基于信息物理系统新特性的智能工厂部署策略研究

陈 明,刘江山,李杰林,刘晋飞

(1.同济大学 机械与能源工程学院,上海 201804; 2.同济大学 中德工程学院,上海 201804)

基于信息物理系统新特性的智能工厂部署策略研究

陈 明1,2,刘江山1,李杰林1,刘晋飞2

(1.同济大学 机械与能源工程学院,上海 201804; 2.同济大学 中德工程学院,上海 201804)

智能制造中离散制造过程是将计算、通信和控制融为一体的生产过程,每个生产阶段均独立,且所用生产设备和原材料均不同,这就使整个生产过程的控制和管理变得复杂化、多样化.为解决此问题,结合智能制造中过程控制和云服务的特点,提出了基于信息物理系统(CPSs)新特性的智能工厂部署模型.首先,描述了CPSs的新需求和新特性,根据新特性和新需求构建基于服务的CPSs运行模型;其次,构建了基于服务的CPSs功能需求模型,并根据功能需求模型,形成基于CPSs新特性、新需求的设备及服务的部署策略;最后,以离散制造业中智能工厂CPSs部署为例,验证构建的基于服务的CPSs模型.结果表明,研究具有可行性.

离散制造(MD); 智能工厂; 信息物理系统(CPSs); 部署策略

智能制造是指运用信息物理系统(Cyber-Physical System，CPSs)技术将生产过程中的诸如供应链、制造、销售等方面的信息数据化、智能化,从而实现快速、高效、个性化的产品生产.智能制造由传统的集中式控制向分散式控制转变,其目的是为数值化、智能化的产品和服务建立一个高度柔性的生产模式.

在智能制造领域中,其产品和智能化的生产过程面临着巨大挑战,而CPSs和云服务是解决这种困扰的重要技术路径[1].CPSs是一个综合计算、网络和物理环境的多维复杂系统,通过“3C”(控制、通信、计算)技术的有机融合实现大型工程系统的实时感知、动态控制和信息服务[2].云服务是一种新兴的基于物联网和数据库等技术的服务模式,为用户提供至下而上的3层服务:基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)[3].将这两种技术相结合,将会产生一种新的生产方式和服务模式.

在智能制造模式下,与流程工业相比,离散制造业(Discrete Manufacturing,DM)更需要这两种技术的结合.MD一般包括零部件的加工及产品的装配,从产品的生产过程来看,MD产品的生产过程是由不同零部件加工子过程组成的复杂过程,其过程相对存在较多变化和不确定因素,从这个意义上来说,MD生产过程的控制更为复杂和多变.现有的CPSs模型已不能解决MD中智能工厂中的这些问题,需要结合CPSs新特性和云服务模式来部署智能工厂中的物理设备.

1 CPSs的研究现状

CPSs是近年来提出的新概念,它是在物与物的基础上，强调对物的实时控制与服务,其意义在于紧密联系物理世界和现实世界的一个系统[4],很多学者从不同方面对其进行了研究[5-8].在国外学者的研究中,Julien等[9]提出了确保CPSs运行性能的实时验证系统,能有效地检测出分布式调度系统中应用CPSs时注入的错误.Aiho等[10]提出了一种基于数据中心和开放式实时操作系统的实时服务型体系结构,实现对给定服务的互操作性和实时性等进行评价.在国内学者的研究中,张明建[11]在分析智能制造系统各层级功能及其有机融合协同智能制造的模式与特征的基础上,讨论了构建智能制造系统亟需解决的技术问题及技术的演进方向，从CPSs基础理论、系统模型和安全性等方面阐述了CPSs面临的挑战.目前,国内外学者对CPSs架构模型的研究较少涉及面向服务的CPSs研究,不能完全体现网络技术、云计算技术与智能制造结合后对CPSs模型的影响.

将云计算融入到工业生产中,可实现资源和服务的实时利用,在基于云服务的制造模式研究中也有很多成果.Eliasson等[12]提出了面向服务的参考架构范例,虚拟化的服务模型使工厂转化为云服务,便于资源的动态分配和交互.李斌勇等[13]利用云服务理论构建了汽车产业链云服务模型,并对于云服务体系的数据库内核进行设计.黄沈权[14]针对制造云服务按需供应模式研究的不足,从模式、技术和应用的层面上研究云制造环境下云服务的按需供应问题,实现工厂间便捷、动态的业务协作和广域范围内的资源优化配置.

