智能制造云服务平台的设计与实现

杨志和

(上海电机学院 电子信息学院,上海 201306)

智能制造云服务平台的设计与实现

杨志和

(上海电机学院 电子信息学院,上海 201306)

建设和运营智能制造云服务平台的目的在于实现信息化与工业化的深度融合。通过顶层设计，平台汇聚并提供多层次的工业信息化所需的云服务，实现了智能制造系统的应用服务整合。平台基于统一的工业大数据标准体系框架，对工业数据经过采集、抽取、转换、加载并建立数据仓库，分析与挖掘，以实现决策支持，实现了智能制造系统的数据级整合。

智能制造； 云平台； 信息融合； 云制造

信息化和工业化(以下简称“两化”)融合是我国产业结构调整升级和经济发展方式转变的重大战略部署，《中国制造2025》和工业和信息化部都把促进工业云发展作为推进“两化”深度融合、支撑智能制造发展的重要举措[1]。“两化融合”提升生产制造企业创新能力，主要难点在于软、硬件平台搭建、系统模型建立和仿真、高端研发人员的培养等。云平台基于虚拟化技术，集成标准化的基础资源管理、服务支撑、信息安全保障、运维监控保障功能，为“两化融合”提供仿真技术(软件)、云存储、云部署、业务软件云服务，可以有效降低企业“两化融合”的工作量和实施成本，通过信息技术手段降低工业设计与制造的成本,提高生产效率[2]。

目前，国内工业云服务平台的研制紧跟欧美发达国家的步伐。北京数码大方科技有限公司(CAXA)和北京计算中心合作承担的“CAXA工业软件云服务平台”是中国首个工业软件云服务平台，主推工业软件在云服务平台上的应用和推广[3]；2013年12月，由北京市计算中心建造的“北京工业云”正式上线运营，它为工业设计和先进制造提供了一个创新服务平台，可以提供设计、仿真、模拟、分析、测试和虚拟加工等计算服务[4]。广东“工业云”创新服务信息化平台是工业和信息化部“工业云”创新服务的试点，它是一个面向工业企业，尤其是为制造型中小企业提供了产品创新的公共服务平台[5]；“徐工工业云”是徐州工程机械集团有限公司(简称“徐工集团”)与华为技术有限公司、阿里巴巴网络技术有限公司、中国电信集团公司4家联合打造，试图构建“互联网+云技术+制造”的一个工业云平台，徐工通过“工业云”开放企业的资源，服务于全世界的“需求方”[6]。美国俄亥俄州超算中心倡导的蓝领计算(Blue collar computing)就是将高性能计算应用于工业领域，基于虚拟建模和仿真技术实现云设计[7]。

“两化融合”用户可以基于软件(即服务)和数据(即服务)的模式获得低廉的企业信息化解决方案及服务。基于智能制造云服务平台的服务，企业用户可快速有效地实施基于云计算与工业互联网的智慧工厂，降低设计与制造成本,提高资源利用率和生产效率，实现个性化定制生产，从而大幅缩短企业产品升级换代的周期，实时监测生产状态数据，提高产品性能和质量，大幅提升工业企业的自主创新效率，推动企业两化深度融合的能力[8]。

现有主流的智能制造相关的系统有企业资源计划(Enterprise Resource Planning, ERP)系统、产品生命周期管理(Product Lifecycle Management, PLM)系统、制造企业生产过程执行系统(Manufacturing Executuion System, MES)、数据采集与监视控制(Supervisory Control and Data Acquistion, SCADA)系统等，建设面向“两化融合”的工业云平台，就是要实现上述系统在数据层和应用层的有机融合，即实现数据和应用服务共享。基于虚拟化技术，本文以PC机构建集群取代昂贵的服务器，降低建设成本；利用云计算技术为生产制造企业提供租用服务以替代软件销售，降低企业成本，最终实现按需部署、按需服务，开启生产制造企业“两化”深度融合之路，推动企业实现知识共享和协同研发，打通产业协同创新链条。

1 智能制造云服务平台的设计

智能制造云服务平台是将信息化建设的基本要素在平台中形成面向服务的具有安全和运行保障的云计算公共服务(简称云服务)，主要提供平台服务(PaaS)、软件服务(SaaS)和数据服务(DaaS)，为“两化融合”建设专有业务系统准备好所有信息化基础设施资源，各工业企业利用这一公共服务平台建设应用云平台(如空间地理信息云、中小企业云、食品云和金融云等)[9]。

