工業(yè)實(shí)時(shí)操作系統(tǒng)關(guān)鍵技術(shù)研究與應(yīng)用

第1章 工業(yè)實(shí)時(shí)操作系統(tǒng)關(guān)鍵技術(shù)及發(fā)展趨勢(shì)分析 1
1.1 相關(guān)研究概述 1
1.2 國(guó)內(nèi)外主要產(chǎn)品 2
1.2.1 國(guó)外主要產(chǎn)品 2
1.2.2 國(guó)內(nèi)主要產(chǎn)品 3
1.3 工業(yè)實(shí)時(shí)操作系統(tǒng)關(guān)鍵技術(shù) 5
1.3.1 實(shí)時(shí)操作系統(tǒng)內(nèi)核 5
1.3.2 中間件層 8
1.3.3 輔助設(shè)計(jì)工具 8
1.4 工業(yè)協(xié)議 9
1.4.1 協(xié)議功能 9
1.4.2 協(xié)議分類(lèi) 10
1.4.3 協(xié)議特點(diǎn) 11
1.5 應(yīng)用場(chǎng)景 12
1.5.1 造紙行業(yè)（流程型） 12
1.5.2 煉化行業(yè)（流程型） 13
1.5.3 日化行業(yè)（離散型） 13
1.5.4 材料加工行業(yè)（離散型） 13
1.6 發(fā)展趨勢(shì) 14
1.6.1 輕量化趨勢(shì) 14
1.6.2 虛擬化及云化趨勢(shì) 14
1.6.3 跨平臺(tái)移植及網(wǎng)絡(luò)化應(yīng)用 15
1.7 本章參考文獻(xiàn) 15
第2章 工業(yè)實(shí)時(shí)操作系統(tǒng)安全現(xiàn)狀分析 18
2.1 相關(guān)研究概述 18
2.2 典型工業(yè)實(shí)時(shí)操作系統(tǒng)體系結(jié)構(gòu) 18
2.2.1 SCADA系統(tǒng) 18
2.2.2 DCS系統(tǒng) 20
2.2.3 PLC系統(tǒng) 21
2.2.4 OCNC系統(tǒng) 22
2.2.5 DNC系統(tǒng) 25
2.2.6 Robot系統(tǒng) 29
2.3 工業(yè)實(shí)時(shí)操作系統(tǒng)安全問(wèn)題 34
2.3.1 安全威脅分析 34
2.3.2 標(biāo)準(zhǔn)協(xié)議及技術(shù) 36
2.3.3 互聯(lián)接入的持續(xù)增長(zhǎng) 36
2.3.4 具有欺詐性的鏈接 37
2.3.5 公共信息 37
2.4 工業(yè)操作系統(tǒng)安全防護(hù)要點(diǎn) 38
2.4.1 管理保障 38
2.4.2 物理防護(hù) 39
2.4.3 入侵判斷 41
2.4.4 入侵防御 41
2.5 工業(yè)實(shí)時(shí)操作系統(tǒng)攻擊場(chǎng)景 42
2.5.1 通過(guò)現(xiàn)場(chǎng)總線響應(yīng)延遲漏洞攻擊模擬 42
2.5.2 通過(guò)控制以太網(wǎng)交換設(shè)備攻擊模擬 45
2.5.3 通過(guò)工業(yè)控制網(wǎng)絡(luò)網(wǎng)關(guān)攻擊 48
2.5.4 對(duì)工業(yè)控制無(wú)線網(wǎng)絡(luò)的攻擊 49
2.5.5 Havex——專門(mén)針對(duì)工業(yè)控制系統(tǒng)的新型攻擊 50
2.5.6 其他典型領(lǐng)域場(chǎng)景 52
2.6 工業(yè)實(shí)時(shí)操作系統(tǒng)視角下的車(chē)聯(lián)網(wǎng)系統(tǒng)安全性分析 54
2.6.1 車(chē)聯(lián)網(wǎng)系統(tǒng)安全概述 54
2.6.2 工業(yè)實(shí)時(shí)操作系統(tǒng)視角下的車(chē)聯(lián)網(wǎng) 56
