本实验系统采用模块化架构设计，核心外设部件具备可复用特性，执行元件与采集板卡采用综合化设计思路，便于灵活组合搭配。系统包含多个功能模块，主要有PROFIBUS总线实验模块、工业以太网实验模块、通用串行实验模块以及PROFINET总线实验模块等。为贴合专业教学实际，帮助学员更直观地掌握总线相关知识，系统特别模拟了发射筒装置，学员可通过各类不同总线，实现对该模拟发射筒装置的控制与检测，进而深入理解各类总线的实现原理与实际应用方式。

该系统的核心构成涵盖主站模块、从站模块、网络组件及实验平台等部分，借助各类实验项目，能够直观演示不同现场总线的组成架构、通信流程及控制策略，帮助学员熟悉各类总线的网络结构与应用技巧。系统可支持CAN总线、工业以太网总线、通用串行总线等相关实验的开展，通过该实验系统，学员能够完成发控系统典型工作流程的搭建，包括数据采集、总线传输、执行处理等关键环节，最终实现典型发控系统的完整搭建。

1、CPU模块1套 ：本体集成数字量14路输入和10路继电器输出，并且配备集成2路模拟量输入，拥有profinet接口，可用于编程、HMI以及PLC间的数据通信

2、PROFIBUS-DP模块1套：配置PROFIBUS-DP主站通讯模块，用于组建PROFIBUS-DP现场总线网络

3、AS-Interfice模块1套：PLC主机配置 AS-Interfice总线模块和耦合模块，用于与设备层器件组件AS-I设备现场总线

4、RS485模块1套：配置串口通信模块，用于与设备RS485设备进行串口通信。

5、分布式 I/O1套：配置总线接口模块，用于将模块连接到PLC主机中，进行现场分布。采用PROFINET总线连接。拥有至少8通道DI，24VDC；8通道DO，DC24V；并配置底座和PN组件完整的分布式I/O模块。

6、AS-I设备1套：配置现场设备层至少4路DI设备。配备至少3路DO现场指示灯柱。

7、人机界面1套：7寸宽屏TFT显示屏，支持6.5万色，拥有至少1个以太网接口和USB接口，面板集成至少8个触觉功能键，可在全集成自动化软件中组态。

8、变频器1套：AC380 供电，功率不小于0.55kw，拥有PROFINET总线接口。可用于PROFINET总线系统，可在全集成自动化软件中组态。

9、网关 1套

10、PLC ST301台

11、扩展模块 DP01 1台

12、伺服电机1台

13、伺服驱动器 1台

工业网络边缘计算都需要学会什么技术？

一、设备接入与协议适配（南向）

解决多厂商异构设备 “语言不通” 的问题，实现统一数据采集。

工业总线：Profinet、Modbus (RTU/TCP)、EtherCAT、CANopen、DeviceNet

工业以太网：OPC UA（统一数据模型与安全）、EtherNet/IP

无线接入：5G/5G-Advanced（uRLLC）、Wi-Fi 6/6E、LoRa、NB-IoT、蓝牙 5.x

协议转换：边缘网关内置多协议解析，实现 Modbus→OPC UA、PLC→MQTT 等转换

二、高可靠低时延网络（边 - 边 / 边 - 云）

支撑实时控制与确定性通信，是工业边缘的核心底座。

TSN（时间敏感网络）：IEEE 802.1AS（时间同步）、802.1Qbv（流量调度），实现微秒级确定性传输

5G+TSN 融合：5G uRLLC+TSN，满足运动控制、闭环控制的高可靠低时延需求

网络切片：5G/5G-Advanced 网络切片，为控制、视频、运维等业务提供隔离专网

边云互联：MQTT、HTTP/2、gRPC、WebSocket，支持数据与指令双向传输

三、边缘计算硬件与操作系统

提供本地化算力与运行环境，适配工业严苛环境。

边缘节点硬件：

边缘网关：ARM 架构（如 NXP i.MX8、瑞芯微 RK3588），多网口 / 串口 / DI/DO

边缘服务器：x86/ARM 多核，GPU/NPU 加速（如 NVIDIA Jetson、华为 Atlas）

工业 PC/IPC：宽温、抗振动、冗余电源，支持 Windows IoT/Linux

边缘操作系统（Edge OS）：

通用：Linux（Ubuntu Core、Yocto）、Windows IoT Enterprise

工业专用：华为欧拉 Edge、Azure IoT Edge、EdgeX Foundry（开源框架）

四、容器化与云原生（应用交付）

实现应用轻量化、快速部署、弹性扩展与故障隔离。

容器技术：Docker，将应用与依赖打包为镜像，秒级启动、资源占用低

容器编排：K3s（轻量 K8s）、Kubernetes，管理边缘集群，支持自动部署、负载均衡、自愈

微服务框架：Spring Boot、.NET Core、Go，拆分复杂应用为独立服务，便于维护与升级

五、边缘 AI 与实时数据分析（智能决策）

在边缘侧运行轻量化模型，实现实时检测、预测与控制。

轻量化 AI 框架：TensorFlow Lite、PyTorch Mobile、ONNX Runtime、OpenVINO

模型压缩与加速：剪枝、量化（INT8/INT4）、知识蒸馏、算子优化，适配边缘算力

典型应用算法：

设备健康：振动分析、温度趋势、故障分类（SVM、随机森林）

视觉检测：缺陷识别、OCR、目标检测（YOLOv5/7-tiny、SSD Lite）

过程优化：PID 自整定、模型预测控制（MPC）、强化学习

六、边云协同（数据闭环与全局优化）

边缘实时处理 + 云端深度分析，双向赋能、数据闭环。

数据协同：边缘预处理（过滤、聚合、清洗）→上传关键数据→云端存储 / 训练→下发优化模型 / 参数

模型协同：云端大模型训练→轻量化→边缘部署→边缘数据反馈→云端迭代优化

管理协同：云端统一管理边缘节点、应用部署、配置更新、远程运维

数字孪生：边缘实时数据驱动数字模型，实现物理 - 虚拟映射、仿真预测、远程监控

七、安全与可信计算（工业安全底线）

构建端 - 边 - 云全链路安全防护，抵御网络攻击与数据泄露。

设备安全：硬件加密（TPM 2.0）、固件安全加固、设备身份认证（证书 / 密钥）

数据安全：传输加密（TLS 1.3）、存储加密（AES-256）、数据脱敏、访问控制（RBAC）

网络安全：防火墙、入侵检测 / 防御（IDS/IPS）、VPN、网络隔离（VLAN / 切片）

可信执行环境（TEE）：ARM TrustZone、Intel SGX，隔离敏感计算，防止恶意篡改

八、运维管理与监控（稳定运行保障）

实现边缘节点、应用、数据的全生命周期管理。

监控与告警：节点状态（CPU / 内存 / 磁盘）、应用性能、数据质量、异常告警（短信 / 邮件 / 平台）

远程运维：远程登录、文件传输、日志查看、故障排查、在线升级

配置管理：设备参数、应用配置、网络策略的集中管理与批量下发