《工业控制网络安全技术与实践》一一2.2 分布式控制系统

简介:

本节书摘来自华章出版社《工业控制网络安全技术与实践》一 书中的第2章,第2.1节,作者:姚 羽 祝烈煌 武传坤  ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.2 分布式控制系统

分布式控制系统(Distributed Control System,DCS)又称为集散式控制系统,是工业控制系统的组成部分。本节主要介绍分布式控制系统相关知识,包括DCS的基本概念、组成机构和特点。
2.2.1 什么是DCS
DCS是一个由过程控制级和过程监控级组成的以通信网络为纽带的多级计算机系统,综合了计算机(Computer)、通信(Communication)、终端显示(CRT)和控制(Control)技术而发展起来的新型控制系统。其基本思想是分散控制、集中操作、分级管理、配置灵活以及组态方便。它满足了大型工业生产和日益复杂的过程控制要求,从综合自动化的角度出发,按功能分散、管理集中的原则构思,采用了多层分级、合作自治的结构形式。
DCS网络是整体的基础和核心。网络对于DCS整个系统的实时性、可靠性和扩充性起着决定性作用,因此对于DCS网络来说,它必须满足实时性的要求,即在确定的时间限度内完成信息的传送。这里所说的“确定”的时间限度,是指无论在何种情况下,信息传送都能在这个时间限度内完成,而这个时间限度则是根据被控制过程的实时性确定的。因此,衡量系统网络性能的指标并不是网络的速率,即通常所说的每秒比特数(bit/s),而是系统网络的实时性,即能在多长的时间内确保所需信息的传输得以完成。
2.2.2 DCS的组成
DCS是以微处理器和网络为基础的集中分散型控制系统。它包括操作员站、工程师站、监控计算机、现场控制站、数据采集站、通信系统。DCS的基本构成如图2-3所示。image

(1)操作员站
操作员站是操作人员对生产过程进行显示、监视、操作控制和管理的主要设备。操作员站提供了良好的人机交互界面,用以实现集中监视、操作和信息管理等功能。在一些小DCS中,操作员站兼有工程师站的功能,在操作员站上也可以进行系统组态和维护的部分或全部工作。
(2)工程师站
工程师站用于对DCS进行离线的组态工作和在线的系统监督、控制与维护。工程师能够借助于组态软件对系统进行离线组态,并在DCS在线运行时,可以实时地监视通信网络上各工作站的运行情况。
(3)监控计算机
监控计算机通过网络收集系统中各单元的数据信息,根据数学模型和优化控制指标进行后台计算、优化控制等,它还用于全系统信息的综合管理。
(4)现场控制站
现场控制站通过现场仪表直接与生产过程相连接,采集过程变量信息,并进行转换和运算等处理,产生控制信号来驱动现场的执行机构,最终实现对生产过程的控制。现场控制站可控制多个回路,具有极强的运算和控制功能,能够自主地完成回路控制任务,实现反馈控制、逻辑控制、顺序控制和批量控制等功能。
(5)数据采集站
数据采集站与生产过程相连接,对过程非控制变量进行数据采集和预处理,并对实时数据进一步加工;为操作员站提供数据,实现对过程的监视和信息存储,为控制回路的运算提供辅助数据和信息。
(6)通信系统
通信系统连接DCS的各操作员站、工程师站、监控计算机、现场控制站、数据采集站等部分,传递各工作站之间的数据、指令及其他信息,使整个系统协调一致地工作,从而实现数据和信息资源的共享。
DCS自下而上通常分为控制级、监控级和管理级,每级之间分别由控制网络(Control Network,Cnet)、监控网络(Supervision Network,Snet)、管理网络(Management Network,Mnet)把相应的设备连接在一起,进行数据和命令的传输。DCS的结构如图2-4所示。
image

图2-4 DCS的结构图
2.2.3 DCS的特点
DCS具有如下特点。
(1)高可靠性
DCS采用容错设计,当某一台计算机出现故障时并不会导致系统丧失其他功能。此外,由于系统中各台计算机所承担的任务比较单一,因此可以针对需要实现的功能采用具有特定结构和软件的专用计算机,从而提高系统中每台计算机的可靠性。
(2)开放性
DCS采用开放式、标准化、模块化和系列化设计,系统中各台计算机采用局域网方式通信,实现信息传输,当需要改变或扩充系统功能时,可将新增计算机方便地连入系统通信网络或从网络中卸下,几乎不影响系统其他计算机的工作。
(3)灵活性
通过组态软件根据不同的流程应用对象进行软硬件组态,即确定测量与控制信号及相互间连接关系,从控制算法库选择适用的控制规律以及从图形库调用基本图形组成所需的各种监控和报警画面,从而方便地构成所需的控制系统。
(4)易于维护
功能单一的小型或微型专用计算机,具有维护简单、方便的特点,当某一局部或某个计算机出现故障时,可以在不影响整个系统运行的情况下在线更换,迅速排除故障。
(5)协调性
各工作站之间通过通信网络传送各种数据,整个系统信息共享,协调工作,以完成控制系统的总体功能和优化处理。
(6)控制功能齐全
控制算法丰富,集连续控制、顺序控制和批处理控制于一体,可实现串级、前馈、解耦、自适应和预测控制等先进控制,并可方便地加入所需的特殊控制算法。

