一種基于張量理論的云制造資源服務化封裝與發布策略

摘 要：針對云計算環境下智能制造集中資源分散服務過程中存在的數據異構與資源統一描述問題，在分析現有云制造資源服務化封裝與發布技術的基礎上，利用張量理論在描述異構數據上的技術特點，提出了一種基于張量理論的云資源服務化封裝與發布策略。首先將云制造資源進行分類，并就不同資源給出封裝方法；其次基于張量理論定義了不同類型的云制造資源的張量模型，根據不同資源服務屬性建立低階子張量；然后利用張量擴展算子對低階子張量子進行融合，將各類屬性信息嵌入至高階張量空間，實現云制造資源的統一表示。給出了制造資源、制造能力、設計資源的統一封裝模板和形式化描述。最后，給出了云制造資源的服務化部署及發布策略，設計開發了一個云制造資源服務化封裝與發布系統，通過實例驗證了所提方法的有效性。

關鍵詞：云制造； 張量； 服務化封裝； 資源描述

中圖分類號：TP391 文獻標志碼：A

文章編號：1001-3695（2023）08-029-2429-06

doi：10.19734/j.issn.1001-3695.2022.12.0817

Servitization encapsulation and publishing strategy forcloud manufacturing resources based on tensor theory

Li Zhoujian， Guo Yinzhang

（Laboratory of Internet of Things amp; Cloud Computing Technology， Taiyuan University of Science amp; Technology， Taiyuan 030024， China）

Abstract：To address the problem of data heterogeneity and unified resource description in the centralized and dispersed ser-vice process of intelligent manufacturing in cloud computing environments， based on the analysis of the existing cloud manufacturing resource service packaging and publishing technology， this paper proposed a tensor-based cloud resource service encapsulation and publishing strategy by leveraging the technical characteristics of tensor theory in describing heterogeneous data. Firstly， it classified cloud manufacturing resources and providing encapsulation methods for different resources. Next， it defined tensor models for different types of cloud manufacturing resources based on tensor theory， established low-order sub-tensors according to different resource service properties， and used the tensor extension operator to fuse the low-order sub-tensors， embedded various attribute information into the high-order tensor space to achieve unified representation of cloud manufacturing resources. It provided a unified encapsulation template and formal description for manufacturing resources， manufacturing capabilities， and design resources. Finally， it proposed a cloud manufacturing resource service deployment and publi-shing strategy， designed and developed a cloud manufacturing resource service encapsulation and publishing system， and validated the effectiveness of the proposed method through examples.

Key words：cloud manufacturing; tensor; service encapsulation; resource description

0 引言

云計算［1］、物聯網、大數據等新興技術作為改造升級傳統制造業的有利工具被廣泛應用。新一代信息技術的發展為制造企業資源共享的集中管理和智能化協同化服務提供了技術支持［2］。一種面向服務且以云計算環境為基礎的網絡化制造［3］新模式——云制造被提出。

云制造［4，5］是網絡化制造與云計算技術相結合的一種新型現代智能制造服務化模式［6～8］，通過網絡通信與云計算服務平臺，將制造資源提供者（resource service provider，RSP）［9］的制造資源和制造能力通過虛擬化技術存儲到云服務提供商（cloud service provider，CSP）中，為制造資源的請求者（resource service demand，RSD）按需提供高效、智能、及時的云制造服務。通過效用計算、彈性計算、邊緣計算等技術實現分散資源的集中管理和集中資源的分散服務。物聯化、虛擬化、服務化、協同化及智能化為目前云制造領域研究的重點方面，本文主要針對服務化領域的相關問題進行研究。

