有没有物联网和云计算两者融合的具体案例

聚羧酸减水剂生产控制系统的工业物联网框架设计与实现

严海蓉1，王子明2
（1北京慧物科联科技有限公司，北京 100124，2北京工业大学，北京 100124）

摘要：工业物联网既提供了在生产过程中获取并控制聚羧酸减水剂生产设备的信息的方式，也提供了基本的网络架构，方便系统集成和扩展。该框架在分析了聚羧酸减水剂生产流程的基础上被划分为设备控制层、通讯层和应用服务层。根据实际应用需求，描述了工业物联网架构可以方便接入设备，贴近工艺完成软件，并让机器具有智能。企业应用案例表明该系统能够有效地实现生产状态跟踪监测和生产设备自动控制的目标，对进一步研究工业物联网技术和解决方案具有一定的参考价值。
关键词：工业物联网；自动化控制系统；聚羧酸减水剂生产设备
中图分类号：TP273 文献标识码：A

Theindustrial IOT design of automatic control system for polycarboxylate superplasticizer
YAN Hairong1, Wang Ziming2
（1．Beijing Sophtek Corp，2 Beijing University of Technology，Beijing 100124，China）

0引言
原来的聚羧酸减水剂生产自动化控制不能充分满足生产工艺要求，存在的主要问题是：
1） 新设备接入非常困难；
2） 同类不同厂家设备不方便更换；
3） 匀速滴加过程中不能达到理想的控制速度，传统PID算法波动较大，常需要人工手动干预；
4） 温度控制需要人工参与控制，无法完成全自动；
电话 扣扣53O934955
工业物联网是工业40的支撑框架。物联网被称为继计算机、互联网之后，世界信息产业的第三次浪潮。它的发展离不开应用，面向工业自动化的工业互联网技术是物联网的关键组成部分[1]。工业物联网通过将具有感知能力的智能终端、无处不在的移动计算模式、泛在的移动网络通信方式应用到工业生产的各个环节，提高制造效率，把握产品质量，降低成本，减少污染，从而将传统工业提升到智能工业的新阶段[2]。
工业物联网框架中，整个系统具有强大的数据服务器，能够进行大数据的计算。在数据量足够的时候能够利用网络智能来帮助企业进行决策、配方优化和自动的设备维护等。
整个控制系统具有分布式智能能力。整个系统中，可以把数据都送到中控部分来完成；也可以将一些需要及时处理的，如温度控制等，直接由现场控制来完成。系统通常分为中央控制单元和分布的现场控制单元，中央控制单元由工业控制计算机充当，现场控制单元则由高可靠、抗干扰的工业级微控制器和与当前控制需求相配套的附加电路模块组成。依托微控制器的实时处理能力可以完成对现场生产进行实时调节控制，并且通过总线实现现场控制单元与中央控制单元进行数据交互，使生产过程表现出整体性、协调性，从而优化生产工艺、提高生成效率。
系统通过总线把各个独立的控制模块组织成在一起。控制模块的独立性，使得系统中各个分布的控制模块检修、升级、数量扩充都很方便，也为在生产规模扩大时控制系统扩充预留了接口。
因此工业物联网框架才能彻底解决传统控制的一些问题，真正贴合聚羧酸减水剂生产工艺。
1 系统概要设计
根据聚羧酸减水剂的生产过程，可以将聚羧酸减水剂自动化控制系统分为设备控制层、通讯层和应用服务层，系统框架如图1所示。
图1 系统框架图
图1中，应用服务层主要实现对生产过程中实时数据和生产状态的跟踪监测和管理，同时提供各种应用UI接口，用户可以通过使用计算机、手机等手持设备登录客户端来访问或获取所需要的数据或信息等，从而实现物联网的厂内处处可访问。一旦将企业网络与公共网络连接，用户登录后就可以实现生产数据随处可访问。
应用服务层中还包括有控制逻辑层，控制逻辑层通过与 *** 作人员进行交互，并且汇集、分析、存储和处理生产过程中的实时数据和生产状态，实现生产过程的逻辑控制。
通讯层主要实现设备控制层、控制逻辑层和应用服务层之间的可靠传输。
设备控制层主要实现原始数据的采集与分析、数据和状态的上传、控制指令的接收等。嵌入式控制器内的智能逻辑将和聚羧酸减水剂生产各工序要求的生产工艺（加料、滴加、温度调节、pH调节）等紧密贴合，并与控制逻辑层相互通讯完成所要求的工艺精密控制。
整个系统采用划分层次的设计思路使得系统具有很好的可移植性，各种传感器可以灵活的接入系统。这样新系统的总体实现或者旧系统的扩展可以采用“搭积木”的方式完成构建。

