趙俊 吳寶鋒 徐盛果 孫小菡
摘要:面向航空智能制造大批量數據采集與傳遞的實時性要求,提出一種基于異步光分組交換(optical packet switching, OPS)技術的具有多級管理能力的邊緣計算系統方案,滿足多源、海量、易構、分布式數據的實時采集、安全交互及預測性分析需求。提出一種基于循環光纖延時線(Rec- fiber delay lines ,FDL)全光分組沖突解決機制,建立了系統的穩定性與時延分析模型,并完成仿真分析。結果表明,對于邊緣計算節點規模為16385的系統,Rec-FDL沖突解決機制的分組平均最長等待時間為7.63ns,而傳統數據重傳(PRA)機制的時間為16.85ns。因此,Rec-FDL沖突解決機制能夠在交換節點內部進行數據沖突的本地解決,它可避免PRA機制帶來的路徑時延,同時更有利于系統的擴展。
關鍵詞:智能制造;邊緣計算;光分組交換;穩定性;時延
中圖分類號:TP399文獻標識碼:ADOI:10.19452/j.issn1007-5453.2021.07.011
航空智能制造是引領智能制造工業化發展的重要產業,是推動工業轉型升級的引擎[1-2]。智能制造從宏觀上將推動傳統的標準化、大批量、剛性、緩慢的生產模式向個性化、高度柔性化、快速響應市場需求的生產模式轉變,在微觀上,將通過數字化、網絡化、自動化和智能化的制造裝備與系統集成,實現產品研制過程的全閉環控制。
隨著航空智能制造過程中設備數量的迅速增加及海量數據的爆炸式增長,以云計算模型為核心的集中式大數據處理技術已經不能高效處理邊緣設備所產生的數據,主要表現在從設備傳輸海量數據到集中式數據中心致使網絡傳輸帶寬的負載量急劇增加,造成較長的網絡延遲[3]。為此,以邊緣計算模型為核心的面向網絡邊緣設備所產生海量數據計算的邊緣式大數據處理應運而生,其與現有以云計算模型為核心的集中式大數據處理相結合,可較好地解決航空智能制造大數據處理中所存在的諸多問題[4-6]。因此,如何構建航空智能制造場景下,適于海量、突發、易構、分布式業務特性,以及具備實時數據采集、傳輸、存儲、分析能力的邊緣計算系統及網絡架構,成為需要解決的重中之重。
以傳統銅線或無線傳輸為基礎的數據傳輸鏈路的帶寬及其能夠承受的信號處理比特率已不能滿足目前高速、大容量數據交互的需求。在互聯網應用趨于寬帶化的今天,光纖通信網絡發揮著越來越重要的作用,更適用于海量及時延敏感類業務[7]。光互連方式從光交換的角度來看主要可以分為光線路交換(OCS)[8]、光突發交換(OBS)[9-10]和光分組交換(OPS)[11]。
OCS技術的靜態及粗粒度特性降低了端口和鏈路的利用率,不能滿足用戶突發數據交換需求。采用OBS技術將數據組裝成突發包進行傳輸,既可滿足較大文件的傳輸對較高吞吐量的需求,又可滿足較小命令的傳輸對較低時延的需求。但突發的組裝會引入較大的突發裝配時延,不能滿足低時延的實時傳輸需求。
OPS技術具有容量大、交換靈活、速率和格式透明、粒度細、可配置、資源利用率高等特點,將OPS技術與波分復用(wavelength division multiplexing,WDM)技術相結合,可實現網絡交換容量與傳輸容量的匹配,已成為下一帶光網絡實時、突發業務處理的核心技術。其中,異步OPS可以更靈活地滿足隨機突發業務的交換及處理需求。
基于此,本文面向航空智能制造等工業互聯網大批量數據采集與傳遞的實時性要求,提出一種基于異步OPS技術的具有多級管理能力的分布式邊緣計算系統方案,滿足多源、海量、易構、分布式數據的實時采集、安全交互及預測性分析需求。針對航空智能制造低時延數據交互要求,提出一種就地化全光分組沖突解決機制,建立了系統的穩定性與時延分析模型,完成仿真分析。
1基于異步OPS的航空智能制造系統方案
1.1系統架構
圖1為提出的基于異步OPS的航空智能制造系統總體方案,由感知層、邊緣層及應用層三層構成。
感知層由各種航空工業現場設備、產品、物料,以及能夠實時獲取設備數據的傳感器及數據采集器組成。整個感知層具有執行反饋功能,除了上傳感知數據,還需要響應上層下達的各種控制指令。
邊緣層由邊緣計算網關(ECN)和光交換單元(OSU)組成,面向航空制造設備的分布式、異構特點,可提供本地化管理和實時分析、處理能力,能滿足更靈活、廣泛的設備接入需求,支持航空智能制造應用快速開發,提供云計算中心無法有效提供的低延時、位置感知及物聯網安全策略。基于異步OPS的分布式邊緣計算光交換網絡,具備能夠滿足異步、變長分組突發交互需求的就地化全光沖突解決能力,以減小數據傳輸時延,提高系統資源的利用率。
應用層面向業務需求,整合邊緣層各類資源數據與數據分析結果,全面感知生產過程要素,提供生產運營監控,工藝加工可視化分析,設備健康分析,生產排產優化,工藝及車間綜合優化等功能,其與邊緣層協同配合,可實現系統計算資源的動態協調和優化分配,滿足全局性大數據處理及業務決策需求,進而最大化邊緣計算和云計算的應用價值。
