面向边缘计算的制造资源感知接入与智能网关技术研究

邹 萍，张 华，马凯蒂，程仕通

(1.北京交通大学 经济管理学院，北京 100044；2.北京航天智造科技发展有限公司，北京 100144)

0 引言

随着新一代信息技术高速发展，制造业与信息技术的融合不断深入，云制造[1]等新制造模式与技术手段为制造企业提供了数字化、协同化、智能化的制造全生命周期服务，助力制造企业快速提升自主创新与市场竞争能力。云制造是一种面向服务、高效低耗和基于知识的网络化、敏捷化制造新模式和技术手段，它促进了制造的敏捷化、服务化、绿色化和智能化；在云计算提供的基础设施及服务(Infrastructure as a Service, IaaS)、平台即服务(Platform as a Service, PaaS)和软件即服务(Software as a Service, SaaS)基础上延伸和发展，丰富和拓展了云计算的资源共享内容、服务模式和技术；用户可以根据应用需求，随时随地、动态、敏捷地增减制造资源[2]。云制造具有硬软制造资源和制造能力的物联化、虚拟化、服务化、协同化、智能化5个典型技术特征[3]。资源感知与接入技术是云制造技术体系的重要组成部分，各种软硬制造资源的全面接入和感知是制造资源虚拟化、服务化、协同化和智能化的基础支撑[4]。

围绕云制造资源接入、感知、物联等方面，相关单位已开展了大量研究与实践工作。Tao等[5]研究了云制造接入资源分类、制造资源感知接入架构和典型案例;冀阿强等[6]研究了面向云制造的制造资源模型，从分类信息、对象信息和属性信息3个层次对资源进行描述;李瑞芳等[7]提出了多种异构无缝接入物联网络环境的方法和装置，论述了装备资源面向云制造服务平台的接入适配技术，并结合原型系统对云制造装备资源感知与接入适配技术进行了详细说明分析;潘东红[8]结合制造资源分类和属性，研究了制造资源描述、虚拟化及云平台接入等内容，设计实现了云制造环境下资源接入系统;姜云霞[9]、罗鹏[10]利用本体建模和语义描述等方法对机床装备等加工制造资源进行服务化、虚拟化，研究了云制造硬件资源建模、描述、封装和虚拟接入技术;航天二院的云制造服务平台接入了设计分析软件资源和高端加工设备、制造单系统等硬制造资源，建立了虚拟资源池，支持航天复杂产品全生命周期活动中的制造资源按需共享和动态协同[11];航天云网INDICS平台接入了数十万台设备、上千种工业APP，提供涵盖设备/产品服务、研发设计优化、智能生产管控、采购供应协同、企业运营管理和社会化协同制造等业务场景服务[12]。上述研究实践侧重于向云制造服务平台(系统)输入制造资源信息，进而通过云服务平台(系统)实现制造资源的云化并对内或对外提供服务。但在实践过程中，海量制造资源上云面临网络带宽、数据时延、安全性等实际应用问题，特别是无法解决生产现场快速响应、精准控制等需求，因此本文探索进一步融合边缘计算、工业物联网等技术来研究云制造资源感知和接入，在已有研究基础上扩展云制造感知接入层的能力，同时将云制造平台的计算与服务模式延伸到生产现场以满足应用需求。

边缘计算是指在网络边缘执行计算的一种新型计算模式，包括下行的云服务和上行的万物互联服务，核心理念是在靠近数据的源头计算[13]，其价值主要体现在海量异构联接、业务的实时性、数据的优化、应用的智能性、安全与隐私保护等方面。近三年，产业界对边缘计算的关注度越来越高，2018年6月美国工业互联网联盟发布了《Introduction to Edge Computing in IIoT》白皮书[14]，2018年12月边缘计算产业联盟发布了《边缘计算参考架构3.0》白皮书[15]。边缘计算在云制造系统中可以发挥重要作用，在远离云制造平台的制造现场，通过边缘计算实现局部设备监控、生产状态监测等实时分析决策，分担云平台计算任务同时降低网络传输压力，提高云制造系统的效能。

