中國科學(xué)院沈陽(yáng)自動(dòng)化研究所

1　項目目標和概述

傳統邊緣計算網(wǎng)關(guān)完成工業(yè)現場(chǎng)的設備接入、協(xié)議解析、數據緩存以及數據發(fā)布等功能，在整個(gè)工業(yè)軟件系統架構體系中向上對接互聯(lián)網(wǎng)云平臺，向下對接工廠(chǎng)的具體硬件設備，起到了非常重要的承上啟下作用，如圖1所示。

圖1 邊緣計算網(wǎng)關(guān)功能定位

但是在工程實(shí)施過(guò)程中，數據工程師需要完成復雜的網(wǎng)關(guān)配置過(guò)程來(lái)實(shí)現上述功能，無(wú)法達到“工業(yè)現場(chǎng)配置無(wú)人化”的要求，大大增加了工程實(shí)施難度。同時(shí)，大多數情況下甲方需求是“交鑰匙”工程，即使用邊緣計算網(wǎng)關(guān)來(lái)實(shí)現工程的自主配置和擴展，這對邊緣網(wǎng)關(guān)的智能性提出了更高的要求。

隨著(zhù)近些年大模型及Agent技術(shù)的普及，邊緣計算網(wǎng)關(guān)的智能性提升問(wèn)題得到了解決?；贏(yíng)IAgent的工業(yè)物聯(lián)網(wǎng)關(guān)是在傳統邊緣計算網(wǎng)關(guān)基礎功能之上，通過(guò)引入軟件操作調度Agent來(lái)實(shí)現自然語(yǔ)言引導式的工程化配置方式，大大提升了數據配置效率，實(shí)現了模板快速生成、數據靈活存儲、工業(yè)場(chǎng)景重構等高階功能，提升了工業(yè)數據處理的靈活性。

基于A(yíng)IAgent的工業(yè)物聯(lián)網(wǎng)關(guān)廣泛應用于汽車(chē)制造、特種裝備制造、軍工等多個(gè)行業(yè)，創(chuàng )造了巨大社會(huì )經(jīng)濟價(jià)值。并且我們將工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)源代碼進(jìn)行了開(kāi)源，其下載度、關(guān)注度在Git同行業(yè)物聯(lián)網(wǎng)架構中排行第一。

2　案例介紹

工業(yè)物聯(lián)網(wǎng)關(guān)包含基礎數據采集、解析、存儲等功能，引入AIAgent技術(shù)后各個(gè)基礎功能得到全面提升，并且可以通過(guò)自然語(yǔ)言引導完成所有軟件操作。其功能提升點(diǎn)如表1所示。

表1 傳統網(wǎng)關(guān)VSAIAgent網(wǎng)關(guān)功能點(diǎn)提升匯總

2.1　工業(yè)物聯(lián)網(wǎng)關(guān)基礎功能

工業(yè)物聯(lián)網(wǎng)關(guān)采用如圖2所示的功能架構，該架構由西側數據監測、東側實(shí)時(shí)控制、接口層和安全模塊四部分組成。其中，數據監測流程執行數據從硬件設備到應用的上行過(guò)程；實(shí)時(shí)控制流程執行控制指令從應用到硬件設備的下行過(guò)程；接口層負責統一對接標準組態(tài)工具，提供不同功能接口；安全模塊管理網(wǎng)關(guān)整體的通信安全。

數據監測部分從下到上分別為協(xié)議層、基礎層、業(yè)務(wù)層。協(xié)議層負責多硬件設備的協(xié)議解析，對接工廠(chǎng)中的數采需求；基礎層是數據監測的核心，負責管理網(wǎng)關(guān)運行中的所有數據；業(yè)務(wù)層負責配置報警計劃等業(yè)務(wù)的管理。

