林詩(shī)美 段茹茹 陳超 曹俊輝 陳勇

摘? 要：傳統(tǒng)的預(yù)測(cè)性維護(hù)平臺(tái)終端設(shè)備接入面臨兩個(gè)問(wèn)題，一是缺少統(tǒng)一的數(shù)據(jù)接入格式，二是缺少設(shè)備數(shù)據(jù)安全機(jī)制。為了解決平臺(tái)終端設(shè)備數(shù)據(jù)多源異構(gòu)和設(shè)備數(shù)據(jù)安全問(wèn)題，文章提出一種基于標(biāo)識(shí)解析和字典映射的預(yù)測(cè)性維護(hù)設(shè)備數(shù)據(jù)安全接入方法，采用標(biāo)識(shí)解析機(jī)制對(duì)企業(yè)內(nèi)部數(shù)據(jù)進(jìn)行脫敏，同時(shí)融合數(shù)據(jù)字典機(jī)制，通過(guò)對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行動(dòng)靜態(tài)分組和對(duì)數(shù)據(jù)的標(biāo)準(zhǔn)化，實(shí)現(xiàn)數(shù)據(jù)的動(dòng)靜態(tài)隔離和企業(yè)上下游之間的資源信息共享，同時(shí)保障了企業(yè)數(shù)據(jù)的安全。

關(guān)鍵詞：預(yù)測(cè)性維護(hù)；數(shù)據(jù)異構(gòu)；字典映射；標(biāo)識(shí)解析

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2023）18-0001-05

Predictive Maintenance Device Data Security Access Method Based on

Identity Resolution and Dictionary Mapping

LIN Shimei1， 2， DUAN Ruru1， 2， CHEN Chao1， 2， CAO Junhui1， 2， CHEN Yong1， 2

（1.EVOC Intelligent Technology Co.， Ltd.， Shenzhen? 518107， China;

2.Guangdong Province Industrial Edge Intelligent Innovation Center， Shenzhen? 518057， China）

Abstract： The traditional predictive maintenance platform terminal device access faces two challenges， one is the lack of a unified data access format， and the other is the lack of device data security mechanisms. To solve the problem of multi-source heterogeneity and device data security in platform terminal equipment data， this paper proposes a security access method of predictive maintenance equipment data based on identification resolution and dictionary mapping， which uses the identification resolution mechanism to desensitize the internal data of the enterprise， and integrates the data dictionary mechanism， by dynamic and static grouping multiple source heterogeneous data and standardizing the data to realize dynamic and static data isolation and resource information sharing between upstream and downstream enterprises， while ensuring the security of enterprise data.

Keywords： predictive maintenance; data heterogeneity; dictionary mapping; identity resolution

0? 引? 言

隨著人工智能、互聯(lián)網(wǎng)等一代信息技術(shù)的發(fā)展，工業(yè)系統(tǒng)與信息技術(shù)全方位深度融合[1]，推動(dòng)著工業(yè)互聯(lián)網(wǎng)蓬勃發(fā)展，打破傳統(tǒng)行業(yè)壁壘，實(shí)現(xiàn)人、機(jī)、物、服務(wù)的全面互聯(lián)，開(kāi)拓新型創(chuàng)新應(yīng)用和產(chǎn)業(yè)生態(tài)。作為工業(yè)互聯(lián)網(wǎng)最重要的應(yīng)用之一，故障預(yù)測(cè)與健康管理系統(tǒng)（Prognostics and Health Management， PHM）在設(shè)備故障預(yù)測(cè)和健康管理方面發(fā)揮出了較大的應(yīng)用價(jià)值[2]。PHM是在維修理念改變和維修方式變革的基礎(chǔ)上發(fā)展起來(lái)的一項(xiàng)技術(shù)，通過(guò)先進(jìn)的狀態(tài)監(jiān)測(cè)技術(shù)獲取設(shè)備或系統(tǒng)的數(shù)據(jù)，利用海量歷史數(shù)據(jù)，建立設(shè)備及系統(tǒng)的運(yùn)行性能與效能健康度模型，以健康度作為監(jiān)測(cè)指標(biāo)，捕捉設(shè)備或系統(tǒng)運(yùn)行狀態(tài)的細(xì)微變化，研判設(shè)備的運(yùn)行狀態(tài)，提前發(fā)現(xiàn)設(shè)備的異動(dòng)、缺陷和潛在故障，通過(guò)健康度指標(biāo)實(shí)現(xiàn)設(shè)備的遠(yuǎn)程統(tǒng)一互聯(lián)管理。

