索提斯云智控科技(上海)有限公司
1 目標(biāo)和概述
5G通信、人工智能、云計(jì)算等技術(shù)的應(yīng)用與逐漸普及,給制造業(yè)發(fā)展帶來了巨大的變革。根據(jù)工業(yè)和信息化部發(fā)布的《智能制造發(fā)展規(guī)劃(2016-2020)》,國家正在加快推進(jìn)制造業(yè)逐步向智能制造轉(zhuǎn)型的進(jìn)程。《規(guī)劃》提出智能制造實(shí)施“兩步走”戰(zhàn)略:
第一步,到2020年,智能制造發(fā)展基礎(chǔ)和支撐能力明顯增強(qiáng),傳統(tǒng)制造業(yè)重點(diǎn)領(lǐng)域基本實(shí)現(xiàn)數(shù)字化制造,有條件、有基礎(chǔ)的重點(diǎn)產(chǎn)業(yè)智能轉(zhuǎn)型取得明顯進(jìn)展;第二步,到2025年,智能制造支撐體系基本建立,重點(diǎn)產(chǎn)業(yè)初步實(shí)現(xiàn)智能轉(zhuǎn)型。
該方案的目標(biāo)主要有以下幾個(gè)方面:
(1)驗(yàn)證通信標(biāo)準(zhǔn)、5G應(yīng)用,以及構(gòu)建智能工廠所需的IT與OT融合的技術(shù)。
(2)以物聯(lián)網(wǎng)技術(shù)與5G應(yīng)用為主線,將新一代信息技術(shù),如邊緣計(jì)算、人工智能、深度學(xué)習(xí)等,與制造領(lǐng)域的系統(tǒng)深度融合。
(3)建立云-邊-端一體化系統(tǒng)架構(gòu)。
(4)探索OT領(lǐng)域的信息生態(tài)應(yīng)用,制定OT網(wǎng)絡(luò)接入標(biāo)準(zhǔn)(協(xié)議、數(shù)據(jù)接口規(guī)范等)。
(5)驗(yàn)證以5G、信息技術(shù)主導(dǎo)傳統(tǒng)制造產(chǎn)業(yè)的協(xié)同創(chuàng)新應(yīng)用及相關(guān)技術(shù)。
2 方案介紹
該方案采用云-邊協(xié)同架構(gòu),云端包括基于云的設(shè)施即服務(wù)(IaaS)、軟件即服務(wù)(SaaS)、平臺(tái)即服務(wù)(PaaS)三部分,提供在云中的應(yīng)用程序開發(fā)和管理,云計(jì)算平臺(tái)采用OpenStack相關(guān)組件實(shí)現(xiàn)云基礎(chǔ)服務(wù)架構(gòu)。如圖1所示。
邊緣側(cè)包括云邊協(xié)同、邊緣計(jì)算、系統(tǒng)支撐三部分,實(shí)現(xiàn)集中化的資源使用、監(jiān)控和運(yùn)維等。如圖2所示。
圖1 解決方案云端架構(gòu)圖
圖2 解決方案邊緣側(cè)架構(gòu)圖
系統(tǒng)框架如圖3所示。
圖3 系統(tǒng)框架圖
該方案通過邊緣網(wǎng)關(guān)將云與端的數(shù)據(jù)打通,通過IoT平臺(tái)及邊緣網(wǎng)關(guān)將OT與IT打通,IoT平臺(tái)既可與制造執(zhí)行系統(tǒng)(Manufacturing ExecutionSystem,MES)、倉庫管理系統(tǒng)(Warehouse Management System,WMS)、企業(yè)資源計(jì)劃(Enterprise Resource Planning,ERP)等IT系統(tǒng)進(jìn)行通訊與交互,也可通過邊緣網(wǎng)關(guān)與OT設(shè)備交互,進(jìn)行數(shù)據(jù)采集,它是數(shù)據(jù)的匯總與處理中心。智能運(yùn)營中心(Intelligent Operations Center,IOC)負(fù)責(zé)數(shù)據(jù)的展示和綜合運(yùn)用。
2.1 IoT平臺(tái)
