视野 ▏中美德日四国工业互联网参考架构对比分析

2024-03-08 02:10

本文主要是介绍视野 ▏中美德日四国工业互联网参考架构对比分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文 1798 字25图,建议阅读 15 分钟
本文对中美德日四国工业互联网参考架构进行对比分析 。

【导读】目前在国际上有美国工业互联网参考架构IIRA、德国工业4.0参考架构模型RAMI4.0和日本工业价值链参考架构(Industrial Value Chain Reference Architecture,IVRA)。国内也有工业互联网产业联盟的《工业互联网体系架构》。这几个工业信息化的参考架构,尽管它们的出发点、思考问题的角度和所关注的应用领域各有差异,但它们都是共享着对产业实现全面的信息化的核心理念和技术基础。


中国:AII工业互联网体系架构2.0

2019年8月27日,在2019智博会期间举办的工业互联网高峰论坛上,工业互联网产业联盟发布《工业互联网体系架构2.0》。

美国:IIRA


IIRA(Industrial Internet Reference Architecture)由美国工业互联网联盟(Industrial Internet Consortium , IIC)发布,最新版本为v1.9版,2019年6月19日发布。 IIRA注重跨行业的通用性和互操作性,提供一套方法论和模型,以业务价值推动系统的设计,把数据分析作为核心,驱动工业联网系统从设备到业务信息系统的端到端的全面优化。

美国工业互联网联盟发布的工业互联网参考架构(来自IIC官网)

IIRA功能设计:以数据分析为中心,端到端的功能融合(来自IIC官网)

德国:RAMI4.0

RAMI4.0(Reference Architecture Model Industrie 4.0)即工业4.0参考架构模型,深度聚焦于制造过程和价值链的生命周期,为其建立了一个比较完整的三维模型。这个模型在对在制造环境里不同环节单元的功能的分析、它们之间的互操作性的需求的辨认,以及对相应的标准制定和采用,都十分有价值。更值得关注的是与其相关的工业4.0部件模型,对包括数字化的零部件、设备、产线、车间、工厂、甚至信息化系统在内的所有资产提供一个统一的CPS模型,描述其功能、性能和状态,并为它们之间的交互,从通讯协议、句法和语义,提供统一的界面。其广泛实施,对推动制造环境各个系统的全面互联互通,将会起着非常大的作用。

工业4.0参考架构模型RAMI 4.0

日本:IVRA

日本工业价值链促进会(Industrial Value Chain Initiative,IVI)是一个由制造业企业、设备厂商、系统集成企业等发起的组织,旨在推动“智能工厂”的实现。2016年12月8日,IVI基于日本制造业的现有基础,推出了智能工厂的基本架构《工业价值链参考架构(Industrial Value Chain Reference Architecture ,IVRA)》,从制造业一直追求的质量、成本和效率(产出)传统要素加上环保要求的管理角度出发,结合生产环境的资产(人、流程、产品和工厂)角度和作业流程(计划、执行、查验和反应)角度,细分出智能制造单元,对信息化在生产过程的优化,作了细致的分析,进而提出了智能制造的总体功能模块架构,在不同的(设备、车间、部门和企业)层次上,分析知识/工程流程(相当于产品链)和供给流程(相当于价值链)的各个环节的具体功能构成,颇具有独到之处。

工业价值链参考架构IVRA

IIRA与RAMI4.0对接

在一些大企业促进之下,美国工业互联网联盟和德国工业4.0平台,于2015年11月,在中立的瑞士召开了一次保密的研讨会,如果谈不妥不会公开出来,在市场上造成更大的负面影响,幸亏讨论的结果,双方发现两个参考平台之间有很强的互补性。

结果是这两个机构相继批准双方合作,接着2016年6月在芝加哥,9月在海德堡,召开了另外两次研讨会。这两个机构相继设立了一些任务组,在某些方面探讨双方合作机会。

2017年12月,美国工业互联网联盟与德国工业4.0的机构共同发布了一份关于IIRA与RAMI4.0对接分析的白皮书,指出IIRA与RAMI4.0在概念、方法和模型等方面有不少相互对应和相似之处,而差异之处则互补性很强,相互之间可以取长补短。

这个结论在对降低由于多个架构的存在所带来的不确定性有一定的良好作用。相信这个结论,在这几个架构之间都是适用的。所以,在这个方面加强国际合作,对国内和国际上工业互联网和智能制造的发展都是会有益的。

IIRA与RAMI4.0的功能对接与映射

本文图文来源于工业互联网产业联盟及其它平台,由“THU数据派”公众号整理编辑,仅供行业学习使用,如有侵权请联系我们(chuanru.yin@tsingdata.com)删除。

——END——

这篇关于视野 ▏中美德日四国工业互联网参考架构对比分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/785620

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

Spring Boot分层架构详解之从Controller到Service再到Mapper的完整流程(用户管理系统为例)

《SpringBoot分层架构详解之从Controller到Service再到Mapper的完整流程(用户管理系统为例)》本文将以一个实际案例(用户管理系统)为例,详细解析SpringBoot中Co... 目录引言:为什么学习Spring Boot分层架构?第一部分:Spring Boot的整体架构1.1

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方