實(shí)時(shí)控制部分從上到下由任務(wù)實(shí)時(shí)調度、內核虛擬化、實(shí)時(shí)控制器三部分組成。其中，任務(wù)實(shí)時(shí)調度負責將復雜控制任務(wù)拆解成簡(jiǎn)單子任務(wù)，并賦予任務(wù)執行優(yōu)先級；內核虛擬化負責將計算資源分割，獨立并行執行分解出的子任務(wù)；實(shí)時(shí)控制器負責利用即時(shí)通信協(xié)議與控制設備通信，完成實(shí)時(shí)控制。

圖2 工業(yè)物聯(lián)網(wǎng)關(guān)功能架構

下面分別說(shuō)明網(wǎng)關(guān)運行流程中各個(gè)模塊的功能作用。

（1）連接管理

管理網(wǎng)關(guān)與硬件建立的所有網(wǎng)絡(luò )連接，維護連接的可用性。

（2）設備管理

根據分類(lèi)建立設備模板，構建出數據采集的基本單位，為數字孿生提供模型依據。

（3）存儲管理

管理所有緩存數據的持久性存儲，分為總線(xiàn)存儲、行存儲和列存儲三種方式。

（4）系統管理

管理網(wǎng)關(guān)運行環(huán)境系統運行過(guò)程中的所有系統自帶參數，包含系統內存使用率、JAVA虛擬機內存情況、磁盤(pán)使用率和CPU使用率。

（5）腳本管理

管理用戶(hù)自定義的可執行腳本，為腳本提供運行環(huán)境和通訊程序。

（6）報警管理

管理硬件設備的報警信息，并提供報警信息的后處理及歸檔功能。

（7）出口管理

管理通過(guò)網(wǎng)關(guān)直接發(fā)送給第三方應用的原始數據，發(fā)送的方式包含：MQTT、OPCUA和HTTP等。

（8）日志管理

管理所有系統運行過(guò)程中的日志信息。

（9）實(shí)時(shí)任務(wù)調度

管理任務(wù)的優(yōu)先級和拆解，為內核分配執行子任務(wù)。

（10）多虛擬內核

管理操作系統虛擬內核的各種屬性，維護內核正常運行。

（11）實(shí)時(shí)控制器

管理子任務(wù)對于硬件設備的實(shí)時(shí)數據讀取與控制命令下發(fā)。

2.2　工業(yè)物聯(lián)網(wǎng)關(guān)進(jìn)階功能

基于A(yíng)IAgent的工業(yè)物聯(lián)網(wǎng)關(guān)系統架構如圖3所示，其在傳統網(wǎng)關(guān)設備接入、協(xié)議解析、數據緩存以及數據發(fā)布等基礎功能之上，做了多方面的AI提升。每種功能提升對應一種Agent的實(shí)現，其中包含：自然語(yǔ)言引導Agent、模板配置Agent、數據檢索Agent、數據存儲Agent、場(chǎng)景重構Agent和數據路由Agent。其中自然語(yǔ)言引導Agent為調度者，操作其它Agent的運行，下面分別詳細介紹。

圖3 AIAgent網(wǎng)關(guān)多Agent架構

（1）自然語(yǔ)言引導Agent

自然語(yǔ)言引導Agent是所有Agent的調度者，也是整個(gè)工業(yè)網(wǎng)關(guān)頁(yè)面操作的調度者。隨著(zhù)應用程序功能的日益復雜化，用戶(hù)在執行跨應用任務(wù)時(shí)面臨著(zhù)諸多挑戰。為了提升用戶(hù)體驗，本項目利用最新的多模態(tài)大模型技術(shù)，結合自然語(yǔ)言處理和圖形用戶(hù)界面分析，開(kāi)發(fā)出了自然語(yǔ)言引導Agent，旨在通過(guò)理解和執行復雜的用戶(hù)請求，提高任務(wù)執行的效率，減少人為錯誤，使用戶(hù)能夠更加專(zhuān)注于創(chuàng )造性和戰略性的工作。