工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析體系是支撐工業(yè)互聯(lián)網(wǎng)運(yùn)作的重要基礎(chǔ)設(shè)施[3]，是連接企業(yè)工廠內(nèi)外生產(chǎn)制造設(shè)備、物料、產(chǎn)品信息與人之間的關(guān)系紐帶，被廣泛應(yīng)用于各類工業(yè)場(chǎng)景，實(shí)現(xiàn)企業(yè)上下游之間的資源信息共享。但在標(biāo)識(shí)解析的實(shí)際應(yīng)用場(chǎng)景中，如何解決企業(yè)數(shù)據(jù)安全性成為企業(yè)的應(yīng)用難點(diǎn)。另一方面，由于生產(chǎn)制造活動(dòng)中涉及的生產(chǎn)設(shè)備種類繁雜，采集到的設(shè)備數(shù)據(jù)規(guī)模龐大，數(shù)據(jù)格式多源異構(gòu)，難以兼容。為了解決以上問(wèn)題，本文提出一種基于標(biāo)識(shí)解析和字典映射的預(yù)測(cè)性維護(hù)設(shè)備數(shù)據(jù)安全接入方法。

1? 相關(guān)工作

隨著工業(yè)互聯(lián)網(wǎng)的發(fā)展，故障預(yù)測(cè)與健康管理越來(lái)越受到國(guó)內(nèi)外企業(yè)的廣泛關(guān)注。西門(mén)子采用人工智能算法，基于設(shè)備歷史運(yùn)行數(shù)據(jù)建立預(yù)測(cè)模型，可以及時(shí)預(yù)測(cè)設(shè)備故障和潛在風(fēng)險(xiǎn)，提高企業(yè)診斷運(yùn)維效率，有效控制風(fēng)險(xiǎn)[4，5]。文獻(xiàn)[6]提出一種預(yù)測(cè)性維護(hù)平臺(tái)，將設(shè)備數(shù)據(jù)和設(shè)備性能進(jìn)行綁定，進(jìn)而通過(guò)設(shè)備數(shù)據(jù)評(píng)價(jià)設(shè)備的健康度。文獻(xiàn)[7]提供一種云服務(wù)平臺(tái)，將PHM分析算法應(yīng)用于云平臺(tái)上，模擬機(jī)床磨損退化進(jìn)程建立故障預(yù)測(cè)模型進(jìn)而實(shí)現(xiàn)對(duì)設(shè)備健康度的評(píng)估和故障研判。文獻(xiàn)[8]通過(guò)對(duì)飲料制造廠的水泵狀態(tài)進(jìn)行監(jiān)測(cè)，基于歷史運(yùn)行數(shù)據(jù)進(jìn)行建模，預(yù)估水泵剩余使用壽命，指導(dǎo)維修人員進(jìn)行維修管理。總體來(lái)說(shuō)，目前國(guó)內(nèi)關(guān)于PHM成體系的算法研究較少，應(yīng)用案例也較少，缺少統(tǒng)一完善的PHM預(yù)測(cè)性維護(hù)平臺(tái)架構(gòu)和數(shù)據(jù)格式。本文提出的基于標(biāo)識(shí)解析和字典映射的預(yù)測(cè)性維護(hù)設(shè)備數(shù)據(jù)安全接入架構(gòu)，采用數(shù)據(jù)字典機(jī)制進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，結(jié)合標(biāo)識(shí)解析技術(shù)實(shí)現(xiàn)數(shù)據(jù)隔離，可以很好地解決數(shù)據(jù)接入安全問(wèn)題。