1.2基于異步OPS的分布式邊緣計算系統
本文提出的邊緣計算系統采用全光、可擴展的分布式管理方案。各級邊緣計算節點間采用密集波分復用(DWDM)技術互聯,高速、突發業務以異步方式隨機發送,可減小業務交換時延,避免大批量邊緣計算節點互連時的同步困難。
圖2為基于異步OPS及DWDM技術的分布式邊緣計算系統架構。邊緣計算主節點(ECN-M)帶有n組邊緣計算從節點(ECN-S),每組邊緣計算從節點由m個ECN組成,因此,兩級系統可實現n×m+1個ECN的互聯。
ECN的光收發模塊將組裝好的數據包轉換成光分組,每組邊緣計算從節點的數據分別由波長λ1到λm信號承載,并通過陣列波導光柵(AWG)復用。ECN-M下行的數據則由波長λm+1信號承載。
OSU單元由環形器、1×m光分路器、可調諧光纖布拉格光柵(TFBG)及可調諧濾波器(TF)組成。光分組頭提取模塊(HEM)用于將光分組標簽信息從光分組當中提取出來,并送往ECN進行處理,ECN根據標簽信息產生控制信號,控制TF的濾波狀態,進而將某個光分組選擇出來,并送往一個或多個目的地,實現光組播。如果該從節點沒有相應的目的地,或沒有足夠的可用資源,從節點的ECN則通過調節TFBG的反射波長,將分組經過Circulator交換到主節點,然后,主節點的ECN則根據系統中各個從節點的資源情況,將收到的分組下發到別的從節點。
1.3 Rec-FDL沖突解決方案
數據以異步、變長分組形式在節點處實現交換,相對于同步交換模式具有相對較大的沖突概率。常規基于重傳的數據沖突解決機制會增加管理的復雜性,增大分布式系統的數據交換時延。
本文提出一種基于Rec-FDL的就地化全光數據沖突解決方案,如圖3所示,由光耦合器、TF、AWG及光纖延時線組成。
Rec-FDL的1端口由Coupler分成兩部分,其中一部分經過TF與2端口連接,另一部分經過一個多波長選擇模塊與4端口連接。其中,多波長選擇模塊由兩個AWG分別完成復用及解復用功能,TF則完成波長選擇功能。3端口同樣經過多波長選擇模塊與TF單元分別與4端口及2端口相連。
如果沒有沖突,分組可經過1→2鏈路送往2端口。而如果同時有多個數據選擇同一個目標端口,ECN則根據各個分組的優先級別產生控制信號控制TF的濾波狀態。優先級別最高的分組送往端口2,而優先級別低的沖突分組送往端口4,進而在FDL中循環,并按照固定的周期釋放出來。
2系統分析模型
2.1穩定性分析模型
3仿真分析
針對Rec-FDL沖突解決機制仿真分析分布式邊緣計算系統的阻塞率、穩定性和時延特性。仿真參數取m=64,t= 51.2ns。圖5為采用Rec-FDL方案解決分組沖突時,系統穩定性隨λ變化示意圖。E(T)<0時,其絕對值越大,分組最長等待時延減小的越快,系統越穩定。由于λ越大,同時到達光收發模塊的分組越多,阻塞可能性增大,所以穩定性隨λ的增大而降低。為保證系統穩定,λ的最大取值為30×106packets/s。
圖6分析了Rec-FDL沖突解決機制的時延特性。TD會隨著λ的增大而增大,當λ從1×106packets/s增加到20×106packets/s時,TD由0.06ns增加到7.24ns。圖6(b)分析了系統規模對分組等待時延的影響。可以看出,在λ=20×106packets/s時,當系統規模由5(m=2)個ECN增加到16385(m=128)個ECN時,TD的增量僅為1.3ns。
圖7為PRA沖突解決機制的時延(TD2)分析。由圖7(a)可以看出,當λ=20×106packets/s,在D=0時,TD2為8.0ns,而當D增至20m時,TD2增加至39.5ns。從圖7(b)可以看出,當系統規模由5(m=2)個ECN增加到16385(m=128)個ECN時,分組等待時延TD2的增量為3.9ns。
采用PRA算法,ECN優先交換級別最高的分組,并將級別較低的沖突分組進行異步重傳。如果一個分組被成功接收,目的節點將向源節點發送確認信號,于是,源節點發送新分組。顯然,PRA沖突解決機制需要在系統中發送確認信號及進行舊分組的重傳,會帶來額外的路徑時延。而Rec-FDL沖突解決機制能夠在交換節點內部進行就地化沖突解決,因此,它具有更低的數據交換時延,同時更有利于系統的擴展。
4試驗測試
搭建了2×2異步OPS系統單節點示范試驗平臺,驗證了基于異步OPS技術邊緣計算系統的可行性。其中,ECN帶有光口和5G接口,支持PLC采集,適配主流數控系統,滿足航空智能制造應用需求。采用“10001”和“10100”分組脈沖序列(見圖8)進行了異步分組交換測試。

