【DDS】【OPC UA】【TSN】基于IIoT的通信标准在制造业中的未来

2019 年 8 月 26 日 产业智能官


理解数据分发服务(DDS)、时间敏感网络(TSN)和OPC统一架构(OPC-UA)的技术特点和适用环境,有助于更多制造企业实现高效的运营。

为领先的工业物联网(IIoT)连接框架标准,OPC基金会的OPC统一架构(OPC UA)和对象管理组的数据分发服务(DDS)尽管使用的领域不尽相同,但在工业系统中,两者都获得了广泛的应用。


每个框架标准都与当今许多使用简单架构的离散自动化系统不同。可编程逻辑控制器(PLC)通过现场总线连接设备。PLC 控制设备并管理与上游更高级软件(HMI 和历史数据库)的连接。


工厂车间使用的软件也很简单。它读取传感器数据、执行逻辑并驱动执行器,从而实现重复操作。工厂有一系列工作单元,每个单元都有几十台设备。


为什么设计总是在变化?

在过去30 年中,传统的PLC和HMI设计表现良好。但是,它可能无法适应目前的发展。为什么?处理器速度和轻松互连的特性,提供了更强大的计算资源。以PLC 为中心的工作单元设计,可以构建可靠的系统,无限重复操作。然而,它们并非真正的“智能”。它们无法适应变化。它们无法充分利用计算能力和网络容量的爆炸性增长。简而言之,它们并不能实现智能化和更复杂的软件。


IIoT(工业物联网) 具有改变工业系统的潜力。为此,它必须在工作单元、工厂和办公室共享数据。当然,事情并不是那么简单。想要达到普遍的数据应用,需要新的架构和新的连接方法。OPC-UA 和DDS 解决不同的问题。硬件工程师使用OPC-UA,因为它使设备连接变得简单。系统架构师使用DDS,因为它跨越具有一致模型的系统层。DDS和OPC-UA不同,但这不是选择哪一个的问题,它们之间没有竞争。


事实上,人们越来越重视以后如何共同构建强大的工业通信架构。真正的挑战,是决定哪个问题需要解决。这使得了解OPC-UA和DDS可以做什么至关重要。确定何时单独使用DDS,何时单独使用 OPC-UA 以及何时使用两种框架的组合非常重要。


OPC-UA和TSN的融合

在离散制造领域,OPC-UA 和时间敏感网络(TSN)提供了解决“现场总线之争”的潜在途径。OPC-UA 可将专用设备,如传送带、传感器、执行重复性工作的机器人和驱动器集成到工作单元。它可以将工作单元连接到HMI 和历史数据库等软件上。通过为设备建模,并允许工厂技术人员和制造工程师通过PLC控制器协调这些设备来实现这一点(参见图1)。

图1 :本地连接的发布订阅设备网络。OPC-UA 客户端/ 服务器使用客户端/ 服务器模式,将工作单元连接到HMI 和历史数据库。当使用OPC-UA 发布订阅规范时,设备和PLC 发布或订阅简单的数字数据类型并通过就地连接进行通信,利用TSN取代工作单元中的现场总线。图片来源:美国工业互联网联盟


工作单元的编程并不像它们的配置那么多。制造工程师或技术人员,使用一组设备来实现工作单元中的功能。这些设备配有标准型号,因此工厂不会只用一个供应商。OPC-UA 系统是设备和现有模块的组合,例如历史数据库和HMI。这种设计只需很少的软件编程工作,就可轻松完成工作单元的组装。


OPC-UA将通信模式从发布订阅更改为客户端/ 服务器(请求/ 回复),从而将工作单元数据连接到系统范围的数据。要接收数据,应用程序或更高级别的客户端必须识别并连接到服务器。此体系结构的设计并不是为了支持编程团队。例如,转化发布订阅和客户端/ 服务器,会在各个级别上呈现不一致的编程模型。它不允许团队预先定义新的软件接口或共享数据类型。没有这些,OPC-UA 就不能为系统范围的软件提供一个“真实系统”的数据源。尽管OPC-UA 可能会使尝试构建复杂系统软件的团队受挫,它仍是将设备集成到工作单元中的一种最佳选择。


DDS 支持系统软件

DDS 针对构建分布式软件应用程序的团队。第一个DDS应用是用于智能机器人的以太网反馈控制。DDS随后扩展到软件密集型分布式应用,如自动驾驶汽车和海军作战系统管理。


其基本目的是将软件应用程序组合到具有一致模型的复杂系统中。虽然大多数DDS系统,将“功能性”人工智能与10到50个应用程序和设备集成到一起,但是某些DDS系统却由数十万个设备和应用程序组成,这些设备和应用程序可能是由数千名程序员编写的。


理解DDS的关键是要认识到分布式系统是并行的,系统架构必须与现实相匹配。这并不是什么新东西:当前分布式控制系统(DCS)的核心是控制执行引擎,它管理时间和控制循环。所有数据都存储在“RAM”中,因此进程可以访问任何数据而无需进行不必要的交互。DCS 提供了一个环境,可将功能块组集成到一个盒子中,实现并行、确定性的反馈回路。


