去一貫的競爭關(guān)系，愈發(fā)表現(xiàn)出合作共贏的需求?！庇捎趥€(gè)性化產(chǎn)品的多樣性，獨(dú)立的企業(yè)個(gè)體業(yè)務(wù)能力的不足愈發(fā)凸顯，只有社會(huì)分工更加明確、細(xì)分，朝著更大規(guī)模地互相協(xié)作方向轉(zhuǎn)型，才能有效彌補(bǔ)短板，最終交付用戶滿意的產(chǎn)品。內(nèi)部因素：生產(chǎn)需求BD先生：“從生產(chǎn)需求角度，產(chǎn)品的個(gè)性化不可避免地導(dǎo)致生產(chǎn)任務(wù)多樣化，意味著對企業(yè)生產(chǎn)能力的要求大幅提高。”純粹從該層面出發(fā)，或許更密集的勞動(dòng)力亦可實(shí)現(xiàn)，但智能機(jī)器人等智能化設(shè)備在代替重復(fù)性體力勞動(dòng)同時(shí)，還能通過人工智能算法滿足多種生產(chǎn)能力要求。此外，質(zhì)量保障及生產(chǎn)效率同樣是機(jī)器人相較于人力的優(yōu)勢，故而機(jī)器換人終究是大勢所趨。內(nèi)部因素：管理需求BD先生：“從管理需求角度，新型用戶就方案到產(chǎn)品的快速轉(zhuǎn)化和主動(dòng)參與各環(huán)節(jié)的需求對企業(yè)各方面都提出要求，也包括管理的快捷有效及透明?！比蝿?wù)的下達(dá)以及工作進(jìn)度與問題的反饋務(wù)必摒棄冗余的層級(jí)隔離現(xiàn)象，不僅管理者需及時(shí)了解各個(gè)部分的情況，分管人員等所有員工均應(yīng)明白各環(huán)節(jié)之間的依賴關(guān)系，才能在用戶或上級(jí)就項(xiàng)目本身的情況變更時(shí)，以最快速度做出響應(yīng)。因而‘端到端’的管理模式同樣勢在必行。內(nèi)部因素：成本需求BD先生：“從成本需求角度，長遠(yuǎn)來看，智能化改造對企業(yè)的生存終究是良性循環(huán)?！惫I(yè)機(jī)器人與AGV小車等的大量購置，雖有初期高昂的成本投入，但其作用除去工作效率與質(zhì)量的因素外，更在于國內(nèi)人工成本上漲，企業(yè)難以承受后期大量一線操作工、物料員等功能單一且替代性強(qiáng)的員工的薪資壓力。轉(zhuǎn)型保障：技術(shù)保障Engine老師：“請問貴企又是如何完成轉(zhuǎn)型的呢？好讓我的學(xué)生們能有更透徹的理解?！盉D先生：“說到如何實(shí)現(xiàn)轉(zhuǎn)型，還得從新形勢下可利用的資源出發(fā)。剛才提及的各種需求并非一時(shí)之間產(chǎn)生；但在過去，縱使想要轉(zhuǎn)型，奈何沒有技術(shù)條件支持，轉(zhuǎn)型只能是無稽之談。不過當(dāng)下形勢發(fā)生巨變，大數(shù)據(jù)技術(shù)在電商、醫(yī)療等領(lǐng)域風(fēng)生水起，如今在工業(yè)設(shè)備可實(shí)現(xiàn)網(wǎng)絡(luò)互聯(lián)的基礎(chǔ)上，同樣可完成海量工業(yè)數(shù)據(jù)的采集；此外，計(jì)算機(jī)的計(jì)算能力大幅提高以及分布式計(jì)算、并行計(jì)算的出現(xiàn)又為工業(yè)大數(shù)據(jù)的數(shù)據(jù)處理提供前提條件?！惫I(yè)大數(shù)據(jù)技術(shù)1.工業(yè)設(shè)備互聯(lián)互通2.計(jì)算機(jī)的計(jì)算能力大幅提升3.分布式并行計(jì)算、邊緣計(jì)算等的出現(xiàn)保障轉(zhuǎn)型保障：技術(shù)保障數(shù)字化技術(shù)網(wǎng)絡(luò)化技術(shù)新一代人工智能技術(shù)融合實(shí)現(xiàn)落地：數(shù)字化資源可成為工業(yè)大數(shù)據(jù)的來源之一。工業(yè)大數(shù)據(jù)技術(shù)轉(zhuǎn)型保障：技術(shù)保障數(shù)字化技術(shù)網(wǎng)絡(luò)化技術(shù)新一代人工智能技術(shù)融合實(shí)現(xiàn)落地：遠(yuǎn)程制造、協(xié)同制造等變得更切實(shí)可行。工業(yè)大數(shù)據(jù)技術(shù)轉(zhuǎn)型保障：技術(shù)保障數(shù)字化技術(shù)網(wǎng)絡(luò)化技術(shù)新一代人工智能技術(shù)融合實(shí)現(xiàn)落地：生產(chǎn)關(guān)系將被顛覆。工業(yè)大數(shù)據(jù)技術(shù)轉(zhuǎn)型成果：工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)BD先生：“整個(gè)工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)網(wǎng)絡(luò)：一方面以它‘實(shí)時(shí)且可共享’的特性能有效滿足本企業(yè)與用戶及協(xié)作企業(yè)間的溝通需求，以及企業(yè)內(nèi)部的管理需求；另一方面還在于可通過海量的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，最終實(shí)現(xiàn)智能化應(yīng)用落地?！惫I(yè)大數(shù)據(jù)生態(tài)系統(tǒng)組成與應(yīng)用產(chǎn)品數(shù)據(jù)工業(yè)大數(shù)據(jù)中心工業(yè)大數(shù)據(jù)中心軟硬件數(shù)據(jù)大數(shù)據(jù)中心用于存儲(chǔ)各類產(chǎn)品全生命周期中產(chǎn)生的各類數(shù)據(jù)，以及企業(yè)各類軟硬件數(shù)據(jù)等，并進(jìn)行規(guī)范化管理。工業(yè)大數(shù)據(jù)中心：產(chǎn)品數(shù)據(jù)1.用戶訂單的需求方案文檔數(shù)據(jù)2.產(chǎn)品生產(chǎn)流程中產(chǎn)生的數(shù)據(jù)3.產(chǎn)品售后服務(wù)相關(guān)的追蹤信息數(shù)據(jù)既有傳統(tǒng)大批量式的產(chǎn)品訂單，也有個(gè)性化產(chǎn)品的定制文檔產(chǎn)品生命周期內(nèi)數(shù)據(jù)：工業(yè)大數(shù)據(jù)中心：產(chǎn)品數(shù)據(jù)1.用戶訂單的需求方案文檔數(shù)據(jù)2.產(chǎn)品生產(chǎn)流程中產(chǎn)生的數(shù)據(jù)3.產(chǎn)品售后服務(wù)相關(guān)的追蹤信息數(shù)據(jù)一旦確立產(chǎn)品方案便著手進(jìn)行三維建模與有限元分析，再是工藝規(guī)程制定以及對各種設(shè)備的任務(wù)部署，接著按既定工序完成產(chǎn)品的制造與裝配和成品檢測等工作，其中也可能涉及其他企業(yè)的協(xié)作部分。上述所有環(huán)節(jié)產(chǎn)生的數(shù)據(jù)都將一一歸檔至大數(shù)據(jù)中心，并且一份完整的數(shù)據(jù)資料歸該產(chǎn)品所有，而其中典型的工藝與算法等數(shù)據(jù)則另外歸至分屬的存儲(chǔ)模塊，作為資源庫為后續(xù)產(chǎn)品開發(fā)所用。產(chǎn)品生命周期內(nèi)數(shù)據(jù)：工業(yè)大數(shù)據(jù)中心：軟硬件數(shù)據(jù)企業(yè)內(nèi)部各類資產(chǎn)數(shù)據(jù)：1.數(shù)據(jù)庫數(shù)據(jù)1.硬件設(shè)備本身所產(chǎn)生的數(shù)據(jù)用于相關(guān)資產(chǎn)的維保等。所有產(chǎn)品數(shù)據(jù)與軟硬件數(shù)據(jù)在企業(yè)內(nèi)部共享，即可實(shí)現(xiàn)一步化管理以及員工對企業(yè)運(yùn)作的了解和對緊急情況的快速應(yīng)對；而其中部分?jǐn)?shù)據(jù)與用戶共享，則可提升其在產(chǎn)品生命周期中的參與度，確保企業(yè)與用戶之間的關(guān)系透明化，并充分保障用戶的主觀意愿得到滿足。數(shù)據(jù)應(yīng)用工業(yè)大數(shù)據(jù)應(yīng)用工業(yè)大數(shù)據(jù)應(yīng)用技術(shù)應(yīng)用數(shù)據(jù)應(yīng)用：最優(yōu)方案制定1.當(dāng)接收一項(xiàng)訂單后，公司會(huì)首先向用戶提供一份產(chǎn)品基本信息采集表，內(nèi)容包括產(chǎn)品外形、尺寸、材質(zhì)、功能等；2.隨后公司對信息表進(jìn)行評(píng)估，一般在外形、尺寸、功能要素不變前提下羅列可供選擇的多種材料及其當(dāng)前市場價(jià)、加工工藝方案，并結(jié)合自身的制造能力按經(jīng)濟(jì)性最佳、性能最佳或綜合性最佳的三種及以上的推薦產(chǎn)品方案反饋用戶；3.由用戶根據(jù)預(yù)算或可接受價(jià)格范圍共同制定最優(yōu)方案。注：其中含最新市場價(jià)的材料清單、工藝清單的數(shù)據(jù)均由大數(shù)據(jù)中心的實(shí)時(shí)數(shù)據(jù)庫模塊提供；當(dāng)產(chǎn)品完成制造環(huán)節(jié)后，物流、裝配等方案同理。數(shù)據(jù)應(yīng)用：端到端的生產(chǎn)管理對生產(chǎn)管理而言，大數(shù)據(jù)中心相當(dāng)于數(shù)據(jù)共享平臺(tái)，管理層以及各生產(chǎn)環(huán)節(jié)負(fù)責(zé)人員好比一個(gè)個(gè)‘雙向接口’。1.大數(shù)據(jù)中心的每一份訂單均有獨(dú)立的生命周期進(jìn)度條，其按照當(dāng)前待執(zhí)行環(huán)節(jié)被分配至相應(yīng)部門；2.每一項(xiàng)任務(wù)將被進(jìn)行評(píng)估并擬定預(yù)計(jì)期限，進(jìn)而分配至空任務(wù)人員或任務(wù)末期人員，此時(shí)該人員或該小組在大數(shù)據(jù)中心將被標(biāo)注任務(wù)名稱、期限等屬性。如此既可真正實(shí)現(xiàn)批量化定制，又可實(shí)現(xiàn)各環(huán)節(jié)之間的橫向溝通與管理人員的垂直管理，對出現(xiàn)的問題快速靶向定位，大幅縮短問題溯源時(shí)間，以便做出迅捷的響應(yīng)對策。技術(shù)應(yīng)用：制造水平突破升級(jí)結(jié)合新一代人工智能技術(shù)實(shí)現(xiàn)制造水平的突破升級(jí)：包括生產(chǎn)效率和制造水平的提高。隨著一批具備自主學(xué)習(xí)與自主決策能力的智能機(jī)床、智能機(jī)器人等智能化設(shè)備實(shí)現(xiàn)應(yīng)用，在大數(shù)據(jù)環(huán)境下——1.基于海量數(shù)據(jù)訓(xùn)練得到不同算法模型，進(jìn)而控制智能化設(shè)備以替代人力并更高效地完成多種工業(yè)產(chǎn)品的制造、裝配與檢測；2.智能機(jī)床可進(jìn)行加工工藝優(yōu)化，實(shí)現(xiàn)產(chǎn)品質(zhì)量的提升，此外對于相同產(chǎn)品的批量制造，能有效確保產(chǎn)品質(zhì)量的穩(wěn)定性。技術(shù)應(yīng)用：物聯(lián)設(shè)備的預(yù)見式管控機(jī)器人、機(jī)床、產(chǎn)線等都屬于企業(yè)的硬資產(chǎn)，高昂的成本和維保費(fèi)用使它們的健康狀況備受關(guān)注。將原本獨(dú)立的設(shè)備進(jìn)行網(wǎng)絡(luò)化連接布局，通過長期對設(shè)備特征數(shù)據(jù)的采集、分析可有效地得出設(shè)備各部分的變化趨勢，以對即將可能發(fā)生的故障進(jìn)行預(yù)判并提前檢修，降低企業(yè)人力、財(cái)力無謂的損耗。03工業(yè)大數(shù)據(jù)生態(tài)影響分析工業(yè)大數(shù)據(jù)生態(tài)影響分析求職者創(chuàng)業(yè)者職位要求變更思想觀念轉(zhuǎn)變在場學(xué)生：“請問就機(jī)械行業(yè)而言，既然工業(yè)大數(shù)據(jù)時(shí)代是大勢所趨，那么它對于人才方面又會(huì)產(chǎn)生怎樣的影響，是否提出新的要求？如此也能使大家更有目標(biāo)地去努力、去準(zhǔn)備?！盉D先生：“這種影響若從求職者角度出發(fā)，便是傳統(tǒng)職業(yè)的沒落伴隨新興職業(yè)的誕生；若從志在創(chuàng)業(yè)者角度出發(fā)，便是新模式下思想觀念的轉(zhuǎn)變?！鼻舐氄呓嵌龋郝毼灰笞兏麭D先生：“對于職業(yè)更替現(xiàn)象，如前所述的智能化設(shè)備的出現(xiàn)并非為了完全取代人，好比自動(dòng)化產(chǎn)線整體的柔性度再高也不及人的靈活性與功能多樣性，人機(jī)結(jié)合方能產(chǎn)生最大的效益?！痹谠S多諸如流水操作工等傳統(tǒng)職業(yè)消失或需求人數(shù)減少的情況下，也出現(xiàn)適應(yīng)新工作環(huán)境的新職業(yè)，譬如：1.在生產(chǎn)現(xiàn)場所見的幾位現(xiàn)場維護(hù)工程師，他們利用大數(shù)據(jù)互聯(lián)技術(shù)同時(shí)管理著產(chǎn)線上所有的設(shè)備；2.

