久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

1  引言

伴隨制造業(yè)變革與數(shù)字經(jīng)濟(jì)浪潮交匯融合，云計(jì)算、物聯(lián)網(wǎng)、邊緣計(jì)算、5G等信息技術(shù)與制造技術(shù)、工業(yè)知識的集成創(chuàng)新不斷加劇，  工業(yè)互聯(lián)網(wǎng)平臺應(yīng)運(yùn)而生，  其核心目標(biāo)是通過工業(yè)系統(tǒng)與互聯(lián)網(wǎng)在網(wǎng)絡(luò)、信息和知識層面的深度融合，  實(shí)現(xiàn)感知、分析、決策、控制的一體化應(yīng)用。

目前，工業(yè)互聯(lián)網(wǎng)平臺主要采用以云為核心的模式發(fā)展，通過網(wǎng)絡(luò)將數(shù)據(jù)進(jìn)行匯聚，利用云平臺豐富的計(jì)算資源，疊加大數(shù)據(jù)、人工智能等新興技術(shù)，實(shí)現(xiàn)工業(yè)技術(shù)、經(jīng)驗(yàn)知識模型化、軟件復(fù)用化的制造業(yè)生態(tài)。然而，人、機(jī)、物全要素互聯(lián)趨勢下，接入終端急劇增長，數(shù)據(jù)分散性、碎片化加劇，伴隨著生產(chǎn)業(yè)務(wù)實(shí)時性、可靠性、協(xié)作性等需求的不斷提高，現(xiàn)有模式處理能力捉襟見肘。

工業(yè)邊緣計(jì)算具有規(guī)模大、分布零散，更靠近控制器和數(shù)據(jù)端以及本地化私密數(shù)據(jù)等特點(diǎn)，如圖1所示，通過在靠近制造的加工設(shè)備端部署邊緣節(jié)點(diǎn)進(jìn)行本地化的感知、決策、控制、分析一體化，可在降低網(wǎng)絡(luò)需求的同時提高響應(yīng)實(shí)時性，有效提高現(xiàn)有工業(yè)互聯(lián)網(wǎng)平臺處理能力，發(fā)展云-邊-端一體化平臺成為工業(yè)互聯(lián)網(wǎng)平臺的新方向。

圖1 邊緣計(jì)算作用體現(xiàn)

2  云-邊-端一體化平臺分析

在工業(yè)互聯(lián)網(wǎng)萬物互聯(lián)結(jié)構(gòu)化、生產(chǎn)制造流程化、工業(yè)網(wǎng)絡(luò)體系化的演進(jìn)趨勢下，生產(chǎn)模式逐漸由傳統(tǒng)大規(guī)模流水線向個性化柔性轉(zhuǎn)變。特別在先進(jìn)制造中，工業(yè)互聯(lián)網(wǎng)的發(fā)展使用了一系列具有高精密、高效、高安全等特殊需求的制造模式，以圖2中的工業(yè)遙操作系統(tǒng)為例，傳統(tǒng)設(shè)計(jì)、制造分離逐漸向產(chǎn)品設(shè)計(jì)與生產(chǎn)制造一體化轉(zhuǎn)變，傳統(tǒng)人機(jī)協(xié)作逐漸由指令傳輸向操作級協(xié)同轉(zhuǎn)變等。

圖2 工業(yè)遙操作系統(tǒng)

因此，與現(xiàn)有主流云為核心的工業(yè)互聯(lián)網(wǎng)平臺相比，新模式下的云-邊-端一體化平臺應(yīng)具備以下能力：

（1）確定性時延保障能力

以圖2為例，系統(tǒng)不僅需要確保指令傳輸和執(zhí)行的實(shí)時性與可靠性，還應(yīng)盡可能降低作業(yè)的執(zhí)行抖動或?qū)崿F(xiàn)零抖動，以確保高精密的加工和系統(tǒng)的穩(wěn)定運(yùn)行，令遠(yuǎn)端操作者產(chǎn)生“身臨其境”加工的感覺。

（2）靈活可重構(gòu)能力

智能制造定制化柔性生產(chǎn)的需求需要生產(chǎn)系統(tǒng)可以根據(jù)訂單對加工工序進(jìn)行靈活、動態(tài)的排列組合。平臺中大量加工設(shè)備根據(jù)車間調(diào)度信息以類似“即插即用”的方式加入或退出某段產(chǎn)線，并根據(jù)需求進(jìn)行自適應(yīng)的參數(shù)優(yōu)化配置。