2? 預(yù)測(cè)性維護(hù)架構(gòu)

2.1? 典型預(yù)測(cè)性維護(hù)

故障預(yù)測(cè)與健康管理系統(tǒng)（PHM）是指通過(guò)算法和模型來(lái)監(jiān)控、預(yù)測(cè)、管理系統(tǒng)的健康狀態(tài)的軟件系統(tǒng)，是工業(yè)互聯(lián)網(wǎng)最重要的應(yīng)用之一，典型的預(yù)測(cè)性維護(hù)平臺(tái)系統(tǒng)架構(gòu)如圖1所示。

在傳統(tǒng)的預(yù)測(cè)性維護(hù)平臺(tái)中，由工業(yè)網(wǎng)關(guān)匯總設(shè)備的采集數(shù)據(jù)，如工業(yè)設(shè)備運(yùn)行數(shù)據(jù)、傳感器采集數(shù)據(jù)和運(yùn)行日志數(shù)據(jù)，再由網(wǎng)關(guān)傳輸單元向上傳輸至平臺(tái)，平臺(tái)層基于常用的算法組件對(duì)數(shù)據(jù)進(jìn)行處理，利用歷史數(shù)據(jù)，建立設(shè)備及系統(tǒng)的運(yùn)行性能與效能預(yù)測(cè)性維護(hù)模型，實(shí)現(xiàn)設(shè)備的預(yù)測(cè)性維護(hù)。在上述過(guò)程中，一方面在邊緣層只是進(jìn)行簡(jiǎn)單的數(shù)據(jù)匯總，而邊緣側(cè)接入的設(shè)備種類繁多，數(shù)據(jù)規(guī)模量較大，增加平臺(tái)端數(shù)據(jù)處理能力負(fù)載；另一方面，部分企業(yè)信息化程度不高，存在數(shù)據(jù)孤島及數(shù)據(jù)源格式異構(gòu)多樣，而傳統(tǒng)的預(yù)測(cè)性維護(hù)平臺(tái)缺少數(shù)據(jù)安全共享機(jī)制和統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)化格式，數(shù)據(jù)只能在企業(yè)內(nèi)部流通，無(wú)法實(shí)現(xiàn)整個(gè)產(chǎn)業(yè)鏈的數(shù)據(jù)資源共享。

2.2? 數(shù)據(jù)字典賦能預(yù)測(cè)性維護(hù)

為了克服傳統(tǒng)預(yù)測(cè)性維護(hù)平臺(tái)的弊端，本文將故障預(yù)測(cè)與健康管理PHM系統(tǒng)與標(biāo)識(shí)解析、數(shù)據(jù)字典技術(shù)進(jìn)行融合應(yīng)用，基于標(biāo)識(shí)解析和數(shù)據(jù)字典高效實(shí)現(xiàn)PHM系統(tǒng)功能，其整體架構(gòu)如圖2所示。

系統(tǒng)基于數(shù)據(jù)元字典將元數(shù)據(jù)數(shù)據(jù)庫(kù)的數(shù)據(jù)標(biāo)準(zhǔn)化為靜態(tài)元數(shù)據(jù)庫(kù)、動(dòng)態(tài)元數(shù)據(jù)庫(kù)以及配置元數(shù)據(jù)庫(kù)，通過(guò)標(biāo)識(shí)模板將靜態(tài)元數(shù)據(jù)庫(kù)中的靜態(tài)數(shù)據(jù)基于統(tǒng)一的編碼規(guī)則映射到標(biāo)識(shí)解析系統(tǒng)；在動(dòng)態(tài)數(shù)據(jù)元數(shù)據(jù)前面增加對(duì)應(yīng)的時(shí)間序列建立時(shí)序數(shù)據(jù)庫(kù)；配置元數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)句法描述并建立配置文件模板。其中，靜態(tài)元數(shù)據(jù)包含設(shè)備身份證字符碼，設(shè)備運(yùn)行參數(shù)等關(guān)鍵動(dòng)態(tài)元數(shù)據(jù)和配置元數(shù)據(jù)基于數(shù)據(jù)字典規(guī)范化存儲(chǔ)在本地服務(wù)器，保障數(shù)據(jù)安全的同時(shí)對(duì)關(guān)鍵數(shù)據(jù)進(jìn)行脫敏，基于標(biāo)識(shí)解析實(shí)現(xiàn)企業(yè)上下游之間數(shù)據(jù)的流通。在數(shù)據(jù)轉(zhuǎn)化過(guò)程中，主要包含數(shù)據(jù)初始化、靜態(tài)數(shù)據(jù)元設(shè)置查詢、配置數(shù)據(jù)源設(shè)置查詢以及動(dòng)態(tài)數(shù)據(jù)元上報(bào)過(guò)程，下面逐一介紹具體流程：

