没有合适的资源?快使用搜索试试~ 我知道了~
迭代式物联网部署的虚拟表示
and cloud computing.” [7]. Obviously, the regarded ’things’ are re-stricted to physical objects, equipped with sensors or actuators, andwith some kind of connection capability (referred to as ’devices’).We claim that the installation of sensors, the monitoring of com-ponents or the connection in digital networks is not a goal in itselfbut is always demand-driven. Consequently, a certain need is de-fined in the first place (e.g. digitally monitoring a machine’s abrasionstate), creating requirements on the data side. If the required data isnot yet measured, additional sensors (or actuators) at the physicalobjects are taken into account. Only if the added value justifies thisinvestment the hardware is updated. Following this argumentation,the creation of an IoT setting especially in the industrial domainis an iterative process, where more and more things get a digitalcounterpart but a complete coverage of all things does not happen.In contrast to that, the key potential of the Internet of Things is notonly the integration of such devices and then conducting a definedanalysis but enabling previously unknown applications.Especially in the context of smart factories notable efforts areconducted to bring the diverse and heterogeneous componentsof the shop floor to a consistent digital layer. In order to keepthe integration efforts sustainable an easy to understand data andinteraction model are required. The self-explaining characteristicsand the high maturity level of the Semantic Web make it a suitablecandidate for a future-proven solution. Such an integration layer(e.g. the so called ’Implementation Viewpoint’ in Fig. 1) encapsulatesthe complexity of underlying network implementation. Generallyaspired goals are e.g. faster conversions, data-driven maintenanceor automated machine configurations in order to reduce downtimes and therefore increase the overall efficiency achieved by theoverlying