您的位置:首页

详情

面向智能制造的工业互联网边缘计算技术

2021-11-08

 

工业互联网是连接工业设备和生产的网络,智能化生产、网络化协同、个性化定制和服务化转型是工业互联网的核心内容。作为新型工业化的基础设施和智能制造的关键使能技术,工业互联网已经成为全球制造业竞相角逐的前沿科技。2012年,美国通用电气公司(GE)率先提出了工业互联网概念,此后工业互联网在世界范围内得到广泛的发展。目前,工业互联网以德国“工业4.0平台”、美国“工业互联网联盟”为典型代表,同时工业互联网作为我国智能制造发展的重要支撑已经得到了国家的高度认可与重视,“十三五”规划、“互联网+”等重大战略都明确提出发展工业互联网。
实现工业互联网智能化生产、网络化协同、个性化定制和服务化转型并非易事。物联网技术的发展虽然丰富了数据采集的手段,但随之而来的海量数据也对工业系统的实时性等问题提出了新的挑战。面对网络边缘侧数据的爆发式增长,传统的云计算模式表现出明显的不足,具体体现在实时性不足、带宽需求高、能耗需求大、数据传输和存储过程中安全和隐私难以保障。为了解决上述问题,边缘计算应运而生。根据边缘计算产业联盟的定义,边缘计算是在靠近物或数据源头的网络边缘侧就近提供边缘智能服务,满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。因此,边缘计算是实现工业互联网智能化生产、网络化协同、个性化定制和服务化转型等创新应用的关键。
虽然工业互联网边缘计算正在蓬勃发展,但关键问题尚未解决。目前,对边缘计算的方法研究大多侧重于如何通过算法或模型硬件化方式增强边缘节点的处理能力,而对如何通过边缘节点之间以及边缘节点和云中心合作的方式提高应用效能的研究还处于起步阶段。
边缘计算的基本思想是将实时性要求高的分析和决策功能下沉至网络边缘侧,以此提升“感知-分析-决策-控制”一体化系统的实时性。这种方式虽然能够有效提升系统的实时性,但同时带来了一系列问题。
首先,缺乏边缘一体化计算的理论基础。在边缘计算模式中,系统实时性要求高的分析和决策功能下沉至网络边缘侧,以此构成“感知-分析-决策-控制”一体化系统全生命周期计算模型。此时边缘计算系统成为兼有离散事件和连续变量等运行机制的混杂系统,网络动态性、测量噪声等问题将引发系统的不确定性;同时,工业互联网场景中任务常存在高并发的特点,同一时隙内可能存在多个事件,一体化模型计算结果确定性难以保证。
其次,缺乏高效的边缘侧资源管理和任务调度方法。边缘计算模式的核心是将分析和决策功能下沉至网络边缘侧,但受边缘侧计算资源和网络资源的限制,仅将实时性要求高的分析和决策功能下沉,以此实现云边协同计算;同时,边缘计算需要对边缘侧资源进行高效管理和优化,以此提升系统的实时性。目前尚缺乏高效的边缘侧资源管理和任务调度方法。
最后,边缘侧设备资源有限,难以独立完成复杂计算任务。受限于现有芯片的处理能力及边缘侧存储设备发展水平,目前边缘设备仍然难以独立完成复杂的数据处理与分析需求。在工业互联网实际生产环境中,如何融合云和边缘侧计算资源,有效形成生产场景驱动的自适应学习方法以支持边缘个性化决策仍然是一个需要深入探索的问题。
针对上述问题,在国家重点研发计划“网络协同制造与智能工厂”重点专项“工业互联网边缘计算节点设计方法与运行关键技术”项目(项目编号:2018YFB1700200)的支持下,中国科学院沈阳自动化研究所牵头,联合中国信息通信研究院、上海交通大学、大连理工计算机控制工程有限公司、重庆邮电大学、机械工业仪器仪表综合技术经济研究所、中国科学院自动化研究所、沈阳化工大学、西安电子科技大学、清华大学、湖南工业大学、研祥智能科技股份有限公司、大连理工大学、广州中国科学院沈阳自动化研究所分所等单位,从工业互联网边缘侧混杂计算模型、资源有限条件下的资源管理和任务调度、轻量级智能计算方法等方面展开研究,取得一系列研究成果,并应用于工业互联网智能制造过程中。
 
1 提出可保持时空一致性的轻量化边缘计算智能模型,实现资源动态条件下高并发分布式混杂系统中任务实时性可保障
大规模复杂时变场景是边缘计算研究面临的重要挑战,为了提升系统实时性,工业互联网边缘计算将系统中部分分析和决策功能下沉至网络边缘侧,以此构成“感知-分析-决策-控制”一体化系统全生命周期计算模型。针对这一实际需求,该项目以物流仓储管理系统为研究对象,研究适用于复杂时变环境下AGV行程规划的边缘计算模型框架。针对“感知-分析-决策-控制”时空多维度一致性问题,构建统一时空语义模型,设计时空转换方法,实现异构模型时空维度上的归一化。考虑到AGV大量感知数据和有限计算能力,以及大量数据与网络传输带宽等冲突问题,该课题对云端计算模型进行轻量化处理,并根据AGV不同能力、需求进行智能模型差异性卸载,大幅降低迁移成本提高系统响应速度。实验结果表明,该项目所提出的轻量化模型在系统具有较高迁移请求到达率的情况下,系统收益率约为另外两种传统方法的2.5倍和5.2倍。
 
2 提出边缘与云协同计算的体系架构和边缘侧虚拟化技术,实现边缘侧零散异构资源的统一利用,解决了构建工业互联网平台中的云端与边缘灵活任务迁移的难题
大量结构各异、功能各异的边缘节点广泛分布在生产系统的各个环节,导致计算任务难以在不同平台间动态迁移,云和边缘无法协作。针对这一瓶颈问题,研究边缘侧虚拟化技术,初步实现边缘侧零散异构资源的统一利用。该课题以KubeEdge边缘计算系统平台为基础,提出边缘与云协同的计算系统平台架构。针对系统平台中虚拟化和计算任务编排等核心模块进行修改,实现多维资源解耦,达到边缘侧计算资源可精准管控,计算任务可高效调度的目的。该系统已被华为工业互联网平台FusionPlant采纳,通过部署在华为深圳应用实验室的边缘网关,采集的松山湖制造基地远程数据、第三方外接平台数据,为FusionPlant提供工业基础数据和技术,支撑华为FusionPlant平台通过工业互联网平台遴选。
 
3 提出基于系统建模语言的边缘计算行为级编程方法,为系统模型与可执行应用软件的无缝对接提供基础
在工业互联网场景下,分布式控制系统有着复杂的层次结构。要针对边缘端进行研究,就需要分清系统结构,从复杂网络中抽象出来,形成适用于多种场景可复用的系统应用模型,表达出组件的基本特征,完成结构、信息、行为的建模,满足建模精度要求。针对这一问题,以工业典型应用场景为切入点,分析系统应用模型中的基本要素、组件及各自之间的联系等,根据需求及结构选择统一标准建模语言,设计基于微服务与容器的边缘计算应用编程方式。在此基础上采用有限状态机对系统进行动态建模,加入工业对象变动等动态结构行为改变的考虑,融入系统组件的交互,确保模型的实时性与可扩展性。在此基础上,对部分功能块进行封装,目前已封装实现EVENTS、Net、IEC61131-3等功能块库。