久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

★中國汽車技術研究中心有限公司/中汽數(shù)據(jù)（天津）有限公司林錦州，王俊程

★西安交通大學胥博，李鳴鶴，曹建福

1 引言

近年來，隨著工業(yè)化和信息化的深度融合，傳統(tǒng)汽車制造業(yè)正朝著智能化、網(wǎng)絡化、定制化、集成化等方向轉型與升級。尤其是5G、工業(yè)物聯(lián)網(wǎng)等新興技術的迅速崛起，加速了汽車智能制造領域的全面發(fā)展。實現(xiàn)汽車生產(chǎn)制造全生命周期管理的智能制造技術，成為新一輪汽車工業(yè)革命的核心。工業(yè)物聯(lián)網(wǎng)作為智能制造領域關鍵性通用技術[1-2]，其能夠提升汽車制造領域的自動化與智能化水平，是制造業(yè)領域智能化轉型的重要基礎與支撐。

在國際汽車制造領域，以美國、德國、日本為代表的主要制造商利用物聯(lián)網(wǎng)技術實現(xiàn)了生產(chǎn)過程的全面信息采集和設備監(jiān)控以及供應鏈升級改造。例如，美國PTC公司針對汽車制造要求，推出了物聯(lián)網(wǎng)平臺，在生產(chǎn)制造、售后服務及運營過程中，構建起一套從數(shù)字到物理的完整閉環(huán)鏈路，保證了各個業(yè)務環(huán)節(jié)的人員獲得正確數(shù)據(jù)；德國梅賽德斯-奔馳公司在辛德芬根的“56號工廠”通過智能設備互聯(lián)、子系統(tǒng)接口接入等方式，建立了覆蓋整廠的物聯(lián)網(wǎng)系統(tǒng)，形成了物聯(lián)網(wǎng)大數(shù)據(jù)；2022年初開業(yè)的特斯拉柏林工廠[3]，實現(xiàn)了從原材料采購到倉儲整車出貨全流程端到端的信息物聯(lián)網(wǎng)絡。

隨著《中國制造2025》戰(zhàn)略的提出，國內(nèi)各汽車制造企業(yè)均開展了物聯(lián)網(wǎng)技術的開發(fā)和推廣應用,主流汽車廠已建成生產(chǎn)制造過程的設備互聯(lián)和監(jiān)控系統(tǒng)，包括一汽、東風、陜汽、上汽等企業(yè)。東風商用車總裝基于5G和邊緣計算技術，建立了制造過程物聯(lián)網(wǎng)系統(tǒng)，實現(xiàn)了OT域與IT域的數(shù)據(jù)打通；長城汽車重慶智能工廠在工廠自動化程度上，將工業(yè)互聯(lián)網(wǎng)平臺覆蓋整個廠區(qū)，設備的預防性維護已遍布4大工藝車間，并逐漸從傳統(tǒng)的計劃維護向預防性、預測性維護轉換。

本文闡述了汽車智能制造與工業(yè)物聯(lián)網(wǎng)的關系以及汽車智能制造對工業(yè)物聯(lián)網(wǎng)的要求，介紹了汽車制造物聯(lián)網(wǎng)中的多協(xié)議解析、異構網(wǎng)絡互聯(lián)技術、高速數(shù)據(jù)存儲與處理、邊緣計算等技術，并對汽車制造物聯(lián)網(wǎng)未來的研究方向做了分析，簡單介紹了近年來研究團隊在物聯(lián)網(wǎng)領域的研究成果。

2 汽車制造中的工業(yè)物聯(lián)網(wǎng)

