基于資源云端化的服務調度本體描述模型*

李長儀 劉婷婷 張 軍 付 軍

(山東理工大學商學院，山東 淄博255012)

云制造是一種面向服務、高效低耗、基于知識的智能化網絡制造新模式［1］。以物聯網、信息物理融合系統、云計算為代表的先進信息化技術被融入其中，以期實現對當前網絡化制造體系的深層次擴充與升級，最終完成制造服務模式向“按需服務”架構的根本轉變。

在這個開放的制造平臺上，集合了廣地域、大規模、異構式、多樣化的龐大制造資源群體。但由于其各自的復雜性能，還難以被用戶直接透明調用［2-3］。對其進行清晰表達，完成與平臺緊密集成，實現無縫銜接，成為云制造中服務與需求高效對接、資源優化配置的首要前提，也是對調度架構的基礎支持［4-5］。

與此同時，云制造面對的用戶制造需求極其復雜，具體表現在:全球化的地域分布、多元化的需求類型、模糊性的需求定義、個性化的需求表現、實時性的需求滿足、專業化的實現技術、交互式的完成過程。于是，面向用戶的服務需求進行各類制造資源的組織、分派和使用，實現制造全生命周期的用戶參與，從而達成“制造即服務”的云制造核心理念面臨著巨大挑戰［1］。

云制造資源的虛擬服務化能夠弱化資源、平臺、用戶之間的耦合依賴，消弭異構差別，使之成為面向用戶無縫集成、高度透明的應用模式;通過對復雜制造資源的系列化智能調度作業，不僅為單個用戶做到“分散資源集中服務”，還可以為多個用戶實現“集中資源分散服務”［6-7］，是體現云制造運作效能的關鍵節點。

本文在探索物理制造資源到虛擬態制造資源映射的普適化解決路徑的基礎上，對云制造中掌控面向用戶需求、敏捷、智能化服務的綜合調度運作體系架構進行分析，將其抽象為本體模型進行詳細刻畫，最后設計了云制造服務調度平臺的技術實現方案。

1 云制造資源虛擬云端化

云制造平臺基于物聯網、CPS 和虛擬計算等技術實現了對制造資源的動態感知、實時互聯、抽象封裝、系統融合和智能控制［4-5］。融入其中的物理制造資源可形式化抽象描述為:

物理制造資源以URI 為統一標識，可以基于物聯網中的對象命名解析服務在云制造平臺中實現定位。BasicAttributes 是對物理制造資源基礎屬性的表述集合，其中包含了名稱、類型、供應方、聯絡方式、地理位置等基本信息。FunctionAttributes 與UnfunctionAttributes分別描述了PMR 的功能性指標和非功能性指標。StateMatrix 是對PMR 所處狀態的模型描述，記錄了云制造物理資源的動態變化狀況。TaskSequence 是PMR 所承擔制造任務集合的描述，對已完成制造任務歷史予以記錄，并控制后續制造任務的執行序列。

通過對物理制造資源的虛擬云端化，形成云制造平臺中基礎粒度的制造形態-制造云滴。虛擬云端化模型CVMapping 和制造云滴MCloudDroplet 的形式化抽象模型可分別描述為:

CVMID 是虛擬云端化模型標識，CVMProfile 描述虛擬云端化模型的概要信息，Category 是虛擬云端化的實現類型，PMResourceSet 是模型涉及物理制造資源集合，BusinessLogic 是模型對邏輯關系的描述，Constraint 給出模型的約束條件。

制造云滴在云制造平臺中以ID 進行唯一標識，StaticAttributesProfile 描述了MCloudDroplet 的名稱、制造功能等靜態信息，而DynamicAttributesProfile 則對MCloudDroplet 的狀態、制造服務質量等動態信息進行表達。物理制造資源與制造云滴之間的映射關系由虛擬云端化模型CVMapping 實現。

