01 工業(yè)互聯(lián)網(wǎng)智能制造概述

智能制造是具有信息深度自感知、智慧優(yōu)化自決策、精準控制自執行等功能的先進(jìn)制造過(guò)程、系統與模式的總稱(chēng)。智能制造可以追溯到1990年4月日本發(fā)起的“智能制造IMS”國際合作研究計劃。目前，基于物聯(lián)網(wǎng)、大數據、云計算等信息技術(shù)，智能制造已經(jīng)貫穿于設計、生產(chǎn)、管理、服務(wù)等制造活動(dòng)的各個(gè)環(huán)節。工業(yè)互聯(lián)網(wǎng)是指在物聯(lián)網(wǎng)的基礎上，綜合應用大數據分析技術(shù)和遠程控制技術(shù)，優(yōu)化工業(yè)設施和機器的運行和維護，通過(guò)網(wǎng)絡(luò )化手段提升工業(yè)制造智能化水平。2012年，美國通用電氣公司（GE）首先提出了工業(yè)互聯(lián)網(wǎng)概念，此后工業(yè)互聯(lián)網(wǎng)在世界范圍內得到了廣泛的發(fā)展。目前工業(yè)互聯(lián)網(wǎng)以德國“工業(yè)4.0平臺”和美國“工業(yè)互聯(lián)網(wǎng)聯(lián)盟”為典型代表，其分別發(fā)布了工業(yè)互聯(lián)網(wǎng)智能制造參考架構RAMI 4.0和IIRA。同時(shí)， 工業(yè)互聯(lián)網(wǎng)技術(shù)也迅速得到落地。美國通用電氣公司推出了Predix平臺， 力圖打造成能夠智能適應任何設備的工業(yè)互聯(lián)網(wǎng)平臺；德國西門(mén)子推出了 Mindsphere，幫助智能工廠(chǎng)建立了近千個(gè)制造單元連接的互聯(lián)網(wǎng)，實(shí)現無(wú)人化的智能挑選和組裝。

工業(yè)互聯(lián)網(wǎng)指在物聯(lián)網(wǎng)的基礎上，綜合應用大數據分析技術(shù)和遠程控制技術(shù)，優(yōu)化工業(yè)設施和機器的運行和維護，旨在通過(guò)網(wǎng)絡(luò )化手段提升工業(yè)制造智能化水平。工業(yè)互聯(lián)網(wǎng)作為我國智能制造發(fā)展的重要支撐，“十三五” 規劃、《中國制造2025》、“互聯(lián)網(wǎng)+”、“深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展”等等重大戰略都明確提出發(fā)展工業(yè)互聯(lián)網(wǎng)。隨著(zhù)智能制造的發(fā)展，覆蓋工廠(chǎng)OT網(wǎng)絡(luò )的大量生產(chǎn)/運行數據、控制數據與IT網(wǎng)絡(luò )中的管理數據、設計/工藝數據交換需求逐步增加，互聯(lián)主體將從機器、控制系統、信息系統進(jìn)一步擴展到包含在制品、智能產(chǎn)品、協(xié)作企業(yè)和用戶(hù)在內的制造全流程網(wǎng)絡(luò )互聯(lián)與數據交互。在智能制造中，將互聯(lián)網(wǎng)引入到工業(yè)領(lǐng)域是制造業(yè)普遍面臨的共性挑戰，重點(diǎn)在IT網(wǎng)絡(luò )與OT網(wǎng)絡(luò )的融合，在工業(yè)互聯(lián)網(wǎng)的應用層面向工業(yè)智造需求實(shí)現覆蓋IT與OT的低開(kāi)銷(xiāo)高實(shí)時(shí)的各類(lèi)服務(wù)分發(fā)，在數據應用層實(shí)現IT與OT中各類(lèi)數據的動(dòng)態(tài)互認，將大幅提升我國制造業(yè)智能化水平，符合急用先行的原則。

