基于云計算技術的船載物資調度系統設計

肖志勇 李華 劉朝霞

摘? 要：文章根據船用信息系統集成模式的發展趨勢和船載物資調度系統的實際需求以及全艦計算環境的技術特點，論述了云計算技術在全艦計算環境上應用的必要性和可行性。隨后以船載物資調度系統業務需求為依據，對基于云計算技術的人工智能技術、數字孿生技術和微服務架構在船用物資調度系統中的應用領域進行了探討，并給出一個實現示例，為類似信息系統的設計與實現提供參考和借鑒。

關鍵詞：云計算技術；全艦計算環境；智能計算；數字孿生；微服務

中圖分類號：TP311；U675.79? 文獻標識碼：A? 文章編號：2096-4706（2023）03-0075-05

Design of Shipborne Material Dispatching System Based on Cloud Computing Technology

XIAO Zhiyong， LI Hua， LIU Zhaoxia

（713th Research Institute of China State Shipbuilding Corporation Limited， Zhengzhou? 450015， China）

Abstract： This paper discusses the necessity and feasibility of the application of cloud computing technology in the total ship computing environment according to the development trend of the integration mode of the ship information system， the actual demand of the shipborne material dispatching system and the technical characteristics of the total ship computing environment. Then， based on the business requirements of the shipborne material dispatching system， the application fields of artificial intelligence technology， digital twins technology and micro-service architecture based on cloud computing technology in the shipborne material dispatching system are discussed， and an implementation example is given to provide reference for the design and implementation of similar information systems.

Keywords： cloud computing technology; total ship computing environment; intelligent computing; digital twins; micro-service

0? 引? 言

某船載物資調度系統根據用戶使用情況反饋和系統所屬設備技術狀態演進趨勢，系統涉及物資調度方案制訂、物資保障過程決策分析、調度設備功能互備、調度過程智能化、設備通用質量特性數據收集與分析等眾多業務功能均面臨著進一步發展與改進優化的需求。這些需求反映在系統集成與架構層面可以歸納為以下幾個方面：

（1）對調度過程中產生的海量數據的分析、處理與可靠存儲。

（2）更多的在線分析計算等業務對計算資源的強勁需求與算力的高擴展性要求。

（3）系統所屬物資調度方案制訂、轉運物資與轉運設備圖像信息檢索與分析、調度設備功能互備、多業務協同等需求的功能深化。

（4）系統廣域全景分布式協調建模與推演效果實現與展示。

本文將從某船載物資調度系統的實際需求和未來發展趨勢出發，結合云計算技術的特點，探討一種基于云計算技術的物資調度系統的設計與實現方案。

1? 系統現狀與解決方法

船用信息系統集成模式和規模在經歷了單體構架系統、系統內聯邦體制集成、跨業務多子網集成的演進后，當前正在向全艦計算環境[1]的方向發展。

根據上述發展方向，擬通過在全艦計算環境中引入云計算技術對系統進行升級來滿足上述功能需求的后續發展需要。通過在全艦計算環境中部署虛擬化軟件、并行計算框架和分布式數據庫，為船載計算和存儲資源的池化匯聚、統一調度等提供解決方案，為船舶提供可升級、可配置、自適應的信息平臺，提升信息裝備的快速交付能力。