服務化封裝包括對資源的描述、存儲、發布、搜索、匹配以及組合，資源的建模與描述是資源服務化封裝的核心，實現資源的統一描述是資源分散服務的前提和基礎，資源描述的目的就是將各種異構數據按統一的模板進行信息表示，從而使數據之間的差異對用戶透明化，用戶通過提供的操作界面便可對異構資源進行直接使用。以往針對資源描述的研究大多采用基于本體或語義的描述方法，文獻［10］用元描述模型對制造能力進行描述，為實現高效、智能的云制造系統提供了支持。文獻［11］針對生產制造過程中制造資源的需求，對網絡化制造建立新的資源模型，并利用可擴展標記語言進行信息集成。文獻［12］從面向服務的角度研究了軟件資源的服務問題，建立了基于Web語義的資源描述模型，完成了對資源的服務部署，并將結果注冊到注冊表中，供服務使用者進行調用，但并未說明云制造硬資源的服務化封裝問題。文獻［13］根據不同粒度建立了云制造資源模型，為了削減異構資源帶來的問題，將服務信息以更細粒度來描述。文獻［14］提出以模塊化對云資源進行重新組織，將資源按使用組成劃分，并采用OWL-S［15］對資源信息描述，再利用服務映射器，完成資源的封裝、注冊及發布。

從目前的研究現狀不難發現：當前的資源描述多是對離散的個體資源進行定性建模描述，基于語義的描述方法通常需要花費大量的工作定義同一資源的不同使用途徑以及辨別不同名稱的同一資源，復雜的描述過程增加了查詢工作的難度；基于本體的描述往往需要在領域專家的參與下先構建全局本體和局域本體，再通過構建的映射規則實現信息與底層數據的交互，該方法針對不同的異構資源需要構建不同的本體模型以及定義新的映射關系，其普適性較差，對信息復雜度較高的資源描述深度不夠，且在服務查詢過程中，要利用本體映射關系實現全局查詢分解和結果集成，這些煩瑣的過程會降低服務效率，而且大多僅反映資源自身能力，對于由多種資源構成的企業制造能力表達比較欠缺。在云制造領域，如果直接基于各企業內部離散的個體制造資源進行優化配置［16～18］，將會使云制造的實施變得非常復雜、難以協調和標準化。針對目前云制造資源服務化存在的數據異構、資源類型復雜、封裝模板難以統一等問題，本文提出一種基于張量理論的云制造資源封裝與發布方法。張量作為一種高維數組模型在計算機視覺、數據挖掘方面有著較為廣泛的應用，利用其對大數據的處理特征，將非結構化、半結構化、結構化數據建立低階子張量空間。通過張量擴展算子對張量子空間進行融合，從而實現異構數據在高階張量空間中的統一表示。然后可通過數據降維的方式去掉冗余數據，不僅能夠節省存儲空間而且在服務搜索過程縮短響應時間，從而提高服務化效率。基于張量理論的資源服務化方法能有效對異構資源進行形式化描述，實現大規模異構數據的統一表示。

1 云制造資源分類及封裝框架

1.1 云制造資源

由于云制造面向廣導致其服務資源繁雜，不僅要解決異構共享問題，而且服務過程中資源間如何相互合作也是一大難題。為了完成制造資源和能力的虛擬化與服務化，首先須將繁雜的云制造資源按其特性進行分類和描述，以便提供良好的信息支持，最終實現不同類型資源的虛擬化接入及服務化封裝。云制造模式下的企業資源分為設計資源、制造資源和制造能力［19］。

設計資源主要是指軟件、技術和人力資源。軟件資源是指生產加工過程中各類系統軟件和應用軟件，如Alias；技術資源是指各種經驗、生產標準、案例等；人力資源就是參與生產活動的人員，如提供設計方案的專家、指令執行人員等。

制造資源是指制造過程中的設備資源、計算設備和物料。設備資源指生產加工過程中的一切機械設備，如加工設備、檢測設備等；計算設備主要指的是各類存儲器、服務器、計算器等系統硬件基礎設施；物料就是用于生產過程中的一切原材料。

制造能力指基于制造資源提供滿足某項特定制造任務的能力，是制造單位在相應領域知識的支持下將制造資源應用于制造活動過程中所展現出來的解決問題的能力，如生產、仿真等能力，是人的智力外化形態的一種無形資源。