applications.Even though IoT technologies support the integration process,the IoT is not only about increasing the flexibility or new insightsinto the behaviour of one machine but of the production line oreven supply chain as a whole. Applications achieving these aimsneed to be deployed rapidly if not automatically with minimal ef-fort. A heterogeneous landscape with a use case-driven integrationapproach requires repetitive efforts, contradicting any potentiallyacquired efficiency gains. The main reason is that the configurationof interfaces is usually oriented towards scenarios relevant at therespective point in time but not for generic requirements of suchlater deployed systems. As the input needs of future applicationsare per se unknown at design time, a consistent and comprehensivedigital reflection of the real world is more efficient and sustainable.Achieving this flexibility is the main benefit where the IoT cancontribute to the manufacturing industry.Consequently, nearly full information about the current state ofall things must be reflected: the relevant machines, their respec-tive components as well as the involved materials and products.Whereas many critical machine parts are not observable with eco-nomically reasonable investment (accessibility, unreliable network18870迭代式物联网部署的虚拟表示0Sebastian R. Bader德国卡尔斯鲁厄理工学院卡尔斯鲁厄0Maria Maleshkova德国卡尔斯鲁厄理工学院卡尔斯鲁厄0摘要0物联网的一个核心愿景是在一致的虚拟环境中表示物理世界。特别是在智能工厂的背景下,通过数字车间将不同的异构生产模块连接起来,可以实现更快的转换率、数据驱动的维护或在设计时未被识别的用例的自动化机器配置。然而,这些场景需要所有参与的机器和组件的物联网表示,这需要高投资和硬件调整。我们提出了一种将车间逐步接近物联网愿景的过程。目前,大多数系统、组件或零件尚未与互联网连接,并且可能甚至不提供与传感器技术配备的可能性。然而,这些可能是实现真实数字车间表示的关键部分。因此,我们提出了虚拟表示,通过RESTful WebAPI动态收集和解释已有数据,能够独立计算物理对象的状态。这种虚拟表示的内部逻辑在运行时可以进行调整,因为对其相应的物理对象、环境的更改或对资源本身的更新不应导致任何停机时间。0关键词0物联网;链接数据;虚拟集成0ACM参考格式:Sebastian R. Bader和MariaMaleshkova。2018。迭代式物联网部署的虚拟表示。在WWW '18Companion:2018年网络会议伴侣,2018年4月23日至27日,法国里昂。ACM,纽约,美国,6页。https://doi.org/10.1145/3184558.319165701 引言0当前的数字化和通过互联网技术互连各种设备的趋势是一个突出的当前趋势[15]。