智能制造云服务平台总体架构如图1所示。

智能制造云服务平台的建设形成基础设施资源池、数据资源池、软件资源池等信息化资源池，实现按需服务，真正使基础设施成为基础性的公共资源，为各类不同应用提供基础支撑服务。

智能制造云服务平台基于公共平台，采用单点部署公共业务的方式，向区域内相关企业提供多层次的工业信息化应用服务。表1给出了可向各工业企业提供服务的部分公共应用系统。因此，该平台整合了智能制造从设计、生产、管理到销售与服务的大部分应用服务，并利用高性能计算技术和虚拟化技术，为中小企业提供购买或租赁信息化云服务。通过云服务最大限度的共享资源，节约资金[10]。

图1 智能制造云服务平台架构图Fig.1 Architecture of the cloud service platform for intelligent manufacturing

序号系统名称备注1数字化设计软件:CAD/CAM/CAPP/CAE/PDM共享平台、多租户方式下使用2企业信息门户共享平台、多租户方式下使用3电子采购平台共享平台、多租户方式下使用4办公自动化系统共享平台、多租户方式下使用5统一用户和单点登录系统共享平台、多租户方式下使用

智能制造云服务平台采用信息化手段建设一批专有业务管理系统(见表2)，以提高生产制造企业内部设计、生产、经营、销售能力，提高生产力，开展多样化服务，从而促进深化“两化融合”的建设目标[11]。

智能制造云服务平台最先为企业提供“水平战略数据整合”服务，其次提供“垂直生产数据整合”服务，最后实现了端—端的流程数据整合服务策略。

表2 智能制造云服务平台的专有业务服务列表

2 智能制造云服务平台的实现

目前，现代装备制造业有实现系统自动化的基础，利用设备现有的机械手或增加机械手、可编程逻辑控制器(Programmable Logic Cotroller, PLC)和自动控制软件可实现系统自动化；机械手结合专用定制的自动化设备单元可以实现所有数控设备的自动化改造，使以数字化、网络化、柔性化及系统集成技术为核心的智能制造装备取得重大突破。由于重点行业装备的数控化率较高，且大量先进的信号监测设备投入运营，因此也产生了很多监测数据。但这些监测数据以不同组织形式存储在不同的监测站点,形成了一个个“数据孤岛”,彼此无法相互访问与利用，要对这些数据进行综合利用就显得尤为困难[12]。

本文提出用一种基于独立安全域联盟的数据交换与共享框架来管理各个监测站点的数据，使各监测系统间的数据能够互联互通，完成多源信息融合，从而为上层决策系统进行数据综合分析和故障智能诊断提供数据层面的支持[13]。该框架将每个数据源看成一个独立的安全盟友进行管理，盟友之间可以通过网络实现数据交换与共享；通过数据容器构建一个全局虚拟数据库视图，并赋予每个盟友访问该虚拟数据库的权限和能力，实现各盟友间历史数据的透明访问。对于其他具有时效性的数据，如实时数据、定时数据等,则通过盟友用户预先制定的各种数据发布/订阅关系来实现数据的自动推送与接收。每个联盟成员都可以获取当前整个联盟系统的所有发布数据；在这些发布的数据中，可能有一部分数据是本盟友在进行联合数据分析时所必需的数据，则其可以根据需要对这部分数据进行订阅；当这些发布数据有内容更新时，该盟友可以及时地得到更新内容。本文采用如下方案来解决多源数据的集中同步与一致性问题：将联盟数据库原有的两两数据直接交换的结构改为先转换成一种中间格式，再将中间格式转换为目标格式，如图2所示。

图2 联盟数据映射模式改动示意图Fig.2 Schematic diagram of alliance data mapping model

具体实现时采用了基于消息队列的通信机制将盟友与盟友之间的通信关系充分解耦，采用可扩展标记语言(Extensible Markup Language, XML)作为数据的基本交换格式，以屏蔽不同监测系统之间的数据差异，提高了系统的灵活性和可扩展性[14]。

智能制造云服务平台的区域联盟可以划分为以下10个安全域。

(1) 核心数据交换域(Core Switch Domain，CSD)。该域是整个云平台的中心区域，负责云平台各区域数据的交换。

(2) 业务数据服务域(Business Data Service, BDS)。该域为工业企业各类业务应用提供服务。

(3) 公开数据服务域(Public Data Storage Service，PSS)。该域以服务方式向所有用户提供数据存储。各工业企业的门户网站将部署在该区域。