虽然有很多关于CPSs和云服务在智能工厂中的应用研究,但是将智能制造模式与云服务相结合对CPSs参考架构影响的研究较少,本文将从这一角度出发,研究一种新的CPSs模型.

2 智能工厂中CPSs的新需求与新特性

CPSs的本质是以“人—机—物”的融合计算技术,以实现人的控制在时间、空间等方面的延伸.而在智能制造模式下的MD中,原有的CPSs已无法应对复杂多变的制造过程,新的制造模式对CPSs提出通信、计算、网络、环境和控制等多个需求,为了针对这些新需求找出CPSs新的特性[15-17],如表1所示.

根据智能制造中MD对CPSs性能的新需求,结合CPSs的功能需求和云服务的特点,提出了能满足上述新需求和新特性的智能模式下，MD的基于云服务的CPSs模型.

3 基于服务的CPSs模型

3.1 基于服务的CPSs运行模型

云服务平台为业务系统提供灵活的部署、运行与管理环境,屏蔽底层硬件、操作系统的差异,为应用提供安全、高性能、可扩展、可管理、可靠、可监控和可伸缩的全面保障.因此，将云服务模式运用于CPSs中,可降低开发、测试、部署、运行和维护应用系统的成本.基于云服务的CPSs是针对MD中智能制造的特点,以高度智能的形式来实现制造全过程服务.不仅实现了人与产品之间的无缝对接,还可实时获取产品、设备等的运行状态.在整个生产、服务过程中,人虽然不需要去生产现场,但可通过虚拟系统来参与制造和服务全过程.基于云服务模式的CPSs运行模型如图1所示.

在图1中,通过布置在物理执行层的各种智能传感器,智能扫描单元来获取设备和产品的信息,对其进行数字化提取,并进行分析和处理,最后输入赛博服务层中的各种云服务模块中,完成远程监控、数据分析和处理等任务.而用户也可以通过赛博服务层中的云服务模块来控制物理执行层中的传感器、执行器等运行及检测其运行状态,实现个性化订制服务.物理执行层和赛博服务层之间通过各种边界条件,如网络协议和映射规则等来实现无缝对接.

表1 智能工厂中CPSs的新特点Tab.1 New characteristics of CPSs in smart factory

图1 基于云服务模式的CPSs运行模型Fig.1 Running model of CPSs based on cloud services

3.2 基于服务的CPSs功能需求模型

根据智能制造模式下MD的制造过程对CPSs的要求,可将基于云服务的CPSs功能需求模型分为物理执行系统、虚拟信息系统、资源池化及安全策略,如图2所示.在物理执行系统层面,可根据生产现场将其细分为现场物理设备层和业务控制层.现场设备层负责生产、物流、检测、仓储等过程,业务控制层负责对生产过程中所有设备和系统的控制及建模仿真过程等.物理执行系统中产生的各种数据经过资源池化系统的分类和整理后,传输给虚拟信息系统中的工厂集成管理层和企业层,对产品进行生产管理和人员管理,并对数据进行分析、控制和监测等.用户接触层为用户提供各种应用服务,在信息系统中还为用户提供了各种个性化订制、体验等服务,客户直接享受价值链顶端服务.同时,还需要通过安全策略来保证生产过程中数据安全和人生安全等,以减少不必要的损失.

3.3 基于服务的CPSs物理配置模型

根据基于云服务的CPSs功能需求模型,实现其物理设备的配置模型,如图3所示.

在物理执行系统的现场设备层中,配备有智能仓储、AGV及机器人、智能加工设备、智能识别设备、智能检测设备等,用以完成生产现场数据的产生与采集等.业务控制层与现场设备层之间,通过一定的通信协议或标准实现设备与设备之间、设备与人之间的信息交互,该层运用PLC和网络交换机等来控制现场设备层的运行.

