基于邊緣計算模式的工業物聯網智能制造方案

馬睿 王振 梁棟茂 楊文珺

摘 要：本文提出了基于邊緣計算模式的工業物聯網智能制造方案。該方案通過邊緣計算的基礎設施，連接機器、設備端和邊緣云計算服務器，有效規范了工廠生產流程，優化了生產工藝，提升了產品質量，確保了系統的安全性和可靠性。

關鍵詞：邊緣計算模式;工業物聯網;智能制造;云計算;數據安全

中圖分類號：TN929.5;TP311.5 文獻標識碼：A 文章編號：1003-5168（2020）19-0025-03

Abstract： In this paper， an intelligent manufacturing scheme of industrial internet of things based on edge computing mode was proposed. Through the infrastructure of edge computing， the scheme connects the machine， equipment and edge cloud computing server， effectively standardizes the factory production process， optimizes the production process， improves the product quality， and ensures the safety and reliability of the system.

Keywords： edge computing;industrial internet of things;intelligent manufacturing;cloud computing;data security

制造業是國民經濟的主體，是立國之本、興國之器、強國之基。因此，我國高度重視制造業的發展。2015年5月19日，國務院正式印發了我國實施制造強國戰略第一個十年的行動綱領《中國制造2025》;2019年初，國務院明確將“工業互聯網”寫入政府工作報告;2020年，因為新冠肺炎對中國經濟的巨大沖擊，為了促進中國經濟的恢復和騰飛，中央政府會議多次提出了“新基建”的計劃（5G、特高壓、城際高速鐵路和城際軌道交通、新能源汽車充電樁、大數據中心、人工智能、工業互聯網等）。可見，工業互聯網是實現智能制造的核心，是支撐智能制造的關鍵綜合信息基礎設施，是信息通信技術創新成果的集中體現。由此，本文主要分析基于邊緣計算模式的工業物聯網智能制造方案。

1 方案概況

該物聯網智能制造方案采用邊緣計算模式和工業物聯網技術整合打通用戶設備端、中心云服務器集群、邊緣云服務器集群、工業設備端。整個方案可以分為邊緣側、中心云服務器集群和用戶管控側三部分。邊緣側由多個獨立的生產車間組成，每個生產車間配備一個邊緣云服務器集群。在邊緣側，工業設備的數據都實時采集同步到邊緣云服務器，邊緣云根據算法進行邊緣側預運算，實時響應下一步的運行計劃，并將數據同步到中心云，中心云處理后將數據圖表呈現給用戶管控側。用戶管控側通過智能設備向中心云服務器下發任務，中心云服務器集群經過運算后向邊緣側的邊緣云服務器集群分發任務，邊緣云服務器經過運算后生成可執行的方案，最后根據方案向底層的自動化設備下發生產任務[1-5]。

2 邊緣計算模式

本方案的核心是邊緣計算模式。邊緣計算是在靠近硬件設備的邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。傳統公有云距離邊緣設備太遠，無法實時響應大量工業設備的高并發請求;邊緣計算通過在邊緣側部署私有云節點，將傳統云計算遷移到企業內部邊緣，用高可用的分布式云計算技術，代替了企業內部的單機部署模式，大大提高了企業基礎設施的穩定性和安全性。

3 邊緣計算方案對應的基本架構

邊緣計算的基礎架構由“云”（中心云）、“邊”（邊緣云）、“端”（設備端）三大塊組成。在實際投入生產時，工作人員在用戶設備端發布任務，用戶設備端向中心云服務器集群發送請求，中心云服務器集群接收到請求后向邊緣云服務器集群分發任務，邊緣側云服務器集群接收到任務后進行一次邊緣側預運算處理，根據運算得出的方案向設備端下達任務，啟動整個生產線。為了實現“端”（設備端）、“邊”（邊緣云）、“云”（中心云）的數據采集、邊緣側加速、實時運算、云邊協同等基礎要求，需要基于第二代云計算技術，谷歌開源的K8s容器云調度系統在邊緣側和中心云分別部署。本架構主要包括上層數字化管控系統、中層云邊協同數據交互系統、底層自動化控制系統，其中上層數字化管控系統與底層自動化控制系統的集成是本方案最關鍵的建設內容。

4 K8s云容器服務

本方案采用K8s云容器管理系統對容器云進行管理，目前容器云已經被谷歌開源的分布式框架Kubernetes（K8s）主導。K8s彌補了Docker容器服務的大部分缺點，其優點如下：自動裝箱，水平擴展，自我修復;服務發現和負載均衡;自動發布（默認滾動發布模式）和回滾;集中化配置管理和密鑰管理;存儲編排;任務批量處理執行。

