基于云计算技术的船载物资调度系统设计

肖志勇 李华 刘朝霞

摘  要：文章根据船用信息系统集成模式的发展趋势和船载物资调度系统的实际需求以及全舰计算环境的技术特点，论述了云计算技术在全舰计算环境上应用的必要性和可行性。随后以船载物资调度系统业务需求为依据，对基于云计算技术的人工智能技术、数字孪生技术和微服务架构在船用物资调度系统中的应用领域进行了探讨，并给出一个实现示例，为类似信息系统的设计与实现提供参考和借鉴。

关键词：云计算技术；全舰计算环境；智能计算；数字孪生；微服务

中图分类号：TP311；U675.79  文献标识码：A  文章编号：2096-4706（2023）03-0075-05

Design of Shipborne Material Dispatching System Based on Cloud Computing Technology

XIAO Zhiyong， LI Hua， LIU Zhaoxia

（713th Research Institute of China State Shipbuilding Corporation Limited， Zhengzhou  450015， China）

Abstract： This paper discusses the necessity and feasibility of the application of cloud computing technology in the total ship computing environment according to the development trend of the integration mode of the ship information system， the actual demand of the shipborne material dispatching system and the technical characteristics of the total ship computing environment. Then， based on the business requirements of the shipborne material dispatching system， the application fields of artificial intelligence technology， digital twins technology and micro-service architecture based on cloud computing technology in the shipborne material dispatching system are discussed， and an implementation example is given to provide reference for the design and implementation of similar information systems.

Keywords： cloud computing technology; total ship computing environment; intelligent computing; digital twins; micro-service

0  引  言

某船载物资调度系统根据用户使用情况反馈和系统所属设备技术状态演进趋势，系统涉及物资调度方案制订、物资保障过程决策分析、调度设备功能互备、调度过程智能化、设备通用质量特性数据收集与分析等众多业务功能均面临着进一步发展与改进优化的需求。这些需求反映在系统集成与架构层面可以归纳为以下几个方面：

（1）对调度过程中产生的海量数据的分析、处理与可靠存储。

（2）更多的在线分析计算等业务对计算资源的强劲需求与算力的高扩展性要求。

（3）系统所属物资调度方案制订、转运物资与转运设备图像信息检索与分析、调度设备功能互备、多业务协同等需求的功能深化。

（4）系统广域全景分布式协调建模与推演效果实现与展示。

本文将从某船载物资调度系统的实际需求和未来发展趋势出发，结合云计算技术的特点，探讨一种基于云计算技术的物资调度系统的设计与实现方案。

1  系统现状与解决方法

船用信息系统集成模式和规模在经历了单体构架系统、系统内联邦体制集成、跨业务多子网集成的演进后，当前正在向全舰计算环境[1]的方向发展。

根据上述发展方向，拟通过在全舰计算环境中引入云计算技术对系统进行升级来满足上述功能需求的后续发展需要。通过在全舰计算环境中部署虚拟化软件、并行计算框架和分布式数据库，为船载计算和存储资源的池化汇聚、统一调度等提供解决方案，为船舶提供可升级、可配置、自适应的信息平台，提升信息装备的快速交付能力。