2 系统详细设计
根据以上设计的系统工业物联网框架和体系结构，本研究将以北京某公司的具体项目为例，详细介绍该系统的设计和应用过程。
21设备接入示例
基于工业物联网架构的设计，可以很容易的接入各种设备。比如如图2所示的聚羧酸减水剂自动化控制系统接入了一个服务器、一个 *** 作员站、若干显示器、2个控制站，若干现场设备和用户手机。
图2基于工业物联网架构的设备接入实例
服务器负责存储生产数据，包括生产 *** 作日志和生产过程数据，便于生成台帐和报表。也可以与各种财务、资产管理软件连接。同时，负责承载起局域网与大网络的连接工作。
*** 作员站上运行的软件，方便 *** 作员在中控室来 *** 作现场各种阀门、电机等开停，从而按照工艺过程完成生产。
控制站自动获得 *** 作员 *** 作命令来控制现场设备，比如阀门等，同时也自动从现场设备获取各种状态，比如称重数据等传给控制室控制机器。
现场设备是包括传感器和各类执行器，比如秤、阀门等自动工作。
图中的手机设备是为了表示出工业物联网框架可以任意接入设备的特性。比如，在该框架下，巡视人员可以通过手机进行接入，完整现场紧急控制一些阀门的开或者是关。经理等就可以通过手机来查看每天生产数据。
同时，对于不同厂家的同类设备，该工业物联网框架也有较好的兼容能力。
22贴合工艺的软件设计
软件包括生产线管理软件和工业现场控制软件。生产线管理软件工作于生产管理计算机，主要实现工艺管理、配方管理；通过网络，根据权限，可调出 *** 作人员的现场 *** 作记录，完成对现场的远程管理。工业现场控制软件工作于车间级服务器中，主要通过与工艺以及现场布置相同的画面显示，使得 *** 作人员便于 *** 作，以实现现场设备仪表信号的采集、处理，配方管理和现场数据实时界面显示和控制等功能。
图3 聚羧酸合成控制生产工艺示意图

根据实际生产过程和自动化控制系统的特点，当前聚羧酸生产过程分大单体预化过程、 A、B料预混过程、A、B料计量罐加料过程、碱计量罐加料过程、A、B料滴加过程、反应釜搅拌控制过程、反应釜温度控制过程，针对不同的过程，分别实现其控制目标，从而达到完整生产过程的控制。
下面以工艺中的A、B料计量罐滴加控制为例来说明软件设计功能。
首先控制系统为用户提供友好的A、B滴加控制对话框，方便用户可视化 *** 作。用户可以选择采用以前输入的备用方案进行控制，也可以选择自己新输入方案进行空控制。总之都能够根据配方在规定的时间内，将指定质量的物料匀速加入到对应的反应釜中。
图4 启动已存备用方案滴加
图5 启动自定义方案采用三阶段定量滴加示例

其次控制系统采用分段式匀速滴加模式（图5），启动滴加时，控制系统计算出三个阶段分别的预期流速。控制系统实时读取当前计量罐的质量，并根据当前时间，计算出实时流速。控制系统根据实时流速和预期流速的差值，控制调节阀的开启度，从而控制滴加速度。
图6 滴加控制效果示意图（多阶段不同流速）