“數(shù)據(jù)制造工作室”里的各位數(shù)據(jù)科學(xué)家們，他們在室內(nèi)便可高效完成產(chǎn)品的設(shè)計(jì)與仿真和產(chǎn)品的質(zhì)檢與分析等。這些人或是機(jī)械、材料或自動(dòng)化等專業(yè)出身，并掌握相應(yīng)的大數(shù)據(jù)技術(shù)應(yīng)用能力，主要負(fù)責(zé)數(shù)據(jù)的分析應(yīng)用來優(yōu)化產(chǎn)品的制造流程；或是計(jì)算機(jī)等專業(yè)出身，后續(xù)接觸機(jī)械行業(yè)，主要負(fù)責(zé)對大數(shù)據(jù)技術(shù)以及智能化設(shè)備控制所需算法的底層支持。創(chuàng)業(yè)者角度：思想觀念轉(zhuǎn)變?nèi)詮奈锫?lián)設(shè)備的預(yù)見式管控出發(fā)，以其中典型的‘機(jī)床健康保障’模式為例來詳細(xì)講解。BD先生：“如果你是一位企業(yè)主，那么沒有人比你更關(guān)心這一臺(tái)臺(tái)機(jī)床的健康狀況了。一旦關(guān)鍵的機(jī)床出現(xiàn)故障，它將衍生出大大小小多項(xiàng)癥狀。機(jī)床故障就得停機(jī)，停機(jī)后還需要等待專業(yè)人員前來維修、測試直至重新投入使用，這意味著至少三大方面的額外損失。”1.維修費(fèi)用的支出2.導(dǎo)致其他輔助設(shè)備閑置，造成生產(chǎn)率下降等3.嚴(yán)重的機(jī)床事故還可能對之后機(jī)床的質(zhì)量、壽命產(chǎn)生不可挽回的影響“故而企業(yè)家是最不愿看到故障的發(fā)生或希望最大程度降低故障風(fēng)險(xiǎn)。機(jī)床大數(shù)據(jù)的采集與分析應(yīng)用，則能真正實(shí)現(xiàn)變事后故障處理為事前健康預(yù)測?！睓C(jī)床故障分析BD先生：“機(jī)床常見的故障可分為數(shù)控系統(tǒng)故障、機(jī)械結(jié)構(gòu)故障以及電氣系統(tǒng)故障，尤其機(jī)械結(jié)構(gòu)故障發(fā)生率高達(dá)57%，這包括機(jī)床主軸箱、絲杠副、導(dǎo)軌副、潤滑系統(tǒng)與氣動(dòng)系統(tǒng)等的故障，也包括刀具、夾具、工件、材料等制造資源的故障。為減少或避免事故發(fā)生，則可通過采集數(shù)控系統(tǒng)內(nèi)部實(shí)時(shí)產(chǎn)生的大量的電控?cái)?shù)據(jù)以及系統(tǒng)外部傳感器采集的各類數(shù)據(jù)來構(gòu)建起機(jī)床工作過程中的CPS（信息-物理系統(tǒng)）模型。”1.數(shù)控系統(tǒng)故障2.機(jī)械結(jié)構(gòu)故障3.電氣系統(tǒng)故障等機(jī)床常見故障機(jī)床健康保障方案BD先生：1.為機(jī)床設(shè)置具有診斷機(jī)床工作質(zhì)量功能的工作任務(wù)，而將執(zhí)行該任務(wù)的G代碼作為測試方案；2.在機(jī)床進(jìn)入市場前或使用初期，即機(jī)床健康狀況良好階段便進(jìn)行診斷，以得到該機(jī)床健康狀態(tài)下的心電圖并作為后續(xù)對該機(jī)床健康評(píng)估的標(biāo)準(zhǔn)；3.定期為機(jī)床進(jìn)行健康狀況的檢測與評(píng)估分析，在機(jī)床各項(xiàng)指標(biāo)變化過程中即可提出機(jī)床使用建議，或在某項(xiàng)指標(biāo)達(dá)到臨界值前即提前預(yù)測可能發(fā)生的機(jī)床故障而根據(jù)評(píng)估報(bào)告對機(jī)床進(jìn)行保養(yǎng)，實(shí)現(xiàn)最大程度避免機(jī)床事故的發(fā)生。盈利模式轉(zhuǎn)變1.一方面可將傳統(tǒng)的機(jī)床銷售為主的盈利模式轉(zhuǎn)變?yōu)椤N售+服務(wù)’或‘租賃+服務(wù)’的多樣化盈利模式；機(jī)床健康保障的新模式不僅是機(jī)床使用企業(yè)的需求，也是機(jī)床廠家的需求所在。2.另一方面通過為售賣的每一臺(tái)機(jī)床個(gè)性化訂制健康評(píng)估模板以及根據(jù)用戶使用過程中出現(xiàn)的情況進(jìn)行總結(jié)以提升改進(jìn)自身的機(jī)床產(chǎn)品，從而實(shí)現(xiàn)良性循環(huán)。只有在產(chǎn)業(yè)模式變更情況下，及時(shí)或提前將傳統(tǒng)觀念轉(zhuǎn)變，才能做到與時(shí)俱進(jìn)。企業(yè)轉(zhuǎn)型普遍性在場學(xué)生：“經(jīng)理您好，按您所說，那么不久將來，基本每一家相關(guān)的企業(yè)都會(huì)進(jìn)行這種轉(zhuǎn)型吧？”BD先生：“不敢保證每一家企業(yè)，并且這需要分情況討論。目前有的企業(yè)一開始便是精英化模式，基本不存在人口紅利消失的問題；有的企業(yè)則是洞見了這種趨勢及其效益，主動(dòng)進(jìn)行轉(zhuǎn)型；而目前更多的仍是處于傳統(tǒng)方式下的企業(yè)，他們大多不會(huì)在原有的盈利模式有較大波動(dòng)情況下主動(dòng)轉(zhuǎn)型，直到內(nèi)外部的矛盾壓力顯現(xiàn)才會(huì)被迫選擇轉(zhuǎn)型。但無論如何，今后的趨勢終究是不會(huì)再有大量廉價(jià)勞動(dòng)力，用戶的個(gè)性化需求也愈發(fā)凸顯，因此，相信絕大部分企業(yè)最終都會(huì)主動(dòng)或被動(dòng)地走上轉(zhuǎn)型之路?！苯涣鹘Y(jié)束后，Engine老師帶領(lǐng)同學(xué)們心滿意足地返校，并為后續(xù)走訪調(diào)研著手準(zhǔn)備。章末小結(jié)通過本章的閱讀，讀者應(yīng)了解當(dāng)今形勢下，傳統(tǒng)工廠終將往智能工廠轉(zhuǎn)型。1.轉(zhuǎn)型原因主要在于內(nèi)外需求的變化：外部需求包括用戶就產(chǎn)品個(gè)性化與服務(wù)主動(dòng)化的需求程度提高，并且企業(yè)間的合作互贏需求同樣提高；內(nèi)部需求包括企業(yè)在生產(chǎn)工具、生產(chǎn)關(guān)系方面的需求，管理精簡化需求，以及成本控制方面的需求也因外部環(huán)境的變化而必須做出調(diào)整。2.轉(zhuǎn)型成功的技術(shù)保障主要依賴于工業(yè)大數(shù)據(jù)技術(shù)的成熟，以其為基礎(chǔ)，與數(shù)字化技術(shù)、網(wǎng)絡(luò)化技術(shù)以及新一代人工智能技術(shù)結(jié)合才能真正實(shí)現(xiàn)工廠智能化。章末小結(jié)通過本章的閱讀，讀者應(yīng)了解當(dāng)今形勢下，傳統(tǒng)工廠終將往智能工廠轉(zhuǎn)型。3.轉(zhuǎn)型成果：一方面體現(xiàn)在企業(yè)搭建起一套完整的“工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)”，其由容納產(chǎn)品數(shù)據(jù)、軟硬件數(shù)據(jù)等海量工業(yè)數(shù)據(jù)在內(nèi)的工業(yè)大數(shù)據(jù)中心；另一方面體現(xiàn)在工業(yè)大數(shù)據(jù)系統(tǒng)在數(shù)據(jù)、技術(shù)方面的應(yīng)用落地，前者包括企業(yè)與用戶間訂單的最優(yōu)方案制定、企業(yè)內(nèi)端到端的生產(chǎn)管理等方面的應(yīng)用，后者包括企業(yè)制造水平的突破升級(jí)、工廠的物聯(lián)網(wǎng)設(shè)備的預(yù)見式管控等方面的應(yīng)用。4.工業(yè)大數(shù)據(jù)浪潮的影響對于求職者而言，是職位要求的變更；對于創(chuàng)業(yè)者而言則主要是思維模式的轉(zhuǎn)變。課后習(xí)題1.智能工廠與傳統(tǒng)工廠有何區(qū)別？請列舉3點(diǎn)。2.企業(yè)轉(zhuǎn)型的需求具體原因有哪些？3.工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)與智能工廠之間屬于何種關(guān)系？4.傳統(tǒng)工廠轉(zhuǎn)型為智能工廠涉及哪幾類技術(shù)？5.在批量化定制生產(chǎn)過程中，請簡述如何實(shí)現(xiàn)“端到端的生產(chǎn)管理”模式？工業(yè)大數(shù)據(jù)概述工業(yè)大數(shù)據(jù)與智能制造工業(yè)大數(shù)據(jù)與大數(shù)據(jù)目錄工業(yè)大數(shù)據(jù)基本概念010103國內(nèi)現(xiàn)狀與前景040102學(xué)習(xí)目標(biāo)1.掌握工業(yè)大數(shù)據(jù)的定義2.了解工業(yè)大數(shù)據(jù)的特征3.掌握工業(yè)大數(shù)據(jù)的數(shù)據(jù)架構(gòu)4.了解工業(yè)大數(shù)據(jù)的技術(shù)架構(gòu)與應(yīng)用（平臺(tái)）架構(gòu)5.了解工業(yè)大數(shù)據(jù)與大數(shù)據(jù)、數(shù)據(jù)科學(xué)的區(qū)別6.了解新一代智能制造及其與工業(yè)大數(shù)據(jù)的關(guān)系01工業(yè)大數(shù)據(jù)基本概念工業(yè)大數(shù)據(jù)基本概念工業(yè)大數(shù)據(jù)基本概念工業(yè)大數(shù)據(jù)發(fā)展背景工業(yè)大數(shù)據(jù)定義工業(yè)大數(shù)據(jù)特征工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)工業(yè)大數(shù)據(jù)應(yīng)用（平臺(tái)）架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)工業(yè)大數(shù)據(jù)發(fā)展背景大數(shù)據(jù)技術(shù)的發(fā)展，使得上世紀(jì)90年代第二次陷入低谷的人工智能領(lǐng)域再次迎來曙光，并進(jìn)入到“新一代人工智能”時(shí)代。相應(yīng)的，工業(yè)領(lǐng)域也因工業(yè)大數(shù)據(jù)技術(shù)等的突破而正式迎來“第四次工業(yè)革命”，這也引起世界各國的高度重視。近年來，世界上的工業(yè)巨頭國家紛紛推出針對性的國家戰(zhàn)略，以期占領(lǐng)新工業(yè)的制高點(diǎn)。12012年2月，美國發(fā)布《先進(jìn)制造業(yè)國家戰(zhàn)略計(jì)劃》報(bào)告，后發(fā)布《2014年全球大數(shù)據(jù)白皮書》，指出：要提高分析運(yùn)營和交易數(shù)據(jù)的能力；洞察客戶線上消費(fèi)行為以提供新的高度復(fù)雜產(chǎn)品；對重點(diǎn)機(jī)器和設(shè)備進(jìn)行更加深入的感知。