作为云制造资源感知接入的关键支撑技术，工业物联网具有实时性、安全性、可靠性等特点，相较于广泛物联网要求更高[16]。侯瑞春等[17]从工厂级、企业级、产业链级分析了制造物联技术架构，建立了基于制造物联协议仓库核心设备，进而支撑新型制造服务模式;博世公司应用工业物联网技术并结合开源大数据工具链开展了制造过程高级分析研究[18]。随着工业物联网技术发展与应用不断深入，边缘计算能力成为工业物联网的必要支撑[19-20]，从应用、数据、网络和设备层面支持行业应用，与云平台协同提供更实时可靠的服务[21-22]。融合边缘计算的物联网应用不断丰富，包括云边协同智能监控系统[23]，基于边缘计算的物联网手机游戏应用[24]，基于云边协同的智慧建筑管理系统[25]等，各类应用在网络时延、响应速度、云资源消耗等方面都有明显提升。同时，在产业领域，工业资源接入也成为各大云平台厂商物联网服务的重要支撑，例如华为云、百度云、阿里云[26]、亚马逊云等各公有云平台均推出了设备接入与管理服务，同时推出了各自的边缘计算产品，将计算服务部署在靠近设备(数据源)的边缘侧，初步形成云边协同的服务模式。边云协同放大云计算与边缘计算价值，协同能力与内涵体现在IaaS、PaaS、SaaS各层面[27]。云边协同与边云协同均指云计算与边缘计算协同起来创造更多价值，在不同的应用场景中有各种不同的具体形式。

本文重点研究云制造场景下的边缘计算与云边协同技术应用，以云制造平台为核心，在已有资源感知接入技术基础上从应用架构、接入模型、边缘计算载体、云边协同实现等方面开展技术与应用研究。下面从面向边缘计算的制造资源感知接入、边缘智能网关设计、云边协同服务及系统应用实例4个方面详细论述面向边缘计算的制造资源感知接入与智能网关技术。本研究提出一种由工业现场层、边缘节点层和云平台层构成的新型云制造资源感知接入服务系统，设计面向边缘计算的制造资源的接入模型，设计具备边缘计算能力的智能网关，并结合虚拟工厂应用案例分析面向边缘计算的制造资源感知接入的重要作用和优势。

1 面向边缘计算的制造资源感知接入

1.1 面向边缘计算的制造资源感知接入特点

面向边缘计算的制造资源感知接入对象是广泛分布在工业现场的大量异构物理设备，包括机械加工装备、电气互联装备、表面工程装备、工业机器人、控制系统、计量器具、各类传感器等。面向边缘计算的制造资源感知接入的全过程为获取工业现场各类设备上产生的海量数据并在现场就近完成初步处理分析，同时与云平台服务协同实现价值挖掘等高层次分析后将结果反馈作用到现场，实现现场监控运维、故障诊断预测、工艺优化改进等应用目标，达到提高效率、降低损耗、提升质量等应用效果。

面向边缘计算的制造资源感知接入应用架构如图1所示。工业现场资源通过现场网络接入边缘节点网关设备，边缘节点获取工业网络中的静态信息和动态数据，部署在边缘节点的算法模型、事件管理、消息路由等服务对接入的数据进行实时处理分析、现场推理决策与转换传输等，云端平台管控边缘节点、接收边缘节点上传的信息，提供设备管理等物联网应用、虚拟工厂等智能生产应用、基于大数据分析的智能服务应用等，通过边缘节点实现对现场资源的监管与调度。该系统架构支持边缘节点灵活部署更新，提供从数据采集到云端应用一体化服务，同时边缘节点网关具有计算分析能力，可以将数据在本地处理后再上传到云平台，降低网络带宽、传输时延要求与云平台资源成本，以适应更多工业应用场景。

