Разработка архитектуры интеллектуальной системы управления граничными вычислениями для IoT систем промышленного предприятия
Development of the architecture of an intelligent control system for boundary computing for IoT systems of an industrial enterprise

УДК 519.86

Применение IoT систем решает множество проблем промышленного предприятия. Это, прежде всего, реализация распределённого управления оборудованием, технологическими операциями, технологическим транспортом, автоматизированными технологическими линиями, промышленными роботами, системой промышленных роботов. IoT система есть система распределённого управления, близкая к идеальной, поскольку она прикладывает управляющее воздействие в месте возникновение проблемы и в момент возникновения проблемы. Все IoT системы промышленного предприятия являются системами управления реального времени, то есть каждая IoT система должна применить управляющее воздействие в предсказуемое время на непредсказуемый поток событий. Острая проблема IoT систем промышленного предприятия - это оперативный и интеллектуальный анализ Больших данных в реальном времени. Решение проблемы заключатся в применении граничных вычислений, при которых вычислительные системы выносятся на границу. В работе исследованы требования к системам реального времени, технология работы систем граничных вычислений для IoT систем, интеллектуальные возможности программного обеспечения технологии 5G, разработана архитектура интеллектуальной системы управления граничными вычислениями, обеспечивающая граничным вычислениям свойства систем реального времени и решающая проблему оперативного и интеллектуального анализа Больших данных в реальном времени.

The use of IoT systems solves many problems of an industrial enterprise. First of all, this is the implementation of distributed control of equipment, technological operations, technological transport, automated technological lines, industrial robots, and a system of industrial robots. The IoT system is a distributed control system, since it applies a control action at the place of the problem and at the time of the problem. All IoT systems of an industrial enterprise are real-time control systems, that is, each IoT system must apply a control action at a predictable time to an unpredictable flow of events. An acute problem of industrial enterprise IoT systems is the operational and intelligent analysis of Big Data in real time. The solution to the problem lies in the application of boundary calculations, in which computing systems are brought to the border. The paper investigates the requirements for real-time systems, the technology of edge computing systems for IoT systems, the intellectual capabilities of the 5G technology software, the architecture of an intelligent control system for boundary computing, which provides the properties of real-time systems to boundary computing and solves the problem of operational and intelligent analysis of Big Data in real time.

Авторы:

Рыженков Денис Викторович

ФГБОУ ВПО «Госуниверситет – УНПК», г. Орел
Кандидат технических наук, и.о. зав. кафедрой информационных систем и цифровых технологий

Стычук Алексей Александрович

ФГБОУ ВО «Орловский государственный университет имени И.С. Тургенева», г. Орёл
Кандидат технических наук, доцент, доцент кафедры информационных систем и цифровых технологий

Новиков Сергей Владимирович

ФГБОУ ВПО «Госуниверситет−УНПК», г. Орел.
Кандидат технических наук, доцент, директор центра информатизации

Култыгин Олег Петрович

Университет «Синергия», г. Москва
к.э.н., доцент кафедры цифровой экономики

Жданцев Кирилл Николаевич

Университет «Синергия», г. Москва
старший преподаватель кафедры цифровой экономики

Джебилов Александр Валерьевич

Университет «Синергия», г. Москва
старший преподаватель кафедры цифровой экономики

Солдатова Ольга Борисовна

Университет «Синергия», г. Москва
старший преподаватель кафедры цифровой экономики

Алексеева Тамара Владимировна

Университет «Синергия», г. Москва
доцент, кафедра информационного менеджмента и информационно-коммуникационных технологий имени профессора В.В.Дика

Гумеров Эмиль Абильхаирович

Университет «Синергия», г. Москва
к.т.н., доцент, кафедра информационного менеджмента и информационно-коммуникационных технологий имени профессора В.В.Дика

Список цитируемой литературы:

