工業場景中基于云計算的遠程運維技術研究

王嘉寧

(上海工業自動化儀表研究院有限公司，上海 200233)

0 引言

智能制造是基于新一代信息通信技術與先進制造技術的深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式[1]。當前，以智能制造為代表的新一輪產業變革發展迅猛，數字化、網絡化、智能化日益成為制造業的主要趨勢。為加速我國制造業轉型升級、提質增效，“十三五”期間智能制造工程將同步實施數字化制造普及、智能化制造示范，分類開展離散型智能制造、流程型智能制造、網絡協同制造、大規模個性定制、遠程運維服務5種新模式試點示范[2]。作為5種制造模式的典型代表，遠程運維技術在近年來越來越受到大家關注。在國家發布的智能制造標準化體系中，運維服務是其中重要的組成部分[3]。

1 遠程運維技術

隨著智能制造概念的提出，運維技術開始發展。從傳統的現場狀態監測、故障診斷到基于網絡的狀態監測、故障診斷，到現在的基于大數據和云計算的遠程運維。基于運維技術，現在已經集成了集狀態監測、故障診斷、預測性維護、設備備件管理等功能為一體的系統。目前，基于云端的遠程運維系統常見架構圖如圖1所示。

圖1 遠程運維系統常見架構圖

就工業現場的特點而言，首先對象層的設備數量和每臺設備采集的參數種類較多，因此在狀態監測過程中會產生大量的數據。而工控環境對數據傳輸的可靠性、時延性也有要求，因此傳統的分布式監測診斷模式難以適應現在的工業環境。云計算的出現大大提高了數據的計算能力和利用率，邊緣計算的出現則在要求低時延的場合發揮了巨大的作用。

2 對象層

對象層為遠程運維系統的底層，是遠程運維數據的來源。通過傳感器對對象設備進行“狀態監測”獲取各項參數，實時將數據傳輸至上層。對象層為遠程運維系統基礎要素，承擔遠程運維技術中“狀態監測”功能。整個遠程運維技術是建立在狀態監測之上的。如果不能正確有效獲取參數，整個遠程運維都無從展開。由于工業現場的復雜多樣性，每個行業建立對象層時需考慮的要素也不盡相同。以下列舉幾種典型工業場景中對象層的實際情況和應考慮的問題。

(1)大型高端重裝備，其現場環境往往比較惡劣，網絡基礎設施較差，單臺設備采集參數多，關鍵設備采集頻率較高[4]。因此，工業環境下的對象層應考慮的問題是如何保證狀態數據有效傳輸，以及如何在網絡環境限制的條件下傳輸足夠的數據。

(2)數控機床。目前數控機床場景的遠程運維已經較為成熟，每臺獨立的機床都有標準化的通信接口，大部分數控機床都自帶狀態監測和一定的故障診斷功能。使用數控機床的車間環境相對其他行業較好，數控機床所需監測的參數較為固定。但是由于數控機床生產廠家不同，每臺機床采用的通信協議不同，不同型號的機床可能對同一故障的描述信號也不同。因此，此工業環境下對象層應考慮的問題是如何組網，以及如何正確地識別每臺機床的監控信息。

(3)鋼鐵行業。鋼鐵行業的現場環境較差，且設備種類多，其數據特點體現在數據量巨大、數據產生速度快、數據類型繁雜。與前面兩個工業場景不同，鋼鐵行業的數據來自不同類型的設備，有風機、泵、高爐、排風機、減速機等[5]。數據類型也比較多樣，除了電信號外還涉及音頻視頻等信號。此外，由于現場環境復雜，噪聲較高，因此在傳感器選擇和狀態監測位置的選擇上也需要更多的考慮。對象層應考慮的問題有網絡結構方式、傳感器的選擇、監測位置的選擇、如何支持現場各類裝備和工業系統異構數據的采集等。