最后，显示出实时滴加工作界面（图6），工作工作误差一般不大于1%。
23机器学习的智能能力
原来控制系统由于没有采用物联网框架，数据存储量不充分，从而无法让机器自主学习。各种设备常常需要人来手工调整，设定最高最低值；控制过程需要人工进行干预，来辅助机器完成自动控制。
而现有的工业物联网架构，拥有了专门的数据服务器，从而可以存储较大量的数据。而对于这些数据进行分析而产生的机器智能不可小觑。
比如，以前温度控制时，只能根据人工经验设定一个固定的值。反应釜的材质、容量、夹套、搅拌电机、搅拌桨叶等设备本身因素会影响调温结果。
而往往由于冬夏的自来水、室内温度、物料温度、反应剧烈程度等也会影响调温结果。因此在控制系统安装后要进行长时间的人工参与测试来努力找到一个合适的最大最小值。而测试时间毕竟短，这个值一旦这个值固定后，后续生产时就无法轻易改变，为此生产 *** 作员常需要来观测这个温度控制过程并且来参与控制，否则很难达到理想的控制效果。
再比如对于滴加控制的PID算法，往往由设计者人为给定一个PID参数，也无法完全适应实际设备磨损等情况。
而基于工业物联网架构的控制时，可以在服务器端运行一个智能控件，由它来自动学习历史调温或者滴加流速的变化情况，不断训练软件，让软件重新找到合适的上下调节阈值，这样才可以真正达到完全自动化。整个系统拥有了自己不断学习的机器智能。

3 系统测试结果
基于工业物联网的聚羧酸减水剂自动化控制系统在设计和开发完成后，在北京某工厂的实际生产线上投入使用。目前，该系统运行安全、稳定，大部分功能已经实现，达到了预期的效果。
在系统正式投入使用后，对系统的工业现场控制软件、生产线管理软件和嵌入式控制器进行了长时间的测试。针对实现过程中遇到的问题做了大量的调试工作。下面以实现滴加A料为例对系统的测试进行描述。
*** 作人员在控制室通过点击用户 *** 作界面的A料滴加阀门按钮进行滴加参数的配置，如图7所示。 *** 作人员需要输入的参数为滴加质量和滴加时间，同时系统也支持分阶段滴加。在点击开始滴加按钮后，服务器会向嵌入式控制器发送滴加A料指令。
图7 滴加A料配置界面
嵌入式控制器在接收到服务器下发的滴加A料指令后，会进行自动化控制，实现A料的滴加 *** 作，具体效果如图8所示。
图8 5个反应釜同时进行A料滴加曲线示意图
图8中5条不同颜色的线分别表示5个不同计量罐的A料滴加曲线，系统支持多个计量罐同时进行滴加 *** 作。左侧上升的直线表示向计量罐加入A料的过程，系统支持多个计量罐同时加料，质量控制精确，定量加料的误差在01%以内。右侧下降的曲线表示滴加A料过程，曲线的斜率即为速度。由图可知，系统基本上能够实现匀速滴加A料过程，同时，系统也支持连续4小时的滴加 *** 作，时间误差在1分钟左右。
基于工业物联网的聚羧酸减水剂自动化控制系统投入运行后，提高了聚羧酸减水剂的产品质量，提高了工艺生产的自动化程度，大大减轻了 *** 作人员的劳动强度，提高了企业的竞争力。
4 结束语
本研究基于工业物联网架构设计的聚羧酸减水剂自动化控制系统对聚羧酸减水剂生产过程可以进行高效的跟踪管理，在实际应用中具有重要作用。它使聚羧酸减水剂生产设备具备了一定的数据感知、处理和通信能力，从而为企业制定更好的工艺流程提空帮助。同时，它也促使聚羧酸减水剂生产管理过程更加科学和精细化。该系统的成功开发设计为工业物联网在化工行业的推广打下了基础，做出了积极地探索。

