工業(yè)實時操作系統關鍵技術研究與應用

第1章 工業(yè)實時操作系統關鍵技術及發(fā)展趨勢分析 1
1.1 相關研究概述 1
1.2 國內外主要產品 2
1.2.1 國外主要產品 2
1.2.2 國內主要產品 3
1.3 工業(yè)實時操作系統關鍵技術 5
1.3.1 實時操作系統內核 5
1.3.2 中間件層 8
1.3.3 輔助設計工具 8
1.4 工業(yè)協議 9
1.4.1 協議功能 9
1.4.2 協議分類 10
1.4.3 協議特點 11
1.5 應用場景 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 14
1.6.1 輕量化趨勢 14
1.6.2 虛擬化及云化趨勢 14
1.6.3 跨平臺移植及網絡化應用 15
1.7 本章參考文獻 15
第2章 工業(yè)實時操作系統安全現狀分析 18
2.1 相關研究概述 18
2.2 典型工業(yè)實時操作系統體系結構 18
2.2.1 SCADA系統 18
2.2.2 DCS系統 20
2.2.3 PLC系統 21
2.2.4 OCNC系統 22
2.2.5 DNC系統 25
2.2.6 Robot系統 29
2.3 工業(yè)實時操作系統安全問題 34
2.3.1 安全威脅分析 34
2.3.2 標準協議及技術 36
2.3.3 互聯接入的持續(xù)增長 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)操作系統安全防護要點 38
2.4.1 管理保障 38
2.4.2 物理防護 39
2.4.3 入侵判斷 41
2.4.4 入侵防御 41
2.5 工業(yè)實時操作系統攻擊場景 42
2.5.1 通過現場總線響應延遲漏洞攻擊模擬 42
2.5.2 通過控制以太網交換設備攻擊模擬 45
2.5.3 通過工業(yè)控制網絡網關攻擊 48
2.5.4 對工業(yè)控制無線網絡的攻擊 49
2.5.5 Havex——專門針對工業(yè)控制系統的新型攻擊 50
2.5.6 其他典型領域場景 52
2.6 工業(yè)實時操作系統視角下的車聯網系統安全性分析 54
2.6.1 車聯網系統安全概述 54
2.6.2 工業(yè)實時操作系統視角下的車聯網 56
2.7 本章參考文獻 61
第3章 工業(yè)實時操作系統低功耗調度算法 62
3.1 相關研究概述 62
3.2 引入關鍵速度的LA-EDF-CRITICAL算法 63
3.2.1 任務模型 63
3.2.2 引入關鍵速度的LA-EDF-CRITICAL算法介紹 64
3.2.3 實驗與分析 66
3.3 面向硬實時系統的零星任務低功耗調度算法 67
3.3.1 任務模型 67
3.3.2 研究動機 68
3.3.3 DVSSTSTA算法 70
3.3.4 實驗與分析 73
3.4 基于平衡因子的動態(tài)偶發(fā)任務低功耗調度算法 74
3.4.1 任務模型 74
3.4.2 研究動機 75
3.4.3 平衡因子算法 77
3.4.4 動態(tài)偶發(fā)任務低功耗調度算法介紹 79
3.4.5 動態(tài)功耗對比實例 81
3.4.6 LP-DSAFST算法可調度性分析 82
3.4.7 實驗與分析 84
3.5 本章參考文獻 88
第4章 面向工業(yè)實時操作系統的可靠性協同優(yōu)化調度算法 91
4.1 相關研究概述 91
4.2 基于滑動窗口的低功耗高可靠調度算法 92
4.2.1 基于滑動窗口的低功耗高可靠調度算法的模型 92
4.2.2 問題定義 95
4.2.3 低能耗與可靠性優(yōu)化調度算法 95
4.2.4 實驗結果與分析 105
4.3 工業(yè)實時操作系統的低功耗和可靠性協同優(yōu)化算法 110
4.3.1 任務模型與能耗模型 110
4.3.2 低能耗與可靠性協同優(yōu)化調度算法 113
4.3.3 能耗與可靠性實例分析 118
4.3.4 實驗與分析 122
4.4 本章參考文獻 125
第5章 工業(yè)實時操作系統多核處理器低功耗調度算法 127
5.1 相關研究概述 127
5.2 多核處理器低功耗調度算法介紹 128
5.2.1 混合任務系統調度模型 129
5.2.2 EARTAMT算法 129
5.3 實例分析 134
5.4 實驗與分析 136
5.4.1 總利用率 136
5.4.2 非周期任務負載 138
5.5 本章參考文獻 139
第6章 工業(yè)實時操作系統低功耗數據清洗算法 140
6.1 相關研究概述 140
6.2 系統信息模型 141
6.2.1 系統調度模型 141
6.2.2 能耗模型 142
6.2.3 數據模型 143
6.3 低功耗數據清洗算法介紹 143
6.3.1 數據交換標準：MTConnect 143
6.3.2 網內節(jié)能數據清洗算法 144
6.3.3 匯聚節(jié)點通信的低功耗協議 148
6.4 實例分析 149
6.5 實驗與分析 150
6.5.1 數據清洗實驗 150
6.5.2 HMS-CPMTS的能耗實驗 152
6.6 本章參考文獻 153
第7章 面向工業(yè)實時操作系統的邊緣計算檢測算法 156
7.1 相關研究概述 156
7.1.1 數字孿生 156
7.1.2 邊緣計算 156
7.2 邊緣計算檢測算法介紹 157
7.2.1 一元離群點邊緣計算檢測算法 159
7.2.2 多元參數關系的邊緣計算檢測算法 160
7.3 原型開發(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 算法實驗 167
7.4.1 測試驗證集 167
7.4.2 異常檢測結果分析 169
7.4.3 邊緣計算和云計算耗時 171
7.5 本章參考文獻 172
第8章 基于云邊協同的工業(yè)實時操作系統任務卸載方法 175
8.1 相關研究概述 175
8.2 云邊協同方法 176
8.2.1 系統模型 176
8.2.2 卸載策略 178
8.3 案例研究 182
8.3.1 物理裝置和實驗環(huán)境 183
8.3.2 網絡層：MTDT建模和部署 184
8.3.3 應用層：刀具PHM 187
8.4 本章參考文獻 188
第9章 工業(yè)生產線三維檢測與交互算法 190
9.1 相關研究 190
9.2 問題描述與方案 191
9.3 數字孿生模型 192
9.3.1 離線靜態(tài)模型 193
9.3.2 在線動態(tài)投票環(huán)節(jié) 195
9.4 實驗與驗證 199
9.4.1 實驗平臺 199
9.4.2 實驗結果與分析 199
9.5 本章參考文獻 201
第10章 面向工業(yè)實時操作系統的人工智能芯片測評技術 204
10.1 相關研究概述 204
10.1.1 人工智能芯片的分類 204
10.1.2 人工智能芯片的衡量和評價指標 206
10.1.3 人工智能芯片的測評方法 207
10.2 人工智能芯片測評研究現狀 207
10.2.1 架構層面的測評研究現狀 207
10.2.2 應用層面的測評研究現狀 208
10.2.3 測評研究綜合分析 210
10.3 未來研究趨勢 210
10.3.1 加強架構層面的測評研究 210
10.3.2 建立靈活的測評方法研究 211
10.3.3 開展基于新興器件的測評研究 211
10.4 本章參考文獻 211
結束語 213