由此，各類物理制造資源被虛擬映射為制造云滴，實現系統性融合，成為云制造平臺中服務執行的基礎單元。

2 云制造服務調度框架

云制造平臺的服務調度涉及制造軟硬件資源的云服務化與注冊發布、主動尋租，制造需求的分析降解、服務請求，以及制造云服務與需求間的匹配銜接、優化配置、容錯遷移和服務評價等問題［6］。本文構建了如圖1 所示的云制造服務調度的基本框架。

首先，各類制造軟硬件資源融入網絡環境，進行主動尋租。通過云制造服務平臺中的制造云凝結體系，對基礎資源進行抽象提取，并實現虛擬化封裝，形成云制造基礎粒度的制造云滴。然后以制造云滴的聚合作用產生具有主動性、適應性、敏捷性、協同性、集成性和自我控制能力的制造云服務形態，并聚集于制造云池中進行登記注冊，完成服務發布。

其次，由云制造的需求管理對復雜制造需求形態進行解析，將模糊、雜糅的制造需求降解，使之形成多個低粒度的、能夠為云制造服務直接執行的、獨立的制造需求表述。

于是，當獨立云制造需求產生以后，其服務請求提交至云調度服務中心，由其完成服務調度分派的過程。云服務調度中心首先會根據獨立云制造需求的表述，在制造云池中完成服務發現。然后對發現結果集執行服務匹配。有些情況下，由于制造云服務的能力有限，還需要通過服務組合的形式來群體應對大規模的制造需求。云服務調度中心在匹配結果集中進行優選，最終確定制造服務的提供者，發布調度指令，進行制造服務。在服務過程中，云服務調度中心通過容錯遷移的方式解決突發事件導致的服務中斷，達到服務的平順、透明對接，確保制造任務的正常完成。當服務執行結束后，云調度服務中心會根據執行狀況及需求用戶的反饋結果進行服務評價。整個調度運作均在云服務調度知識庫所提供的調度規則知識的支持下完成。

3 云制造服務調度本體模型

3.1 本體構建

將云制造服務調度框架中涉及的運作主體進行模擬抽象，形成了5 個概念模型，構建了如圖2 所示的云制造服務調度本體頂層模型，分別為:

制造云凝結本體MCloudCondensing 的構造涵蓋了制造資源PMResource，制造云滴MCloudDroplet，制造云服務MCloudService，虛擬云端化CVMapping，云聚合CDAggregate。其中，CVMapping 實現PMResource向MCloudDroplet 的轉化，CDAggregate 聚集MCloud-Droplet 形成MCloudService。

制造云服務MCloudService 由云服務概要描述MCloudServiceProfile，云服務處理模型MCloudServiceModel，云服務支持 MCloudServiceGrounding，制造資源MCloudResource 進行表述。McloudResource 可以是獨立PMResource，也可能是多個MCloudDroplet 中凝結的PMResource 集群。MCloudService 的服務形式表現為:虛擬制造單元VMUnit，虛擬技術系統VTSystem，虛擬知識庫/數據庫/模型庫VK/D/MBase，虛擬軟件開發工具VSTools，虛擬制造能力VMAbility。

制造云池MCloudPool 中聚集了融入云制造平臺的MCloudService，提供以下服務形式:云服務注冊MCSRegister，云服務發布MCSAdvertise，云服務查詢MCSQuery。

制造需求管理MRManagement 負責接收抵達云制造平臺的制造需求MRequirement，并通過需求解析MRResolve 實現對MRequirement 的降解生成獨立云服務請求IMRequirement。

云服務調度MCSScheduling 為調度模型的核心本體，其響應IMRequirement 的調度請求，在MCloudPool中對MCloudService 進行組織調度，完成以下調度功能:云服務發現/匹配MCSDiscovery/Match、組合MCSCompose、優選分派MCSOptimize/Assign、容錯遷移MCSMigrate、評價MCSEvaluate，云服務評價MCSEvaluate。確立需求與服務的關聯關系。之后制造云服務就可與對應的獨立云服務需求展開協同，提供服務。

