《工业互联网产业联盟:离散制造业边缘计算解决方案白皮书(征求意见稿)(46页).pdf》由会员分享,可在线阅读,更多相关《工业互联网产业联盟:离散制造业边缘计算解决方案白皮书(征求意见稿)(46页).pdf(46页珍藏版)》请在三个皮匠报告上搜索。
1、 离散制造业边缘计算离散制造业边缘计算 解决方案白皮书解决方案白皮书 (征求意见稿征求意见稿) 工业互联网产业联盟 中国信息通信研究院 2019年10月 声声 明明 本报告所载的材料和信息,包括但不限于文本、图片、数据、观 点、建议,不构成法律建议,也不应替代律师意见。本报告所有材料 或内容的知识产权归工业互联网产业联盟所有 (注明是引自其他方的 内容除外),并受法律保护。如需转载,需联系本联盟并获得授权许 可。未经授权许可,任何人不得将报告的全部或部分内容以发布、转 载、汇编、转让、出售等方式使用,不得将报告的全部或部分内容通 过网络方式传播, 不得在任何公开场合使用报告内相关描述及相关数
2、据图表。违反上述声明者,本联盟将追究其相关法律责任。 工业互联网产业联盟 联系电话:010-62305887 邮箱: 致致 谢谢 本白皮书由中国信息通信研究院(以下简称“中国信通 院” ) 、工业互联网产业联盟、边缘计算产业联盟、华为技术 有限公司、中国科学院沈阳自动化研究所、广州中国科学院 沈阳自动化研究所分所、树根互联技术有限公司、和利时科 技集团有限公司、机械工业仪器仪表综合技术经济研究所、 阿里巴巴网络技术有限公司、北京亚控科技发展有限公司、 华中科技大学、中国联合网络通信有限公司网络技术研究院、 北京邮电大学等联合撰写发布,特此感谢! 白皮书编制团队:时晓光、王哲、罗松、肖金超、胡晓
3、 晶、陈冰、王永辉、李天辉、刘学东、武兆宝、张硕、吕华 章、刘秋妍、卢铁林、程晓磊、郎平、刘金娣、薛俊礼。 前前 言言 数字化浪潮正席卷传统离散制造业,逐步优化了生产车 间的工艺条件和生产流程,在这个过程中,边缘计算快速兴 起并体现出特有优势。边缘计算是在靠近物或数据源头的网 络边缘侧,构建融合网络、计算、存储、应用核心能力的分 布式开放体系,就近提供智能化服务,满足离散制造业在敏 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,其为离散制造业的数字化、网络化、智 能化转型提供了强大助力。 同时,针对离散制造业的转型升级需求,其边缘计算解 决方案在不断发展成熟,相关生态
4、构建和产业布局也正在全 球加速展开。在此关键时期,中国信息通信研究院联合工业 互联网产业联盟共同发布离散制造业边缘计算解决方案白 皮书 ,把握离散制造业目前发展面临的挑战及边缘计算当 前的应用现状,研判边缘计算为工业现场带来的真正价值, 提出离散制造业边缘计算实施架构及技术体系,探索边缘计 算解决方案实践,最后结合当前现状给出了离散制造业边缘 计算技术和产业化发展建议。 目目 录录 一、离散制造业发展面临的挑战及边缘计算的应用价值 . 1 (一)离散制造业迎来新的发展机遇 . 1 (二)离散制造业转型发展对边缘计算能力的需求分析 . 2 1.制约离散制造业转型发展的关键因素 . 2 2.边缘计
5、算带来的工业现场价值 . 4 (三)离散制造业边缘计算应用基本情况 . 8 1.边缘控制器层 . 8 2.边缘网关层 . 10 3.边缘云层 . 10 二、离散制造业边缘计算实施架构及技术体系 . 11 (一)离散制造业边缘计算实施架构 . 11 (二)离散制造业边缘计算关键技术 . 12 1. 边缘智能 . 12 2. 异构计算 . 13 3. 互联互通技术 . 14 4. 微服务 . 14 5. 计算迁移 . 15 三、离散制造业边缘计算解决方案实践 . 15 (一)汽车生产制造领域边缘计算解决方案实践 . 16 1. 面临问题和挑战 . 16 2. 边缘计算解决方案实践 . 18 3.