相关文章
|
3月前
|
人工智能 安全 Java
分布式 Multi Agent 安全高可用探索与实践
在人工智能加速发展的今天,AI Agent 正在成为推动“人工智能+”战略落地的核心引擎。无论是技术趋势还是政策导向,都预示着一场深刻的变革正在发生。如果你也在探索 Agent 的应用场景,欢迎关注 AgentScope 项目,或尝试使用阿里云 MSE + Higress + Nacos 构建属于你的 AI 原生应用。一起,走进智能体的新世界。
904 56
|
3月前
|
关系型数据库 Apache 微服务
《聊聊分布式》分布式系统基石:深入理解CAP理论及其工程实践
CAP理论指出分布式系统中一致性、可用性、分区容错性三者不可兼得,必须根据业务需求进行权衡。实际应用中,不同场景选择不同策略:金融系统重一致(CP),社交应用重可用(AP),内网系统可选CA。现代架构更趋向动态调整与混合策略,灵活应对复杂需求。
|
5月前
|
数据采集 消息中间件 监控
单机与分布式:社交媒体热点采集的实践经验
在舆情监控与数据分析中,单机脚本适合小规模采集如微博热榜,而小红书等大规模、高时效性需求则需分布式架构。通过Redis队列、代理IP与多节点协作,可提升采集效率与稳定性,适应数据规模与变化速度。架构选择应根据实际需求,兼顾扩展性与维护成本。
148 2
|
4月前
|
机器学习/深度学习 算法 物联网
【SCI】利用信念传播在超密集无线网络中进行分布式信道分配(Matlab代码实现)
【SCI】利用信念传播在超密集无线网络中进行分布式信道分配(Matlab代码实现)
158 0
|
8月前
|
人工智能 安全 应用服务中间件
阿里巴巴 MCP 分布式落地实践:快速转换 HSF 到 MCP server
本文分享了阿里巴巴内部将大规模HSF服务快速转换为MCP Server的实践经验,通过Higress网关实现MCP协议卸载,无需修改代码即可接入MCP生态。文章分析了MCP生态面临的挑战,如协议快速迭代和SDK不稳定性,并详细介绍了操作步骤及组件功能。强调MCP虽非终极解决方案,但作为AI业务工程化的起点具有重要意义。最后总结指出,MCP只是AI原生应用发展的第一步,未来还有更多可能性值得探索。
1333 48
|
4月前
|
消息中间件 缓存 监控
中间件架构设计与实践:构建高性能分布式系统的核心基石
摘要 本文系统探讨了中间件技术及其在分布式系统中的核心价值。作者首先定义了中间件作为连接系统组件的"神经网络",强调其在数据传输、系统稳定性和扩展性中的关键作用。随后详细分类了中间件体系,包括通信中间件(如RabbitMQ/Kafka)、数据中间件(如Redis/MyCAT)等类型。文章重点剖析了消息中间件的实现机制,通过Spring Boot代码示例展示了消息生产者的完整实现,涵盖消息ID生成、持久化、批量发送及重试机制等关键技术点。最后,作者指出中间件架构设计对系统性能的决定性影响,
|
4月前
|
算法 Python
【EI复现】考虑网络动态重构的分布式电源选址定容优化方法(Matlab代码实现)
【EI复现】考虑网络动态重构的分布式电源选址定容优化方法(Matlab代码实现)
110 0
|
8月前
|
监控 Linux 应用服务中间件
Linux多节点多硬盘部署MinIO:分布式MinIO集群部署指南搭建高可用架构实践
通过以上步骤,已成功基于已有的 MinIO 服务,扩展为一个 MinIO 集群。该集群具有高可用性和容错性,适合生产环境使用。如果有任何问题,请检查日志或参考MinIO 官方文档。作者联系方式vx:2743642415。
2862 57
|
8月前
|
安全 JavaScript 前端开发
HarmonyOS NEXT~HarmonyOS 语言仓颉:下一代分布式开发语言的技术解析与应用实践
HarmonyOS语言仓颉是华为专为HarmonyOS生态系统设计的新型编程语言,旨在解决分布式环境下的开发挑战。它以“编码创造”为理念,具备分布式原生、高性能与高效率、安全可靠三大核心特性。仓颉语言通过内置分布式能力简化跨设备开发,提供统一的编程模型和开发体验。文章从语言基础、关键特性、开发实践及未来展望四个方面剖析其技术优势,助力开发者掌握这一新兴工具,构建全场景分布式应用。
814 35
|
9月前
|
存储 负载均衡 测试技术
ACK Gateway with Inference Extension:优化多机分布式大模型推理服务实践
本文介绍了如何利用阿里云容器服务ACK推出的ACK Gateway with Inference Extension组件,在Kubernetes环境中为多机分布式部署的LLM推理服务提供智能路由和负载均衡能力。文章以部署和优化QwQ-32B模型为例,详细展示了从环境准备到性能测试的完整实践过程。