1）初始化過(guò)程：取靜態(tài)元數(shù)據(jù)庫(kù)中的靜態(tài)元數(shù)據(jù)轉(zhuǎn)換為標(biāo)識(shí)解析系統(tǒng)的標(biāo)識(shí)模板并插入標(biāo)識(shí)解析系統(tǒng)；取動(dòng)態(tài)元數(shù)據(jù)庫(kù)中的動(dòng)態(tài)元數(shù)據(jù)將數(shù)據(jù)標(biāo)識(shí)序列映射為時(shí)間序列并建立時(shí)序數(shù)據(jù)庫(kù)；取配置元數(shù)據(jù)庫(kù)中的配置元數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)句法描述并建立配置文件模板。

2）靜態(tài)數(shù)據(jù)元設(shè)置查詢過(guò)程：用戶通過(guò)頁(yè)面或遠(yuǎn)程使用靜態(tài)元數(shù)據(jù)句法描述對(duì)PHM系統(tǒng)進(jìn)行靜態(tài)數(shù)據(jù)元設(shè)置查詢；數(shù)據(jù)字典映射模塊將靜態(tài)元數(shù)據(jù)句法描述轉(zhuǎn)換為標(biāo)識(shí)數(shù)據(jù)在標(biāo)識(shí)解析系統(tǒng)中進(jìn)行插入，修改和查詢。使用數(shù)據(jù)字典時(shí)，通過(guò)查詢數(shù)據(jù)字典獲取書(shū)時(shí)序數(shù)據(jù)庫(kù)表頭信息，表頭名稱使用“設(shè)備碼+索引號(hào)”，類型按照數(shù)據(jù)字典描述的類型進(jìn)行定義；最后，PHM系統(tǒng)使用原有同步機(jī)制獲取標(biāo)識(shí)解析系統(tǒng)中的更新數(shù)據(jù)。

3）配置數(shù)據(jù)源設(shè)置查詢過(guò)程：用戶通過(guò)頁(yè)面或遠(yuǎn)程使用配置元數(shù)據(jù)句法描述對(duì)PHM系統(tǒng)進(jìn)行配置數(shù)據(jù)元設(shè)置查詢；數(shù)據(jù)字典映射模塊將配置元數(shù)據(jù)句法描述轉(zhuǎn)換為配置文件進(jìn)行更新；PHM系統(tǒng)使用原有同步機(jī)制獲取配置文件中的更新數(shù)據(jù)，數(shù)據(jù)字典的增刪改查在單獨(dú)頁(yè)面進(jìn)行，數(shù)據(jù)字典變化時(shí)通過(guò)API通知PHM系統(tǒng)數(shù)據(jù)字典的變化，用來(lái)更新時(shí)序數(shù)據(jù)庫(kù)數(shù)據(jù)表。