3.2 基于OWL-S 的本體刻畫

OWL-S 作為一種Web 服務的本體規范，將WSDL、OWL 語義標記以及SWRL 等語義規則描述語言結合在了一起，較其他本體描述語言展現了更多的優勢［8-9］。根據OWL-S 的描述模型，每個Web 服務可以通過以下模塊對其闡釋:描述Web 服務概要信息的Service Profile;描述服務運作過程的Service Model;描述服務支持訪問屬性的Service Grounding;描述服務提供者的Resource［9］。

基于以上所述OWL-S 的Web 服務結構，將云制造服務調度本體頂層框架中的5 個核心部件進行了描述，形成了基本的Web 服務架構，如圖3 所示。

其中，制造云凝結、制造云池、需求管理作為云服務調度的前置服務，其Service Model 及其子類Process中的調度支持行為(制造云凝結中的虛擬云端化、云聚合，制造云池中的云服務注冊、發布、查詢，需求管理中的需求解析)是這三類Web 服務的根本所在。而云服務調度是云制造服務調度模型中的運作核心，它的調度處理結構必然是該Web 服務的重中之重。制造云服務是云制造服務調度中的主要處理對象，其概要信息、服務模型、訪問支持，以及所鏈接實體資源的制造屬性，都是調度處理中的基本決策依據，故均進行了詳細刻畫。

在此，以制造云服務為例，展示了基于OWL-S 的Web 語義描述。另外所定義的4 類Web 服務也遵循OWL-S 的結構搭建，只是由于服務內容固定，相對簡潔清晰，故描述著重體現在服務運作模型中的處理過程上，第4 章對云服務調度的處理過程進行了詳細分析，其余服務分析從略。

制造云服務基于OWL-S 的服務模型如下所示:

在這個四元組中，MCloudServiceProfile 描述了制造云服務的概要信息，MCloudServiceModel 描述了制造云服務的運作模型，MCloudServiceGrounding 描述了制造云服務的訪問支持技術，MCloudResource 則描述了制造云服務所依附的制造資源。

在如圖3 所示的制造云服務基于OWL-S 的類結構 圖 中，MCloudService，MCloudServiceProfile，MCloudServiceGrounding， MCloudServiceResource，MCloudServiceModel 以及MCloudServiceProcess 構成了該結構的主體。MCloudServiceProfile 對MCloudService的概要信息進行了全面描述，其中的組成成分可分為3 類:一般屬性、功能性屬性和非功能性屬性。一般屬性主要描述制造云服務的外顯基本信息，除了名稱(mfgCloudName)、文本描述(textDescription)和聯系信息(contactInformation)3 個數據屬性以外，還有類型(MCloudCategory)、質 量(MCloudQuality)、價 格(MCloudCost)、狀態(MCloudStates)等對象屬性。而功能性屬性指與服務處理相關的屬性信息，包括:輸入(Input)、輸出(Output)、前提(Precondition)、結果(Result)、效果(Effect)。非功能性屬性描述了制造云服務的處理能力，包括5 個子類:虛擬制造單元(VMCell)、虛擬計算系統(VComputingSystem)、虛擬知識庫/數據庫/模型庫(VKnowledgeBase)、虛擬軟件工具(VSoftwareTool)、虛擬制造能力(VMAbility)。MCloudServiceProcess 是MCloudServiceModel 的子類，其信息也為MCloudServiceProfile 所有，并為MCloud-ServiceResource 所執行。因制造資源千差萬別，各制造云服務實例的Process 也會各不相同，所以MCloudServiceProcess 具體屬性方法未做設定。作為制造云服務的提供者，與前文所述制造資源相對應，MCloudServiceResource 概括了9 類物理資源。

