智能制造云服務平臺的設計與實現

楊志和

(上海電機學院 電子信息學院,上海 201306)

智能制造云服務平臺的設計與實現

楊志和

(上海電機學院 電子信息學院,上海 201306)

建設和運營智能制造云服務平臺的目的在于實現信息化與工業化的深度融合。通過頂層設計，平臺匯聚并提供多層次的工業信息化所需的云服務，實現了智能制造系統的應用服務整合。平臺基于統一的工業大數據標準體系框架，對工業數據經過采集、抽取、轉換、加載并建立數據倉庫，分析與挖掘，以實現決策支持，實現了智能制造系統的數據級整合。

智能制造； 云平臺； 信息融合； 云制造

信息化和工業化(以下簡稱“兩化”)融合是我國產業結構調整升級和經濟發展方式轉變的重大戰略部署，《中國制造2025》和工業和信息化部都把促進工業云發展作為推進“兩化”深度融合、支撐智能制造發展的重要舉措[1]。“兩化融合”提升生產制造企業創新能力，主要難點在于軟、硬件平臺搭建、系統模型建立和仿真、高端研發人員的培養等。云平臺基于虛擬化技術，集成標準化的基礎資源管理、服務支撐、信息安全保障、運維監控保障功能，為“兩化融合”提供仿真技術(軟件)、云存儲、云部署、業務軟件云服務，可以有效降低企業“兩化融合”的工作量和實施成本，通過信息技術手段降低工業設計與制造的成本,提高生產效率[2]。

目前，國內工業云服務平臺的研制緊跟歐美發達國家的步伐。北京數碼大方科技有限公司(CAXA)和北京計算中心合作承擔的“CAXA工業軟件云服務平臺”是中國首個工業軟件云服務平臺，主推工業軟件在云服務平臺上的應用和推廣[3]；2013年12月，由北京市計算中心建造的“北京工業云”正式上線運營，它為工業設計和先進制造提供了一個創新服務平臺，可以提供設計、仿真、模擬、分析、測試和虛擬加工等計算服務[4]。廣東“工業云”創新服務信息化平臺是工業和信息化部“工業云”創新服務的試點，它是一個面向工業企業，尤其是為制造型中小企業提供了產品創新的公共服務平臺[5]；“徐工工業云”是徐州工程機械集團有限公司(簡稱“徐工集團”)與華為技術有限公司、阿里巴巴網絡技術有限公司、中國電信集團公司4家聯合打造，試圖構建“互聯網+云技術+制造”的一個工業云平臺，徐工通過“工業云”開放企業的資源，服務于全世界的“需求方”[6]。美國俄亥俄州超算中心倡導的藍領計算(Blue collar computing)就是將高性能計算應用于工業領域，基于虛擬建模和仿真技術實現云設計[7]。

“兩化融合”用戶可以基于軟件(即服務)和數據(即服務)的模式獲得低廉的企業信息化解決方案及服務。基于智能制造云服務平臺的服務，企業用戶可快速有效地實施基于云計算與工業互聯網的智慧工廠，降低設計與制造成本,提高資源利用率和生產效率，實現個性化定制生產，從而大幅縮短企業產品升級換代的周期，實時監測生產狀態數據，提高產品性能和質量，大幅提升工業企業的自主創新效率，推動企業兩化深度融合的能力[8]。

現有主流的智能制造相關的系統有企業資源計劃(Enterprise Resource Planning, ERP)系統、產品生命周期管理(Product Lifecycle Management, PLM)系統、制造企業生產過程執行系統(Manufacturing Executuion System, MES)、數據采集與監視控制(Supervisory Control and Data Acquistion, SCADA)系統等，建設面向“兩化融合”的工業云平臺，就是要實現上述系統在數據層和應用層的有機融合，即實現數據和應用服務共享。基于虛擬化技術，本文以PC機構建集群取代昂貴的服務器，降低建設成本；利用云計算技術為生產制造企業提供租用服務以替代軟件銷售，降低企業成本，最終實現按需部署、按需服務，開啟生產制造企業“兩化”深度融合之路，推動企業實現知識共享和協同研發，打通產業協同創新鏈條。

1 智能制造云服務平臺的設計

智能制造云服務平臺是將信息化建設的基本要素在平臺中形成面向服務的具有安全和運行保障的云計算公共服務(簡稱云服務)，主要提供平臺服務(PaaS)、軟件服務(SaaS)和數據服務(DaaS)，為“兩化融合”建設專有業務系統準備好所有信息化基礎設施資源，各工業企業利用這一公共服務平臺建設應用云平臺(如空間地理信息云、中小企業云、食品云和金融云等)[9]。