物联网(IoT)包括这些努力,通过共同模式来表示物理和虚拟对象,以实现它们之间的数字信息交换。Gubbi等人与其他人类似,将物联网定义为“通过统一框架在平台之间共享信息的感知和执行设备的互连,开发用于实现创新应用的共同操作图像。这是通过无缝的大规模感知、数据分析和使用尖端普适感知进行信息表示和云计算实现的。”[7]。显然,所考虑的“物”仅限于装备有传感器或执行器、具有某种连接能力的物理对象(称为“设备”)。我们认为,传感器的安装、组件的监控或数字网络中的连接不是目标本身,而是始终以需求为驱动。因此,首先确定了某种需求(例如,数字监控机器的磨损状态),并对数据方面提出了要求。如果尚未测量所需数据,则考虑在物理对象上添加额外的传感器(或执行器)。只有当增加的价值使这种投资合理时,硬件才会得到更新。根据这种论证,物联网的创建,特别是在工业领域,是一个迭代的过程,其中越来越多的物品获得了数字对应物,但并不是所有物品都得到了完全覆盖。与此相反,物联网的主要潜力不仅在于集成这些设备,然后进行定义的分析,而是实现以前未知的应用。特别是在智能工厂的背景下,人们正在努力将车间的各种异构组件带入一致的数字层。为了保持集成工作的可持续性,需要一个易于理解的数据和交互模型。语义Web的自解释特性和高度成熟的水平使其成为未来可靠解决方案的合适候选。这样的集成层(例如图1中的所谓“实现视角”)封装了底层网络实现的复杂性。通常的目标是更快的转换、数据驱动的维护或自动化的机器配置,以减少停机时间,从而增加上层应用程序实现的整体效率。尽管物联网技术支持集成过程,但物联网不仅仅是增加灵活性或对一台机器行为的新见解,而是整个生产线甚至供应链的行为。实现这些目标的应用程序需要快速部署,如果不是自动化部署,也需要最小的工作量。一个具有用例驱动的集成方法的异构景观需要重复的努力,与任何潜在的效率提升相矛盾。主要原因是接口的配置通常是针对当时的相关场景,而不是针对后来部署的系统的通用需求。由于未来应用程序的输入需求在设计时本身是未知的,因此对真实世界的一致和全面的数字反映更加高效和可持续。实现这种灵活性是物联网对制造业的主要贡献。因此,几乎完整地反映所有事物的当前状态是必要的:相关的机器、它们各自的组件以及涉及的材料和产品。虽然许多关键机器部件在经济上无法观察(可访问性、不可靠的网络)0本论文发表在知识共享署名4.0国际许可证(CC BY4.0)下。作者保留在个人和公司网站上传播作品的权利,并附上适当的归属。WWW '18Companion,2018年4月23日至27日,法国里昂,© 2018IW3C2(国际万维网会议委员会),根据知识共享CC BY 4.0许可证发布。ACM ISBN978-1-4503-5640-4/18/04。https://doi.org/10.1145/3184558.31916570Track: 第九届Web API和服务架构国际研讨会WWW 2018,2018年4月23日至27日,法国里昂18880由于(访问限制、高更新成本)连续和完整地监控任何系统、子系统和子子系统从一天到另一天是不现实的。我们提出了一种将车间引入物联网的增量过程。现今许多机器和设备已经(部分)具备物联网功能。然而,对于真正的数字化车间,也需要无法连接到互联网或即时配备传感器的系统、模块或零部件。因此,我们开发了虚拟表示,这是一种数字表示,不一定需要与物理物体直接连接的网络连接。虚拟表示负责通过收集和解释已有的环境数据独立计算对象的状态。我们提出了一种RESTful交互模型来部署和扩展虚拟表示。此外,我们展示了如何通过RESTful WebAPI在运行时调整虚拟表示的配置,因为需要以透明和标准化的方式反映现实世界的变化。我们基于Linked DataPlatform服务器实现了这种方法以供未来扩展。还有一个演示案例公开可用以说明该概念。我们认为,基于省略硬件更新的虚拟表示的显著降低成本(如果可能的话)可以激励使用虚拟表示和模拟值。一个例子应用场景可能是工业生产线上的机器人夹爪,作为一个单元。它的电机和供应材料可以通过适当的分析组件直接观察到。相比之下,例如将力从电机传递到夹爪的轴和夹爪本身无法进行监测,因为其运动和机器人的配置不允许进行足够的测量。然而,这两个组件的磨损状态可能是维护策略的关键因素。虚拟表示可以封装必要的数据收集(负载数量和持续时间、应用材料类型等)和当前最佳性能评估逻辑。因此封装的虚拟表示可以轻松移动,连接到其他网络物理系统或进行更新,因为它符合成熟的Web标准。这样可以实现足够详细和灵活建模的智能工厂,而最低的投资要求。本文结构如下:第2节简要介绍了Web和物联网社区讨论的相关概念。