面向边缘计算的制造资源感知接入特点与难点主要体现在互联互通、互操作、高可靠安全等方面。感知接入的数据来源主要有设备自身数据和通过外置传感器采集数据两大类。面对工业现场协议多、设备种类多、时效要求各异等实际现状，感知接入首先要解决互联互通问题，既满足不同类型现场设备便捷接入又可以快速上云。通过设计边缘智能网关支持各种常用硬件通信接口、支持IEC61158现场总线标准[28]定义的主流工业以太网和现场总线协议、支持无线通信协议并开放接口适配其他协议，支持HTTPS、MQTT等网络通信协议与云平台及第三方服务交互。基于OPC统一架构[29](OLE for Process Control Unified Architecture, OPC UA)分类构建资源接入信息模型，获取接入对象的基本信息属性、关键数据和附属条件等数据，形成互操作信息基础。从硬件与软件两个层面全面考虑感知接入的可靠性与安全性问题，硬件方面采用工业级安全网关接入设备、现场部署工控安全设备等措施，软件方面采用加密传输、身份认证、租户隔离、防火墙、审计日志等措施提高安全性能。

在研究云制造资源感知接入基础上，融合边缘计算技术，构建通用的接入平台为工业物联网应用提供云边一体化的开发部署运行基础环境，促进工业现场制造资源服务化、协同化、智能化发展。

1.2 面向边缘计算的制造资源感知接入模型

结合应用场景与需求分析设计设备资源接入模型，在数据采集阶段同时提供更全面的设备数据和有效的数据语义，为接入后数据分析与应用提供支撑。OPC UA具有综合信息建模能力、跨平台、可扩展、安全可靠等特点，是极具前景的工业互操作性标准，在工业物联网领域里已广泛应用[30]，因此本文综合应用OPC UA技术开展制造资源接入建模研究。首先对设备制造资源进行分类，进而结合OPC UA信息模型思想对每个类型建立一种接入类模型并输出描述文件。对可操作控制类设备与传感器等感知类设备分别建模，进一步根据设备的功能特性等进行具体的类型建模。接入模型通常包括对象、变量、方法和视图，其包含的信息复杂度由设备复杂程度决定。通过接入建模过程全面地将设备资源信息化，为平台各类应用提供语义明确的统一数据模型，并以此为基础构建边缘数据服务。

如图2所示，以工业机器人为例建立设备接入信息模型，将工业机器人的静态属性、部件位置信息、末端执行器属性状态、工作状态、操作信息等以变量节点的方式命名空间数组来存储管理设备相关数据。利用基于OPC UA的设备接入信息模型将工业机器人的数据变为直接交互传递的信息，将具体的控制指令转化为直观的操作方法，将更多过程化数据汇总为有价值的业务信息[31]。通过接入信息模型将工业机器人的本体信息、通用信息等静态信息和工作状态信息及配套组件信息等动态信息进行统一描述，支持更多边缘应用，扩展设备接入后的智能化服务能力。将完成配置的设备接入信息模型转化为JSON文档，用于平台与边缘节点及节点之间的数据交互。

1.3 面向边缘计算的制造资源感知接入关键技术

在建立了制造资源感知接入模型的基础上，需要突破建立边缘服务框架、多种类型通信协议支持及安全防护3个方面的关键技术来构建安全开放的边缘计算环境，支持各类典型工业智能应用。

(1)建立边缘服务框架具有可移植、模块化、互操作等特点，在边缘节点上运行以支持各种工业应用开发运行。边缘服务框架由数据服务和应用服务组成，其中数据服务包括数据采集、数据计算、数据发布等服务模块，应用服务包括运行环境、应用编排管理、轻量开发工具等。

(2)多种类型通信协议支持包括工业现场总线协议、硬件端口协议、无线通信协议与网络通信协议等。在数据采集服务中，其主要功能是支持各种工业现场协议，采集现场异构设备数据;在数据发布服务中，将采集数据与接入模型，提供数据服务给边缘节点应用与云平台应用。

(3)在安全防护方面，建立防火墙、身份认证、应用安全、传输安全等功能和机制。支持黑白名单安全机制、远程访问网口限制、多级身份认证机制、应用完整性检测、加密传输及审计日志相关防护功能。

