唐敦兵,張毅
(南京航空航天大學 機電學院,江蘇 南京 210016)
受經濟全球化和市場多元化影響,社會和用戶對于產品的需求愈發趨于多樣化、個性化和動態化,造成產品種類不斷增加、批量不斷縮小,需求響應周期越來越短,迫使制造企業智能化轉型升級。傳統的以企業為主導地位的設計制造模式已經愈發跟不上互聯網時代的節奏[1]。互聯網技術的發展打破了用戶與企業之間信息不對稱的局面,用戶不再滿足于被動選擇產品的角色,而是希望可以參與到整個制造過程中去,個性化定制和廣泛的用戶參與成為制造業的新特征。
在這種趨勢下,越來越多的制造企業意識到垂直集中式的組織結構已無法適應當前用戶主導、靈活多變的市場需求,開始逐漸向“平臺型組織”和扁平化生產經營方式變革。傳統大而全的企業業務架構亦開始向專而精轉型,不再追求覆蓋產品設計、制造、裝配、銷售等產品全生命周期活動,而是聚焦于核心業務能力,將非核心業務外包/眾包,使企業能及時響應市場變化并占據領先地位。
與此同時,日益細分的全球化市場需求促使分散的社會化制造服務資源不斷涌現,產業鏈制造環節呈現出深度剝離的趨勢,制造資源逐漸向產業鏈的上下游投放。海量的社會化制造資源與迅速發展的互聯網、物聯網和物流網無縫連接,形成復雜的網絡化協同制造系統,通過對外提供廣泛的、專業化的生產性服務和產品服務,實時滿足不同的個性化定制需求。
在過去的幾十年里,中國制造業不斷融入“全球化”的發展過程,逐步積累建立起了高效垂直分工和水平分工體系的產業鏈和供應鏈。目前我國是全世界唯一擁有聯合國產業分類中全部工業門類的國家。同時,得益于新一代網絡技術、通信技術、傳感技術和人工智能技術等的高速發展,互聯網正在不斷地深化改變制造業的生產模式。《中國制造2025》中明確提出[2],要充分發揮互聯網在生產要素配置中的優化和集成作用,加快制造與服務的協同發展,推動商業模式創新和業態創新,促進生產型制造向服務型制造轉變。在工業互聯網環境下,利益相關者網絡的組織架構(含用戶、設計商、制造商、服務商及其他利益攸關方等)發生了巨大的變化,逐步向著“互聯、融合、協作”的方向發展,利益相關者之間不再是層級式供應鏈關系,逐漸形成一種去中心化的、分布式利益相關者共創價值的互聯開放式協同創新模式。
從市場營銷學和消費心理學的角度來看,價值是用戶對某一營銷供應品相對于其他的競爭營銷品所帶來的收益(感知得利)和成本(感知得失)之間差異的評價。互聯網時代下用戶價值意識逐步提高,如何滿足用戶個性化、多樣化、動態化的需求已經成為制造企業提升市場競爭力的重要手段。
為適應互聯網時代下快速多變的市場需求,國內外學者提出了敏捷制造[3]、云制造[1]、物聯制造[4]、社群化制造[5]等網絡化制造模式。這些制造模式的共同特點是以快速響應市場需求和提高制造商(企業群體)競爭力為主要目標,基于互聯網和云服務平臺,構建面向特定需求的制造生態系統,實現企業間的協同和社會化資源的共享與集成,進而高效、高質量、低成本地為市場和用戶提供所需的產品和服務。但是由于平臺運營商對分散制造資源進行集中運營管理、調度和配置,使責、權、利的高度集中,可能引發個體與群體利益不均衡,需求與產能匹配不均衡等問題。
目前,互聯網環境下動態多變的供需關系和利益相關者網絡組織架構,使得產品的生產流程不再是以某個(或幾個)生產者的集中管控形式為主導,具備不同知識與能力的利益相關者們將為實現相同目標需求而進行自組織交互、協作、融合,共同創造價值,整個制造過程也由個體內部活動拓展為利益相關者間的協作行為。這一顯著趨勢完全顛覆了封閉集中式的制造理念,但是由于用戶和利益相關者的無序、隨機參與,使得原有的過程管理與調控方法不再適用于當前的互聯網環境。雖然這種以開放式創新為特點的“互聯網+”制造形態已經得到了充分的認可[6-8],但是仍然缺乏有效的理論方法和智能化技術。因此,必須要找到一種全新的制造模式來適應這種“由傳統向互聯、開放、共享、協同轉變”的模式變動。
