智能化邊緣融合采集系統的研發及應用

孫洪喜，焦清國，李相博

（1.青島彎弓信息技術有限公司，山東 青島 266042；2.軟控股份有限公司，山東 青島 266042）

航空、軍工、大型裝備等重大工程對輪胎、橡膠制品提出了精準定制和高可靠性的要求，如航母艦載機的輪胎起降距離短等。輪胎的生產模式屬于典型的流程和離散混合制造模式，其快速增長的個性化定制需求使得傳統的大規模生產模式難以應對客戶需求變化時所需的生產制造能力、快速響應能力和智能決策能力。解決這一難題的首要任務是要實現精準、快速地采集生產過程數據并進行分析，從而針對客戶的定制化需求做出應對策略，達到優化控制生產。

本工作研發了一種智能化邊緣融合采集系統，實現了對生產過程中工藝數據的采集、分析、壓縮和存儲等，并建立對應的數據模型，實現對數據模型的預測分析和管理。

1 系統架構設計

系統架構設計遵循總體設計原則，邊緣融合采集系統與設備生產線和企業管理系統進行無縫集成，實現了對智能化工廠的信息支撐。系統架構設計如圖1所示。

對系統各層功能簡要描述如下。

（1）企業管理層：借助于企業資源計劃（ERP）和產品生命周期管理（PLM）系統等經營管理系統，從戰略、宏觀的角度，通過智能化的數據分析，實現了精益生產，消除浪費和降低成本，提升企業管理效率，挖掘數據價值，創造智能化效益。

（2）車間管理層：通過車間信息的數字化管理，監控訂單的進度、生產狀況和庫存情況，對品質進行管控，建立全流程信息的追溯，實現車間的透明化和數字化管理。

（3）邊緣融合層：與設備層進行集成，對數據進行實時采集，搭建數據的存儲、分析、預測、控制模型，對工藝數據進行分析、追溯、回溯，從而優化生產控制系統，實現對設備生產線的智能協同調控。

（4）設備層：通過可編程邏輯控制器（PLC）控制技術、分散控制系統（DCS）控制技術、現場總線技術等實現設備層的智能化和自動化設備改造，通過各種傳感器實現生產線狀態、工藝參數的實時監測。該層與邊緣融合層共同構建數據采集的通道，實現對設備的透明化、數字化管控。

2 系統采集模型構建

本工作提出的邊緣融合計算模型框架遵循互操作性強、即插即用、模塊化的設計準則。該模型框架如圖2所示。

邊緣融合采集模型基于物聯網的架構技術，采用微服務框架[1-2]，設計遵循平臺無關性、高性能、高可靠性的原則。模型架構分為設備服務、核心服務、支持服務、應用服務層及安全管理、系統管理模塊。

2.1 邊緣計算模型

（1）設備服務層：提供軟件開發工具包（SDK）等服務，實現與設備的連接和通訊。該層封裝主流的工控通訊協議，如OPC-UA，MQTT，MODBUS，WEB-API，BACNET，ENOCEAN 等 協議，同時能集成其他采集系統及微服務的命令，增強設備的控制能力。

（2）核心服務層：是邊緣融合系統的關鍵模塊。數據通訊實現數據的采集，并調用支持服務層實現模型數據的計算；控制命令根據預測模型的指令實現對設備的優化控制，驅動設備端，提供控制命令的緩存和管理服務；數據處理提供持久化存儲數據服務及對設備的管理控制服務，對數據進行壓縮及邊緣計算處理，獲取最優化的分析結果；安全審計是對數據通訊的過程、異常和非法數據控制流進行監控，避免設備被非法控制而造成損失。

（3）支持服務層：提供邊緣計算、融合、分析能力，為隔層提供模型、規則的計算支持，包含規則引擎模型、優化調度引擎模型、數據壓縮引擎模型、預測分析引擎模型、性能優化引擎模型和深度學習引擎模型，實現對數據處理各種算法組件的構建，通過自學習模型對規則及處理方法進行不斷優化。

（4）應用服務層：提供對外集成及服務的接口，對云計算中心的集成數據格式和規則、各種用戶的服務及內容。客戶端注冊服務實現用戶的注冊及授權管理；接口集成服務實現和企業資產管理系統（EAM）、生產信息化管理系統（MES）、PLM、過程控制系統（PCS）、ERP等系統的集成，以及提供和PLC、DCS、倉庫管理系統（WMS）等設備、物流裝備的集成服務；數字化服務提供數據數字化的展示；工業互聯服務實現工業互聯網的集成和設備的物聯網；協同制造服務提供與上下游設備的協同制造集成，平臺支持插件化、模塊化設計，可擴展智能工廠制造的其他服務。

2.2 安全管理模型

（1）加密存儲：對采集的數據進行加密，基于安全性和存儲性能，采用加密算法實現數據的高可靠性。

（2）解密存儲：對數據進行在線解密處理，研發對應的解密算法，實現數據快速解密處理，保證數據的處理效率。

（3）協議監控：系統對于設備層的通訊協議進行實時監控，對數據的通訊協議設定對應的檢查規則，防止被人非法侵入，保證系統的安全。

（4）信息安全：對通訊過程的數據進行規范性檢測，實現多種異常及攻擊行為檢測機制，保障企業內的安全應急響應，實現工業裝備間數據流量的細粒度監控與審計，實現安全可監控、可追溯機制。針對裝備產線的黑客入侵、病毒或木馬建立實時的漏洞檢測機制，保證信息流的安全。