  • Белая книга «Техническая архитектура EdgeNative». URL: https://www.huawei.ru/upload/medialibrary/851/851dc30a84f2774170bc8019d012e82f.pdf.
  • Гумеров Э. А., Алексеева Т. В. Разработка архитектуры комплекса систем промышленного интернета вещей на основе интеллектуальных датчиков и сенсоров.// Прикладная информатика. 2022. Т. 17. № 6. С. 18–35. DOI: 10.37791/2687-0649-2022-17-6-18-35.
  • Кабачник Дмитрий. Искусственный интеллект в промышленных граничных вычислениях.//Современные технологии автоматизации/Журнал «СТА» № 2. 2022г. стр. 36 URL: https://www.cta.ru/articles/obzory/apparatnye-sredstva/165899/.
  • Кубасов И.А. Промышленный интернет вещей как революционный скачок развития. //Надежность и качество сложных систем. 2023. № 2 (42). С. 83-89.
  • ПНСТ 418—2020. Информационные технологии. Интернет вещей. Структура системы интернета вещей реального времени. URL: https://docs.cntd.ru/document/1200174443.
  • ПНСТ 420—2020 Информационные технологии. Интернет вещей промышленный. Типовая архитектура. URL: https://docs.cntd.ru/document/1200174445.
  • ПНСТ 433—2020.  Информационные технологии. Интернет вещей. Требования к платформе обмена данными для различных служб интернета вещей. URL: https://docs.cntd.ru/document/1200174764.
  • Проектный документ по технологии MEC. Редакция 04 30.10.2020 // Huawei technlogies Co., Ltd., 2020. URL: https://www.huawei.ru/upload/medialibrary/673/67387fbef6e74775871c7319c9d50d31.pdf 
  • Хакимов А.А. Разработка интеллектуальной системы для управления граничными вычислениями / Хакимов А.А., Мутханна А.С., Выборнова А.И. // Электросвязь. 2021. № 4. С. 37-42.
  • Митин А.А. Методы и средства интеллектуального анализа данных / Митин А.А. // Информационные системы и технологии. – Орел : ОГУ им. И.С. Тургенева, 2018. – № 1 (105). – С. 34 – 38.
  • ETSI GS MEC 010-2. Multi-access Edge Computing (MEC). MEC Management. Part 2: Application lifecycle, rules and requirements management. URL: https://cdn.standards.iteh.ai/samples/58437/1f8cf7f3468d4b38a8d3319d55043da1/ETSI-GS-MEC-010-2-V2-2-1-2022-02-.pdf.
  • Howard. Что такое Software-Defined Networking (SDN)? URL: https://community.fs.com/ru/blog/what-is-software-defined-networking-sdn.html.
  • M. Yasir Mehmood, Ammar Oad , Muhammad Abrar, Hafiz Mudassir Munir , Syed Faraz Hasan, H. Abd ul Muqeet, and Noorbakhsh Amiri Golilarz. Edge Computing for IoT-Enabled Smart Grid //Security and Communication Networks. Volume 2021, Article ID 5524025, 16 pages, URL: https://doi.org/10.1155/2021/552402.
  • Musab Kamal, Imran Rashid, Waseem Iqbal, Muhammad Haroon Siddiqui, Sohaib Khan, Ijaz Ahmad. Privacy and security federated reference architecture for Internet of Things//Frontiers of Information Technology & Electronic Engineering. 2023 Vol.24 No.4 P.481-508. URL: http://doi.org/10.1631/FITEE.2200368.
  • Sachin Kumar, Prayag Tiwari & Mikhail Zymbler. Internet of Things is a revolutionary approach for future technology enhancement: a review//Journal of Big Data, 2019 г. URL: https://journalofbigdata.springeropen.com/articles/10.1186/s40537-019-0268-2.
  • Scott Nelson. 3 Ways 5G Will Drive Edge Intelligence. URL: https://www.iotforall.com/three-ways-5g-drive-edge-intelligence.
    17.    Shiqiang Zhu, Ting Yu, Tao Xu, Hongyang Chen, Schahram Dustdar, Sylvain Gigan, Deniz Gunduz, Ekram Hossain, Yaochu Jin, [...], and Yunhe Pan +11 authors. Intelligent Computing: The Latest Advances, Challenges and Future//Intelligent Computing. 30 Jan 2023. Vol 2. Article ID: 0006. DOI: 10.34133/icomputing.0006.
  • The Industrial Internet Reference Architecture. Version 1.10 //An Industry IoT Consortium Foundational Document 2022-11-07. URL: https://www.iiconsortium.org/wp-content/uploads/sites/2/2022/11/IIRA-v1.10.pdf.
  • Zhihan Lv. Practical Application of Internet of Things in the Creation of Intelligent Services and Environments//Frontiers in the Internet of Things, Sec. IoT Services and Applications, Volume 1, 2022. URL: https://doi.org/10.3389/friot.2022.912388.
    20.    Zubanova A., Morozov A., Trubin A., Aleksahin A., Novikov S. Synergy of econometric approach and use of neural networks to determine factors of provision of transport and logistics infrastructure in regions of Russia. Prikladnaya informatika=Journal of Applied Informatics, 2022, vol.17, no.1, pp.5-18 (in Russian). DOI: 10.37791/2687-0649-2022-17-1-5-18


Последние новости

Случайный материал

  • В статье рассматриваются вопросы эффективной организации мониторинга процессов оказания электронных услуг. В качестве инструмента проведения мониторинга предлагается использовать автоматизированную систему, обеспечивающую адаптивную организацию процессов сбора, хранения и обработки данных. Сформулированы системные и технологические задачи организации мониторинга, раскрыты их сущность и принципы решения.
    Фролов Алексей Иванович, ФГБОУ ВПО «Госуниверситет – УНПК», г. Орел
  • В данной статье рассматриваются подходы к созданию подсистемы стабилизации температуры в барокамере экспериментальной системы контроля качества приборов. Данная подсистема позволяет управлять величиной тока, подаваемого на термоэлектрический модуль, для поддержания воздушной среды управляемого объекта – барокамеры в пределах заданной величины.
    Демина Юлия Александровна, ФГБОУ ВПО «Госуниверситет – УНПК», г. Орел
    Вереницын Андрей Игоревич, ФГБОУ ВПО «Госуниверситет – УНПК», г. Орел
    Демина Елена Григорьевна, ФГБОУ ВПО «Госуниверситет – УНПК», г. Орел
  • В данной статье рассматривается актуальность применения свободного программного обеспечения для оказания электронных услуг населению, а также выявляются проблемы при его внедрении и сопровождении.
    Стычук Алексей Александрович, ФГБОУ ВПО «Госуниверситет – УНПК», г. Орел
    Постников Максим Владимирович, ФГБОУ ВПО «Госуниверситет – УНПК», г. Орел