(4) 平台核心服务域(Platform Core Servic，PCS)。这是整个综合服务中心的核心区域，为综合服务中心提供平台类服务。

(5) 业务数据存储域(Business Data Storage，BDS)。该域存储平台核心及不对互联网用户开放的数据。

(6) 业务管理服务域(Business Management Services，BMS)。该域提供运维管理、网络管理、平台资源配置管理、信息化基础资源交付与受理服务。

(7) 安全管理域(Safety Management District，SMD)。该域提供安全管理中心信息发布和展示、安全事件报表、风险态势分析、告警等应用、展示操作。

(8) 数据交换域(Data Exchange Domain，DED)。该域主要提供平台内各区域之间、平台与平台之间、平台与平台外应用系统之间的数据交换服务。

(9) 业务托管域(Business Managed Domain，BMD)，即应用服务区。该域为托管在综合服务中心的各类业务(除门户及面向公众的业务)提供托管服务，提供相应的计算资源、运行环境、安全设施等。

(10) 互联网应用服务域(Internet Application Service，IAS)。该域为互联网用户服务，提供面向公众的业务服务，如门户网站、邮箱系统等。

3 案例分析——中云智慧工厂

中云智慧工厂是一个基于临港智能制造产业区的工业自动化综合管理系统示范平台，能够高效、直观、迅速地整合企业所有信息资源，从而辅助智能决策。中云智慧工厂能够实现各生产环节生产工况信息的联通与共享，能够使不同信息系统有机地联系起来，实现互联互通、协调有序运行。中云智慧工厂具备可视化信息查询与信息统计、实时安防监控、特定需求预测与预警、环境排污实时监测、生产流程和设备实时监测等功能。中云智慧工厂的系统架构如图3所示。

图3 智慧工厂系统架构图Fig.3 Framework of the intelligent factory system

中云智慧工厂全面集成企业的生产管理、设备管理、安全管理，兼容所有智能设备，深度融合了工业物联网技术，支持各种串口通信协议和无线通信协议。系统通过统一的平台管理各种设备，获取各类数据信息，联动各类预、报警系统；提供可定制、可扩充的各类业务服务模块和各类数据报表服务模块，提供面向用户个性化需求的深度数据挖掘与分析，实现了企业高效、安全、节能的整体运作。图4给出了中云智慧工厂的基本架构。该架构包括决策层、运营层、执行层和设备层4层，相对应的服务对象是集团层、工厂层、车间层和生产线。处于最上层的是商业智能(Bussiness Intelligence, BI)和决策执行系统(Decision Support System, DSS)；处在第2层的是与生产计划、物流、能源和经营相关的ERP、客户关系管理(Customer Relationship Management, CRM)、供应链关系管理(Supply Chain Management, SCM)等，以及产品设计、技术相关的PLM；处在第3层的是与制造生产设备和生产线控制、仓库管理相关的MES、质量管理系统(Quality Management System, QMS)、仓库管理系统(Warehouse Management System, WMS)功能；处在最下层的是感知层，也是至关重要的一层，数据通过设备层的PLC、DCS传出，实现产品信息的采集以及追溯等。

图4 智慧工厂信息架构图Fig.4 Framework of the intelligent factory information

中云智慧工厂集成了计算机与网络、物联网、音频和视频、传感器、虚拟现实、移动互联网及无线通信等技术，实现了对企业的数字化综合管理。中云智慧工厂系统主要具有以下功能。

(1) 数据采集。负责对现场的生产设备(如上位机、PLC)采集数据，用图形画面显示实时生产过程，并将数据保存到数据库服务器，为今后各类数据分析提供历史数据。

(2) 数据存储。将设备运转、设备操控、设备的历史数据以及系统配置信息保存到工业库服务器，为生产统计及系统、设备性能分析提供历史数据。

(3) 实时监测。实时监测企业生产与安全状况：基于各路传感器对生产设备运行状况进行实时动态监测；基于视频实时分析技术实现工业视频实时监测与预警；可对人员位置进行实时跟踪、监测。及时发现并自动处理各类报警信息，自动对超限、断电、异常等情况发出声、光报警，并提供报警事故自动化处理方法和程序；各类历史日志信息可以图文一体可视化地查询、统计、分析。企业管理者可以足不出户地实时掌握一线生产状况，实现对生产制造过程数据实时性监控和处理；可以利用存储的数据从事数据挖掘、分析，通过参数设置实现设备的自动报警和应急处理，实现自动化无人值守和应急处理。