圖9為光分組異步交換測試結果。ECN接收光分組頭信息后進行計算分析,并產生控制信號,控制系統的交換狀態。在控制信號的上升沿,系統為直通態傳輸,在下降沿,為交叉態傳輸。試驗結果表明,在ECN的控制下,光分組能夠被正確地交換至其目的節點,驗證了基于異步OPS的分布式邊緣計算系統的可行性。
5結束語
面向航空智能制造大批量數據采集與傳遞的實時性要求,本文提出一種基于異步OPS技術的具有多級管理能力的邊緣計算系統方案,滿足多源、海量、易構、分布式數據的實時采集需求。提出一種基于Rec-FDL的全光分組沖突解決機制,建立了系統的穩定性與時延分析模型,并完成仿真分析。結果表明,Rec-FDL沖突解決機制能夠在交換節點內部進行就地化沖突解決,因此具有更低的交換時延,更有利于系統的擴展。
參考文獻
[1]單繼東,曹增義,王昭陽.航空發動機制造企業智能工廠建設[J].航空制造技術, 2018, 61(15): 70-77. Shan Jidong, Cao Zengyi, Wang Zhaoyang. Smart factory construction research of aero-engine manufacturing enterprises[J]. Aeronautical Manufacturing Technology, 2018, 61(15): 70-77. (in Chinese)
[2]向恒.淺析智能制造在航空航天制造業的應用[J].智能制造, 2018(6): 40-42. Xiang Heng. Application of intelligent manufacturing in aerospace manufacturing industry[J].Intelligent Manufacturing, 2018(6): 40-42. (in Chinese)
[3]姚立權.智能化控制系統在航空制造中的應用[J].現代工業經濟和信息化, 2020, 10(6):79-80. Yao Liquan. Application of intelligent control system in aviation manufacturing [J]. Modern Industrial Economy and Informationization, 2020, 10(6):79-80. (in Chinese)
[4]鄒寧,王淑芳,杜圣超.飛機研制中的產品數據管理研究[J].航空科學技術, 2017, 28(2):43-48. Zou Ning, Wang Shufang, Du Shengchao. Research on product data management in aircraft development[J]. Aeronautical Science & Technology, 2017, 28(2):43-48. (in Chinese)
[5]曲昌琦,周銳,杜寶隆,等.航空裝備故障預測與健康管理的數據體系研究[J].航空科學技術, 2020,31(12):61-67. Qu Changqi, Zhou Rui, Du Baolong, et al. Research on PHM data system architecture for aviation equipment[J]. Aeronautical Science & Technology, 2020,31(12):61-67. (in Chinese)
[6]El A A,Largo S,Kaissari S,et al. Machine learning-based edge-computing on a multi-level architecture of WSN and IoT for real-time fall detection[J]. IET Wireless Sensor Systems,2020,10(6):320-332.
[7]王世奎,焦龍,鄧發俊.機載波分多路復用光網絡研究與設計[J].航空科學技術, 2015,26(7):83-87. Wang Shikui, Jiao Long, Deng Fajun. Study and design of the WDM optical network on aboard [J]. Aeronautical Science & Technology, 2015,26(7):83-87. (in Chinese)
[8]Luis R,Furukawa H,Rademacher G,et al. Demonstration of an SDM network testbed for joint spatial circuit and packet switching[J]. Photonics,2018,5(3):20.