互聯開放式協同制造是通過工業互聯網,將地理位置上分散的制造企業及其各種制造資源集成在一起,形成一個邏輯上集中、物理上分散的虛擬資源池,并通過制造任務與資源池中制造資源模塊的匹配與調度,實現對定制化服務需求的快速響應。因此,分布式制造資源的云端化接入成為互聯協同制造首先要解決的問題。
在制造資源虛擬化方面:李孝斌等[9]提出并構建了一種基于語義服務建模本體的機床裝備資源描述框架;高長元等[10]結合面向對象的思想與XML技術對制造資源進行建模。趙旭等[11]研究網絡化協作加工設備的屬性構成,并對網絡化協作加工設備進行描述與建模。BHATTACHARYA A等[12]闡述了如何利用本體模型來定義語義和關系來表征電子學習、業務建模支持和制造過程細節的對象/模塊,展示了如何將這些不同的本體模型鏈接起來,從而實現跨平臺兼容性。QIAN C等[13]提出了一種異構異能制造資源通用化建模方法,采用本體建模技術來建立面向增材與減材制造資源的服務化封裝模型,實現多類型制造資源標準化接入至協同制造平臺,方便了對分布式制造資源的訪問與調用。
在制造資源數據接入方面:張霖等[14]對制造資源進行歸類,并對不同類型資源構建相應的感知及虛擬接入方式。張憲民等[15]提出通過傳感網(WSN、TSN等)與物聯網(RFID、無線數據通信等)突破現場設備工業協議不標準問題,實現設備層靜態屬性與動態服務屬性兩類數據的獲取。柴卓等[16]提出通過多接入邊緣計算技術(容器、NB-IoT協議)解決大規模傳感網高頻次、高帶寬的實時傳輸與處理,實現產線層數據獲取與集成。趙龍乾[17]、滿君豐等[18]通過云邊協同與邊緣網關技術(MQTT協議等)保證海量工業數據的遠程傳輸和安全,實現云資源層數據融合。
通過上述研究發現,基于RFID技術、傳感器技術、自動化控制技術和信息管理技術的融合應用,使得分布式制造資源數據往云端的實時高效接入成為現實。然而上述制造資源接入方法仍存在不足之處:1)制造資源描述的真實性與準確性無法考證;2)如何保證數據在互聯開放環境下傳輸的安全性與私密性。以上問題可能對協同制造運營環境的安全造成威脅。
現階段,廣泛且分散的閑置制造資源與資源需求方之間缺乏互通性與關聯性,無法為其提供精準的制造服務,間接造成了網絡協同制造過程供需結構錯配、制造成本上升。如圖1所示,學者們提出了制造任務與制造資源匹配方法,從共享資源池中準確選擇出合適且優質的制造資源為消費者提供所需的個性化制造服務。

圖1 制造任務與制造資源匹配
在制造任務與制造資源的匹配方面,通常采用的是基于語義的匹配方法,而目前研究熱點主要是尋求高效合理的匹配算法。LIU J等[19]考慮到歷史信息對服務推薦的指導作用,構建了基于QoS預測的服務推薦模型,通過聚類算法和信任感知方法構建出候選資源池。李慧芳等[20]考慮云制造資源的多樣性與復雜性特點,通過服務資源本體間的概念相似度構建初始候選資源集,之后構建QoS匹配函數求取綜合匹配度得到最優候選資源。ZHANG M等[21]討論了容量約束下的聚合資源的匹配問題,針對客戶需求,以最小化任務總成本以及任務時間為目標提出一種基于遺傳算法的最優服務資源匹配方法。郭云欣[22]針對汽車生產車間的協同制造資源與制造任務的匹配,在減少制造成本和加工時間的同時,以提高制造質量、降低資源負荷為優化目標,提出基于粒子群算法參數優化的改進螢火蟲算法,運用于任務與資源的匹配。李新等[23]通過構建制造資源本體與制造任務本體之間的映射進行匹配求解,將二者的匹配分為狀態、領域、功能、服務以及綜合5個匹配維度去衡量資源與任務之間的匹配度。李成海等[24]則在現有基于Web的服務資源描述及發現框架下,建立了服務資源屬性的標準化分類描述模型,規范了服務資源檢索關鍵詞,構建服務資源屬性集字典和檢索同義詞字典,通過規范化后的檢索詞與服務資源屬性字典的匹配算法實現對服務資源的綜合匹配。