工業(yè)大數(shù)據(jù)發(fā)展背景22013年4月，德國將“工業(yè)4.0”上升至國家戰(zhàn)略，強(qiáng)調(diào)通過信息互聯(lián)技術(shù)與傳統(tǒng)工業(yè)制造的深度融合，使產(chǎn)品與設(shè)備之間、工業(yè)內(nèi)部縱向之間、工廠與工廠之間，都能通過信息物理系統(tǒng)連接為一個(gè)整體，從而實(shí)現(xiàn)智能化生產(chǎn)。32015年，法國推出“新工業(yè)法國Ⅱ”計(jì)劃，全面學(xué)習(xí)德國工業(yè)4.0，又在同年5月公布未來工業(yè)計(jì)劃，主要目標(biāo)是建立更為互聯(lián)互通、更具競爭力的法國工業(yè)。工業(yè)大數(shù)據(jù)發(fā)展背景42015年5月，中國國務(wù)院印發(fā)《中國制造2025》規(guī)劃，提出將重點(diǎn)推動(dòng)兩化（信息化與工業(yè)化）深度融合，把智能制造作為主攻方向，著力發(fā)展智能設(shè)備和智能產(chǎn)品，推進(jìn)生產(chǎn)過程智能化；同年12月，《國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2015年版）》發(fā)布，并確定工業(yè)大數(shù)據(jù)屬于智能制造標(biāo)準(zhǔn)體系五大關(guān)鍵技術(shù)之一。工業(yè)大數(shù)據(jù)定義工業(yè)大數(shù)據(jù)：指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、工藝、制造、采購、發(fā)貨和交付、售后服務(wù)、運(yùn)維、報(bào)廢或回收再制造等整個(gè)產(chǎn)品全生命周期各個(gè)環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱。廣義的工業(yè)大數(shù)據(jù)應(yīng)分為各類工業(yè)數(shù)據(jù)、工業(yè)大數(shù)據(jù)技術(shù)和工業(yè)大數(shù)據(jù)應(yīng)用三大部分。工業(yè)大數(shù)據(jù)定義：工業(yè)數(shù)據(jù)來源企業(yè)信息化數(shù)據(jù)包括產(chǎn)品研發(fā)數(shù)據(jù)、生產(chǎn)性數(shù)據(jù)、經(jīng)營性數(shù)據(jù)、客戶信息數(shù)據(jù)、物流供應(yīng)數(shù)據(jù)以及環(huán)境數(shù)據(jù)，以上均屬于工業(yè)領(lǐng)域的傳統(tǒng)數(shù)據(jù)資產(chǎn)。企業(yè)信息化數(shù)據(jù)工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)外部跨界數(shù)據(jù)工業(yè)數(shù)據(jù)三大來源工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)指工業(yè)設(shè)備和產(chǎn)品快速產(chǎn)生的且存在時(shí)間序列差異的大量數(shù)據(jù)，也是新的、增長最快的數(shù)據(jù)來源。外部跨界數(shù)據(jù)則是由企業(yè)外部互聯(lián)網(wǎng)來源的數(shù)據(jù)，如環(huán)境法規(guī)、宏觀社會(huì)經(jīng)濟(jì)數(shù)據(jù)等。工業(yè)大數(shù)據(jù)定義：工業(yè)大數(shù)據(jù)技術(shù)工業(yè)大數(shù)據(jù)技術(shù)包括數(shù)據(jù)采集、預(yù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、可視化以及智能控制等，與傳統(tǒng)數(shù)據(jù)挖掘的過程相似，即從大量的、不完全的、有噪聲的、隨機(jī)的數(shù)據(jù)中提取隱藏而有用的信息和知識(shí)。但在大數(shù)據(jù)背景下，傳統(tǒng)技術(shù)不再具備處理海量數(shù)據(jù)集的能力，因此進(jìn)行數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)處理的工具和技術(shù)因此發(fā)生了巨大的更替。工業(yè)大數(shù)據(jù)定義：工業(yè)大數(shù)據(jù)應(yīng)用工業(yè)大數(shù)據(jù)應(yīng)用是指對特定的工業(yè)大數(shù)據(jù)集，集成應(yīng)用工業(yè)大數(shù)據(jù)技術(shù)，以獲得有價(jià)值信息的過程。智能化設(shè)計(jì)智能化生產(chǎn)智能化服務(wù)網(wǎng)絡(luò)協(xié)同化制造個(gè)性化定制等工業(yè)大數(shù)據(jù)典型應(yīng)用工業(yè)大數(shù)據(jù)特征作為工業(yè)領(lǐng)域中的大數(shù)據(jù)，工業(yè)大數(shù)據(jù)既具有大數(shù)據(jù)的普適特征，也具有獨(dú)有的特征。海量性（Volume）數(shù)據(jù)量的大小決定所考慮的數(shù)據(jù)的價(jià)值和潛在的信息；大量機(jī)器設(shè)備的高頻數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)持續(xù)涌入，使得工業(yè)數(shù)據(jù)體量較大，大型工業(yè)企業(yè)的數(shù)據(jù)集將達(dá)到PB級(jí)，甚至EB級(jí)別。多樣性（Variety）數(shù)據(jù)類型的多樣性和來源廣泛；工業(yè)數(shù)據(jù)分布廣泛，分布于機(jī)器設(shè)備、工業(yè)產(chǎn)品、管理系統(tǒng)、互聯(lián)網(wǎng)等各個(gè)環(huán)節(jié)，并且結(jié)構(gòu)復(fù)雜，既有結(jié)構(gòu)化和半結(jié)構(gòu)化的傳感數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù)。工業(yè)大數(shù)據(jù)特征價(jià)值性（Value）即價(jià)值密度低，任何有價(jià)值的信息的提取都是基于海量的數(shù)據(jù)；相反也說明個(gè)別數(shù)據(jù)的缺失或錯(cuò)誤并不會(huì)對大數(shù)據(jù)價(jià)值的提取造成巨大影響?？焖傩裕╒elocity）指獲取和處理數(shù)據(jù)的速度快，工業(yè)數(shù)據(jù)處理速度需求多樣，生產(chǎn)現(xiàn)場要求時(shí)間分析達(dá)到毫秒級(jí)，即接近實(shí)時(shí)的要求；管理與決策應(yīng)用則需要支持交互式或批量數(shù)據(jù)分析。工業(yè)大數(shù)據(jù)特征準(zhǔn)確性（Accuracy）工業(yè)大數(shù)據(jù)更加關(guān)注數(shù)據(jù)質(zhì)量，對數(shù)據(jù)分析的置信度要求較高，僅依靠統(tǒng)計(jì)相關(guān)性分析不足以支撐故障診斷、預(yù)測預(yù)警等工業(yè)應(yīng)用，需要將物理模型與數(shù)據(jù)模型結(jié)合，挖掘因果關(guān)系。強(qiáng)關(guān)聯(lián)性（Strong-relevance）一方面指產(chǎn)品生命周期同一階段的數(shù)據(jù)具有強(qiáng)關(guān)聯(lián)性，如產(chǎn)品零部件組成、工況、設(shè)備狀態(tài)、維修情況、零部件補(bǔ)充采購等；另一方面指產(chǎn)品生命周期的研發(fā)設(shè)計(jì)、生產(chǎn)、服務(wù)等不同環(huán)節(jié)的數(shù)據(jù)之間需要進(jìn)行關(guān)聯(lián)。工業(yè)大數(shù)據(jù)特征閉環(huán)性（Closed-loop）包括產(chǎn)品全生命周期橫向過程中數(shù)據(jù)鏈條的封閉和關(guān)聯(lián)，以及縱向數(shù)據(jù)采集和處理過程中，需要支撐狀態(tài)感知、分析、反饋、控制等閉環(huán)場景下的動(dòng)態(tài)持續(xù)調(diào)整和優(yōu)化。工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)工業(yè)領(lǐng)域的海量數(shù)據(jù)本身并不是人們關(guān)注的重點(diǎn)，關(guān)鍵在于工業(yè)數(shù)據(jù)所能帶來的價(jià)值，而這主要通過企業(yè)維的縱向數(shù)據(jù)以及產(chǎn)品維的橫向數(shù)據(jù)進(jìn)行集成以在價(jià)值維度上實(shí)現(xiàn)價(jià)值增長。工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)企業(yè)維度描述企業(yè)信息化數(shù)據(jù)產(chǎn)品維度描述工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)：企業(yè)維就企業(yè)維度而言，企業(yè)在生產(chǎn)制造過程中主要會(huì)產(chǎn)生以下數(shù)據(jù)?！驹O(shè)備層】設(shè)備層的物理器件由機(jī)床、機(jī)器人以及相關(guān)的傳感器、儀表等組成，產(chǎn)生的數(shù)據(jù)包括設(shè)備內(nèi)部運(yùn)行狀態(tài)數(shù)據(jù)、設(shè)備外部環(huán)境狀態(tài)數(shù)據(jù)等?！究刂茖印靠刂茖佑煽删幊踢壿嬁刂破鳎≒LC）、數(shù)控機(jī)床（CNC）、數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）、分布式控制系統(tǒng)（DCS）和現(xiàn)場總線等組成，主要完成設(shè)備控制命令的下達(dá)、設(shè)備數(shù)據(jù)的采集與傳輸?shù)??！拒囬g層】車間層即制造執(zhí)行系統(tǒng)（MES），主要產(chǎn)生由制造數(shù)據(jù)管理、計(jì)劃排程管理、生產(chǎn)調(diào)度管理、庫存管理、質(zhì)量管理和人力資源管理等包含的數(shù)據(jù)。【企業(yè)層】企業(yè)層數(shù)據(jù)包括產(chǎn)品設(shè)計(jì)數(shù)據(jù)、工藝過程設(shè)計(jì)數(shù)據(jù)、客戶關(guān)系管理數(shù)據(jù)、企業(yè)資源管理數(shù)據(jù)、企業(yè)資產(chǎn)管理數(shù)據(jù)、供應(yīng)鏈管理數(shù)據(jù)和運(yùn)行維護(hù)數(shù)據(jù)等?！緟f(xié)同層】協(xié)同層包括企業(yè)與企業(yè)間協(xié)同和企業(yè)與用戶間協(xié)同，前者產(chǎn)生的數(shù)據(jù)包括協(xié)同制造、產(chǎn)能共享等，后者包括個(gè)性化定制、服務(wù)型制造的商業(yè)模式等。工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)：產(chǎn)品維就產(chǎn)品維度而言，產(chǎn)品的全生命周期主要會(huì)產(chǎn)生下列數(shù)據(jù)?！驹O(shè)計(jì)】設(shè)計(jì)層包括用戶需求與產(chǎn)品設(shè)計(jì)兩大方面，用戶的個(gè)性化定制需求是產(chǎn)品設(shè)計(jì)數(shù)據(jù)來源，而產(chǎn)品設(shè)計(jì)則是根據(jù)需求進(jìn)行計(jì)算機(jī)輔助設(shè)計(jì)（CAD）、計(jì)算機(jī)輔助分析工程（CAE）、計(jì)算機(jī)輔助工藝過程設(shè)計(jì)（CAPP）、計(jì)算機(jī)輔助制造（CAM）?！