相对于传统模式，采用云计算技术后的信息系统将会产生如下变化：

（1）系统通过充分利用全船IT基础设施作为本系统的IT资源，可有效减少本系统内硬件设备的类型和数量。

（2）通過充分利用全船计算资源，可以获取较以前更为丰富的计算资源，结合“云端”内置的各种数据分析服务，可极大提高系统的数据在线分析能力和系统态势展示能力。

（3）利用全船IT设施提供的海量数据存储能力，可满足系统今后对数据的存储需求。

（4）通过数据的共享存储和基于云计算技术的软件系统框架，可有效避免应用中涉及流程和数据的“烟囱”问题[2]。

（5）云计算技术自身分布式和虚拟化的特点，可以从机制上保证系统核心功能的任务可靠性。

2  基于全舰计算环境的云计算平台搭建

全舰计算环境以开放式体系结构（OA）为技术基础[3，4]，如图1所示，由基础设施和面向各种专业领域应用软件组成。参考文献[5]对云计算的定义，在全舰计算环境中增加“计算资源管理”“虚拟化管理”和“分布式存储管理”等功能对全舰计算环境中的计算、贮存等服务进行虚拟化并统一分派；增加“云计算应用程序接口”来向用户提供云计算服务；增加“云服务代理”对外提供计算或存储服务的具体访问位置解析，基于全舰计算环境的云计算平台的体系结构如图2所示。

3  基于云计算技术的舰载物资调度系统设计

随着水面船舶发展的大型化、信息化，使得船载物资保障任务涉及的时间和空间规模在不断扩大的同时物资调度系统对物资调度过程中的作业感知能力在逐步增强，这导致在物资保障过程中当前保障态势、后续保障趋势和保障策略的映射关系日益复杂。为切实提高系统的决策和控制能力，以缩短或有效重构系统OODA（Observe，Orient，Decide，Act）[6]环路为手段，后续基于云计算技术的物资调度系统将从系统运行智能化、流程展示与评估拟态化和功能响应敏捷化三个方面展开改进设计工作。

3.1  智能化调度体系设计

针对系统外部信息类型和数量的增加以及云计算技术赋予的丰富算力，调度系统在满足原功能使命基础上，通过使用人工智能算法结合对当前执行数据的有效分析，可显著提升系统的态势认知速度和决策速度。

相对传统调度系统，基于云计算技术的调度系统增加了智能计算服务。智能计算服务包含：人工智能计算组件、智能計算数据模型以及智能应用组件三部分。其中，人工智能计算组件完成对物资保障过程中产生的视频、音频、设备运行状态信息等数据的存储以及设备运行状态在线分析、被保障对象识别、人员行为分析提示等智能服务应用访问；针对物资调度系统的智能化需求，如被保障对象识别与跟踪、站位设备与人员行为意图判断等，智能计算模型以深度学习算法为核心，利用人工智能计算组件存储的有效数据，完成相应的推理训练计算，生成智能计算数据模型；智能应用组件嵌装于系统所属各类人机交互设备的应用软件中，通过远程过程调用（RPC）或报文触发等方式与人工智能计算组件进行交互。

上述功能之间的逻辑关系及其部署示意，如图3所示。

3.2  数字孪生设计

结合文献[7]对数字孪生理念的论述，本文将物资调度系统的数字孪生定位为：系统所属设备与被保障物资等物理实体以及系统保障态势在现实工作环境中的工作流程、状态、行为和后续趋势预测的数字化逻辑映射。其主要目的是：模拟、监控、诊断、预测、控制系统以及所属物理实体在现实环境中的工作流程、运行状态和行为。以上述功能目的为出发点，本系统希望通过数字孪生技术，在提升系统可视化操控与展示水平的同时，对系统所属设备的预防性维修及系统自身运行趋势进行预测、展示并给出参考建议进而提高系统可用性。

基于上述目标，引入如下软件模块和服务：系统所属设备（或保障物资）的预测性维护模型，通过实时的数据分析服务，触发设备预测性维护业务的响应策略；系统运行监控与分析服务，连接数字孪生与系统运行数据，提供系统运行态势的后续趋势分析与展现；基于数字孪生技术的数字化系统模型，用于实现系统状态的仿真、推演。其相互之间的逻辑关联关系如图4所示。上述软件模块和服务产生的输出信息经过数据驱动的流程展示模块综合处理，最终向用户展示整个系统当前运行状态与将来运行趋势，并根据预测的趋势向用户提供系统后续运行的参考建议。