綜上所述,用于制造資源與制造任務匹配的主流方法可以描述為:首先建立制造資源與制造任務的標準化描述模型,然后基于語義關聯關系計算兩者間匹配度,獲得匹配結果。然而,上述匹配方法的計算復雜度高,僅適用于制造資源數量少、屬性少的案例場景中,且匹配效率較低。
服務組合是結合多種制造服務構建增值服務的重要技術,其主要目的是對分布式供應商提供的制造資源和制造服務進行集中化組織與配置,來滿足消費者高度定制化制造需求,如圖2所示。在這一過程中,需要研究一種制造資源優化配置方法,用于求解滿足個性化任務需求的最優化且優質的制造服務組合方案。

圖2 分布式制造資源優化配置
從文獻綜述來看,目前主要方法包括3種類型:基于啟發式算法、基于數據驅動、基于復雜網絡。基于啟發式算法的資源配置方法:LI F等[25]提出了一種基于改進蟻群算法的多任務兩級調度模型,優化目標是獲取一個不僅對單個任務快速完成有益,而且對整個云平臺有益的調度解。LAILI Y J等[26]提出了云制造環境下混合任務的多階段集成調度模型,包括訂單優先級分配、供應商和生產過程選擇以及生產線調度。與傳統的分離調度模型相比,實驗證明所提出的集成調度模型獲取的多目標解具有更好的性能表現,尤其在多個復雜訂單的同時調度情況下。王天日等[27]針對多用戶的個性化任務需求,將制造服務之間的競爭與合作協同效應引入云服務調度模型中,構建了以最大化用戶平均滿意度和云服務協同效應為優化目標的服務選擇與調度模型,并提出了一種集成灰狼優化與模擬退火的優化算法對該模型進行求解,實驗證明該方法顯著提高了Pareto解的質量。NASERI A等[28]則在基于QoS優選服務組合的基礎上,提出了一種新的混合方法實現高效服務優選組合,采用粒子群優化算法求解適應度函數選擇最佳服務。基于數據驅動的資源配置方法:ZHOU L F等[29]提出了一種基于動態數據驅動仿真的調度方法,基于候選服務的服務時間、物流時間和子任務隊列狀態分別設計了3種單一調度規則和3種組合調度規則,然后在Simio軟件中構建并仿真了所提出調度策略模型;最終通過云制造中的數控加工實例,驗證了該方法的有效性。基于復雜網絡的資源配置方法:ZHANG Y等[30]提出了社會化制造環境下制造資源柔性配置方法,通過本體技術實現資源-任務間的語義匹配,采用 NSGA-III 算法選擇滿足多目標優化的制造服務組合。基于歷史合作數據構建制造資源協同網絡模型,并基于Louvain算法挖掘協同網絡中關系緊密的制造社區,用于快速響應個性化訂單需求與生產異常情況。表1中列出常用的制造資源優化配置算法。

表1 常用的制造資源優化配置算法
互聯開放式協同制造系統的主要特點是按需服務,根據用戶的動態需求提供服務,實現分布式制造資源和制造能力的共享與整合。云制造為制造業的轉型升級提供了便利和動力,但在實現資源的共享、整合和協同的過程中也顯現出新的安全問題。由于制造資源的分散性和開放性,云服務平臺中制造資源的真實性和安全性難以保障,協同交易信息的完整性和可信性也使得部分企業用戶持有懷疑的態度。針對上述問題,安全、透明、可信任的制造資源交易環境成為當前分布式制造系統的迫切需求。結合區塊鏈的去中心化和不可篡改性的優點,研究者們將區塊鏈技術引入開放式協同制造環境中,實現一種安全可信的云制造服務交易平臺。