1.2 封裝方法

不同資源因所處環境和服務方式的不同，其服務化封裝方法選擇也不同，因此本文提出三種不同的封裝方法：強封裝、適度封裝以及弱封裝。強封裝指服務化封裝后的云資源可以直接被租用方使用。該方法適合具有虛擬屬性的云資源，如設計資源。將其封裝成服務使用者可直接調用的虛擬軟件，人力資源和技術資源的服務方式則以信息共享為主，服務使用者可以對存儲信息的數據或文檔執行查看或下載操作，從而獲取服務。適度封裝指服務化封裝后的云資源需要服務提供者或第三方執行命令，而非服務租賃者直接使用。該方法適合需要一定程度交互操作的云資源，如制造能力。服務提供者將涉及到的資源以及人的操作整理進行描述，最終發布成制造能力說明書提供給服務使用者。弱封裝指制造平臺將資源實時信息和操作通過技術感知［20］對外公布服務，該方法適合自動化或需要一定交互操作的云資源，如制造資源。服務提供商先將資源虛擬化，然后在云平臺對資源進行描述并對外發布成相應的采購服務和租賃服務［21］。

1.3 制造資源服務化封裝框架

利用物聯網技術和信息物理系統技術（cyber-physical system，CPS）對云資源（制造資源、設計資源和制造能力）進行接入、識別和感知，獲得的信息經過網絡傳輸到云端，然后云服務提供商在通用描述模板的支持下再根據自身資源屬性對資源進行描述，描述完成后根據不同的封裝方法對資源封裝注冊并將描述信息存入數據庫中，最后將資源發布為單一服務或組合服務。資源服務化封裝框架如圖1所示。

2 云制造資源服務化封裝與形式化表示

2.1 張量理論

云制造資源服務化信息是由大量非結構化、半結構化和結構化數據組成的集合，這些數據具有動態性、多樣性、異構型、分布性、抽象性、相似性等特征，數據源的多樣化極大增加了數據統一表示的難度，眾多學者對云資源的分類和屬性特征進行了全面的研究，其核心問題是：如何構建一個簡單統一的標準模型準確地表示各種類型的數據。基于張量理論［22，23］構建數據模型是一種有效的大數據表示方法，張量模型能夠將不同組成形式的數據集成和表示，因此本文提出采用張量模型對云制造資源服務信息進行統一描述。接下來先介紹基于張量理論的大數據統一表示模型。該模型主要由兩部分構成，所有數據共有的固定部分以及個別數據獨有的可擴展部分，數據通過量化處理便可集成到該模型，統一張量模型的定義如下：

2.2 云制造資源的封裝與描述

云制造環境下，對資源進行統一規范的描述是云制造得以運行和推廣的前提和基礎，歸總各類資源所包含的信息，提取其中的共同之處，為不同資源定義統一信息描述模板，并用計算機可以處理的格式表示出來，是實現資源封裝的基礎，資源描述模板能對云資源的各種信息進行全面描述。

2.2.1 制造資源的封裝與形式化描述

在現代制造業中，制造資源（manufacturing resource，MR）是制造業中非常重要的一類資源，絕大多數生產任務最終都需要由制造資源來完成。企業內部的制造資源因其物理特性被鎖定在固定的環境下，共享方式復雜，因此需以服務的形式提供出來，下面針對該類資源介紹相應的封裝模板。制造資源可從五種屬性來進行規范描述，統一描述模板如下所示。

2.2.2 設計資源封裝與形式化描述

2.2.3 制造能力封裝與形式化描述

3 云制造資源服務化的部署與發布

3.1 開發平臺和工具選擇

3.3 云制造資源部署和發布

云制造資源的部署和發布是服務提供者將其服務通過互聯網注冊成一種云資源需求者在遠端或網絡中可直接租用的狀態，服務提供者通過開發的云平臺界面將自己閑置的資源對外提供服務只需要根據資源屬性進行簡單的信息錄入，系統會生成對應的服務描述文檔，存放至服務庫中。

云制造資源的部署簡單來說就是將資源虛擬到云端，針對不同類別的資源應采取不同的部署策略，就制造資源而言由于其特殊的物理性質，需要利用總線技術對資源進行監控，以保證用戶得到服務信息的時效性，并且租戶可通過接口對其進行遠程調用；關于設計資源，根據其自身特性可封裝為軟件或描述成知識，然后放置到云端供用戶使用或查看；對于制造能力采用組合部屬方式，將能力服務中使用到的資源分別進行部署，然后提供通信接口，用戶可通過與服務提供方交流獲取服務。