第3节进一步说明了使用案例,第4节介绍了虚拟表示的概念设计。第5节总结了提出的方法并概述了未来的影响。02 相关工作0从最一般的观点来看,Thing可以是物理对象、软件程序、信息片段或任何其他类型的可识别资源。在物联网中,越来越多的物体成为互联网的一部分,目前主要集中在与生产相关的物体(例如机器、材料等)或智能家居(智能/连接家具)。为了建立数字信息交换,创建了一个虚拟资源来识别和访问这些对象。这些资源需要通过唯一键进行识别,并通过共同理解的定位器进行访问。URI的广泛使用使其成为首选的标识符。0互联网,尤其是万维网,已经提供了一个已经被广泛接受和理解的基础设施来交换数据。像URI、HTTP和超链接这样的成熟的Web技术已经被证明可以以分散的方式提供简单可靠的通信机制。云服务和按需Web解决方案提供了快速灵活的应用部署,这是智能工厂的一个严格要求。Maleshkova等人分析了已部署的WebAPI和RESTful服务的状态。他们得出结论,相当比例的API缺乏足够的描述,并且同时缺少有关输入和输出数据集的必要信息。另一方面,语义Web为数据对象添加了含义,并可以减少所述集成工作量。然而,由此创建的物联网既不指定所考虑的物体的交互模式,也不对其与物理世界的预期关系进行建模。Perera等人提出了Avatar概念,作为物体之间的互操作性概念,'使用W3C为Web定义的标准协议和技术,结合分布式服务导向的中介基础设施'。因此,Avatar可以作为物理和软件物体的表示,但不包含模拟未连接物体的形式主义。'物理实体'和'虚拟实体'是物理系统领域的基本概念。Lee等人为物理系统引入了一个通用的五层架构。他们的网络层包括'网络孪生',用于捕获和预处理捕获的数据,以供更高级别的应用程序使用。由此创建的工厂及其实体的虚拟建模是工厂管理的一致数据供应商。不幸的是,他们没有考虑到完全表示生产线上所有机器所需的巨大工作量,并且要求每一步都拥有所有实体,并且没有讨论只有部分数字化机器的环境如何从他们的愿景中受益。Glaessgen和Stargel对NASA和美国空军飞行器提出了所谓数字孪生的要求。他们的重点是在虚拟飞行器中模拟任何感知到的事件,以便更准确地预测飞行器的当前状态。Tao等人关注产品生命周期(设计、制造、服务)。他们在产品生命周期管理领域确定了一个研究空白,即物理对象与在几个生命周期阶段可用的虚拟信息之间的断开。他们的数字孪生概念遵循[6]的定义,侧重于以虚拟对象的形式呈现信息,但不考虑对这些信息的任何操作。因此,他们的数字孪生概念主要用作虚拟模型和信息容器,而不是作为任何(虚拟)交互模式的事物本身。工业互联网联盟旨在为工业物联网引入共同的标准。作为其参考架构的一部分(图1),该联盟讨论了“基于模拟模型而不是控制工程师方程式进行控制决策”的趋势。特别是引入的功能视图包含了物体的建模,但仍然只针对直接配备传感器或执行器的对象。此外,上下文信息被简要讨论,但仅限于先前提到的实体的语义描述关系。0Track:第九届Web API和服务架构国际研讨会WWW 2018,2018年4月23日至27日,法国里昂1http://km.aifb.kit.edu/services/step-iot/gripper/2http://km.aifb.kit.edu/services/step-iot/gripper/arm/3http://km.aifb.kit.edu/services/step-iot/gripper/claw/4https://github.com/aifb/virtrep/requests/5http://marmotta.apache.org/6http://km.aifb.kit.edu/services/bader4/marmotta/ldp/ShaftContainer/shaft/7http://km.aifb.kit.edu/services/bader4/marmotta/ldp/JawsContainer/jaws/18890图1:根据[12]的架构框架0与工业互联网联盟类似,Plattform Industrie4.0提出了包含标识符、引用、引用定义和一组特征的'资产管理外壳'。它包含其提供的数据对象和功能的基本描述(标题)以及正文。'资产管理外壳'可以被视为来自于网络物理系统的虚拟实体概念的规范,但也仅涉及连接的对象。尽管'资产管理外壳'也可以表示软件或Web服务,但作者没有讨论任何策略,说明他们的一般概念如何允许将未连接的物体引入到数字车间。边缘计算[9]、边缘分析或雾计算[4]建议在网络边缘的物理物体附近进行大部分计算任务。