参考文献：
[1]LIANG Wei，ZENGPeng Internet of Things Technology and Application Oriented IndustrialAutomation[J] Instrument Standardization & Metrology，2010：21-24[梁炜，曾鹏面向工业自动化的物联网技术与应用[J]仪器仪表标准化与计量，2010：21-24]
[2] KANGShilong，DU Zhongyi，LEIYongmei，ZHANG Jing Overview of industrial Internet of Things[J]Internet of Things Technologies，2013：80-82,85[康世龙，杜中一，雷咏梅，张璟工业物联网研究概述[J]物联网技术，2013：80-82,85]
[3] BIDongzhen The Design and Realization of Industrial Sewing Machines System Basedon the IoT[D]Shandong: Qingdao University，2012[毕东贞基于物联网的工业缝纫机系统的设计与实现[D]山东：青岛大学，2012]
[4]ZHANG Ximin，WANGGuoqing，DINGXuenian Development of an Internet home automation system[J] Chinese Journalof Scientific Instrument，2009，30（11）：2423-2427[张喜民，王国庆，丁学年基于因特网的远程家居自动控制系统研制[J]仪器仪表学报，2009，30（11）：2423-2427]
[5]WU Jiaqiang Tracking and quality monitoring system based on IOT industrial forsteel pipe[J] Journal of Mechanical ＆ElectricalEngineering，2013，30（11）：1335-1339[伍家强基于工业物联网的钢管跟踪及质量监测系统[J]机电工程，2013，30（11）：1335-1339]
[6]LI Nan，LIUMin，YANJunwei Frame work for industrial internet of things oriented to steel continuouscasting plant MRO[J] Computer Integrated Manufacturing Systems，2011，17（2）：413-418[李楠，刘敏，严隽薇面向钢铁连铸设备维护维修的工业物联网框架[J]计算机集成制造系统，2011，17（2）：413-418]

云计算是实现物联网的核心。运用云计算模式，使物联网中数以兆计的各类物品的实时动态管理，智能分析变得可能。物联网通过将射频识别技术、传感器技术、纳米技术等新技术充分运用在各行各业之中，将各种物体充分连接，并通过无线等网络将采集到的各种实时动态信息送达计算处理中心，进行汇总、分析和处理。
从物联网的结构看，云计算将成为物联网的重要环节。物联网与云计算的结合必将通过对各种能力资源共享、业务快速部署、人物交互新业务扩展、信息价值深度挖掘等多方面的促进带动整个产业链和价值链的升级与跃进。物联网强调物物相连，设备终端与设备终端相连，云计算能为连接到云上设备终端提供强大的运算处理能力，以降低终端本身的复杂性。二者都是为满足人们日益增长的需求而诞生的。

