基于動態集成框架的云制造服務過程追溯與匹配研究

崔曉康，馬 軍，李立偉，王 輝

（鄭州輕工業學院 機電工程學院，鄭州 450002）

0 引言

隨著市場化和全球化逐步深入，跨行業、跨地域的制造企業及資源相互聯系，逐步成為一個大規模的、復雜的制造網絡，以響應客戶定制化的生產服務需求。制造服務協同使企業資源和能力在廣域范圍內充分共享，促進企業專業化和服務化。云制造服務是實現制造服務協同的重要技術支撐[1]。

云制造基于物聯網、信息系統、云計算等技術，對各種軟硬件制造資源進行互聯、感知與獲取，形成一種制造資源按需使用的新型生產服務環境[2]。制造資源的服務能力是云制造領域最重要和最核心的研究內容之一，由此，劉士軍等[3]提出了一種基于四叉樹的云制造資源多維屬性區間搜索方法。羅永亮等[4]針對云制造模式下制造能力，構建了制造能力多維信息模型。黃沈權等[5]基于客戶需求分離點將云服務按需供應模式分為按需提供、按需組合、按需設計和按需研發四類模式。為滿足云制造背景下海量數據處理的效率要求，張金廣等[6]將語義相似度算法應用到云制造背景下的服務匹配中。魏樂等[7]提出了一種基于可信評價的制造云服務選擇方法。

然而，上述研究主要圍繞制造任務展開云制造資源的搜索，但如何控制云制造資源虛擬化過程，并建立有一定普適性的云制造資源服務能力評價機制，目前還缺乏系統的探討。因此，本文基于制造資源的不同形態，提出了云制造資源動態集成框架，研究基于RFID的云制造服務過程追溯機制，建立了云制造資源服務能力多目標評價體系，并通過評價指標加權和計算云制造資源優先值，為制造任務匹配最優云制造資源節點。

1 制造服務協同中云制造資源集成

1.1 基于云計算的云制造資源動態集成模型

云制造資源是企業完成產品整個生命周期所有生產活動的物理元素的總稱[2]。這些制造資源按照其存在形態可劃分為硬件資源和軟件資源。硬件資源包括工裝夾具、量具、加工測量設備等。軟件資源是指產品制造過程中所涉及的各種應用軟件、產品模型，圖紙、工程數據庫、技術文件等信息。

目前，云制造資源的組織架構包括ASP（Application Service Provider）、Web服務和制造網格三種。ASP強調制造資源能自身實現基于Web的應用及集中控制，制造網格（Manufacturing Grid）需要智能調度算法完成對分布式資源的配置，而Web服務多采用接口技術，以封裝的應用服務的形式實現虛擬制造資源的集成和共享。因此，需要考慮不同制造資源的形態提出切實可行的動態集成技術。

云制造服務過程中包括了云制造資源提供者、云制造資源消費者和第三方云制造服務商三類群體。其中，云制造資源提供者(如外協企業)本身擁有制造資源，希望以出租/轉讓制造資源的形式獲取最大化的收益；而云制造資源消費者(如核心企業、委托加工單位)并不擁有特定的制造資源，希望以較低的成本換取資源提供者的資源，在有限的時間內，充分發揮制造資源的使用效率；第三方云制造服務商則通過集成、調配不同云制造資源提供者的資源，為云制造資源消費者提供高質量的制造服務，獲取一定的利潤。

基于上述分析，如圖1所示，云制造資源動態集成框架可基于云計算架構，結合ASP、WEB服務和制造網格的思想，為每個云制造資源提供者提供一個云端接口，維護各自的制造資源(這些資源被虛擬化為結構化數據，分別存儲在云端的不同位置)。對于云制造資源提供者的遺留系統，將其中的應用模塊封裝為服務，整合到制造云中。在此基礎上，提供一組支撐云服務，作為制造資源優化調度與組合的基礎。圖1描述了實現制造資源配置的云服務過程：

1) 客戶、第三方云制造服務商或制造企業在云制造資源服務平臺上進行注冊，得到服務標識，并描述服務需求，如訂單號、時間、周期、地點等。

圖1 云制造資源動態集成模型

2) 建立云制造服務認證庫，讓云制造在一個服務進程的生命周期中完成。云制造服務認證包括的信息有：(1) 云制造資源提供商身份；(2) 云制造資源提供企業服務能力；(3) 制造資源登記；(4)當前制造記錄；(5) 生產計劃庫更新信息。

3) 初始化云制造服務生命周期，按云制造服務生命周期協議進行云制造資源提供商與第三方云制造服務商的協商匹配，注冊服務返回滿足客戶需求的服務句柄。

4) 基于云服務生命周期協議進行客戶需求和云服務節點之間的協商，創建服務實例，同

時賦予訂單記錄、企業認證記錄和服務協同記錄等屬性以實時監控。

5) 第三方云制造服務商創建云制造服務，并查詢各云服務節點，并按云服務生命周期協議進行各種制造資源查詢及遠程調配。

6) 將服務狀態返回客戶，顯示在線激活信息來保持資源節點的服務。

1.2 基于RFID的云制造資源追溯

顯然，由于其軟硬件制造資源物理特性不同，其虛擬化過程存在明顯的差異。從制造資源集成機制來看，對于軟件制造資源，基于Agent、CORBA和Web服務技術和統一的產品數據交換標準(如STEP標準)，可以進行較深層次的資源共享，實現云制造操作。但對于測試儀器、加工設備等硬件制造資源，由于技術和管理原因，互操作難度較大。因此，在云制造過程中，如圖2所示，針對硬件制造資源所提供的信息，可通過RFID設備的配置與監控，獲取產品制造過程中的RFID數據，并進行產品制造RFID數據的過濾和整合，然后根據制造工藝指令，將產品制造RFID數據封裝為RFID事件。RFID事件檢測組件負責發現大量并發的RFID事件，并將其轉入待處理云制造事件緩存(buffer)池中。