通過對(duì)MES系統(tǒng)、倉儲(chǔ)系統(tǒng)、裝配系統(tǒng)、質(zhì)檢系統(tǒng)、行為異常識(shí)別系統(tǒng)、環(huán)境檢測(cè)系統(tǒng)、設(shè)備健康及預(yù)測(cè)性維護(hù)系統(tǒng)、邊緣網(wǎng)關(guān)的通訊集成,實(shí)現(xiàn)OT與IT系統(tǒng)間數(shù)據(jù)共享,為上層業(yè)務(wù)系統(tǒng)實(shí)現(xiàn)協(xié)同化,智能化提供前提。其部分業(yè)務(wù)功能如表1所示。
表1 IoT平臺(tái)部分業(yè)務(wù)功能
主要技術(shù)特點(diǎn)有:
(1)支持多種消息隊(duì)列實(shí)現(xiàn):Kafka、RabbitMQ。
(2)支持多種協(xié)議:MQTT、HTTP和CoAP。
(3)可基于設(shè)備和應(yīng)用收集數(shù)據(jù)并進(jìn)行可視化。請(qǐng)求構(gòu)建工作流。
(4)可基于生命周期事件、RESTAPI事件、RPC
(5)可基于規(guī)則引擎自定義功能。
(6)可發(fā)布設(shè)備數(shù)據(jù)至第三方系統(tǒng)。
(7)微服務(wù)架構(gòu),支持本地部署及云部署。
(8)完善的認(rèn)證機(jī)制,數(shù)據(jù)可以進(jìn)行加密傳輸,確保安全性。
運(yùn)行環(huán)境:跨平臺(tái),部署在可運(yùn)行JVM的設(shè)備上,數(shù)據(jù)庫為“關(guān)系數(shù)據(jù)庫+時(shí)序數(shù)據(jù)庫”,內(nèi)存>4G。
2.2 IOC運(yùn)營中心
IOC運(yùn)營中心為運(yùn)維管理人員構(gòu)建統(tǒng)一的、業(yè)務(wù)清晰的數(shù)據(jù)展示平臺(tái),可為各子系統(tǒng)進(jìn)行參數(shù)配置、數(shù)據(jù)查詢、監(jiān)控,為問題分析、決策調(diào)度、運(yùn)營效率提升提供極大便利。
表2是需展示的部分?jǐn)?shù)據(jù)列表。
表2 IOC運(yùn)營中心部分?jǐn)?shù)據(jù)展示列表
主要技術(shù)特點(diǎn)有:
(1)支持多數(shù)據(jù)源,支持REST API、WebSocket及流式數(shù)據(jù)。
(2)可拖拽式生成大屏頁面。
(3)可加密發(fā)布、動(dòng)態(tài)鑒權(quán)。
(4)前后端分離,支持本地部署及云部署。
(5)完善的認(rèn)證機(jī)制,數(shù)據(jù)可以進(jìn)行加密傳輸,確保安全性。
運(yùn)行環(huán)境:跨平臺(tái),部署在可運(yùn)行JVM的設(shè)備上,數(shù)據(jù)庫為關(guān)系數(shù)據(jù)庫,內(nèi)存>4G。
2.3 邊緣計(jì)算模塊
(1)主要用于連接各種設(shè)備并進(jìn)行數(shù)據(jù)采集,同
時(shí)可以根據(jù)用戶配置將采集的數(shù)據(jù)進(jìn)行存儲(chǔ)和轉(zhuǎn)發(fā)。
(2)該設(shè)備支持多種協(xié)議,能連接多種設(shè)備,主
要用于解決工業(yè)現(xiàn)場(chǎng)設(shè)備種類繁多、難以進(jìn)行統(tǒng)一數(shù)據(jù)
采集的問題。
(3)該設(shè)備還具備簡(jiǎn)易PLC的功能以及SCADA功能。
(4)其主要技術(shù)特點(diǎn)如下:
·支持5G;
·4核處理器,4G以上內(nèi)存;
·支持RS485、RS232、Modbus、Ethernet、USB等接口;·支持HDMI2.0顯示接口;
·支持?jǐn)?shù)據(jù)存儲(chǔ);
·自帶SCADA系統(tǒng),支持用戶自定義邏輯控制功能;IP、MQTT、OPCUA;
