英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
网络技术会影响到楼宇自动化系统的建筑结构吗？
摘 要
如今，越来越多的办公室、工厂以及住宅小区都装配了建筑物管理系统，该系统旨在提高舒适度并降低能源成本。这种情况的出现是因为计算机技术的普及--该技术提供了小型且价格合理的传感设备。但是，当前的建筑物管理系统通常基于专有技术，这使得它们的互操作性和发展变得更加困难。例如，我们发明了基于智能数据分析的新应用，该应用能够计算建筑物使用的复杂模型。这样的应用程序需要依赖不同种类的传感器、网络数据、用户反馈和自学习算法。在本文中，我们将讨论网络技术在标准化应用程序层中的作用，为开发高级构建应用程序提供框架。我们提出对了TASSo的设想，它是一个分层网络模型，面向建筑物管理系统当前和未来的挑战。
关键词：建筑管理系统;物联网;万维物联网;建筑
1 介绍
人们对能源消耗问题带来的影响越来越敏感。除生态趋势外，由于能源成本的上涨，利益也以经济为主。作为能源消耗的主要场所，建筑物在欧洲和美国中占全球能源支出的20％至40％。在这种情况下，必须要更好地控制建筑物中的能耗。考虑到外部环境（天气）、建筑物的物理特性和建筑物内的实际使用模式的影响，要完善全自动系统并非易事。需要使用先进的信息系统，这些信息系统将利用：
1、各种相互连接的传感器和执行器
2、对子系统的统一管理，例如暖通空调和照明
3、对外界温度，风等环境因素进行可靠的中短期预测
4、建筑物物理特性的精确建模
5、预测建筑物内用户的日常活动
另一方面，我们可以观察到经典建筑管理系统（ Building Management Systems,BMS）相对更简单，通常与独特的技术（ 例如KNX或EnOcean）相兼容，并实现简单的规则（例如基于温度阈值）。近期，物联网（Internet-of-Things，IoT）带来了一种解决方案：将在不同介质上工作的普及型设备互连起来，形成一个全球IP网络。万维物联网（Web-of-Things，WoT）是IoT的扩展，它提议将网络技术推向现场设备，从而促进基于表述性状态传递（Representational State Transfer，REST）架构的统一交互模式。在本文中，我们将探讨在智能建筑环境中使用IoT和WoT模式的科学问题。我们的核心想法是朝着同一方向发展，充分利用当前网络的优势来构建与基础技术方面分离的总体建筑管理框架。然后，我们进一步将事物的概念扩展到诸如算法之类的非有形实体。
在本文中，我们首先将从几个角度去概述建筑管理系统的发展和趋势。讨论引出我们对网络的管理系统的设想以及需要解决的相关挑战。然后，按照我们的设想继续讨论一种可行的方法。最后，总结这篇论文，并对进一步的研究提出我们的见解。
2 建筑管理系统的发展
我们可以从多个角度讨论建筑管理系统的发展。在本节中，我们将重点讨论表征基础结构特性的两个维度：异质性和渗透性。然后，我们研究第三个维度：主动性，这将开拓新的视角。
2.1 异质性
在过去的十年中，建筑管理系统已经从孤立的网络发展为由多个子系统组成的复杂结构。现代建筑管理系统通过存储访问权限、天气预报或占用房间的信息系统接口来提高其性能。此外，在一栋建筑物内找到各种建筑网络的情况并不少见。由于物理建筑的限制或过时，当前建筑将考虑通过与其他网络互连来发展。在这里我们以洛桑EPFL校园内的LESO建筑为例，由于无法扩展现有的KNX布线，因此必须安装无线自供电的EnOcean传感器网络。导致异质性的另一个现象是，在建筑物中增加了本地能源生产系统，例如太阳能电池板或拥有自管理系统的汽车充电站。
图1 用于建筑物协议映射的N对N（左）和N对1*（右）方法
两种依赖于网关的设想正在努力将先验不兼容网络互连在一起，如图1所示。在第一种方法中，多协议网关可确保N对N协议映射。除此之外，构建网络使用完全不同的协议堆栈，这种堆栈极其限制相互兼容，因此建筑管理系统之间的n*（n-1）/2映射是很重要的。为了应对上述限制，N对1*方法提供了一种新型应用协议，该协议适用于所有建筑物网络。它将映射的数量减少到n，这大大简化了新技术的集成。但由于目前尚未定义任何标准，因此仍必须确定此新型的1 *应用程序的关键组件。
2.2 渗透性
