浅谈工业互联网系列（二）：一种智能工厂解决方案架构体系参考

       智能工厂的建设是一个覆盖“自动化装备、工业网络、OT&IT基础设施、工业软件应用、工业安全”等的复杂系统性工程，从工厂业主的需求视角，迫切需要联合第三方服务伙伴提供端到端的解决方案规划设计与集成落地。工业网络方案设计（从设备/传感器网络、控制网络到信息网络的融合）对于智能工厂建设是个重要的命题，但是非笔者擅长的专业领域，本期主要从应用架构的视角，通过介绍一种基于工业互联网架构的智能工厂与企业协同的解决方案，来重点探讨工业物联网的应用架构设计，顺便展开提出对基础技术架构的一些关键性需求（狭义的工业互联网以工业制造端数智化为核心，基本等同于工业物联网的作用域，经过几年的实践，工业互联网应该以“物”的连接与数据应用为核心也已成为国内业界的实践共识，去年美国工业互联网联盟“IIC，Industrial Internet Consortium”，改名为美国工业物联网联盟“IIC，Industrial IoT Consortium”，本文继续沿用国内工业互联网的概念习惯）。

• 从业务分层管控思维到数据分层驱动思维

图 制造域（工厂车间至企业）的应用架构思维升级

      制造过程的“人机物”全要素在线是智能工厂的基础，全要素的连接要求“人机物”相关的所有设备与系统全部互联互通（通常所说的“应采尽采”），这势必带来广泛的实时连接和大流量的数据并发处理，我们会发现建立在“业务分层管控”思维的传统ISA95金字塔式的制造系统架构体系遇到比较大的挑战，主要体现在以下三点：

• 过程数据“上不去、用不了”：L3运营执行层的信息化系统（MES等）基于业务流程驱动的理念设计，其与L2层的数据交互，通常是站在业务流的角度，只采集现阶段业务需要的少量设备系统数据，如果全部接过来，基于传统应用架构的信息化系统（针对的是规模有限且高度结构化的业务类数据设计）无法承受，导致大量的过程数据只能分散在不同的设备或自动化系统中，无法向上流动和有效利用。
• 大流量的实时数据处理分析：智能工厂使用大量的自动化产线，由机器自动产生的大量过程数据流来“自下而上”实时驱动过程执行控制的“智能化的主动协同”模式，未来会取代目前以工作流为核心的“被动执行模式”成为主流，ISA95架构L3层的信息化系统和L2层的SCADA系统通常只具备对原始数据的查询统计分析能力，无法满足大流量的实时数据处理、分析与共享需求。
• 软硬强耦合、需求响应慢：ISA95架构L3运营执行层的信息化系统，通常因为跨层级的数据传递效率低，而采用业务应用逻辑与底层设备数采紧密耦合的方案，生产执行层的业务往往更多变，一旦业务场景流程发生变化或者跨业务场景协同时，往往需要投入比较高的人力实施成本进行设备补采、系统二次开发与集成打通，难以快速响应业务需求调整。

最近几年，随着制造业数字化转型的深入和工业互联网理念的不断实践，采用基于工业互联网平台集成融合与构建工业应用的新型应用模式，来对基于传统ISA95架构的制造系统进行“补充与升级”和“解构与重构”，已逐渐成为业界的共识。笔者认为，基于工业互联网平台的应用架构本质上是构建一种基于“数据分层驱动”思维的“扁平化、网状结构”的制造系统架构体系，目的在于利用制造过程产生的大量数据来驱动生产流程的实时洞察、优化与协同控制，是对基于业务流驱动的传统信息化系统进行“敏捷化、自动化、智能化”的能力补充，实现业务和数据的双轮驱动闭环。基于工业互联网架构的制造应用体系，笔者认为主要体现在以下两点：

