一文详解:工业软件“低代码开发平台”技术架构研究与分析

简介: 本文围绕工业软件低代码开发平台的机遇与挑战,提出基于自动化引擎的技术架构,由工具链、引擎库、模型库、组件库、工业数据网关和应用门户组成。文章分析了其在快速开发、传统系统升级中的应用模式及价值,如缩短创新周期、降低试错成本、解决资源缺乏和提升创新可复制性,为我国工业软件产业发展提供参考和支持。

摘要:围绕目前工业软件低代码开发平台的机遇与挑战,提出了基于自动化引擎的工业软件低代码开发平台技术架构。该架构主要由工具链、引擎库、模型库、组件库、工业数据网关和应用门户等组成,并阐述了各部分功能与作用,同时探讨了其应用模式和应用价值,旨在为我国工业软件产业的发展提供有力的参考和支持。

image.png

引言:

工业软件作为制造业数字化转型的关键支撑,已经愈发受到社会各界高度重视。在制造业数字化转型过程中,企业需要构建更加智能、高效、协同的工业软件系统,以满足市场不断变化的需求,低代码平台(Low-Code Development Platforms,LCAP)提供了一种快速开发、快速迭代、快速测试的开发模式,助力企业快速实现数字化转型,缩短产品上线周期和降低开发成本。

1、工业软件低代码开发平台发展现状

1.1 工业软件低代码开发平台的机遇

目前,低代码开发模式持续受到关注。

在国家层面,2021年11月,工信部印发《“十四五”软件和信息技术服务业发展规划》,提出突破知识工程、低代码化等生产体系和生产关系优化的关键核心技术。2022年11月,工信部印发《中小企业数字化转型指南》,提出研发推广低代码产品服务,助力中小企业自行创建、部署、使用和调整数字化应用,提升中小企业二次开发能力和需求响应能力。2024年12月,国家发展改革委等部门印发《关于促进数据产业高质量发展的指导意见》,提出聚焦一体化算力、公有云、低代码平台,以及可信数据空间等数据流通利用基础设施,重点培育一批具有国际竞争力的数据基础设施企业。

在地方层面,吉林、江苏、深圳、上海、山东等地陆续发布相关政策,均将低代码开发平台作为重要技术路径进行推广应用。根据 Gartner 调查研究,到 2029 年,企业低代码开发平台将用于全球 80% 的企业的关键任务应用程序开发高于 2024 年的 15%。

1.2 工业软件低代码开发平台的挑战

目前,国内外各大工业软件厂商纷纷投入到工业软件低代码技术的研发中,然而,现有低代码开发平台仍然存在着无法满足复杂业务场景需求、不兼容传统开发模式、难以对接已有工业设备和系统等问题。因此,构建基于自动化引擎的工业软件低代码开发平台将是下一步重点发展方向,对提高开发效率、促进创新、简化部署和维护、实现设备和系统的无缝集成以及支持数据智能分析等具有重要意义。

1.3 工业软件低代码开发平台的认识

Gartner 认为:“低代码开发平台是一种使业务人员能够快速易用地创建软件应用程序的开发工具。这些平台提供了图形化界面和可视化组件,支持少量或无需编写代码的方式,用于创建应用程序的用户界面、代码逻辑和系统集成。”

Forrester 提出:“低代码开发平台是一种支持快速应用程序开发和交付的工具集合。它们提供了可视化的界面、预构建的组件和模板,以及少量编码功能,帮助开发者能在较短的时间内创建应用程序并满足业务需求。”

根据中国电子技术标准化研究院牵头制定《低代码开发平台能力要求》,低代码开发平台是面向开发者,采用模型驱动和数据驱动等方法,基于组件、模块和模板等方式,通过使用可视化界面进行拖拽、配置,并结合少量代码可以使开发者快速开发应用的一类软件系统。

2、工业软件低代码开发平台技术架构

基于对工业软件低代码开发平台的应用需求,本文提出一套可供工业软件领域快速应用的基于自动化引擎的工业软件低代码开发平台技术架构。该架构主要由工具链、引擎库、模型库、组件库、工业数据网关、应用门户等组成,形成了一个完整的工业软件低代码开发平台,如下图所示。

image.png

2.1 工具链

工具链为低代码开发者提供一套完整的工具集,能快速实现自定义数据模型接入、自定义组件开发、应用调试/测试、应用自动化部署以及应用进程监控,旨在为开发者提供完备的技术支撑,便于开发者聚焦应用开发。

