首页 > 供应商机 > 深圳设备管理平台 监控后台 在线免费咨询
深圳设备管理平台 监控后台 在线免费咨询
价格：1000.00起
郑州龙兴物联科技有限公司
联系人：刘
电话：15112043829
地址：河南省郑州河南郑州市
产品规格：
产品数量：
包装说明：
关 键 词：深圳设备管理平台
行 业：通信 传输、交换设备
发布时间：2021-12-04
*了解产品服务请拨打咨询电话或登录公司网站查询
龙兴物联是一家专注于工业物联网和大数据台的技术研发型公司，主营业务为云台定制开发、网关定制开发（含网关）、采集终端定制开发。有深厚的研发背景。我们将持续为客户提供通信/数据/台服务，提供有竞争力的产品和解决方案，坚持围绕客户需求持续创新，加大基础研究投入，厚积薄发，助力客户数字化。
公司拥有的大数据、软件架构、嵌入式、硬件组成的研发团队，面向工业领域、智能制造、自动化、电力、石化、新能源、、特种行业领域提供高标准系统级工业物联网解决方案及数据分析服务。
云平台介绍
龙兴物联云平台，是按照工业互联网平台的建设标准进行设计、开发，为用户提供一站式解决方案。龙兴物联工业云平台依靠边缘网关的数据支撑，为用户提供工业PaaS层和各行业SaaS层等多级服务。
工业互联网平台是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、配置的工业云平台，包括边缘、平台（工业 PaaS）、应用核心层级。工业互联网平台是工业云平台的延伸发展，其本质是在传统云平台的基础上叠加物联网、大数据、人工智能等新兴技术，构建更精准、实时、的数据采集体系，建设包括存储、集成、访问、分析、管理功能的使能平台，实现工业技术、经验、知识模型化、软件化、复用化，以工业 APP 的形式为制造企业各类创新应用，终形成资源富集、多方参与、合作共赢、协同演进的制造业生态。
通用平台使能技术、工业数据建模与分析技术、数据集成与边缘处理技术、应用开发和微服务技术正快速发展，对工业互联网平台的构建和发展产生深远影响。在平台层，PaaS 技术、新型集成技术和容器技术正加速改变信息系统的构建和组织方式。在边缘层，边缘计算技术较大的拓展了平台收集和管理数据的范围和能力。在应用层，微服务等新型开发框架驱动工业软件开发方式不断变革，而工业机理与数据科学深度融合则正在引发工业应用的创新浪潮。
工业互联网平台的核心技术
工业互联网平台需要解决多类工业设备接入、多源工业数据集成、海量数据管理与处理、工业数据建模分析、工业应用创新与集成、工业知识积累迭代实现等一系列问题，涉及类关键技术，分别为数据集成和边缘处理技术、IaaS技术、平台使能技术、数据管理技术、应用开发和微服务技术、工业数据建模与分析技术、安全技术。
在上述类技术中，通用平台使能技术、工业数据建模与分析技术、数据集成与边缘处理技术、应用开发和微服务技术正快速发展，对工业互联网平台的构建和发展产生深远影响。在平台层，PaaS技术、新型集成技术和容器技术正加速改变信息系统的构建和组织方式。在边缘层，边缘计算技术较大的拓展了平台收集和管理数据的范围和能力。在应用层，微服务等新型开发框架驱动工业软件开发方式不断变革，而工业机理与数据科学深度融合则正在引发工业应用的创新浪潮。
工业互联网平台核心技术详解
1.数据集成与边缘处理技术
设备接入：基于工业以太网、工业总线等通信协议，以太网、光纤等通用协议，3G/4G、NB-IOT等无线协议将工业现场设备接入到平台边缘层。
协议转换：一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通信接口，实现数据格式转换和统一。另一方面利用 HTTP、MQTT等方式从边缘侧将采集到的数据传输到云端，实现数据的远程接入。
边缘数据处理：基于高性能计算芯片、实时操作系统、边缘分析算法等技术支撑，在靠近设备或数据源头的网络边缘侧进行数据预处理、存储以及智能分析应用，提升操作响应灵敏度、消除网络堵塞，并与云端分析形成协同。
2.IaaS技术
基于虚拟化、分布式存储、并行计算、负载调度等技术，实现网络、计算、存储等计算机资源的池化管理，根据需求进行弹性分配，并确保资源使用的安全与隔离，为用户提供完善的云基础设施服务。
3.平台使能技术
资源调度：通过实时云端应用的业务量动态变化，结合相应的调度算法为应用程序分配相应的底层资源，从而使云端应用可以自动适应业务量的变化。
多租户管理：通过虚拟化、数据库隔离、容器等技术实现不同租户应用和服务的隔离，保护其隐私与安全。
4.数据管理技术
数据处理框架：借助 Hadoop、Spark、Storm等分布式处理架构，满足海量数据的批处理和流处理计算需求。
数据预处理：运用数据冗余剔除、异常检测、归一化方法对原始数据进行清洗，为后续存储、管理与分析提供高质量数据来源。