（3）規(guī)模化部署能力

人、機(jī)、物全要素互聯(lián)趨勢下，工業(yè)互聯(lián)網(wǎng)平臺下的設(shè)備規(guī)模急劇增加，這一現(xiàn)象不僅表現(xiàn)為機(jī)器人數(shù)量增加，也體現(xiàn)為操作距離、控制目標(biāo)以及系統(tǒng)復(fù)雜度的指數(shù)增長。因此，平臺不僅要具有支持廣域、大規(guī)模設(shè)備靈活接入的能力，還應(yīng)具有信道沖突避免、機(jī)器人碰撞預(yù)測等由規(guī)模增大帶來的安全性保障功能。

3  云-邊-端一體化平臺關(guān)鍵技術(shù)

構(gòu)建具備確定性時延保障、靈活可重構(gòu)以及規(guī)模化部署能力的云-邊-端一體化平臺需突破以下幾方面關(guān)鍵技術(shù)：高效尋址與協(xié)議轉(zhuǎn)換、多維資源算力度量、網(wǎng)算控協(xié)同優(yōu)化、實(shí)時邊緣操作系統(tǒng)以及平臺體系結(jié)構(gòu)。

3.1   高效尋址與協(xié)議轉(zhuǎn)換

英特爾中國預(yù)測至2025年，全球物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到1000億臺，與此同時，工業(yè)設(shè)備聯(lián)網(wǎng)協(xié)議七國八制的現(xiàn)象也隨之加劇，尤其在邊與端側(cè)，大規(guī)模異構(gòu)網(wǎng)絡(luò)環(huán)境下的高效尋址與協(xié)議轉(zhuǎn)換成為云-邊-端一體化平臺需要突破的第一個核心問題。

工業(yè)互聯(lián)網(wǎng)環(huán)境有別于傳統(tǒng)互聯(lián)網(wǎng)基于IP的尋址方式，大量工廠內(nèi)生產(chǎn)設(shè)備并不具備IP環(huán)境，此外，工業(yè)系統(tǒng)層次復(fù)雜且設(shè)備與協(xié)議間存在綁定關(guān)系，現(xiàn)有基于OPC UA的協(xié)議轉(zhuǎn)換方式需要應(yīng)用層解析，不適用于運(yùn)動控制、高精密加工等高實(shí)時場景，迫切需要突破高效尋址與協(xié)議轉(zhuǎn)換技術(shù)，實(shí)現(xiàn)IP-非IP的高效尋址與應(yīng)用層協(xié)議的實(shí)時轉(zhuǎn)換，為云-邊-端一體化平臺提供連接基礎(chǔ)，如圖3所示。

圖3 OSI參考模型中OPC UA描述

3.2   多維資源算力度量

近年來，隨著虛擬化技術(shù)的快速成熟，邊緣計(jì)算已初步突破傳統(tǒng)嵌入式程序與邊緣設(shè)備緊耦合問題，然而，隨之帶來了新的問題：Gartner預(yù)測，至2025年50%~75%的物聯(lián)數(shù)據(jù)在邊緣側(cè)處理，結(jié)合千萬級的接入設(shè)備，如何在海量邊緣計(jì)算設(shè)備中為任務(wù)負(fù)載選擇適合的計(jì)算載體成為亟需解決的技術(shù)問題，其本質(zhì)是如何在復(fù)雜的云-邊-端一體化平臺中，根據(jù)任務(wù)需求進(jìn)行資源的按需分配。

傳統(tǒng)以云計(jì)算為核心的平臺采用同構(gòu)處理器集中式的規(guī)模化運(yùn)算，計(jì)算負(fù)載時間開銷與處理器數(shù)量關(guān)系簡單，云端的計(jì)算資源調(diào)度相對成熟。然而，云-邊-端一體化平臺中計(jì)算資源結(jié)構(gòu)復(fù)雜，邊緣計(jì)算中異構(gòu)的節(jié)點(diǎn)性能往往難以通過處理器主頻等簡單手段進(jìn)行量化，相同的計(jì)算任務(wù)在不同處理器中執(zhí)行的時間開銷難以保障，由此可導(dǎo)致控制節(jié)拍下的配置參數(shù)錯誤等系統(tǒng)故障。此外，任務(wù)卸載或遷移時，網(wǎng)絡(luò)帶寬等多維因素對任務(wù)執(zhí)行時間開銷也會產(chǎn)生影響。