工具链由四大基础工具构成:插件接入工具、代码生成工具、调试/测试工具、运维监控工具。四大基础工具各司其职,围绕兼容适配集成、代码自动生成、应用质量保障,敏捷部署,易维护、易迭代的版本控制以及应用监控等多方面,聚力协助低代码开发者在使用可视化拖拉拽的工业软件应用设计器时提供自动化能力支撑。

image.png

2.2 引擎库

引擎库为开发者提供各类生产工艺的逻辑模板,旨在为用户提供可视化设计的驱动力,还原工业场景的业务逻辑,加速工业软件应用开发。以软件工程知识作为方法论,将特定行业、特定领域、特定场景的工艺进行输入,对业务数据、设备数据和函数库的业务加工数据、设备加工数据进行集成,通过业务解耦、元数据管理、事件驱动和服务化的技术手段抽象组合成引擎库。

引擎库分为事件订阅引擎、计划任务引擎、代码生成引擎以及接口引擎对业务数据、设备数据进行数据集成,对函数库的业务加工数据、设备加工数据进行流程化处理,并为应用门户开展拖拉拽开发应用提供流程驱动能力,为传统信息系统升级、工业软件应用开发提供技术支撑。

image.png

2.3 模型库

模型库是汇聚“人机料法环”各项工业要素和要素间关联关系的仓库,主要包括设备模型、机理模型、工业算法、工业函数等,其致力于为用户提供可视化的工业数据建模和模型管理能力,降低工业生成环节中人员、机器、原料、方法、环境数字化管理难度,更好地支撑与工业软件的融合应用;通过对工业设备信息整合和对工艺、流程、场景、环境等工业精益制造经验进行抽象,从而进行工业生产模型化沉淀,便于工业软件应用拖拉拽开发管理,支持以物模型形式接入工业设备。

image.png

2.4 组件库

组件库是构建可视化拖拽拼装的基石,致力于为用户提供可视化设计能力,降低复杂工业软件应用构建难度,提升工业软件开发效率。通过半自动、可视化的开发模型,以模型驱动、业务解耦、元数据的组件设计工艺为基础,利用抽象表达方法,将特定行业、特定领域、特定场景的工业知识封装。组件库分为UI组件、界面逻辑组件、后台逻辑组件工作流组件等,对模型库、引擎库中的对象进行可视化封装,并为应用门户开展可视化拖拉拽搭建应用提供支持。

image.png

2.5 工业数据网关

工业数据网关作为低代码开发平台与工业设备的连接通道,不仅确保了设备的顺利连接和高效使用,而且还承担着将低代码平台与传统工业信息系统接口进行有效对接和集成管理的重任。通过工业数据网关,低代码开发平台得以扩展其功能,通过API功能实现对工业设备接入的全面支持,并为工业自动化和智能化的发展提供技术基础。

image.png

2.6 应用门户

应用门户是专门设计用于构建工业软件的生产流水线,能够提供一个全面的解决方案,涵盖了从软件设计、开发、测试、部署到发布、维护的整个生产过程。通过应用设计器,用户可以进行应用管理,利用拖拉拽的开发方式,实现快速的应用开发管理。

此外,应用门户还提供应用测试管理能力,确保软件在发布前的质量和性能达到预期标准。应用部署环境则使得软件的上线过程变得简单快捷。同时,应用门户还为用户提供了强大的可视化管理能力,显著降低了构建复杂工业软件应用的难度,同时大幅提升了工业软件应用开发的效率。

image.png

3、工业软件低代码开发平台应用模式

3.1 工业软件快速开发

通过构建可视化拖拉拽的开发管理、应用测试管理、应用部署环境、应用管理等模块,其中,可视化拖拉拽的开发管理在于构建一套支持“拖拉拽的图形化设计器,定义复杂的界面模型、动作流模型表达式模型、业务逻辑模型和工作流模型;