2 边缘智能网关设计

众多企业和学者分别设计实现了多种物联网网关，主要关注网关的连接属性和硬件实现，满足设备接入、数据采集传输等需求[32-35]。在工业应用场景中，网关是面向边缘计算的制造资源感知接入实现的重要工具，除了具备协议转换、数据采集、可管理等常用物联网网关功能外，还能够承载边缘计算与智能服务，包括边缘侧数据存储与流数据处理、智能推理决策、协同应用等应用服务。特别对于已有海量制造资源接入，边缘智能网关是边缘计算与智能服务的重要载体。

作为连接现场设备与智慧云制造服务平台的纽带，边缘智能网关一方面对工业现场异构网络中大量的静态信息和实时性动态信息进行采集、通信协议转换和数据包传输；另一方面更侧重于数据处理、整合、分析、决策和共享利用等核心服务。边缘智能网关包括软件和硬件两部分。本文设计的边缘智能网关重点在于提升网关的边缘计算能力，同时与云平台协同提供制造资源接入、管理与应用服务。

2.1 边缘智能网关系统设计

边缘智能网关软件系统主要包括运行环境组件、设备交互组件、数据服务组件、网络连接组件、安全防护组件和智能应用，如图3所示。边缘智能网关支持Docker、Node.js、Python、TensorFlow等运行环境并开发了支持Modbus、OPC UA、S7等工业通信协议的设备交互模块和支持数据存储分发服务的数据池模块、支持HTTPS、MQTT等通信协议的网络连接模块，提供可视化编程工具、计算公式编排、事件管理和网关管理等应用工具。各模块之间通过API接口进行数据交互共享，部分API接口对外开放，为物联网边缘应用开发提供基础服务。

2.2 边缘智能网关功能实现

(1)支持工业总线协议、远程服务协议、硬件端口协议、无线通讯协议、数据传输协议等通信协议，共计26种。工业总线协议：Modbus RTU、Modbus TCP、S7、OPC UA；远程服务协议：SSH、FTP、Telnet、VPN；硬件端口通讯协议：RS232、RS485、RS422、USB、LAN；无线通讯协议：WIFI、GPRS、4G、NB-IOT、WIA；数据传输协议：HTTP、HTTPS、MQTT、TCP、UDP、IPV4、IPV6。

(2)支持云边协同模式，云平台对网关和应用进行全生命周期管理(创建、配置、卸载、更新、监控)，通过云平台进行网关配置、边缘侧数据处理策略编排和模型训练，之后将配置信息、模型和应用等下发到边缘智能网关进行更新和执行。

(3)提供多种通用运算模型，支持可视化规则引擎编辑工具编排数据的本地实时处理逻辑，同时具备C、C++、Go、Python等多种高级编程语言解析和运行环境，支撑本地数据的更高阶应用数据分析和处理。

(4)具备多重安全保障能力，支持系统多用户管理，使用强用户密码策略；数据通讯采用TLS加密，采用高强度数据存储和传输加密算法；通过防火墙对网路端口、连接、服务进行安全防护；提供审计日志接口、保存审计日志和管理审计日志的功能。

3 云边协同服务

边缘计算是物联网发展催生的一种新型分布式基础设施，能够解决工业现场计算处理实时性、安全性、可靠性等问题，与云计算协同可以更好地服务于物联网应用场景。面向边缘计算的制造资源感知接入是云+边+端多层架构的智慧云制造的基础服务，同时将云平台服务延伸到工业现场，由边缘节点网关就近完成数据分析与智能服务。在云平台上建立制造资源感知接入平台，实现设备接入、设备管理、网关管理、边缘应用管理等服务，在边缘网关中实现设备交互、数据采集管理、网络连接等服务连同边缘应用由云平台统一管理，组成面向边缘计算的制造资源感知接入协同服务系统。

基于KubeEdge[36]构建云边协同服务环境，通过网关管理模块在云上实现数据采集协议配置、边缘数据处理规则配置、边缘应用管理、配置下发、边缘智能网关监控等功能。将配置文件下发到网关后，在网关执行设备数据采集、边缘数据处理及边缘应用，并定时将设备数据和边缘应用运行状态反馈回云平台实现云边协同，如图4所示。