智能制造云服務平臺總體架構如圖1所示。

智能制造云服務平臺的建設形成基礎設施資源池、數據資源池、軟件資源池等信息化資源池，實現按需服務，真正使基礎設施成為基礎性的公共資源，為各類不同應用提供基礎支撐服務。

智能制造云服務平臺基于公共平臺，采用單點部署公共業務的方式，向區域內相關企業提供多層次的工業信息化應用服務。表1給出了可向各工業企業提供服務的部分公共應用系統。因此，該平臺整合了智能制造從設計、生產、管理到銷售與服務的大部分應用服務，并利用高性能計算技術和虛擬化技術，為中小企業提供購買或租賃信息化云服務。通過云服務最大限度的共享資源，節約資金[10]。

圖1 智能制造云服務平臺架構圖Fig.1 Architecture of the cloud service platform for intelligent manufacturing

序號系統名稱備注1數字化設計軟件:CAD/CAM/CAPP/CAE/PDM共享平臺、多租戶方式下使用2企業信息門戶共享平臺、多租戶方式下使用3電子采購平臺共享平臺、多租戶方式下使用4辦公自動化系統共享平臺、多租戶方式下使用5統一用戶和單點登錄系統共享平臺、多租戶方式下使用

智能制造云服務平臺采用信息化手段建設一批專有業務管理系統(見表2)，以提高生產制造企業內部設計、生產、經營、銷售能力，提高生產力，開展多樣化服務，從而促進深化“兩化融合”的建設目標[11]。

智能制造云服務平臺最先為企業提供“水平戰略數據整合”服務，其次提供“垂直生產數據整合”服務，最后實現了端—端的流程數據整合服務策略。

表2 智能制造云服務平臺的專有業務服務列表

2 智能制造云服務平臺的實現

目前，現代裝備制造業有實現系統自動化的基礎，利用設備現有的機械手或增加機械手、可編程邏輯控制器(Programmable Logic Cotroller, PLC)和自動控制軟件可實現系統自動化；機械手結合專用定制的自動化設備單元可以實現所有數控設備的自動化改造，使以數字化、網絡化、柔性化及系統集成技術為核心的智能制造裝備取得重大突破。由于重點行業裝備的數控化率較高，且大量先進的信號監測設備投入運營，因此也產生了很多監測數據。但這些監測數據以不同組織形式存儲在不同的監測站點,形成了一個個“數據孤島”,彼此無法相互訪問與利用，要對這些數據進行綜合利用就顯得尤為困難[12]。

本文提出用一種基于獨立安全域聯盟的數據交換與共享框架來管理各個監測站點的數據，使各監測系統間的數據能夠互聯互通，完成多源信息融合，從而為上層決策系統進行數據綜合分析和故障智能診斷提供數據層面的支持[13]。該框架將每個數據源看成一個獨立的安全盟友進行管理，盟友之間可以通過網絡實現數據交換與共享；通過數據容器構建一個全局虛擬數據庫視圖，并賦予每個盟友訪問該虛擬數據庫的權限和能力，實現各盟友間歷史數據的透明訪問。對于其他具有時效性的數據，如實時數據、定時數據等,則通過盟友用戶預先制定的各種數據發布/訂閱關系來實現數據的自動推送與接收。每個聯盟成員都可以獲取當前整個聯盟系統的所有發布數據；在這些發布的數據中，可能有一部分數據是本盟友在進行聯合數據分析時所必需的數據，則其可以根據需要對這部分數據進行訂閱；當這些發布數據有內容更新時，該盟友可以及時地得到更新內容。本文采用如下方案來解決多源數據的集中同步與一致性問題：將聯盟數據庫原有的兩兩數據直接交換的結構改為先轉換成一種中間格式，再將中間格式轉換為目標格式，如圖2所示。

圖2 聯盟數據映射模式改動示意圖Fig.2 Schematic diagram of alliance data mapping model

具體實現時采用了基于消息隊列的通信機制將盟友與盟友之間的通信關系充分解耦，采用可擴展標記語言(Extensible Markup Language, XML)作為數據的基本交換格式，以屏蔽不同監測系統之間的數據差異，提高了系統的靈活性和可擴展性[14]。

