当前位置：今日智造 > 智造快讯 > 新闻

工业互联网专辑 |《中国科学：技术科学》中文版

2022/8/10 13:43:02 人评论次浏览来源：中国科学杂志社分类：新闻

工业互联网基于新一代信息技术和制造技术的深度融合, 通过构建网络、平台、安全三大功能, 打造了人机物、全要素、全产业链、全价值链的新型工业生产制造和服务体系, 推动了制造业沿袭数字化、网络化、智能化路线升级改造, 因而成为国家新基建的重点领域和制造强国的主战场.

基于工业互联网的巨大发展前景和存在的问题, 《中国科学：技术科学》编辑部特邀华中科技大学丁汉院士担任特约主编, 南京航空航天大学李迎光教授、东华大学张洁教授、西安交通大学江平宇教授、北京航空航天大学陶飞教授、华中科技大学袁烨教授以及武汉科技大学张永教授担任特约编辑, 组织了“工业互联网”专辑, 该专辑共13篇, 包含4篇综述, 9篇论文, 主要关注未来工业互联网新模式及工业大数据分析新技术.

期望该专辑反映的工业互联网领域的最新科研进展、现场经验以及未来方向, 可以使广大科研工作者能及时共享最新学术和技术成果, 共同推进工业互联网的新技术、新方案、新体系、新应用等方面的研究.

未来工业互联网新模式探索

工业互联网只有与特定行业、特定应用场景深度融合, 才能发挥其真正作用, 通过快速落地, 推动技术进步、模式创新与行业发展. 本部分精选了当前国内工业互联网中代表性的工业场景和架构, 展示了国内工业互联网发展的水平以及未来的发展趋势.航空协同制造工业互联网架构航空装备研制过程具有跨时空域、跨产业链、跨多主体高效协同的典型特征, 是一项复杂的系统工程, 构建面向航空复杂装备协同制造的工业互联网平台, 既是满足当前航空复杂装备高效研制的必要手段, 也是以新模式驱动航空制造数字化转型的重要举措. 蒋敏和郑力主要从航空装备研制数字化转型过程中对工业互联网发展的迫切需求与发展机遇出发,研究面向航空装备协同制造的工业互联网架构体系, 并对其涉及的关键技术及应用场景进行了初步探讨, 以期对航空制造工业互联网的建设发展提供参考与借鉴.流程工业互联网智能优化制造新模式流程工业制造是以各类自然资源为原料, 通过包含物理化学反应的气、液、固多相共存的连续化生产过程, 为下游制造业提供原材料和能源的基础工业. 流程工业制造的特点是: 制造过程涉及复杂的物理化学反应、连续生产不能中断、产品不以件计; 流程工业制造过程的物质化学反应过程建模难且产品难以数字化; 全流程多单元协同生产对制造流程全局优化带来挑战; 企业多冲突目标, 物质流、能量流、信息流联系错综复杂, 需求、设计、供应链复杂关联造成难以实现企业全局优化. 柴天佑院士团队给出了流程工业智能优化制造的内涵, 并分析了工业互联网驱动的流程工业智能优化制造的机遇与挑战; 结合工业互联网作为实现智能制造纵向集成、端到端集成和横向集成的基础设施, 探讨了工业互联网驱动的流程工业智能优化制造新模式.工业互联网的社群化制造模式新一代信息技术与制造业的深度融合正推动着制造业向社会化、服务化、互联集成化与平台化发展, 面向工业互联网的社群化制造模式契合了当前制造业在智能化转型升级和创建新业态上的愿景.江平宇教授团队在当前制造模式演变分析的基础上给出了信息-物理-社交互联驱动的社群化制造模式体系架构和运行逻辑, 进一步探讨了社交传感器驱动的社群化资源聚类与社区/社群创成、信息-物理-社交互联驱动的社群化制造系统和社群化制造软件模型三项关键实现技术. 研发了面向社群化制造模式的3D打印测试床, 并通过测试床的应用开发和生产运行流程的介绍, 验证了社群化制造理论的可行性, 同时也为工业互联网产业应用实践提供示范导向作用.制造服务融合的工业互联网体系制造与服务融合是智能制造的重要内容之一, 服务要素渗透到制造各个环节中形成了生产性服务与制造服务化. 田景红教授团队从工业互联网的商业视角、使用视角、功能视角、实现视角建立了制造与服务融合中虚拟逻辑与实体活动交互的技术体系, 提出了生态位驱动的制造与服务横向价值链融合方法、供应链驱动的制造与服务纵向产业链融合方法、大数据驱动的制造与服务融合模块化方法、物联网驱动的制造与服务融合管理平台方法. 构建的制造与服务融合技术体系, 深化了工业互联网在制造业与服务业中的应用, 为数字经济中制造服务产业的技术创新奠定基础.未来智慧工业互联网新模式工业互联网可以有效促进数据的流动、集成与信息交流共享, 但仍存在着互联网体系固有的缺陷, 且相对于前期已发展起来的消费互联网而言, 未来的智能制造必将两者加以深度融合. 姚锡凡教授团队介绍的智慧制造正是在这种时代背景下产生的, 它是现有多种制造模式、理念的融合、拓展和延伸. 智慧制造是面向未来互联网, 将消费互联网与工业互联网的深度融合. 智慧工业互联网是未来互联网的四大支柱或“四网”(人际网、物联网、务联网、内容/知识网)与先进制造技术融合而成的一种人机物协同的智能制造新模式——社会-信息-物理-生产系统, 是智能制造的继承与创新发展, 代表新一代智能制造的发展方向.工业互联网数据流协同传输新模式工业互联网需要实现IT和OT的融合, 现场级工业网络的构建是真正实现从OT到IT产线数据无缝接入、从IT到OT实现产线智能运维的关键. 对于OT来说, 工业系统中的数据具有高度的时间敏感特性, 感知数据和控制指令在时间上的确定性传输是实现工业系统可靠稳定运行的基础. 然而工业现场仍面临感知数据异构、协议不兼容、传输性能需求不一致等问题, 给异构时间敏感数据流的确定性传输带来了巨大的挑战. 陈彩莲教授团队设计了统一的低时延、低抖动时间感知门控机制, 从而精确地控制数据流的传输行为, 较好地解决了异构时间敏感数据流协同传输问题.