(4)風力發電。風力發電場景的特點是：①發電機組地處偏遠網絡條件差；②自然環境惡劣且不穩定、風機故障率相對較高；③風機多，單個風機上的傳感器多，監測數據種類多。此場景中應考慮傳感器的選擇、信號的傳輸以及監測參數的選擇[6]。

從上述舉例可知，各個不同的工業場景的對象層需考慮的側重點不同。但是對于絕大多數場景，對象層應達到以下要求才能滿足遠程運維系統的正常運行。

①對象設備應能提供有效的數據。對于沒有標準化接口或無法提供所需特定參數的設備應額外加裝傳感器，傳感器的選擇應考慮安裝位置是否能準確測量參數、是否會受到現場環境干擾、是否會影響設備本身運行以及本身成本問題等因素。

②搭建現場局域網時應考慮組網方式及網絡協議。根據網絡帶寬、時延、功耗、連接數量、覆蓋范圍、距離長短來選擇組網方式。

③應保證數據采集的連續性和完整性符合要求。

3 邊緣層

邊緣層為連接工業現場和上層云端的層級，承擔了設備接入、數據匯集、協議適配、數據緩存、數據清洗、數據處理等任務。在非工業場合的遠程運維系統中，邊緣層并不是必須的， 邊緣層的功能都可以在云端實現。但是在大多數工業場景中都需要設置邊緣層。這是因為相較于邊緣層，云端計算有以下缺點。

①實時性較差。云計算的處理速度受影響因素較多，比如網絡帶寬、計算任務總量、請求相應環節等。雖然我國現在大力發展5G等先進的網絡技術，但是總體而言，目前的網絡帶寬還不足以支撐復雜的工業環境。如上文提到的鋼鐵、發電等行業的數據量較大，使用云計算很難保證實時要求。

②比較依賴網絡環境。某些工業場景的環境較差，比如偏遠山區、隧道等場景下很難有良好的網絡環境進行數據傳輸。

③網絡傳輸經濟成本較高。目前我國網絡運行商主要以數據流量來計費，過高的帶寬和流量會給企業來帶更高的成本。可以采用邊緣層來解決這些問題。由于邊緣層處于工業現場，能夠在數據產生側迅速的相應需求，減少了對網絡依賴，滿足了工業現場低時延高可靠的要求。以下列舉兩個邊緣層的案例。

某機床遠程運維系統為機床提供故障診斷、健康管理、預測性維護等服務，在工業現場數據采集周期是7×24 h，采集頻率是毫秒級。如果這些數據全部實時傳輸到云端，則需要較大的帶寬且流量較大，成本費用較高。因此，工廠配備了某品牌的智能盒子作為邊緣層。該智能盒子具有以下功能。

①協議適配功能。確保不同生產廠的機床都能正確的連接到遠程運維平臺。

②常見故障診斷功能。對于機床常見的故障可以直接作出診斷。

③數據處理功能。將原始數據分析處理壓縮后，按分鐘為周期傳輸到遠程運維平臺。

④數據緩存功能。如果遇到網絡中斷，盒子可以儲存一定時間的數據，當網絡恢復后續傳到遠程運維平臺。

據統計，該企業使用了智能盒子后，產能增效達15%以上。

某鋼鐵企業大數據中心平臺，上文提到鋼鐵行業數據量大、數據類型繁雜、現場設備多，因此如將所有數據直接上傳到云端是不現實的。對于這種情況，需要配置專門的服務器構建邊緣計算系統。該企業將邊緣計算系統分為了四個領域：①設備域,感知處理信息；②網絡域,對現場的異構協議進行轉換，如RS-485、TC/IP等；③數據域,對所有的數據進行數據清洗，緩解數據傳輸壓力；④應用域,快速處置和調整生產能力。構成邊緣計算系統的設備有智能攝像頭、服務器、智能終端等。