相對于傳統模式，采用云計算技術后的信息系統將會產生如下變化：

（1）系統通過充分利用全船IT基礎設施作為本系統的IT資源，可有效減少本系統內硬件設備的類型和數量。

（2）通過充分利用全船計算資源，可以獲取較以前更為豐富的計算資源，結合“云端”內置的各種數據分析服務，可極大提高系統的數據在線分析能力和系統態勢展示能力。

（3）利用全船IT設施提供的海量數據存儲能力，可滿足系統今后對數據的存儲需求。

（4）通過數據的共享存儲和基于云計算技術的軟件系統框架，可有效避免應用中涉及流程和數據的“煙囪”問題[2]。

（5）云計算技術自身分布式和虛擬化的特點，可以從機制上保證系統核心功能的任務可靠性。

2? 基于全艦計算環境的云計算平臺搭建

全艦計算環境以開放式體系結構（OA）為技術基礎[3，4]，如圖1所示，由基礎設施和面向各種專業領域應用軟件組成。參考文獻[5]對云計算的定義，在全艦計算環境中增加“計算資源管理”“虛擬化管理”和“分布式存儲管理”等功能對全艦計算環境中的計算、貯存等服務進行虛擬化并統一分派；增加“云計算應用程序接口”來向用戶提供云計算服務；增加“云服務代理”對外提供計算或存儲服務的具體訪問位置解析，基于全艦計算環境的云計算平臺的體系結構如圖2所示。

3? 基于云計算技術的艦載物資調度系統設計

隨著水面船舶發展的大型化、信息化，使得船載物資保障任務涉及的時間和空間規模在不斷擴大的同時物資調度系統對物資調度過程中的作業感知能力在逐步增強，這導致在物資保障過程中當前保障態勢、后續保障趨勢和保障策略的映射關系日益復雜。為切實提高系統的決策和控制能力，以縮短或有效重構系統OODA（Observe，Orient，Decide，Act）[6]環路為手段，后續基于云計算技術的物資調度系統將從系統運行智能化、流程展示與評估擬態化和功能響應敏捷化三個方面展開改進設計工作。

3.1? 智能化調度體系設計

針對系統外部信息類型和數量的增加以及云計算技術賦予的豐富算力，調度系統在滿足原功能使命基礎上，通過使用人工智能算法結合對當前執行數據的有效分析，可顯著提升系統的態勢認知速度和決策速度。

相對傳統調度系統，基于云計算技術的調度系統增加了智能計算服務。智能計算服務包含：人工智能計算組件、智能計算數據模型以及智能應用組件三部分。其中，人工智能計算組件完成對物資保障過程中產生的視頻、音頻、設備運行狀態信息等數據的存儲以及設備運行狀態在線分析、被保障對象識別、人員行為分析提示等智能服務應用訪問；針對物資調度系統的智能化需求，如被保障對象識別與跟蹤、站位設備與人員行為意圖判斷等，智能計算模型以深度學習算法為核心，利用人工智能計算組件存儲的有效數據，完成相應的推理訓練計算，生成智能計算數據模型；智能應用組件嵌裝于系統所屬各類人機交互設備的應用軟件中，通過遠程過程調用（RPC）或報文觸發等方式與人工智能計算組件進行交互。

上述功能之間的邏輯關系及其部署示意，如圖3所示。

3.2? 數字孿生設計

結合文獻[7]對數字孿生理念的論述，本文將物資調度系統的數字孿生定位為：系統所屬設備與被保障物資等物理實體以及系統保障態勢在現實工作環境中的工作流程、狀態、行為和后續趨勢預測的數字化邏輯映射。其主要目的是：模擬、監控、診斷、預測、控制系統以及所屬物理實體在現實環境中的工作流程、運行狀態和行為。以上述功能目的為出發點，本系統希望通過數字孿生技術，在提升系統可視化操控與展示水平的同時，對系統所屬設備的預防性維修及系統自身運行趨勢進行預測、展示并給出參考建議進而提高系統可用性。

基于上述目標，引入如下軟件模塊和服務：系統所屬設備（或保障物資）的預測性維護模型，通過實時的數據分析服務，觸發設備預測性維護業務的響應策略；系統運行監控與分析服務，連接數字孿生與系統運行數據，提供系統運行態勢的后續趨勢分析與展現；基于數字孿生技術的數字化系統模型，用于實現系統狀態的仿真、推演。其相互之間的邏輯關聯關系如圖4所示。上述軟件模塊和服務產生的輸出信息經過數據驅動的流程展示模塊綜合處理，最終向用戶展示整個系統當前運行狀態與將來運行趨勢，并根據預測的趨勢向用戶提供系統后續運行的參考建議。