其主要优点是减少网络流量和响应时间,因为数据处理发生在数据源附近。尽管将资源模拟到其物理位置附近可以被视为某种边缘计算,但该范式本身缺乏-据我们所知-描述如何实现和与感兴趣的资源进行交互的标准化方法。资源描述框架(RDF)以三元组(主语、谓词、宾语)的形式对资源进行建模。三元组的每个部分都可以是全局唯一URI形式的资源,或者在对象位置上,也可以是称为文字的字符序列。RDF还允许多种序列化格式,因此既用于描述又用于生产数据的灵活数据格式。Linked Data进一步引入了可解引用的标识符(HTTPURI)和与其他Web资源的关系。Linked Data Platform[16]在Web上指定了对LinkedData资源的数据操作(CRUD)操作。特别是在Web的上下文中,智能组件[10]为灵活和上下文相关的集成铺平了道路。智能组件不仅通过其常规WebAPI交换语义定义的数据,还可以通过所谓的元API调整其程序代码,使用由LinkedData-Fu引擎[8]启用的完全相同的交互机制。自治组件[2]利用这个功能来独立触发动作并实现更强大的Web服务网络。0图2:物联网资源(白色)和虚拟表示(灰色)的示意图03 SCENARIO: ROBOT GRIPPER ARM0先前描述的场景的实现是公开可访问的。一个Linked DataPlatform服务器托管了一个演示夹具的IoT表示,作为LDPRDF源和其组件1(图2)。可以通过GET请求请求夹具的Web资源,以及其子资源,返回物理对象的当前状态以及一些元数据。通过发送带有谓词saref:hasState和新状态('up'/'down'和'opened'/'closed')的RDF语句,可以通过覆盖夹具的臂2和爪3的当前资源状态来启用与夹具的Web API的RESTful交互。示例请求40说明用例。尽管夹具本身和两个组件都可以通过数字方式访问,但很容易理解这只代表了实际安装组件的一小部分。为了例如决定最佳维护策略,还需要其他部件的进一步信息。我们通过将它们表示为虚拟表示来将这些部件带到同一集成层。两个虚拟表示托管在ApacheMarmotta5服务器上,分别表示轴6和爪7。虚拟表示模拟了物理对象的状态。为此,需要确定已有输入数据与所需特征之间的关系。这样的算法或启发式方法当然是基于当前最准确的可用知识。此外,与物理世界中的设置更改或有关所述组件性能的新信息变得可知时,虚拟表示的部署逻辑需要透明的更新功能。假设轴的磨损状态与执行的操作次数之间的关系是线性函数,在使用10次后,该组件仍然完好无损,但在使用20次后损坏。一个直观的启发式方法可能是:0论文题目:第九届Web API和服务架构国际研讨会WWW 2018,2018年4月23日至27日,法国里昂18900磨损(actions)=0当|actions| <10时,磨损= 0,10磨损(actions)= 10 *(|actions| -10),1},否则(1)0这个简单的函数很可能不太准确。在对磨损过程有更好的了解之后,我们发现了更细粒度的关系,如公式2所示,以前部署的启发式方法必须进行调整。接下来我们将展示如何使用公式1初始化虚拟表示,然后使用公式2轻松更新。0磨损(actions)=0当|actions| <10时,磨损= 0,10磨损(actions)= 1000 *(|actions| -10)^3,1},否则(2)04 虚拟表示0虚拟表示的核心包含a)其物理对应物的一些描述,b)其当前(模拟)状态,c)负责计算派生特征的函数/算法以及请求它的RESTful模式。虚拟表示是一个由全局唯一URI标识的Web资源。在本文中,我们关注交互模式以及如何实现派生函数,其特性以及如何与之交互。我们将虚拟表示建模为一个产生RDF的RESTfulWeb资源,特别是链接数据[8]。作为一种常见的数据格式,RDF具有非常成熟和广泛的标准,因为它是语义Web堆栈的基石。它与形式化知识表示的本地连接使得RDF成为在具有来自不同供应商的许多异构机器的车间等松散耦合环境中的首选数据格式。04.1 派生特征的配置函数0虚拟表示的配置函数f是通过评估当前可用的输入数据x(例如移动次数)来关联派生特征y(例如当前磨损状态)的关系。对于本文,我们依赖于链接数据作为我们的数据格式,以同时满足语法和语义的互操作性。因此,输入数据和派生特征都是链接数据三元组(xi,yj∈L),其中L是符合链接数据原则的RDF三元组集合。在虚拟表示的演示实现中,使用LinkedData-Fu引擎[8]来收集和处理输入数据x,因此函数f需要是一个两阶段的过程。首先,一组N3语法的声明性规则定义了初始数据和处理步骤。