在汽車制造中，工業(yè)現(xiàn)場存在的大量信息孤島問題亟待解決。面對海量數(shù)據(jù)的傳輸和越來越高的服務需求，工業(yè)網(wǎng)絡對不同時延容忍度數(shù)據(jù)區(qū)分服務能力表現(xiàn)較差，各種現(xiàn)場設備在復雜網(wǎng)絡下通信質(zhì)量很難保障。與此同時，基于工業(yè)物聯(lián)網(wǎng)的智能制造成為新一輪工業(yè)革命中智能制造領域的研究重點，如何實現(xiàn)智能生產(chǎn)系統(tǒng)數(shù)據(jù)高實時、高可靠傳輸，保證生產(chǎn)網(wǎng)絡的高質(zhì)量通信是工業(yè)物聯(lián)網(wǎng)所面臨的一大挑戰(zhàn)。對此，可以從互聯(lián)互通的設備、邊緣控制和企業(yè)運營三個層級構建貫穿汽車生產(chǎn)全生命周期的物聯(lián)網(wǎng)架構。

2.1 汽車智能制造對工業(yè)物聯(lián)網(wǎng)的要求

汽車制造主要包括沖壓、焊接、涂裝、總裝等過程，工藝過程見圖1。以下依次對四大車間的生產(chǎn)工藝進行分析，并從生產(chǎn)特點提出對工業(yè)物聯(lián)網(wǎng)的需求。

圖1 汽車制造主要工藝圖

沖壓是汽車整車廠四大工藝的第一道工藝，其主要任務是將鋼板材料壓平、剪切，然后將鋼板沖壓成各車身部件和底盤部件。隨著網(wǎng)聯(lián)網(wǎng)系統(tǒng)中的柔性傳送、模具自動識別與提取、工作參數(shù)自動調(diào)整等技術的應用，大型自動沖壓生產(chǎn)線占地面積更小，生產(chǎn)節(jié)拍更高，從而使沖壓生產(chǎn)向“個性化”“按訂單”和“準時”生產(chǎn)方向發(fā)展。

沖壓成形后的各部件在焊裝車間被焊接成車身，車身生產(chǎn)由分總成生產(chǎn)和總成拼裝組成。分總成包括側圍、前后圍、底板等，將這幾大總成進行拼裝，再焊接上車頂和四門兩蓋，形成白車身送往涂裝車間。確保精準的集合尺寸和焊點質(zhì)量是保證車身高強度與質(zhì)量的關鍵，激光焊等新技術的應用、大量焊接機器人及自動化設備與物聯(lián)網(wǎng)絡系統(tǒng)的高度集成，是實現(xiàn)車身高質(zhì)量生產(chǎn)的有力保障。

涂裝車間是整車四大工藝中控制最為復雜的車間，涂裝大致分為以下幾個過程：前處理工序，之后轉到電泳工序，再依次經(jīng)過車身密封、底漆涂裝、面漆涂裝工序，最后車身經(jīng)檢驗工序后，轉入涂裝車身存儲區(qū)，最后流轉到總裝車間。減少三廢排放及涂料損耗、提高涂裝效率與質(zhì)量并降低涂裝成本是涂裝新技術追求的目標，新材料與新工藝的應用、高壓靜電噴涂及機器人的使用、高效的自動化控制及輸送系統(tǒng)、透明的網(wǎng)絡監(jiān)控系統(tǒng)及制造執(zhí)行系統(tǒng)（MES）的應用使不斷提升的目標得以實現(xiàn)。

總裝是將車身、發(fā)動機、變速器、儀表板、車燈和車門、輪胎等構成整輛車的各零件裝配起來生產(chǎn)出整車的過程。總裝車間設備分散、控制點多且信息采集量大，想將車間信息管理與生產(chǎn)自動化有機結合，需要現(xiàn)場總線技術及工業(yè)物聯(lián)網(wǎng)的應用以實現(xiàn)數(shù)據(jù)打通。

2.2 工業(yè)物聯(lián)網(wǎng)結構

在汽車制造工廠內(nèi)部，運營管理網(wǎng)和生產(chǎn)控制網(wǎng)是兩大通信設施，二者組成了整廠的工業(yè)物聯(lián)網(wǎng)系統(tǒng)。其中運營管理互聯(lián)網(wǎng)連接供應商，并支持生產(chǎn)計劃、財務和經(jīng)營管理相關的ERP、PLM等系統(tǒng)的信息通信集成；生產(chǎn)控制網(wǎng)支持制造過程的設備、操作者與產(chǎn)品的互聯(lián)，實現(xiàn)MES、配電系統(tǒng)、機器人及PCS等物理單元的信息通信。