它能夠在網(wǎng)關(guān)系統中的多個(gè)應用程序之間無(wú)縫導航和操作，根據任務(wù)需求在不同的應用程序中執行一系列動(dòng)作。用戶(hù)可以通過(guò)自然語(yǔ)言指令告訴邊緣網(wǎng)關(guān)需要完成的任務(wù)，自然語(yǔ)言引導Agent理解這些指令后，將它們轉換為具體的GUI操作，無(wú)需用戶(hù)手動(dòng)干預。同時(shí)，它包含一個(gè)控制交互模塊，能夠將視覺(jué)模型識別的動(dòng)作轉化為對應用程序控件的實(shí)際操作，如自動(dòng)點(diǎn)擊按鈕、輸入文本等，用戶(hù)無(wú)需實(shí)際操作頁(yè)面。

自然語(yǔ)言引導Agent采用雙代理架構，包括MonitorAgent和ImplAgent。MonitorAgent負責分析用戶(hù)請求，并從當前活躍的網(wǎng)關(guān)模塊中選擇一個(gè)最合適的功能模塊來(lái)執行任務(wù)。如果請求需要跨越多個(gè)功能模塊，MonitorAgent也能夠在完成前一個(gè)功能中的任務(wù)后，切換到不同的功能模塊。ImplAgent負責在選定的功能模塊上迭代執行動(dòng)作，直至任務(wù)在特定功能模塊內成功完成。它會(huì )捕獲當前應用程序用戶(hù)界面窗口的屏幕截圖，并標注所有可用的控件，然后選擇一個(gè)控件進(jìn)行操作。

由于自然語(yǔ)言引導Agent的研發(fā)，形成所有的網(wǎng)關(guān)數據配置操作都是如圖4所示的形式，采用自然語(yǔ)言交互控制模式。

圖4 自然語(yǔ)言引導模式

（2）模板配置Agent

傳統的網(wǎng)關(guān)設備模板配置過(guò)程如圖5所示，需要點(diǎn)擊“模板管理”、點(diǎn)擊“編輯模板”、輸入“模板名稱(chēng)”、選擇“模板使能”、點(diǎn)擊“保存”完成編輯共五個(gè)步驟完成。

圖5 傳統模板配置流程

配置模板Agent通過(guò)解析自然語(yǔ)言，直接生成模板數據庫表數據，并將數據存儲進(jìn)數據庫，從而配置模板操作一步到位，無(wú)需每步進(jìn)行配置，如圖6所示。

圖6 模板快速生成流程

（3）數據檢索Agent

數據檢索Agent通過(guò)chat形式進(jìn)行數據可視化分析，利用聊天機器人的交互性來(lái)進(jìn)行數據分析和結果的可視化呈現。

首先，用戶(hù)通過(guò)聊天界面輸入數據查詢(xún)或分析請求。聊天機器人接收請求后，利用NLP技術(shù)解析用戶(hù)意圖，并提取關(guān)鍵信息。根據提取的信息，機器人進(jìn)行數據查詢(xún)、分析或處理，然后將分析結果通過(guò)可視化技術(shù)轉換成圖表、圖像等形式，最后，將可視化結果通過(guò)聊天界面返回給用戶(hù)。

如圖7所示，用戶(hù)輸入給出最近一年的燃氣輪機耗能數據分析，數據檢索Agent給出對應的SQL語(yǔ)句以及曲線(xiàn)和卡片形式的數據展示。

圖7 自然語(yǔ)言交互分析效果

（4）數據存儲Agent

網(wǎng)關(guān)中內置了分布式消息總線(xiàn)用來(lái)完成數據的緩存。分布式消息總線(xiàn)是一種允許不同服務(wù)或組件之間通過(guò)發(fā)送和接收消息來(lái)進(jìn)行通信的技術(shù)。它提供了一個(gè)中央化的消息傳遞通道，使得各個(gè)服務(wù)或組件可以異步地交換信息，而無(wú)需建立直接的連接。分布式消息總線(xiàn)包括以下幾個(gè)主要組成部分：