5 高可用數據存儲系統

工廠數據對安全性和可靠性有極高的要求。為了確保存儲系統的高可用（High Availability），本方案使用Mariadb自帶的Galera多主架構，實現分布式數據的多節點的真正同步讀寫，避免常規數據庫復制的延時問題。目前Galera集群已經廣泛應用在包括OpenStack等世界主流的云計算方案中，作為高可用的數據存儲后端。

6 工業網關與設備接入

傳統的工廠內部的硬件接入，基本都是將硬件直接連到工控機，研究者用邊緣計算模式進行重構，通過工業網關、MQTT協議等，將硬件設備和邊緣云計算節點打通，在“端”“邊”“云”三者之間建立了協同工作模式。

6.1 PLC接入：OPC

OPC（OLE for Process Control，工業標準）技術標準是為了實現基于Windows的應用程序與現場過程控制設備間數據通信無縫集成，而開發的一套基于OLE/COM接口的國際工業標準，現場過程控制設備可以是PLC、DCS、條形碼讀取器、儀器儀表等工控設備。OPC系統采用客戶/服務器架構模式，OPC服務器是按照統一的接口形式與數據協議由各設備供應商開發，通過統一的接口、屬性和方法，解決了軟、硬件廠商的矛盾，完成了系統的集成。一個OPC客戶端可以和多個OPC服務器進行數據交換;同時，一個OPC服務器可以和多個OPC客戶端進行通信，且作為與設備通信后成為的新的數據源的OPC服務器可以與OPC客戶端同時存在于一臺計算機上。

6.2 統一工業網關，協議MQTT

硬件可以選用Dell Edge Gateway 5000等網關系列。戴爾的網關內置目前比較主流的是IoT系統，即ubuntu core，在其上開發相應的微服務和硬件對接APP，具有相當的靈活性，功能強大。在網關層對數據進行預處理之后，可以通過物聯網常用的MQTT協議將數據發送到邊緣云服務器，邊緣云服務器再和中心云協同處理數據。工業制造流程示意圖如圖1所示。

7 云邊協同

7.1 任務下發和數據收集

用戶設備端在提交工作任務后，數據會上傳至中心云服務器集群，再通過中心云向邊緣側的邊緣云服務器集群分發任務，邊緣云服務器經過運算后生成可執行的方案，最后根據方案向底層的自動化設備下發任務。再通過邊緣云服務器集群向底層自動化設備采集數據，經過邊緣云的預運算處理后再上傳至云服務器匯總，呈現給用戶設備端。

7.2 數據同步

基礎設施層包括分布式數據庫和分布式存儲。協議層面，研究者使用MQTT協議傳輸實時數據，用于邊緣側和中心云的消息同步，即時處理消息報警等問題。應用層面包括數據的采集和匯總分析。現場設備的監測數據是監控系統的原始數據來源，因此數據采集是監控系統的關鍵。研究者使用戴爾和第三方工業網關采集數據，應用系統通過API接口和OPC（DA和UA）方式訪問實時數據，后續進行大數據處理和分析。

7.3 系統配置和控制

中心云提供所有集群，包括中心集群和邊緣集群的統一配置，以及配置的下發和同步。管理人員通過中心云的后臺對系統的基礎數據進行配置之后，通過數據同步和應用下發機制，及時下發到邊緣側機器上運行。云邊協同運算處理示意圖如圖2所示。

8 結語

在本方案的實施中，數據都實時采集同步到邊緣云服務器，邊緣服務器根據技術人員下發的任務，實時響應下一步的運行計劃，并同步到中心云。整個流程需要打通設備端、邊緣云、中心云，實現邊緣計算的完整云邊協同。使用邊緣云計算模式來整合打通自動控制流程的工業物聯網生產模式，與國外的發展進度相比，國內的發展才剛剛起步，而全面基于邊緣計算的生產模式可以大大地解放雙手，極大地提高員工的生產效率。基于邊緣計算模式的智能生產方案作為一種數字時代的基礎設施，正在逐漸改變當前的世界。

參考文獻：

[1]馮琳琳，林琳，王松陽.5G移動邊緣計算在垂直行業網絡部署中的應用[C]//5G網絡創新研討會.2019.

[2]馬洪源.面向5G的邊緣計算及部署思考[J].中興通訊技術，2019（3）：77-81.

[3]尹東明.MEC構建面向5G網絡構架的邊緣云[J].電信網技術，2016（11）：43-46.

[4]施巍松，孫輝，曹杰，等.邊緣計算：萬物互聯時代新型計算模型[J].計算機研究與發展，2017（5）：907-924.

[5]黃智國，李宏杰，錢嶺，等.一種云邊協同的工業應用云化方案[C]//2019全國邊緣計算學術研討會論文集.2019.