如圖2所示，從管理層級上可以將汽車制造分為三個層級：現(xiàn)場設備、車間管理和廠級管理。處于生產(chǎn)制造底端的現(xiàn)場設備和控制系統(tǒng)通過現(xiàn)場總線網(wǎng)絡實現(xiàn)公共環(huán)境的數(shù)據(jù)感知和控制命令的下發(fā)，同時通過有線以太網(wǎng)或者無線傳感器網(wǎng)絡與現(xiàn)場各種總線網(wǎng)絡并存，實現(xiàn)現(xiàn)場設備和控制系統(tǒng)的完全互聯(lián)互通。該框架的數(shù)據(jù)服務器一方面對一些實時性較高的控制命令，能夠快速做出決策反饋并保存，另一方面通過數(shù)據(jù)庫把來自底端的數(shù)據(jù)發(fā)送到應用層，實現(xiàn)對數(shù)據(jù)的進一步分析，從而支撐諸如ERP、CRM等業(yè)務運營系統(tǒng)。

圖2 典型汽車制造工業(yè)物聯(lián)網(wǎng)架構

3 汽車制造物聯(lián)網(wǎng)中的核心技術研究

3.1 多協(xié)議解析方法

目前汽車制造物聯(lián)網(wǎng)的發(fā)展面臨的核心問題在于接入物聯(lián)網(wǎng)的硬件設備數(shù)量日益增多，設備所需的運行環(huán)境和通信協(xié)議各不相同，因此亟需研究工業(yè)物聯(lián)網(wǎng)的多協(xié)議智能解析方法，從而實現(xiàn)設備互聯(lián)，并提高工業(yè)物聯(lián)網(wǎng)平臺對海量異構設備的統(tǒng)一管理能力。

多協(xié)議解析主要有基于協(xié)議模板庫和基于編譯技術的方法。基于協(xié)議模板庫的方法是將協(xié)議幀結構中某些固定字段存入?yún)f(xié)議模板庫，通過字符串匹配算法將數(shù)據(jù)中的固定字段與協(xié)議庫匹配，從而完成協(xié)議解析。文獻[4]利用面向對象建模的思想，對Modbus等常用工業(yè)協(xié)議進行幀結構分析，并抽象出一個統(tǒng)一模型，從數(shù)據(jù)中提取固定字段與協(xié)議模板庫匹配，從而解析出正確的協(xié)議類型。基于編譯技術的協(xié)議解析方法是根據(jù)編譯原理，將通信協(xié)議中的特定幀如地址信息、命令碼等抽象為正規(guī)表達式，從而解開協(xié)議結構描述和協(xié)議解析代碼的耦合關系。文獻[5]基于上述方法，提出了一種數(shù)據(jù)幀結構描述語言和自動化解析器，開發(fā)人員只需要針對協(xié)議中的數(shù)據(jù)幀結構編寫相應的幀協(xié)議描述，自動化解析器即可將該協(xié)議描述語言轉化為解析代碼可識別的數(shù)據(jù)類型，進而實現(xiàn)對數(shù)據(jù)幀協(xié)議的解析，同時避免了協(xié)議解析代碼的修改。目前的多協(xié)議解析方法的重點在于如何實現(xiàn)工業(yè)物聯(lián)網(wǎng)的智能化解析，盡可能減少人工的參與，這一問題還需要進一步的研究。

3.2 異構網(wǎng)絡互聯(lián)技術

異構網(wǎng)絡互聯(lián)主要有兩種方式，分別是通過網(wǎng)關設備實現(xiàn)和通過應用層實現(xiàn)。目前基于上述方式的物聯(lián)網(wǎng)、互聯(lián)方案存在通信效率低下、不支持大規(guī)模網(wǎng)絡統(tǒng)一管理和擴展性差等問題。