消息生產(chǎn)者：負責創(chuàng )建并發(fā)送消息到消息總線(xiàn)上。消息生產(chǎn)者可以是任何需要發(fā)送消息的服務(wù)或組件。

消息總線(xiàn)：作為消息傳遞的通道，負責接收來(lái)自消息生產(chǎn)者的消息，并將其傳遞給相應的消息消費者。消息總線(xiàn)通常是一個(gè)高度可靠和可擴展的系統，能夠處理大量的消息傳遞需求。

消息消費者：從消息總線(xiàn)上接收消息，并進(jìn)行相應的處理。消息消費者可以是任何需要接收和處理消息的服務(wù)或組件。

基于消息總線(xiàn)形成的發(fā)布/訂閱模型如圖8所示，消息生產(chǎn)者將消息發(fā)布到一個(gè)或多個(gè)主題上，而訂閱了這些主題的消息消費者則會(huì )接收到這些消息。每個(gè)消費者都會(huì )接收到一份消息的副本，可以獨立地處理消息。在大數據環(huán)境下需要對這些離散消息進(jìn)行負載均衡的存儲，通過(guò)數據存儲Agent來(lái)實(shí)時(shí)獲取節點(diǎn)參數，從而智能選擇存儲節點(diǎn)和存儲主題。

圖8 消息總線(xiàn)緩存模式

（5）場(chǎng)景重構Agent

場(chǎng)景重構Agent由規則引擎搭建，通過(guò)規則引擎插件可實(shí)現信息模型數據的二次配置組合，從而實(shí)現不同業(yè)務(wù)的數據支撐。

規則引擎整體架構分為三部分：Sources（數據源）、規則運行時(shí)和Sinks（目標系統）。Sources代表數據來(lái)源的位置，可能是MQTTBroker、消息隊列、文件和數據庫等。Sinks代表數據處理完成后所要存儲的位置，可以是MQTT、文件、數據庫或HTTP服務(wù)等。規則運行時(shí)包括數據業(yè)務(wù)邏輯處理、流運行時(shí)和SQL運行時(shí)，以及用于存儲持久化信息的底層存儲。

首先創(chuàng )建流，用戶(hù)定義數據源，即創(chuàng )建流，這類(lèi)似于數據庫中的表格類(lèi)型定義。其次，用戶(hù)為數據分析編寫(xiě)SQL規則，這些規則將數據源中的數據轉化為所需的分析結果。然后指定目標，用戶(hù)指定一個(gè)保存分析結果的目標，如MQTT、文件、數據庫等。最終部署與運行，規則解析、規劃和優(yōu)化規則，使其成為一系列算子的流程，并在設備上執行這些流程，實(shí)現低延遲和高吞吐量的數據處理。

多模型管理系統內置規則引擎層實(shí)現了對上傳到其他應用的數據的預處理，預處理功能包含但不限于A(yíng)I模型調用、報警規則的定義、重復數據的刪減、流批數據的整合、時(shí)間窗口中間結果推送等。系統需提供給用戶(hù)友好的規則引擎編輯頁(yè)面，當系統部署完成后，用戶(hù)可根據自己的需求二次定義數據預處理規則。規則引擎完成的配置功能如圖9所示。

圖9 場(chǎng)景重構規則創(chuàng )建流程

（6）數據路由Agent

在邊緣控制的場(chǎng)景下，邊緣網(wǎng)關(guān)可以給被控制設備發(fā)送控制命令或者加載控制程序等。在該場(chǎng)景下，通過(guò)引入數據路由Agent分析用戶(hù)輸入的自然語(yǔ)言，來(lái)自動(dòng)化確定發(fā)出什么控制命令，控制命令該路由給哪個(gè)設備等，并通過(guò)協(xié)議微服務(wù)執行該命令。如圖10所示AGV調度場(chǎng)景中，邊緣網(wǎng)關(guān)需要調度多個(gè)AGV，下發(fā)多個(gè)命令，通過(guò)用戶(hù)輸入“執行搬運A工位側圍組件”的命令，可自動(dòng)化分析出需要哪臺AGV執行該指令，并執行指令。