智能制造云服務平臺的區域聯盟可以劃分為以下10個安全域。

(1) 核心數據交換域(Core Switch Domain，CSD)。該域是整個云平臺的中心區域，負責云平臺各區域數據的交換。

(2) 業務數據服務域(Business Data Service, BDS)。該域為工業企業各類業務應用提供服務。

(3) 公開數據服務域(Public Data Storage Service，PSS)。該域以服務方式向所有用戶提供數據存儲。各工業企業的門戶網站將部署在該區域。

(4) 平臺核心服務域(Platform Core Servic，PCS)。這是整個綜合服務中心的核心區域，為綜合服務中心提供平臺類服務。

(5) 業務數據存儲域(Business Data Storage，BDS)。該域存儲平臺核心及不對互聯網用戶開放的數據。

(6) 業務管理服務域(Business Management Services，BMS)。該域提供運維管理、網絡管理、平臺資源配置管理、信息化基礎資源交付與受理服務。

(7) 安全管理域(Safety Management District，SMD)。該域提供安全管理中心信息發布和展示、安全事件報表、風險態勢分析、告警等應用、展示操作。

(8) 數據交換域(Data Exchange Domain，DED)。該域主要提供平臺內各區域之間、平臺與平臺之間、平臺與平臺外應用系統之間的數據交換服務。

(9) 業務托管域(Business Managed Domain，BMD)，即應用服務區。該域為托管在綜合服務中心的各類業務(除門戶及面向公眾的業務)提供托管服務，提供相應的計算資源、運行環境、安全設施等。

(10) 互聯網應用服務域(Internet Application Service，IAS)。該域為互聯網用戶服務，提供面向公眾的業務服務，如門戶網站、郵箱系統等。

3 案例分析——中云智慧工廠

中云智慧工廠是一個基于臨港智能制造產業區的工業自動化綜合管理系統示范平臺，能夠高效、直觀、迅速地整合企業所有信息資源，從而輔助智能決策。中云智慧工廠能夠實現各生產環節生產工況信息的聯通與共享，能夠使不同信息系統有機地聯系起來，實現互聯互通、協調有序運行。中云智慧工廠具備可視化信息查詢與信息統計、實時安防監控、特定需求預測與預警、環境排污實時監測、生產流程和設備實時監測等功能。中云智慧工廠的系統架構如圖3所示。

圖3 智慧工廠系統架構圖Fig.3 Framework of the intelligent factory system

中云智慧工廠全面集成企業的生產管理、設備管理、安全管理，兼容所有智能設備，深度融合了工業物聯網技術，支持各種串口通信協議和無線通信協議。系統通過統一的平臺管理各種設備，獲取各類數據信息，聯動各類預、報警系統；提供可定制、可擴充的各類業務服務模塊和各類數據報表服務模塊，提供面向用戶個性化需求的深度數據挖掘與分析，實現了企業高效、安全、節能的整體運作。圖4給出了中云智慧工廠的基本架構。該架構包括決策層、運營層、執行層和設備層4層，相對應的服務對象是集團層、工廠層、車間層和生產線。處于最上層的是商業智能(Bussiness Intelligence, BI)和決策執行系統(Decision Support System, DSS)；處在第2層的是與生產計劃、物流、能源和經營相關的ERP、客戶關系管理(Customer Relationship Management, CRM)、供應鏈關系管理(Supply Chain Management, SCM)等，以及產品設計、技術相關的PLM；處在第3層的是與制造生產設備和生產線控制、倉庫管理相關的MES、質量管理系統(Quality Management System, QMS)、倉庫管理系統(Warehouse Management System, WMS)功能；處在最下層的是感知層，也是至關重要的一層，數據通過設備層的PLC、DCS傳出，實現產品信息的采集以及追溯等。

圖4 智慧工廠信息架構圖Fig.4 Framework of the intelligent factory information

中云智慧工廠集成了計算機與網絡、物聯網、音頻和視頻、傳感器、虛擬現實、移動互聯網及無線通信等技術，實現了對企業的數字化綜合管理。中云智慧工廠系統主要具有以下功能。