為解決上述問題，研究人員提出了以信息為中心的物聯(lián)網(wǎng)網(wǎng)絡體系架構，并逐漸成為了研究熱點。文獻[6]基于以信息為中心的網(wǎng)絡架構，提出了MobilitFirst，該架構針對移動場景做出了優(yōu)化，在同時支持動態(tài)和靜態(tài)設備組網(wǎng)方面表現(xiàn)出了較高的效率。在工業(yè)物聯(lián)網(wǎng)網(wǎng)關研究方面，文獻[7]提出了一種無線傳感網(wǎng)融合組網(wǎng)的方法，該方法改進了NB-IoT-WSN組網(wǎng)方案，在此基礎上設計了一種雙模網(wǎng)關，實現(xiàn)了NB-IoT和WSN之間的高效網(wǎng)絡傳輸。文獻[8]設計了一種異構物聯(lián)網(wǎng)網(wǎng)絡下的數(shù)據(jù)通信網(wǎng)關平臺，該平臺通過制定一種可交換數(shù)據(jù)格式標準來實現(xiàn)如異構網(wǎng)絡的協(xié)議轉換等場景，提升了異構網(wǎng)絡的可融合性。異構網(wǎng)絡的融合仍需要在提升網(wǎng)絡通信效率、建立工業(yè)物聯(lián)網(wǎng)統(tǒng)一數(shù)據(jù)格式等方向做進一步深入研究。

3.3 高速數(shù)據(jù)存儲與處理

物聯(lián)網(wǎng)中智能設備產(chǎn)生的大量數(shù)據(jù)需要及時存儲和處理，如何實現(xiàn)低時延的數(shù)據(jù)存儲和處理是目前亟待解決的問題。

云計算為數(shù)據(jù)的計算和存儲提出了解決方案，但云計算中心往往部署在離終端較遠的位置，從而產(chǎn)生了延遲。霧計算方法將計算和存儲從云計算中心擴展到了網(wǎng)絡邊緣，從而解決了這一問題。文獻[9]中提出了一種基于霧計算的數(shù)據(jù)傳輸體系結構，可以將負載節(jié)點無法完成的計算和存儲任務卸載到霧服務器，從而提高了計算和存儲的效率。通過分布式存儲系統(tǒng)對數(shù)據(jù)進行存儲可有效降低工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)存儲的壓力，提高了數(shù)據(jù)處理的效率。分布式數(shù)據(jù)存儲的核心問題是數(shù)據(jù)如何進行分配。文獻[10]提出了一種基于生成函數(shù)的數(shù)據(jù)分配方法，從而簡化了數(shù)據(jù)分配算法的復雜性。文獻[11]在基于遺傳算法的數(shù)據(jù)分配策略的基礎上進行了改進，拓寬了算法搜索的廣度，提出了一種新的數(shù)據(jù)分配策略。基于云計算和霧計算等技術的研究，高速數(shù)據(jù)的分布式存儲和處理已取得一定的成果，針對數(shù)據(jù)傳輸?shù)捏w系結構和數(shù)據(jù)分配策略可能是未來的研究方向。

3.4 邊緣計算

物聯(lián)網(wǎng)設備的大規(guī)模發(fā)展對工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)處理能力提出了新的要求，傳統(tǒng)的云計算模型將計算任務集中在云端處理，這種方案會給網(wǎng)絡傳輸帶來很大壓力，難以實現(xiàn)高效的數(shù)據(jù)處理。邊緣計算的提出解決了這一問題。

