边缘计算与工业自动化变革
IT行业边缘计算技术
IT行业边缘计算技术随着科技的发展和互联网的普及，IT行业正迎来一场革命性的变革，边缘计算技术（Edge Computing）成为了这一领域的热门话题。
边缘计算技术是指将计算和数据存储的能力从云端向网络边缘（如终端设备、网络设备等）进行扩展和分布，以减少数据在网络传输中的延迟和带宽消耗，并提供更快速、更可靠的计算与数据服务。
一、边缘计算技术的定义和特点边缘计算技术是一种分布式计算模式，可将计算和数据存储的能力从传统的云端移至网络边缘，它具备以下几个主要特点：1. 低延迟：边缘计算将应用和数据处理的能力临近终端用户，大大减少了数据传输的延迟。
这在对某些应用场景，如自动驾驶、智能医疗等关键任务具有重要意义。
2. 高带宽利用率：边缘计算技术将云计算的压力转移到了网络边缘，减少了大量的数据在传输过程中的带宽消耗，降低了网络传输的负载。
3. 保护隐私和信息安全：由于边缘计算在终端设备上进行了大部分的计算和数据处理，用户的隐私和敏感数据可以得到较好的保护。
4. 实时性：边缘计算技术能够在本地进行实时的数据处理和决策，降低了对云计算的依赖，提高系统响应速度。
二、边缘计算技术在IT行业的应用边缘计算技术在IT行业有着广泛的应用前景，以下是一些典型的应用场景：1. 智能物联网（IoT）：边缘计算技术使得物联网设备能够在本地进行数据处理和决策，从而加快了物联网系统的响应速度和运行效率。
2. 视频监控：边缘计算技术可将视频监控设备上的数据处理和分析功能卸载至网络边缘，提高视频监控系统的实时性和运行效率。
3. 无人驾驶：边缘计算技术可以将无人驾驶车辆上的大部分决策过程移至本地，提高系统的实时性和决策速度，降低了对网络的依赖性。
4. 工业自动化：边缘计算技术可将生产设备上的自动化控制和数据处理功能下放至本地，提高工业自动化系统的实时性和稳定性。
三、边缘计算技术的挑战和未来发展尽管边缘计算技术具有广阔的应用前景，但它也面临着一些挑战：1. 安全性：边缘计算技术将数据处理和存储的能力下移到终端设备，需要加强设备的安全性，以避免恶意攻击和数据泄露。
边缘计算技术的应用场景
边缘计算技术的应用场景随着物联网技术的快速发展，越来越多的设备和传感器连接到互联网，产生了海量的数据。
为了处理这些数据并满足用户对实时性和低延迟的需求，边缘计算技术应运而生。
边缘计算是一种将计算资源和数据推近物联网边缘的技术，通过在本地处理数据，可以减少数据传输和云端处理的负载，提高数据处理的效率和速度。
目前，边缘计算技术已经在各个领域得到广泛应用。
以下是几个典型的边缘计算技术应用场景。
1. 智能交通边缘计算在智慧交通领域的应用是非常广泛的。
例如，通过在交通信号灯、摄像头和车辆之间部署边缘计算设备，可以实现实时的交通监控和智能交通管理。
边缘计算能够在本地分析交通数据，通过即时处理结果，生成实时交通状况报告，包括拥堵情况、车辆流量等。
这些实时数据可以帮助交通管理部门更好地规划交通路线，减少交通拥堵，提高路网的使用效率。
2. 工业自动化在工业自动化领域，边缘计算技术也得到了广泛应用。
工厂中的机器和设备通常具有传感器，可以实时采集到大量的数据。
通过使用边缘计算技术，这些数据可以即时分析和处理，提供给工程师和操作员实时监控和预警。
边缘计算还可以在本地进行故障诊断和维护预测，提高设备的可靠性和效率。
此外，边缘计算还可以提供实时的仓储管理和物流追踪，优化物流流程，降低成本。
3. 医疗健康边缘计算在医疗健康领域的应用也非常重要。
通过在医疗设备和传感器上部署边缘计算设备，可以实时监测病人的生理参数，并提供远程医疗服务。
边缘计算技术可以将采集到的数据发送到云端进行分析和存储，同时也可以在本地进行实时数据处理，通过提供实时警报和反馈，提高医疗的及时性和准确性。
此外，边缘计算还可以支持移动医疗设备，如智能手环、智能手表等，实时监测用户的健康状况，并提供个性化的健康管理建议。
4. 零售业边缘计算技术在零售业也有广泛的应用。