应用测试管理通过调试/测试工具提供的可视化的管理能力,实现接口调试、界面调试、压力测试和接口测试应用部要环境管理通过应用部要工具提供的可视化管理能力,实现打包管理、应用部署、多环境管理和集群管理;

image.png
图源:织信Informat低代码平台

应用管理通过可视化的界面进行工业应用生命周期管理:运维中心基于运维监控工具和版本控制工具,提供可视化的日志中心、链路监控和版本管控、异常管理等运维管理能力。工业软件低代码开发平台通过上述各模块协同运作,支持工业企业快速搭建如生产管理、设备监控、供应链协同等应用,能够大幅降低开发门槛与成本,缩短应用上线周期,高效满足工业场景多样化、个性化的数字化转型需求。

3.2 传统信息系统升级

由于业务流程变更,需求场景新增,传统信息系统将会被要求系统升级改造。而由于传统信息系统拥有较为复杂的架构和设计,使得系统的灵活性和可扩展性受限,当需要新增功能或进行系统升级时,需要对大量的代码进行修改和重构,增加了开发的复杂性和风险,同时升级过程更加冗长。

因此,基于自动化引擎的工业软件低代码开发平台引擎可以提供可视化的开发工具和模板,针对传统信息系统新增需求,让开发人员通过拖拉拽和配置的方式快速创建应用,并通过服务集成、嵌入式集成、代码融合等3种主要方式与传统信息系统集成,以轻量化迭代模式替代大规模代码重构,帮助传统信息系统快速实现系统升级。
image.png

4、工业软件低代码开发平台应用价值

4.1 缩短创新周期

在传统的研发设计过程中,企业的各业务部门在研发技术创新方面,为实现自己的创意和想法需要大量的沟通成本,经历包括需求提出、需求理解:评审、立项、招标等繁杂的流程,实现周期长、响应慢,通过使用基于自动化引擎的工业软件低代码开发平台提供的可视化的开发环境,使得非技术人员也能够参与应用程序的构建,能显著地降低创新周期。

4.2 降低试错成本

在传统的技术框架下,研发的创新应用都需要大量人力、物力成本,一旦失败,责任重大。基于工业软件低代码开发平台即开即用的优势,通过可视化拖放和配置的方式,使得开发过程更简单,减少了对专业开发人员的需求,省去大量中间流程及资源,用户能用较低的成本来试错,从而提升创新成效。

4.3 解决资源缺乏问题

在传统开发过程中,常常因为软件开发资源,数据资源、T硬件资源获取的及时性问题,创新点无法及时有效地付诸于应用开发过程,阻碍了应用创新。基于自动化引擎的工业软件低代码开发平台直接与Paas、laas平台融合对接,软件和硬件资源按需随时申请,立即分配、马上使用,将直接规避资源获取的问题,为创新型研发提供有力支撑。

4.4 提升创新结果可复制性

以工业应用场景为例,各用户单位之间往往缺乏创新创意的沟通渠道,创新成果难以复制,推广成本高,因而导致基地之间数字化水平出现巨大差距。基于自动化引擎的工业软件低代码开发平台可以将业务创新表单或应用直接存储为应用模版,实现在不同基地之间进行复用,便捷提升创新的价值推广。

5、结语

工业软件产业发展需要各方共同努力,同时需要创新技术路线。

本文针对当前工业软件低代码开发所面临的机遇和挑战,系统分析相关需求,提出套基于自动化引擎的工业软件低代码开发平台技术架构,为工业软件相关方开展研发和应用提供相关借鉴,从而为我国工业软件产业发展作出积极贡献。

参考文献:

工信部:十四五软件和信息技术服务业发展规划
工信部:中小企业数字化转型指南
Gartner:中国低代码应用平台竞争格局报告
Forrester:中国低代码平台市场现状分析报告