6、实践效果 . 19 (二)电子制造领域边缘计算解决方案实践 . 20 1. 面临问题和挑战 . 20 2. 边缘计算解决方案实践 . 21 3. 实践效果 . 23 (三)工程机械领域边缘计算解决方案实践 . 24 1. 面临问题和挑战 . 24 2. 边缘计算解决方案实践 . 25 3. 实践效果 . 26 (四)船舶制造领域边缘计算解决方案实践 . 26 1. 面临问题和挑战 . 26 2. 边缘计算解决方案实践 . 29 3. 实践效果 . 31 (五)定制家具领域边缘计算解决方案实践 . 31 1. 面临问题和挑战 . 31 2. 边缘计算解决方案实践 . 32 3. 实践效果 . 3
7、3 四、离散制造业边缘计算发展趋势及建议 . 34 (一)离散制造业边缘计算未来展望 . 34 (二)离散制造业边缘计算技术和产业化发展建议 . 35 1.产业化发展建议 . 35 2.技术及标准发展建议 . 36 图图表表目录目录 图 1 边缘计算通用架构 . 9 图 2 离散制造业边缘计算实施参考架构 . 12 图 3 智能产线终端架构 . 19 图 4 电子生产数字化车间解决方案架构 . 22 图 5 智能生产系统架构 . 26 图 6 船舶舾装件制造行业个性化定制和自组织生产系统框架 . 30 图 7 定制家具生产系统解决方案架构 . 33 离散制造业边缘计算解决方案白皮书(2019
8、年) 1 一、离散制造业发展面临的挑战及边缘计算的应用价值 (一)离散制造业迎来新的发展机遇 在全球已经掀起的新一轮工业转型浪潮中,数字化是基础,网络 化是支撑,智能化是目标,在此背景下,离散制造业转型面临巨大发 展机遇。当前,在产品规划、设计、制造、运营等生产过程中,离散 制造业产品、 生产装备、 工艺流程等已经逐步实现了数字化和网络化, 且智能传感和人工智能等技术不断发展成熟,因此,离散制造业的全 面转型已经具备了基础条件。 而边缘计算作为工业互联网工厂内网的 关键技术以及连接工厂内外网的有效手段, 是推动离散制造业转型发 展的重要使能技术。 离散制造业与流程制造业相比,生产环节更加分散,
9、生产设备更 加多样,更容易通过软件改造工艺流程,而流程制造业因为其本身自 动化水平已经很高,生产环节较为成熟封闭,且主要由硬件决定生产 流程和产能, 因此针对离散制造业的边缘计算解决方案率先在工业互 联网应用中落地实施, 边缘计算的功能和特点能够在实施过程中更易 实现和展示,本白皮书也重点从离散制造业入手,进行边缘计算解决 方案的分析。 随着新的发展模式不断成熟,对高质量发展的需求不断增加,未 来离散制造业生产方式将朝着智能化方向提升,个性化定制、网络化 协同、智能化生产、服务化延伸成为引领制造业高端化的重要模式。 而工业互联网边缘计算的兴起将推动离散制造业沿着数字化、 网络化、 离散制造业边
10、缘计算解决方案白皮书(2019 年) 2 智能化阶段不断跃升。 (二)离散制造业转型发展对边缘计算能力的需求分析 1.制约离散制造业转型发展的关键因素 随着新一代信息技术的进步和相关政策的支持, 我国离散型制造 业正积极的向数字化、网络化、智能化方向转型,但是制约离散制造 业转型的因素仍有很多, 例如多数离散制造企业没有统一的数据标准; 特殊工艺规划等方面不易进行数字化积累; 现有数据资源的可利用率 不高,降低了数字化的实用价值;缺少统一规划和认证,工业现场存 在众多“信息孤岛” ,数据开放度低;工业现场网络协议多样异构, 互联互通困难等,这些因素都为离散制造业转型发展造成阻碍。目前 中国离散
