基于邊緣計算技術的AI自控系統方案

任炳宇

摘要：本文基于邊緣計算技術理論，針對生產制造的流程工藝設計一套實時數據自控管理的系統方案（簡稱自控方案）。本方案是應用在邊緣計算網關硬件產品上，具備自動通信現場總線數據和適配解析數據庫文件的特性，實現生產過程通信、數據自控管理，配合自控軟件邏輯和云端管理系統，為客戶提供實時數據通信、現場數據監測分析、第三方數據應用對接、設備無人值守監控等數據應用功能。

關鍵詞：邊緣計算;實時數據;分布式運算;網絡安全監控

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）08-0187-02

工業生產的制造加工流程是將流程工藝按照特定順序拆分設計不同工序。生產加工過程存在生產加工周期較長、監控數據種類和數據量繁多、過程數據易受外部干擾等問題，造成實時數據出現不準確、不同步等現象。針對上述實時數據應用困難的問題，本文設計一套近生產設備端的實時數據自控管理系統方案，在獲取實時數據的同時，監控生產數據實時數據精確性，分析預測當前工序生產過程數據趨勢并及時上報結果，確保企業生產端可以實時精準地控制生產工藝流程，為企業客戶提供“提產增量保質降本”的服務。

1 邊緣計算網關自控系統概述

邊緣計算中的“邊緣”是一個相對的概念，指從數據源到云計算中心數據路徑之間的任意計算資源和網絡資源。邊緣計算允許終端設備將存儲和計算任務遷移到網絡邊緣節點中，組建“云-邊-端”系統的邊緣計算基本架構：核心基礎設施、邊緣計算中心、邊緣網絡和邊緣設備。所有類型的邊緣計算設備不只扮演數據消費者的角色，而且作為數據生產者參與到了邊緣計算結構所有的功能層中[1]。

邊緣計算網關自控系統集成在邊緣計算網關中，作為邊緣計算系統核心功能之一，對接工業制作流程中的工業儀表和通信設備端，承接數據實時監控分析和觸發預制邏輯事件應答的功能。

2 邊緣計算網關自控系統詳述

按照NSM周期收集、檢測和分析進行異常數據檢測管理[2]。邊緣計算網關自控系統中的自控算法邏輯單元集成提升數據精度和數據效率的算法模型，并集成自學習算法的大數據訓練算法，不斷優化和提升邊緣計算網關自控系統的實時能力。

2.1 數據預處理單元

邊緣計算網關通過數據采集單元獲得不同類型數據后，先按照類別不同分類存儲數據用于備份處理，完成備份后將數據提供給客戶端，調用數據庫解析功能，提取數據按照數據類型完成邊緣計算網關讀寫，再有客戶端格式轉換功能重新讀寫一次數據并完成數據格式轉換，轉換后的數據格式統一按照客戶端傳輸給目的服務器的數據庫協議完成，完成統一數據格式轉換后再備份一次數據，這樣可以保證數據不會遺失并可以根據時間戳標記提供反查的功能。完成數據預處理后，將統一格式的數據庫文件提交下一個環節-數據分類處理單元。

邊緣計算網關通過數據采集單元獲得不同類型數據后，先按照類別不同分類存儲數據用于備份處理，完成備份后將數據提供給客戶端，調用數據庫解析功能，提取數據按照數據類型完成邊緣計算網關讀寫，再有客戶端格式轉換功能重新讀寫一次數據并完成數據格式轉換，轉換后的數據格式統一按照客戶端傳輸給目的服務器的數據庫協議完成，完成統一數據格式轉換后再備份一次數據，這樣可以保證數據不會遺失并可以根據時間戳標記提供反查的功能。完成數據預處理后，將統一格式的數據庫文件提交下一個環節-數據分類處理單元。

2.2 數據分類處理單元

不同數據類型的原始數據經預處理單元處理后，轉變為統一格式的數據庫文件，提供給邊緣計算下一流程和云端集中式運算，有效提升總體運算的效率并降低后端運算負荷。

預處理數據需要根據后端運算目的不同進行分類存儲和轉發：

1） 數據分支1：提供給云平臺做實時數據運算分析;

2） 數據分支2：與數據分支1做聯動配合操作，實時偵測邊緣計算網關與云端通信狀態，當發生通信異常狀態時，進行本地數據累積存儲并持續呼叫云端恢復連接，直至云端再次連接后實現斷點續傳;

3） 數據分支3：根據云端預設的報警規約和計算公式，實現異常數據本地報警和異常數據發展趨勢分析的能力;