由上述案例可見，就硬件設備而言，邊緣節點的設備并不固定，智能網關、服務器、智能終端甚至是智能攝像頭都可以作為邊緣節點存在。

4 傳輸層

傳輸層指的是工廠與云端連接的網絡，通過互聯網、移動網或專用網絡將工廠的數據傳輸到云端。對于遠程運維系統構建而言，網絡傳輸層應根據實際情況選擇合理的網絡。由于對網絡傳輸的質量、安全、速率等都有完善的國家標準/行業標準作為支撐，且我國網絡服務都有三大運營商提供，許多企業都忽視了網絡安全要素。據統計，截止2018年，我國工業領域中暴露在互聯網上的VxWorks系統的主機超過了15 000臺，其中存在無補丁或者補丁更新不及時的主機超過了30%。這些系統都存在數據泄漏、遭受黑客攻擊的安全隱患。

5 云端

云端為整個架構的最頂層，承擔了整個系統最繁重的數據處理任務。云端對所有采集到的數據進行分析，建立故障模型和壽命預測模型，以此作為故障診斷和預測性維護的依據。云端以平臺的型式將遠程運維中涉及到的狀態監測、故障診斷、預測性維護、設備備件管理等功能集成在一起，提供給用戶可視化的結果。用戶可通過PC機、手機、平板或其他智能終端訪問平臺。

基于云端的遠程運維模式是以后必然的發展方向。

①云計算能力強大。云端的計算能力有目共睹，工業現場數據量大。如果僅對單一或部分設備進行遠程運維，那么企業可通過自建的數據中心或上文提到的邊緣層達到運維目的。

②云端的數據來源廣。遠程運維系統中的故障診斷和預測性維護功能非常依賴于數據量，需要有足夠多的數據來支撐建模。因此傳統的運維技術僅僅能診斷常見故障，對于單一、偶發故障由于數據量不足很難做出診斷。云端的數據來源可以是不同地區，不同環境，不同企業的數據，數據量更充分，預測和診斷更為準確。

③通用性強。云端平臺不僅僅針對一種設備提供服務，在大數據的支持下，同一個平臺可針對不同的設備提供服務，相對傳統的運維系統更為靈活。

從我國政策角度來看，國家也鼓勵企業使用云服務。工信部提出到2020年，力爭實現企業上云環境進一步優化，行業企業上云意識和積極性明顯提高，上云比例和應用深度顯著提升，云計算在企業生產、經營、管理中的應用廣泛普及。全國新增上云企業100萬家，形成典型標桿應用案例100個以上，新建一批有影響力、帶動力的云平臺和企業上云體驗中心[7]。

然而，目前我國許多工業企業的遠程運維系統僅僅是把數據傳送到企業自己的數據中心，并沒有真正的上云。根據工業互聯網產業聯盟的調研顯示，目前我國已有工業云服務平臺超過300家，但是平臺基礎能力仍相對薄弱。根據聯盟對168家企業的評估數據，至2018年，80%的平臺連接設備協議種類不足20，分析工具不足20個，68%平臺提供的工業機理模型不足20個，54%平臺提供的為服務不足20個。我國平臺生態構建還與國外有較大的差距。

造成這個現象主要有以下原因。

①工業生產過程數據歸屬不明晰，企業不愿把自己的生產數據交給云端。

②企業生產過程數據涉密，根據相關標準體系不允許上傳數據至云端。

③我國工業互聯網剛剛起步，大多數企業還處于轉型階段，還沒有全面使用云的需求。

④工業互聯網的安全風險評估尚不成熟，缺乏完善的標準體系。

6 結束語

隨著我國智能制造戰略的不斷推進，基于云端的遠程運維技術將是未來運維技術的發展方向。相比目前的遠程運維技術，基于云端的遠程運維具有計算力強、診斷預測能力強、適用性廣等特點。然而，要想全面運用于工業場景，還有很多工作需要做，包括對現有的工業環境進行改造、加強網絡安全管理、完善平臺自身能力等。可預見的是，隨著這些問題的解決，該技術必將稱為智能制造總體技術中不可或缺的重要組成部分。