1.2.3　工业云技术

工业云是一种虚拟环境，使企业能够安全地交换敏感数据，其对于工业互联网场景中不同业务系统间的横向连通非常重要。制造企业的内部信息一般只向选定的合作伙伴提供，如生产所需组件的相关信息，这类信息通常专门用于供应链或生产设备状态数据，仅由服务提供商用于远程维护。工业云安全地将用户、传感器和机器连接到整个供应链上。因此，产品可以通过更灵活、更高效、更智能的方式生产。同时，利用工业云技术，制造企业可以获得丰富的资源，以较低的成本使用先进的技术。工业云计算是一种新型的IT运营模式，通过网络服务向工厂提供各种计算机资源，帮助工厂实现数据集成和应用程序间的协作。一般来说，工业云实现了互联互通和实时控制，工业云通过使用虚拟化技术将物理资源转换为虚拟机，以保证资源的有效使用，而工厂可以在提交虚拟机列表请求后租用数据中心资源。工厂提交的虚拟机集成，充分利用了物理资源，达到了资源利用率最大化、能耗降低的目的。

1. 工业云技术基本架构

国内高度重视工业云的发展，近年来，国家出台了一系列政策鼓励工业云的发展，全国各地方政府纷纷进行工业云发展规划，着力建设了一批工业云平台，面向企业提供工业软件、知识库、标准库、制造装备等资源集成共享服务，形成了按需使用、以租代买的服务模式。国外方面，工业云的产业化应用也得到了GE、西门子、菲尼克斯、罗克韦尔等自动化巨头企业的重视，推出了一批有代表性的技术和产品。全国信标委云计算标准工作组从产业政策、应用现状和标准化3个维度梳理了国内外工业云发展现状，提出了工业云典型应用框架，主要聚焦于工业界[6]。尽管世界各国、各大企业实现工业云的技术路线风格各异，但概括起来，工业云技术的基本架构如图1-5所示。

如图1-5所示，工业控制系统、信息物理系统（CPS）和云计算技术的融合构成了工业云，其发展过程是基于向设备和系统提供服务的初衷，并依赖工业设备及网络中与生产控制相关的其他数据源的数据，建立了在物理和网络（虚拟）世界之间的智能交互。在工业云的云端不仅可以部署制造执行系统、企业资源计划系统、运行维护系统，也可以部署监视资源、分析资源、预测资源和计算资源等，还可以部署SCADA/DCS系统的主站端，极大地提升了传统工业控制系统的资源和数据处理能力。

图1-5　工业云技术的基本架构

生产制造企业利用工业云的好处是，那些在资源受限的单台工业设备上无法实现的附加功能，可以充分利用云计算特性，如虚拟化可伸缩性、多租户、性能、生命周期管理等进行实现。例如，制造商可以使用这种基于云的服务监视已部署设备的状态，对设备固件进行软件升级，检测潜在的故障并通知用户，安排积极主动的维护计划，更好地了解和掌握控制设备的使用情况，改进产品性能等。

2. 工业云涉及的主要关键技术

为了使新的云计算基础设施在工业生产过程中实现，需要充分解决以下几个关键技术问题，进行更多的研究和试验，以评估这些问题对工业云系统的影响，以及所需的实现程度，尤其是关键基础设施。

（1）跨系统、跨平台的大型信息系统高效管理。对于成千上万台在一个工厂工业环境中活跃的设备或仪器仪表，或在一个更大的城市范围，如智慧城市中部署的各种行业和组织的各种传感、控制装置，如何进行便捷管理，需要创新研究方法。动态发现设备间信息的微交互和微交换，以及生命周期管理，特别是在联邦系统中的管理，面临实现方式、成本和可用性方面的挑战。

（2）弹性结构及可靠性和安全性。工业云具有影响现实世界和控制现实世界的基础设施的能力，一旦出现故障可能会导致生产控制系统发生破坏，并影响安全的升级，因此，工业云在多大程度上可以确保设计安全性、信任与弹性，是其作为一个更大的生态系统的一部分运行时，必须充分考虑的问题。解决工业云生态系统的可靠性和恢复能力问题，将是其在关键工业系统中应用的关键因素，或者说，将影响核心关键基础设施的健壮性。