3.3  业务功能响应敏捷化设计

针对云计算技术的虚拟化机制与分布式计算等技术特点，充分解耦系统实现的软-硬件依赖提高系统节点重构能力，可通过引入微服务概念[8]对原系统功能框架进行重塑，将原来单体构架[8]的物资调度系统拆分为一系列逻辑上关联、部署上独立的微小服务形成所谓微服务构架[8-11]。每个服务只对外提供原系统所属的单一特定业务功能，因此每个服务可以很容易地被独立部署并发布到系统运行环境中，并根据需要进行扩展和变更；系统内上层业务功能服务之间基于底层通用化服务协同工作。

经过拆分和功能整合后的调度系统框架如图5所示，底层是服务资源层，该层被抽象出IO服务、计算服务和存储服务等基础模块，上层所有服务都会依赖这些基础模块。底层服务上层是微服务池模块，系统内相关微服务根据涉及业务领域、内在逻辑关联关系和部署位置进行聚合，形成一系列满足不同业务需求的微服务池，微服务池中微服务的粒度大小根据实际需求进行调整。服务的功能可以是一系列调用功能函数，也可以是具体的业务功能服务，如设备监控与故障诊断服务、视频检索与分析服务、系统运行可视化服务、数据库服务等。

微服务池模块的上层为应用组件池模块，该应用模块向上服务于用户角色，向下从微服务池中调用其所需的微服务，每个应用组件可以看作是系统内功能相对完整的一个功能模块，每个功能模块均与微服务池中的微服务通过网络报文或RPC的方式完成交互。

每个用户角色涉及的应用可以看成一组应用组件的集合，而具体软件应用可以看作一组具有内在关联关系的微服务组合，通过应用组件之间组合调用满足特定用户的具体业务需求。

通过对调度系统的微服务化重塑，使得系统功能之间松耦合、功能易扩展的同时数据共享灵活，可满足系统后续发展的需要。

4  系统实现

在项目实现过程中，视频信息与设备运行状态信息数据量较大、产生频度高、数据类型多，因此单独设置“数据分析服务器”，相关数据被直接接入该服务器进行实时分析和持久化保存，分析结果被推送至“业务功能服务器”；转运现场消息与车辆位姿与调度信息通过“消息收发服务器”进行收发在确保可靠传输的同时进行持久化保存；为提高数据库读写性能，有效约束业务对数据的访问需求，将数据的读取与写入服务分别放置在不同服务器上，数据写入服务通过“数据分析服务器”和“数据存储服务器”完成，数据读取服务通过“业务功能服务器”完成；“业务功能服务器”通过“消息收发服务器”与现场转运任务进行交互；“转运任务监视与控制设备”仅对输入数据进行合法性检查，并展示从“业务功能服务器”传递来的特定数据，涉及业务逻辑通过部署在“业务功能服务器”上的对应业务组件实现。

“数据分析服务器”“数据存储服务器”和“消息收发服务器”对用户来说均不可见，其具体实现原理和机制对用户封闭。上述服务器和“转运任务监视与控制设备”均为逻辑概念，在具体实施中可以是一台或多台物理机也可以是通过全舰计算环境设备虚拟层生成的虚拟化主机。其功能原理示意如图6所示。