4 云制造服務調度業務分析

云服務調度擔負著各項核心調度處理作業，其運作狀況直接決定了云制造服務調度的處理性能。因此，我們將對云服務調度的兩個核心結構——處理流程和知識庫一一進行重點探討。

4.1 云服務調度作業流程

在基于OWL-S 的云制造服務調度本體中，云服務調度被作為一類Web 服務來進行描述，而其中的重點就是運作模型中的Process。

云服務調度的MCloudSchedulingProcess 主要針對整個調度處理過程，描述一系列調度行為的邏輯結構和組合關系。我們以組合過程的形式構建整個Process，其中包含了初始調度(ServiceSchedule)、服務遷移(ServiceMigrate)、服務評價(ServiceEvaluate)3 個原子過程。其處理流程如圖4 所示。

初始調度原子過程集合了服務發現、匹配、組合、優選、分派這一系列緊密銜接的調度操作，以獨立制造需求為輸入參數、調度分派命令為輸出參數，進行初始云服務調度，為Sequence 控制。當服務過程中出現異常時，MCloudSchedulingProcess 將啟動服務遷移原子過程，以服務異常信息為輸入參數、再調度命令為輸出參數，將制造任務遷移至其他制造云服務進行執行，故該原子過程為If-Then-Else 控制。當服務結束后，無論是否完成所分派的制造需求，均由云服務調度根據服務提供方與制造需求方反饋的執行信息，對制造云服務進行評價，也就是第3 個原子過程，其為Sequence控制。

4.2 云服務調度知識庫

云服務調度處理的業務過程是在云服務調度知識庫提供的調度規則知識的支持下完成的。其中包含的調度知識主要有:

(1)云服務發現/匹配

云服務調度通過制造云池發現相關服務，然后對該服務群體中的每個服務執行匹配操作。匹配算法可分為3 個階段:一般屬性匹配、輸入輸出匹配、服務質量匹配［10］。一般屬性匹配將MCloudProfile 中描述的制造云服務的服務名稱、文本描述、服務類型等一般屬性與服務需求對應屬性進行比對，確認符合狀況。輸入輸出匹配以制造云服務和服務需求的輸入輸出內容為操作對象。服務質量匹配的操作對象為MCloudProfile 中的MCloudQoS 指標。以上匹配過程會呈現4 種結果:“相當、大于、小于、無關”。作為匹配結果達到前兩種條件的制造云服務符合制造需求，形成提供服務的備選集合。

(2)云服務組合

經過匹配過程后，屬于后兩種匹配情況的制造云服務則不能滿足制造需求。而值為“小于”的匹配結果表示制造云服務能夠部分的滿足制造需求，所以可通過服務組合的方式達到服務指標要求，加入提供服務的備選集合中。就云制造服務組合方式來說，因為并行模式在各組合方之間沒有交叉，故實現較為簡單，而串行模式則涉及組合服務之間的前后銜接，需要相應輸入輸出的對接，前提、效果的匹配，以及服務質量的對等，甚至是物理資源的遷移，所以要復雜的多。結合實踐狀況，服務組合很少是單純的并行或串行組合，更多的可能是串并結合，結構雜糅。基于計算模式的服務組合已經有學者進行了較多研究，獲得了一定可借鑒成果，但能夠直接應用于云制造領域的服務組合理論仍屬鮮見［7-11］。

(3)云服務優選分派

基于全局資源優化配置的考慮，需對備選制造云服務執行優選。這也是傳統生產調度研究的主要領域。隨著近年來智能優化算法研究的深入，已經產生了豐富的研究成果［12-13］。但在云制造環境中，由于制約因素復雜多樣，如物流優化、工序對接、協同作業等，故不能完全照搬現有調度策略，尚需在優選指標體系的建立、優選算法的平臺調適等方面作深層次研究。

(4)云服務容錯遷移

在制造云服務運行過程中，由于異常因素干擾導致任務中斷時，則需將其遷移至其他制造云服務繼續執行。在當前云計算的相關研究中對計算任務的容錯遷移已有較多成果及應用案例［14］。與之相比，云制造中的容錯遷移需要慎重決策已執行部分的有效性，所以涉及實體資源的制造云服務遷移比基于計算模式的容錯遷移要更為復雜。已執行的實體資源遷移成本直接關系到最終的服務總成本，故必須在做好成本核算及權衡的基礎上決定遷移策略。

