摘要:針對試驗臺采集的數據量巨大,需要高實時計算處理能力的問題,現有的云計算架構無法滿足要求。本文引入邊緣計算的架構模式,設計應用于試驗臺數據采集的邊緣計算網關架構,打破原有云計算的限制,提高實時數據分析能力,并對邊緣計算網關架構進行現場應用實現。
關鍵詞:試驗臺;數據采集;邊緣計算
1 引言
在工業物聯網的網絡架構中,工業數據量大,協議種類繁多,并且計算要求較高的實時性,傳統的工業網絡架構為工業通訊網絡,無法與上層企業信息網絡相融合。隨著工業互聯網技術和云計算的大力發展,越來越多的企業追求IT與OT融合,但是互聯網技術中的云計算無法完全滿足工業數據高實時性計算等要求。
邊緣計算通過靠近物或數據源頭的網絡邊緣側,為應用提供融合計算、存儲和網絡等資源[1]。邊緣計算將傳統上的計算、存儲與業務服務能力從集中化的算力中心朝向貼近用戶側/服務側的網絡邊緣實現部署,以減小網絡傳輸對于算力實時性的損耗,提供面向邊緣的智能化服務[2]。其網絡架構打破了云網絡架構在工業領域的限制,在邊緣計算中,數據不需要傳回服務器,可以減少延遲,提高性能,而且操作過程和數據計算不需要再發往服務器端,因此不會在網絡中被攻擊,安全可靠。
高速列車的試驗數據量巨大,為TB級數據,如此巨大的數據量,無法實時向網絡云服務器傳輸;數據分析計算公式繁瑣,如果采用云計算的方式實時獲取計算結果,會占用大量資源;并且龐大的數據量導致若干通路堵塞,更加大延遲。
本文設計了一種邊緣計算網關,可以對試驗臺數據在邊緣側進行解析處理,實現有效存儲,并能低延時與云端進行數據交互。
2 架構設計
邊緣計算網關的整體架構包括連接運行時以及網關運行時,如圖1所示。
圖1 邊緣計算網關架構
2.1 連接運行時
連接運行時是網關的數據采集執行模塊,核心組件為驅動庫。驅動庫采用松耦合的微服務模式,針對每種設備的不同協議,采用不同的驅動。目前能夠支持的交互設備協議包括PLC、LabView、DCS、過程總線、以太網總線以及OPC UA。
用戶能夠針對不同的協議,在驅動庫中啟用適配的驅動進行數據采集。目前邊緣計算網關支持廣泛可用驅動包括Modbus、TCP、ModbusRTU、HART、西門子全系列PLC、歐姆龍全系列PLC、施耐德電氣全系列PLC、IEC101/104等工業協議。
網關連接器的運行環境支持C語言以及JAVA語言。同時網關提供C語言以及JAVA語言的開發接口,用戶可以不斷豐富驅動庫。
2.2 網關運行時網關運行時是網關邏輯執行的核心模塊,包括以下七大模塊。
(1)驅動管理模塊
驅動管理模塊是對連接器運行時中的驅動進行管理。驅動上傳功能向網關運行時上傳新驅動包;驅動配置對上傳的驅動進行配置,如運行參數、數據訪問路徑、數據點表配置;驅動安裝將驅動安裝至連接運行時的驅動庫中,直接與數據采集設備對接,解析數采協議。驅動卸載對連接器運行時驅動庫中的驅動進行停止運行。
(2)數據緩存區
工業的實時數據量巨大,并且存在噪聲數據,數據緩存區是對連接器運行時采集的結果數據的緩沖,目的是在進行持久化存儲前,對數據進行清洗、降噪,篩選出實時有效的數據進行持久化存儲,采用輕量級數據表、內存緩存映射表,例如SQLLite、Redis等。
(3)存儲管理
邊緣計算網關能夠在邊緣側對有效數據進行持久化存儲。存儲管理模塊包括數據庫配置、模式配置以及實時管理。
數據庫配置是對存儲管理中的數據庫執行的相關配置,如驅動、端口、路徑等常規基本配置。模式配置是對數據的解析存儲配置,篩選有效信息進行持久化存儲。實時管理是對持久化存儲的啟動、停止操作。持久化存儲的數據庫一般采用高效的key-value數據庫。
(4)可靠性管理
可靠性管理是對數據采集的報警管理,用戶利用報警設置功能,自定義報警規則,能夠對采集的數據進行報警分析,并能夠對報警進行監控,對報警信息進行追蹤,掌握報警設備信息。邊緣計算網關提供解釋型語言的腳本解釋器,用戶可以編寫報警腳本執行報警邏輯。
(5)數據解析
數據解析模塊具有對數據的基本解析計算能力,能夠對網關采集的數據進行公式計算、分析,提供給數據展示平臺進行數據展示,是邊緣計算網關的核心計算模塊。
(6)數據展示
邊緣計算網關對數據分析結果提供數據展示平臺,包括動態實時折線圖、餅狀統計圖、柱狀圖等圖形化展示,數據展示效果均為動態可配置。