圖10 AGV數據路由應用

2.3　工業(yè)物聯(lián)網(wǎng)關(guān)AIAgent構建過(guò)程

工業(yè)物聯(lián)網(wǎng)關(guān)AIAgent由大語(yǔ)言模型（LLM）、規劃技能、記憶系統和工具基礎架構所構成。首先，LLM為Agent提供強大的自然語(yǔ)言理解和生成能力，使其能夠理解復雜的語(yǔ)言指令、推理用戶(hù)意圖并生成流暢、準確的回應。其次，規劃技能使Agent能夠根據任務(wù)的目標和要求制定合理的行動(dòng)計劃，協(xié)調和優(yōu)化多步驟的決策過(guò)程，從而有效地執行更為復雜的任務(wù)。第三，記憶系統使Agent能夠存儲和檢索與任務(wù)相關(guān)的重要信息，在與用戶(hù)的交互過(guò)程中保持上下文的連貫性，并且能夠根據歷史數據調整其行為，提升任務(wù)執行的效率和準確性。最后，工具基礎架構賦予Agent與外部系統或應用交互的能力，如調用API、執行特定功能或訪(fǎng)問(wèn)外部數據庫，增強了其在實(shí)際應用中的靈活性和多功能性。通過(guò)這四個(gè)核心組成部分，基于大模型的Agent不僅能夠執行語(yǔ)言生成任務(wù)，還能進(jìn)行智能規劃、記憶跟蹤和有效操作外部工具，從而在多個(gè)領(lǐng)域中實(shí)現高效、智能的自動(dòng)化服務(wù)。

AIAgent構建包括如下幾個(gè)步驟：接口文檔/數據庫結構導入、Agent創(chuàng )建及工具配置、多Agent交互配置、知識庫文檔上傳、調用流程構建和應用集成。其目標是實(shí)現基于問(wèn)答交互模式下的網(wǎng)關(guān)基本元素操作、設備用戶(hù)手冊問(wèn)答以及根據設備用戶(hù)手冊一鍵生成網(wǎng)關(guān)配置的操作。

（1）接口文檔導入

從物聯(lián)網(wǎng)關(guān)系統的開(kāi)發(fā)工具中導入基本的增刪改查接口到Agent的工具庫中，如圖11所示。

圖11 接口文檔導入

（2）Agent創(chuàng )建及工具配置

接口能力導入到Agent開(kāi)發(fā)環(huán)境中，形成具體的接口調用代碼，也稱(chēng)之為工具或者技能，進(jìn)而為Agent配置相關(guān)的提示詞、大模型和具備的技能，如圖12所示。

圖12 Agent創(chuàng )建及工具配置

（3）多Agent交互配置

為網(wǎng)關(guān)助手設置多個(gè)Agent，包括用戶(hù)代理Agent、操作執行Agent、文檔閱讀Agent等。需要讓他們進(jìn)行協(xié)同工作，所以需要進(jìn)行交互配置，定義他們的工作職責范圍，如圖13所示。

圖13 多Agent交互配置

（4）知識庫文檔上傳

將需要閱讀的設備用戶(hù)手冊上傳到Agent平臺的知識庫中進(jìn)行解析和向量化存儲，如圖14所示。

圖14 知識庫文檔上傳

（5）調用流程構建和應用集成

最后根據多個(gè)用戶(hù)需求進(jìn)行工作流程的設計，自定義交互創(chuàng )建，實(shí)現與Agent的交互，并且可以用多種方式對Agent的對話(huà)窗口進(jìn)行集成，如圖15所示。

圖15 調用流程構建和應用集成

3　代表性及推廣價(jià)值

基于A(yíng)IAgent的工業(yè)物聯(lián)網(wǎng)關(guān)廣泛應用于汽車(chē)制造、特種裝備制造、軍工等多個(gè)行業(yè)，創(chuàng )造了巨大社會(huì )經(jīng)濟價(jià)值。