02 邊緣計算概述

邊緣計算融合了多個(gè)學(xué)科的內容，不同領(lǐng)域的組織和學(xué)者對邊緣計算有著(zhù)不同的解讀。邊緣計算產(chǎn)業(yè)聯(lián)盟（Edge Computing Consortium，ECC）對邊緣計算的定義為：邊緣計算是在靠近物或數據源頭的網(wǎng)絡(luò )邊緣側， 融合網(wǎng)絡(luò )、計算、存儲、應用核心能力的分布式開(kāi)放平臺（架構），就近提供邊緣智能服務(wù)，滿(mǎn)足行業(yè)數字化在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數據優(yōu)化、應用智能、安全與隱私保護等方面的關(guān)鍵需求。近年來(lái)，隨著(zhù)移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，智能終端設備不斷普及，網(wǎng)絡(luò )邊緣側數據的爆發(fā)式增長(cháng)推動(dòng)了邊緣計算的發(fā)展。2014年歐洲ETSI成立移動(dòng)邊緣計算標準化工作組（MEC）；同年，AT&T、思科（Cisco）、通用電氣（GE）、IBM和英特爾（intel） 成立工業(yè)互聯(lián)網(wǎng)聯(lián)盟（Industrial Internet Consortium， IIC）；2015年，ARM、思科、戴爾、英特爾、微軟和普林斯頓大學(xué)建立開(kāi)放霧聯(lián)盟（OpenFog Consortium）；2016年，國內工業(yè)、信息通信業(yè)、互聯(lián)網(wǎng)等領(lǐng)域百余家單位共同發(fā)起成立工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟；同年，由華為技術(shù)有限公司、中國科學(xué)院沈陽(yáng)自動(dòng)化研究所等單位聯(lián)合倡議發(fā)起的邊緣計算產(chǎn)業(yè)聯(lián)盟（Edge Computing Consortium，ECC）正式成立。在學(xué)術(shù)科研方面，2016 年，IEEE和ACM共同發(fā)起了邊緣計算研討會(huì )IEEE/ ACM Symposium on Edge Computing；2017年，中國自動(dòng)化學(xué)會(huì )率先成立了邊緣計算專(zhuān)業(yè)委員會(huì )。在IEEE COMMUNICATIONS SURVEYS & TUTORIALS、IEEE COMMUNICATIONS MAGAZINE、IEEE Internet of Things Journal等著(zhù)名學(xué)術(shù)期刊上都發(fā)表了大量邊緣計算綜述性文章。在標準制定方面，ITU-T SG20發(fā)起了“邊緣計算需求和能力要求”的國際標準立項，中國通信標準化協(xié)會(huì )CCSA也陸續開(kāi)展多項邊緣計算行業(yè)標準立項。同時(shí)，北京大學(xué)、東南大學(xué)等單位承擔了一系列云端融合相關(guān)的863和國家重點(diǎn)研發(fā)計劃項目，有力地推動(dòng)了邊緣技術(shù)的發(fā)展。例如東南大學(xué)的宋愛(ài)國等人承擔的國家重點(diǎn)研發(fā)計劃云計算和大數據重點(diǎn)專(zhuān)項“云端融合的自然交互設備和工具”，目前已成功研發(fā)有源/無(wú)源器件結合的小型可穿戴力觸覺(jué)反饋裝置，以及具有觸覺(jué)反饋的多通道三維書(shū)空筆式交互技術(shù)與裝置。其中多通道教學(xué)系統面向基礎教育在“班班通”工程和“數字化校園”工程中進(jìn)行推廣應用，產(chǎn)品應用于中小學(xué)教學(xué)班11,000多個(gè)，學(xué)校用戶(hù)超過(guò)100所。

03 工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型

在工業(yè)互聯(lián)網(wǎng)智能制造領(lǐng)域，邊緣計算整體架構如圖1所示。

工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型主要包括了邊緣資源感知和服務(wù)感知模型、邊緣資源調度模型、邊緣任務(wù)劃分模型、多視圖模型庫等模型?；谥悄苋蝿?wù)劃分，通過(guò)對邊緣資源和服務(wù)狀態(tài)的感知進(jìn)行邊緣資源調度，實(shí)現云-邊緣的協(xié)同計算，將計算任務(wù)根據最小化能耗、最小化系統延遲以及負載均衡等目標，在云和邊緣處進(jìn)行計算卸載，提升系統的整體性能。工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型的具體內容如圖2所示。

（1）邊緣資源與服務(wù)狀態(tài)感知模型

邊緣資源與服務(wù)狀態(tài)感知模型主要用來(lái)感知每個(gè)邊緣計算節點(diǎn)的ICT資源狀態(tài)（如網(wǎng)絡(luò )聯(lián)接的質(zhì)量、CPU占 有率等）、性能規格（如實(shí)時(shí)性）、位置等物理信息等， 為計算負載在邊緣側的分配和調度提供了關(guān)鍵輸入。 