根据[8],我们将这个集合称为程序p。执行p的规则会导致向RESTful WebAPI发送HTTP请求(响应为RDF)或在本地推导新的RDF语句。第二步涉及一个SPARQL构造查询q,用于过滤收集到的数据并最终生成y。因此,表示虚拟表示的RDF三元组集合对于演示实现来说是:0y = f(x) = q ◦ p(x)(3)0图3展示了一个示例程序。第8到11行指定了两个可用的HTTP请求的物联网实体作为链接数据资源。08源代码可在https://github.com/aifb/virtrep/上找到0图3:整合来自外部来源的数据并推导新信息(参见公式1)0从第14行到第23行的规则推导出新的语句,将当前磨损状态指定为规则的主体部分(第15行到第19行)满足上述请求的RDF集合的条件。图4中的查询接收程序执行的所有语句,并以SPARQL构造查询的形式构建虚拟表示的描述,如第2行到第10行所指定。需要注意的是,所选择的配置函数形式并不是虚拟表示的一般要求,而是由于所选择的引擎。不同的实现可能需要其他格式,例如机器学习模型或脚本。所提出的配置方法的主要优点是与语义Web相熟悉,因此与RDF和链接数据形成一个单一的技术堆栈。04.2 交互模型0虚拟表示是元数据三元组与派生三元组集合以及表示函数代码的资源的组合。由于该资源也是一个链接数据平台资源(LDP-R),因此可以根据链接数据平台规范进行操作。虽然虚拟表示的概念符合链接数据平台规范,但虚拟表示增强了其常规交互。0图4:通过SPARQL构造查询创建虚拟表示0Track: 第九届Web API和服务架构国际研讨会WWW 2018,2018年4月23日至27日,法国里昂18910图5:虚拟表示的交互模型0通过需要进一步配置来扩展模型。如图5所示,可以通过对链接数据平台服务器进行调整来实现虚拟表示的部署。链接数据平台规范定义了客户端如何以RESTful方式与LDPWeb资源进行交互。我们遵循LDP规范关于创建、更新和删除Web资源的规定。特别是,虚拟表示和额外的必要配置(p和q)本身就是Web资源。更准确地说,配置资源是LDP非RDF源,而虚拟表示本身是LDPRDF源。这种区分是必要的,因为q的SPARQL语法、p的Notation3或任何其他模型都不一定是RDF序列化,这是LDPRDF源的要求。一般来说,可以采用两种可能的策略以RESTful方式创建虚拟表示。一方面,用户代理可以定期计算数据,将其发送到服务器,然后使得可以访问到接收到的资源的最新状态。另一方面,服务器等待客户端请求资源,然后即时计算数据。第一种方法在网络访问不可靠的环境中具有优势,因为至少可以获得请求的数据的某个版本。此外,存储每个状态会创建一个时间序列,并允许进行历史分析。然而,特别是在物联网的环境中,更新速率通常在毫秒级别,这会产生巨大的数据量。0图6:创建虚拟表示的基本类和关系0为了获得轻量级表示并增加概念的可扩展性,因此我们推动在请求时即时计算虚拟表示的状态。对虚拟表示的HTTPGET请求触发服务器加载程序和查询到引擎并执行它(图5)。动态创建的RDF语句被计算,以与常规Web资源相同的方式表示相关物理对象。由于我们依赖于LinkedData-Fu引擎,加载、编译和执行过程在实时进行,通常不会产生明显的开销。为了识别虚拟表示的所需配置,引擎需要额外的信息。数据模型(图6)的关系(1)和(2)包括这些关系。一个天真的客户端会期望这些语句驻留在虚拟表示本身上,因为两者都将虚拟表示作为它们的主题。不幸的是,虚拟表示在请求时是动态计算的,不存储在服务器的数据库中,因此对于引擎本身是不可访问的。即使可以将语句(1)和(2)存放在任何其他LDP资源上,但最好的做法是将这些信息尽可能地保持与相关虚拟表示接近。因此,我们引入了虚拟表示容器,它是一个LDP基本容器,具有包含一个虚拟表示及其配置(此处为查询和程序资源)的额外要求。引擎可以定位Web资源p和q作为容器的子资源,从而组合必要的Web资源。04.3 虚拟表示的分类0从REST的角度来看,所提出的虚拟表示的概念不能被视为用户代理。虚拟表示可以通过客户端连接器发起请求,但它不是初始请求的源头。同样,起源服务器的概念也不适用,因为请求的目标物并没有与其直接连接。这是物联网的一个普遍问题,虚拟引用不是请求的目标,实际上是物理对象。因此,任何物联网实体都必须是某种中介。虚拟表示具有服务器和客户端组件,作为代理所需,但不允许客户端选择是否使用它。相反,网关转发请求,但对客户端来说是起源服务器。虚拟表示以这种方式工作,使其成为数字车间的网关,而不一定通知客户端其扮演的角色。