通过在商场或超市内部部署边缘计算设备，可以实时监测商品的销售情况和库存数量。
通过对数据进行实时分析，商场可以对销售策略进行调整，优化商品陈列和促销活动。
云技术产生的新名词解释
云技术产生的新名词解释云技术，作为当今信息时代的核心驱动力之一，正不断拓展着我们的数字化世界。
它的发展和应用催生了许多新名词，这些新名词反映了云技术在不同领域的创新应用和影响力。
在本文中，我们将对一些云技术产生的新名词进行解释，以便更好地理解和应用这些概念。
1. 边缘计算（Edge Computing）边缘计算是一种将计算和数据处理能力推向网络边缘的技术。
相比于传统的集中式计算模式，边缘计算可以将数据处理和实时决策推向用户端，减少数据传输和响应时间。
这种技术在物联网、智能城市和工业自动化领域有广泛应用，为设备和用户提供更快速、可靠的计算服务。
2. 无服务器计算（Serverless Computing）无服务器计算是一种基于云计算架构的新兴模式。
它简化了开发者的工作流程，使其在写代码时无需关注服务器的操作和管理。
开发者只需编写和部署功能性的代码，无服务器平台会自动为其管理底层的基础设施和资源。
这种服务模型提供灵活的扩展性和成本效益，使开发者能够更专注于业务逻辑和创新。
3. 容器技术（Containerization）容器技术是一种轻量级虚拟化技术，将应用程序及其依赖项封装在一个独立的、可移植的容器中，以实现跨平台和跨环境的部署。
通过容器化，开发者可以更好地打包、交付和管理应用程序，提高应用的弹性和可移植性。
此外，容器技术还能帮助实现持续集成和快速部署，加速软件交付和创新。
4. 人工智能（Artificial Intelligence）人工智能是一种模拟和实现人类智能的技术。
基于云计算的高性能和大数据处理能力，人工智能得以快速发展和应用。
人工智能涵盖了诸多子领域，如机器学习、自然语言处理和计算机视觉等。
通过利用云技术支持的大规模计算和存储，人工智能系统能够快速学习和处理数据，实现语音识别、图像分析和智能推荐等功能。
5. 区块链（Blockchain）区块链是一种去中心化的分布式账本技术，通过对交易进行去中心化验证和记录，实现了安全可信的数据交换和存储。
边缘计算技术在工业自动化中的设备状态监测预测维护和智能工厂优化应用
边缘计算技术在工业自动化中的设备状态监测预测维护和智能工厂优化应用近年来，边缘计算技术在各行业得到了广泛的应用，其中在工业自动化领域的设备状态监测预测维护和智能工厂优化方面具有重要意义。
边缘计算技术能够将处理和分析数据的能力从云端延伸到设备端，实现数据实时处理和决策，提高了工业自动化系统的可靠性和效率。
边缘计算技术能够在设备端进行实时的状态监测和预测维护。
传统的状态监测和维护通常依赖于对设备的定期巡检和维护，这种方式无法及时发现设备故障和预测设备的寿命。
而边缘计算技术通过在设备端部署传感器和数据处理模块，能够实时采集设备的运行数据，并进行实时分析和判断。
通过对设备数据进行监测和分析，可以及时发现异常情况并预测设备寿命，提前进行维护和修复，避免设备故障和生产线停机带来的损失。
同时，边缘计算技术还能够通过远程监控和故障排除，提高设备维护的效率和准确性。
此外，边缘计算技术还可以应用于智能工厂的优化。
在传统的工厂生产中，设备之间往往存在着独立运行的问题，导致资源的浪费和效率的低下。
通过边缘计算技术，可以将设备之间的数据进行实时的交互和协同，实现设备的智能化管理。
例如，在自动化生产线中，通过边缘计算技术，可以将各个设备之间的状态数据进行实时的传输和分析，实现生产过程的优化调度。
这样不仅可以避免设备之间的冲突和重复工作，还可以实现资源的最大化利用和生产效率的提高。
同时，边缘计算技术还可以将产线中的数据与企业的ERP系统进行集成，实现生产数据的实时监控和分析，帮助企业进行生产计划的制定和优化，提高整体生产效率和产品质量。
然而，边缘计算技术在工业自动化中的应用仍面临一些挑战和问题。
首先，边缘计算技术需要在设备端进行部署和维护，对硬件设备和网络环境有一定的要求，这增加了系统的部署和维护难度。