邊緣計算將計算任務分配到物聯(lián)網(wǎng)邊緣端的網(wǎng)關設備，在邊緣端對數(shù)據(jù)進行處理和分析，從而實現(xiàn)工業(yè)物聯(lián)網(wǎng)平臺的靈活調(diào)度，提高了數(shù)據(jù)計算效率。文獻[12]提出了一種基于邊緣計算的工業(yè)物聯(lián)網(wǎng)的能效管控方法，該方法通過對工業(yè)物聯(lián)網(wǎng)資源分配和不同通信波段的功率消耗進行建模，從而實現(xiàn)降低工業(yè)物聯(lián)網(wǎng)能源消耗的目的。邊緣計算還可應用于物聯(lián)網(wǎng)的任務調(diào)度，任務調(diào)度目標在于如何有效管理大量邊緣計算節(jié)點，平滑地分配任務及合并計算結果，同時盡量降低能耗、減少傳輸延遲，維持平臺的負載平衡。目前基于邊緣計算的任務調(diào)度研究中，有基于延遲最小化的方案，文獻[13]提出了邊緣節(jié)點協(xié)作策略，該策略根據(jù)任務隊列的長度和任務類型，在邊緣節(jié)點之間共享任務從而實現(xiàn)最小化任務延遲。基于能量-延遲權衡方案，文獻[14]提出了HyFog框架，該框架應用帶花樹開花算法來解決最小權重匹配問題，實現(xiàn)了總任務執(zhí)行成本（包括能量和延遲）最小化。基于邊緣計算的物聯(lián)網(wǎng)數(shù)據(jù)處理是目前的研究熱點，主要目標是提高物聯(lián)網(wǎng)的實時性和運行效率。

4 未來研究方向

4.1 設備互聯(lián)互通

目前在汽車制造產(chǎn)業(yè)中，需要進一步推進工業(yè)生產(chǎn)現(xiàn)場的設備聯(lián)通，除生產(chǎn)設備外，還包括工人智能穿戴設備、零部件的RFID識別設備、運輸車輛等等，真正實現(xiàn)智能工廠的萬物互聯(lián)。為實現(xiàn)這一目標，需要繼續(xù)推進工業(yè)物聯(lián)網(wǎng)網(wǎng)絡協(xié)議特征識別技術和多源異構協(xié)議解析方法的研究。此外，物聯(lián)網(wǎng)協(xié)議數(shù)據(jù)格式標準化也是重要的研究課題，目前現(xiàn)存物聯(lián)網(wǎng)標準基本都有其主要側重領域，且缺乏用戶參與，較難滿足目前工業(yè)現(xiàn)場物聯(lián)網(wǎng)設備的市場化需求。因此，需要建立一套適用于工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)格式標準，以實現(xiàn)工業(yè)現(xiàn)場設備的互聯(lián)互通。

4.2 數(shù)據(jù)卸載和負載平衡

汽車制造物聯(lián)網(wǎng)系統(tǒng)具有多個具有分布式計算能力的邊緣設備，當單個設備或邊緣服務器的處理能力達到極限時，就需要將任務和數(shù)據(jù)卸載到其他設備或邊緣服務器，從而避免單個資源的長期過載。目前汽車物聯(lián)網(wǎng)中，在考慮大量具備數(shù)據(jù)處理能力的設備的數(shù)據(jù)卸載時，問題的復雜度將大大增加，受限于設備計算和存儲的能力，數(shù)據(jù)卸載的發(fā)生頻率升高，可能導致網(wǎng)絡的大吞吐量和嚴重帶寬資源占用，從而導致網(wǎng)絡傳輸延遲的增加。在負載平衡方面，也需要改善現(xiàn)有的平衡算法以適應工業(yè)物聯(lián)網(wǎng)平臺日益增加的調(diào)度規(guī)模和頻率。

4.3 工業(yè)物聯(lián)網(wǎng)通信安全

圍繞工業(yè)物聯(lián)網(wǎng)通信傳輸過程中的安全通信問題，未來可能包括多路徑冗余通信、缺失數(shù)據(jù)預測等研究方向。采用多路徑冗余通信方法，可降低數(shù)據(jù)被整體捕獲的概率，保證了數(shù)據(jù)的傳輸安全、隱私安全和通信完整。工業(yè)物聯(lián)網(wǎng)通信缺失數(shù)據(jù)預測能夠通過預測恢復缺失的通信數(shù)據(jù)，保證了工業(yè)物聯(lián)網(wǎng)的通信數(shù)據(jù)完整性要求。基于上述研究方向，設計更有效的訪問策略和更加全面的入侵檢測與防御系統(tǒng)，可以保證工業(yè)物聯(lián)網(wǎng)的通信安全性，并實現(xiàn)汽車制造物聯(lián)網(wǎng)平臺的安全穩(wěn)定運行。