工业大数据分析新技术

工业大数据是工业互联网的核心, 工业互联网是以数据驱动的系统. 利用传感器实时采集生产设备和生产线上的温度、压力、震动、声音、日志、图像、视频等信息,汇聚成海量的多源异构数据库. 工业大数据分析技术通过数据挖掘分析, 实现了工业场景的状态描述、诊断分析、预测预警、优化调控、辅助决策等功能, 在智能化生产、网络化协同、个性化定制和服务化延伸等方面发挥着核心作用. 因此, 工业大数据分析技术对工业互联网的发展和落地具有决定性作用.剩余使用寿命预测技术涡扇发动机作为航空航天领域的核心设备之一, 其健康状况决定了航空器能否稳定可靠地运行. 然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点, 针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题, 袁烨教授团队通过将生成对抗网络(GAN)的生成能力与门控循环单元(GRU)的预测能力相结合, 提出一种基于特征注意力机制的GAN和GRU融合模型. 吴军教授团队提出一种基于嵌套长短期记忆(NLSTM)网络的机械装备剩余使用寿命(RULL)预测方法, 它通过融合多传感器监测信号, 实现对机械装备RUL的精确预测. 区别于普通LSTM网络, NLSTM将存储单元进一步加深, 将一个LSTM神经元结构嵌套在原有LSTM的存储空间中, 实现对多传感器时间序列信号中长期依赖性的深度捕捉.无监督故障诊断技术滚动轴承是工业设备基本的联接部件, 其工作状态直接影响整台机器的性能. 在轴承故障发生的初期及时作出诊断, 为机器维修决策提供充足的时间, 对于避免或减少损失具有重要意义. 滚动轴承性能退化发生故障时, 连续平稳过程被破坏, 零件间发生周期性冲击. 然而, 在故障早期此冲击十分微弱, 被淹没在复杂的噪声中, 呈现幅值和频率的调制特征. 融合物理模型方法与人工智能方法的优势, 曾念寅教授团队提出一种无监督学习的智能谱峭度方法, 用以在恶劣环境中实现高端轴承的故障诊断.故障诊断与剩余使用寿命预测联合分析技术智能故障诊断与寿命预测方法在航空航天、石油化工、船舶等领域得到了广泛的研究与应用. 然而, 传统智能方法为实现机械装备的初始异常检测、故障诊断与寿命预测等多种任务时, 均需逐一地训练检测、诊断与预测多个模型, 不仅增加了设备开发、部署与维护的成本, 也极大地限制了智能方法的实用性. 为解决上述局限性, 李巍华教授团队基于多任务学习, 提出一种用于机械装备智能诊断(初始异常检测和故障诊断)与智能寿命预测等多种任务的健康监测方法.健康阶段划分和剩余使用寿命预测联合分析技术工业设备作为工业互联网的基本组成部分, 其健康状态事关工业产品的质量水平和生产过程的稳定性以及流畅性. 因此，对工业设备的健康状态进行评估和退化趋势预测具有重要的理论价值和工程实践意义. 张永教授团队基于深度学习方法, 拟构建双任务框架, 有效解决了单独研究工业设备的健康状态评估或退化趋势预测的缺陷, 可以同时对设备进行状态进行实时定性分析(健康状态)和定量分析(剩余使用寿命).