由于船载物资调度系统涉及业务功能多，本文仅以物资转运过程综合监控功能为例，说明人工智能、数字孪生和微服务等技术应用在系统内的应用情况。

物资转运过程综合监控界面，包括：“物资转运过程展示”“现场视频监控与提示”“物资堆垛浏览”“设备运行状态监视与分析”和“保障态势统计与分析”等功能模块。其中，“物资转运过程展示”模块通过图6所示“业务功能服务器”和“消息收发服务器”与现场转运设备和人员进行交互；“现场视频监控与提示”模块采用图像识别与分析技术对视频中出现的潜在危险因素进行分析提示；“转运设备运行状态监视与分析”模块根据当前接收到的设备运行状态信息结合设备的运行维护模型对设备的运行、维护和保养给出建议；“物资堆垛浏览”模块根据接收到的现场转运车辆的位姿信息和系统内置场景电子地图构建电子化的运行场景，并根据内置的系统运行推理模型推测后续运行趋势；“保障态势统计与分析”模块根据当前物资转运状态，统计当前物资转运的完成情况，并对后续系统运行标志性特征值进行预测。上述业务根据均以组件方式进行开发，其数据分析部分放置于图6所示“业务功能服务器”内，通过UDP数据报、视频码流或XML数据流方式进行信息推送。物资转运过程综合监控功能运行界面示意如图7所示。

上述各功能组件之间没有數据交集，因此不同的业务应用可直接复用上述一个或多个组件对自身业务域进行支持。

5  结  论

以云计算技术为计算和数据存储基础的船用物资调度系统通过引入人工智能、数字孪生和微服务等技术，以期真正、实时、灵活地将保障任务、保障态势以及后方专家知识有机融合在一起，使系统效能得到最大限度的发挥。

通过对项目技术演进经验的总结，对于类似系统的演进与实施，可采用如下方法循序渐进地开展工作。首先，可通过对典型业务用例和系统所属设备相关运行数据进行积累和分析，完善系统及系统所属设备的数据模型从而构建相关数据资产；然后，通过积累的数据资产逐步构建相关服务和应用，逐渐形成满足系统后续发展的服务资产；最后，在此基础上通过稳步推进系统的应用服务生态建设，最终完成系统在云计算平台上的演进与实施。

参考文献：

[1] 董晓明，石朝明，黄坤，等.美海军DDG-1000全舰计算环境体系结构探析 [J].中国舰船研究，2012，7（6）：7-15.

[2] 刘卫东，宋佳兴，方晓彤.一种信息系统集成方法 [J].计算机科学，2005（5）：67-70.

[3] Department of defense joint technical architecture（JTA）. version 2.0 [R/OL].[2022-08-26].http：//oai.dtic.mil/oai/oai？verb= getRecord&metadata-Prefix =html&identifier=ADA350368.

[4] PEO IWS. Open architecture（OA）computing environment design guidance. version 1.0 [S/OL].（2022-07-15）.http：//www.everyspec.com/USN/NSWC/download.php？spec=OACE_DSN_GUIDANCE_VER-1.011546.PDF.

[5] BUYYA R，YEO C S，VENUGOPAL S. Market Oriented Cloud Computing：Vision，Hype，and Reality for Delivering IT Services as Computing Utilities [C]//10th IEEE International Conference on High Performance Computing and Communications. Dalian：IEEE，2008：5-13.

[6] BOYD J R. A Discourse on Winning and Losing [M].Alabama：Maxwell AFB，1987.

[7] 庄存波，刘检华，熊辉，等.产品数字孪生体的内涵、体系结构及其发展趋势 [J].计算机集成制造系统，2017，23（4）：753-768.

[8] TH?NES J. Microservices [J].IEEE Software，32（1）：116.

[9] 王磊.微服务架构与实践 [M].北京：电子工业出版社，2015：236.

[10] PATANJALI S，TRUNINGER B，HARSH P，et al. CYCLOPS：A micro service based approach for dynamic rating，charging & billing for cloud [C]//2015 13th International Conference on Telecommunications （ConTEL）.Graz：IEEE，2015：1-8.

[11] SAM N. Building Microservices [M].[S.I.]：O'Reilly Media，2015：1-280.

作者简介：肖志勇（1977—），男，回族，河南新乡人，高级工程师，工学硕士，研究方向：人工智能与分布式计算；通讯作者：李华（1980—），男，汉族，河南南阳人，高级工程师，工学硕士，研究方向：数据挖掘与知识发现；刘朝霞（1980—），女，汉族，河南郑州人，高级工程师，工学硕士，研究方向：数据可靠存储与适时发布。

收稿日期：2022-10-09