(1) 數據采集。負責對現場的生產設備(如上位機、PLC)采集數據，用圖形畫面顯示實時生產過程，并將數據保存到數據庫服務器，為今后各類數據分析提供歷史數據。

(2) 數據存儲。將設備運轉、設備操控、設備的歷史數據以及系統配置信息保存到工業庫服務器，為生產統計及系統、設備性能分析提供歷史數據。

(3) 實時監測。實時監測企業生產與安全狀況：基于各路傳感器對生產設備運行狀況進行實時動態監測；基于視頻實時分析技術實現工業視頻實時監測與預警；可對人員位置進行實時跟蹤、監測。及時發現并自動處理各類報警信息，自動對超限、斷電、異常等情況發出聲、光報警，并提供報警事故自動化處理方法和程序；各類歷史日志信息可以圖文一體可視化地查詢、統計、分析。企業管理者可以足不出戶地實時掌握一線生產狀況，實現對生產制造過程數據實時性監控和處理；可以利用存儲的數據從事數據挖掘、分析，通過參數設置實現設備的自動報警和應急處理，實現自動化無人值守和應急處理。

(4) 報表。包含了小時產量報表、日產量報表、詳細報警信息報表、設備開停報表、監測數據報表、匯總報表及工具更換報表等。

(5) 其他子系統。可定制壓力、排風、排水、人員、生產線、倉儲及物流等現場實時監測和控制系統。

4 結 語

智能制造云服務平臺為制造業提供了快速部署的虛擬化技術基礎平臺；優化整合了企業資源，提供了云計算環境和云設計軟件；優化和改進了生產和管理系統，提供了可按需定制的管理云平臺；提供了統一運維和安全保障的云服務體系，最終實現了工業企業的云制造[15]。智能制造云服務平臺為深化“兩化融合”提供有力支撐。

[1] 周濟.智能制造——“中國制造2025”的主攻方向[J].中國機械工程,2015,26(17)：2273-2284.

[2] 張潔，呂佑龍.智能制造的現狀與發展趨勢[J].高科技與產業化,2015，11(3)：42-47.

[3] 陶永,王田苗,李秋實,等.基于“互聯網+”的制造業全生命周期設計、制造、服務一體化[J].科技導報,2016,34(4)：45-49.

[4] 馮國華.打造大數據驅動的智能制造業[J].中國工業評論,2015(4)：38-42.

[5] 于青利,李曼,周倩.云計算時代托舉智能制造走向成功[J].世界電信,2015(7)：29-36.

[6] 袁景凌,徐麗麗,苗連超.基于XML的虛擬法異構數據集成方法研究[J].計算機應用研究,2009,26(1)：172-174.

[7] 李冠宇,黃海,張俊.XML在異構數據集成方面的應用[J].交通信息與安全,2002,20(5)：25-28.

[8] 陳宏,曹健,梁旻.分布異構環境下的數據集成方法及應用[J].計算機工程,2005,31(5)：115-116，180.

[9] ROELKENS G, LIU L, LIANG D，et al. III-V/Silicon photonics for on-chip and intra-chip optical interconnects [J]. Laser & Photonics Reviews,2010,4(6)：751-779.

[10] TORRES L, BRUM R M, CARGNINI L V, et al. Trends on the application of emerging nonvolatile memory to processors and programmable devices[C]∥2013 IEEE International Symposium on Circuits and Systems(ISCAS2013). Beijing：IEEE,2013：101-104.

[11] 宋庭新，張成雷，李成海,等.中小企業云制造服務平臺的研究與開發[J]．計算機集成制造系統，2013，19(5)：1147-1154．

[12] 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．

[13] LECUN Y, BENGIO Y, HINTON G. Deep Learning [J]. Nature,2015(521)：436-444.

[14] 陳祎淼.智能制造：兩化深度融合主攻方向[J].企業管理實踐與思考,2015(2)：31-32.

[15] 蔣明煒.智能工廠：實現智能制造的重要載體[J].中國工業評論,2016(1)：28-36.

Design and Implementation of a Cloud Service Platform forIntelligent Manufacturing

YANG Zhihe

(School of Electronic Information, Shanghai Dianji University, Shanghai 201306, China)

The purpose of building and operating the cloud service platform for intelligent manufacturing is to realize close integration between informationization and industrialization. In the top-level design, the platform provides and combines multi-level cloud services needed in the industry informationization, and realizes integration of application services for the intelligent manufacturing system. Based on a unified framework of the industrial big data standard system, the platform realizes collection, extraction, transformation and loading of the data, and establishes a data warehouse. The decision making is supported by information analysis and data mining so that the data level integration is realized for the intelligent manufacturing system.

intelligent manufacturing; cloud platform; information fusion; cloud manufacturing

2016-10-28

楊志和(1978-)，男，講師，博士，主要研究方向為計算機應用技術、軟件工程等，E-mail：yangzh@sdju.edu.cn

2095-0020(2016)06-0338-06

TP 393.09; TH 166

A