11、制造业自动化技术方面的发展现状及挑战如下: 单机设备自动化软件的结构化和柔性化不足,缺少开放式接口, 设备间缺少统一的互联互通标准。因为离散制造业涉及的行业众多, 发展不均衡, 整个离散制造业目前还未普遍实现基于订单的柔性自动 化生产。总体上,随着数控机床、工业机器人以及可编程逻辑控制器 (Programmable Logic Controller, PLC)的广泛应用,各个行业的 单机自动化水平都有了较大提升, 但离散制造业整体还处于以单机自 动化为主和刚性自动化产线为主的状况,柔性自动化产线较少,真正 实现基于订单的柔性自动化产线更少,OT 系统和 IT 系统难以实现互 联互通。 数据采集
12、困难,缺少完整的数据集成应用架构。目前离散制造业 离散制造业边缘计算解决方案白皮书(2019 年) 3 普遍存在低端产能过剩、高端产能不足的情况。提高高端产能首先需 要从装备入手提高生产品质。一方面,行业知识还需要长期积累来转 化为设备工艺软件的进步;另一方面,数据驱动的应用还需进一步加 强来促进工艺参数的优化、生产调度的优化、生产设备的实时监控诊 断、预测性维护等。行业内大部分设备和产线传感器数量不足,一些 关键的物理量尚缺乏有效的传感测量手段, 一些自动化装备获取的状 态数据没有通过开放式接口提供给第三方, 且原有的自动化系统和架 构都不能提供良好的支撑。 装备和产线自动化软件系统薄弱,软
13、件升级维护困难。在目前的 发展阶段,各个离散制造行业的自动化软件水平极不均衡,在装备中 还存在大量“黑盒子” ,即缺少关键工艺控制能力,大量采用第三方 的专用控制器,既难以实现工艺算法和软件的自主迭代升级,也影响 了装备软件的统一架构设计。很多装备的人机交互软件、逻辑控制、 运动控制等分布在多个 PLC,专用控制器,触摸屏,甚至嵌入到底层 的伺服驱动器等硬件中,相互之间连接和控制方式不尽相同,导致装 备缺乏整体的软件架构设计。同时,软件与硬件耦合严重,设备的软 件含量低,结构化设计不足,硬件设备和设备功能的更换升级都会造 成大量的低效软件升级工作, 距离 “软件定义机器” 的目标还比较远。 生
14、产线设备的功能安全和信息安全形势严峻。 原有的大量自动化 设备主要运行在刚性、封闭的自动化系统中,缺少内置的功能安全和 信息安全机制, 要适应柔性自动化生产, 设备功能动态重构, 与 IT 系 统互联互通等要求,必须要有功能安全和信息安全的保障。 离散制造业边缘计算解决方案白皮书(2019 年) 4 工厂运营人员劳动强度大,效率低。相对于流程行业,离散制造 业的设备产线操作人员、品质检测人员、生产管理人员、设备维护人 员工作内容更为繁琐, 更容易出现疲劳状况。 对于生产规划人员来说, 离散制造涉及的不确定性因素较多,制定按需生产、有弹性的生产计 划比较困难。一些关键零件加工环节、装配环节不能完
15、全依赖于自动 化,需要有经验的工人完成,目前尚缺乏有效的人机协作机制来减轻 操作工人的劳动强度。 基于机器视觉等手段的在线检测装置正获得广 泛的应用,但在很多工厂,质量检测仍是一个劳动力密集环节。 原有标准和解决方案不适应转型发展。 原有的工厂自动化和信息 化架构的参考模型主要是 ISA-95 的金字塔模型,该模型定义了工业 现场设备及系统的接口和数据交换标准。目前,一方面在实际中该标 准并没有得到很好的实现, 广泛采用的是主流厂家以数据库为中心的 方案;另一方面,该标准也需要进一步完善,适应离散制造业数字化 转型的需求。 2.边缘计算带来的工业现场价值 随着离散制造业的发展,对高质量发展的需