0研讨会:第九届Web API和服务架构国际研讨会WWW 2018,2018年4月23日至27日,法国里昂18920图7:根据[1]的工业4.0参考架构模型0例如,所讨论的虚拟表示是IIC参考架构的运营领域(“功能视点”)的“监控和诊断”模块的一部分,但该方法并不局限于此。机器学习训练模型或所提议的配置函数的程序/查询实现也适用于IIC运营领域。此外,虚拟表示还可以定位在底层的“实现视点”,因为它充当一种数据源或网关,尽管不是在不同的网络之间,而是在实体之间。作为“工业4.0平台”的资产管理壳(AAS)概念可以作为虚拟表示的参考模型,特别是因为它提到了使用RDF本体概念来澄清语义含义。AAS充当虚拟世界和物理世界之间的接口,就像虚拟表示一样。然而,正如[3]中讨论的那样,尚未讨论AAS代表物理对象是否需要直接数据连接。在图7中的参考架构中,虚拟表示基于集成和通信层,物理对象由更高级别的应用程序所表示和访问[1]。05 结论和未来工作0虚拟表示的概念作为中介,可以快速将不相关的物理对象引入物联网。不用说,模拟反射不能像直接观测的测量那样准确。然而,虚拟表示的优势在于低成本部署以及将配置写入封装的真实世界对象的灵活方式。我们没有关注与安全相关的问题,也没有在其他物联网协议(如MQTT、CoaP或OPC-UA)中考虑虚拟表示。此外,目前只实现了基于状态的请求/响应交互,与许多物联网应用的数据流和事件/通知形式相比还有差距。未来的步骤包括对虚拟表示的分析逻辑、交互方案和物理行为进行一致性建模和描述,以可机器处理的方式。Hydra和openAPI词汇将用于进一步记录和解释接口。尽管我们将示例执行环境实现为HTTPWeb服务器,但这个通用概念并不限于HTTP。我们的目标是为OPC-UA和MQTT等发布/订阅协议提供类似的项目。0虚拟表示可以成为将物联网快速引入实际生产线的一个阶梯。我们相信所提出的方法可以降低实施成本和工作量,并通过一个非常简单的机器演示器说明了这种方法。我们进一步讨论了虚拟表示如何适应当前参考工作,以明确指定其特性。0致谢。本报告的研究和开发项目是在智能服务世界技术计划范围内的项目编号01MD16015(STEP)的资助下进行的。0参考文献0[1] Plattform Industrie 4.0和ZVEI. Industrie 4.0参考架构模型(RAMI4.0),2016年10月。http://www.plattform-i40.de/I40/Redaktion/EN/Downloads/Publikation/rami40-an-introduction.html。[2] Sebastian R Bader.自治组件在分布式架构中的动态交互自动化。在《欧洲语义Web会议》中,第173-183页。Springer,2017年。[3] Heinz Bedenbender,Alexander Bentkus,UlrichEpple,Thomas Hadlich,Roland Heidel,Oliver Hillermeier,MichaelHoffmeister,Haimo Huhle,Markus Kiele-Dunsche,Heiko Koziolek,SteffenLohmann,Marco Mendes,Jörg Neidig,Florian Palm,Stefan Pollmeier,BenediktRauscher,Frank Schewe,Martin Wollschlaeger,Wollschlaeger,IngoWeber和Bernd Waser。可适应工厂的Industrie4.0即插即用:示例用例定义、模型和实现,2017年。http://www.plattform-i40.de/I40/Redaktion/EN/Downloads/Publikation/Industrie-40-%20Plug-and-Produce。[4]Flavio Bonomi,Rodolfo Milito,Jiang Zhu和SateeshAddepalli。雾计算及其在物联网中的作用。在《第一届移动云计算研讨会》论文集中,第13-16页。ACM,2012年。[5] Fielding, Roy T和Taylor, Richard N.网络软件架构的架构风格和设计。尔湾博士论文。加利福尼亚大学,2000年。[6] EdwardH Glaessgen和DavidStargel。未来NASA和美国空军飞行器的数字孪生范式。在《第53届结构动力学和材料会议》特别会议:数字孪生,檀香山,夏威夷,美国,第1-14页,2012年。