其次，边缘计算技术需要处理大量的实时数据，对计算和存储能力有较高的要求。
因此，如何进行数据的压缩和传输，以及如何进行数据的存储和管理，都是需要解决的问题。
工业互联网的应用场景与未来趋势
工业互联网的应用场景与未来趋势工业互联网是指将物理世界与数字世界进行深度融合，通过互联网技术实现设备、人员、物流等在复杂工业环境下的高效协同。
由于其能够提高生产效率、降低成本、提高品质、提升安全性等多方面的优势，工业互联网被认为是工业变革的重要趋势之一。
下面将分别从应用场景和未来趋势两个方面来探讨工业互联网的重要性和前景。
一、工业互联网的应用场景1、智能制造传统制造业存在着诸如效率低下、信息孤岛、生产力不足、流程不透明等一系列问题。
通过工业互联网技术，智能制造得以实现。
智能制造通过物联网技术可以实现机器设备之间的联结和数据分享，实时监控生产线和掌握生产状况，从而更好地控制生产成本和产出。
2、物联网技术在生产线中的应用生产线中的设备可以通过集成中心控制器来实现数据共享，从而帮助企业有效监控生产线的生产状态、维修状态、设备状态等信息，及时发现并解决问题，提高效率，降低生产成本。
3、数据挖掘和分析工业互联网的实时数据采集和分析所产生的数据将成为企业进行业务决策的基础。
通过大数据技术实时分析生产数据，企业可以找到生产中存在的问题，改进生产线，提高效率和质量。
4、环境监测环境监测是工厂生产过程中必不可少的环节。
通过工业物联网技术可以实时监控工厂的温度、湿度等环境指标，提前发现环境问题，避免生产线中发生不良事件。
二、工业互联网的未来趋势1、人工智能和自动化工业互联网将会引导企业加速推进智能制造，人工智能和自动化技术将成为未来的趋势之一。
目前，机器人已经广泛应用于生产线，实现了自动化生产，在未来，工厂中将有更多的智能设备出现，人工智能将会作为生产的重要辅助工具，为工厂管理人员提供更快捷准确的管理手段。
2、云计算和边缘计算大量数据产生的同时，也带来了数据存储、安全等方面的挑战。
云计算和边缘计算技术将会迎来高速发展，云端存储和分析将助力企业更好地分析生产数据，推进智能制造的过程。
3、 5G技术5G技术的到来将会使全球工业互联网发生变革。
边缘计算技术在工业自动化中的实际应用案例分享
边缘计算技术在工业自动化中的实际应用案例分享（开头省略）边缘计算技术在工业自动化中的实际应用案例分享近年来，随着人工智能、物联网和工业互联网的快速发展，边缘计算技术作为一种新兴的计算模式，正在逐渐走进工业自动化领域。
边缘计算将计算资源和数据处理能力靠近数据源头，可以实现实时的数据分析和决策，从而提高工业自动化系统的效率和可靠性。
1. 智能制造中的边缘计算应用在智能制造领域，边缘计算技术发挥了重要作用。
以某汽车制造厂为例，它引入了边缘计算技术来监测生产线上的设备状态，通过实时采集和分析数据，可以提前发现设备故障和异常情况，并进行预警和维修，极大地提高了生产线的稳定性和可靠性。
同时，边缘计算技术还可以为制造过程提供实时的监控和控制，从而优化生产效率和质量。
2. 物联网中的边缘计算应用物联网是边缘计算技术的典型应用场景之一。
以某智能建筑为例，建筑内安装了大量的传感器和设备，通过边缘计算服务器对这些设备进行实时的数据采集和处理，可以实现对建筑物的环境监测、安全监控和能源管理等功能。
例如，当检测到室内温度过高时，边缘计算系统会自动控制空调进行调节，以提供舒适的室内环境；当有异常情况发生时，边缘计算系统会及时发送警报，以保证建筑的安全。
3. 物流行业中的边缘计算应用在物流行业中，边缘计算技术也能够发挥重要作用。
以某物流企业为例，它利用边缘计算技术对货物进行实时的跟踪和监控。
通过安装在货运车辆上的传感器和边缘计算设备，可以对货物的位置、状态和温度等信息进行实时采集和处理。
这样，物流企业可以准确掌握货物的运输情况，以确保货物在整个运输过程中的安全和可追溯性。
4. 能源行业中的边缘计算应用在能源行业中，边缘计算技术可以帮助实现能源的高效利用和管理。
以某电力公司为例，它利用边缘计算技术来监测和控制电力设备的运行状态。