DDS采用相同的概念并进行分发。DDS以数据为中心,共享“全局数据空间”。这意味着所有数据看起来都像存在于每个设备和算法中。当然,这是一种错觉——所有数据都不可能无处不在。DDS 的工作原理是跟踪每个应用程序需要什么数据以及何时需要这些数据,然后交付它。这样,应用程序所需要的数据,就及时的保存在本地存储器中。

DDS和OPC-UA在很多方面的侧重点都不同。DDS广泛应用于需要复杂分布式软件的行业。OPC-UA的目标是制造业,其中设备互操作性更为重要。


数据中心的本质,是每个设备和每个算法,在任何时间以相同的方式在每个级别能够即时就地访问任何内容。最好将其视为分布式共享内存,类似于DCS沙箱RAM。没有服务器或对象或特殊位置。它是整个系统的并行软件架构。


DDS是关于数据中心的,而不是模式。虽然大多数标准使用了发布订阅,但标准还指定了请求/回复,一些供应商还支持排队。应用程序以多种方式进行交互,但仅与共享的分布式内存交互,而不是直接相互作用。DDS还定义了系统接口(数据类型)和服务质量(QoS)流控制。它将模块与透明且一致的系统范围架构集成在一起,该架构独立于模式。这种连接性,与以数据为中心的系统的“真实”数据库类似,可为企业提供动力。


但是,DDS不会为设备建模。工厂工程师和技术人员无法在不编写代码的情况下将设备组合到工作单元中。


集成DDS、TSN 与OPC-UA

数十年来,制造系统竞争的基础都是一样的:可靠性、生产率或实施成本。如果您认为已经购买到所需的软件并能够保持竞争力,则无需进行更改。另一方面,如果您预见到最佳软件以及标准的优势,那么您需要一条不同的路径来迎头赶上(参见图2)。

图2 :美国工业互联网联盟的工业互联网连接框架(IICF) 为业界提供了比较全面的连接技术分析。它包括对最常见的IIoT技术的详细评估,以及OPC-UA和DDS。它还提出了可同时使用这些模式的架构。


系统也可能需要从可互操作的设备构建。幸运的是,这并不一定是一个全有或全无的决定:DDS、OPC-UA 和TSN可以协同工作。对象管理组是工业互联网联盟(IIC)的上级组织,最近批准了将DDS与OPCUA集成的标准。对象管理组和OPC基金会正在制定将TSN与DDS和OPC-UA结合使用的标准。DDS供应商正在开发配置工具。


工业互联网联盟开发了一种集成架构,并在制造应用中使用OPCUA、在电力和医疗保健等应用中使用DDS 创建了测试台。实现可互换设备的灵活性与强大的软件开发环境相结合,距离我们并不太遥远。


许多人难以定义这些新标准和技术的作用。为了在未来能够保持竞争力,研究和提出问题以确保选择正确的平台或正确的组合至关重要。


- 完 -

本文来自于《控制工程中文版》(CONTROL ENGINEERING China )2019年07月刊《封面故事》栏目,原标题为:基于IIoT的通信标准在制造业中的未来


先进制造业+工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进制造业OT(自动化+机器人+工艺+精益)和工业互联网IT(云计算+大数据+物联网+区块链+人工智能)产业智能化技术深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的产业智能化平台;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。


产业智能化平台作为第四次工业革命的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎; 重构设计、生产、物流、服务等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生 新技术、新产品、新产业、新业态和新模式; 引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

产业智能化技术分支用来的今天,制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中, 利用工业互联网形成数字化、网络化和智能化力量,实现行业的重新布局、企业的重新构建和焕然新生。

版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。



登录查看更多
2

相关内容

【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
【北京大学】面向5G的命名数据网络物联网研究综述
专知会员服务
36+阅读 · 2020年4月26日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【文献综述】边缘计算与深度学习的融合综述论文
专知会员服务
164+阅读 · 2019年12月26日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
【精益】精益生产与智能制造的联系和支撑
产业智能官
37+阅读 · 2019年9月14日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
车路协同应用场景分析
智能交通技术
24+阅读 · 2019年4月13日
【CPS】信息物理融合系统理论与应用专刊序言
产业智能官
7+阅读 · 2019年2月27日
【智能制造】智能制造的核心——智能决策
产业智能官
12+阅读 · 2018年4月11日
【智能制造】离散型制造业如何实现智能制造​
产业智能官
7+阅读 · 2017年10月16日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
35+阅读 · 2019年11月7日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
17+阅读 · 2018年4月2日
VIP会员
相关VIP内容
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
【北京大学】面向5G的命名数据网络物联网研究综述
专知会员服务
36+阅读 · 2020年4月26日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【文献综述】边缘计算与深度学习的融合综述论文
专知会员服务
164+阅读 · 2019年12月26日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
相关资讯
【精益】精益生产与智能制造的联系和支撑
产业智能官
37+阅读 · 2019年9月14日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
车路协同应用场景分析
智能交通技术
24+阅读 · 2019年4月13日
【CPS】信息物理融合系统理论与应用专刊序言
产业智能官
7+阅读 · 2019年2月27日
【智能制造】智能制造的核心——智能决策
产业智能官
12+阅读 · 2018年4月11日
【智能制造】离散型制造业如何实现智能制造​
产业智能官
7+阅读 · 2017年10月16日
Top
微信扫码咨询专知VIP会员