4）動(dòng)態(tài)數(shù)據(jù)元上報(bào)過(guò)程：符合數(shù)據(jù)字典標(biāo)準(zhǔn)的邊緣網(wǎng)關(guān)使用動(dòng)態(tài)元數(shù)據(jù)句法描述上報(bào)動(dòng)態(tài)數(shù)據(jù)元；數(shù)據(jù)字典映射模塊將上報(bào)的動(dòng)態(tài)數(shù)據(jù)元轉(zhuǎn)換的數(shù)據(jù)標(biāo)識(shí)序列轉(zhuǎn)換為時(shí)間戳序列，并調(diào)用數(shù)據(jù)數(shù)據(jù)庫(kù)指令插入時(shí)序數(shù)據(jù)庫(kù)；PHM系統(tǒng)仍然使用時(shí)序數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析建模。

2.3? 數(shù)據(jù)字典映射

工業(yè)數(shù)據(jù)字典是一種用于描述工業(yè)設(shè)備數(shù)據(jù)屬性特征的數(shù)據(jù)集合。故障預(yù)測(cè)與健康管理平臺(tái)的終端設(shè)備種類復(fù)雜多樣，導(dǎo)致采集到的設(shè)備數(shù)據(jù)多源異構(gòu)，另外，企業(yè)生產(chǎn)設(shè)備不間斷作業(yè)帶來(lái)規(guī)模龐大的設(shè)備數(shù)據(jù)量，進(jìn)一步加劇了數(shù)據(jù)處理的難度。因此，本文基于數(shù)據(jù)字典映射機(jī)制，統(tǒng)一標(biāo)準(zhǔn)化數(shù)據(jù)格式，將不同類型的數(shù)據(jù)映射到不同的數(shù)據(jù)分組中，在降低數(shù)據(jù)處理復(fù)雜度的同時(shí)，保障了數(shù)據(jù)的安全。

在企業(yè)生產(chǎn)過(guò)程中，按照工業(yè)設(shè)備數(shù)據(jù)的特點(diǎn)，將數(shù)據(jù)劃分為靜態(tài)屬性數(shù)據(jù)、動(dòng)態(tài)屬性數(shù)據(jù)以及配置屬性數(shù)據(jù)。靜態(tài)屬性數(shù)據(jù)字典規(guī)定設(shè)備固有屬性且相對(duì)不變的參數(shù)，如設(shè)備名稱、設(shè)備序列號(hào)、生產(chǎn)廠商等。動(dòng)態(tài)屬性數(shù)據(jù)字典定義為在設(shè)備運(yùn)行中隨著時(shí)間變化且可度量的參數(shù)，如溫度、壓力、速度、電流等。配置屬性數(shù)據(jù)字典規(guī)定設(shè)備運(yùn)行條件、環(huán)境、以及設(shè)備數(shù)據(jù)采集與訪問(wèn)過(guò)程有關(guān)的參數(shù)，如設(shè)備采樣頻率、數(shù)據(jù)類型等。工業(yè)設(shè)備數(shù)據(jù)字典示例如表1至表3所示。

2.4? 標(biāo)識(shí)解析編碼機(jī)制

數(shù)據(jù)字典中動(dòng)態(tài)屬性數(shù)據(jù)和配置屬性數(shù)據(jù)大部分為企業(yè)關(guān)鍵性數(shù)據(jù)，對(duì)數(shù)據(jù)的安全性要求較高，而對(duì)靜態(tài)數(shù)據(jù)的敏感性相對(duì)不高。因此，本文采用標(biāo)識(shí)解析機(jī)制面對(duì)企業(yè)內(nèi)部關(guān)鍵性數(shù)據(jù)進(jìn)行脫敏，把靜態(tài)屬性數(shù)據(jù)轉(zhuǎn)基于標(biāo)識(shí)解析機(jī)制進(jìn)行編碼上云，關(guān)鍵性數(shù)據(jù)保存在企業(yè)內(nèi)部，實(shí)現(xiàn)動(dòng)靜態(tài)數(shù)據(jù)的隔離。在對(duì)靜態(tài)數(shù)據(jù)進(jìn)行統(tǒng)一編碼的同時(shí)，也在一定程度上解決了不同設(shè)備數(shù)據(jù)異構(gòu)的兼容性問(wèn)題。

