導(dǎo)論

隨著無(wú)線通信技術(shù)和信息處理技術(shù)的不斷發(fā)展，需要盡可能多的智能設(shè)備對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行處理，并動(dòng)態(tài)反饋信息處理結(jié)果，實(shí)現(xiàn)工業(yè)智能化[1]。越來(lái)越多的企業(yè)需要在網(wǎng)絡(luò)上與其他組織交換數(shù)據(jù)，并基于與其他組織的交互完成更大的任務(wù)。智能制造(Smart Manufacturing, SM)利用先進(jìn)的信息技術(shù)和制造技術(shù)來(lái)優(yōu)化生產(chǎn)和交易方式，是未來(lái)提升全產(chǎn)業(yè)鏈生產(chǎn)效率、生產(chǎn)質(zhì)量和服務(wù)水平的熱門技術(shù)。工業(yè)物聯(lián)網(wǎng)智能設(shè)備實(shí)現(xiàn)制造資源數(shù)據(jù)的實(shí)時(shí)采集和共享，并基于射頻識(shí)別設(shè)備(RFID)和無(wú)線通信技術(shù)[3]實(shí)現(xiàn)物料的操作可見(jiàn)性和可追溯性。生產(chǎn)資源通過(guò)智能設(shè)備相互交互，與不同SM行業(yè)協(xié)同完成大型工業(yè)物聯(lián)網(wǎng)工作。巨大的操作量中存在太多的未知，不可避免的故障或安全問(wèn)題時(shí)有發(fā)生，會(huì)影響SM產(chǎn)業(yè)鏈的進(jìn)度。作為一個(gè)非常類似于CPS的鏡像世界，Digital Twin (DT)可以在這個(gè)虛擬世界中模擬物理世界中所有可能的操作并評(píng)估其后果，并根據(jù)鏡像[4]的模擬結(jié)果進(jìn)一步調(diào)整物理產(chǎn)品。換句話說(shuō)，DT不僅可以讓工程師和設(shè)計(jì)師在搭建實(shí)際物理環(huán)境之前就著手產(chǎn)品的細(xì)節(jié)，還可以在增加多方聯(lián)合工作協(xié)調(diào)的同時(shí)降低成本和優(yōu)化流程。這對(duì)SM[5]來(lái)說(shuō)無(wú)疑意義重大。
在本文中，我們提出了一種架構(gòu)，能夠在最大程度上提供隱私和安全保障的同時(shí)，保證整個(gè)SM流程的效率。本文的目的是開(kāi)發(fā)一個(gè)在工業(yè)物聯(lián)網(wǎng)環(huán)境下保護(hù)設(shè)備隱私并提供合法身份認(rèn)證的SM框架，同時(shí)使該框架的操作過(guò)程更加高效和準(zhǔn)確。
本文的其余部分組織如下:在第2節(jié)中，我們對(duì)其他現(xiàn)有研究進(jìn)行了概述。第三節(jié)提出了一個(gè)基于bdt的框架，并對(duì)其進(jìn)行了討論。我們將概述該框架并解釋其流程流。最后，在第四節(jié)中，我們對(duì)本文進(jìn)行了總結(jié)。

相關(guān)工作

在本節(jié)中，我們首先介紹了區(qū)塊鏈的最新研究，然后調(diào)查了數(shù)字孿生在工業(yè)物聯(lián)網(wǎng)中的最新發(fā)展。

區(qū)塊鏈

雖然DT通過(guò)模擬物理世界的變化來(lái)支持SM更高效地運(yùn)行，但如果每個(gè)傳感器的數(shù)據(jù)都復(fù)制回DT，勢(shì)必會(huì)有一些毫無(wú)價(jià)值的數(shù)據(jù)干擾模擬和預(yù)測(cè)。甚至有可能會(huì)有惡意數(shù)據(jù)進(jìn)入DT，在正確的事件流中誤導(dǎo)SM。因此，需要對(duì)數(shù)據(jù)的來(lái)源進(jìn)行身份驗(yàn)證和標(biāo)識(shí)，區(qū)塊鏈很好地解決了這個(gè)問(wèn)題[6]。SM是一個(gè)典型的多方協(xié)作系統(tǒng)，其中生產(chǎn)鏈中的每個(gè)組件都存在信任問(wèn)題。Zhang等[7]的研究表明，區(qū)塊鏈不僅可以解決這一問(wèn)題，還可以實(shí)現(xiàn)更加透明、安全的傳輸和存儲(chǔ)。區(qū)塊鏈可以在SM中搜索材料來(lái)源，通過(guò)剔除不良產(chǎn)品來(lái)提高交易效率。Shahbazi等人[8]部署了基于物聯(lián)網(wǎng)傳感器實(shí)時(shí)數(shù)據(jù)采集的區(qū)塊鏈和智能合約，以確保設(shè)備合法性和數(shù)據(jù)安全性，同時(shí)減少?zèng)Q策延遲。利用大數(shù)據(jù)技術(shù)管理大規(guī)模數(shù)據(jù)集，對(duì)SM故障診斷進(jìn)行預(yù)測(cè)和分析。