16、求不断增加,对业务 时延、 隐私和安全等指标的要求也进一步升级, 整体作业呈现精细化, 柔性化和智能化的发展趋势,这就不仅需要云计算的整体运筹,也需 要边缘计算的本地实时决策职能。 边缘计算是在靠近物或数据源头的网络边缘侧,构建融合网络、 计算、存储、应用核心能力的分布式开放体系,形成新的生态模式, 离散制造业边缘计算解决方案白皮书(2019 年) 5 就近提供边缘智能服务,满足离散制造业在敏捷联接、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,从 OT 与 IT 跨界协作、推动信息流动和集成、实现知识的模型化以及开展端到端 的产业各环节协作推动离散制造业的发展。 边缘计算提
17、供了设备之间互联互通机制、OT 系统和 IT 系统互联 互通机制,以及部署于工业现场的实时数据采集、汇聚、存储、分析 机制,可以快速便捷地实现 OT 与 IT 的整合。边缘计算平台及支撑技 术有利于解决离散制造业当前和未来所面临的如下问题: 边缘计算能有效解决离散制造系统的连接性问题。 离散制造领域 行业众多,行业碎片化导致设备连接协议众多,造成设备互联困难。 边缘计算平台具有完善的连接配置和管理能力, 收集系统间实时通信 需求和服务质量要求,运行优化调度算法,转化为对时间敏感网络 (Time Sensitive Networking, TSN)交换机和 5G 网络的配置,支 持多种实时数据流
18、传输。在保证信息安全的基础上,不仅可以把支持 传统接口和协议的设备接入边缘计算平台, 而且通过引入数据抽象层, 使得不能直接互联互通的设备基于边缘计算平台实现互联互通, 边缘 计算平台的低延迟性能可以保证设备间的实时横向通信。 边缘计算为离散制造业提供边缘侧的建模工具及智能工具。 不同 类型的离散制造工厂,都需要不断提高自动化和数字化程度,提升制 造质量和效率,不断丰富以数据为中心的各种应用。边缘计算作为物 联网架构的中间层,提供了现场级的实时计算、存储和通信机制。容 器化的边缘计算核心组件和应用程序部署机制、 标准化的设备数据采 离散制造业边缘计算解决方案白皮书(2019 年) 6 集机制,
19、逐步完善的边缘应用程序生态、基于边云协同的人工智能模 型训练和部署机制,将为离散制造领域专家提供大量平台化、模块化 的灵活易用工具,不断提升工厂的精益制造能力。 边缘计算平台为离散制造业提供决策和效率优化能力。 当前大量 离散制造系统受限于数据的不完备性, 整体设备效率等指标数据计算 比较粗放,难以用于效率优化。边缘计算平台基于设备信息模型实现 语义级别的制造系统横向通信和纵向通信, 基于实时数据流处理机制 汇聚和分析大量现场实时数据, 实现基于模型的生产线多数据源信息 融合,为离散制造系统的决策提供强大的数据支持。边缘计算可以有 效支持:物料的标识和可追溯性;设备和产线的实时状态监控;现场
20、操作指导和操作优化;自适应的生产调度和工序的优化;上下料和车 间物流环节的优化。 边缘计算为离散制造系统的数字孪生系统提供支撑。 数字孪生系 统是数字制造系统的核心,包括产品数字孪生,生产过程数字孪生, 性能数字孪生。 数字孪生系统发挥作用依赖于深入的领域知识和丰富 的实际数据。 边缘计算平台基于设备管理壳模型来对实时数据进行清 洗和预处理,来保证数据的完整性和有效性,为模型和数据的融合提 供基础支撑。 边缘计算具有丰富的抽象和粘合能力, 针对老工厂升级和新工厂 建设的不同需求,能够提供具有一致性的设计解决方案。目前大量老 工厂都面临数字化转型问题, 边缘计算由于具有丰富的连接性和灵活 的部署
21、能力,可以提供多种轻量级的解决方案,在不对自动化装备进 离散制造业边缘计算解决方案白皮书(2019 年) 7 行大规模升级的情况下, 通过增加边缘网关和必要的边缘数据采集终 端等,可以有效提高制造工厂的数字化水平,加强数据在制造系统各 个环节间的流动,实现各种基于数据的智能应用。 边缘计算平台可以实现离散制造系统实时工业软件开发的软硬 件解耦。智能工厂的运行依赖于智能装备和智能流程,需要大量的实 时软件支持。 目前很多装备实时应用软件过度依赖于具体的控制系统 硬件,难以迁移到不同的系统。基于边缘计算平台的微服务架构,可 以将大量实时规划、优化排版、设备监控、故障诊断和分析、自动导 引运输车(A