(5)云服務評價

云服務評價以獲取服務后的QoS 指標為目標，其中包括性能服務質量和信任服務質量［15-16］。性能服務質量是反映制造云服務水平高低，由諸如完成時間、服務價格、可靠性、穩定性、可持續性等指標組成;而信任服務質量體現的是服務需求方對制造云服務的滿意程度，由服務指標權重和需求認可度兩者決定。云服務評價把制造云服務的完成信息和服務需求方的反饋信息進行綜合，計算得到QoS 的各項指標，傳遞至制造云池和對應制造云服務進行記錄，作為服務質量匹配的操作參數。

5 云制造服務調度平臺技術實現方案

云制造服務調度平臺以“制造即服務”為根本目標，重點在于實現對完成虛擬化封裝的制造資源進行服務化運營。面向服務架構(service-oriented architecture，SOA)可以根據用戶需求，通過網絡對松散耦合的粗粒度應用組件進行分布式部署、組合和使用，基于服務組合實現大規模、跨組織復雜業務流程，智能、敏捷應對多變的業務需求［17］。因此，本文的云制造服務調度平臺基于SOA 模式進行搭建。

面向SOA 的Web 服務技術規范構架主體包括:SOAP (simple object access protocol)，WSDL (web service description language )/OWL (ontology web language for services)，UDDI(universal description，definition and integration)/JNDI(java naming and directory interface)，還 有 WS-* 擴 展 規 范:WS-Trust，WSSecurity，WS-Reliable Messaging，WS-BPEL (business process execution language)［18-19］。此外，制造資源的虛擬化封裝、制造服務集成、人機接口等具體業務引入Java 系列化產品Java POJO、EJB、JSP/JSF 等技術及企業集成總線ESB(enterprise service bus)、ESP(event stream processing)等規范予以描述。具體實現技術架構圖如圖5 所示。

首先，對復雜多樣的制造資源通過Java POJO 和EJB 完成其虛擬服務化，此外也有云計算虛擬化開發工具CloudSim 可供使用，但其尚未能完全滿足于云制造各類資源的普適性需求。

其次，制造云聚合要達到制造云滴的集成協作，需由企業集成總線ESB 來進行統籌整合。接下來，經由JENA 完成的OWL-S API 將虛擬資源與制造云服務本體進行銜接，從而由OWL-S 呈現制造云服務本體和調度知識本體的語義網絡描述。

然后，制造云服務發布、注冊于制造云池，以供查詢、調度，主要基于Web 服務的統一描述、發現和集成協議UDDI 或Java 命名與目錄接口JNDI實現。

同時，融入平臺的制造需求的表述可通過JSP/JSF 等表示層技術予以構建，復雜任務由WS-BPEL 進行降解，分別請求調度。

最后，調度原子操作通過Java 基礎類庫和EJB實現，而其業務處理流程則要由業務流程執行語言(web service business process execution language，WSBPEL)進行設計。以OWL-S 描述的調度知識本體經OWL-SAPI 傳遞，并由JBoss Rules 轉換生成調度規則，作為調度決策支持。制造服務執行過程中的云服務集成控制由ESB 予以實現，而出現的任務失敗等異常狀況由ESP(event stream processing)進行應對。

6 結語

云制造“按需服務”的運作模式依賴于融入平臺的各類制造資源的高度集成、優化配置、智能協作。本文在分析制造資源虛擬云端化的形式化描述方法的基礎上，構建了云制造服務調度框架，梳理了云制造服務調度運作流程，提出了云制造服務調度本體模型并基于OWL-S 進行了模型刻畫，規劃了云制造服務調度處理結構與知識規則，并擬定了云制造服務調度平臺的技術實現方案。