5 研究團隊在物聯(lián)網(wǎng)方向的研究成果

研究團隊近年來一直致力于工業(yè)物聯(lián)網(wǎng)和云診斷技術方面的開發(fā)和工程應用，對制造設備互聯(lián)互通、智能組網(wǎng)等問題進行了深入探討，并開發(fā)出了一體化物聯(lián)網(wǎng)平臺，已在生產(chǎn)線監(jiān)控、大型裝備健康管理等方面得到了具體的應用。

（1）開發(fā)了工業(yè)設備物聯(lián)網(wǎng)平臺。開發(fā)了多種接入方式與設備智能網(wǎng)關，可與多種協(xié)議的數(shù)控設備、PLC控制器、機器人、儀器儀表等設備進行互聯(lián)；結合機器學習和工業(yè)大數(shù)據(jù)分析等先進技術和方法，實現(xiàn)了設備實時監(jiān)控、故障診斷、制造過程質(zhì)量監(jiān)控、數(shù)據(jù)分析展示等功能。

（2）大型裝備監(jiān)測傳感器網(wǎng)絡關鍵技術與系統(tǒng)開發(fā)。對Zigbee傳感器網(wǎng)絡協(xié)議進行了研究，建立了復雜工廠環(huán)境的電磁干擾模型，提出了新的實時可靠路由算法和多信道MAC層協(xié)議；針對大規(guī)模網(wǎng)絡的節(jié)點配置問題，給出了配置模型和求解方法；對無線傳感器網(wǎng)絡路由算法進行了研究，提出了一種新的非均勻分簇的無線傳感器網(wǎng)絡路由協(xié)議。

（3）大型工程健康監(jiān)測無線物聯(lián)網(wǎng)。利用無線物聯(lián)網(wǎng)技術研究工程健康監(jiān)測系統(tǒng)的關鍵技術，解決了復雜環(huán)境下的物聯(lián)網(wǎng)動態(tài)自組網(wǎng)、節(jié)點模塊低功耗設計、工程結構參量采集與數(shù)據(jù)融合等問題，開發(fā)出了面向橋梁健康監(jiān)測的無線物聯(lián)網(wǎng)系統(tǒng)。

6 結束語

工業(yè)4.0時代的到來給汽車制造業(yè)的進一步發(fā)展帶來了機遇，將工業(yè)物聯(lián)網(wǎng)技術應用于汽車制造業(yè)，可以實現(xiàn)汽車制造業(yè)向智能化、信息化的方向轉型升級，可以提高汽車制造業(yè)的生產(chǎn)效率和整體水平。但目前工業(yè)物聯(lián)網(wǎng)技術還存在許多瓶頸，限制了其在汽車制造業(yè)中的進一步應用。因此，對物聯(lián)網(wǎng)應用中的關鍵技術問題進行重點突破，將推動汽車制造業(yè)的高水平發(fā)展。

作者簡介：

林錦州（1988-），男，福建泉州人，高級工程師，現(xiàn)就職于中國汽車技術研究中心有限公司/中汽數(shù)據(jù)（天津）有限公司，研究方向為企業(yè)數(shù)字化、智能制造。

胥  博（1988-），男，陜西寶雞人，博士生，現(xiàn)就讀于西安交通大學，研究方向為物聯(lián)網(wǎng)與邊緣計算。

王俊程（1996-），男，河南南陽人，工程師，現(xiàn)就職于中國汽車技術研究中心有限公司/中汽數(shù)據(jù)（天津）有限公司，研究方向為企業(yè)數(shù)字化、智能制造。