22、utomated Guided Vehicle,AGV)调度等功能封装在边 缘应用程序上,实现了软件与硬件平台的解耦,降低了开发难度,提 高了软件质量,通过边缘计算平台可进行边缘应用程序的灵活部署, 实现了领域知识的分享。 边缘计算平台可以进一步促进离散制造系统的 IT/OT 融合。 边缘 计算平台既连接 OT 系统,又连接 IT 系统,既具有低延迟、高可靠的 现场实时数据采集和处理能力,又有丰富的 IT 工具和接口,是当前 实现离散制造系统的 IT/OT 融合的有效手段。 边缘计算平台通过提供 整体的数据发布/订阅机制,根据离散制造柔性生产的需求,可以实 现从数据源到多个数据订阅端的实时通信
23、, 解决传统结构信息流动不 畅的问题。边缘计算平台提供了现场侧丰富的计算和存储能力,可以 利用边缘计算数据处理组件和边缘 APP,把各种工艺算法进行灵活部 署,实现边缘和云的协同。 离散制造业边缘计算解决方案白皮书(2019 年) 8 (三)离散制造业边缘计算应用基本情况 目前, 边缘计算在离散制造业中的物理实现形式主要以边缘控制 器、边缘网关以及边缘云为主,如图 1 所示,企业将根据自身需求部 署其中一层或者多层架构。其中,边缘控制器、边缘网关以及边缘云 基于云原生的边云协同架构,采用轻量级容器管理、虚拟化等技术构 建统一的现场异构数据集成平台,负责从各现场设备采集数据,实现 边缘侧人员、设
24、备、物料、环境、业务管理等数据的统一接入、本地 集中存储、边缘分析处理等。 1.边缘控制器层 边缘控制器是工业互联网边缘侧连接各种现场设备, 进行工业协 议的转换和适配,统一接入到边缘计算网络中,并将设备能力以服务 的形式进行封装,实现物理上和逻辑上生产设备之间通信连接。边缘 控制器硬件架构设计采用分布式异构计算平台, 一般采用异构计算体 系结构,支持全分布式控制以及多种控制器的协作运行和无缝集成, 也是目前各种实时嵌入式硬件平台实现的主流实现方案; 在满足硬件 实时需求前提下,利用多物理内核结合虚拟化技术的支持,实现在同 一硬件平台上运行实时与非实时任务或操作系统, 并满足系统多样化 与可移
25、植性的需求,提高整体平台体系的安全性、可靠性、灵活性以 及资源的利用效率; 应用时空隔离的多任务和多线程调度机制与改造 优化调度算法相结合的方式,实现任务调度机制。 离散制造业边缘计算解决方案白皮书(2019 年) 9 云平台 微服务 下发 模型 下发 数据 上传 现场 设备 PLC机器人数控机床 AGV工控机扫码枪 机械手 仪表 冲床 门禁 控制 输出 数据 采集 边缘 控制器 控制器 东西向 协同 边缘 网关 . . 边缘云 安全 管理 边缘 缓存 网关东 西向 协同 数据 采集 存储 计算 数据预 处理 协议 转换 TSN 网络 设备 接入 开发 算法 功能库 编辑开 发环境 策略 执行
26、 PLC 控制 运动 控制 控制 访问 授权 通讯 管理 设备管理 设备注 册管理 轻量级 容器 嵌入式实时 操作系统 数据 分析 日志 管理 边缘 智能 摄像头 机床 边缘云 东西向 协同 平台管理 智能业务应用管理 任务编 排调度 数据 聚合 边云 协同 数据 分析 建模 工具 异构 计算 应用部署和生命周期 管理 虚拟化平 台管理 业务指令上 下行传输 运维管理 图 1 边缘计算通用架构 针对需要采用多控制器协同控制的智能工厂复杂任务, 边缘控制 器采用协同控制策略和控制一致性协议, 结合无边界网络化的动态仿 真技术, 提高现场干扰环境中网络信息交换时智能控制系统的鲁棒性 和实时性,实现