具體來說，云-邊-端一體化平臺下的任務(wù)執(zhí)行時間受處理器結(jié)構(gòu)，帶寬、緩存等瓶頸資源的綜合影響。云-邊-端一體化平臺在進(jìn)行卸載和遷移操作前，需要根據(jù)各節(jié)點(diǎn)的實(shí)際負(fù)載和資源結(jié)構(gòu)進(jìn)行分析，以確保任務(wù)部署后的最壞執(zhí)行時間（Worst-case Execution Time，  WCET）  滿足其實(shí)時性需求，  并通過現(xiàn)有虛擬化和實(shí)時演算技術(shù)提供資源的按需分配、動態(tài)配置、負(fù)載預(yù)測等技術(shù)支持。如圖4所示。

圖4 多維資源量化

3.3   網(wǎng)算控協(xié)同優(yōu)化

云-邊-端一體化的工業(yè)互聯(lián)網(wǎng)平臺使跨域高效流程化及高精密人機(jī)協(xié)同成為可能。平臺將產(chǎn)品設(shè)計(jì)、工藝設(shè)計(jì)、制造運(yùn)行各個環(huán)節(jié)涉及的人、機(jī)、物互聯(lián)，利用部署在制造設(shè)備附近的邊緣計(jì)算資源提供實(shí)時高效的在線設(shè)計(jì)、有限元分析等，并根據(jù)分析結(jié)果實(shí)時優(yōu)化控制參數(shù)及多控制回路下的網(wǎng)絡(luò)、計(jì)算資源配置，將傳統(tǒng)反復(fù)的人工測量分析再設(shè)計(jì)的制造模式，轉(zhuǎn)換為設(shè)計(jì)-制造一體化的人機(jī)操作級協(xié)同模式。

以圖2為例，機(jī)械臂控制的穩(wěn)定性受延時及抖動影響巨大，過大的時延將導(dǎo)致系統(tǒng)無法收斂，甚至發(fā)生故障。而時延又由網(wǎng)絡(luò)與計(jì)算效率及資源分配方式?jīng)Q定，因此，亟需探索網(wǎng)絡(luò)、計(jì)算、控制三者高度融合下的機(jī)理關(guān)系。然而，不同于計(jì)算機(jī)、通信、自動化等單一學(xué)科，云-邊-端一體化平臺的應(yīng)用場景環(huán)境、結(jié)構(gòu)更復(fù)

雜，系統(tǒng)穩(wěn)定性與操作性間的矛盾以及異構(gòu)共享資源的局限性等因素，導(dǎo)致突破網(wǎng)絡(luò)、計(jì)算與控制高度融合下的機(jī)理關(guān)系迫在眉睫，將網(wǎng)絡(luò)傳輸中的速率、丟包率，計(jì)算系統(tǒng)中執(zhí)行效率相關(guān)的資源利用率、數(shù)據(jù)依賴性以及控制系統(tǒng)中的穩(wěn)定性、狀態(tài)信息等進(jìn)行全局考慮，實(shí)現(xiàn)網(wǎng)算控的協(xié)同優(yōu)化。

3.4   實(shí)時邊緣操作系統(tǒng)

云-邊-端一體化平臺也對操作系統(tǒng)方面提出了新的技術(shù)要求。與傳統(tǒng)操作系統(tǒng)不同，平臺中邊緣計(jì)算操作系統(tǒng)起到承上啟下的作用：向上需要處理大量的異構(gòu)數(shù)據(jù)以及需求各異的任務(wù)負(fù)載，如任務(wù)負(fù)載在邊緣側(cè)的部署、調(diào)度、遷移、優(yōu)化，是否需要上傳至云端進(jìn)行高性能計(jì)算等；向下，邊緣計(jì)算操作系統(tǒng)需要管理異構(gòu)的計(jì)算資源、控制器行為等。邊緣操作系統(tǒng)作為平臺實(shí)時性能力主要體現(xiàn)的同時，還需處理50%~75%的海量工業(yè)數(shù)據(jù)，與現(xiàn)有實(shí)時操作系統(tǒng)相比，邊緣側(cè)的實(shí)時邊緣操作系統(tǒng)在處理能力、輕量化、管理框架等方面存在較大差異。