旧a(chǎn)】生產(chǎn)層即產(chǎn)品在制造過程中產(chǎn)生的數(shù)據(jù)，如產(chǎn)品制造狀態(tài)數(shù)據(jù)等?！疚锪鳌课锪鲗影ㄟ\(yùn)輸、倉儲(chǔ)、搬運(yùn)裝卸、包裝及流通加工等貨物流通環(huán)節(jié)涉及的數(shù)據(jù)?！句N售】銷售層包括商品類型、尺寸、型號(hào)、銷售類別、售價(jià)、銷量以及贈(zèng)品等方面的數(shù)據(jù)?！痉?wù)】服務(wù)層包括產(chǎn)品安裝、調(diào)試，技術(shù)指導(dǎo)以及定期保養(yǎng)維護(hù)等方面的數(shù)據(jù)。工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)：價(jià)值維價(jià)值維度可由縱向集成、橫向集成以及端到端集成共同實(shí)現(xiàn)。縱向集成橫向集成端到端集成從企業(yè)角度，將設(shè)備層產(chǎn)生的數(shù)據(jù)到協(xié)同層的數(shù)據(jù)層層打通，實(shí)現(xiàn)縱向集成，則企業(yè)的生產(chǎn)在更加高效、低成本同時(shí)，更能有效提高產(chǎn)品質(zhì)量；因此，縱向數(shù)據(jù)價(jià)值的根本落腳點(diǎn)在于產(chǎn)品質(zhì)量保障，故可稱縱向數(shù)據(jù)為“制造型數(shù)據(jù)”。從產(chǎn)品的角度，將設(shè)計(jì)環(huán)節(jié)到售后服務(wù)乃至產(chǎn)品報(bào)廢或回收再利用的全生命周期內(nèi)產(chǎn)生的數(shù)據(jù)打通，實(shí)現(xiàn)橫向集成，則產(chǎn)品設(shè)計(jì)制造更符合用戶需求，物流更精準(zhǔn)快捷，銷售更便捷透明，服務(wù)更及時(shí)周到，無不體現(xiàn)出橫向數(shù)據(jù)價(jià)值的根本落腳點(diǎn)在于用戶滿意度保障，故可稱橫向數(shù)據(jù)為“服務(wù)型數(shù)據(jù)”。企業(yè)還應(yīng)充分利用端到端集成的優(yōu)勢，即在縱向?qū)优c橫向?qū)拥乃协h(huán)節(jié)中，企業(yè)應(yīng)牢牢抓住幾個(gè)關(guān)鍵環(huán)節(jié)實(shí)現(xiàn)端到端自主控制以“揚(yáng)長”，又應(yīng)借助云平臺(tái)環(huán)境使其他環(huán)節(jié)變得易于實(shí)現(xiàn)以“補(bǔ)短”，從而達(dá)到產(chǎn)品讓用戶滿意的最終目的。工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)主要分為四個(gè)層次，分別為數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層以及數(shù)據(jù)應(yīng)用層?！緮?shù)據(jù)采集層】這是連接工業(yè)現(xiàn)場與非工業(yè)現(xiàn)場的環(huán)節(jié)，主要通過各類傳感器對所需數(shù)據(jù)進(jìn)行監(jiān)測以及數(shù)據(jù)采集，并通過以太網(wǎng)或局域網(wǎng)進(jìn)行數(shù)據(jù)的實(shí)時(shí)傳輸至PC；而某些情況下采集的源數(shù)據(jù)是多維異構(gòu)的，則還需要進(jìn)行數(shù)據(jù)清洗、規(guī)約等預(yù)處理。【數(shù)據(jù)存儲(chǔ)層】是將采集的工業(yè)數(shù)據(jù)進(jìn)行本地化、邊緣化存儲(chǔ)，或?qū)?shù)據(jù)上傳至云端存儲(chǔ)，甚至也可存于移動(dòng)端中；而根據(jù)數(shù)據(jù)的實(shí)時(shí)性，存儲(chǔ)的數(shù)據(jù)可分為實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)。工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)主要分為四個(gè)層次，分別為數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層以及數(shù)據(jù)應(yīng)用層?！緮?shù)據(jù)分析層】包括數(shù)據(jù)提取和挖掘分析，通過從大數(shù)據(jù)存儲(chǔ)系統(tǒng)中抽取所需的數(shù)據(jù)并分析，來獲取有價(jià)值的特征信息；其中數(shù)據(jù)分析可借助Spark、Storm或Flink等計(jì)算引擎。【數(shù)據(jù)應(yīng)用層】利用數(shù)據(jù)挖掘分析得到的結(jié)果切實(shí)應(yīng)用于實(shí)際生產(chǎn)生活中，使得企業(yè)或用戶的需求得到更好的滿足；以數(shù)據(jù)可視化為例，譬如機(jī)床健康保障，雷達(dá)圖的應(yīng)用使得機(jī)床關(guān)鍵部件的健康狀態(tài)分布呈現(xiàn)得更加直觀，為機(jī)床維護(hù)提供及時(shí)的參考信息等。工業(yè)大數(shù)據(jù)應(yīng)用（平臺(tái)）架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)作為智能制造關(guān)鍵技術(shù)之一，在智能制造產(chǎn)業(yè)鏈中主要有大規(guī)模個(gè)性化定制、智能化設(shè)計(jì)、智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同制造和智能化服務(wù)五大典型應(yīng)用；這幾乎包含了產(chǎn)品生命周期大部分環(huán)節(jié)，但也說明了工業(yè)大數(shù)據(jù)技術(shù)給整個(gè)產(chǎn)業(yè)鏈帶來的顛覆性變化。“第四生產(chǎn)要素”——工業(yè)大數(shù)據(jù)如果說傳統(tǒng)的三大生產(chǎn)要素是土地、資本和勞動(dòng)力，那么大數(shù)據(jù)，將可以稱得上是“第四生產(chǎn)要素”，簡言之，工業(yè)大數(shù)據(jù)的價(jià)值就是通過精準(zhǔn)對接需求與資源耗費(fèi)，達(dá)到人與自然和諧相處、人與人和諧相處的目的。。02工業(yè)大數(shù)據(jù)與大數(shù)據(jù)工業(yè)大數(shù)據(jù)與大數(shù)據(jù)大數(shù)據(jù)與數(shù)據(jù)科學(xué)工業(yè)大數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)工業(yè)大數(shù)據(jù)與大數(shù)據(jù)大數(shù)據(jù)與數(shù)據(jù)科學(xué)：大數(shù)據(jù)大數(shù)據(jù)改變了傳統(tǒng)的思維模式：從過去的“數(shù)據(jù)-知識(shí)-問題”的知識(shí)范式變成如今的“數(shù)據(jù)-問題”的數(shù)據(jù)驅(qū)動(dòng)范式。大數(shù)據(jù)顛覆了傳統(tǒng)意義上對數(shù)據(jù)功能屬性的認(rèn)識(shí)：智能化提升的途徑從原來認(rèn)為的更復(fù)雜化算法轉(zhuǎn)變?yōu)椤昂Ａ繑?shù)據(jù)+簡單算法=最優(yōu)模型”。大數(shù)據(jù)令問題的剖析從以往的解釋性分析過渡到通過事物間的相關(guān)性來進(jìn)行預(yù)測，但也不能完全忽略根本上的因果關(guān)系。大數(shù)據(jù)也顛覆了傳統(tǒng)的人才培養(yǎng)模式：較以往執(zhí)行數(shù)據(jù)組織、管理、備份恢復(fù)等工作的“數(shù)據(jù)工程師”，數(shù)據(jù)相關(guān)人才將晉升為基于數(shù)據(jù)的管理，進(jìn)行數(shù)據(jù)分析決策、數(shù)據(jù)產(chǎn)品開發(fā)和業(yè)務(wù)定義等創(chuàng)造性工作的“數(shù)據(jù)科學(xué)家”。大數(shù)據(jù)（BigData）：指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)與數(shù)據(jù)科學(xué)：數(shù)據(jù)科學(xué)數(shù)據(jù)科學(xué)：是大數(shù)據(jù)背景下催生的一門新興學(xué)科。專業(yè)數(shù)據(jù)科學(xué)專業(yè)中的數(shù)據(jù)科學(xué)數(shù)據(jù)科學(xué)大數(shù)據(jù)與數(shù)據(jù)科學(xué)：數(shù)據(jù)科學(xué)數(shù)據(jù)科學(xué)：是大數(shù)據(jù)背景下催生的一門新興學(xué)科。專業(yè)數(shù)據(jù)科學(xué)專業(yè)數(shù)據(jù)科學(xué)強(qiáng)調(diào)大數(shù)據(jù)的基礎(chǔ)性、系統(tǒng)性和普適性的獨(dú)立于傳統(tǒng)科學(xué)的新興學(xué)科，旨在研究出一套完整的關(guān)于大數(shù)據(jù)的知識(shí)體系。專業(yè)中的數(shù)據(jù)科學(xué)指依存于某一專業(yè)領(lǐng)域的大數(shù)據(jù)研究，與專業(yè)的耦合度較高，強(qiáng)調(diào)學(xué)科交叉性，其研究有消費(fèi)大數(shù)據(jù)、健康大數(shù)據(jù)、工業(yè)大數(shù)據(jù)以及生物大數(shù)據(jù)等。專業(yè)中的數(shù)據(jù)科學(xué)工業(yè)大數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)工業(yè)大數(shù)據(jù)以及其他傳統(tǒng)大數(shù)據(jù)均屬于“專業(yè)中的數(shù)據(jù)科學(xué)”范疇，但作為工業(yè)領(lǐng)域中的大數(shù)據(jù)，工業(yè)大數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)在環(huán)節(jié)和應(yīng)用上仍存在較大差異，以工業(yè)大數(shù)據(jù)與消費(fèi)大數(shù)據(jù)的對比為例，如下表所示。環(huán)節(jié)和應(yīng)用消費(fèi)大數(shù)據(jù)工業(yè)大數(shù)據(jù)數(shù)據(jù)采集通過門戶網(wǎng)站等交互渠道采集，對實(shí)時(shí)性要求不高通過傳感器等感知技術(shù)采集，對實(shí)時(shí)性要求較高數(shù)據(jù)存儲(chǔ)數(shù)據(jù)關(guān)聯(lián)性低，存儲(chǔ)自由數(shù)據(jù)關(guān)聯(lián)性高，存儲(chǔ)復(fù)雜數(shù)據(jù)分析通用的大數(shù)據(jù)分析算法進(jìn)行相關(guān)性分析專業(yè)算法進(jìn)行精確性分析數(shù)據(jù)可視化數(shù)據(jù)分析結(jié)果可視化數(shù)據(jù)分析結(jié)果可視化、3D工業(yè)場景可視化閉環(huán)控制一般無需閉環(huán)反饋?zhàn)詣?dòng)化閉環(huán)反饋控制工業(yè)大數(shù)據(jù)與消費(fèi)大數(shù)據(jù)對照表03工業(yè)大數(shù)據(jù)與智能制造工業(yè)大數(shù)據(jù)與智能制造新一代智能制造工業(yè)大數(shù)據(jù)在智能制造作用工業(yè)大數(shù)據(jù)與智能制造新一代智能制造制造業(yè)的發(fā)展史如下表所示。