相关文章
|
存储 机器学习/深度学习 缓存
软考软件评测师——计算机组成与体系结构(分级存储架构)
本内容全面解析了计算机存储系统的四大核心领域:虚拟存储技术、局部性原理、分级存储体系架构及存储器类型。虚拟存储通过软硬件协同扩展内存,支持动态加载与地址转换;局部性原理揭示程序运行特性,指导缓存设计优化;分级存储架构从寄存器到外存逐级扩展,平衡速度、容量与成本;存储器类型按寻址和访问方式分类,并介绍新型存储技术。最后探讨了存储系统未来优化趋势,如异构集成、智能预取和近存储计算等,为突破性能瓶颈提供了新方向。
|
人工智能 运维 数据可视化
什么是低代码?2025低代码开发平台发展现状及标准化研究
低代码是一种通过可视化、组件化方式开发应用的技术,可降低开发门槛、提升效率。它能减少沟通成本、打破业务壁垒、提高产品灵活性并加速企业数字化转型。目前,低代码市场正以年复合增长率35%的速度扩张,但面临标准化、性能和技术债务等挑战。未来三年内,随着AI辅助开发和国家标准的推进,低代码将迎来质变临界点,成为企业数字化的核心驱动力。
|
存储 人工智能 自然语言处理
Cursor这类编程Agent软件的模型架构与工作流程
编程Agent的核心是一个强大的大语言模型,负责理解用户意图并生成相应的代码和解决方案。这些模型通过海量文本和代码数据的训练,掌握了广泛的编程知识和语言理解能力。
1388 1
|
机器学习/深度学习 传感器 自然语言处理
基于Transformer架构的时间序列数据去噪技术研究
本文介绍了一种基于Transformer架构的时间序列去噪模型。通过生成合成数据训练,模型在不同噪声条件下展现出强去噪能力。文章详细解析了Transformer的输入嵌入、位置编码、自注意力机制及前馈网络等关键组件,并分析实验结果与注意力权重分布。研究为特定任务的模型优化和专业去噪模型开发奠定了基础。
869 14
基于Transformer架构的时间序列数据去噪技术研究
|
资源调度 监控 调度
基于SCA的软件无线电系统的概念与架构
软件通信体系架构(SCA)是基于软件定义无线电(SDR)思想构建的开放式、标准化和模块化平台,旨在通过软件实现通信功能的灵活配置。SCA起源于美军为解决“信息烟囱”问题而推出的联合战术无线电系统(JTRS),其核心目标是提升多军种联合作战通信能力。 上海介方信息公司的OpenSCA操作环境严格遵循SCA4.1/SRTF标准,支持高集成、嵌入式等场景,适用于军用通信、雷达等领域。 SCA体系包括目标平台资源层(TRL)、环境抽象层(EAL)、SRTF操作环境(OE)及应用层(AL)。其中,SRTF操作环境包含操作系统、运行时环境(RTE)和核心框架(CF),提供波形管理、资源调度等功能。
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
2992 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
存储 缓存 关系型数据库
社交软件红包技术解密(六):微信红包系统的存储层架构演进实践
微信红包本质是小额资金在用户帐户流转,有发、抢、拆三大步骤。在这个过程中对事务有高要求,所以订单最终要基于传统的RDBMS,这方面是它的强项,最终订单的存储使用互联网行业最通用的MySQL数据库。支持事务、成熟稳定,我们的团队在MySQL上有长期技术积累。但是传统数据库的扩展性有局限,需要通过架构解决。
624 18
|
存储 JavaScript 开发工具
基于HarmonyOS 5.0(NEXT)与SpringCloud架构的跨平台应用开发与服务集成研究【实战】
本次的.HarmonyOS Next ,ArkTS语言,HarmonyOS的元服务和DevEco Studio 开发工具,为开发者提供了构建现代化、轻量化、高性能应用的便捷方式。这些技术和工具将帮助开发者更好地适应未来的智能设备和服务提供方式。
基于HarmonyOS 5.0(NEXT)与SpringCloud架构的跨平台应用开发与服务集成研究【实战】
|
机器学习/深度学习 算法 数据可视化
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
本文探讨了在量化交易中结合时序特征和静态特征的混合建模方法。通过整合堆叠稀疏降噪自编码器(SSDA)和基于LSTM的自编码器(LSTM-AE),构建了一个能够全面捕捉市场动态特性的交易系统。SSDA通过降噪技术提取股票数据的鲁棒表示,LSTM-AE则专注于捕捉市场的时序依赖关系。系统采用A2C算法进行强化学习,通过多维度的奖励计算机制,实现了在可接受的风险水平下最大化收益的目标。实验结果显示,该系统在不同波动特征的股票上表现出差异化的适应能力,特别是在存在明确市场趋势的情况下,决策准确性较高。
789 5
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
|
10月前
|
Cloud Native Serverless API
微服务架构实战指南:从单体应用到云原生的蜕变之路
🌟蒋星熠Jaxonic,代码为舟的星际旅人。深耕微服务架构,擅以DDD拆分服务、构建高可用通信与治理体系。分享从单体到云原生的实战经验,探索技术演进的无限可能。
微服务架构实战指南:从单体应用到云原生的蜕变之路

热门文章

最新文章