（5）反向代理：設置反向代理機制，對外提供安全服務，實現數據及服務的負載均衡等功能。

2.3 系統管理模型

（1）運行監控：對系統運行狀態進行監控，保證系統的安全性。

（2）系統日志：對記錄系統的操作日志、運行日志、后臺服務日志和在線運行狀況進行詳細記錄并分析，保證系統的正常運行，在異常時可進行追溯分析。

（3）權限管理：對系統權限進行控制，避免無權限人員使用系統，保障系統的安全性。

（4）用戶管理：對系統的用戶和用戶角色進行管理。

（5）服務代理：提供服務代理功能，與外部系統進行有效的系統集成。以微服務的方式，對外提供各種服務。

3 數據存儲算法

邊緣融合采集系統具備系統和實時的認知能力，在數字世界進行仿真和推理，實現物理世界和數字世界的協作。基于模型化方法建立可復用的知識模型體系，實現設備生產線的智能化協作，在系統與系統之間、服務與服務之間基于模型化接口進行交互，實現軟件接口和開發語言與工具的解耦，貫穿框架支撐部署、數據處理和安全等服務的全生命周期。

邊緣融合計算需要多種資源協同工作。在邊緣融合采集系統對物理世界數字化過程中，采集數據并對數據進行快速處理及數字化存儲是系統需解決的關鍵技術。本工作提出基于分布式壓縮的邊緣計算、壓縮、存儲方法。首先對輪胎生產線的數據進行快速采集，通過分布式壓縮感知的邊緣算法[3-5]對其生產、工藝、質量和設備相關數據進行壓縮，主要過程如圖3所示。

以分布式的壓縮感知算法為邊緣算法[6-8]，結合輪胎的生產特點，建立對應的稀疏模型、稀疏字典、傳感矩陣，實現生產過程中采集數據的高效壓縮和精確重構，為智能制造生產線優化控制提供數據模型的支持。

4 功能架構設計

智能化邊緣融合采集系統結構采用模塊化、微服務的方式，可根據不同業務應用場景進行靈活構建，其框架功能如圖4所示。

4.1 模型構建

（1）采集模型：輪胎生產過程涉及工序、數據較多，需搭建與生產業務環境一致的采集模型，該模型可集成AB、西門子、GE、三菱、歐姆龍、力士樂、施耐德、浙大中控、ABB、霍尼韋爾等主流工控廠商的PLC及DCS系統通訊協議，支持各種工控設備、儀器儀表的通訊集成。

（2）存儲模型：因為數據量巨大，需建立對應數據的存儲模型，實現數據的高效存儲、分析和獲取。

（3）服務模型：微服務方式為生產及業務系統提供服務支持，支持數據處理、安全審計等服務，支持各種數據的學習、預測分析、優化服務，對數據進行智能化的優化、學習，對外提供各種應用服務，提供與第三方系統接口、互聯網系統的集成。

（4）安全模型：針對輪胎安全性，建立其安全行業模型，實現核心安全服務管理。

（5）控制模型：實現對控制系統的對接，能夠根據預測分析的數據，實現對生產過程控制的優化和反饋，實時優化系統的功能，提升系統運行效率。

4.2 數據存儲

（1）稀疏模型：基于數據模型的分析、學習、改進，建立對應的稀疏矩陣模型，實現對數據的高效壓縮。

（2）稀疏字典：基于對行業數據的分析，建立學習模型和稀疏字典，實現數據共性特征的提取，建立壓縮數據的基礎。

（3）存儲算法：運用DCS-同步正交匹配追蹤（SOMP）分布式壓縮感知算法及大數據分析技術，建立合適的稀疏矩陣模型，實現生產過程各種數據的壓縮存儲。

4.3 數據服務

（1）采集服務：以模塊化、微服務的方式對外提供標準化接口，實現與各設備控制系統及儀器儀表的集成，實現采集頻率、速率、端口等參數的靈活配置。

（2）支持服務：對外提供各種模型預測、數據分析服務，包括規則引擎模型、優化調度引擎模型、數據壓縮引擎模型、預測分析引擎模型、性能優化引擎模型、深度學習引擎模型等組件。

（3）應用服務：基于云平臺的架構搭建數據與應用系統[6-8]，并對外提供各種支持服務，包括客戶端注冊服務、接口集成服務、數字化服務、工業互聯服務、協同制造服務及企業生產智能制造相關的數據支持服務。

（4）接口服務：提供標準化的接口，實現與第三方系統的集成。

（5）信息安全：建立信息安全模型，實現數據的實時分析、監控，保證數據的安全、管理。

（6）數據分析：提供數據分析功能，對異常數據可及時告警。

（7）微服務：以模塊化、微服務的方式對外提供各項服務。

4.4 系統管理

（1）用戶管理：對系統用戶進行管理和維護，每個用戶分配唯一的系統編碼。

（2）權限管理：對系統權限進行管理，為用戶分配唯一的系統權限，對用戶權限的使用時間進行記錄，避免無權限人員進入和使用系統。

（3）運行日志：對系統運行的時間進行記錄，對運行狀態進行標注和管理。

（4）故障日志：對系統的狀態進行實時檢測，在發生故障時記錄，并自動提示故障處理的措施。

5 設計開發環境

采用Visual.NET 2016開發軟件和C#開發語言，以XML配置文件為基礎，構建了通用性良好的應用程序模塊化架構，提高了實施與維護的便利性。

6 應用場景

該邊緣融合采集系統可快速構建部署采集應用及服務，實現數據的快速采集、預測、分發、控制，其已成為智能工廠建設的關鍵系統，并已在多家工廠得到實施，獲得了一定的應用效果。

7 結論

智能化邊緣融合采集系統可實現新信息的快速、動態采集控制，具備快速響應、高穩定性、可靠性及自主運行的能力，在無法穩定鏈接到數據中心資源情況下具備實時響應和控制功能。通過邊緣計算能力，對數據進行二次處理，從而減少鏈接數、數據遷移和帶寬的成本。