數(shù)字孿生

Lattanzi等[9]提出當(dāng)前制造過(guò)程對(duì)生產(chǎn)資源快速配置和快速適應(yīng)環(huán)境的需求越來(lái)越強(qiáng)烈。為了適應(yīng)這種需求，DT的部署迫在眉睫。他們還總結(jié)了在DT部署中需要克服的技術(shù)挑戰(zhàn)，包括
不同領(lǐng)域的集成、保真度模型的生成以及異構(gòu)數(shù)據(jù)的通信。強(qiáng)調(diào)DT與IoT、云計(jì)算、AI等技術(shù)具有良好的融合預(yù)期效果，為我們的研究奠定了基礎(chǔ)。Lu et al.[10]總結(jié)了SM中DT的定義，詳細(xì)梳理了標(biāo)準(zhǔn)化的DT建模過(guò)程，總結(jié)了可以部署DT的SM場(chǎng)景。作者展示了DT可以在軟件層面上對(duì)物理資源進(jìn)行模擬和模擬，并可以通過(guò)代碼調(diào)試和產(chǎn)品測(cè)試即時(shí)處理，從而提高了生產(chǎn)效率和制造精度，降低了成本。方[11]將DT實(shí)際部署在一個(gè)SM車間調(diào)度任務(wù)中，他們將部署CPS單元作為虛擬和物理孿生的通信媒介，虛擬空間部署在物理空間監(jiān)測(cè)資源是用來(lái)收集數(shù)據(jù)并建立模型的，通過(guò)該模型獲得相應(yīng)的調(diào)度方案并進(jìn)行仿真，最終反饋到物理空間。這種方法比傳統(tǒng)方法準(zhǔn)確得多，因?yàn)榛诮y(tǒng)計(jì)得到的數(shù)據(jù)是一個(gè)常數(shù)，不能完全反映實(shí)際生產(chǎn)過(guò)程中環(huán)境的變化及其對(duì)參數(shù)的影響。

提議的基于BDT的智能制造框架

本節(jié)對(duì)建議的體系結(jié)構(gòu)進(jìn)行分層描述，其中解釋數(shù)據(jù)處理的不同層，并解釋它們對(duì)整個(gè)框架的部署影響。然后，從全局的角度介紹了整個(gè)數(shù)據(jù)處理過(guò)程。如圖1所示，本文提出的框架主要分為四層:1)IIoT設(shè)備層，2)邊緣層，3)云層。

?設(shè)備層:在這一層，傳感器將收集各種工業(yè)數(shù)據(jù)，然后將數(shù)據(jù)轉(zhuǎn)發(fā)到上層邊緣層。工業(yè)物聯(lián)網(wǎng)中有許多類型的數(shù)據(jù)來(lái)自不同的工業(yè)工廠。SM要求車間之間相互協(xié)作以完成一項(xiàng)工業(yè)任務(wù)。SM中不同制造工廠之間的交互是有風(fēng)險(xiǎn)的，因?yàn)槊總€(gè)工廠提供的數(shù)據(jù)不能保證有效性。因此，它們之間的交互不能在沒(méi)有任何安全保障的情況下進(jìn)行，只有在識(shí)別了它們身份的合法性和數(shù)據(jù)的有效性后才能進(jìn)行交互。為了更有效地調(diào)度車間之間的協(xié)作，應(yīng)該在調(diào)查全局狀態(tài)或確定協(xié)作對(duì)象的有效性之后做出調(diào)度決策。
?邊緣層:在這一層，我們提供了一個(gè)聯(lián)邦區(qū)塊鏈網(wǎng)絡(luò)，設(shè)備可以在其中進(jìn)行身份驗(yàn)證。基站為設(shè)備層采集的所有數(shù)據(jù)的驗(yàn)證和合法性認(rèn)證提供計(jì)算能力支持。雖然工業(yè)物聯(lián)網(wǎng)設(shè)備的計(jì)算能力和安全性有限，但基站有足夠的計(jì)算能力對(duì)到達(dá)基站的數(shù)據(jù)進(jìn)行分類和注冊(cè)?；净跀?shù)據(jù)源做了一個(gè)集群，每個(gè)SM店都有唯一的標(biāo)識(shí)符，因此每個(gè)集群都是唯一的。集群中的數(shù)據(jù)可以清楚地識(shí)別其來(lái)源，更有利于DT的創(chuàng)建。此外，來(lái)自設(shè)備層的所有數(shù)據(jù)源都需要通過(guò)共識(shí)機(jī)制得到網(wǎng)絡(luò)中其他節(jié)點(diǎn)的批準(zhǔn)。只有通過(guò)認(rèn)證的數(shù)據(jù)才能加入集群。此后，SM中需要的數(shù)據(jù)直接從相應(yīng)的集群中提取。這些數(shù)據(jù)已經(jīng)過(guò)認(rèn)證，無(wú)需擔(dān)心數(shù)據(jù)的有效性。
?云層:DT部署在該層，制作設(shè)備層鏡像環(huán)境，將數(shù)據(jù)調(diào)度給SM。虛擬SM車間使用的數(shù)據(jù)是根據(jù)標(biāo)識(shí)符判斷的，只從對(duì)應(yīng)的集群接收數(shù)據(jù)，從而保證了數(shù)據(jù)源的準(zhǔn)確性。當(dāng)一個(gè)SM車間需要與其他SM車間交互時(shí)，決定是通過(guò)總部做出的。在與總部交互時(shí)，本地的數(shù)據(jù)處理結(jié)果加密后發(fā)送到DT環(huán)境的總部。然后總部決定是否與總部交互。在整個(gè)過(guò)程中，敏感數(shù)據(jù)的計(jì)算在DT中實(shí)現(xiàn)，與邊緣的交互只與預(yù)處理結(jié)果進(jìn)行，因此敏感數(shù)據(jù)的安全性得到了保證。
數(shù)據(jù)自底向上從設(shè)備層傳輸?shù)皆?。該框架提供了一個(gè)基于DT和HPC的SM調(diào)度框架，并由區(qū)塊鏈網(wǎng)絡(luò)提供有效性驗(yàn)證，保證了SM調(diào)度的效率和安全性。在接下來(lái)的三個(gè)部分中，我們將詳細(xì)介紹部署在邊緣層的區(qū)塊鏈、部署在霧中的DT以及部署在云中的高效云選擇機(jī)制的工作流程。