李鳴鶴（1998-），男，河南三門峽人，碩士生，現(xiàn)就讀于西安交通大學，研究方向為物聯(lián)網(wǎng)與智能工廠。

曹建福（1963-），男，陜西寶雞人，教授，博士，現(xiàn)就職于西安交通大學，研究方向為物聯(lián)網(wǎng)與智能工廠、智能機器人。

※林錦州、胥博為共同一作，王俊程為通訊作者。

參考文獻：

[1] 柴安穎. 面向智能生產(chǎn)線的工業(yè)物聯(lián)網(wǎng)通信服務質(zhì)量關鍵技術研究[D]. 沈陽: 中國科學院大學(中國科學院沈陽計算技術研究所), 2022. DOI:10.27587/d.cnki.gksjs.2022.000004.

[2] 曹建福, 陳樂瑞. 智能工廠中的工業(yè)物聯(lián)網(wǎng)技術[J]. 自動化博覽, 2018, 294 (05) : 72 - 76.

[3] 王婧. 特斯拉德國工廠啟用德國汽車市場格局生變[N]. 經(jīng)濟參考報, 2022-03-24 (004). DOI:10.28419/n.cnki.njjck.2022.001510.

[4] 曹啟友. 面向工業(yè)物聯(lián)網(wǎng)的智能數(shù)據(jù)采集系統(tǒng)設計[D]. 杭州: 浙江大學, 2019.DOI:10.27461/d.cnki.gzjdx.2019.002655.

[5] 鄧偉, 石煒. 基于編譯技術的協(xié)議自動化解析程序的設計[J]. 電子設計工程, 2012, 19 (13) : 33 - 36.

[6] Li S, Zhang Y, Raychaudhuri D, et al. A Comparative Study of MobilityFirst and NDN Based ICN-IoT Architectures[C]. 10th International Conference on Heterogeneous Networking for Quality, Reliability, Security and Robustness. IEEE, 2014 : 158 - 163.

[7] Francesc Gallart, Núria Cid, Jér?me Latron, et al. TREHS: An Open-Access Software Tool for Investigating and Evaluating Temporary River Regimes as a First Step for Their Ecological Status Assessment. 2017, 607- 608 : 519 - 540.

[8] P.P Ray, Nishant Thapa, Dinesh Dash. Implementation and Performance Analysis of Interoperable and Heterogeneous Io T-Edge Gateway for Pervasive Wellness Care[J]. IEEE Transactions on Consumer Electronics, 2019, 65 (4) : 464 - 473.

[9] WANG T, ZHOU J, LIU A, et al. Fog-Based Computing and Storage Offloading for Data Synchronization in LoT[J]. IEEE Internet of Things Journal, 2018, 6 (3) : 4272 - 4282.

[10] 黃震. 大規(guī)模分布式存儲系統(tǒng)中數(shù)據(jù)冗余技術研究[D]. 長沙: 國防科學技術大學, 2012.

[11] 張得生. 基于遺傳算法的大型數(shù)據(jù)庫的數(shù)據(jù)分配策略算法[J]. 科技通報, 2015 (1) : 162 - 165.

[12] Chen Q, Xu X, Jiang H, et al. An Energy-Aware Approach for Industrial Internet of Things in 5G Pervasive Edge Computing Environment[J]. IEEE Transactions on Industrial Informatics, 2020, PP (99) : 1 - 1.

[13] A.Yousefpour, G. Ishigaki, and J. P. Jue. Fog computing: Towards Minimizing Delay in the Internet of Things. in Proc. IEEE Int. Conf.Edge Comput. (EDGE), Honolulu, HI, USA, 2017, pp. 17 - 24.

[14] B. Flavio, M. Rodolfo, Z. Jiang, and A. Sateesh. Fog Computing and Its Role in the Internet of Things. in Proc. 1st Edition MCC Workshop Mobile Cloud Comput, 2012, pp. 13 - 16.

 摘自《自動化博覽》2023年3月刊