邊緣資源與服務(wù)狀態(tài)感知模型主要包括邊緣計算節點(diǎn)可靠性評估模型、邊緣計算節點(diǎn)資源感知模型、邊緣網(wǎng)絡(luò )狀態(tài)評估模型、邊緣節點(diǎn)安全性評估模型。 

邊緣計算節點(diǎn)資源與服務(wù)狀態(tài)評估如圖3所示。

邊緣計算節點(diǎn)可靠性模型：邊緣計算節點(diǎn)可靠性指在規定條件下和給定時(shí)間內邊緣計算節點(diǎn)正確運行（計算）的概率，包括可靠性、可用性和可維性。

邊緣計算節點(diǎn)資源感知模型：對邊緣計算節點(diǎn)的計算資源和存儲資源進(jìn)行實(shí)時(shí)感知。計算資源感知標準包括響應時(shí)間和CPU時(shí)間等。響應時(shí)間是指邊緣計算節點(diǎn)接收到計算任務(wù)直至給出計算結果所需的時(shí)間。其中包括了訪(fǎng)問(wèn)外存儲器、訪(fǎng)問(wèn)主存器時(shí)間、CPU運算時(shí)間、I/O動(dòng)作時(shí)間以及操作系統工作的時(shí)間開(kāi)銷(xiāo)等。

網(wǎng)絡(luò )狀態(tài)評估模型：網(wǎng)絡(luò )狀態(tài)評估模型主要評估指標包括：速率、帶寬、吞吐量、時(shí)延、往返時(shí)間RTT、利用率。

安全性模型：安全性模型主要的內容包括：設備安全、網(wǎng)絡(luò )安全、控制安全、應用安全和數據安全。

（2）邊緣任務(wù)調度模型

邊緣任務(wù)調度模型支持主動(dòng)的任務(wù)調度，能夠根據資源狀態(tài)、服務(wù)感知、邊緣計算節點(diǎn)間的聯(lián)接帶寬、計算任務(wù)的時(shí)延要求等，自動(dòng)地在將任務(wù)拆分成多個(gè)子任務(wù)并分配到多個(gè)邊緣計算節點(diǎn)上協(xié)同計算。也支持把計算資源、服務(wù)資源等通過(guò)開(kāi)放接口對業(yè)務(wù)開(kāi)放，業(yè)務(wù)能夠主動(dòng)地控制計算任務(wù)的調度過(guò)程，如圖4所示。

邊緣任務(wù)調度模型主要包括任務(wù)智能分割模型、計算卸載決策模型、任務(wù)-邊緣節點(diǎn)匹配模型、邊緣深度計算模型。

任務(wù)分割模型：任務(wù)分割的粒度有方法級別、模塊級別和線(xiàn)程級別。在任務(wù)分割時(shí)，移動(dòng)應用將會(huì )被分為本地執行代碼和云端執行代碼兩個(gè)部分。其中涉及本地I/O、涉及用戶(hù)交互的代碼必須在本地執行。而與本地設備交互少、代碼量少、計算量大的代碼則可以上傳到云端執行。

卸載決策模型：卸載決策是邊緣計算任務(wù)調度的核心問(wèn)題。卸載決策主要關(guān)注是否進(jìn)行計算卸載。卸載決策分為靜態(tài)決策和動(dòng)態(tài)決策兩種。對于靜態(tài)決策，應用在運行前就已經(jīng)決定某個(gè)模塊是否應該上傳到服務(wù)器執行。動(dòng)態(tài)決策的運行時(shí)負載比較高，需要實(shí)時(shí)監控移動(dòng)設備的運行狀況和網(wǎng)絡(luò )狀況。

任務(wù)-節點(diǎn)匹配模型：任務(wù)-節點(diǎn)匹配模型主要如何解決根據計算任務(wù)和節點(diǎn)當前的狀態(tài)，來(lái)決定計算任務(wù)放置在哪個(gè)節點(diǎn)上運行的問(wèn)題。針對于不同的卸載任務(wù)，任務(wù)-節點(diǎn)匹配模型主要基于能量消耗模型，時(shí)間延遲模型和負載均衡模型。

邊緣輕量級學(xué)習模型：針對深度學(xué)習模型等計算密集同時(shí)難以分布式優(yōu)化的智能算法對邊緣側有限的計算資源帶來(lái)的調整，建立邊緣設備計算資源評估方法，在此基礎上設計基于邊緣設備計算資源的智能算法優(yōu)化方法，解決邊緣智能系統的實(shí)時(shí)性和可靠性，降低能耗、網(wǎng)絡(luò )帶寬需求，以及信息泄露的可能性。