結(jié)論

本文首先回顧了工業(yè)物聯(lián)網(wǎng)和智能制造的概念。基于兩者的特點(diǎn)，提出了一種基于區(qū)塊鏈和數(shù)字孿生的安全高效的智能制造架構(gòu)，為工業(yè)物聯(lián)網(wǎng)提供全面的工作保障?；趨^(qū)塊鏈的身份驗(yàn)證和識(shí)別確保添加到集群的每個(gè)數(shù)據(jù)都是有效的。擁有有效數(shù)據(jù)的DT平臺(tái)根據(jù)設(shè)定的算法處理數(shù)據(jù)，在需要其他平臺(tái)時(shí)向總部請(qǐng)求決策。對(duì)于提出的架構(gòu)，我們將在未來(lái)的研究中擴(kuò)展量子計(jì)算，并在這些方向上完成架構(gòu)的技術(shù)細(xì)節(jié)。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-455597.html

參考文獻(xiàn)

1. Park, J.S. et al., 2020. Future trends of IoT, 5G mobile networks, and AI: challenges, opportunities, and solutions. Journal of Information Processing Systems. 16(4), 743-749. https://doi.org/10.3745/JIPS.03.0146
2. Kang, Hyoung Seok, et al.: Smart manufacturing: Past research, present findings, and future directions. International journal of precision engineering and manufacturing-green technology 3.1 (2016): 111-128.
3. Zelbst, Pamela J., et al.: The impact of RFID, IIoT, and Blockchain technologies on supply chain transparency. Journal of Manufacturing Technology Management (2019).
4. Kuts, Vladimir, et al.: Synchronizing physical factory and its digital twin through an IIoT middleware: a case study. Proceedings of the Estonian Academy of Sciences 68.4 (2019).
5. Karolina Luzniak, Digital Twin Applications – What Challenges Do They Solve? https://neoteric.eu/blog/digital-twin-applications-what-challenges-do-they-solve/#:~:text=What%20are%20digital%20twin%20applications,planning%20of%20large%2C%20complex%20projects. (accessed 12 July 2022) .
6. Leng, Jiewu, et al.: Blockchain-secured smart manufacturing in industry 4.0: A survey. IEEE Transactions on Systems, Man, and Cybernetics: Systems 51.1 (2020): 237-252.
7. Zhang, Yongping, et al.: Blockchain-based trust mechanism for IoT-based smart manufacturing system. IEEE Transactions on Computational Social Systems 6.6 (2019): 1386-1394.
8. Shahbazi, Zeinab, and Yung-Cheol Byun.: Integration of Blockchain, IoT and machine learning for multistage quality control and enhancing security in smart manufacturing. Sensors 21.4 (2021): 1467.
9. Lattanzi, Luca, et al.: Digital twin for smart manufacturing: A review of concepts towards a practical industrial implementation. International Journal of Computer Integrated Manufacturing 34.6 (2021): 567-597.
10. Lu, Yuqian, et al.: Digital Twin-driven smart manufacturing: Connotation, reference model, applications and research issues. Robotics and Computer-Integrated Manufacturing 61 (2020): 101837.
11. Fang, Yilin, et al.: Digital-twin-based job shop scheduling toward smart manufacturing. IEEE transactions on industrial informatics 15.12 (2019): 6425-6435.

到了這里，關(guān)于BIC-2022-BDT:區(qū)塊鏈和基于數(shù)字雙胞胎的智能制造高效數(shù)據(jù)處理安全框架的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！