制造模式制造系統(tǒng)功能機(jī)械化制造HPS（人-物理系統(tǒng)）代替部分體力勞動(dòng)（執(zhí)行）數(shù)字化制造、數(shù)字化網(wǎng)絡(luò)化制造HCPS(人-信息-物理系統(tǒng))代替大量體力勞動(dòng)（執(zhí)行）；代替部分腦力勞動(dòng)，人的相關(guān)制造經(jīng)驗(yàn)和知識(shí)轉(zhuǎn)移到信息系統(tǒng)（感知、分析決策、控制）新一代智能制造新一代HCPS（新一代人-信息-物理系統(tǒng)）代替更多體力勞動(dòng)（執(zhí)行）；代替大量腦力勞動(dòng)包括部分創(chuàng)造性腦力勞動(dòng)（感知、分析決策、學(xué)習(xí)認(rèn)知、控制）各種制造模式下的技術(shù)機(jī)理對照表以機(jī)床為例，傳統(tǒng)機(jī)床需要手工對刀、加工、變速等，盡管機(jī)床輔助人力實(shí)現(xiàn)了工件加工，但許多步驟還需人控制，使得加工精度和效率較低；數(shù)控機(jī)床則通過數(shù)控編程與控制技術(shù)有效改善了上述情況，但工件的上下料、加工軌跡的制定等某些環(huán)節(jié)仍舊依賴于人力；而新一代智能制造下的智能機(jī)床則不僅能通過智能機(jī)器人實(shí)現(xiàn)物料儲(chǔ)運(yùn)，還能在省去人力編程同時(shí)，通過學(xué)習(xí)認(rèn)知以優(yōu)化加工，實(shí)現(xiàn)更高質(zhì)高效的制造。新一代智能制造新一代智能制造（即數(shù)字化網(wǎng)絡(luò)化智能化制造）的興起由多項(xiàng)因素共同決定。因此，新一代智能制造最本質(zhì)的特征便是具備認(rèn)知和學(xué)習(xí)的能力，這極大地解放了人的體力和腦力，使人可以從事更有意義的創(chuàng)造性工作；同時(shí)也實(shí)現(xiàn)人機(jī)深度融合，從根本上提高制造系統(tǒng)處理復(fù)雜性、不確定性問題的能力，極大地優(yōu)化制造系統(tǒng)的性能。1.廣大的用戶群體提出不斷增長的個(gè)性化消費(fèi)需求；2.自然資源能源環(huán)境的約束進(jìn)一步加大；而現(xiàn)有的制造業(yè)體系和制造水平已難以滿足高端、個(gè)性、智能化產(chǎn)品和服務(wù)的需求；3.新一代人工智能技術(shù)，包括大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)取得戰(zhàn)略性突破；這極大地提高了新一代智能制造的可行性。工業(yè)大數(shù)據(jù)在智能制造的作用由下圖智能制造標(biāo)準(zhǔn)體系結(jié)構(gòu)可知，實(shí)現(xiàn)智能制造的技術(shù)路徑主要有五大關(guān)鍵技術(shù)：智能設(shè)備、智能工廠、智能服務(wù)、工業(yè)軟件和大數(shù)據(jù)以及工業(yè)互聯(lián)網(wǎng)；作為關(guān)鍵技術(shù)之一的工業(yè)大數(shù)據(jù)技術(shù)，其主要作用便是打通物理世界和信息世界，推動(dòng)生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)型。04國內(nèi)現(xiàn)狀與前景國內(nèi)現(xiàn)狀與前景工業(yè)大數(shù)據(jù)作為一項(xiàng)研究熱點(diǎn)持續(xù)發(fā)展，雖然國內(nèi)在工業(yè)大數(shù)據(jù)領(lǐng)域尚未建立起完善的標(biāo)準(zhǔn)體系，且由于地域發(fā)展不均衡，該項(xiàng)技術(shù)的覆蓋面還不廣泛，但不可否認(rèn)的是工業(yè)大數(shù)據(jù)蘊(yùn)藏的巨大價(jià)值。而當(dāng)下正處于工業(yè)大數(shù)據(jù)發(fā)展初期，有理由相信在國家的政策支持下，通過產(chǎn)學(xué)研齊頭并進(jìn)，工業(yè)大數(shù)據(jù)時(shí)代將迎來繁榮期。章末小結(jié)通過本章的閱讀，讀者應(yīng)掌握工業(yè)大數(shù)據(jù)相關(guān)的以下幾點(diǎn)。1.工業(yè)大數(shù)據(jù)的定義：包括企業(yè)信息化數(shù)據(jù)、工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)，以及外部跨界數(shù)據(jù)在內(nèi)的三類工業(yè)數(shù)據(jù)來源；從數(shù)據(jù)采集到智能化應(yīng)用的工業(yè)大數(shù)據(jù)技術(shù)；以及以智能化設(shè)計(jì)、智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同制造、智能化服務(wù)和個(gè)性化定制典型的工業(yè)大數(shù)據(jù)應(yīng)用范圍。2.工業(yè)大數(shù)據(jù)的特征：包括海量性、多樣性、價(jià)值性、快速性、準(zhǔn)確性、強(qiáng)關(guān)聯(lián)性以及閉環(huán)性等。章末小結(jié)3.工業(yè)大數(shù)據(jù)的體系架構(gòu)：包括涉及產(chǎn)品維、企業(yè)維和價(jià)值維的數(shù)據(jù)架構(gòu)；從數(shù)據(jù)采集、存儲(chǔ)、分析、可視化和智能化應(yīng)用的技術(shù)架構(gòu)；涵蓋產(chǎn)品生命周期的應(yīng)用（平臺(tái)）架構(gòu)。4.工業(yè)大數(shù)據(jù)與大數(shù)據(jù)、數(shù)據(jù)科學(xué)的區(qū)別與聯(lián)系：工業(yè)大數(shù)據(jù)除去傳統(tǒng)大數(shù)據(jù)具備的共同特征外，還在于對實(shí)時(shí)性要求高，數(shù)據(jù)關(guān)聯(lián)性強(qiáng)；大數(shù)據(jù)則包括工業(yè)大數(shù)據(jù)、消費(fèi)大數(shù)據(jù)、健康大數(shù)據(jù)等各個(gè)領(lǐng)域的大數(shù)據(jù)；數(shù)據(jù)科學(xué)則是研究大數(shù)據(jù)整個(gè)知識(shí)體系的新興學(xué)科。5.工業(yè)大數(shù)據(jù)與新一代智能制造關(guān)系：新一代智能制造在機(jī)器的自主感知、分析、決策方面更進(jìn)一步，而工業(yè)大數(shù)據(jù)則為這一全新的體系提供關(guān)鍵性的技術(shù)支持。。課后習(xí)題1.什么是工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)并舉例說明。2.如何解釋“價(jià)值密度低”？3.如何實(shí)現(xiàn)工業(yè)大數(shù)據(jù)的縱向、橫向集成？4.明工業(yè)大數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)的不同點(diǎn)，至少2點(diǎn)。5.新一代智能制造興起的原因有哪些？工業(yè)大數(shù)據(jù)網(wǎng)絡(luò)協(xié)議目錄工業(yè)大數(shù)據(jù)網(wǎng)絡(luò)基礎(chǔ)模型工業(yè)大數(shù)據(jù)網(wǎng)絡(luò)典型協(xié)議0102學(xué)習(xí)目標(biāo)1.熟悉工業(yè)大數(shù)據(jù)網(wǎng)絡(luò)模型2.了解工業(yè)網(wǎng)絡(luò)的發(fā)展與應(yīng)用3.理解典型工業(yè)數(shù)據(jù)采集網(wǎng)絡(luò)的運(yùn)行機(jī)制01工業(yè)大數(shù)據(jù)網(wǎng)絡(luò)基礎(chǔ)模型工業(yè)大數(shù)據(jù)網(wǎng)絡(luò)基礎(chǔ)模型工業(yè)以太網(wǎng)網(wǎng)絡(luò)模型計(jì)算機(jī)網(wǎng)絡(luò)模型現(xiàn)場總線網(wǎng)絡(luò)模型計(jì)算機(jī)網(wǎng)絡(luò)模型計(jì)算機(jī)網(wǎng)絡(luò)普遍采用的網(wǎng)絡(luò)互聯(lián)模型是IOS/OSI模型，它采用分層的結(jié)構(gòu)化技術(shù)，把計(jì)算機(jī)通信網(wǎng)絡(luò)分為七個(gè)層次，如圖所示。在IOS/OSI模型下，兩個(gè)通信對象同等層之間的通信規(guī)則和約定被稱為“協(xié)議”。計(jì)算機(jī)網(wǎng)絡(luò)模型分層總結(jié)名稱作用應(yīng)用示例常用編碼方式/協(xié)議應(yīng)用層為具體應(yīng)用程序提供網(wǎng)絡(luò)通信服務(wù)電子郵件、遠(yuǎn)程桌面HTTP協(xié)議、FTP協(xié)議、TFTP協(xié)議、SMTP協(xié)議、DNS協(xié)議、DHCP協(xié)議等表示層規(guī)定數(shù)據(jù)傳輸?shù)恼Z義和語法，解決不同操作系統(tǒng)之間的異構(gòu)通信Windows系統(tǒng)下可以訪問Linux系統(tǒng)遠(yuǎn)程桌面ASCII，MPEG，JPEG等會(huì)話層建立、管理和終止表示層與實(shí)體之間的通信會(huì)話文件斷點(diǎn)續(xù)傳、用戶登錄驗(yàn)證SQL協(xié)議、NFS協(xié)議、RPC協(xié)議等傳輸層向會(huì)話層提供可靠的端到端的網(wǎng)絡(luò)數(shù)據(jù)流服務(wù)端口（socket）TCP協(xié)議、UDP協(xié)議等網(wǎng)絡(luò)層通過IPV4或IPV6等確定通信實(shí)體的網(wǎng)絡(luò)位置，在通信實(shí)體之間建立連接路由器、防火墻IP協(xié)議，ARP協(xié)議，RARP協(xié)議，因特網(wǎng)報(bào)文協(xié)議ICMP、因特網(wǎng)組管理協(xié)議IGMP等數(shù)據(jù)鏈路層在通信實(shí)體之間建立數(shù)據(jù)鏈路連接，確定對數(shù)據(jù)流如何進(jìn)行分包網(wǎng)橋、二層交換機(jī)SDLC、HDLC、PPP、STP、幀中繼等物理層將比特流進(jìn)行編碼轉(zhuǎn)換成相應(yīng)的物理信號(hào)，并提供原始比特流的傳輸通道中繼器、集線器、網(wǎng)線、RJ-45標(biāo)準(zhǔn)常用編碼方式：非歸零編碼、曼徹斯特編碼、差分曼徹斯特編碼現(xiàn)場總線網(wǎng)絡(luò)模型現(xiàn)場總線的網(wǎng)絡(luò)建模是以IOS/OSI模型為基礎(chǔ)的。但是工業(yè)控制網(wǎng)絡(luò)與普通計(jì)算機(jī)網(wǎng)絡(luò)的應(yīng)用場景及需求是有很大不同的。工業(yè)大數(shù)據(jù)有別于一般計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)的主要特性如下圖所示數(shù)據(jù)種類實(shí)時(shí)性要求完整性要求連續(xù)性要求是否高并發(fā)一般大數(shù)據(jù)低低允許數(shù)據(jù)丟失，可恢復(fù)是工業(yè)大數(shù)據(jù)高高不允許數(shù)據(jù)丟失，不可重現(xiàn)否現(xiàn)場總線網(wǎng)絡(luò)模型結(jié)構(gòu)模型的定義現(xiàn)場總線對IOS/OSI參考模型進(jìn)行了簡化，按照IEC（InternationalElectrotechnicalCommission，國際電工技術(shù)委員會(huì)）現(xiàn)場總線的基礎(chǔ)網(wǎng)絡(luò)架構(gòu)包括３層，分別為物理層、數(shù)據(jù)鏈路層和應(yīng)用層（如圖3-2所示）。這樣就舍去從3網(wǎng)絡(luò)層到6表示層，降低由層間操作與信號(hào)轉(zhuǎn)換而引起的網(wǎng)絡(luò)接口造價(jià)與時(shí)間消耗，保證工業(yè)控制系統(tǒng)的實(shí)時(shí)性與可靠性。