目前云计算和物联网是新新事物，新新事物风险和机遇并存。

物联网是以计算机科学为基础，包括网络、电子、射频(RFID)、感应、无线、人工智能、条码、云计算、自动化、嵌入式等技术为一体的综合性技术及应用，它要让孤立的物品(冰箱、汽车、设备、家具、货品等等）接入网络世界，让它们之间能相互交流、让我们可以通过软件系统 *** 纵himer、让himer鲜活起来。
请特别关注：
1、智能家居 2、智能交通 3、智能医疗 4、智能电网 5、
智能物流 6、智能农业 7、智能电力 8、智能工业 9、质量追溯
云计算最有价值的理念之一是资源整合，物尽其用,之二是即服务的盈利模式
以直白的方式来表达：
云计算是整合资源以即方式提供服务，它主要在三个层面体现技术和服务。
一个是硬件基础设施层面，让硬件资源以即方式提供服务；
（客户要硬件环境资源，登录资源池自己定制、然后交钱、最后获取资源，用多少付多少钱；
付费对象是：应用开发者，企业IT管理者，应用平台供应商等。）；
一个是应用平台层面，让应用平台以即方式提供服务；
（供应商提高软件平台，平台可以开发、部署、管理、监控应用，提供开放的类APP商店；
付费对象是：应用开发者。）
一个是应用层面，让应用以即方式提供服务；
（应用开放商，把应用部署在应用平台，用户可以去使用这些应用，按即方式享受服务和付费；
付费对象是：终端消费者。）
即方式服务：
像水电一样，从你开始使用到你结束使用进行度量，你登录应用入口就可以直接使用应用，
甚至不用在你本地安装应用，就像打开水龙头就可以用水一样，然后付费，它本质是一种推
的服务、盈利模式。
所以，云计算要学习就多方多面。
不过，他们的根本基础还是计算机科学与技术，包括网络、硬件、软件等，
只是硬件或平台会比较侧重虚拟机、网格计算、分布式计算等方面的技术，
而应用会比较在意用户体验、大众互联方面，应用主要技术还是软件开放技术，
特别可能会热于android或ios或wm的WIFI移动应用的开发。
下一波的IT浪潮就是云计算、物联网、人工智能、生物技术。
目前云计算和物联网是新新事物，学教资源紧张是正常的，新新事物风险和机遇并存。
请相信机遇的东西确实是过了这个村，没了这个店，云计算和物联网目前就像初期的计算机专业一样，等它成熟了，等你看到它的发展了，那时候你就落后，只能在前人后面捡烟头。
好好把握学习这2个专业的机会，目前它们处于发展初期，等你毕业刚好是大展拳脚的好时机！
相信选择这2个新新行业有风险，但机会总是给第一个敢吃螃蟹的人。
～~~~~~~~~~~~~~~~~~~~~~~～
来自:广州溯源—物联网、云计算、人工智能---构建绿色未来

用一句话简单解释一下吧。
云计算： 在服务器端进行运算处理，将运算结果反映到瘦客户端的处理方式，都可以叫云计算。
物联网： 就是通过网络对设备进行管理（监视，控制等），局域网或互联网都可以。

云计算与大数据概述
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源;广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。
大数据(big data)，或称海量数据，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity。
从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
大数据管理，分布式进行文件系统，如Hadoop、Mapreduce数据分割与访问执行;同时SQL支持，以Hive+HADOOP为代表的SQL界面支持，在大数据技术上用云计算构建下一代数据仓库成为热门话题。从系统需求来看，大数据的架构对系统提出了新的挑战：
1、集成度更高。一个标准机箱最大限度完成特定任务。
2、配置更合理、速度更快。存储、控制器、I/O通道、内存、CPU、网络均衡设计，针对数据仓库访问最优设计，比传统类似平台高出一个数量级以上。
3、整体能耗更低。同等计算任务，能耗最低。
4、系统更加稳定可靠。能够消除各种单点故障环节，统一一个部件、器件的品质和标准。
5、管理维护费用低。数据藏的常规管理全部集成。
6、可规划和预见的系统扩容、升级路线图。
云计算与大数据的关系
简单来说：云计算是硬件资源的虚拟化，而大数据是海量数据的高效处理。虽然从这个解释来看也不是完全贴切，但是却可以帮助对这两个名字不太明白的人很快理解其区别。当然，如果解释更形象一点的话，云计算相当于我们的计算机和 *** 作系统，将大量的硬件资源虚拟化后在进行分配使用。
可以说，大数据相当于海量数据的“数据库”，通观大数据领域的发展我们也可以看出，当前的大数据发展一直在向着近似于传统数据库体验的方向发展，一句话就是，传统数据库给大数据的发展提供了足够大的空间。
大数据的总体架构包括三层：数据存储，数据处理和数据分析。数据先要通过存储层存储下来，然后根据数据需求和目标来建立相应的数据模型和数据分析指标体系对数据进行分析产生价值。
而中间的时效性又通过中间数据处理层提供的强大的并行计算和分布式计算能力来完成。三者相互配合，这让大数据产生最终价值。
不看现在云计算发展情况，未来的趋势是：云计算作为计算资源的底层，支撑着上层的大数据处理，而大数据的发展趋势是，实时交互式的查询效率和分析能力，借用Google一篇技术论文中的话：“动一下鼠标就可以在妙极 *** 作PB级别的数据”，确实让人兴奋不能止。

---