• 以边缘为核心的“云-边-端”三层平面协同：制造端数字化转型核心要解决工厂车间到企业的资源按需整合与实时协同，主要服务的业务场景在工厂内网的制造现场。从数据使用角度，制造现场的绝大数过程数据对企业侧经营管理与业务决策没有任何价值，这些数据不需要上云占有资源增加成本，但是工厂的运营效率提升与生产现场的实时控制优化依赖于大量过程数据的实时接入和处理分析，所以工业互联网需要在工厂内网“以边缘计算架构为核心、以端侧接入框架为统一入口”来接入制造现场的不同厂家协议的设备、OT或IT子系统，构建“连接”和“数据”层的完整能力。在工厂车间至企业的协同场景下，核心生产数据需要从工厂内网流动到工厂外网，尤其是多组织多工厂的中大型企业，还涉及跨工厂的资源配置协同需求，工业互联网需要在企业侧基于云计算架构搭建统一的工厂数据上云通道和多工厂数字资源（数据模型、应用服务、机理知识等）的集约化开发、运营、管控和运维能力，用来实现全局化的业务协同管控与调度优化。总结下来，工业互联网架构是包含“云-边-端”三层平面的协同体系：以“边缘”为核心能力承载，向下以“端侧”为触点实现与操作现场的实时感知和交互控制，向上以“云”为汇集点连接企业实现工厂内外资源配置的实时协同与集约化管控。
• 从“连接-处理分析-优化控制”的工厂内外两层数据闭环：工业互联网首先要通过“边缘”与“端侧”的数据实时交互协同，实现工厂本地业务和数据的集成融合与实时闭环：从设备/传感器/子系统连接感知、数据接入、处理转换和实时分析，到状态预警、业务事件驱动或实时优化控制，这层数据闭环在工厂内部，主要需求特征是“大流量、低时延、高并发、本地自治性、高稳定可靠性”。工厂至企业之间是第二层数据闭环，向外的输出流核心是工厂生产数据向外流转汇集到企业侧，实现与上下游业务环节的横向集成与协同、以及汇集到企业数据湖支撑企业的数字化运营与全局协同管控，向内的输入流核心是企业侧提供的数字资源（数据模型、应用服务等）和上下游业务环节的作业指令（计划、订单等）。

• 基于工业互联网架构的智能工厂与企业协同方案

图 基于工业互联网架构的智能工厂与企业协同方案示意

      基于工业互联网架构的智能工厂与企业协同方案，从数据分层驱动的思维角度，面向企业经营管理层、工厂制造运营层和现场操作执行层的不同层级用户群，运用“云-边缘-端侧”一体化协同的云原生技术架构，从“决策”、“运营”、“操作”三个层面来集成融合与构建相应的平台与应用APP，提供从“企业级”、“工厂/车间级”到“现场级”的“端到端、分层解耦、数据共享、灵活级联”的整体解决方案，帮助制造业企业实现“决策智能化”、“运营智能化”和“操作智能化”：

• “企业级”：基于云边协同的云原生容器管理平台的技术底座，构建IIOT云管控平台，用来最大化利用企业总部的IT数字化资源，集中开发、管理与运维分散运行在各个工厂的数字资产（OT数据模型、OT应用和机理知识等），本质上通过集约化的手段构建“数字化技术共享服务中心”，最大程度降低各工厂数字化对IT人才的需求以及IT基础设施和运维成本，提高智能工厂解决方案的复制与推广效率。另一方面联合企业大数据平台、数据智能开发平台，汇集各个工厂上报的核心生产域数据并入湖运营或预测分析，帮助企业构建基于数据分析的数字化运营体系，并支撑企业级的全过程追溯类、全局协同优化类的业务应用和数据智能应用的落地，实现“决策智能化”。
• “工厂/车间级”：基于云原生容器运行节点的边缘计算技术底座，构建IIOT边缘数据应用平台，用来汇集从现场端侧接入的制造过程数据，并基于平台的场景化数据建模、实时数据处理与分析能力，集成融合操作层的OT数据与运营层的IT数据，实现基于数据流驱动实现工厂运营全场景（生产、能管、安环、设备、质量等）的过程“在线化、自动化”，以及通过端侧接入终端打通与不同现场控制层的设备或自动化系统的实时交互通道，实现基于数据实时处理分析的结果驱动跨产线/工序的优化控制与智能协同。基于云原生容器底座的云边协同通道，IIOT边缘数据应用平台与云上数据智能平台和视觉智能平台的算法模型应用打通，并通过提供算法模型的推理运行环境和所需的运行数据，构建工厂/车间级的数据智能应用和视觉智能应用，实现“运营智能化”。另外针对智能工厂工程化的交付特点，可同时搭配边缘计算服务器或超融合一体机提供软硬一体化的解决方案，实现方案交付轻量化、方案价值最大化。
• “现场级”：基于IIOT端侧接入框架，提供IIOT采控终端（通常搭配硬件盒子：网关或者工控机一体化输出，或者单独输出软件即“软终端”），用来解决IIOT平台与工业现场的不同厂商协议的设备或系统间的基于统一的数据标准实现数据双向实时交互，以及支撑现场的实时操控类应用（通常以HMI为硬件载体）。IIOT端侧接入框架本质上是一种零侵入式或者低侵入式的方式来解决存量设备系统的互联互通，它核心提供“连接”层的能力，以及轻量的插件应用运行能力，以保证能够基于端侧框架能够构建完整的现场级应用体系。运行在不同采控终端的IIOT端侧接入框架及应用，通过接入IIOT边缘平台并基于边缘平台提供的实时数据处理与优化控制能力，实现连接到不同终端间的设备系统的互联互通互操作，实现“操作智能化”。