4） 數據分支4：根據數據預處理方案和計算公式，實現預處理云端所需數據的功能。

2.3 數據累計分析單元

數據累計分析單元實現邊緣計算網關的數據分析功能，主要是根據預設的監控參數邏輯/閾值、自控算法邏輯單元和客戶端的軟件控制邏輯，提供給客戶實時數據監控、異常數據風險預警、數據關聯分析、累計數據趨勢分析、數據精度運算和自定義運算數據等功能。

邊緣計算網關實時偵測安裝目錄所在磁盤的空閑空間，當達到邊緣計算網關預設的監控剩余空間百分比（預設默認10%）時，進行數據存儲空間管理。

同時，邊緣計算網關設置監控日志事件預警邏輯，根據產生的日志事件級別記錄事件名稱和內容，并通過指令處理單元執行對應方案。

2.4 自控算法邏輯單元

邊緣計算網關與其他數據采集的IoT網關設備不同之處在于可以根據應用場景和產品解決方案，單獨設置一些邊緣計算算法模型，實現離線系統和邊緣計算自控邏輯判別+執行系統方案，自控算法邏輯單元也是邊緣計算網關自控系統方案的核心單元。

自控算法邏輯單元根據產品應用不同，有系統監測算法模型和深度學習算法模型兩種應用方式，對應實現邊緣計算離線自控邏輯和數據精度自訓練的產品功能。算法模型可以云端或本地端完成功能升級，升級方式為升級客戶端軟件或單獨升級/替換自控算法邏輯單元。

邊緣計算網關內部集成系統監測對象輪詢監測算法邏輯，按照邏輯映射表和系統日志時間關聯邏輯完成實時監控分析。

邊緣計算網關支持設備本地和云端數據訓練引擎，不斷提升特征值優化訓練效率。邊緣計算網關支持云端和本地升級優化原有算法庫，為提升邊緣計算網關算法訓練效率，采用FPGA算法模型狀態機設計和軟件數據庫管理的組合方案，比常用的軟件代碼算法庫方案有更大的擴展性和運算能力。

2.5 指令執行控制單元

邊緣計算網關通過指令執行控制單元完成自控邏輯系統的執行功能，實現對閥門、PLC等控制和信息通信設備的實時控制和本地預警功能，執行指令來源于經數據分類單元、數據累計分析單元和自控邏輯算法單元運算后的數據結構。運算單元完成數據分析計算后提供數據結果給指令執行控制單元，執行單元加載不同的現場總線規約和執行碼完成指令下放，監測指令通信對象設備的實時狀態信息，完成自控邏輯指令執行結果的偵測和反饋。

以操作西門子PLC設備S7-200為例，當運算結果數據經判據運算CPU處理仲裁決策可以下放控制指令后，通過指令執行運算單元加載現場總線協議下放執行指令，完成對S7-200下放控制指令。同時，邊緣計算網關實時偵測當前設備的各項狀態，并將新下放的控制指令引起設備環境變化參數導入到各數據運算單元中進行數據分析。

3 綜述

本文創新性發明一套完整的邊緣計算網關自控邏輯，實現數據預處理、分類管理、算法自訓練、自控管理等邊緣計算自控系統，并可以通過云邊端協同的通信方案完成對邊緣計算網關自控系統和系統內各單元模塊的升級優化管理。另，創新性發明近設備端的算法自訓練方法，可以針對采集設備端或數據來源端的原始數據不斷進行精度優化、異常故障排除、同類/異類數據分類管理等，訓練后數據執行的效率和實時性會比原有固態方式產品和云計算產品有顯著提升，可以實施準確地跟PLC、DCS等工業設備進行控制交互。按此方案研發，后續我們對于數據應用的實時性可以從小時、分鐘等級達到秒、毫秒等級，提升原有制造加工行業在數據利用、管理分析、實時控制等環節對數據精度和實時性的能力。邊緣計算網關自控系統可以根據實際應用場景不同，在企業內網中部署實施邊緣計算網關自控系統，在提升數據分析和應用管理高效的基礎下保證企業客戶的通信和信息安全。

參考文獻：

[1] 張駿.邊緣計算方法與工程實踐[M].北京：電子工業出版社，2019.

[2] （美）克里斯·桑德斯（Chris，Sanders），（美）杰森·史密斯（Jason，Smith），著，李柏松，李燕宏.網絡安全監控：收集、檢測和分析[M].李燕宏，譯.北京：機械工業出版社，2016.

【通聯編輯：李雅琪】