图2 基于云服务的CPSs功能需求模型Fig.2 Function need model of CPSs based on cloud services

图3 基于云服务的CPSs物理配置模型Fig.3 Physical configuration model of CPSs based on cloud services

物理执行系统与虚拟信息系统之间,需要通过一定的映射规则来实现互通.在集成管理层,通过车间服务器和生产数据库,提供基于CAD、仿真等软件平台的产品设计服务及组态配置服务.在企业管理层,部署在企业内部的管理服务器提供计算服务,企业数据库和信息流数据库作为存储库,提供基于平台的安全策略服务、虚拟仿真服务等.

企业层和用户接触层之间通过数据库平台、文件传输协议、超文本传输协议等搭建信息通讯渠道,提供所需的各种云服务模式.用户接触层可为用户提供网站、售后等服务.

4 基于CPSs新特性的部署策略应用

前面分别提出了基于云服务的CPSs的运行模型、功能模型、物理配置模型,为了验证设计CPSs模型的合理性和可用性,本节以智能制造模式下MD中CPSs的部署策略为例,搭建了基于CPSs新特性的部署策略模型,如图4所示.

图4 基于CPSs新特性的部署策略模型Fig.4 Deployment strategy model of CPSs based on new features

在基于云服务的CPSs模型的部署中,现场物理设备层由智能识别单元、智能拍摄单元、智能加工单元、智能立体库单元等组成,并利用智能机器人完成生产过程中产品的搬运和拾取工作.PROFINET和IEEE 802.11等工业网络通信协议,可连接现场物理设备层和业务控制层.

在虚拟信息系统的集成管理层中,生产过程产生的数据由部署在同步交互通信服务器上的关系数据库来执行操作.而对于企业层,仿真和物联网等过程中产生的大量数据,由中量级的结构数据库储存,管理者可通过动态仿真平台远程控制和管理产品定制的可视化动态生产进程;通过工业物联网平台可追寻产品零部件基本信息;同时,网络服务器和结构数据库可为用户提供一些数据分析服务,并能根据需求进行优化.在用户接触层,用户可通过操作电脑终端和手机终端等应用程序来跟踪订单的生产过程,并可实时参与产品生产的全过程.

5 结语

本文根据智能制造模式下MD生产过程CPSs的特点,结合云服务的优势,提出了基于服务的CPSs部署策略模型.首先根据MD中CPSs新需求和新特性,建立了基于云服务的CPSs运行模型以及功能需求模型、物理配置模型;然后对系统模型中的各个模块进行了详细分析;最后以MD中智能工厂的CPSs部署为例,利用所建立部署策略搭建了智能工厂中基于云服务的CPSs模型,在一定程度上提高了生产效率,并解决了生产过程中设备信息不畅通的问题.本文未来的研究可从如何确保各子系统充分发挥群体智慧作用,在系统层面上实现真正的制造智能化,并将人类从简单的智力活动中解放出来,发挥更多的主观创造力.

[1] KHAN A,TUROWSKI K.A survey of current challenges in manufacturing industry and preparation for Industry 4.0[M].Berlin:Springer International Publishing,2016:15-26.

[2] 黎作鹏,张天驰,张菁.信息物理融合系统(CPS)研究综述[J].计算机科学,2011,38(9):25-31.

LI Z P,ZHANG T C,ZHANG J.Survey on the research of cyber-physical systems[J].Computer Science,2011,38(9):25-31.

[3] WOLF W.Cyber-physical systems[J].Computer,2017,20(3):8-9.

[4] RAJKUMAR R,LEE I,SHA L,et al.Cyber-physical systems:the next computing revolution[C]//Proceedings of the 47th Design Automation Conference.2010:731-736.

[5] PASQUALETTI F,DÖRFLER F,BULLO F.Attack detection and identification in cyber-physical systems[J].IEEE Transactions on Automatic Control,2013,58(11):2715-2729.

[6] LEE J,BAGHERI B,KAO H A.A cyber-physical systems architecture for Industry 4.0-based manufacturing systems[J].Manufacturing Letters,2015(3):18-23.