現(xiàn)有操作系統(tǒng)可具備部分邊緣操作系統(tǒng)的功能。機(jī)器人操作系統(tǒng)（Robot Operating System ，ROS）具有硬件抽象和驅(qū)動、消息通信、軟件包管理等功能，被廣泛應(yīng)用于高精密加工、車間智慧物流等工業(yè)場景，然而現(xiàn)有的ROS還難以同時支持大規(guī)模的邊緣節(jié)點(diǎn)，  實(shí)現(xiàn)海量數(shù)據(jù)處理等功能；國內(nèi)首款面向邊緣計(jì)算的物聯(lián)網(wǎng)操作系統(tǒng)HopeEdge，可以實(shí)現(xiàn)各類IoT設(shè)備與云端的連接，具備輕量安全、自主可控、高效互聯(lián)以及快速部署等特點(diǎn)，廣泛應(yīng)用于智慧能源、智能零售、智慧園區(qū)等場景。盡管其實(shí)現(xiàn)了大規(guī)模邊緣節(jié)點(diǎn)及設(shè)備的互聯(lián)等功能，但在時間敏感任務(wù)的調(diào)度、遷移以及實(shí)時資源按需分配等功能方面還與制造業(yè)需求存在一定差距。綜上，設(shè)計(jì)滿足工業(yè)需求的輕量、彈性、實(shí)時、高效邊緣操作系統(tǒng)是構(gòu)建云-邊-端一體化平臺的核心技術(shù)之一。

3.5   平臺體系結(jié)構(gòu)

云-邊-端一體化平臺以滿足“三鏈”安全可靠互聯(lián)和人、機(jī)、物網(wǎng)絡(luò)化協(xié)同的發(fā)展為目標(biāo)，將有力支撐“可重構(gòu)生產(chǎn)”等高端制造模式。云-邊-端一體化平臺主要可劃分為邊緣層，平臺層以及應(yīng)用層三方面，如圖5所示。

圖5 平臺架構(gòu)

邊緣層作為最靠近操作終端的設(shè)施，具有規(guī)模廣、結(jié)構(gòu)差異大的特點(diǎn)，主要功能包括設(shè)備管理、資源管理、運(yùn)維管理等，通過高性能計(jì)算芯片、輕量化計(jì)算方法以及實(shí)時操作系統(tǒng)等先進(jìn)技術(shù)，對海量工業(yè)數(shù)據(jù)進(jìn)行先處理和預(yù)處理，在降低網(wǎng)絡(luò)開銷的同時提升云-邊-端一體化平臺響應(yīng)速度。

平臺層是云-邊-端一體化平臺的核心，基于通用PaaS疊加大數(shù)據(jù)處理、工業(yè)數(shù)據(jù)分析、工業(yè)微服務(wù)等創(chuàng)新功能，構(gòu)建可擴(kuò)展的開放式云操作系統(tǒng)。它的根本是在邊緣層上構(gòu)建了一個擴(kuò)展性強(qiáng)的支持系統(tǒng)，為工業(yè)應(yīng)用或軟件的開發(fā)提供了良好的基礎(chǔ)平臺，同時，平臺層擁有更強(qiáng)的數(shù)據(jù)處理能力，可以進(jìn)行高效的機(jī)理建模、模型訓(xùn)練、分析等工作。

應(yīng)用層是工業(yè)互聯(lián)網(wǎng)平臺的關(guān)鍵部分，該層形成滿足不同行業(yè)、不同場景的工業(yè)SaaS和工業(yè)App，形成工業(yè)互聯(lián)網(wǎng)平臺的最終價(jià)值。應(yīng)用層不但提供了設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等一系列創(chuàng)新性業(yè)務(wù)應(yīng)用，也構(gòu)建了良好的工業(yè)App創(chuàng)新環(huán)境，使開發(fā)者基于平臺數(shù)據(jù)及微服務(wù)功能實(shí)現(xiàn)應(yīng)用創(chuàng)新。

4  垂直行業(yè)案例

當(dāng)前大批量剛性生產(chǎn)系統(tǒng)的機(jī)械結(jié)構(gòu)、工業(yè)網(wǎng)絡(luò)、IT管理軟件針對既定產(chǎn)品設(shè)計(jì)部署，當(dāng)產(chǎn)品設(shè)計(jì)變更