云制造資源的服務發布實際上是指將資源封裝并對外提供租用接口，資源服務信息被提供者錄入后，系統還要對這些信息進行處理，以便計算機能夠識別并進行存取，利用知識庫對服務信息進一步完善后存入數據庫供系統調用，同時在平臺界面向云租戶呈現所發布的服務。云制造資源服務部署與發布如圖3所示。

服務注冊時，資源服務信息經過發布的平臺錄入收集，然后利用hugging-face第三方類庫，并加載transformer模型，再使用tokenizer把信息數據轉為tensor數據文件，然后存入數據庫供查詢時調用。

進行Web服務發布時，在IDEA中新建一個以資源名稱命名的Web Service Project，并選擇SSM為Web服務的框架結構，運用maven管理編寫的應用，先將整個項目打包成War包，然后將其放入到Tomcat服務器上。項目在 Tomcat服務器上運行，進行信息的查詢，從服務器中調用相應的tensor數據文件，經過解析讀取信息并在平臺將服務發布供云租戶選擇。

3.4 資源服務搜索匹配與組合優化

資源服務化封裝發布到云端后，用戶便可通過云服務代理對資源進行服務請求，代理根據收到的服務請求對已發布的資源進行檢索，利用張量模型可降維的特點先將數據進行處理，去掉冗余數據后再采用基于語義相似度的服務搜索和匹配方法，解析服務請求信息并按資源封裝模板中的不同維度分別展開匹配，過濾掉不滿足服務請求的資源，篩選出符合條件的所有資源進行服務組合［27，28］，并將最終結果反饋給用戶供其選擇。

服務組合優化的過程實際上就是基于多目標算法［29］解決實際問題的過程，應以響應時間、誤差、收斂性、敏捷性、智能性、動態演化性及平穩性為參考指標，將最優的服務組合結果提供給用戶。服務搜索匹配框架如圖4所示。

4 應用實例

5 結束語

作為云制造實現的基礎，資源服務化封裝尤為重要，本文首先分析異構資源并獲取其特點，再根據這些特征對資源進行歸類，對于不同資源提出與之對應的封裝方法，在張量理論的基礎上，分別對三類制造資源設計描述模板，然后利用張量模型給出資源形式化表示，最后用實例驗證了所提方法的有效性。該方法不僅解決了目前基于本體或語義的資源服務化描述方法存在的問題與不足，而且對資源服務化描述方法提供了一種新的理論思路，服務提供商根據所給出的資源統一模板可直接對資源進行描述，無須針對不同領域的制造資源進行本體設計，使封裝過程更加高效。接下來的工作應該就資源服務發布后，用戶根據自身需求進行服務獲取過程中的搜索、匹配、發現以及組合問題進行研究，利用張量理論對數據統一表示后可降維得到核心數據的方法展開討論，進一步加強資源描述與服務搜索研究的相關性。隨著服務資源復雜度與用戶需求日益劇增等問題的出現，如何選取最優性能服務的同時將這些服務組合成一個滿足用戶需求的復合服務也是接下來研究工作的重點。

參考文獻：

［1］Vouk M A. Cloud computing—Issues， research and implementations［C］//Proc of the 30th International Conference on Information Technology Interfaces. Piscataway，NJ： IEEE Press， 2008： 31-40.

［2］李伯虎， 張霖， 任磊， 等. 云制造典型特征、關鍵技術與應用［J］. 計算機集成制造系統， 2012，18（7）：1345-1356. （Li Bohu， Zhang Lin， Ren Lei， et al. Typical characteristics， technologies and applications of cloud manufacturing［J］. Computer Integrated Ma-nufacturing Systems， 2012，18（7）： 1345-1356.）

［3］Montreuil B， Frayret J M， D′Amours S. A strategic framework for networked manufacturing［J］. Computers in Industry， 2000，42（2-3）： 299-317.