通过采集设备的实时数据并进行分析，边缘计算系统可以帮助电力公司及时发现设备故障和异常情况，以减少停机时间并提高电网的可靠性。
边缘计算的技术创新及其发展趋势
边缘计算的技术创新及其发展趋势边缘计算是一项前沿技术，它可以将计算和存储资源移到智能终端和网络边缘，从而赋予其更多的自主决策和实时响应能力。
随着物联网和移动互联网的不断发展，边缘计算的需求也越来越迫切。
本文将介绍边缘计算的技术创新及其发展趋势。
一、边缘计算的技术创新1.1 嵌入式智能芯片嵌入式智能芯片是边缘计算的关键技术之一。
它具有体积小、功耗低、性能高等特点，可以成为边缘设备的核心控制器。
近年来，随着芯片制造工艺的进一步升级，嵌入式智能芯片的性能大幅提升，使得其在物联网和边缘计算领域得到广泛应用。
1.2 边缘存储技术传统的云计算架构采用的是集中式的存储方式，需要将数据全部传输到云端进行处理和存储。
但是，在大规模物联网部署中，将海量数据传输到云端会消耗大量的网络带宽和计算资源。
因此，边缘存储技术应运而生。
边缘存储可以将数据储存在边缘设备上，可以大大降低数据传输的成本和延迟。
1.3 边缘计算协议边缘计算涉及到多种设备和协议之间的通信，因此，选择合适的协议对于边缘计算的实现至关重要。
目前，一些开源协议，比如MQTT、CoAP和AMQP，已经开始被广泛应用于边缘计算领域。
这些协议具有简单、快速和可靠的特点，适用于低功耗设备和高带宽网络。
1.4 边缘人工智能在传统的云计算中，所有的数据都传输到云端进行处理。
但是，在大规模物联网中，数据传输成本高，延迟大。
边缘人工智能技术可以让智能设备在本地进行数据分析和决策，从而降低传输和处理的时间和成本。
目前，边缘计算与人工智能的结合已经成为了技术创新的热点领域。
二、边缘计算的发展趋势2.1 万物互联物联网是边缘计算的重要应用之一，它的发展将为边缘计算提供更大的市场和需求。
按照预测，到2020年，全球物联网连接设备数量将达到50亿，将给边缘计算和边缘人工智能带来巨大的商业机会。
2.2 工业4.0工业4.0的发展将引领智能制造的新时代，边缘计算则是实现工业自动化、智能化的关键技术。
基于边缘计算的工业自动化控制系统研究
基于边缘计算的工业自动化控制系统研究边缘计算（Edge Computing）是近年来快速发展的一种计算架构，它将计算和存储资源从云端转移到接近数据源的边缘设备上，以提供低延迟、高带宽和可靠性强的服务。
在工业自动化控制系统中，边缘计算技术的应用已经成为一种研究热点。
本文将从边缘计算的定义和特点、工业自动化控制系统的需求、边缘计算在工业自动化控制系统中的应用等方面进行研究和探讨。
首先，我们来了解边缘计算的定义和特点。
边缘计算是一种分布式计算的模式，它将计算和存储资源从中心化的云端转移到接近数据源的边缘设备上，实现数据的快速处理和智能决策。
与传统的云计算相比，边缘计算具有以下特点：1）低延迟：由于数据的处理和决策都在边缘设备上进行，不需要通过网络传输到云端处理，能够实现近乎实时的响应。
2）高带宽：边缘设备可以提供更大的带宽，支持大规模并行计算和数据传输。
3）可靠性强：在边缘设备上进行计算和存储，即使网络出现故障或者中心化的云端服务不可用，边缘设备仍然能够正常运行。
工业自动化控制系统作为一种信息技术与自动化技术相结合的系统，涉及到以PLC（Programmable Logic Controller）为核心的工控设备、传感器、执行器等众多设备的联网通信和智能控制。
在工业自动化控制系统中，对于低延迟、高带宽和可靠性强的要求非常高，而边缘计算技术正好能够满足这些需求。
首先，边缘计算能够实现近乎实时的数据处理和决策，提高工业自动化控制系统的响应时间和实时性。
其次，边缘设备的高带宽能够支持大规模的数据传输和并行计算，提高工业自动化控制系统的数据处理能力和效率。
此外，边缘设备的可靠性强，即使网络故障或者中心化的云端服务不可用，工业自动化控制系统也能够维持正常运行。
在工业自动化控制系统中，边缘计算技术的应用非常广泛。