最初，建筑自动化系统仅仅在办公室和工厂大楼中使用，其旨在提高舒适度和节能效果。近年来，IoT在很大程度上使越来越多住宅和公寓配备了传感设备。IoT倾向于使用标准通信协议（例如 IPv6和RPL等）将日常生活事物互联起来，形成一个全球网络。小型设备能够感知周围环境并通过各种物理介质（例如Wi-Fi、ZigBee、蓝牙、IEEE 802.15.4）进行通信。最近，普适计算和网络正在融合，以构建WoT。如今，我们可以找到嵌入网络服务器的RESTful传感设备。我们可以举一个例子：实现特定应用的Libelium硬件感应平台及其开发者工具包。最近，Sen.Se Mother and Cookies提供了一个终端用户感知平台，包括硬件和一个免费的应用程序，该程序用于管理设备和分析数据。
2.3 主动性
自控制系统诞生以来，控制系统对建筑物进行管理的模式也有所发展。它们从静态反应式算法转变为基于智能数据分析的主动系统（例如机器学习）。这些新算法需要传感器的历史数据并且根据用户活动来生成动态规则。这种转变也对控制系统的体系结构产生了一些影响。传统系统由一个计算节点组成，该计算节点运行整个建筑物的算法，因此具有很高的容错性，但是机器学习倾向于将数据和算法分布在多个专用节点上。后一种情况的数据和算法可以分布在信息系统上，对于成长中的系统具有更大的可伸缩性，但由于同步需求，导致了更高的复杂性。在一种更加自主的方法中，独立的、自组织的、具有计算能力的代理分布在网关甚至传感设备上。这种设想确保了容错性，同时将可扩展性提高到了最高水平。但是该设想的缺点在于自组织所带来的高复杂性。除此之外，还没有标准化技术来分配机器学习算法以及执行所产生规则。
3 迈向物联网结构
在讨论了异质性，渗透性和主动性之后，我们相信网络技术在很大程度上有助于建立一个面向网络的建筑管理系统体系结构。在本节中，我们将在这三个方面的融合中定义并深化这种设想。
我们设想了一种用于建筑自动化系统的网络架构：
1、同类：通过提供一个公共应用层来确保各种建筑网络与IoT设备之间的兼容性；
2、普适：轻巧，可以在日常生活小物品和小事物上运行；
3、自动配置：通过最小化安装工作，遵循即插即用的概念，增强用户体验，从而使所有人都可以使用；
4、自治：通过以自组织的方式分配数据和算法，避免单点故障并优化资源分配。
我们将此设想称为趋势自动化系统软件（Trendy Automation System Software，TASSo），它是对WoT模式的补充和构建。在我们看来，事物可以是任何种类的，无论是像有形传感器那样的物理物体，还是像自动化算法那样的完全虚拟的物体。
3.1 目的与动机
我们的目的是开发一个框架，该框架能够使用不同技术构建综合各种网络的总体自动化系统。
因此，我们建议通过引入自治且相互兼容的事物，将建筑管理系统扩展和转换为面向事物的建筑网络（things-oriented building networks，TOBN）。TOBN将因此继承并扩展网络的关键属性，例如强大的交互模式，允许在各种硬件/软件平台之间进行通信，可伸缩的结构体系支持数十亿资源，以及对于网络拓扑和介质的完全独立性。这样的TOBN适用于（1）提供一个高级自动化系统，（2）将事物的感知扩展到虚拟系统组件（例如算法和规则），以及（3）提供易于使用的框架为开发复杂的WoT应用程序服务。
3.2 挑战
在将我们的方法应用到建筑自动化系统之前，需要解决许多挑战。首先，必须将网络的基本概念推送到设备上，以使其与TOBN兼容。这表现为，遵循WoT模式，通过RESTful 应用程序接口（Application Programming Interface，API）使诸如传感器和执行器之类的本机自动化设备可访问。在这里，利用智能网关是一个比较不错的想法，因为它允许透明地访问设备属性和状态。最初的尝试表明了公开统一的REST服务，以访问诸如KNX和EnOcean之类的建筑网络。由于IoT设备将IP连接作为关键基础，因此可以为它们提供内置REST API的内置网络服务器。除了标准化交互样式外，一项艰巨的任务还在于机器对机器通信的互操作性，尤其是在数据语义（例如格式，编码等）方面。当前，与设备进行通信需要对如何提供或读取数据有深入的了解。这是不同楼宇自动化系统（Building Automation System，BAS）之间同质化的严重障碍。发现可用服务，使用机器可读语言并且自动使用它们的技术是组成混搭的必要条件。