2.7 本章參考文獻(xiàn) 61
第3章 工業(yè)實(shí)時(shí)操作系統(tǒng)低功耗調(diào)度算法 62
3.1 相關(guān)研究概述 62
3.2 引入關(guān)鍵速度的LA-EDF-CRITICAL算法 63
3.2.1 任務(wù)模型 63
3.2.2 引入關(guān)鍵速度的LA-EDF-CRITICAL算法介紹 64
3.2.3 實(shí)驗(yàn)與分析 66
3.3 面向硬實(shí)時(shí)系統(tǒng)的零星任務(wù)低功耗調(diào)度算法 67
3.3.1 任務(wù)模型 67
3.3.2 研究動(dòng)機(jī) 68
3.3.3 DVSSTSTA算法 70
3.3.4 實(shí)驗(yàn)與分析 73
3.4 基于平衡因子的動(dòng)態(tài)偶發(fā)任務(wù)低功耗調(diào)度算法 74
3.4.1 任務(wù)模型 74
3.4.2 研究動(dòng)機(jī) 75
3.4.3 平衡因子算法 77
3.4.4 動(dòng)態(tài)偶發(fā)任務(wù)低功耗調(diào)度算法介紹 79
3.4.5 動(dòng)態(tài)功耗對(duì)比實(shí)例 81
3.4.6 LP-DSAFST算法可調(diào)度性分析 82
3.4.7 實(shí)驗(yàn)與分析 84
3.5 本章參考文獻(xiàn) 88
第4章 面向工業(yè)實(shí)時(shí)操作系統(tǒng)的可靠性協(xié)同優(yōu)化調(diào)度算法 91
4.1 相關(guān)研究概述 91
4.2 基于滑動(dòng)窗口的低功耗高可靠調(diào)度算法 92
4.2.1 基于滑動(dòng)窗口的低功耗高可靠調(diào)度算法的模型 92
4.2.2 問(wèn)題定義 95
4.2.3 低能耗與可靠性優(yōu)化調(diào)度算法 95
4.2.4 實(shí)驗(yàn)結(jié)果與分析 105
4.3 工業(yè)實(shí)時(shí)操作系統(tǒng)的低功耗和可靠性協(xié)同優(yōu)化算法 110
4.3.1 任務(wù)模型與能耗模型 110
4.3.2 低能耗與可靠性協(xié)同優(yōu)化調(diào)度算法 113
4.3.3 能耗與可靠性實(shí)例分析 118
4.3.4 實(shí)驗(yàn)與分析 122
4.4 本章參考文獻(xiàn) 125
第5章 工業(yè)實(shí)時(shí)操作系統(tǒng)多核處理器低功耗調(diào)度算法 127
5.1 相關(guān)研究概述 127
5.2 多核處理器低功耗調(diào)度算法介紹 128
5.2.1 混合任務(wù)系統(tǒng)調(diào)度模型 129
5.2.2 EARTAMT算法 129
5.3 實(shí)例分析 134
5.4 實(shí)驗(yàn)與分析 136
5.4.1 總利用率 136
5.4.2 非周期任務(wù)負(fù)載 138
5.5 本章參考文獻(xiàn) 139
第6章 工業(yè)實(shí)時(shí)操作系統(tǒng)低功耗數(shù)據(jù)清洗算法 140
6.1 相關(guān)研究概述 140
6.2 系統(tǒng)信息模型 141
6.2.1 系統(tǒng)調(diào)度模型 141
6.2.2 能耗模型 142
6.2.3 數(shù)據(jù)模型 143
6.3 低功耗數(shù)據(jù)清洗算法介紹 143
6.3.1 數(shù)據(jù)交換標(biāo)準(zhǔn)：MTConnect 143
6.3.2 網(wǎng)內(nèi)節(jié)能數(shù)據(jù)清洗算法 144