3.3? 業務功能響應敏捷化設計

針對云計算技術的虛擬化機制與分布式計算等技術特點，充分解耦系統實現的軟-硬件依賴提高系統節點重構能力，可通過引入微服務概念[8]對原系統功能框架進行重塑，將原來單體構架[8]的物資調度系統拆分為一系列邏輯上關聯、部署上獨立的微小服務形成所謂微服務構架[8-11]。每個服務只對外提供原系統所屬的單一特定業務功能，因此每個服務可以很容易地被獨立部署并發布到系統運行環境中，并根據需要進行擴展和變更；系統內上層業務功能服務之間基于底層通用化服務協同工作。

經過拆分和功能整合后的調度系統框架如圖5所示，底層是服務資源層，該層被抽象出IO服務、計算服務和存儲服務等基礎模塊，上層所有服務都會依賴這些基礎模塊。底層服務上層是微服務池模塊，系統內相關微服務根據涉及業務領域、內在邏輯關聯關系和部署位置進行聚合，形成一系列滿足不同業務需求的微服務池，微服務池中微服務的粒度大小根據實際需求進行調整。服務的功能可以是一系列調用功能函數，也可以是具體的業務功能服務，如設備監控與故障診斷服務、視頻檢索與分析服務、系統運行可視化服務、數據庫服務等。

微服務池模塊的上層為應用組件池模塊，該應用模塊向上服務于用戶角色，向下從微服務池中調用其所需的微服務，每個應用組件可以看作是系統內功能相對完整的一個功能模塊，每個功能模塊均與微服務池中的微服務通過網絡報文或RPC的方式完成交互。

每個用戶角色涉及的應用可以看成一組應用組件的集合，而具體軟件應用可以看作一組具有內在關聯關系的微服務組合，通過應用組件之間組合調用滿足特定用戶的具體業務需求。

通過對調度系統的微服務化重塑，使得系統功能之間松耦合、功能易擴展的同時數據共享靈活，可滿足系統后續發展的需要。

4? 系統實現

在項目實現過程中，視頻信息與設備運行狀態信息數據量較大、產生頻度高、數據類型多，因此單獨設置“數據分析服務器”，相關數據被直接接入該服務器進行實時分析和持久化保存，分析結果被推送至“業務功能服務器”；轉運現場消息與車輛位姿與調度信息通過“消息收發服務器”進行收發在確保可靠傳輸的同時進行持久化保存；為提高數據庫讀寫性能，有效約束業務對數據的訪問需求，將數據的讀取與寫入服務分別放置在不同服務器上，數據寫入服務通過“數據分析服務器”和“數據存儲服務器”完成，數據讀取服務通過“業務功能服務器”完成；“業務功能服務器”通過“消息收發服務器”與現場轉運任務進行交互；“轉運任務監視與控制設備”僅對輸入數據進行合法性檢查，并展示從“業務功能服務器”傳遞來的特定數據，涉及業務邏輯通過部署在“業務功能服務器”上的對應業務組件實現。

“數據分析服務器”“數據存儲服務器”和“消息收發服務器”對用戶來說均不可見，其具體實現原理和機制對用戶封閉。上述服務器和“轉運任務監視與控制設備”均為邏輯概念，在具體實施中可以是一臺或多臺物理機也可以是通過全艦計算環境設備虛擬層生成的虛擬化主機。其功能原理示意如圖6所示。