27、多控制器在动态环境下的自适应协同控制。同时,采 用软件定义的网络化智能控制系统技术,提高了控制系统的灵活性, 对边缘侧生产设备和产线, 可快速满足小批量多品种柔性制造的控制 工艺重构要求。 离散制造业边缘计算解决方案白皮书(2019 年) 10 2.边缘网关层 边缘网关是指具备边缘计算、过程控制、运动控制、机器视觉、 现场数据采集、工业协议解析能力的边缘计算装置。边缘网关能适应 工业现场复杂恶劣环境,满足国内主流控制器、工业机器人、智能传 感器等工业设备的接入和数据解析的需求, 支持边缘端数据运算及通 过互联网推送数据到工业互联网平台。 边缘网关可将现场各种工业设备、装置采用、应用系统的标准或
28、 私有通信协议转化成标准 OPC UA 等通讯协议,使得上位系统及工业 互联网平台可采用统一的协议和信息模型与不同设备和系统互相通 信,方便系统集成,实现远程监控、故障诊断、配置下载、远程管理 等功能。 3.边缘云层 边缘云是边缘侧单个或者多个分布式协同的服务器, 通过本地部 署的应用实现特定功能,提供弹性扩展的网络、计算、存储能力,满 足可靠性、实时性、安全性等需求,是实现 IT 技术与 OT 技术深度融 合的重要纽带。 一方面, 将在云端基于机器学习离线训练好的模型部署到边缘云, 并通过定期更新模型算法来同步边缘智能, 可以使得紧急类故障能够 在本地及时报警,同时可以对一些相关参数指标进行
29、实时修正。另一 方面,根据模型中输出与特征之间权重关系,优化终端上传数据的过 滤规则,以此减少流量成本和云端存储成本。 离散制造业边缘计算解决方案白皮书(2019 年) 11 二、离散制造业边缘计算实施架构及技术体系 (一)离散制造业边缘计算实施架构 如图 2 所示,整个离散制造业边缘计算实施架构包括现场设备 层、边缘计算平台层以及支持边云协同的云平台层,边缘计算平台负 责从各现场设备采集数据,实现边缘侧人员、设备、物料、环境、业 务管理等数据的统一接入、本地集中存储、边缘分析处理等,并通过 对现场设备的物联集成(如:生产设备、物流设备、检测设备)采集 设备运行参数,将数据传送至云平台,同时实
30、时接收云平台下发的控 制指令,最终反馈至相应设备,从而实现对现场设备的数字化管理, 对离散制造业的生产过程控制、工艺优化具有重要意义。 此外,随着边缘计算在离散制造业中的应用不断广泛,云计算与 边缘计算的协同效应也在快速增强, 边云协同成为离散制造业数字化 改造的主要使能器。一方面,边缘计算在工厂内部发挥重要作用。边 缘侧数据分散,本地应用系统多,需要大量的计算、存储资源。边缘 计算平台可以实现业务数据本地处理及生产现场的实时控制反馈, 同 时, 边缘计算平台通过东西向联接进行数据和知识的交换, 支持计算、 存储资源的横向弹性扩展, 能够完成本地的实时决策和实时优化操作。 另一方面,边缘计算平
31、台将与工厂外的云平台协同联动,边缘侧聚焦 实时、小数据的处理,而云平台侧聚焦长周期、大数据的处理。边缘 计算平台通过南北向链接与更上层的工业云平台实现数据交换和应 用管理协同,实现边缘侧基础设施资源的统一管理、调度和运维,支 离散制造业边缘计算解决方案白皮书(2019 年) 12 撑边缘侧应用的灵活部署和升级。 图 2 离散制造业边缘计算实施参考架构 (二)离散制造业边缘计算关键技术 离散制造业边缘计算平台需要解决海量数据管理与处理、 多源数 据集成、各类设备接入、数据建模分析、资源规划分配、应用创新与 集成等一系列问题,边缘计算的核心关键技术能够支撑这些需求,一 些典型关键技术在业界被广泛应