[7] JayavardhanaGubbi,Rajkumar Buyya,Slaven Marusic和MarimuthuPalaniswami。物联网(IoT):愿景、架构要素和未来方向。《未来一代计算机系统》,29(7):1645-1660,2013年。[8] Andreas Harth,Craig A. Knoblock,SteffenStadtmüller,Rudi Studer和PedroSzekely。静态和动态链接数据的即时集成。在《第四届消费链接数据国际会议》论文集,第1034卷,第1-12页,2013年。[9] Yun Chao Hu,Milan Patel,Dario Sabella,NuritSprecher和ValerieYoung。移动边缘计算——通往5G的关键技术。《ETSI白皮书》,11(11):1-16,2015年。[10] Felix Leif Keppmann和MariaMaleshkova。智能组件用于实现智能物联网应用。《INTELLI2016》,第128页,2016年。[11] Jay Lee,Behrad Bagheri和Hung-AnKao。基于工业4.0的制造系统的网络物理系统架构。《制造信函》,3:18-23,2015年1月。[12] Shi-Wan Lin,Bradford Miller,Jacques Durand,Graham Bleakley,AmineChigani,Robert Martin,Brett Murphy和MarkCrawford。工业物联网第G1卷:参考架构,2017年。http://www.iiconsortium.org/IIRA.htm。[13] Maria Maleshkova,Carlos Pedrinaci和JohnDomingue。研究万维网上的WebAPI。在《2010年IEEE第八届欧洲Web服务会议》上,第107-114页。IEEE,2010年。[14]Charith Perera,Arkady Zaslavsky,Peter Christen和DimitriosGeorgakopoulos。物联网的上下文感知计算:一项调查。《IEEE通信调查与教程》,16(1):414-454,2014年。[15] GoldmanSachs。物联网:理解下一个巨大趋势。2014年。可获取:www.goldmansachs.com/our-thinking/pages/internet-of-things/ [在线][访问日期:2018年1月17日],2017年。[16]Steve Speicher,John Arwe和AshokMalhotra。链接数据平台1.0。https://www.w3.org/TR/ldp/,2015年。W3C推荐,访问日期:2016年6月30日。[17] Fei Tao,Jiangfeng Cheng,Qinglin Qi,MengZhang,He Zhang和FangyuanSui。基于大数据的数字孪生驱动的产品设计、制造和服务。《国际先进制造技术杂志》,第1-14页,2017年。0研讨会:第九届国际Web API和服务架构研讨会WWW 2018,2018年4
下载后可阅读完整内容,剩余1页未读,立即下载
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 谷歌文件系统下的实用网络编码技术在分布式存储中的应用
- 跨国媒体对南亚农村社会的影响:以斯里兰卡案例的社会学分析
- RFM2g接口驱动操作手册:API与命令行指南
- 基于裸手的大数据自然人机交互关键算法研究
- ABAQUS下无人机机翼有限元分析与局部设计研究
- TCL基础教程:语法、变量与操作详解
- FPGA与数字前端面试题集锦:流程、设计与Verilog应用
- 2022全球互联网技术人才前瞻:元宇宙驱动下的创新与挑战
- 碳排放权交易实战手册(第二版):设计与实施指南
- 2022新经济新职业洞察:科技驱动下的百景变革
- 红外与可见光人脸融合识别技术探究
- NXP88W8977:2.4/5 GHz 双频 Wi-Fi4 + Bluetooth 5.2 合体芯片
- NXP88W8987:集成2.4/5GHz Wi-Fi 5与蓝牙5.2的单芯片解决方案
- TPA3116D2DADR: 单声道数字放大器驱动高达50W功率
- TPA3255-Q1:315W车载A/D类音频放大器,高保真、宽频设计
- 42V 输入 5A 降压稳压器 TPS54540B-Q1 的特点和应用
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)