对IIC工业互联网参考架构的理解

引言

The Industrial Internet Consortium（IIC）提出的工业互联网参考架构Industrial Internet Reference Architecture（IIRA）是广为人知的著名的智能制造参考架构，是业内开展相关工作的重要指导。这里将其中比较偏重技术层面的“三层IIoT系统架构”拿出来，结合我对智能制造技术目标的理解，对上述架构进行解读，希望为智能制造的技术架构方面的整体规划提供一些借鉴。

对智能制造技术目标的理解

技术架构是为技术目标服务的，用于有效支撑技术目标的实现。因此，尝试从下图中所描述的“工业4.0发展阶段”中提炼出相关技术目标。个人认为，这张图从技术角度清晰完整为我们勾勒出了智能制造、工业4.0的技术发展方向以及各个阶段的技术目标。

工业4.0的发展阶段

通向工业4.0的六个发展阶段：

• 计算机化。对计算机化的理解可以从软硬两个方面着手。首先，在“硬”的方面，计算机化要实现工业现场设备的自动化，只有具备了自动化的基础，设备才有联网、进行管控一体化操作的可能性。其次，在“软”的方面，计算机化要实现生产相关所有业务流程的信息化，以此来保证各生产运营环节中的数据被准确、及时地记录。
• 连接性。实现设备与信息系统的融合、信息的全面有效集成。以往，我们经常听到的几个用来描述企业信息隔离的词就是“自动化孤岛”、“信息化孤岛”。而智能制造的关键建设基石之一就是信息的高效集成，要将设备层的信息、业务系统中的信息及时采集、汇总，为后续的分析挖掘提供数据基础。
• 可见性。所谓可见性，是指实现对于生产运营相关所有环节信息的实时获取，消除以往生产过程中的黑盒现象。
• 透明性。在对信息全面掌握的基础上，通过对数据的分析，了解问题发生的原因，进而获取insight。当前，国内大部分的工业现场并没有对生产过程中的数据进行充分利用，往往只到了解决可见性的阶段，对于深入的分析，一方面缺乏这方面的意识，另一方面也缺乏相关“业务+数据分析”的复合型人才。
• 预测性。知道了原因还不够，为了减少热停工、非计划性停机等突发事件，需要基于海量历史数据进行预测分析，对关键设备故障、供应链变化等重要事件进行预测，在故障发生前采取应对措施，将负面影响降到最低。
• 自适应性。要实现这一点，需要人为的授权，即对于生产系统的充分授权。由我们的设备和信息系统所构成的生产系统在对数据进行采集、分析的基础上，能够形成对于生产运营相关工作的改善建议，在人为提前授权的情况下，系统能够自动对生产过程等环节进行调整，自行适应变化。到这一阶段，可以说，是真正实现了智能化。

总结一下，智能制造的技术目标是应用信息技术与通讯技术，对制造业企业所有生产运营相关环节的信息进行全面获取、集成以及充分利用，分析挖掘数据中的价值，形成对生产运营相关工作的改善建议。

对IIC的三层IIoT架构的理解

如果对上述技术目标有了清晰的认识，那么对于下图中的技术架构理解起来就相对容易了。

三层IIoT参考架构

其中，Edge Tier侧重于依托Edge Gateway（边缘网关）对于数据的采集、转换、传输，Platform Tier完成对于数据的分析处理，并且将分析的结果发送到Enterprise Tier的各个领域的应用（Domain Application），形成决策与行动建议，并最终反馈给Edge Tier，优化边缘侧设备的运行。

当然，该架构仅仅是一个参考，也是有一些可以调整的空间，比如，边缘分析的引入能够有效增强边缘侧的自适应能力，并且能够降低边缘层与平台层的数据传输量，提升架构的经济性。

此外，平台层所进行分析的数据来源也不止是边缘层，也会有企业层的业务系统。因此，平台层与企业层的数据流向如果改成双向可能会更好一些。

在信息集成方面，应有一个中间件平台完成这边缘层、平台层、企业层所有系统、设备的数据集成工作。如下面的架构简要示意图，其中信息集成中间件平台将扮演重要的数据传输枢纽作用。

智能制造系统架构.PNG

有了上述认知，再看看下面这张微软的IoT参考架构图，是不是也很容易理解了。

微软IoT架构

——————————————————————————
欢迎转载，转载请注明出处。

如果想获得更多关于智能制造以及物联网方面的文章，关注我的公众号“聊聊智能制造那些事”，查看历史消息即可。