圖2 基于RFID的云制造服務過程追溯

RFID事件調度組件查詢工藝規則庫中的工藝處理規則或條件，對所有待處理事件進行加權優先級處理和調度，生成事件處理優先隊列。根據事件處理優先隊列，RFID復雜事件處理組件依次將RFID事件與企業的制造任務單進行自動匹配，完成RFID應用的業務操作或錯誤報警提示。同時將產品制造過程的RFID事件上傳并存儲到RFID業務事件數據庫，提供云制造全過程的狀態追溯。

2 云制造資源服務的匹配

2.1 云制造資源服務能力評價體系的構建

衡量制造任務與云制造資源之間的匹配度，這需要有一個客觀的評價指標體系，在此基礎上選擇最優云制造資源服務方案。首先，確定滿足制造任務需求的云制造資源節點集合為：

建立評價云制造資源服務能力的指標集為

如圖3所示為該評價指標體系。該評價體系以云制造資源服務是否滿足交貨時間T，產品質量Q、制造總成本C和制造服務水平S為評判標準。

圖3 制造企業云制造服務能力評價指標體系

在該評價指標體系中，T , Q ,C,S指標關于制造任務目標的重要性是不同的。通過兩兩比較做出權重分析，并構造各個指標相對重要性程度的判斷矩陣，其方法如下：

對上述n個評價指標 V =(V1,V2,…,Vn)，要求它們對評價目標的影響或權重，則取兩個因素 Vk與Vl，用wkl表示 Vk與 Vl對評價目標的影響之比。wkl可用客觀賦權法給定評價指標間的權值。全部比較結果用矩陣W=[wkl]表示，則稱W為判斷矩陣。

2.2 云制造資源節點優先值計算

通過評價指標加權和計算各云制造資源服務節點Si在評價指標體系Vj下對應的優先值Yij。對于評價指標可劃分為極大型和極小型兩類。某些指標對制造服務能力而言，其值越大越好，稱之為極大型指標；而其他某些指標其值越小越好，稱之為極小型指標。

對極大型指標，令：

對極小型指標，令：

上式中： i =1,2,…,m ，j=1,2,…,n，maxxj，min xj分別為Vj指標的最大值和最小值。Xij表示候選云制造資源節點Si在評價指標Vj下的重要度，該量可以通過專家決策打分法決定。

最后，根據云制造資源節點在不同目標準則下的優先值及該目標準則的權值，計算該云制造資源節點Si總的優先值Yi：

3 應用實例

為驗證云制造資源服務匹配與過程追溯的的可行性和有效性，本文針對某機車制造企業S295柴油機氣缸體協同制造過程進行了云改造，并進行了實例驗證。

表1 制造企業云制造任務

該汽缸部件制造過程需要外協，制造任務有4個云制造資源節點 ),,,(4321SSSSS= 可供選擇。根據專家決策法評價各云制造資源節點在指標 SCQT ,,,準則下的重要值，其結果以矩陣表達為：

同時，比較 T , Q ,C,S之間的相對權重，并構造判斷矩陣W:

求解判斷矩陣W的標準化特征向量，得出T , Q ,C,S準則的權值分別為:

通過評價指標加權和分別計算各云制造資源服務節點Si在評價指標體系 V = ( T ,Q,C,S)下對應的優先值YiT，YiQ，YiC，YiS。顯然，服務質量準則YiS和產品質量YiQ為極大型指標，而時間YiT和成本YiC為極小型指標。因此，對S1的優先值Y1有：

針對對該企業所提交的制造任務，同理計算其它候選云制造資源節點的優先值，則分別為:

顯然，有 Y4＞Y1＞Y2＞Y3，因此，對于該制造任務選用云制造資源節點 S4為工作節點。

4 結束語

復雜產品的生產活動所涉及的各種軟硬件制造資源類型繁多，給云制造的實現帶來很多困難。考慮不同制造資源的形態，建立云制造資源動態集成框架，通過RFID技術追溯云制造服務過程，以評價指標加權和計算云制造資源優先值，可以為制造任務匹配最優云制造資源節點，并保證制造企業之間的有效協同。

[1] 馬軍,薛曉飛,羅國富,李宏偉.基于Agent的可重構協同制造服務鏈建模及其應用研究[J].機械科學與技術,2012,31(10):1654-1659.

[2] 李伯虎,張霖,王時龍等.云制造——面向服務的網絡化制造新模式[J].計算機集成制造系統,2O10,16(1):l-7.

[3] 劉士軍,曲本科,武蕾,孟祥旭.自組織云制造資源聚集框架與多維屬性區間搜索方法研究[J].計算機輔助設計與圖形學學報,2012,23(3):299-307.

[4] 羅永亮,張霖,陶飛,張雪松,任磊.云制造模式下制造能力建模關鍵技術[J].計算機集成制造系統,2012,18(7):1357-1366.

[5] 黃沈權,顧新建,陳芨熙,方水良,楊青海,周宏明.制造云服務的按需供應模式及其關鍵技術[J].計算機集成制造系統,2O13,19(9):2315-2324.

[6] 張金廣,李鋒剛,張磊.云制造背景下的服務匹配算法[J].計算機技術與發展,2013,23(3):41-44.

[7] 魏樂,趙秋云,舒紅平.云制造環境下基于可信評價的云服務選擇[J].計算機應用,2013,33(1):23-27.