首先，边缘计算能够将数据在边缘设备上进行处理和分析，从而减少对云端资源的依赖。
例如，工业自动化控制系统可以在边缘设备上进行实时监测和预警，快速响应设备故障和异常情况，提高生产效率和安全性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
边缘计算与工业自动化变革当OT遇见ICT
和利时（HollySys）科技集团 龚涛
边缘计算与工业自动化变革
01 | 边缘计算 与 工业云
02 | 边缘计算 为什么？
03 | 边缘计算 应用案例
04 | 边缘计算 促进 工业自动化转型
OT 与 ICT 深度融合
CPS
系统自相似性
局部的结构或功能与整体相似，自相似性是宇宙间的一种普遍现象。
企业信息集成模型 与 工业云
DCS/DEH/SIS
PLC/RTU/MC
I&A/IoT
MOM|MES/APS/WMS/EMS
ERP/CRM/SCM/BPM/PLM
SCADA/HMI
OTS/APC/AMS/BATCH
Cloud/APP
仪表层
控制层
监控层
执行层
管理层
工业云
优点：
• 分层部署
• 专业分工
• 独立灵活
缺点：
• 孤岛烟囱
• 接口复杂
• 数据延迟
工业云分类
电商云
制造/OT
协同云
运维云
供应链云
生产云
设计云
商业/IT
设计运维
生产
公有云
私有云
混合云IT&OT
工业互联网平台 与 边缘计算
IoT PLC/DCS
/SCADA智能装备生产系统边缘计算
•本地计算、IT/OT融合
•实时、闭环、可靠
•信息安全、数据脱敏
•可脱网运行
工业互联网平台
（标准、开放、生态）
边缘云（工厂）
网关：测点
执行器
SoS : 智能工厂
System : 智能系统
SCADA/DCS/IED
适配：模型
ERP/MES
PLM/CAX
Device : 智能单元
PLC/RTU/Sensor
传感器
工业自动化转型之路
01 | 边缘计算 与 工业云
02 | 边缘计算 为什么？
03 | 边缘计算 应用案例
04 | 边缘计算 促进 工业自动化转型
工厂大数据
p显性数据（工况、生产、管理）：7.2GB/天·工厂
p隐形数据（设备、环境、视觉）：3.0TB/天·工厂
设备数据量（KB/s）
伺服20
主轴18
电机21
机械传动100
软件程序10
合计170KB/s（14GB/d）
一台设备一天产生的数据量
一个中等工厂通常有100台这样的设备，一
天数据量合计1.4TB，需带宽200Mbps。
p数据
•简化模型、小样本
•缺少特殊样本（异常态）
•价值密度低
p计算
•机理模型+大数据
•因果关系
•
实时计算
数据的时效性和安全性
p时间敏感数据：
l实时（微秒、毫秒、秒）、时序
l闭环控制、动态仿真&优化
l实时诊断、功能安全
l实时大数据分析
p商业机密数据：
l设备数据：工艺、流程、装备、参数
l产品数据：产品、规格、配方
l生产数据：产量、质量、能耗、环保
l管理数据：人员、计划、KPI、效益
l供应数据：供应商、原料、零部件、价格
l销售数据：客户、销量、价格
l经营数据：成本、税收、利润
工业自动化转型之路
01 | 边缘计算 与 工业云
02 | 边缘计算 为什么？
03 | 边缘计算 应用案例
04 | 边缘计算 促进 工业自动化转型
设备云（机联网）基于边缘计算的优化调整
激光切割机
多线切割机
数控折弯机
印刷机
运动康复机
机械臂
包装机
云-边缘协同
设备在线状态监测与故障诊断
云
-边
缘
协
同
故障维护
定期维护
基于状态的维护-CBM ISO 13374-1OSA-CBM模型
信号处理
信号采集
状态监测
预测诊断
健康评估
维修建议
基于特征向量的故障诊断&预测
FFT信号处理
旋转机械CBM
火电厂 稳态负荷预测 及 控制参数优化
工业自动化转型之路
01 | 边缘计算 与 工业云
02 | 边缘计算 为什么？
03 | 边缘计算 应用案例
04 | 边缘计算 促进 工业自动化转型
工业企业生产制造环节 面临的挑战