[7] SCHIRNER G,ERDOGMUS D,CHOWDHURY K,et al.The future of human-in-the-loop cyber-physical systems[J].Computer,2013,46(1):36-45.

[8] REPTA D,STANESCU A M,BENEA M,et al.A cyber-physical systems approach to develop a generic enterprise architecture[C]//International Ice Conference on Engineering.2014:1-6.

[9] ZHENG X,JULIEN C,PODOROZHNY R,et al.Efficient and scalable runtime monitoring for cyber-physical system[J].IEEE Systems Journal,2016,PP(99):1-12.

[10] ALHO P,MATTILA J.Real-time service-oriented architectures:a data-centric implementation for distributed and heterogeneous robotic system[R].Ifip Tc 10 International Embedded Systems Symposium,2017,403:262-271.

[11] 张明建.基于CPS的智能制造系统功能架构研究[J].宁德师范学院学报(自然科学版),2016,28(2):138-142.

ZHANG M J.Research on the functional architecture of intelligent manufacturing system based on CPS[J].Journal of Ningde Teachers College(Natural Science Edition),2016,28(2):138-142.

[12] ELIASSON J.A SOA-based architecture for empowering future collaborative cloud-based industrial automation[R].IEEE Communications Society,2012:5770-5775.

[13] 李斌勇,孙林夫,王淑营,等.面向汽车产业链的云服务平台信息支撑体系[J].计算机集成制造系统,2015,21(10):2787-2797.

LI B Y,SUN L F,WANG S Y,et al.Information support system of cloud services platform for automobile industrial chain[J].Computer Integrated Manufacturing Systems,2015,21(10):2787-2797.

[14] 黄沈权.制造云服务按需供应模式、关键技术及应用研究[D].杭州:浙江大学,2013.

HUANG S Q.On-demand supply mode,key technologies and application of manufacturing cloud service[D].Hangzhou:Zhejiang University,2013.

[15] ZHOU J,LEPPANEN T,HARJULA E,et al.Cloud things:a common architecture for integrating the internet of things with cloud computing[C]// IEEE International Conference on Computer Supported Cooperative Work in Design.2014:317-320.

[16] LIU C H,FAN J,BRANCH J W,et al.Toward QoI and energy-efficiency in internet-of-things sensory environments[J].IEEE Transactions on Emerging Topics in Computing,2015,2(4):473-487.

[17] 王国强,张根保,陈家焱,等.基于物联网技术的数控机床运行监视预警系统研究[J].计算机应用研究,2013,30(12):3682-3685.

WANG G Q,ZHANG G B,CHEN J Y,et al.Research of running maintenance-alarm system of NC machine based on Internet of things technology[J].Application Research of Computers,2013,30(12):3682-3685.

Research of smart factory deployment strategy based on new characteristics of cyber-physical system

CHENMing1，2,LIUJiangshan1,LIJielin1,LIUJinfei2

(1.School of Mechanical Engineering,Tongji University,Shanghai 201804,China; 2.Sino-German College of Applied Sciences,Tongji University,Shanghai 201804,China)

The discrete manufacturing process in the area of intelligent manufacturing is a production process that integrates computing, communication and control. Each stage of production is independent, the equipment and raw materials are used differently, which let the control and management of the entire production process become more complicate and diversified. To solve these problems, the paper combines the characteristics of the process control with the cloud service of intelligent manufacturing. A new deployment model of smart factory is proposed. This model is based on cyber-physical system (CPSs). Firstly, it describes the new requirements and new features of the new CPSs, then it builds the running model of CPSs, based on the service of the new characteristics and new requirements. Secondly, the function needs of CPSs model are based on the deployment strategy. New characteristics and new requirements of CPSs are formed according to the functional system. Finally, the CPSs uses the deployment strategy of smart factory in discrete manufacturing as an example, to verify the constructed model of CPSs. The result shows that the research is feasible.

discrete manufacturing(DM); smart factory; cyber-physical system(CPSs); deployment strategy

国家自然科学基金资助项目(71601144)

陈 明(1964—),男,教授,博士.E-mail:chen.ming@tongji.edu.cn

TP 302; TH 181

A

1672-5581(2017)05-0383-06