[9]Hasan M,Hasan K,Sattar A. Burst header packet flood detection in optical burst switching network using deep learning model[J]. Procedia Computer Science,2018,143:970-977.
[10]Garg A. Heuristic solutions related to challenges of optical burst switching paradigm[J]. Journal of Microwaves,Optoelectronics and ElectromagneticApplications,2019,10(2):367-378.
[11]JunZ,XiaohanS. Anopticalrouterwithmultistage management functions for asynchronous optical packet switching network[J]. Journal of Photonic Network Communications,2011,21(1):56-63.
Research on Optical Switching Technology for Aeronautical Intelligent Manufacturing Edge Computing
Zhao Jun1,2,Wu Baofeng2,Xu Shengguo3,Sun Xiaohan1
1. Southeast University,Nanjing 210096,China
2. Nanjing Sunlight Information Technology Research Institute Co.,Ltd.,Nanjing 210012,China
3. Changyuan Shenrui Jibao Automation Co.,Ltd.,Nanjing 210000,China
Abstract: In order to meet the real-time requirements of large-scale data acquisition and transmission in aviation intelligent manufacturing, an edge computing system with multi-level management capability based on asynchronous Optical Packet Switching (OPS) technology is proposed to meet the requirements of real-time acquisition, security interaction and predictive analysis of multi-source, massive, easy to construct and distributed data. An all-optical packet conflict resolution mechanism based on recyclable optical fiber delay line (Rec-FDL) is proposed. The stability and delay analysis model of the system are established, and the simulation analysis is completed. The results show that the average longest packet waiting time of Rec-FDL conflict resolution mechanism is 7.63ns, while that of traditional data retransmission (PRA) mechanism is 16.85ns. Therefore, Rec-FDL conflict resolution mechanism can solve the data conflict locally within the exchange node, which can avoid the path delay caused by PRA mechanism, and is more conducive to the expansion of the system.
Key Words: intelligent manufacturing; edge computing; optical packet switching; stability; latency