（3）实时数据收集-分析-决策-执行。为了让工业云更好地发挥作用，必须实现数据的实时采集，之后对数据的分析有助于做出适当的业务决策并确保决策的执行。尽管到目前为止，工业云具有本地决策循环，但随着与公有云的融合和与外部服务的交互逐渐增多。为了保证从数据收集到分析、决策和执行的实时交互，需要重新考虑及时地交互方面的问题。因而需要一种分布式协作方法，将部分功能托管部署到有价值的地方（设备、云端等）。

（4）跨层协作。工业云的效率将取决于与其他工业云和系统通过如前述章节所述的一种基于服务的基础设施的协作。但是，工业云这种复杂的跨层协作，将面临来自技术和业务方面的各种各样的要求，需要企业用户慎重考虑，并取决于应用场景。如何通过服务和工具有效地增强协作，包括域内和跨域的相互协作，以便突发事件能够在工业云系统中得到及时处置并非易事。

（5）语义驱动的发现与交互。基于工业云提供的功能发现正确的服务，能够交换具有互操作能力的数据，并建立协作关系，是未来工业云的关键推动因素。但是，如何在由大量异构（硬件和软件）系统和服务组成的多个领域实现这种交互性，面临巨大的挑战。

（6）基于通用工业云应用程序开发接口（API）的应用程序开发。具备核心功能的工业云API需要重新研发设计，并提供标准化的交互能力，在此基础上才可以构建更复杂的行为和服务。在语义驱动的交互被完全解决之前，这种接口将在短期内发挥推动性作用。然后，应用程序和服务就可以建立在工业云本身提供的最小服务中，以及工业云所需要的支持基础设施之上，并依据应用需求进行扩展。

（7）工业云对现有方法的迁移和影响。工业云的引入将引发对基础设施本身，以及依赖基础设施的控制过程的各个层面的改变。但是，评估对更大规模系统的确切影响可能是一项挑战，必须仔细研究。随着工业云将逐渐取代传统单机/单系统的控制方法，需要将遗留系统迁移到工业云系统中。为此，还需要研究系统和行为的模拟器/仿真器，协助评估这些迁移和过渡过程将产生的影响。

（8）面向供应过程的可持续管理。工业云带来了更有效地利用全球可用资源，以及从不同角度进行优化的可能性，如执行、沟通、互动、管理等。因此，可以实现更可持续的基础设施和企业管理战略，如能源驱动管理。工业云对供应过程的赋能效应应放在更大的背景下才能发挥明显作用，如跨企业、跨行业和智慧城市大平台等。因而，需要能在大规模、复杂工业云中有效集成这些方法的工具和能力。

（9）新型的工业云敏捷开发和工程工具。为了简化复杂环境中工业云生态系统服务的创建和编排，必须借助开发或集成环境。跨平台可用性和功能，是提供复杂服务的技术基础。并且，这些工具需要与适当的“向导”配合使用，即调试工具（在本地和系统范围内），以及可以实现各种假设条件方法的模拟环境。

（10）数据的全生命周期管理与共享技术。从物理和网络世界获取数据是第一步，共享数据进而构建复杂的服务并对其进行有效管理面临巨大的挑战，后者必须考虑到操作环境，即安全、隐私等方面的要求。同时，应使其广泛可用，如作为适当形式的开放数据，供其他合作方提取相应过程的信息。虽然具体的业务需求和要求必须得到满足，但是来自工业云的数据在未来几年将成为一种商品，而且将以这样的方式进行交易。

（11）面向大数据赋能的工业云的数据科学。技术发展变革带来大规模工业云基础设施及其与云的融合，将使得基于所获取的大量数据进行分析，进而掌握工业过程的最佳控制细节的需求出现。这种“大数据”可以在云端进行分析，并为工业过程提供新的深入分析，从而可能实现更好的企业运营和识别优化。对可用大数据的数据处理方法，将对企业或组织设计和运行工业云基础设施的方式产生广泛影响。