（1）汽車(chē)制造行業(yè)

電阻點(diǎn)焊是汽車(chē)車(chē)身的主要連接工藝。由于受到生產(chǎn)現場(chǎng)眾多因素的干擾，車(chē)身焊點(diǎn)質(zhì)量參差不齊，質(zhì)保措施必不可少。借助儀器檢測或破壞性抽檢均無(wú)法保證焊點(diǎn)得到全覆蓋檢測，而且成本高昂，因此點(diǎn)焊質(zhì)量在線(xiàn)監控成為了業(yè)內公認的保證產(chǎn)品質(zhì)量、提高生產(chǎn)效率的最有效方法。

在各車(chē)廠(chǎng)的焊裝車(chē)間，使用AIAgent工業(yè)網(wǎng)關(guān)完成焊接控制器、機械臂、PLC、工藝操作文件的數據采集、預處理和轉發(fā)，從而支撐了焊接質(zhì)量預測方法的實(shí)施。工業(yè)網(wǎng)關(guān)采用分布式部署，每個(gè)設備數采局域網(wǎng)部署一臺，內置規則引擎完成數采場(chǎng)景的重構及多個(gè)設備的流式數據匯總，基于SQLAgent完成規則的快速生成。

（2）電梯制造業(yè)

電梯設備屬于國家特種裝備，關(guān)乎公民重大人身財產(chǎn)安全，屬于國家重點(diǎn)扶植行業(yè)。項目目標為實(shí)現電梯按需維保。傳統電梯維保采用半月一次的定期維保模式，電梯維修保養在電梯行業(yè)向來(lái)是“老大難”問(wèn)題，需要耗費大量人力物力，新模式診斷出電梯即將發(fā)生故障，則進(jìn)行維保，從而減少維保投入。

在電梯數據匯總服務(wù)器搭建AIAgent工業(yè)網(wǎng)關(guān)，網(wǎng)關(guān)中內含消息總線(xiàn)組件，消息總線(xiàn)采用分布式部署模式，從而支持萬(wàn)部電梯實(shí)時(shí)運行數據的接入?；谪撦d反饋的Agent完成了分布式消息總線(xiàn)節點(diǎn)數據量的實(shí)時(shí)監控，并按照節點(diǎn)負載度對數據進(jìn)行靈活存儲，分配不同節點(diǎn)、不同主題，從而實(shí)現了全國10w+電梯的數據接入。接入實(shí)時(shí)數據結合過(guò)往電梯歷史維保記錄，給出電梯預測性維保的方案。

（3）軍工行業(yè)

軍工生產(chǎn)，作為國家安全和國防力量的基石，具有至關(guān)重要的戰略意義。它不僅是國家軍事力量的直接體現，更是維護國家安全、保障人民利益、促進(jìn)世界和平與穩定的重要力量。軍工產(chǎn)品的生產(chǎn)多采用機床加工制造的模式，機床加工制造過(guò)程中一方面會(huì )因產(chǎn)品型號發(fā)生變化，機床的執行代碼會(huì )即時(shí)做出調整，另一方面刀具的損耗成本成為機床加工亟待解決的問(wèn)題。

在軍工生產(chǎn)車(chē)間，部署若干套AIAgent工業(yè)網(wǎng)關(guān)，完成西門(mén)子、發(fā)那科、海德漢、華中、廣數、新代等機床品牌的數據采集，包含主軸數據、伺服數據、坐標數據、刀具數據、工作時(shí)間數據、產(chǎn)品數據、系統數據以及報警數據八大類(lèi)數據。同時(shí)，通過(guò)數據路由AIAgent完成機床程序的自動(dòng)化路由分配，根據產(chǎn)品型號的變化智能給出機床程序，傳遞到對應機床設備中自動(dòng)執行。

摘自《自動(dòng)化博覽》2025年2月刊