32、用并受到高度关注, 其中一方面边缘 智能、异构计算、互联互通等技术进一步提升边缘侧面向离散制造业 的数据管理和分析能力; 另一方面微服务与计算迁移等技术不断提升 平台资源利用效率,进一步提升边缘计算平台服务能力。 1. 边缘智能 边缘智能是赋能离散制造业实现数字化转型的关键技术, 提供了 离散制造 加工与生产线 离散制造 业边缘计 算平台 控制 输出 数据 采集 数据 采集 边云协同 计划合同采购生产仓储交货 云 平 台 设计协同制造协同供应链协同 数据服务模型服务应用开发. 部署运维 资源管理 部署运维 生产优化 平台互操作管理能效优化 业务编排 离散制造仓储运输与物流管理 自动化立体库AG
33、V管理 最优拣选路径计算 . 仓库进出库管理 数据预处理 数据分析 运营智能异构计算 .预算管理 智能商务分析 协议转换 设备接入质量管理 设备管理PLC控制运动控制 离散制造执行过程边缘管控 结构管理 数据缓存 数据预处理数据分析 边缘智能. 执行设备传感器机器人机床. PLCHMI SCADA MES 生产数据 生产数据 生产计划运 营管理系统 ERPSCMCRM 产品数据 离散制造生产计划管理 数据 采集 决策 下发 CAX PDM 运营数据 设计数据 现场监控 及仓储管 理系统 现场监控 系统 库存管理 系统 运输系统 仓储数据 产品交付 数据 决策 下发 离散制 造业边 缘设备 及系
34、统 离散制造业边缘计算解决方案白皮书(2019 年) 13 边缘侧的建模能力、数据汇聚和分析能力。边缘智能从延迟、内存占 用量和能效等方面, 进行边缘计算节点上智能推理加速和多节点智能 训练算法的联动,完成轻量级、低延时、高效的人工智能计算框架, 边缘设备需要执行越来越多的智能任务,例如在刀具监测过程中,通 过对机床主轴负载数据进行采集与分析, 实现边缘侧刀具在加工过程 中的实时状态监测和寿命预测管理以及数据信息可视化;此外,针对 信息安全、数据不出网等要求,边缘节点需要完成数据安全预处理, 边缘-云数据中心协同才能开展完整的智能模型训练,以上操作配合 计算机视觉、 自然语言处理等智能算法模型
35、库和强化学习、 离线分析、 迁移学习等工具组建,形成完整的边缘智能功能栈。 边缘节点应用对计算和流量宽带处理存在较强依赖,计算方面, 应用需要智能算法框架完成人机交互、编解码/加解密等算法框架进 行信息预处理、离散制造等建模算法构建专业领域信息框架;流量方 面, 边缘节点需要数据源带宽低收敛比、 低时延响应的物理资源环境, 以满足数据传输和交互需求。 2. 异构计算 工业互联网应用的普及带来了信息量爆炸式增长, 特别在离散制 造业,海量的传感器数据、文本/超文本、声音数据、影像数据、视频 序列等对边缘计算能力都提出了更高的要求, 边缘设备既要处理结构 化数据,同时也要处理非结构化的数据。因此,
36、离散行业业务与数据 的多样性驱动计算的多样性是必然趋势。针对上述需求,业界提出了 离散制造业边缘计算解决方案白皮书(2019 年) 14 将不同类型指令集和不同体系架构的计算单元协同起来的异构计算 架构,以充分发挥各种计算单元的优势,实现性能、成本、功耗、可 移植性等方面的均衡。 在离散行业通过异构计算对各种类型数据进行 内容分析和融合处理,从海量数据中挖掘隐藏信息和有效数据,提高 离散制造过程中各种装备状态监测的准确性。 3. 互联互通技术 OPC UA Over TSN 为传感器层、控制器层到自动化软件层提供一 套统一且标准的网络与通讯体系,打破自动化金字塔的传统结构,并 有效解决用户与集