数据存储与管理：通过分布式文件系统、NoSQL数据库、关系数据库、时序数据库等不同的数据管理引擎实现海量工业数据的分区选择、存储、编目与索引等。
5.应用开发和微服务技术
多语言与工具支持：支持Java,Ruby和PHP等多种语言编译环境，并提供Eclipse integration，JBoss Developer Studio、git和 Jenkins等各类开发工具，构建便捷的集成开发环境。
微服务架构：提供涵盖服务注册、发现、通信、调用的管理机制和运行环境，支撑基于微型服务单元集成的松耦合应用开发和部署。
图形化编程：通过类似Labview的图形化编程工具，简化开发流程，支持用户采用拖拽方式进行应用创建、测试、扩展等。
6.工业数据建模和分析技术
数据分析算法：运用数学统计、机器学习及的人工智能算法实现面向历史数据、实时数据、时序数据的聚类、关联和预测分析。
机理建模：利用机械、电子、物理、化学等领域知识，结合工业生产实践经验，基于已知工业机理构建各类模型，实现分析应用。
7.安全技术
数据接入安全：通过工业防火墙技术、工业网闸技术、加密隧道传输技术，防止数据泄漏、被侦听或篡改，**数据在源头和传输过程中安全。
平台安全：通过平台入侵实时检测、网络安全防御系统、恶意代码防护、网站威胁防护、网页防篡改等技术实现工业互联网平台的代码安全、应用安全、数据安全、网站安全。
边缘和云端协同成为平台重要发展方向
1.基于边缘的多协议转换强化平台数据接入能力
大部分平台均提出了协议转换和云端协同技术方案，实现设备、传感器、PLC、控制系统、管理软件等不同来源的海量数据在云端的集成与汇聚。基于网关的多协议转换正获得普遍应用，GE通过将数据采集转换模块Predix Machine部署在现场传感器、控制器和网关，利用OPC UA技术实现工业以太网、工业总线等不同协议的转换。Oracle IoT Cloud Service面向设备远程管理业务，通过“软件网关”实现对行业通信协议的支持。西门子通过在设备端部署数据采集模块 MindConnect Nano，实现通用协议兼容和私有协议转换。基于操作系统和芯片的原生集成正成为重要创新方向。如Intel推出Wind River Edge Management System嵌入式管理系统，实现设备与Intel IoT Platform的直接互联。Ayla IoT Platform与博通、高通、意法半导体等芯片成员合作，将平台接口内嵌在芯片中，直接从芯片层面支持边缘与云端的互联。
2.边缘数据处理和缓存技术有效提升平台承载能力
工业生产过程中高频数据采集，往往会对网络传输、平台存储与计算处理等方面带来性能和成本上的巨大压力，在边缘层进行数据的预处理和缓存，正成为主要平台企业的共同做法。一是在边缘层进行数据预处理，去除冗余数据，减轻平台负载压力。例如，SAP Leonardo Edge Platform与Dell边缘网关集成，实现边缘数据的实时预处理。华为推出 EC-IoT解决方案基于敏捷网关能够大幅缩短业务上线时间，降低运营成本50%以上。二是利用边缘缓存保留工业现场全量数据，并通过缓存设备直接导入数据中心，降低网络使用成本。例如亚马逊推出的AWS SnowballEdge、微软Azure数据盒、以及谷歌的Transfer Appliance，以100TB级别的容量支持现场数据临时存储，通过实体运输将数据上传到数据中心，简化数据传输过程并尽可能减少设置与集成工作。在风电场的实际应用中，Snowball Edge主要解决无网络偏远地区的数据存储上云问题。在制造企业的实际应用中，Snowball Edge主要替代上位机或私有云保存现场数据。
3.边缘分析技术显著增强平台实时分析能力
为了更好满足工业用户的实时性、可靠性要求，越来越多的平台运营企业开始将计算能力下放到更为靠近物或数据源头的网络边缘侧。一是边缘层直接运行实时分析算法，例如微软更新Azure IoT Edge服务，新增了机器学习、认知服务、流数据分析等功能，支持在嵌入式边缘设备上运行复杂分析和人工智能算法，微软与金属切削企业Sandvik Coromant合作，基于Azure IoT Edge在边缘实现了流数据分析和机器学习算法，使故障处理时延从云端处理的2秒缩短到边缘处理的0.1秒。二是边缘与平台协同，实现模型不断迭代和优化。例如，PTC在ThingWorx平台中集成能够实时发现边缘设备异常的ThingWatcher模块，并与云端分析交互共享，实现模型迭代生长。
龙兴物联坚持以客户为中心，7×热线支持及技术咨询服务，包括热线电话、远程协助等方式，解答用户日常使用及运维中的问题，提供方便快捷的技术支撑服务。
对于物联网云平台产品，特别是工业应用场景，系统的稳定性非常重要。我们将依托现有技术沉淀，从研发设计层面开始，加强系统的稳定和冗余性设计，强化云平台的抗风险能力，确保系统运行的稳定性。