·支持協(xié)議:ModbusRTU、ModbusTCP、TCP/
·自帶PLC功能,并可外接PLC擴(kuò)展模塊;
·支持Linux操作系統(tǒng)及部署容器化應(yīng)用;
·完善的認(rèn)證機(jī)制,數(shù)據(jù)可以進(jìn)行加密傳輸,確保安全性。
2.4 AI算法平臺(tái)
為了解決繁多的AI工具安裝配置、數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練慢等困擾AI工程師的諸多難題,通過引入AI算法建模平臺(tái),實(shí)現(xiàn)數(shù)據(jù)管理、數(shù)據(jù)分析、算法開發(fā)、模型訓(xùn)練、模型部署和服務(wù)發(fā)布等功能需求統(tǒng)一集成到一個(gè)開發(fā)環(huán)境中,一站式地完成AI應(yīng)用開發(fā)任務(wù),降低AI應(yīng)用的開發(fā)難度,提高AI場(chǎng)景化應(yīng)用的設(shè)計(jì)能力和部署服務(wù)能力。主要包含以下功能模塊:
(1)數(shù)據(jù)治理
·數(shù)據(jù)收集;
·數(shù)據(jù)清洗;
·數(shù)據(jù)標(biāo)注等功能。
(2)模型構(gòu)建/算法開發(fā)
·預(yù)置模型,支持視覺類任務(wù)類型的開發(fā)模板;
·支持多引擎框架(Jupyter Notebook、Sklearn、TensorFlow、PyTorch、Spark等);
·支持拖拉拽式算子建模等。
(3)模型訓(xùn)練
·機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自動(dòng)學(xué)習(xí)等;
·模型評(píng)估,多指標(biāo)多角度對(duì)訓(xùn)練的模型進(jìn)行評(píng)價(jià)。
(4)模型管理
·模型版本管理;
·模型轉(zhuǎn)換;
·模型評(píng)估;
·模型監(jiān)控。
(5)模型部署
·一鍵部署、支持高并發(fā)、低延遲、多模型灰度發(fā)布、A/B測(cè)試、在線監(jiān)控、在線推理;
·私有化部署,服務(wù)器端SDK(多平臺(tái)、多語言支持),Docker容器化部署;
·設(shè)備端部署,模型量化壓縮、云邊端多場(chǎng)景部署和推理。
(6)服務(wù)管理
·在線服務(wù);
·批量服務(wù);
·邊緣服務(wù)。
2.5 智能質(zhì)檢系統(tǒng)
智能質(zhì)檢系統(tǒng)對(duì)泵體裝配圖像采集進(jìn)行自動(dòng)判別是否有錯(cuò)裝和漏裝,同時(shí)滿足邊緣設(shè)備的接入和數(shù)據(jù)管理要求;工業(yè)相機(jī)連接邊緣設(shè)備后可以實(shí)現(xiàn)終端設(shè)備的數(shù)據(jù)采集、存儲(chǔ)、分析、清洗并上報(bào)設(shè)備數(shù)據(jù)至云端服務(wù)器,邊緣設(shè)備應(yīng)支持MQTTS、Modbus等協(xié)議接入到邊緣計(jì)算節(jié)點(diǎn),并可通過邊緣管理平臺(tái)進(jìn)行應(yīng)用集成和業(yè)務(wù)擴(kuò)展功能,實(shí)現(xiàn)設(shè)備的管理和智能控制。
其基本架構(gòu)如圖4所示。
圖4 智能質(zhì)檢系統(tǒng)基本架構(gòu)圖
3 代表性及推廣價(jià)值
該方案解決的是IT與OT之間的融合問題,在工業(yè)制造領(lǐng)域具有普遍性。目前正在實(shí)施的用戶是具有顯著示范效應(yīng)的行業(yè)龍頭企業(yè)。IT與OT的融合,將顯而易見地對(duì)企業(yè)智能制造有所促進(jìn),提高企業(yè)的生產(chǎn)效率和數(shù)據(jù)應(yīng)用效率。
摘自《自動(dòng)化博覽》2022年2月刊