物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  物联网新闻  >  正文

智能制造物联网发展趋势探讨

作者:程良伦教授演讲整理
来源:CA800
日期:2013-03-29 14:49:19
摘要:物联网的环境具有强电磁干扰、金属介质、多障碍物、高温、高湿、强震动等特征,这会造成物联网的多元干扰的特点;涉及人、物料、设备、生产过程、产品、服务等众多对象构成了物联网的繁杂对象;生产环境动态变化、制造资源快速流动等特征共同导致了物联网的复杂多变。上述特点最终导致感知节点不可用、感知对象不可达、动态对象不可跟,形成了混杂动态与多源干扰环境下可靠感知问题,即感知困难。这就需要部署优化与协同感知来解决。

  物联网的环境具有强电磁干扰、金属介质、多障碍物、高温、高湿、强震动等特征,这会造成物联网的多元干扰的特点;涉及人、物料、设备、生产过程、产品、服务等众多对象构成了物联网的繁杂对象;生产环境动态变化、制造资源快速流动等特征共同导致了物联网的复杂多变。上述特点最终导致感知节点不可用、感知对象不可达、动态对象不可跟,形成了混杂动态与多源干扰环境下可靠感知问题,即感知困难。这就需要部署优化与协同感知来解决。

  物联网的网络特征包括网络覆盖制造业全流程,有线、无线网络并存,各类传感、驱动、执行节点并存,感知节点随部署对象动态移动、信道可用性动态变化等特征,上述特征分别让物联网具有了大尺度多跳、高度异构和动态拓扑的特点,最终导致端到端延迟难以预测、异构网络难以协同、网络实时状态难以认知等问题,形成了大尺度异构动态网络环境下海量数据实时传输问题,即传输困难。这就需要业务感知路由与实时可靠链路调度来缓解和解决。

  物联网的数据特征有RFID、传感器等快速自动产生的数据流,移动对象连续感知、不同对象相互关联,外部干扰导致误感、漏感、丢包等,上除特征使得物联网具有了海量多源、高时空关联、高不确定性等特点,最终导致海量动态数据流难以及时处理、多样性业务数据难以智能区分、数据关联特性难以准确描述、不确定数据难以直接使用,形成了多源头动态海量数据流的智能处理问题,即数据处理困难。需要复合事件实时智能匹配与海量数据流事件检测来处理和解决。

  制造业物联网相关研究工作

  制造业物联网体系结构分为数据感知、数据传输、海量信息处理和智能服务四个部分。我们可以使用制造业场景建模,采用系统仿真与虚拟现实技术实现场景模拟,包括应用场景各设备实物、地图、工序流程等均建相应的图形化组件。影响传感系统性能的因素主要分为设备部署和环境因素。通过模拟制造业实际应用环境,对制造过程中影响RFID、传感器等设备的性能的各种因素进行综合测试。

  制造业物联网异构混杂系统模型分网络场景模型、感知模型、业务模型、能量模型、链路模型等五种模型,感知节点时空配置优化数学建模,使用感知节点配置智能寻优与动态演进算法来进行分析研究。还可以通过感知节点资源描述与可用性评价、感知节点空间关联模型、非确定性过程描述建模与协同感知优化规划模型和多节点选择智能优化与协同算法进行研究。此外,在实时传输、海量数据智能处理方面,我们也进行了诸多研究工作。

  信息物理融合系统带来的变革

  长期以来,我国工业生产效率低、能源利用率低,电力传输调度效率低、损耗大,物流成本高昂,达到了发达国家的两倍,交通拥堵、出行困难,环境污染难以检测、控制,自然灾害预警困难、灾难频发,诸多不利因素让信息世界与物理世界渐渐相互割裂。而信息与物理融合带来的变革又让我们看到了新的可能和希望,尽管我们面临着诸如可靠感知、实时传输、普适计算、精确控制和可信服务等问题,只要我们能够协调并优化复杂过程,有效调节物理进程从而提高资源利用率,就可达到节能减排、改善环境的目的。

  目前,在高端装备制造、建材生产等工业制造领域,水利、水资源、环境监测领域以及电网智能监控与智能医疗服务领域,信息物理融合系统已经形成了产业化的推广。

  物联网的环境具有强电磁干扰、金属介质、多障碍物、高温、高湿、强震动等特征,这会造成物联网的多元干扰的特点;涉及人、物料、设备、生产过程、产品、服务等众多对象构成了物联网的繁杂对象;生产环境动态变化、制造资源快速流动等特征共同导致了物联网的复杂多变。上述特点最终导致感知节点不可用、感知对象不可达、动态对象不可跟,形成了混杂动态与多源干扰环境下可靠感知问题,即感知困难。这就需要部署优化与协同感知来解决。

  物联网的网络特征包括网络覆盖制造业全流程,有线、无线网络并存,各类传感、驱动、执行节点并存,感知节点随部署对象动态移动、信道可用性动态变化等特征,上述特征分别让物联网具有了大尺度多跳、高度异构和动态拓扑的特点,最终导致端到端延迟难以预测、异构网络难以协同、网络实时状态难以认知等问题,形成了大尺度异构动态网络环境下海量数据实时传输问题,即传输困难。这就需要业务感知路由与实时可靠链路调度来缓解和解决。

  物联网的数据特征有RFID、传感器等快速自动产生的数据流,移动对象连续感知、不同对象相互关联,外部干扰导致误感、漏感、丢包等,上除特征使得物联网具有了海量多源、高时空关联、高不确定性等特点,最终导致海量动态数据流难以及时处理、多样性业务数据难以智能区分、数据关联特性难以准确描述、不确定数据难以直接使用,形成了多源头动态海量数据流的智能处理问题,即数据处理困难。需要复合事件实时智能匹配与海量数据流事件检测来处理和解决。

  制造业物联网相关研究工作

  制造业物联网体系结构分为数据感知、数据传输、海量信息处理和智能服务四个部分。我们可以使用制造业场景建模,采用系统仿真与虚拟现实技术实现场景模拟,包括应用场景各设备实物、地图、工序流程等均建相应的图形化组件。影响传感系统性能的因素主要分为设备部署和环境因素。通过模拟制造业实际应用环境,对制造过程中影响RFID、传感器等设备的性能的各种因素进行综合测试。

  制造业物联网异构混杂系统模型分网络场景模型、感知模型、业务模型、能量模型、链路模型等五种模型,感知节点时空配置优化数学建模,使用感知节点配置智能寻优与动态演进算法来进行分析研究。还可以通过感知节点资源描述与可用性评价、感知节点空间关联模型、非确定性过程描述建模与协同感知优化规划模型和多节点选择智能优化与协同算法进行研究。此外,在实时传输、海量数据智能处理方面,我们也进行了诸多研究工作。

  信息物理融合系统带来的变革

  长期以来,我国工业生产效率低、能源利用率低,电力传输调度效率低、损耗大,物流成本高昂,达到了发达国家的两倍,交通拥堵、出行困难,环境污染难以检测、控制,自然灾害预警困难、灾难频发,诸多不利因素让信息世界与物理世界渐渐相互割裂。而信息与物理融合带来的变革又让我们看到了新的可能和希望,尽管我们面临着诸如可靠感知、实时传输、普适计算、精确控制和可信服务等问题,只要我们能够协调并优化复杂过程,有效调节物理进程从而提高资源利用率,就可达到节能减排、改善环境的目的。

  目前,在高端装备制造、建材生产等工业制造领域,水利、水资源、环境监测领域以及电网智能监控与智能医疗服务领域,信息物理融合系统已经形成了产业化的推广。

人物访谈