宁波设备监测平台 云服务中心 欢迎在线咨询

*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。
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。
我们的研发团队沉稳而不失朝气，有经验也有。核心研发人员均有10多年项目开发履历，项目经验丰富。公司后续会与多所高校进行合作，保证公司人才供应。
云平台PaaS架构
龙兴物联云平台PaaS层具备设备管理、存储计算、应用开发、应用运维、平台调度、安全防护、管理、用户管理等多样化服务模型。龙兴物联云平台PaaS平台层具备平台即服务、平台及服务、平台级服务技术特点，为设备接入层到SaaS层提供综合。
云平台微服务层架构
龙兴物联云平台为了应对不同工业场景、不同客户需求，在框架设计时，为了获取更好的兼容性，规划设计了工业互联网平台微服务层，将场景服务做了更好的离散隔离，为以后在各行各业扩张服务提供了便利的支持。
云平台大数据处理平台架构
龙兴物联云平台针对数据存储、计算这块做了立设计，为了适应数以亿计的物联网接入需求，针对性设计了大数据处理平台，来应对高实时性、高并发性的数据需求，以及对大量数据的运算、分析需求，大数据处理平台使龙兴物联云平台在数据集中处理、并发处理、海量分析、海量计算等各个功能更加便捷。 
云平台SaaS架构
龙兴物联云平台针对各行各业的微服务平台做了的SaaS扩展架构方案。龙兴物联云平台SaaS平台提供研发、采购、生产、营销、管理和服务等为一体的业务场景，具备各类软件应用及工业APP的搜索、认证、交易、运行、维护等管理能力，支持多租户权限管理、用户需求响应、交易支付等多类用户管理功能, 建有开发者社区，能够集聚各类开发者，并提供应用开发、测试、部署和发布的各类服务和管理功能。

工业互联网平台体系架构
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。可以认为，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。
层是边缘，通过大范围、深层次的数据采集，以及异构数据的协议转换和边缘处理，构建工业互联网平台的数据基础。一是通过各类通信手段接入不同设备、系统和产品，采集海量数据；二是依托协议转换技术实现多源异构数据的归一化和边缘集成；三是利用边缘计算设备实现底层数据的汇聚处理，并实现数据向云端平台的集成。*二层是平台，基于通用 PaaS叠加大数据处理、工业数据分析、工业微服务等创新功能，构建可扩展的开放式云操作系统。一是提供工业数据管理能力，将数据科学与工业机理结合，帮助制造企业构建工业数据分析能力，实现数据价值挖掘；二是把技术、知识、经验等资源转化为可移植、可复用的工业微服务组件库，供开发者调用；三是构建应用开发环境，借助微服务组件和工业应用开发工具，帮助用户快速构建定制化的工业APP。
*三层是应用，形成满足不**业、不同场景的工业SaaS和工业 APP，形成工业互联网平台的终价值。一是提供了设计、生产、管理、服务等一系列创新性应用。二是构建了良好的工业APP创新环境，使开发者基于平台数据及微服务功能实现应用创新。
除此之外，工业互联网平台还包括 IaaS基础设施，以及涵盖整个工业系统的安全管理体系，这些构成了工业互联网平台的基础支撑和重要**。泛在连接、云化服务、知识积累、应用创新是辨识工业互联网平台的特征。一是泛在连接，具备对设备、软件、人员等各类生产要素数据的全面采集能力。二是云化服务，实现基于云计算架构的海量数据存储、管理和计算。三是知识积累，能够提供基于工业知识机理的数据分析能力，并实现知识的固化、积累和复用。四是应用创新，能够调用平台功能及资源，提供开放的工业APP开发环境，实现工业APP创新应用。

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。

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。
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。
我们对于云平台开发质量进行严格把控，平台设计好后，我们进行严格的软件测试，包括功能测试、性能测试、界面测试、安全测试、接口测试、易用性测试、兼容性测试。
http://chenfakui.cn.b2b168.com