云制造理論相關研究尚處于起步階段，成熟的技術體系與應用架構仍為業界所期待。云制造資源虛擬服務化理論的統一與規范化，以及技術體系的標準化，將有助于云制造平臺的靈活擴展與動態延伸，增強制造服務能力。云制造服務調度相關技術的發展，如:服務的智能化發現、匹配技術，動態、高效的服務組合技術，專業化的優選、評價指標體系與算法，以及透明化、低能耗的平滑遷移技術，將充分優化云制造平臺的資源配置與協作機制，實現運作效能的大幅提升。

［1］李伯虎，張霖，任磊，等.再論云制造［J］.計算機集成制造系統，2011，17(3):449-457.

［2］Yongliang Luo，Lin Zhang，Fei Tao，et al，Zhiqiang Zhang. A modeling and description method of multidimensional information for manufacturing capability in cloud manufacturing system ［J］.International Journal of Advanced Manufacturing Technology，2013，69:961-975.

［3］張霖，羅永亮，陶飛，等.制造云構建關鍵技術研究［J］.計算機集成制造系統，2010，16(11):2510-2520.

［4］任磊，張霖，張雅彬，等.云制造資源虛擬化研究［J］.計算機集成制造系統，2011，17(3):511-518.

［5］Hu Yefa，Tao Fei，Zhao Dongming，et al. Manufacturing grid resource and resource service digital description［J］. International Journal of Advanced Manufacturing Technology，2009，44:1024-1035.

［6］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，2010，16(1):1-7，16.

［7］陶飛，張霖，郭華，等.云制造特征及云服務組合關鍵問題研究［J］.計算機集成制造系統，2011，17(3):477-486.

［8］劉燁，史明華.基于OWL-DL 的制造加工服務描述建模方法［J］.計算機集成制造系統，2011，17(4):767-775.

［9］吉峰，何衛平，魏從剛，等.基于OWL-S 的網絡協同制造本體研究［J］.機床與液壓，2006(7):22-26.

［10］Tao Fei，Hu Yefa，Zhao Dongming，et al. Study on resource service match and search in manufacturing grid system［J］. International Journal of Advanced Manufacturing Technology，2009，43:379-399.

［11］Liu Zhizhong ，Xue Xiao，Shen Jiquan，et al. Web service dynamic composition based on decomposition of global QoS constraints［J］. International Journal of Advanced Manufacturing Technology，2013，69:2247-2260.

［12］Chandrasekaran M，Muralidhar M Dixit. Online optimization of multipass machining based on cloud computing［J］. International Journal of Advanced Manufacturing Technology，2013，65:239-250.

［13］Yuanjun Laili，Fei Tao，Lin Zhang，et al. A study of optimal allocation of computing resources in cloud manufacturing systems ［J］.International Journal of Advanced Manufacturing Technology，2012，63:671-690.

［14］Tao Fei，Hu Yefa，Zhao Dongming，et al. Study of failure detection and recovery in manufacturing grid resource service scheduling［J］. International Journal of Production Research，2010，48(1):69-94.

［15］Tao Fei，Hu Yefa，Zhou Zude.Application and modeling of resource service trus-QoS evaluation in manufacturing grid system［J］. International Journal of Production Research，2009，47(6):1521-1550.

［16］Tao Fei，Hu Yefa，Zhao Dongming，et al. Study on manufacturing grid resource service modeling and evaluation［J］. International Journal of Advanced Manufacturing Technology，2009，41(9/10):1022-1041.

［17］羅軍舟，金嘉暉，宋愛波，等.云計算:體系架構與關鍵技術［J］.通信學報，2011，32(7):3-21.

［18］朱志良，苑海濤，宋杰，等.SOA 與云計算:競爭還是融合［J］.計算機科學，2011，38(12):6-11.

［19］姚錫凡，練肇通，李永湘，等.面向云制造服務架構及集成開發環境［J］.計算機集成制造系統，2012，18(10):2312-2322.