后，現(xiàn)有的生產(chǎn)系統(tǒng)無法快速地響應(yīng)變化，剛性生產(chǎn)線無法支撐日益增長的大批量個性化定制需求。

針對這一問題，中國科學(xué)院沈陽自動化研究所提出了自適應(yīng)模塊化智能制造解決方案。通過將傳統(tǒng)生產(chǎn)線解耦為模塊化生產(chǎn)單元，利用自主研發(fā)的WIA工業(yè)無線技術(shù)和工業(yè)軟件定義網(wǎng)絡(luò)技術(shù)將控制系統(tǒng)由傳統(tǒng)的有線部署轉(zhuǎn)變?yōu)闊o線化的靈活部署，助力機(jī)械結(jié)構(gòu)的解耦，并通過“物源”平臺的邊緣控制器和集成的人工智能算法實(shí)現(xiàn)機(jī)器人等設(shè)備的自主智能運(yùn)行以及工廠數(shù)字孿生中設(shè)備的虛實(shí)融合與聯(lián)動，然后由“物源”平臺的管控一體化柔性控制軟件將工序工步自適應(yīng)重組，驅(qū)動模塊化生產(chǎn)單元的自適應(yīng)重構(gòu)，如圖6所示。改造成本大大壓縮，調(diào)整周期顯著縮短。

圖6 演示方案

具體方案實(shí)現(xiàn)如下：

（1）機(jī)器視覺——在目標(biāo)識別區(qū)域內(nèi)，通過雙目相機(jī)進(jìn)行物體識別與測量，并在邊緣控制器中進(jìn)行圖像預(yù)處理，提取物體邊界與深度信息。

（2）動態(tài)可變工序——演示操作系統(tǒng)采用PubSub機(jī)制與邊緣云交互，通過自主分析或人為指定方式確定物品抓取順序。

（3）人工智能與自動代碼生成——在邊緣云中進(jìn)行基于深度學(xué)習(xí)的方式自主分析和決策出物體抓取點(diǎn)信息，通過自動代碼生成技術(shù)在線生成機(jī)器人作業(yè)指令。

（4）邊云協(xié)同——在邊緣網(wǎng)關(guān)與邊緣控制器構(gòu)建的邊緣網(wǎng)絡(luò)環(huán)境下，控制機(jī)器人實(shí)現(xiàn)免編程的亂序抓取。

抓取順序可以近似理解為未來現(xiàn)場的實(shí)際工序，通過邊緣協(xié)同控制實(shí)現(xiàn)真正的柔性制造。

5  結(jié)論

本文從工業(yè)互聯(lián)網(wǎng)平臺演進(jìn)趨勢出發(fā)，結(jié)合工業(yè)互聯(lián)網(wǎng)環(huán)境下先進(jìn)制造共性特征和變革性需求，探索構(gòu)建新特征、新需求下的云-邊-端一體化平臺，并整理了推動平臺發(fā)展的五方面關(guān)鍵技術(shù)，分別為從高效尋址與協(xié)議轉(zhuǎn)換、多維資源算力度量、網(wǎng)算控協(xié)同優(yōu)化、實(shí)時邊緣操作系統(tǒng)以及平臺體系結(jié)構(gòu)。結(jié)合現(xiàn)有工業(yè)云平臺面臨的一系列問題和瓶頸，突破核心技術(shù)，發(fā)展云-邊-端一體化平臺勢在必行。

基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃（2018YFB1700200）， 國家自然科學(xué)基金項(xiàng)目（U1908212，61903356）。

作者簡介：

夏長清  （1985-），男，山東威海人，副研究員，博士，現(xiàn)就職于中國科學(xué)院沈陽自動化研究所，研究方向?yàn)楣I(yè)網(wǎng)絡(luò)調(diào)度、邊緣計(jì)算。

宋純賀  （1981-），男，遼寧鞍山人，研究員，博士，現(xiàn)就職于中國科學(xué)院沈陽自動化研究所，研究方向?yàn)槿斯ぶ悄堋⑦吘売?jì)算。

曾   鵬  （1976-），男，遼寧沈陽人，研究員，博士，現(xiàn)任中國科學(xué)院沈陽自動化研究所副所長，研究方向?yàn)楣I(yè)互聯(lián)網(wǎng)、邊緣計(jì)算。

參考文獻(xiàn)：

[1] Wang B, Tao F, Fang X, et al. Smart manufacturing and intelligent manufacturing: A comparative review[J]. Engineering, 2021, 7(6) : 738 - 757.

[2] Mansouri Y, Babar M A. A review of edge computing: Features and resource virtualization[J]. Journal of Parallel and Distributed Computing, 2021, 150 : 155 - 183.

[3] 孫海倫, 宋純賀, 于詩矛, 等. 邊緣計(jì)算對工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的重要意義及研究現(xiàn)狀[J]. 自動化博覽, 2021, 38 (2) : 17 - 21.

[4] Ghobakhloo M. The future of manufacturing industry: a strategic roadmap toward Industry 4.0[J]. Journal of Manufacturing Technology Management, 2018.

摘自《自動化博覽》2022年2月刊