（3）邊緣數據協(xié)同模型

邊緣數據協(xié)同模型研究邊緣計算節點(diǎn)對南向的協(xié)議適配，邊緣計算節點(diǎn)之間的東西聯(lián)接使用統一的數據聯(lián)接協(xié)議。通過(guò)數據協(xié)同，節點(diǎn)間可以相互交互數據、知識模型等。邊緣計算節點(diǎn)需要知道特定的數據需要在哪些節點(diǎn)間共享，共享的方式包括簡(jiǎn)單的廣播、Pub-Sub模式等。邊緣數據協(xié)同模型主要包括統一語(yǔ)義模型和語(yǔ)義網(wǎng)絡(luò )模型。

數據統一語(yǔ)義模型：數據統一語(yǔ)義模型具有平臺無(wú)關(guān)、可兼容既有工業(yè)信息模型的通用數據語(yǔ)義描述框架并進(jìn)行建模，包括面向工業(yè)互聯(lián)網(wǎng)控制數據、管理數據、設計/工藝數據的關(guān)鍵屬性分類(lèi)與提??；針對智能制造底層跨域、上層綜合應用的需求，通過(guò)對制造流程多層次數據關(guān)聯(lián)關(guān)系的分析，按照人機物法環(huán)模型分別制定內部及相互間關(guān)聯(lián)關(guān)系數據字典標準化研究，實(shí)現基于數據業(yè)務(wù)關(guān)聯(lián)、時(shí)空關(guān)聯(lián)的涵蓋工廠(chǎng)采購、設計、生產(chǎn)、制造以及物流等領(lǐng)域環(huán)節的數據關(guān)系字典。

04 工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型驗證方法

為了對工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型進(jìn)行驗證，在國內某鋼鐵生產(chǎn)企業(yè)的智能車(chē)間內，搭建了工業(yè)互聯(lián)網(wǎng)實(shí)驗驗證平臺，其總體架構如圖5所示。

在該平臺中，各功能模塊以生產(chǎn)任務(wù)、計劃、物料為管理對象，實(shí)現高效精細化管理，功能模塊之間高度整合，形成從訂單錄入到成品出廠(chǎng)合同結案的高實(shí)時(shí)信息閉環(huán)處理。通過(guò)各類(lèi)型設備接入管理模塊完成傳感器與智能終端設備注冊、設備鑒權、設備接入、網(wǎng)絡(luò )拓撲、網(wǎng)絡(luò )調度與故障管理等功能。數據邊緣處理過(guò)程，各種傳感器儀表的數據，處理方式主要是通過(guò)傳感器、智能終端、攝像頭、網(wǎng)關(guān)主要是以消息方式實(shí)時(shí)上報給試驗驗證平臺。驗證平臺通過(guò)內部的邊緣處理模塊與實(shí)時(shí)流引擎實(shí)現數據的處理。利用實(shí)時(shí)數據處理的UDF能力可方便擴展支持私有數據的處理、或者復雜處理邏輯；現有生產(chǎn)環(huán)境中的各類(lèi)數據，這種數據是以文件或者數據庫形式體現，以定期同步方式同步給試驗驗證平臺。利用DI實(shí)現批數據（離線(xiàn)數據）的集成和預處理， 從而進(jìn)行數據監控與展示。

基于該實(shí)驗平臺，表1給出了工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型的測試方法和測試結果。從實(shí)驗結果可以看到，本系統提供了較為全面的工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型測試環(huán)境和方法。

05 結論

工業(yè)互聯(lián)網(wǎng)智能制造對系統的確定性、實(shí)時(shí)性和安全性有著(zhù)很高的要求，邊緣計算可以滿(mǎn)足工業(yè)互聯(lián)網(wǎng)智能制造的相關(guān)需求。本文介紹了工業(yè)互聯(lián)網(wǎng)、智能制造、邊緣計算的基本狀況，設計了工業(yè)互聯(lián)網(wǎng)智能制造邊緣計算模型，搭建了測試平臺，設計了測試方案，并進(jìn)行了模型測試，希望為邊緣計算模型和方法的測試提供參考。

來(lái)源： 邊緣計算產(chǎn)業(yè)聯(lián)盟ECC