6.3.3 匯聚節(jié)點(diǎn)通信的低功耗協(xié)議 148
6.4 實(shí)例分析 149
6.5 實(shí)驗(yàn)與分析 150
6.5.1 數(shù)據(jù)清洗實(shí)驗(yàn) 150
6.5.2 HMS-CPMTS的能耗實(shí)驗(yàn) 152
6.6 本章參考文獻(xiàn) 153
第7章 面向工業(yè)實(shí)時(shí)操作系統(tǒng)的邊緣計(jì)算檢測(cè)算法 156
7.1 相關(guān)研究概述 156
7.1.1 數(shù)字孿生 156
7.1.2 邊緣計(jì)算 156
7.2 邊緣計(jì)算檢測(cè)算法介紹 157
7.2.1 一元離群點(diǎn)邊緣計(jì)算檢測(cè)算法 159
7.2.2 多元參數(shù)關(guān)系的邊緣計(jì)算檢測(cè)算法 160
7.3 原型開(kāi)發(fā) 162
7.3.1 MTConnect代理 163
7.3.2 MTConnect適配器 163
7.3.3 局部DT 164
7.3.4 云中DT 165
7.4 算法實(shí)驗(yàn) 167
7.4.1 測(cè)試驗(yàn)證集 167
7.4.2 異常檢測(cè)結(jié)果分析 169
7.4.3 邊緣計(jì)算和云計(jì)算耗時(shí) 171
7.5 本章參考文獻(xiàn) 172
第8章 基于云邊協(xié)同的工業(yè)實(shí)時(shí)操作系統(tǒng)任務(wù)卸載方法 175
8.1 相關(guān)研究概述 175
8.2 云邊協(xié)同方法 176
8.2.1 系統(tǒng)模型 176
8.2.2 卸載策略 178
8.3 案例研究 182
8.3.1 物理裝置和實(shí)驗(yàn)環(huán)境 183
8.3.2 網(wǎng)絡(luò)層：MTDT建模和部署 184
8.3.3 應(yīng)用層：刀具PHM 187
8.4 本章參考文獻(xiàn) 188
第9章 工業(yè)生產(chǎn)線三維檢測(cè)與交互算法 190
9.1 相關(guān)研究 190
9.2 問(wèn)題描述與方案 191
9.3 數(shù)字孿生模型 192
9.3.1 離線靜態(tài)模型 193
9.3.2 在線動(dòng)態(tài)投票環(huán)節(jié) 195
9.4 實(shí)驗(yàn)與驗(yàn)證 199
9.4.1 實(shí)驗(yàn)平臺(tái) 199
9.4.2 實(shí)驗(yàn)結(jié)果與分析 199
9.5 本章參考文獻(xiàn) 201
第10章 面向工業(yè)實(shí)時(shí)操作系統(tǒng)的人工智能芯片測(cè)評(píng)技術(shù) 204
10.1 相關(guān)研究概述 204
10.1.1 人工智能芯片的分類(lèi) 204
10.1.2 人工智能芯片的衡量和評(píng)價(jià)指標(biāo) 206
10.1.3 人工智能芯片的測(cè)評(píng)方法 207
10.2 人工智能芯片測(cè)評(píng)研究現(xiàn)狀 207
10.2.1 架構(gòu)層面的測(cè)評(píng)研究現(xiàn)狀 207
10.2.2 應(yīng)用層面的測(cè)評(píng)研究現(xiàn)狀 208
10.2.3 測(cè)評(píng)研究綜合分析 210
10.3 未來(lái)研究趨勢(shì) 210
10.3.1 加強(qiáng)架構(gòu)層面的測(cè)評(píng)研究 210
10.3.2 建立靈活的測(cè)評(píng)方法研究 211
10.3.3 開(kāi)展基于新興器件的測(cè)評(píng)研究 211
10.4 本章參考文獻(xiàn) 211
結(jié)束語(yǔ) 213