區塊鏈本質上是一種去中心化的分布式賬本,核心組件是智能合約和共識機制[31]。其通過共識機制來生成和存儲數據,利用智能合約作為底層技術支撐,從而賦予區塊鏈更強的擴展性和更高的靈活性[32]。徐楊楊等[33]針對云制造中資源分配的問題提出了基于區塊鏈的云制造資源分配方法,設計了面向云制造的制造資源校驗合約和制造資源交易合約,為虛擬化制造資源交易提供了一種安全可靠的協同機制。陳婷靈[34]研究了區塊鏈中共識算法實現分布式節點的信息對稱問題,然后研究了數據的可信儲存,利用加密和混合鏈實現云制造中交易信息的防偽溯源,并基于所提出的共識算法和溯源算法實現云制造服務交易可信平臺。王強等[35]針對當前云制造服務平臺制造服務交易過程中存在的安全和信任問題,提出了一種基于區塊鏈的制造服務可信交易方法,設計了基于智能合約的制造服務匹配及交易流程,有效提高了云制造服務平臺的可信度和系統的整體效率。杜蘭等[36]利用區塊鏈技術提出了基于區塊鏈的智慧云制造系統安全架構(BCSCMS),從信息保密性、完整性、可追溯性和匿名性4個維度論證了該框架的安全性。董蓉等[37]提出了交易區塊鏈體系結構,分析了交易區塊鏈基礎架構模型,提出了記賬節點的基本組成,設計了云制造服務平臺中信息數據記錄的方法與過程,保證了云服務平臺中信息的安全性和可靠性。AGHAMOHAMMADZADEH E等[38]提出了基于區塊鏈技術的服務組合模型,作為一種新型的制造架構,通過將原始的服務組合問題劃分為多個子問題,每個子問題包含服務/任務池的一部分,從而克服了集中化機制。LI Z等[39]針對第三方信任運營相關的主要問題,提出了一種基于區塊鏈技術開發的分布式對等網絡體系結構,以提高云制造系統的安全性和可擴展性。伍星等[40]提出了一種基于QoS值的改進PBFT算法Q-PBFT,在滿足安全性的前提下提高了云制造服務平臺的通信效率。李芳等[41]提出將資源調度算法寫入制造資源鏈的智能合約中,研究了基于雙鏈式結構的云制造系統,實現了制造資源調度速度的提升。YU C X等[42]提出了一種基于區塊鏈的云制造架構,以增強信息透明度和分散性。LI Z等[43]提出了一種基于區塊鏈技術的用于注塑模具再設計的云制造知識共享系統,在該系統中,私有云被用于存儲注塑模具再設計知識,區塊鏈為實現系統提供標準和協議,確保在去信任環境中的安全性。
綜上所述,學者們將區塊鏈技術運用在分布式制造系統中,并在解決制造資源真實性和交易信息可信性等問題上取得了研究成果。但仍存在以下不足:1)已部署上鏈的智能合約是不可逆轉的,其潛在的安全問題一旦觸發就難以被修復,可能造成重大經濟損失。因此,如何設計一種考慮制造實體協同智能合約的安全保障機制成為亟待解決的問題;2)目前共識算法的評價指標各異,主要側重于社會學角度的公平性和去中心化、容錯性和安全性等,如何結合協同制造需求和分布式工廠應用場景,針對制造服務性能的自適應評價需求,實現共識機制算法的設計與優化,成為另一亟待解決的問題。
隨著“中國制造2025”戰略的穩步實施,我國制造業的數字化網絡化水平顯著提高,部分車間、產線、設備具備了對外界物聯互通的能力,這也為互聯開放式協同制造模式提供了良好的發展土壤。因此,學者們從制造模式、技術框架、關鍵方法對網絡協同制造進行了大量研究。本文通過對近5年來的國內外相關文獻進行綜述,闡述當前互聯開放式協同制造領域的研究現狀。首先,分析了當前已有制造模式所存在的挑戰之處。其次,從分布式制造資源云端化接入、制造任務與制造資源匹配、分布式制造資源優化配置、制造服務互信協作4個關鍵技術方面切入,分析了學者們所提出的相關技術方法或算法模型的創新點與不足之處。
在未來的研究中,可從以下幾方面進行探索:1)使用機器學習模型提取制造任務與制造資源描述模型的特征,基于該特征實現二者的智能匹配,這樣可顯著提升匹配效率與精度;2)使用知識圖譜挖掘制造過程歷史數據中隱藏的制造實體間語義關聯關系,以提升制造資源優化配置模型的決策水平;3)研究一種考慮制造實體協同智能合約的安全保障機制,并結合制造場景設計高效的共識算法。