(4) 报表。包含了小时产量报表、日产量报表、详细报警信息报表、设备开停报表、监测数据报表、汇总报表及工具更换报表等。

(5) 其他子系统。可定制压力、排风、排水、人员、生产线、仓储及物流等现场实时监测和控制系统。

4 结 语

智能制造云服务平台为制造业提供了快速部署的虚拟化技术基础平台；优化整合了企业资源，提供了云计算环境和云设计软件；优化和改进了生产和管理系统，提供了可按需定制的管理云平台；提供了统一运维和安全保障的云服务体系，最终实现了工业企业的云制造[15]。智能制造云服务平台为深化“两化融合”提供有力支撑。

[1] 周济.智能制造——“中国制造2025”的主攻方向[J].中国机械工程,2015,26(17)：2273-2284.

[2] 张洁，吕佑龙.智能制造的现状与发展趋势[J].高科技与产业化,2015，11(3)：42-47.

[3] 陶永,王田苗,李秋实,等.基于“互联网+”的制造业全生命周期设计、制造、服务一体化[J].科技导报,2016,34(4)：45-49.

[4] 冯国华.打造大数据驱动的智能制造业[J].中国工业评论,2015(4)：38-42.

[5] 于青利,李曼,周倩.云计算时代托举智能制造走向成功[J].世界电信,2015(7)：29-36.

[6] 袁景凌,徐丽丽,苗连超.基于XML的虚拟法异构数据集成方法研究[J].计算机应用研究,2009,26(1)：172-174.

[7] 李冠宇,黄海,张俊.XML在异构数据集成方面的应用[J].交通信息与安全,2002,20(5)：25-28.

[8] 陈宏,曹健,梁旻.分布异构环境下的数据集成方法及应用[J].计算机工程,2005,31(5)：115-116，180.

[9] ROELKENS G, LIU L, LIANG D，et al. III-V/Silicon photonics for on-chip and intra-chip optical interconnects [J]. Laser & Photonics Reviews,2010,4(6)：751-779.

[10] TORRES L, BRUM R M, CARGNINI L V, et al. Trends on the application of emerging nonvolatile memory to processors and programmable devices[C]∥2013 IEEE International Symposium on Circuits and Systems(ISCAS2013). Beijing：IEEE,2013：101-104.

[11] 宋庭新，张成雷，李成海,等.中小企业云制造服务平台的研究与开发[J]．计算机集成制造系统，2013，19(5)：1147-1154．

[12] 李伯虎，张霖，王时龙，等.云制造——面向服务的网络化制造新模式[J].计算机集成制造系统，2010，16(1)：1-7，16．

[13] LECUN Y, BENGIO Y, HINTON G. Deep Learning [J]. Nature,2015(521)：436-444.

[14] 陈祎淼.智能制造：两化深度融合主攻方向[J].企业管理实践与思考,2015(2)：31-32.

[15] 蒋明炜.智能工厂：实现智能制造的重要载体[J].中国工业评论,2016(1)：28-36.

Design and Implementation of a Cloud Service Platform forIntelligent Manufacturing

YANG Zhihe

(School of Electronic Information, Shanghai Dianji University, Shanghai 201306, China)

The purpose of building and operating the cloud service platform for intelligent manufacturing is to realize close integration between informationization and industrialization. In the top-level design, the platform provides and combines multi-level cloud services needed in the industry informationization, and realizes integration of application services for the intelligent manufacturing system. Based on a unified framework of the industrial big data standard system, the platform realizes collection, extraction, transformation and loading of the data, and establishes a data warehouse. The decision making is supported by information analysis and data mining so that the data level integration is realized for the intelligent manufacturing system.

intelligent manufacturing; cloud platform; information fusion; cloud manufacturing

2016-10-28

杨志和(1978-)，男，讲师，博士，主要研究方向为计算机应用技术、软件工程等，E-mail：yangzh@sdju.edu.cn

2095-0020(2016)06-0338-06

TP 393.09; TH 166

A