        基于工业互联网架构的智能工厂与企业协同解决方案，为企业制造端数字化转型提供一种“面向未来、兼顾当下”的最佳实践参考，帮助企业基于“全局规划、逐步演进”的思路，基于三层开放性架构的平台充分融合与复用企业已有的不同层级的IT资产，提升“数智化转型”效率，推动制造端的生产力提升、降本增效提质。

• “云边协同容器集群+端接入框架”的基础技术架构

图 “云边协同容器集群+端接入框架”的基础技术架构示意

      边缘计算跟物联网一样是个很泛的技术概念，从网络、业务场景、基础架构等不同维度可以分为多种不同的类型，单纯从技术角度看，主流边缘计算基础框架的技术特性大同小异。我们聚焦在工业制造场景下，从业务需求的角度提出对以“边缘计算”为核心的基础技术架构的关键性需求，作为我们选型与发展边缘侧基础技术架构的考量标准参考。

• 边缘节点

边缘节点的运行环境面临硬件资源受限（在工业制造场景下，边缘节点也不至于受限到三五千元的工控机以下，从业务角度，合理平衡资源成本与架构能力）、运行高可靠性与稳定性要求、云边之间的网络受限不稳定等因素，需要重点关注以下三个特性：

• 本地业务与数据闭环自治：边缘节点在网络、数据、应用三个层面必须支持本地完整的自治能力，在云边网络长期断开的情况下，能够保证边缘业务和数据的正常运行闭环。
• 边云反向协同运维通道：边缘节点通常不具备公网出口地址，必须打通边缘节点到云管控节点的反向数据协同与应用运通道，支持云边数据协同与远程运维监控。
• 高稳定性与自恢复能力：边缘节点所处的工厂环境非常复杂，运维条件和手段缺乏，边缘节点必须考虑构建从网络、基础底座到上层应用的“自恢复”能力，在面临工厂断网、断电等情况，能够自动恢复正常运行状态，并且能够保证长时间的高稳定性运行。
• 接入端

接入端的硬件成本敏感，硬件资源需要灵活匹配数据流量规模来考量性价比，另外接入端所处的运行环境可能比较恶劣（强电磁干扰、高温湿度等），通常需要使用工业级防护的硬件资源。

• 低负载：接入端的技术框架（业内通常也叫“IOT 边缘”）需要向“嵌入式软件架构”对齐，足够轻量，能够在一般的几百元的盒子上可以运行。接入端在南向交互时，需要保证对南向设备控制器的低资源占用。
• 大流量：接入端框架需要能够支撑构建现场级的应用方案，在面对一些上万点位大流量设备系统（PLC/DCS等）接入的场景，依然能够保证对硬件资源的低要求。
• 免运维：接入端所处的运维条件通常比较差，对接入端框架的长时间运行稳定性的要求压倒技术先进性的要求，设计目标应该向其生命周期内的“免运维”的方向靠齐，辅助必要的远程运维监控手段。

      以上内容，是笔者站在智能工厂整体解决方案角度，提供了一种基于工业互联网的制造应用架构体系参考，这套架构体系可以概括为“123”体系：1个统一平台、2层数据闭环、3层协同平面，它来源于笔者在多个制造业的数字工厂/智能工厂的实践总结，因为面对的智能制造场景相对复杂，完整地采用以边缘为核心的“云-边-端”三层平面架构。​因为三层架构在设计时充分考虑了分层解耦与自成闭环，实际上在应用到不同的行业时，可以根据工厂的场景复杂度和业务特点，选用架构的部分平面，比如面向电子、注塑、包装印刷等小离散制造场景，完全可以只采用“云-端”两个平面架构，核心的数据层能力可以放在云上，根本原则还是以客户为中心提供最优投入产出比的解决方案。

关注公众号“企业元宇宙”，持续关注工业互联网系列博客