37、成商在系统集成时所遇到的困境。TSN 技术和 OPC UA 相结合, 可以满足离散制造业应用的各种传输需求, 支持边缘侧工 业设备的联网接入,实现边缘侧的互联互通,赋予离散制造业生产制 造系统高度灵活性,工厂车间网络架构可以快速调整优化,有效提升 网络化协同制造与管理水平。 例如,在离散制造业工厂数据采集、传输与生产运营中,都会需 要对现场的机器状态、生产能耗、生产质量等相关参数进行采集, TSN+OPC UA 在整体上使得工厂各个环节的横向与纵向数据实现了透 明交互,并且配置效率更高,程序与应用模块化更强,为工厂边缘计 算平台提供了有力支撑。 4. 微服务 微服务是一种开发应用软件的方法,
38、围绕特定业务功能构建一套 小型独立可部署的服务。传统的 IT 行业软件大多都是各种独立系统 离散制造业边缘计算解决方案白皮书(2019 年) 15 的堆砌,存在扩展性差,可靠性不高,维护成本高,无法直接在边缘 侧执行等问题,而微服务有效地解决了上述问题。通过微服务,特定 功能被放入单独的服务中,允许这些服务在服务器之间分发与复制。 每种应用程序都在其自己的进程中运行,并与轻量级机制进行通信, 占用资源少,可以在边缘侧灵活部署。同时,这些服务的集中化管理 程度大大降低,它们可以用不同的编程语言编写,并使用不同的数据 存储技术,也符合边缘计算资源灵活异构的特点。 5. 计算迁移 计算迁移是将计算密
39、集型应用任务迁移至资源较充足的设备中 执行,从而实现资源合理规划利用,提升计算效率。由于网络带宽等 资源限制,离散制造业生产现场面临海量边缘设备的数据传输、处理 及计算分析需求无法满足的挑战。针对上述问题,边缘侧计算迁移首 先将海量边缘设备采集或产生的数据进行部分或全部计算的预处理 操作,对无用的数据进行过滤,降低传输的带宽;其次,计算迁移根 据需求及设备当前算力等基本情况,进行动态的任务划分,合理分配 边缘设备及云中心计算资源, 防止计算任务迁移到处于系统任务过载 状态的设备,影响计算效率。计算迁移通过在能耗、边缘设备计算延 时和传输数据量等指标之间寻找最优的平衡,不断优化资源利用率, 提升
40、离散制造业生产效率。 三、离散制造业边缘计算解决方案实践 离散制造的产品往往由多个零件经过一系列并不连续的工序的 离散制造业边缘计算解决方案白皮书(2019 年) 16 加工最终装配而成,例如飞机制造、船舶制造等。其中,由于离散制 造过程中每道工序中涉及的工艺参数不一, 而统合这些参数需要花费 大量的人力和时间。同时,离散制造对于流程管控要求较高,在企业 内部一般将同一工序的设备按照空间和行政管理划分建成一些生产 组织(例如部门、工段或小组) ,这将势必会出现各个小组之间的数 据互通性和共享性间歇或断续的现象。同时,离散制造业产品设计、 处理需求和定货数量方面变动较多,呈现少量多样化特征。离散
41、制造 业具有以上特征,也决定了边缘计算需要针对不同产品、产线具有不 同的特征性部署, 主要分为少品种大批量离散制造业与多品种小批量 离散制造业两大类别。 其中少品种大批量离散制造业以汽车生产制造 领域和电子制造领域为典型代表; 多品种小批量离散制造业以工程机 械领域,船舶制造领域和定制家具领域为典型代表。 (一)汽车生产制造领域边缘计算解决方案实践 1. 面临问题和挑战 汽车作为现代重要交通工具,其对于产品质量要求十分严格。按 照汽车生产全生命周期来进行阶段划分, 其对质量的要求主要体现在 如下两个阶段: 1) 设计研发阶段,汽车制造业平均超过 70%以上的综 合质量成本来自设计问题,例如零件安装的定位设计不合理等问题; 2)生产制造阶段,该过程主要来自于边缘的现场制造端,与中心端 有实际的隔离,为保证产品质量,需要对事前的人员、工装、物料等 进行合规校验、对事中的工艺路线、数量进行实时防错管控,对事后 离散制造业边缘计算解决方案白皮书(2019 年) 17 的产品资料形成电子档案供多维度查询追溯。 因为汽车生产制造