本文標(biāo)識(shí)編碼規(guī)則遵循Handle體系標(biāo)準(zhǔn)，由全球統(tǒng)一管理標(biāo)識(shí)前綴和標(biāo)識(shí)后綴組成，“/”為固定分隔符，標(biāo)識(shí)編碼格式如圖3所示。標(biāo)準(zhǔn)編碼格式由標(biāo)識(shí)前綴、固定分隔符、標(biāo)識(shí)后綴組成，其中標(biāo)識(shí)前綴由國(guó)家代碼、行業(yè)代碼、企業(yè)代碼構(gòu)成，標(biāo)識(shí)后綴由國(guó)民經(jīng)濟(jì)代碼、產(chǎn)品類別、企業(yè)私有的自定義貨物條碼以及生產(chǎn)批次組成。標(biāo)識(shí)編碼規(guī)則如圖3所示。

以某企業(yè)生產(chǎn)的內(nèi)存條進(jìn)行Handle標(biāo)識(shí)編碼為例，具體分配過(guò)程如表4所示。根據(jù)上述的標(biāo)識(shí)編碼分配過(guò)程，某企業(yè)生產(chǎn)的某內(nèi)存條的基于Handle體系的統(tǒng)一標(biāo)識(shí)編碼為88.258.1/C3563 CPU_M73W8T8302051_20200102。

3? 實(shí)驗(yàn)及結(jié)果分析

本節(jié)對(duì)設(shè)計(jì)搭建好的基于標(biāo)識(shí)解析和字典映射的預(yù)測(cè)性維護(hù)平臺(tái)進(jìn)行一系列測(cè)試，包括功能測(cè)試和性能測(cè)試，功能測(cè)試主要是對(duì)預(yù)測(cè)性維護(hù)平臺(tái)的主要功能進(jìn)行測(cè)試，測(cè)試每個(gè)功能模塊是否正常運(yùn)行，性能測(cè)試主要是對(duì)平臺(tái)的資源消耗情況進(jìn)行測(cè)試。

3.1? 測(cè)試環(huán)境

本文測(cè)試環(huán)境基于虛擬機(jī)進(jìn)行多節(jié)點(diǎn)部署測(cè)試，測(cè)試服務(wù)器的配置參數(shù)如表5所示。

3.2? 功能測(cè)試

功能測(cè)試主要是對(duì)預(yù)測(cè)性維護(hù)平臺(tái)的功能模塊進(jìn)行測(cè)試，主要包括頁(yè)面布局、角色列表、用戶列表、可視化配置、網(wǎng)關(guān)管理、協(xié)議驅(qū)動(dòng)、設(shè)備模板、設(shè)備檔案、故障庫(kù)、維保統(tǒng)計(jì)與專家知識(shí)庫(kù)幾大功能模塊。如表6所示。

3.3? 性能測(cè)試

本節(jié)對(duì)平臺(tái)進(jìn)行性能測(cè)試，在同一局域網(wǎng)內(nèi)，根據(jù)不同的測(cè)試場(chǎng)景，通過(guò)設(shè)置JMeter的線程數(shù)和吞吐量等參數(shù)，模擬指定用戶數(shù)量的情況下，同時(shí)訪問(wèn)不同頁(yè)面，通過(guò)監(jiān)聽(tīng)器記錄所有請(qǐng)求的響應(yīng)時(shí)間和返回結(jié)果，并觀察服務(wù)器的資源使用情況是否滿足要求。如表7所示。

測(cè)試過(guò)程中實(shí)時(shí)查看服務(wù)器資源使用狀況，逐步增加并發(fā)數(shù)，測(cè)試性能瓶頸，圖4給出服務(wù)器的資源使用情況，對(duì)CPU的使用率和端口讀取速度進(jìn)行監(jiān)測(cè)。