楼宇自动化设备的民主化引发了新的问题。考虑到基本用户的有限技术能力，安装过程应该像切换设备和访问图形用户界面一样容易，以配置其基本属性（名称和位置）。自动配置系统必须处理其余工作（IP、命名系统、功能发现、数据存储和负载平衡），而无需人工干预。尽管现今存在几种提供自动配置的技术，但它们都不是针对建筑自动化系统而量身定制的，要么是针对重型的或者是扁平结构的（例如ZeroConf）。由于建筑管理系统的固有特性，例如某些设备的动态特性，这些设备可以在建筑物内出现，消失甚至移动，因此某些依赖于静态资源的网络概念必须可以适用于这种情况。当前，网络依赖于底层现有的DNS体系结构来进行名称到IP地址的转换。尽管此体系结构可以满足某些需求，但它仍不适用于自动配置分布式传感器网络。从全局和外部角度来看，网络给人的印象是：虽然它是分布式的，但实际上它是一个基于完全预先配置的体系结构，该体系结构几乎没有动态性。这种行为实际上与分布式感测和知识的前景并不兼容。
4 TASSo-分层模型
为了更好地理解TASSo框架，我们使用了图2所示的分层模型。对框架进行了划分，以便每一层都可以彼此独立地运行。该模型源自经典分解，并根据上述问题进行了扩展和重组。如前所述，TASSo平台建立在WoT 之上，这意味着每个模块都被视为一个事物。按照此假设，可以通过REST API访问来所有功能。
经典分解
TASSo分层框架
图2.基于等级的建筑自动化系统架构。左侧部分展示了经典的最新技术分解。右侧部分展示了我们的主张，即TASSo分层框架。
4.1 适应级别
随着诸如机器学习之类的数据分析技术在建筑优化中获得发展势头，我们引入了一个新的层次，专门用于完成此项任务。顾名思义，适应级别将根据随机事件（例如用户活动或天气）进行建设。为了实现此目标，这些算法需要由现场设备生成的历史数据。未来的规则将由自动化级别分配和执行。
当前开发的许多算法都是CPU和内存密集型，占用大量CPU和内存，需要浏览大量历史数据以建立参数模型。因此，我们旨在将WoT模式扩展到可通过RESTful API访问的分布式虚拟事物的概念。我们设想在现场设备或网关上的网络之间分配算法，以节约一定处理时间的。在这种情况下，降低通信成本是一个重要的限制性因素。算法应尽可能地靠近历史数据的位置分布，从而避免网络过载和流量拥塞。
4.2 自动化级别
自动化级别将执行由适应级别生成或由用户静态定义的自动化规则。我们可以区分两种不同类型的规则，它们可能将以不同方式来处理：基于事件和面向数据。在第一种情况下，将根据现场设备生成的事件来执行它们。在后者中，它们将被连续执行，并可从历史数据中受益，例如控制循环。
与适应级别相同，这些规则的执行可以分布在具有计算能力的现场设备或网关上。规则分配模块将根据相关设备和数据放置，尝试为规则找到最合适的位置，以最大程度地减少通信成本。
4.3 现场级别
这一级别，可以访问设备的感应和驱动功能。每个功能都与直接附加到物理操作的REST服务相匹配。指向资源的URI是根据设备的位置而构建的。我们在这里建议使用设备的名称及其位置作为资源的DNS名称，而不是像传统的WoT方法那样将其作为位置路径。例如，位于房屋一楼浴室中的温度传感器将产生以下DNS名称：temperature.bathroom.1st floor.home。尽管需要命名系统，但是该方法允许唯一地识别仅通过智能网关访问的非IP设备，而无需知道其连接到哪个非IP设备，从而允许漫游设备。
该层还处理历史数据在多个数据库中的分布。在这里，我们主张尽可能将数据直接存储在生产该数据的设备上。由于这在非常有限的硬件上是不现实的，因此生产设备会将其推送到其他提供存储服务的节点上，这些节点是根据它们的接近程度来选择的。为了限制存储数据的数量，我们引入了一种注册机制，其中要求历史数据的客户（如适应级别）将通过指定将哪种资源存储多长时间来宣布其需求。
4.3 管理级别
最后，管理层提供用于发现和配置其他上述层的服务。与最新模型相比，我们决定垂直放置此层。我们做出这种决定，是因为每个层都需要发现和配置功能这一事实。如前所述，必须要能够在事物之间形成混搭，因此需要一个允许事
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[414251]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