由于船載物資調度系統涉及業務功能多，本文僅以物資轉運過程綜合監控功能為例，說明人工智能、數字孿生和微服務等技術應用在系統內的應用情況。

物資轉運過程綜合監控界面，包括：“物資轉運過程展示”“現場視頻監控與提示”“物資堆垛瀏覽”“設備運行狀態監視與分析”和“保障態勢統計與分析”等功能模塊。其中，“物資轉運過程展示”模塊通過圖6所示“業務功能服務器”和“消息收發服務器”與現場轉運設備和人員進行交互；“現場視頻監控與提示”模塊采用圖像識別與分析技術對視頻中出現的潛在危險因素進行分析提示；“轉運設備運行狀態監視與分析”模塊根據當前接收到的設備運行狀態信息結合設備的運行維護模型對設備的運行、維護和保養給出建議；“物資堆垛瀏覽”模塊根據接收到的現場轉運車輛的位姿信息和系統內置場景電子地圖構建電子化的運行場景，并根據內置的系統運行推理模型推測后續運行趨勢；“保障態勢統計與分析”模塊根據當前物資轉運狀態，統計當前物資轉運的完成情況，并對后續系統運行標志性特征值進行預測。上述業務根據均以組件方式進行開發，其數據分析部分放置于圖6所示“業務功能服務器”內，通過UDP數據報、視頻碼流或XML數據流方式進行信息推送。物資轉運過程綜合監控功能運行界面示意如圖7所示。

上述各功能組件之間沒有數據交集，因此不同的業務應用可直接復用上述一個或多個組件對自身業務域進行支持。

5? 結? 論

以云計算技術為計算和數據存儲基礎的船用物資調度系統通過引入人工智能、數字孿生和微服務等技術，以期真正、實時、靈活地將保障任務、保障態勢以及后方專家知識有機融合在一起，使系統效能得到最大限度的發揮。

通過對項目技術演進經驗的總結，對于類似系統的演進與實施，可采用如下方法循序漸進地開展工作。首先，可通過對典型業務用例和系統所屬設備相關運行數據進行積累和分析，完善系統及系統所屬設備的數據模型從而構建相關數據資產；然后，通過積累的數據資產逐步構建相關服務和應用，逐漸形成滿足系統后續發展的服務資產；最后，在此基礎上通過穩步推進系統的應用服務生態建設，最終完成系統在云計算平臺上的演進與實施。

參考文獻：

[1] 董曉明，石朝明，黃坤，等.美海軍DDG-1000全艦計算環境體系結構探析 [J].中國艦船研究，2012，7（6）：7-15.

[2] 劉衛東，宋佳興，方曉彤.一種信息系統集成方法 [J].計算機科學，2005（5）：67-70.

[3] Department of defense joint technical architecture（JTA）. version 2.0 [R/OL].[2022-08-26].http：//oai.dtic.mil/oai/oai？verb= getRecord&metadata-Prefix =html&identifier=ADA350368.

[4] PEO IWS. Open architecture（OA）computing environment design guidance. version 1.0 [S/OL].（2022-07-15）.http：//www.everyspec.com/USN/NSWC/download.php？spec=OACE_DSN_GUIDANCE_VER-1.011546.PDF.

[5] BUYYA R，YEO C S，VENUGOPAL S. Market Oriented Cloud Computing：Vision，Hype，and Reality for Delivering IT Services as Computing Utilities [C]//10th IEEE International Conference on High Performance Computing and Communications. Dalian：IEEE，2008：5-13.

[6] BOYD J R. A Discourse on Winning and Losing [M].Alabama：Maxwell AFB，1987.

[7] 莊存波，劉檢華，熊輝，等.產品數字孿生體的內涵、體系結構及其發展趨勢 [J].計算機集成制造系統，2017，23（4）：753-768.

[8] TH?NES J. Microservices [J].IEEE Software，32（1）：116.

[9] 王磊.微服務架構與實踐 [M].北京：電子工業出版社，2015：236.

[10] PATANJALI S，TRUNINGER B，HARSH P，et al. CYCLOPS：A micro service based approach for dynamic rating，charging & billing for cloud [C]//2015 13th International Conference on Telecommunications （ConTEL）.Graz：IEEE，2015：1-8.

[11] SAM N. Building Microservices [M].[S.I.]：O'Reilly Media，2015：1-280.

作者簡介：肖志勇（1977—），男，回族，河南新鄉人，高級工程師，工學碩士，研究方向：人工智能與分布式計算；通訊作者：李華（1980—），男，漢族，河南南陽人，高級工程師，工學碩士，研究方向：數據挖掘與知識發現；劉朝霞（1980—），女，漢族，河南鄭州人，高級工程師，工學碩士，研究方向：數據可靠存儲與適時發布。

收稿日期：2022-10-09