4? 結(jié)? 論

深化5G、人工智能、數(shù)字孿生等新一代信息技術(shù)在工業(yè)領(lǐng)域的創(chuàng)新應(yīng)用，加快安全生產(chǎn)基礎(chǔ)設(shè)施改造升級(jí)是國(guó)內(nèi)企業(yè)的普遍需求，如何實(shí)現(xiàn)生產(chǎn)過(guò)程的智能化監(jiān)控且基于監(jiān)控?cái)?shù)據(jù)達(dá)到高效決策是企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵。本文通過(guò)分析傳統(tǒng)故障預(yù)測(cè)與健康管理平臺(tái)的不足，提出一種基于標(biāo)識(shí)解析和字典映射的預(yù)測(cè)性維護(hù)設(shè)備數(shù)據(jù)安全接入方法，采用標(biāo)識(shí)解析機(jī)制對(duì)企業(yè)內(nèi)部數(shù)據(jù)進(jìn)行脫敏，融合數(shù)據(jù)字典機(jī)制，對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行動(dòng)靜態(tài)分組和對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化，實(shí)現(xiàn)數(shù)據(jù)的動(dòng)靜態(tài)隔離及企業(yè)上下游之間的資源信息共享，保障了企業(yè)數(shù)據(jù)的安全。未來(lái)，可以將工業(yè)領(lǐng)域的PHM預(yù)測(cè)性維護(hù)技術(shù)推廣到如原材料、危險(xiǎn)化學(xué)品、礦山等其他重點(diǎn)行業(yè)領(lǐng)域，構(gòu)建基于工業(yè)互聯(lián)網(wǎng)的安全生產(chǎn)感知、監(jiān)測(cè)、預(yù)警、處置及評(píng)估體系，建立風(fēng)險(xiǎn)特征庫(kù)、失效數(shù)據(jù)庫(kù)、安全生產(chǎn)評(píng)估模型和工具集，支撐制造業(yè)的數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型，形成全新的工業(yè)生產(chǎn)制造和安全管理模式，推動(dòng)平臺(tái)間數(shù)據(jù)互聯(lián)互通，打造協(xié)同發(fā)展、多層次系統(tǒng)化平臺(tái)體系。

參考文獻(xiàn)：

[1] ZHANG S L. Data Sharing Network Model and Mechanism of Power Internet of Things in Virtualized Environment [J].IEEE Access，2022（10）：4252-4260.

[2] 金曉航，王宇，ZHANG B.工業(yè)大數(shù)據(jù)驅(qū)動(dòng)的故障預(yù)測(cè)與健康管理 [J].計(jì)算機(jī)集成制造系統(tǒng)，2022，28（5）：1314-1336.

[3] 趙杰.基于區(qū)塊鏈的工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析系統(tǒng)實(shí)踐初探 [J].自動(dòng)化應(yīng)用，2023，64（3）：211-214.

[4] 吳曉鳴，張輝，徐冉，等.考慮5G基站的多能工業(yè)園區(qū)全壽命周期供能規(guī)劃 [J].電力建設(shè)，2023，44（3）：15-24.

[5] WEISS B A，VOGL G，HELU M，et al. Measurement Science for Prognostics and Health Management for Smart Manufacturing Systems： Key Findings from a Roadmapping Workshop [J].NIST Author Manuscripts，2015，6（46）：1-18.

[6] BERNINI L， WALTZ D，ALBERTELLI P，et al. A Novel Prognostics Solution for Machine Tool Sub-units： The Hydraulic Case [J]. Proceedings of the Institution of Mechanical Engineers，Part B：Journal of Engineering Manufacture，2022，236（9）：1199-1215.

[7] SUO D，GAO J J. A strategy of Building Cloud Manufacturing Service Platform Based on CloudAnalyst [C]//2013 International Conference on Mechatronic Sciences， Electric Engineering and Computer（MEC）.Shenyang：IEEE，2013：2143-2147.

[8] 裴吉，張猛，武春輝，等.基于LabVIEW的淮安一站水泵機(jī)組振動(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與開(kāi)發(fā) [J].排灌機(jī)械工程學(xué)報(bào)，2023，41（3）：217-223.

作者簡(jiǎn)介：林詩(shī)美（1975—），女，漢族，廣東深圳人，高級(jí)工程師，碩士研究生，研究方向：工業(yè)控制計(jì)算機(jī)。