n车间内联网设备种类越来越丰富、数量越来越多、功能
越来越丰富；
n 各软硬件系统的运行对网络依赖性越来越大，需要实时
性、确定性、冗余路径等；
n 现场越来越多的传感器，要求控制系统越来越智能；
n 需求侧的个性化定制，要求控制系统越来越柔性；
n 越来越精益的目标，要求工业软件功能越来越多、越来
越精细、越来越智能；
n 服务商的专业化分工，使得信息孤岛、烟囱系统越来越
多，全厂的互联互通越来越困难。
车间/工厂 IT&OT 融合通信
p智能前端：
n 资源化、服务化：IO模块、专用控制器、智能设备、智能传感器和执行器、信息采集设备等
n 实时性/确定性 控制数据 + 描述/维护数据，单一网口
p融合通信：
n 工业以太网 + IT网络，单一网络
n OPC UA是一套集信息模型、服务集合与通讯规范为一体
的标准化技术框架；
n RAMI 4.0指定通信技术，管理壳(工业4.0组件)，CPS
n IIC与OPC共同推动实时性、确定性通讯：Pub/Sub、TSN
n与行规适配：MTConnect、PLCopen、ISA-95/88/99、
B2MML/EDDL、PackML
p边缘计算/控制-分布式区域控制节点DCN：
n 设备/车间级强控制，多台分布式，协同工作
n 多核CPU：控制策略、信息安全、功能安全、IT交互等
p边缘云-本地云计算集群：
n 数据汇聚平台、实时大数据平台、应用集成与创新平台
n 与工业云之间互联，模型与服务互通
n Docker灵活部署，工业技术软件化，服务交易
边缘计算/控制 – 分布式区域控制器节点DCN
边缘计算/控制：区域控制节点（全功能Node，DCN）
多核CPU
Hypervisor（VT-x/VT-d）
控制算法VM1
功能安全VM2
信息安全VM3
Sub Node
IT功能VMn
Sub Node
p 边缘计算/控制节点
n 区域控制器：多核CPU、虚拟化、多功能，面向控制、强实时
n 分布式、本地智能、自律协同n 主-从松耦合，确定性网络
TSN 确定性网络
Sub
Node
Sub Node
Sub
Node
Sub Node
边缘云 – 本地云计算集群
Switch
虚拟化控制功能（VCF）
CFV
管理和编排
（M&O）
控制
VCF
监视
VCF
优化
VCF
管理
VCF
CFV基础设施（CFVI）
硬件资源
计算存储网络
虚拟化层
虚拟
计算
虚拟
存储
虚拟
网络
Switch
IO IoT 。
DCN
p 边缘云 – 本地云计算集群
软件定义控制/控制功能虚拟化（SDC/CFV）
n集群平台：高可靠、高可用，面向应用、准实时
n硬件资源化：以资源的形式呈现、被组织、被分配
n能力服务化：能力以服务的形式封装、输出
n一切皆模型：数字双胞胎
n控制功能虚拟化：软件定义控制，按需编排、
n软件部署虚拟化：Docker
n分布自治系统：CPS
实时大数据计算：RISELab – 实时智能安全执行
RISELab（Real-Time Intelligent Secure Exetion，实时智能安全执行）实现在强安全保障下的基于现场实时数据的低延迟决策，提供SRDS（安全实时的决策堆栈）
继承原伯克利大学AMPLab
发起者有AWS、Ant Financial、Ericsson、GE Digital、Google、Huaiwei、IBM、Intel、Microsoft、Vmware等
对象标识解析体系Pid:2.16.156.101818.yyyy02
Oid:2.16.156.101818.yyyy02
Pid:2.16.157.101818.xxxx01Oid:2.16.156.101818.xxxx01Oid:2.16.156101818.yyyy02
Oid:2.16.156.101818.xxxx01工业云A
工业云B 工业云C
IIEN 工业信息交换网络
工业信息交换网（工业数据空间，IDP）n 基于数字对象标识体系，实现即插即用
n 促进数据交换与共享、对象全生命周期管理
Thank You
用自动化改进人们的工作、生活和环境。