上海交通大學戴文斌,張瀛月,曲德元,王秋月,胡秦韻
上汽通用汽車有限公司季振卿,楊官山,徐澳門,汪文鵠,衛曉晴
傳統工業控制系統受制于控制器計算、儲存、網絡資源的限制,往往僅需滿足單一邏輯控制任務。近年來,隨著計算、儲存能力的大幅提升,工業邊緣計算已經走入各個生產現場,新部署的邊緣設備往往能夠勝任多個復雜任務。另外,隨著設備網絡化不斷普及,工業現場設備與設備之間、設備與工業互聯網云平臺之間的通訊延遲與帶寬獲得大幅度提升,給工業控制軟件帶來無限可能性。隨之而來的是工業控制應用設計復雜程度也不斷提升,對自動化工程師提出了全新的挑戰。在邊緣應用軟件設計開發、測試部署、運行維護過程中,除了需要完成常規控制代碼編寫與測試之外,還需要對邊-云協同帶來的全新的需求,例如數據采集處理、數字孿生仿真、運動控制、視覺檢測等功能進行開發整合,最后完成系統整體部署測試。因此,面向邊緣計算的工業控制系統新型應用開發方法已經成為關鍵問題。
1 工業現場控制系統現狀與分析
工業現場目前通常采用基于ISA-95標準的系統架構[1],其中,設備層、控制層和監控層與工業生產現場密不可分。如圖1所示,現有的設備層、控制層、監控層中部署的設備處于“專機專用”的狀態,即每個設備僅負責專一任務。其中可編程邏輯控制器(Programmable Logic Controller,PLC)作為控制層的核心,在離散制造中扮演了整條產線的“大腦”。以汽車生產線為例,PLC需要負責協調各個生產工位中傳感器的信息采集,并完成車身在上下游工位間的輸送任務,同時向工位上的機器人下發動作指令來完成焊接與組裝任務。在一個大型汽車產線中,往往需要多個PLC之間協作,根據實時生產狀態來動態調整產線上下游節拍,從而在保證產品質量的同時盡可能地提升產能。隨著工業信息化的推進,近年來各類的現場數據從無到有,逐漸豐富起來。例如,在汽車產線中,焊機數據、機器人運行數據、質檢圖像等可以實時通過邊緣計算網關進行數據采集、過濾、緩存,并同步到工業互聯網云平臺,利用平臺強大的算力對歷史數據進行分析,從而形成優化方案。然而,目前這些信息化系統各自獨立建設,形成了一個個的信息“離島”,增大了維護難度與成本。
圖1 基于開放自動化架構的工業邊緣計算體系架構
而邊緣計算帶來的強大算力與儲存能力使得這些專用設備系統被通用計算資源所取代成為可能。邊緣計算網關與邊緣服務器通常擁有強大的算力與儲存能力,能夠同時支撐多個邊緣應用獨立運行。將這些應用通過虛擬化或容器化的方式,裝載在邊緣計算設備上,能夠在保證運行結果的同時,降低系統建設與運維成本,并提升升級維護的便捷性。例如,將PLC虛擬化后集中部署到邊緣服務器上,通過工業現場總線與遠程I/O交互,能夠在提升虛擬化PLC計算與儲存性能的情況下,有效降低維護難度。
虛擬化在工業已經產品化并投入使用階段,例如霍尼韋爾的全新分布式控制系統(Distributed Control Systems,DCS)Control-Hive[2],將控制器作為算力單元池化,通過自由配置控制器單元數量來實現虛擬化控制。用戶無需綁定邏輯與控制器之間的映射關系,Control Hive可以自動按需分配運行節點與備份節點,同時將剩余計算單元作為備用資源。當系統出現故障需要進行切換時,備份節點將自動接管成為運行節點,而備用節點則自動成為新運行節點的備份節點。西門子也在2023年年底推出了首款虛擬化PLC S7-1500V[3],它可以直接部署到邊緣計算節點上作為應用運行,從而擺脫了硬件平臺的限制,同時也提供了更大的柔性。
由此可見,虛擬化+邊緣計算是下一代工業控制系統的大勢所趨,也是人心所向。
2 基于虛擬化+邊緣計算的工業控制代碼
實時閉環構造工業互聯網、邊緣計算、智能制造等諸多新技術的共同核心訴求是柔性生產。目前柔性生產的主要瓶頸是工業現場系統缺乏對定制化需求、實時狀態反饋的應變能力。而應變能力的基礎則是工業控制系統的在線重構能力。現有的基于IEC 61131-3的PLC由于使用輪循執行機制[4],使得部署的控制程序無法在一個輪循周期內大規模重構。因此,我們需要一套全新的架構與執行機制來解決這個問題。
在架構方面,邊緣計算給工業現場的柔性帶來了算力、儲存與網絡的基礎保障,而引入虛擬化技術則帶來了柔性的無限可能。工業互聯網+邊緣計算新架構下[5],端側、邊緣側與云端已具備了一定甚至是大量的算力,因此我們需合理利用這些資源,在保證系統可靠性的前提下來提升系統的柔性。如圖2所示,基于虛擬化+邊緣計算的新型開放自動化系統[6]打破了傳統ISA-95架構的層級限制,在端側I/O應具備智能化特性,即除了正常與現場設備進行信號交互之外,還能夠獨立承擔基本控制功能,也能夠通過軟件定義的方式來對其控制功能與數據采集,甚至可以按需對通用I/O進行定義以適應不同場景。而在虛擬化的支撐下,邊緣設備與云端服務器不但可以同時運行多個虛擬PLC程序,還可以同時應用多種新型邊緣應用。根據實時性與可靠性的要求不同,這些新型應用可以分別部署到邊緣計算節點或者云端。例如,實時控制、數據采集、狀態監控、視覺檢測等應用由于對現場硬件有著強依賴關系,同時實時性與可靠性要求也較高,通常部署在邊緣網關或者其他算力設備中;而仿真優化、工廠管理、數據分析等應用由于實時性與可靠性要求較低,既可以部署在邊緣網關或服務器上,也可以部署到云端。