由此可見，現(xiàn)場總線是一種具有簡化網(wǎng)絡(luò)結(jié)構(gòu)和開放性的實(shí)時(shí)系統(tǒng)，為制造現(xiàn)場和控制設(shè)備之間提供了一種有效的串行數(shù)據(jù)通信鏈路?，F(xiàn)場總線網(wǎng)絡(luò)模型的實(shí)際應(yīng)用建立高爾夫球場顧客問題的決策樹模型：在實(shí)際應(yīng)用中，有些現(xiàn)場總線（如美國儀表學(xué)會(huì)制定的ISA/SPSO現(xiàn)場總線）結(jié)構(gòu)會(huì)增加一層用戶層，如下圖所示。這是因?yàn)?，雖然現(xiàn)場總線物理層、數(shù)據(jù)鏈路層和應(yīng)用層的功能與IOS/OSI模型基本是一致的，但是現(xiàn)場總線在數(shù)據(jù)通信上是有獨(dú)特應(yīng)用需求的。數(shù)據(jù)通信上的獨(dú)特需求①IOS/OSI參考模型只支持點(diǎn)對點(diǎn)/端對端的通信模式，不支持多播或廣播，而現(xiàn)場總線中的一個(gè)主站需要向多個(gè)從站發(fā)送控制命令。②IOS/OSI參考模型不提供周期性通信服務(wù)，而工業(yè)控制系統(tǒng)中某些應(yīng)用需要周期性通信。工業(yè)以太網(wǎng)網(wǎng)絡(luò)模型工業(yè)以太網(wǎng)在Ethernet+TCP/IP協(xié)議之上，建立了完整、高效的通信服務(wù)模型，提供廣大工控生產(chǎn)廠商和用戶所能接受的應(yīng)用層、用戶層協(xié)議，從而形成開放的標(biāo)準(zhǔn)，成為了智能車間建設(shè)、大數(shù)據(jù)中心可靠運(yùn)作、以及實(shí)現(xiàn)生產(chǎn)過程智能監(jiān)控與管理的關(guān)鍵因素?！，F(xiàn)場總線具備開放性、全數(shù)字化、智能化等特征，但是異構(gòu)現(xiàn)場總線之間互不兼容，不同協(xié)議產(chǎn)品之間無法實(shí)現(xiàn)透明的信息交互，難以體現(xiàn)互操作性，存在“自動(dòng)化”孤島的瓶頸，不支持與互聯(lián)網(wǎng)集成，隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，工業(yè)以太網(wǎng)應(yīng)運(yùn)而生。工業(yè)以太網(wǎng)是在以太網(wǎng)技術(shù)的基礎(chǔ)上開發(fā)出來的“第二代現(xiàn)場總線”，易實(shí)現(xiàn)控制現(xiàn)場數(shù)據(jù)與信息系統(tǒng)的資源共享，支持工業(yè)生產(chǎn)過程的“管控一體化”，已然成為了智能制造的關(guān)鍵支撐技術(shù)。工業(yè)以太網(wǎng)網(wǎng)絡(luò)模型的結(jié)構(gòu)模型工業(yè)以太網(wǎng)的網(wǎng)絡(luò)模型與普通現(xiàn)場總線網(wǎng)絡(luò)模型類似，依然是對原有IOS/OSI參考模型進(jìn)行“裁剪”，以1物理層、2數(shù)據(jù)鏈路層和7應(yīng)用層為基礎(chǔ)，有些工業(yè)以太網(wǎng)協(xié)議還支持用戶層。工業(yè)以太網(wǎng)與普通現(xiàn)場總線協(xié)議最大的不同是，工業(yè)以太網(wǎng)在網(wǎng)絡(luò)層和傳輸層采用了標(biāo)準(zhǔn)的TCP/IP協(xié)議簇（包括UDP、TCP、IP、ICMP等）。從另一個(gè)角度來說，普通現(xiàn)場總線協(xié)議只定義物理層、數(shù)據(jù)鏈路層和應(yīng)用層，為了與以太網(wǎng)技術(shù)融合，工業(yè)以太網(wǎng)在數(shù)據(jù)包之前加入了IP地址，并通過TCP/UDP進(jìn)行數(shù)據(jù)傳輸，如左圖所示。02工業(yè)大數(shù)據(jù)網(wǎng)絡(luò)典型協(xié)議工業(yè)大數(shù)據(jù)典型網(wǎng)絡(luò)協(xié)議工業(yè)大數(shù)據(jù)典型網(wǎng)絡(luò)協(xié)議工業(yè)網(wǎng)絡(luò)協(xié)議綜述OPCUA協(xié)議MT-Connect協(xié)議NC-Link協(xié)議COAP協(xié)議MQTT協(xié)議工業(yè)網(wǎng)絡(luò)協(xié)議綜述截至2018年，國際上已有40多種現(xiàn)場總線，每一種現(xiàn)場總線都有各自的適用范圍和技術(shù)特點(diǎn)。Profibus-DP主要用于分散外設(shè)間的高速數(shù)據(jù)傳輸，適用于加工自動(dòng)化領(lǐng)域。Profibus-FMS適用于紡織、樓宇自動(dòng)化、可編程控制器、低壓開關(guān)等DeviceNet主要被廣泛應(yīng)用于現(xiàn)代工廠自動(dòng)化系統(tǒng)。在工業(yè)以太網(wǎng)與智能制造的發(fā)展推動(dòng)下，基礎(chǔ)自動(dòng)化控制網(wǎng)絡(luò)與過程和管理控制系統(tǒng)之間實(shí)現(xiàn)了無縫集成，保證從底層現(xiàn)場設(shè)備到頂層生產(chǎn)管理之間高質(zhì)量的數(shù)據(jù)傳輸和數(shù)據(jù)轉(zhuǎn)換?！?……..工業(yè)網(wǎng)絡(luò)協(xié)議級(jí)別按照工業(yè)網(wǎng)絡(luò)的應(yīng)用層次，本書將工業(yè)網(wǎng)絡(luò)協(xié)議分為4個(gè)級(jí)別：單元級(jí)、設(shè)備級(jí)、車間級(jí)和企業(yè)管理級(jí)，如下圖所示。當(dāng)然這種劃分方式也不是絕對的，因?yàn)楣I(yè)現(xiàn)場總線已經(jīng)呈現(xiàn)有互相融合的趨勢，各類總線通過合理搭配形成真正開放的互聯(lián)互通，不斷推動(dòng)工業(yè)控制系統(tǒng)的變革與發(fā)展。工業(yè)網(wǎng)絡(luò)協(xié)議級(jí)別單元級(jí)總線以“Ethercat、NCUC-Bus”為代表，主要用于設(shè)備內(nèi)部（如伺服系統(tǒng)內(nèi)）的數(shù)據(jù)傳輸，由于高速、高精的通信需求，它對信號(hào)實(shí)時(shí)性要求特別苛刻，甚至要求總線周期在納秒級(jí)。設(shè)備級(jí)總線以“Modbus、Fieldbus、Fieldnet”為代表，用于自動(dòng)控制系統(tǒng)與分散的I/O設(shè)備級(jí)之間的通信，適用于分布式控制系統(tǒng)，如水站、電站等，總線周期一般都低于10ms。車間級(jí)總線如OPCUA、MTConnect、NC-Link等，可用于大范圍和復(fù)雜的通訊場景，用來解決車間級(jí)通用性通訊任務(wù)。總線周期一般小于100ms，但時(shí)間跨度也允許在秒級(jí)或分鐘級(jí)，支持工業(yè)數(shù)據(jù)采集，建立工業(yè)數(shù)據(jù)向管理網(wǎng)絡(luò)傳輸?shù)耐ǖ?。企業(yè)管理級(jí)網(wǎng)絡(luò)將孤立的現(xiàn)場設(shè)備帶進(jìn)了企業(yè)信息網(wǎng)絡(luò)，它以車間級(jí)總線為基礎(chǔ)通信層，將現(xiàn)場設(shè)備與企業(yè)管理系統(tǒng)（如ERP、MES等）連接起來，實(shí)現(xiàn)工業(yè)自動(dòng)化生產(chǎn)控制/過程的智能管控。OPCUA協(xié)議1.OPCUA技術(shù)背景在實(shí)際應(yīng)用中，工業(yè)生產(chǎn)設(shè)備種類繁多，異構(gòu)工業(yè)設(shè)備之間沒有通用的標(biāo)準(zhǔn)接口，這為現(xiàn)場生產(chǎn)設(shè)備之間的互聯(lián)互通造成了很大的困難，從現(xiàn)場底層的生產(chǎn)數(shù)據(jù)到高層的企業(yè)決策信息無法進(jìn)行有效集成和整合。因此，設(shè)備供應(yīng)商和軟件開發(fā)商需要一種具有高效性、可靠性、開放性、可互操作性的即插即用的設(shè)備驅(qū)動(dòng)程序，簡化每個(gè)層級(jí)之間的數(shù)據(jù)交換，于是OPC應(yīng)運(yùn)而生！OPC標(biāo)準(zhǔn)以微軟公司的OLE（ObjectLinkingandEmbedding，對象鏈接和嵌入）技術(shù)為基礎(chǔ)，向用戶提供具有開放性和互操作性的OLE/COM接口標(biāo)準(zhǔn)，避免非標(biāo)準(zhǔn)數(shù)據(jù)接口的復(fù)雜性，使各種工業(yè)設(shè)備和管理層系統(tǒng)/工業(yè)應(yīng)用層之間能夠互相操作，工業(yè)應(yīng)用程序的使用不再依賴特定的開發(fā)語言與環(huán)境。OPC標(biāo)準(zhǔn)OPCUA協(xié)議OPCUA作為新一代OPC技術(shù)，其主要優(yōu)勢的簡單總結(jié)：1)

跨平臺(tái)性，獨(dú)立于各種開發(fā)平臺(tái)和編程語言；2) 訪問統(tǒng)一性，提供一致、完整的地址空間和服務(wù)模型，通過一個(gè)調(diào)用接口為客戶端提供數(shù)據(jù)、報(bào)警、事件和歷史數(shù)據(jù)，詳見節(jié)；3) 安全通訊機(jī)制，底層通信技術(shù)集成了由公用秘鑰與私用秘鑰形成的加密功能和標(biāo)記技術(shù)，保證了傳輸消息的完整性與安全性；4) 信息授權(quán)訪問機(jī)制，集成用戶授權(quán)、簽名、加密傳輸?shù)裙δ?，防止信息非授?quán)訪問，以及過程數(shù)據(jù)損壞和誤操作。5) 高可靠性，集成可配置超時(shí)、自動(dòng)錯(cuò)誤檢查和自動(dòng)恢復(fù)等機(jī)制，可對OPCUA客戶端與服務(wù)器之間的物理連接進(jìn)行監(jiān)視，及時(shí)發(fā)現(xiàn)通信故障，自動(dòng)處理通信錯(cuò)誤和失??；6) 冗余性，支持來自不同廠商的軟件應(yīng)用同時(shí)被采納并彼此兼容，實(shí)現(xiàn)高可用性的通信系統(tǒng)。因此，自O(shè)PCUA技術(shù)誕生以來，越來越多的公司將其作為開放的數(shù)據(jù)標(biāo)準(zhǔn)，包括主流的自動(dòng)化廠商，以及IT界的華為、CISCO、Microsoft等都是OPCUA的支持者，還包括Profibus/Profinet的PI組織、POWERLINK。在2017年9月5日，OPCUA已正式成為國家推薦性標(biāo)準(zhǔn)。OPCUA協(xié)議2OPCUA規(guī)范總覽OPCUA協(xié)議開發(fā)規(guī)范由OPC基金會(huì)于2006年8月首次發(fā)布，截至2018年10月，最新版官方正式發(fā)布的OPCUA開發(fā)規(guī)范主要包括13個(gè)部分說明，如右圖所示，OPCUA協(xié)議第一部分：概要與概念主要介紹了服務(wù)器和客戶端的基本概念。第二部分：安全模型描述了OPCUA客戶端與服務(wù)器之間的安全交互，包括交互通道安全、消息傳輸安全、數(shù)據(jù)訪問安全等。第三部分：地址空間模型用以描述服務(wù)器地址空間的內(nèi)容和結(jié)構(gòu)。地址空間是整個(gè)系統(tǒng)的最基層，系統(tǒng)絕大多數(shù)的功能調(diào)用都需要經(jīng)過該模塊，是OPCUA架構(gòu)的最核心部分。第四部分：服務(wù)說明了OPCUA可提供的所有服務(wù)功能和服務(wù)函數(shù)對系統(tǒng)的功能進(jìn)行了全面性描述。第五部分：信息模型說明了為OPCUA服務(wù)器定義的標(biāo)準(zhǔn)數(shù)據(jù)類型和它們之間的關(guān)系。第六部分：服務(wù)映射對協(xié)議支持的傳輸映射和數(shù)據(jù)編碼機(jī)制進(jìn)行了說明。