在云边协同的模式下，安装在工业现场的边缘智能网关及其上运行的应用由云平台统一管理。通过设备接入与网关管理服务，进行设备接入和对应网关的配置，将配置文件下发到网关，启动网关组件和边缘节点组件运行，网关组件与设备交互采集设备数据或下发控制指令。采集到的设备及其他数据存储在数据池，设备数据通过API提供给边缘应用或直接由网关组件上传到云平台。通过云平台上的边缘应用管理服务将边缘应用或智能应用部署在边缘智能网关运行，进行数据处理与分析并将处理后的数据与应用运行情况上传给云平台。

4 系统应用实例

基于面向边缘计算的制造资源感知接入技术研究，采用模型—视图—控制器(Model View Controller, MVC)框架模式设计研制了制造资源接入管理系统，在云平台上提供设备接入服务和边缘网关(SMART IoT)管理服务(如图5)，边缘智能网关则承载边缘节点上的应用、计算和数据采集。云平台制造资源接入管理系统具备设备接入、设备管理、数据采集、数据存储、边缘网关管理功能，用户可以在平台上对接入设备、边缘网关进行统一管理。

虚拟工厂是云制造服务系统中的典型应用，基于数字孪生技术实现工厂监控与仿真，该应用对现场数据的实时性要求较高[37-38]，传统云服务模式很难满足响应时间要求，而通过云边协同的服务模式可以解决这个问题，进而提高虚拟工厂应用的实时性能。在基于云制造理念的智能制造样板间开展相关技术验证，如图6所示，样板间柔性生产线由机械加工、焊接、装配、质量检测、智能物流、3D打印等多个生产单元组成，通过各个生产单元的整合协作，实现多品种复杂装备高端元器件的自动化柔性生产，满足多品种、小批量、定制化的生产制造需求。将样板间各生产单元PLC、工业机器人等设备通过边缘智能网关接入系统，包括在云平台上创建网关、创建设备与采集点，输入关键信息后生成边缘运行程序包，将程序包部署到网关。

云平台连接网关并关联接入设备，将在平台上配置好的设备数据采集与处理规则部署在网关中，进行数据采集与处理，并将部分关键原始数据和边缘处理结果上传到云平台。应用案例中边缘智能网关部署在样板间局域网中接入产线设备，通过Modbus协议获取数据，每个网关连接2个制造单元，平均每个网关100个采集点，经测试可以每秒一次的频率稳定采集并发送设备数据。将数据发送给网关上运行的数据分析处理应用，用于实时判断设备运行状态、获取异常及超限信息，将状态变化及异常信息发送到云平台，云平台上虚拟工厂应用中的产线监控与设备智能诊断服务可直接展示网关上传的现场数据并做进一步的计算分析。

5 结束语

本文从感知接入的特点、关键技术、信息模型、边缘智能网关设计及功能实现和云边协同服务几方面探讨了面向边缘计算的制造资源感知接入与智能网关技术。论述了基于边缘计算的制造资源应用场景架构、感知接入的难点，提出基于OPC UA的制造资源感知接入信息模型构建方法；从边缘智能网关的系统架构、边缘服务框架、协议支持、安全保障等方面研究了云边协同服务模式下的边缘节点网关数据采集处理与应用部署等内容。最后结合基于云制造理念的智能制造与智慧服务系统样板间应用实例，对文中论述的关键技术、边缘智能网关设备进行了应用验证说明。但对边缘智能网关中数据处理方法和智能应用的研究还有所欠缺，下一步将在系统平台和服务基础上深入边缘侧时序数据处理、智能模型算法构建与运行等方面进行研究，同时继续在更多的应用场景中完善相关技术。

制造资源感知接入是云制造服务平台与工业物联网应用需要解决的基础关键技术，与云计算、边缘计算、人工智能等新技术融合发展是重要趋势。当前是边缘计算和工业物联网概念爆发期，相关理论与技术研究尚处于起步阶段，还需要长期深入探索与实践才能更好地应用于工业现场，为制造企业带来切实效益。