圖2 基于IEC 61499工業邊緣虛擬化控制系統
在執行機制上,基于IEC61499功能塊標準[7]的事件觸發機制能夠解決目前IEC 61131-3PLC在柔性上的欠缺。首先,IEC61499是標準的基礎編程單元室功能塊,因此所有的邏輯必須封裝在功能塊中。當需要對軟件進行重構時,只需要對特定功能塊進行更新即可,其他功能塊并不受影響。其次,IEC61499標準的執行方式為事件觸發,因此重構的時間窗口無需受輪循周期的限制,當功能塊未被激活時,都可以被更新。最后,IEC 61499通過建立不同的資源(Resource)來隔離硬件資源,以消除硬件資源共享對軟件執行時間的影響,從而影響系統的確定性與可靠性。將IEC 61499資源與虛擬化結合,即可實現不同邊緣應用間的隔離。
圖3 IEC 61499系統軟件模型
基于IEC 61499的虛擬化工業邊緣控制系統如何實現動態重構呢?如圖4所示,IEC 61499標準中定義了管理接口,即可以通過對IEC 61499運行環境的管理資源發送指令的方式來對資源、功能塊、模塊之間的連接以及參數進行新增、修改、刪除。IEC 61499標準中根據硬件資源不同,定義了三種設備類型:資源受限型設備(Class 0)可以對連接與參數進行重構;一般設備(Class 1)在Class 0設備的基礎上可以創建、刪除功能塊的實例;而Class 2的設備則可對任意元素進行重構。在邊緣設備類型定義中[8],我們也通常將設備分為三類:邊緣計算節點(Edge Computing Node),邊緣網關(Edge Gateway)以及邊緣服務器(Edge Server),根據硬件資源它們可以對應到相應的IEC 61499設備類型上,賦予該設備不同的重構能力。
圖4 IEC 61499管理模型
3 實時構造在汽車制造的應用
IEC 61499、虛擬化與邊緣計算,賦予了工業控制系統代碼實時構造的能力。以汽車制造為例,在白車身焊接工藝中,當出現焊接質量問題時,目前人工找檢的方式嚴重制約了產能。如圖5所示,上海交通大學與上汽通用汽車合作,在車間內部署了基于邊緣計算+虛擬化IEC 61499的實時自動補焊原型系統。當出現焊接質量問題時,焊機將實時焊點數據反饋到邊緣網關上,由上汽通用汽車自主研發的仿真系統對補焊點進行選擇驗證,再將新的補焊路徑發送給自主研發的IEC 61499工具集,最終生成基于IEC 61499的功能塊網絡并實時部署到現場控制器與機器人,動態改變焊接路徑來完成實時補焊。由以往的人工補焊方式改成自動補焊,在保證100%焊接質量的前提下,效率可以提升85%以上,具有較大的經濟價值。以此為基礎,未來還可以拓展到多個汽車制造場景中,從而真正實現“一車一設計”的大規模定制化汽車生產。
圖5 基于邊緣計算+IEC61499的白車身自動補焊構造系統
綜上所述,虛擬化+邊緣計算的新組合為工業控制系統帶來了無限的可能性。無論是在離散制造、過程控制、運動控制還是OT與IT融合的新型應用領域,都能在不遠的未來大放光彩。
作者簡介:
戴文斌,上海交通大學電子信息與電氣工程學院教授、IEEEP2805邊緣計算系列標準工作組主席。主要從事下一代分布式工業控制軟件(IEC 61131-3、IEC 61499)、工業信息化、工業互聯網邊緣計算等方向的研究工作。
參考文獻:
[1] C Johnsson. ISA 95-how and where can it be applied[J]. Technical Papers of ISA, 2004, 454 : 399 - 408.
[2] Honeywell. Experion? PKS Highly Integrated Virtual Environment [EB/OL].
[3] Siemens. Siemens Virtual PLC [EB/OL].
[4] IEC 61131-3, Programmable controllers - Part 3: Programming languages, International Standard, Third Edition[S]. 2013.
[5] 工業互聯網產業聯盟 (AII). 工業互聯網參考架構[R/OL].
[6] 施耐德電氣. 開放自動化白皮書[R/OL].
[7] IEC 61499. Function Blocks, International Standard, Second Edition[S]. 2012
[8] W Dai, H Nishi, V Vyatkin, et al. Industrial Edge Computing: Enabling Embedded Intelligence[J]. IEEE Industrial Electronics Magazine, 2019, 13 (4).
摘自《自動化博覽》2024年第二期暨《邊緣計算2024專輯》