第七部分：協(xié)議描述了OPCUA服務(wù)器和客戶端可以實(shí)現(xiàn)的行為類別，說明了可用于OPCUA客戶端和服務(wù)器的協(xié)議，這些協(xié)議提供了可用于一致性標(biāo)準(zhǔn)的服務(wù)和功能。OPCUA協(xié)議第八部分：數(shù)據(jù)訪問為過程數(shù)據(jù)定義了變量類型、屬性和狀態(tài)碼等模型，說明了OPCUA系統(tǒng)的數(shù)據(jù)訪問規(guī)則。第九部分：報(bào)警與事件定義了使用OPCUA對過程報(bào)警與條件通道的支持。第十部分：程序說明了OPCUA對程序訪問的支持。第十一部分：歷史訪問說明了歷史數(shù)據(jù)和歷史事件的訪問方式。第十二部分：查找用以說明客戶端采用何種方式在網(wǎng)絡(luò)中發(fā)現(xiàn)服務(wù)端，以及客戶端如何獲得需要的信息與特定服務(wù)器建立連接。第十三部分：聚合說明了如何從原始數(shù)據(jù)計(jì)算樣本值，主要用于實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的處理。第十四部分：訂閱發(fā)布定義了數(shù)據(jù)訪問的發(fā)布訂閱模式，但截至到2018年10月，該部分規(guī)范還處于候選版本，沒有被正式發(fā)布。OPCUA協(xié)議3OPCUA架構(gòu)分析OPCUA系統(tǒng)體系結(jié)構(gòu)采用服務(wù)端/客戶端（C/S）模式，其中OPCUA服務(wù)器負(fù)責(zé)生產(chǎn)過程數(shù)據(jù)的收集，然后通過標(biāo)準(zhǔn)接口為OPCUA客戶端提供數(shù)據(jù)服務(wù)，OPCUA客戶端通過標(biāo)準(zhǔn)接口獲取數(shù)據(jù)，實(shí)現(xiàn)用戶所需的應(yīng)用程序功能。如右圖所示。1.網(wǎng)絡(luò)架構(gòu)OPCUA協(xié)議假定要開發(fā)一套OPC系統(tǒng)，OPCUA客戶端和服務(wù)器都要開發(fā)對應(yīng)的應(yīng)用程序，先了解一下OPCUA的服務(wù)器和客戶端的運(yùn)行和配置方式。2.系統(tǒng)架構(gòu)OPC基金會(huì)定義的OPCUA客戶端系統(tǒng)架構(gòu)，客戶端應(yīng)用程序是指執(zhí)行客戶端功能的代碼，它通過“客戶端API”向服務(wù)器發(fā)送數(shù)據(jù)請求或從服務(wù)器接收信息。需要說明的是，“客戶端API”是一個(gè)內(nèi)部接口，將應(yīng)用程序代碼從通信堆棧中分離出來，通信堆棧負(fù)責(zé)將客戶端的API調(diào)用轉(zhuǎn)換為服務(wù)消息，并通過底層消息體發(fā)送給服務(wù)器。OPCUA協(xié)議OPC基金會(huì)定義的OPCUA服務(wù)器系統(tǒng)架構(gòu)，服務(wù)器應(yīng)用程序“服務(wù)器API”與客戶端進(jìn)行交互，同理“服務(wù)器API”也是內(nèi)部接口。OPCUA客戶端與服務(wù)器有兩種交互方式：第一種：客戶端發(fā)送服務(wù)請求，經(jīng)底層通信實(shí)體發(fā)送給OPCUA通信棧，并通過服務(wù)器API調(diào)用請求/響應(yīng)服務(wù)，然后在地址空間內(nèi)執(zhí)行指定任務(wù)后，向客戶端返回一個(gè)響應(yīng)，這種交互稱為請求響應(yīng)模式。第二種：客戶端發(fā)送消息發(fā)布請求，經(jīng)底層通信實(shí)體發(fā)送給OPCUA通信棧，并通過服務(wù)器API發(fā)送給訂閱，當(dāng)訂閱指定的監(jiān)控項(xiàng)監(jiān)測到數(shù)據(jù)/事件/報(bào)警變化時(shí)，產(chǎn)生一個(gè)消息通知由訂閱轉(zhuǎn)發(fā)給客戶端，這種交互稱為發(fā)布訂閱模式。OPCUA協(xié)議OPCUA客戶端和OPCUA服務(wù)器之間的合法連接稱為“會(huì)話”，每個(gè)客戶端與服務(wù)器建立一個(gè)單獨(dú)的請求響應(yīng)對話，每個(gè)服務(wù)器可以根據(jù)自身資源或其他約束條件來決定可支持的并發(fā)會(huì)話數(shù)量，即可接受的客戶端連接數(shù)量。會(huì)話的終止由客戶端或服務(wù)器的指令、或客戶端失效來決定。每個(gè)會(huì)話是不依賴底層通信協(xié)議的，但是會(huì)話的進(jìn)行是建立在底層通信架構(gòu)的基礎(chǔ)上的，如右圖所示。OPCUA通信架構(gòu)主要包括兩個(gè)部分：UA應(yīng)用程序和通信棧，其中通信棧由編碼層、安全信道層和傳輸層構(gòu)成，負(fù)責(zé)向UA應(yīng)用程序（包括服務(wù)器應(yīng)用程序和客戶端應(yīng)用程序）提供一套標(biāo)準(zhǔn)接口（API）。3.通信架構(gòu)OPCUA協(xié)議4OPCUA服務(wù)OPCUA服務(wù)指的是OPCUA服務(wù)器對外的接口，是服務(wù)器信息模型和客戶端信息模型進(jìn)行數(shù)據(jù)交互的橋梁，即OPCUA客戶端若想訪問服務(wù)器的數(shù)據(jù)必須通過服務(wù)才能實(shí)現(xiàn)，服務(wù)以“方法”的形式提供給OPCUA客戶端使用。OPCUA協(xié)議規(guī)范在其第四部分對所有服務(wù)進(jìn)行了介紹與劃分，形成了多個(gè)服務(wù)子集，每個(gè)服務(wù)子集定義用于訪問服務(wù)器特定功能部分的邏輯組合，解決了傳統(tǒng)OPC規(guī)范在應(yīng)用時(shí)服務(wù)重疊的問題。OPCUA服務(wù)規(guī)范定義的服務(wù)子集如右圖所示，包括安全信道服務(wù)集、節(jié)點(diǎn)管理服務(wù)集、方法服務(wù)集、查詢服務(wù)集、會(huì)話服務(wù)集、視點(diǎn)服務(wù)集、屬性服務(wù)集和訂閱服務(wù)集等。OPCUA協(xié)議5OPCUA信息模型OPCUA客戶端如何訪問服務(wù)器是通過對象模型描述的，該模型定義了一組標(biāo)準(zhǔn)化節(jié)點(diǎn)類型，代表地址空間內(nèi)的對象、對象屬性、方法、事件以及對象間的關(guān)系。相關(guān)對象模型及其之間的關(guān)系按照特定的規(guī)則進(jìn)行分組，便形成信息模型。換句話說，信息模型是使用地址空間的概念定義自有的、領(lǐng)域特定的類型和約束，以及明確定義的實(shí)例。信息模型是OPCUA技術(shù)的基礎(chǔ)，可以定義節(jié)點(diǎn)標(biāo)識(shí)（NodeId）、節(jié)點(diǎn)類型、建模規(guī)則等，它還可以通過定義瀏覽名稱和語義定義標(biāo)準(zhǔn)的特性和方法。此外，信息模型也能定義標(biāo)準(zhǔn)視點(diǎn)，以及包含明確數(shù)據(jù)的標(biāo)準(zhǔn)變量。數(shù)據(jù)訪問（DC）歷史數(shù)據(jù)訪問（HDA）報(bào)警和事件（A&E）程序本書不詳細(xì)介紹OPCUA如何進(jìn)行信息建模，只向讀者介紹OPCUA已定義的4種標(biāo)準(zhǔn)信息模型。OPCUA協(xié)議1、數(shù)據(jù)訪問（DC）數(shù)據(jù)訪問信息模型主要定義了模擬和離散變量、工程單位和質(zhì)量代碼的自動(dòng)化數(shù)據(jù)表示形式，基于該模型，OPCUA規(guī)范在第8部分詳細(xì)說明了如何使用OPCUA進(jìn)行數(shù)據(jù)訪問。數(shù)據(jù)訪問信息模型定義的標(biāo)準(zhǔn)變量層次結(jié)構(gòu)見右圖。OPCUA協(xié)議2、報(bào)警和事件（A&E）OPCUAA&E接口接收事件或報(bào)警通知。事件是通知客戶端有一個(gè)事件發(fā)生；報(bào)警事件通知客戶端過程狀態(tài)的變化，比如水箱的水位值，超過最高水位或低于最低水位就會(huì)產(chǎn)生狀態(tài)變化。OPCUA通過A&E接口接收通知的基本原理為：在A&E服務(wù)器中創(chuàng)建OPC事件服務(wù)器（OPCEventServer），然后生成OPC事件訂閱（OPCEventScription）對象接收消息通知。3、歷史數(shù)據(jù)訪問（HDA）4、程序歷史訪問信息模型主要描述了如何找到歷史數(shù)據(jù)的配置信息。OPCUADA接口可訪問數(shù)據(jù)源的歷史信息，OPCUA客戶端連接到HAD服務(wù)器中的OPCHDAServer對象，此對象可提供讀取和更新歷史數(shù)據(jù)的接口和方法。程序是相對于方法而言。方法是由客戶端發(fā)出請求，在服務(wù)器執(zhí)行，并將結(jié)果返回給客戶端，這個(gè)過程可在短時(shí)間內(nèi)完成，比如電機(jī)的啟動(dòng)、停止等。程序則是用來完成長時(shí)間運(yùn)行、有狀態(tài)的功能。OPCUA協(xié)議6OPCUA地址空間模型1.節(jié)點(diǎn)與引用OPCUA地址空間內(nèi)的內(nèi)容是以一組通過“引用”形式連接起來的節(jié)點(diǎn)來描繪的，如右圖所示。節(jié)點(diǎn)是地址空間的基本單位，代表OPCUA服務(wù)器定義的真實(shí)對象，OPCUA客戶端通過使用OPCUA服務(wù)（接口和方法）來訪問節(jié)點(diǎn)。引用定義了節(jié)點(diǎn)與節(jié)點(diǎn)之間的關(guān)聯(lián)，如右圖中的箭頭表示兩個(gè)節(jié)點(diǎn)間的引用關(guān)系，箭頭方向表示引用方向，箭頭的起點(diǎn)是源節(jié)點(diǎn)，箭頭的末端指向目標(biāo)節(jié)點(diǎn)。OPCUA協(xié)議節(jié)點(diǎn)由屬性描述并由引用進(jìn)行關(guān)聯(lián)組織，屬性用來描述節(jié)點(diǎn)的數(shù)據(jù)元素，客戶端可通過讀、寫、查詢、訂閱的方式存取屬性值。屬性是節(jié)點(diǎn)類的基本組成部分，比如對于一個(gè)監(jiān)控項(xiàng)而言，監(jiān)控對象就是節(jié)點(diǎn)的某個(gè)屬性。屬性內(nèi)容包括屬性ID、名稱、描述、數(shù)據(jù)類型、和強(qiáng)制/可選指示器等，其中屬性ID用來唯一標(biāo)識(shí)屬性。一個(gè)引用關(guān)系由源節(jié)點(diǎn)、引用類型、目標(biāo)節(jié)點(diǎn)的聯(lián)合唯一標(biāo)識(shí)，如下圖所示。需要說明的是，每個(gè)節(jié)點(diǎn)可以與其他多個(gè)節(jié)點(diǎn)形成引用關(guān)系，但是引用的定義是非常嚴(yán)格的，相同的兩個(gè)節(jié)點(diǎn)之間不允許提供兩次方向和類型都相同的引用。另外，目標(biāo)節(jié)點(diǎn)可以在與源節(jié)點(diǎn)相同的地址空間里，也可以在不同的地址空間里，OPCUA協(xié)議2.節(jié)點(diǎn)組織OPCUA服務(wù)器可以在它們的地址空間中自由的組織它們選擇的節(jié)點(diǎn)?；诠?jié)點(diǎn)間的引用關(guān)系，OPCUA服務(wù)器將地址空間內(nèi)的許多個(gè)節(jié)點(diǎn)組織成分層結(jié)構(gòu)、網(wǎng)狀結(jié)構(gòu)或任何可能的混合結(jié)構(gòu)，如下圖就是一種網(wǎng)狀組織結(jié)構(gòu)。OPCUA協(xié)議3.節(jié)點(diǎn)類型OPCUA定義了多種類型節(jié)點(diǎn)，每種節(jié)點(diǎn)類別都具有自身特有的屬性，但是其都繼承于一個(gè)基節(jié)點(diǎn)，基節(jié)點(diǎn)定義了它們的共有屬性，見下表所示。序號(hào)屬性數(shù)據(jù)類型說明1NodeIdNodeId用于定位OPCUA服務(wù)器中的節(jié)點(diǎn)，并用來對節(jié)點(diǎn)進(jìn)行唯一標(biāo)識(shí)2NodeClassNodeClass定義節(jié)點(diǎn)類型（NodeClass）的枚舉類別，如對象、方法或視點(diǎn)等3BrowseNameQualifiedName用于客戶端瀏覽OPCUA服務(wù)器時(shí)的節(jié)點(diǎn)標(biāo)識(shí)4DisplayNameLocalizedText用于節(jié)點(diǎn)名稱在用戶界面的可視化顯示5DescriptionLocalizedText可選屬性，描述該節(jié)點(diǎn)的本地化說明6WriteMask