［4］李伯虎， 張霖， 柴旭東. 云制造概論［J］. 中興通訊技術， 2010，16（4）： 5-8. （Li Bohu， Zhang Lin， Chai Xudong. Introduction to cloud manufacturing［J］. ZTE Communications， 2010，16（4）： 5-8.）

［5］李伯虎， 張霖， 任磊， 等. 再論云制造［J］. 計算機集成制造系統， 2011，17（3）： 449-457. （Li Bohu， Zhang Lin， Ren Lei， et al. Further discussion on cloud manufacturing［J］. Computer Integra-ted Manufacturing Systems， 2011，17（3）： 449-457.）

［6］IBM. Cloud computing： access IT resource anywhere anytime［EB/OL］. （2009-11-30）［2022-10-03］. http：//www. ibm. com/software/cn/tivoli/solution/cloudcomputing.

［7］Flammia G. Application service providers： challenges and opportunities［J］. IEEE Intelligent Systems and Their Applications， 2001，16（1）： 22-23.

［8］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. （Li Bohu， Zhang Lin， Wang Shilong， et al. Cloud manufacturing： a new service-oriented networked manufacturing model［J］. Computer Integrated Manufacturing Systems， 2010，16（1）： 1-7，16.）

［9］Meier M， Seidelmann J， Mezg R I. ManuCloud： the next-generation manufacturing as a service environment［EB/OL］. （2011-02-01）［2022-10-03］. http：//ercim-news. ercim. eu/en83/special/manucloud-the-next-generation-manufacturing-as-a-service-environment.

［10］張霖， 羅永亮， 陶飛， 等. 制造云構建關鍵技術研究［J］. 計算機集成制造系統， 2010，16（11）： 2510-2520. （Zhang Lin， Luo Yongliang， Tao Fei， et al. Key technologies for the construction of manufacturing cloud［J］. Computer Integrated Manufacturing Systems， 2010，16（11）： 2510-2520.）

［11］姚倡鋒， 張定華， 卜昆， 等. 基于物理制造單元的網絡化制造資源建模及信息集成［J］. 計算機集成制造系統， 2008，14（4）： 667-674. （Yao Changfeng， Zhang Dinghua， Bu Kun， et al. Networked manufacturing resources modeling and information integration based on physical manufacturing unit［J］. Computer Integrated Manufacturing Systems， 2008，14（4）： 667-674.）

［12］周際鋒， 姚錫凡. 面向云制造的軟件資源服務化研究［J］. 組合機床與自動化加工技術， 2016（2）：157-160. （Zhou Jifeng， Yao Xifan. Software servitization for cloud manufacturing［J］. Modular Machine Tool amp; Automatic Manufacturing Technique， 2016（2）： 157-160.）

［13］湯華茂， 郭鋼. 云制造資源虛擬化描述模型及集成化智能服務模式研究［J］. 中國機械工程， 2016，27（16）： 2172-2178. （Tang Huamao， Guo Gang. Virtualization descriptions and integrated intelligent service model of cloud manufacturing resources［J］. China Mechanical Engineering， 2016， 27（16）： 2172-2178.）

［14］孟飆， 吳興杰， 陳俊輝. 云制造資源服務化封裝與服務發現研究［J］. 航空制造技術， 2016，59（4）： 89-94. （Meng Biao， Wu Xingjie， Chen Junhui. Research on resource service encapsulation and service discovery in cloud manufacturing［J］. Aeronautical Manufacturing Technology， 2016，59（4）： 89-94.）

［15］Martin D， Burstein M， McDermott D， et al. Bringing semantics to Web services with OWL-S［J］. World Wide Web， 2007，10（3）： 243-277.