(7)出口管理
邊緣計算網關提供豐富的北向接口,能夠實時與網絡云平臺交互,接口包括MQTT、OPC UA、HTTP以及RestFul接口。數據格式可配置,支持用戶對于云平臺所需數據格式的自由配置。
2.3 安全與權限控制
邊緣計算網關軟硬件遵循《信息等級保護2.0標準》,完善的安全機制保證客戶在快速組網的同時無需擔心安全問題。如圖2所示。
圖2 安全機制
包括以下模塊。
防護模塊:防護模塊進行身份認證、訪問控制、加解密傳輸;
檢測模塊:檢測模塊進行入侵檢測、安全審計;
策略模塊:策略模塊進行讀寫規則設置、過濾規則設置、應急處理設置;
評估模塊:評估模塊用于設備自檢。
3 應用實現及對比分析
3.1 硬件配置
邊緣計算網關在現場部署的全部器件按工業級標準選型。加厚金屬外殼,堅固耐用。外殼和系統安全隔離,耐高低溫(-35℃~75℃)、寬壓(5V~35V),專為保證惡劣環境下的穩定運行而設計。高標準EMC電磁兼容,在強電磁環境中穩定工作。硬件配置參數如表1所示。
表1 邊緣計算網關硬件配置
3.2 軟件配置
邊緣計算網關需要硬件與軟件共同配合實現數據采集功能,在硬件中部署一套網關管理系統,針對試驗臺數據采集的不同需求進行自定義配置。
在網關管理系統中進行驅動上傳,上傳試驗臺數據采集所需的驅動,并將驅動安裝至網關的連接運行時,如圖3所示。
圖3 驅動上傳
配置數據緩沖區以及持久化存儲的數據庫配置,圖4是內存數據庫以及關系數據庫的系統配置圖。
圖4 存儲管理配置
出口管理配置為系統北向接口配置,試驗臺數據采集的對接云平臺為OPC UA出口。網關管理系統可定義項包括主題名稱、協議名稱、刷新頻率、HTTPS端口、OPC TCP端口以及服務器名稱,如圖5所示。
圖5 出口配置
自定義變量的計算腳本,針對不同試驗臺數據采集的數據解析需求,自定義計算腳本,實現數據分析。如圖6所示。
圖6 自定義腳本
3.3 對比分析
采集試驗臺數據進行數據處理,最終獲取計算結果的響應時間是本系統評價的重要指標。邊緣計算網關部署應用后,與原有的云計算架構模式的響應時間進行對比,分析兩個系統在不同的數據規模下響應時間的變化規律。
數據規模反映了數據量情況,在數據規模不斷加大的情況下,對系統造成的壓力也在不斷加大,系統壓力的反映指標就是響應時間。云環境具有大型服務器集群,考慮原有應用現場的云環境計算能力以及本系統部署的邊緣計算網關的計算能力,云環境的計算能力大約是邊緣計算網關計算能力的5倍。
在云環境計算能力是邊緣計算網關計算能力5倍的情況下,測試結果如圖7所示。在小于50K數據規模下,云計算的響應時間要低于邊緣計算網關,但隨著數據點位規模的不斷增加,云計算的響應時間逐漸增加,而邊緣計算網關的響應時間逐漸優于云計算環境。
4 結語
本文針對云計算架構下試驗臺數據采集、分析處理方面的不足,設計了一個邊緣計算網關,在試驗臺數據采集的邊緣側進行數據處理。通過對云環境和邊緣計算網關的響應時間的對比分析,在數據量規模50K以下,云計算的響應低于邊緣計算網關。但是隨著數據量規模的增加,邊緣計算網關的優勢逐漸明顯,打破了原有云計算下的網絡限制,提高了計算實時性。
圖7 邊緣計算網關與云環境計算能力對比分析圖
參考文獻:
[1] 何騰. 淺析邊緣計算技術應用的現狀及挑戰[A]. 天津市電子學會、天津市儀器儀表學會. 第三十四屆中國(天津)2020’IT、網絡、信息技術、電子、儀器儀表創新學術會議論文集[C]. 天津市電子學會、天津市儀器儀表學會: 天津市電子學會, 2020 : 4.
[2] 穆琙博, 柴瑤琳, 宋平, 畢立波, 吳迪. 邊緣計算發展現狀及標準體系研究[J]. 信息通信技術, 2020, 14 (04) : 23 - 30.
作者簡介:
關 岳(1985-),男,山東青島人,工程師,碩士,現任中車青島四方機車車輛股份有限公司高速列車系統集成國家工程實驗室分管研發師,研究方向車輛動力學實驗及數據采集分析。
劉文成(1992-),男,遼寧錦州人,助理研究員,碩士,現任中國科學院沈陽自動化研究所工業控制網絡與系統研究室研發工程師,研究方向是網絡系統與服務架構。
摘自《自動化博覽》2020年11月刊