无监督域自适应的机器视觉技术 机器视觉技术是计算机科学的一个重要分支, 它涉及到计算机、图像处理、模式识别、人工智能、信号处理、光学、机械等多个领域, 其目的就是给机器或者自动生产线添加一套视觉系统, 主要用途有质量检测、尺寸测量、缺陷检查、识别和定位等. 好的机器视觉系统能够为制造业提供更多有利于提高产品质量和生产效率的硬件支持. 深度学习的进步推动了计算机视觉任务的发展, 但基于传统深度学习的方法仍存在训练过程对人工标注数据依赖强、场景泛化能力较差的弊端.而对于计算机视觉任务来说, 训练数据的真值标签获取较难, 因此如何提升模型的迁移能力, 缓解训练对人工标注的依赖受到了学界的广泛关注. 因此, 唐漾教授团队聚焦了无监督域自适应方法的一些典型计算机视觉任务, 总结了基于深度学习模型的无监督域自适应方法, 实现了深度学习模型在不同域间迁移时仍能保证良好的性能, 在计算机视觉任务中发挥了重要作用.

数据隐私保护技术 工业互联网平台通过建立人机物的互联, 实现了数据跨系统的传输, 形成了基于混合系统建模、模式分析、以及数据驱动的新生产模式. 但同时这些高速发展的信息技术也带来了相应的隐患: 网络应用的普遍化与信息系统的规模化和去中心化(大数据及云技术)使得数据量成指数级增长,而海量的数据中夹杂着大量的隐私数据, 存储这些数据(特别是敏感隐私数据)的企业可能会成为网络攻击者的主要目标, 这便使得恶意攻击、病毒泛滥等随之而来的网络安全问题愈加凸显. 为了提供能够抵御网络威胁的鲁棒防御策略,周纯杰教授团队研究了面向工业互联网中数据不透明性的隐私保护控制问题, 证明了所设计合成算法的正确性与完备性以及最大网络化监督器的存在性.

该专辑的详细目录如下, 欢迎您关注阅读！

编者按

前言——工业互联网专辑

丁汉, 江平宇, 张洁, 李迎光, 陶飞, 张永, 袁烨

中国科学：技术科学，2022，52（1）：1?2

评述

面向航空协同制造的工业互联网架构研究与应用

蒋敏, 郑力

中国科学：技术科学，2022，52（1）：3?13

工业互联网驱动的流程工业智能优化制造新模式研究展望

柴天佑, 刘强, 丁进良, 卢绍文, 宋延杰, 张艺洁

中国科学：技术科学，2022，52（1）：14?25