UInt32可選屬性，定義節(jié)點(diǎn)屬性是否可寫7UserWriteMaskUInt32可選屬性，定義連接到OPCUA服務(wù)器的某一個(gè)客戶端是否有修改節(jié)點(diǎn)屬性的權(quán)限OPCUA協(xié)議NodeClass是一個(gè)枚舉類型，用來標(biāo)記節(jié)點(diǎn)屬于OPCUA規(guī)范定義的哪一種節(jié)點(diǎn)類型，當(dāng)然OPCUA規(guī)范定義范圍之外的是非法的。BrowseName是一個(gè)包含命名空間（Namespace）和非本地化字符串的結(jié)構(gòu)，服務(wù)器通常為NodeId和BrowseName設(shè)置同一個(gè)Namespace，但是BrowseName不能唯一標(biāo)識(shí)節(jié)點(diǎn)，一批類似的實(shí)例節(jié)點(diǎn)可能具有相同的BrowseName屬性值。DisplayName用來顯示節(jié)點(diǎn)名稱，BrowseName僅用于瀏覽目的，不用于節(jié)點(diǎn)名稱的顯示。WriteMask和UserWriteMask定義了客戶端對節(jié)點(diǎn)屬性的可寫性，由WriteMask定義的可寫屬性集不能小于UserWriteMask定義的可寫屬性集，因?yàn)閃riteMask定義任何用戶可寫的屬性集，UserWriteMask定義指定用戶的可寫屬性集，可以理解為，UserWriteMask是WriteMask的子集。需要說明的是，基節(jié)點(diǎn)是抽象的節(jié)點(diǎn)類型，不能被實(shí)例化。OPCUA從基節(jié)點(diǎn)派生了8種可被實(shí)例化的節(jié)點(diǎn)類別，分別為Variable（變量）、VariableType（變量類型）、Object（對象）、ObjectType（對象類型）、View（視點(diǎn)）、DataType（數(shù)據(jù)類型）、ReferenceType（引用類型）和Method（方法）。OPCUA協(xié)議（1）引用類型引用的實(shí)質(zhì)是“兩個(gè)節(jié)點(diǎn)之間的關(guān)聯(lián)”，用于說明節(jié)點(diǎn)如何連接的不同語義。即引用不是節(jié)點(diǎn)，它沒有任何屬性和特性，不能被直接訪問，只能間接的以瀏覽的方式訪問，OPCUA便使用“引用類型”來說明引用的語義，定義引用屬于哪一種類型。屬性數(shù)據(jù)類型說明屬性數(shù)據(jù)類型說明IsAbtract布爾定義引用類型可否用于引用，或者只用于組織引用類型層次結(jié)構(gòu)Sysmetric布爾指定引用是否對稱，即正反向意思是否相同InverseNameLocalizedText可選屬性，只適用于非對稱引用，指定引用在反方向上的語義注意：一個(gè)引用類型的Browsename在一個(gè)OPCUA服務(wù)器中必須是唯一的，避免同名的引用類型語義不同而導(dǎo)致混亂。DisplayName必須定義有Browsename的本地化描述，兩者共同確定引用類型的正向語義。OPCUA協(xié)議（2）對象、變量和方法1) 對象節(jié)點(diǎn)類別為對象的節(jié)點(diǎn)用于描述地址空間結(jié)構(gòu)，對象除了Browsename（瀏覽名稱）、DisplayName（顯示名稱）等屬性外，不能包含任何數(shù)據(jù)，通過使用變量對外提供值。對象主要用于變量、方法或其他對象的分組管理。一個(gè)對象可能包含有其他的對象，基于同一個(gè)對象可以定義不止一個(gè)變量以及不同的方法實(shí)現(xiàn)。2) 變量節(jié)點(diǎn)類別為變量的節(jié)點(diǎn)代表一個(gè)數(shù)值，數(shù)值的數(shù)據(jù)類型取決于該變量節(jié)點(diǎn)類別。即變量提供真實(shí)的值，該值支持讀取、重寫、變化訂閱等客戶端操作，類似于面向?qū)ο缶幊讨械摹癮=1”，a是一個(gè)變量，數(shù)值為1。實(shí)際上，OPCUA定義了兩種變量：數(shù)據(jù)和特性（Property），它們是數(shù)據(jù)建模的基本因素。3) 方法節(jié)點(diǎn)類別為方法的節(jié)點(diǎn)代表由客戶端調(diào)用并返回結(jié)果的一個(gè)服務(wù)器方法，方法的輸入是由客戶端提供的輸入?yún)?shù)，輸出參數(shù)是按照客戶端要求返回的結(jié)果。OPCUA協(xié)議節(jié)點(diǎn)類別（NodeClass）屬性數(shù)據(jù)類型說明對象（Object）EventNotifierByte表示對象是否可以用來訂閱事件，以及事件的歷史是否會(huì)被訪問或改變變量（Variable）Value由其他屬性決定變量實(shí)際值，數(shù)據(jù)類型由ArrayDimensions、ValueRank或DataType決定DataTypeNodeId標(biāo)識(shí)地址空間的節(jié)點(diǎn)，該屬性包含一個(gè)此類型節(jié)點(diǎn)的NodeId，以此來定義Value屬性的數(shù)據(jù)類型ValueRankInt32標(biāo)識(shí)值是否為數(shù)組，以及定義數(shù)組的維度。OPCUA內(nèi)置支持多維數(shù)組，客戶端可以讀取或?qū)懭霐?shù)組的一部分，也可以只訂閱數(shù)組的一部分ArrayDimensionsUInt32[]可選屬性，用來定義數(shù)組大小，只能適用于Value值是一個(gè)數(shù)組的情況AccessLevelByte定義Value屬性的當(dāng)前值是否可讀寫，以及Value是否有歷史可用，注意與WriteMask屬性的區(qū)分，WriteMask不包括變量類型的Value屬性，與AccessLevel在信息上不會(huì)重復(fù)UserAccessLevelByte定義指定用戶是否有權(quán)限讀寫Value屬性的當(dāng)前值，是否有權(quán)查詢歷史值MinimumSamplingIntervel時(shí)間區(qū)間可選屬性，定義服務(wù)器能檢測到Value屬性變化的時(shí)間Historizing布爾標(biāo)識(shí)目前服務(wù)器是否收集了Value歷史信息。AcessLevel指示是否有歷史可用，Historizing指示服務(wù)器是否收集了歷史信息方法（Method）Executable布爾指示方法在當(dāng)前是否可以被調(diào)用UserExecutable布爾指示方法在當(dāng)前是否可以被指定用戶調(diào)用InputArgumentsArgument[]可選屬性，定義一個(gè)方法輸入?yún)?shù)的屬性O(shè)utputArgumentsArgument[]可選屬性，定義一個(gè)方法輸出參數(shù)的屬性O(shè)PCUA協(xié)議（3）對象類型類似于面向?qū)ο缶幊?，OPCUA技術(shù)規(guī)范定義的對象都是有類型的，稱為對象類型（ObjectType）。OPCUA對象類型節(jié)點(diǎn)的運(yùn)行機(jī)制：如左圖中定義了兩個(gè)對象類型：FolderType和BranchType，對象Branch1引用了BranchType，因此是BranchType類型的。服務(wù)器在創(chuàng)建一個(gè)對象時(shí)，必須提供對象類型定義，對象的Description和DisplayName可以不指定，使用對象類型的對應(yīng)屬性值填充，比如圖中的對象Branch1的Description屬性值來自對應(yīng)的BranchType的。OPCUA協(xié)議OPCUA對象類型節(jié)點(diǎn)的使用和實(shí)現(xiàn)：對象類型是一次定義多次使用，即基于同一個(gè)對象類型，可以創(chuàng)建多個(gè)不同的對象實(shí)例。左圖展示了一個(gè)對象類型定義的例子，其中MotorType是一個(gè)對象類型節(jié)點(diǎn)，基于該節(jié)點(diǎn)創(chuàng)建了對象節(jié)點(diǎn)Motor1，還可以創(chuàng)建Motor2.Motor3等多個(gè)對象節(jié)點(diǎn)。MotorType定義了一個(gè)狀態(tài)變量Status，一個(gè)包含兩個(gè)變量的配置對象Configuration，兩個(gè)方法Start和Stop，Motor1與MotorType保持相同的結(jié)構(gòu)，但是兩者也存在本質(zhì)相異點(diǎn)：對象類型節(jié)點(diǎn)MotorType下定義的變量、對象和方法是實(shí)例，但是這些實(shí)例不提供真正的實(shí)例值，因此這些實(shí)例節(jié)點(diǎn)被稱為實(shí)例聲明（InstanceDeclarations）。OPCUA協(xié)議（4）變量類型像對象一樣，OPCUA提供的變量也是有類型的，通過變量類型（VariableType）指定，也支持繼承機(jī)制。下表列出了變量類型的附加屬性。屬性數(shù)據(jù)類型說明Value由其他屬性決定可選屬性，變量的實(shí)際值，數(shù)據(jù)類型由DataType、ValueRank或ArrayDimensions決定DataTypeNodeId定義Value屬性的數(shù)據(jù)類型ValueRankInt32標(biāo)識(shí)參數(shù)類型：標(biāo)量、數(shù)組或矩陣等ArrayDimensionsUInt32[]可選屬性，用來定義數(shù)組或矩陣大小，只能適用于Value值是一個(gè)數(shù)組的情況。這個(gè)數(shù)組的每項(xiàng)定義了值數(shù)組的對應(yīng)維度大小IsAbstract布爾標(biāo)識(shí)變量類型是具體的或者抽象的OPCUA協(xié)議（5）數(shù)據(jù)類型在變量和變量類型部分已經(jīng)提到過數(shù)據(jù)類型（DataType），實(shí)際上，OPCUA規(guī)定：除了變量和變量類型的Vaule屬性外，所有屬性都有一個(gè)數(shù)據(jù)類型，變量和變量類型的Vaule屬性是由變量和變量類型的數(shù)據(jù)類型屬性、ValueRank、ArrayDimensions共同定義的。OPCUA技術(shù)規(guī)范定義的數(shù)據(jù)類型有5種。1)內(nèi)置數(shù)據(jù)類型2)簡單數(shù)據(jù)類型3)枚舉數(shù)據(jù)類型4)結(jié)構(gòu)化數(shù)據(jù)類型5)抽象數(shù)據(jù)類型OPCUA協(xié)議（6）視點(diǎn)視點(diǎn)是用來組織空間地址的關(guān)鍵依據(jù)。它可以從以下兩種方面來理解：1） 視點(diǎn)是地址空間的一個(gè)節(jié)點(diǎn)，提供視點(diǎn)內(nèi)容的入口。2） 使用節(jié)點(diǎn)的NodeId作為地址空間瀏覽的過濾參數(shù)，通過視點(diǎn)的過濾機(jī)制，客戶端可以快速地從龐大的數(shù)據(jù)集中查詢并定位到需要的數(shù)據(jù)節(jié)點(diǎn)。同時(shí)，服務(wù)器可以限制客戶端訪問到視點(diǎn)外部節(jié)點(diǎn)的引用。因此，客戶端瀏覽地址空間需要從視點(diǎn)進(jìn)入，然后把視點(diǎn)當(dāng)作過濾器瀏覽指定范圍的節(jié)