［16］郭亮， 萬長成， 程云熙. 云制造環境下零件加工服務的優化配置研究［J］. 計算機應用研究， 2020，37（S2）： 98-101. （Guo Liang， Wan Changcheng， Cheng Yunxi. Research on optimal configuration of parts machining services in cloud manufacturing［J］. Application Research of Computers， 2020，37（S2）： 98-101.）

［17］許春安， 李芳. 面向云制造服務的制造資源優化配置研究［J］. 工業工程， 2019，22（3）： 44-51，109. （Xu Chun’an， Li Fang. A research on optimal allocation of manufacturing resources for cloud manufacturing services［J］. Industrial Engineering Journal， 2019， 22（3）： 44-51，109.）

［18］李雪， 李芳. 云環境下大規模定制中資源配置研究［J］. 工業工程， 2021，24（1）： 147-154. （Li Xue， Li Fang. Research on resource allocation in mass customization in cloud environment［J］. Industrial Engineering Journal， 2021，24（1）： 147-154.）

［19］易安斌， 周宏甫. 云制造環境下設備資源服務化封裝方法研究［J］. 組合機床與自動化加工技術， 2016（5）： 151-154，160. （Yi Anbin， Zhou Hongfu. Service encapsulation method of equipment resources in cloud manufacturing environment［J］. Modular Machine Tool amp; Automatic Manufacturing Technique， 2016 （5）： 151-154，160.）

［20］Landt J. The history of RFID［J］. IEEE Potentials， 2005，24（4）： 7-13.

［21］Mihailescu M， Teo Y M. Dynamic resource pricing on federated clouds［C］//Proc of the 10th IEEE/ACM International Conference on Cluster， Cloud and Grid Computing. Piscataway，NJ： IEEE Press， 2010： 513-517.

［22］Kuang L， Hao F， Yang L T， et al. A tensor-based approach for big data representation and dimensionality reduction［J］. IEEE Trans on Emerging Topics in Computing， 2017，2（3）： 280-291.

［23］Kaur D， Aujla G S， Kumar N， et al. Tensor-based big data management scheme for dimensionality reduction problem in smart grid systems： SDN perspective［J］. IEEE Trans on Knowledge and Data Engineering， 2018，30（10）： 1985-1998.

［24］王柯， 周祎， 紀雯燴. 基于SSM框架的IT知識學習交流平臺的設計與實現［J］. 電子制作， 2022，30（13）： 52-57. （Wang Ke， Zhou Yi， Ji Wenhui. Design and implementation of an IT knowledge exchange platform based on SSM framework［J］. Practical Electro-nics， 2022，30（13）： 52-57.）

［25］吳雪嬌， 柳先輝. 基于語義的云制造服務描述［J］. 計算機與現代化， 2012（1）： 40-43. （Wu Xuejiao， Liu Xianhui. Description of cloud manufacturing service based on semantics［J］. Computer and Modernization， 2012（1）： 40-43.）

［26］王中杰， 楊琛， 張新， 等. 云制造環境下生產加工云能力服務［J］. 計算機集成制造系統， 2012，18（7）： 1453-1460. （Wang Zhongjie， Yang Chen， Zhang Xin， et al. Clouds capability service of production and processing in cloud manufacturing［J］. Computer Integrated Manufacturing Systems， 2012，18（7）： 1453-1460.）

［27］王平， 肖涵， 潘燕華. 基于雙層規劃的云制造資源`服務組合［J］. 計算機集成制造系統， 2022，28（1）： 51-58. （Wang Ping， Xiao Han， Pan Yanhua. Cloud manufacturing resource service composition based on bilevel programming［J］. Computer Integrated Manufacturing Systems， 2022，28（1）： 51-58.）

［28］姚娟， 邢鑌， 曾駿， 等. 云制造服務組合研究綜述［J］. 計算機科學， 2021，48（7）： 245-255. （Yao Juan， Xing Bin， Zeng Jun， et al. Survey on cloud manufacturing service composition［J］. Computer Science， 2021，48（7）： 245-255.）

［29］萬年紅， 王雪蓉. 多目標事務模糊關聯聚類的云制造服務組合算法［J］. 計算機測量與控制， 2022，30（6）： 287-295. （Wan Nianhong， Wang Xuerong. Service composition algorithms in cloud manufacturing based on fuzzy correlation clustering of multi-objective transactions［J］. Computer Measurement amp; Control， 2022，30（6）： 287-295.）