面向航空數(shù)字化車(chē)間的新型工業(yè)數(shù)據(jù)處理架構(gòu)及多場(chǎng)景應(yīng)用

王 偉,范 磊,黃 璞,李 海

(電子科技大學(xué) 機(jī)械與電氣工程學(xué)院，四川 成都 611731)

0 引言

物聯(lián)網(wǎng)、信息物理系統(tǒng)、云計(jì)算、大數(shù)據(jù)等技術(shù)的發(fā)展，極大地推動(dòng)了第四次工業(yè)革命進(jìn)展(德國(guó)稱(chēng)為工業(yè)4.0)[1-2]。上述技術(shù)的成熟，也使得以數(shù)字制造、智能制造為主題的工業(yè)制造模式迅速興起，IT技術(shù)與工業(yè)制造技術(shù)的融合成為了新的制造趨勢(shì)。航空制造工業(yè)作為工業(yè)制造的高端皇冠產(chǎn)業(yè)，在實(shí)現(xiàn)制造系統(tǒng)的柔性化和自動(dòng)化上已經(jīng)走在前列[3-4]，但面對(duì)多品種、小批量的生產(chǎn)模式，多樣化的制造場(chǎng)景和高精度、高性能的零件制造要求，使得對(duì)生產(chǎn)的質(zhì)量管控、設(shè)備的性能評(píng)估水平也越來(lái)越高。此外，復(fù)雜的制造環(huán)境和制造需求導(dǎo)致了數(shù)據(jù)量的遞增，如何對(duì)海量的工業(yè)數(shù)據(jù)加以收集、存儲(chǔ)和利用，成為航空數(shù)字化制造車(chē)間的重要難題。有效的數(shù)據(jù)處理架構(gòu)是保證產(chǎn)品質(zhì)量和生產(chǎn)過(guò)程穩(wěn)定的重要技術(shù)支撐，是實(shí)現(xiàn)加工過(guò)程自動(dòng)化、決策過(guò)程智能化和服務(wù)過(guò)程主動(dòng)化的重要保障[5-6]。

數(shù)據(jù)處理架構(gòu)是結(jié)合數(shù)據(jù)處理的性能和功能需求，整合先進(jìn)的數(shù)據(jù)處理理念和原則，指導(dǎo)設(shè)計(jì)符合大數(shù)據(jù)處理系統(tǒng)關(guān)鍵特性的指導(dǎo)性框架。傳統(tǒng)的數(shù)據(jù)處理架構(gòu)采取端(設(shè)備端)到端(應(yīng)用端)的單一流向理念，即從數(shù)據(jù)采集出發(fā)，經(jīng)過(guò)數(shù)據(jù)傳輸和數(shù)據(jù)處理與分析(本地服務(wù)器集群或云端)，最終達(dá)到結(jié)果應(yīng)用層面。這樣的數(shù)據(jù)處理框架的缺陷在于：①數(shù)據(jù)處理架構(gòu)按單一流向運(yùn)行，以數(shù)據(jù)批量處理方法為主，無(wú)法滿(mǎn)足企業(yè)對(duì)流式數(shù)據(jù)和批量數(shù)據(jù)同時(shí)處理的需求[7]。制造企業(yè)不僅需要從歷史數(shù)據(jù)流分析一天的零件加工質(zhì)量變化，還需要從連續(xù)數(shù)據(jù)中提取如設(shè)備運(yùn)行與否、主軸轉(zhuǎn)速、加工位置等實(shí)時(shí)信息。②單一流向架構(gòu)的處理傳輸延遲大、并發(fā)效率低，無(wú)法適應(yīng)不同場(chǎng)景下的數(shù)據(jù)處理需求，將所有數(shù)據(jù)傳入云端處理，對(duì)于某些實(shí)時(shí)性極強(qiáng)的信息，可能需要盡快開(kāi)展補(bǔ)償和反饋控制，在缺乏有效的處理方式下，難以確保零件加工質(zhì)量和生產(chǎn)的順利進(jìn)行。

傳統(tǒng)框架對(duì)數(shù)據(jù)流缺乏區(qū)分，不能同時(shí)支持?jǐn)?shù)據(jù)的批量處理和實(shí)時(shí)處理，Marz等[8]提出Lambda架構(gòu)，通過(guò)實(shí)時(shí)處理層、批處理層和服務(wù)層的支撐，分別實(shí)現(xiàn)實(shí)時(shí)增量數(shù)據(jù)的處理、批量主數(shù)據(jù)集的處理以及用戶(hù)查詢(xún)請(qǐng)求的響應(yīng);Wan等[9]基于采集的制造大數(shù)據(jù)提出一種結(jié)合云計(jì)算的大數(shù)據(jù)處理方法，以加快數(shù)據(jù)的處理效率;Pea等[10]構(gòu)建了一種數(shù)據(jù)網(wǎng)絡(luò)異常流量分析的“快速數(shù)據(jù)”處理架構(gòu)，滿(mǎn)足了實(shí)時(shí)處理和無(wú)數(shù)據(jù)損失的需求;韓嫕[11]提出應(yīng)用Lambda架構(gòu)原理搭建大數(shù)據(jù)平臺(tái)處理獨(dú)播節(jié)目的海量高并發(fā)數(shù)據(jù)的方案，滿(mǎn)足了海量在線(xiàn)數(shù)據(jù)的梳理需求。然而，實(shí)時(shí)數(shù)據(jù)的處理、快速反饋控制仍然是目前數(shù)據(jù)處理架構(gòu)面臨的主要挑戰(zhàn)[12-13]。

另一方面，數(shù)據(jù)處理架構(gòu)的系統(tǒng)開(kāi)發(fā)方法，很大程度上會(huì)影響系統(tǒng)的工作性能。工業(yè)領(lǐng)域大多數(shù)軟件開(kāi)發(fā)采用的是單體架構(gòu)(Monolithic architecture)[14]，開(kāi)發(fā)成本較低，以集中的功能設(shè)計(jì)滿(mǎn)足用戶(hù)的需求。但在航空制造中，由于應(yīng)用場(chǎng)景和數(shù)據(jù)間的耦合增多，功能設(shè)計(jì)變得越來(lái)越復(fù)雜，功能集成開(kāi)發(fā)嚴(yán)重影響了系統(tǒng)的運(yùn)行和開(kāi)發(fā)效率。在IT領(lǐng)域由于訪(fǎng)問(wèn)吞吐量大、并發(fā)數(shù)多，尤其是社交大數(shù)據(jù)的風(fēng)靡應(yīng)用，對(duì)海量并發(fā)數(shù)據(jù)處理的開(kāi)發(fā)有很好的借鑒。

面向服務(wù)的架構(gòu)(Service-Oriented Architecture, SOA)[15-16]強(qiáng)調(diào)一種分布式的系統(tǒng)開(kāi)發(fā)風(fēng)格，通過(guò)服務(wù)組合來(lái)滿(mǎn)足系統(tǒng)業(yè)務(wù)的功能和服務(wù)需求，提高了業(yè)務(wù)的靈活性和規(guī)范化，資源利用更加高效。Su等[17]基于SOA的架構(gòu)，搭建了實(shí)時(shí)戰(zhàn)術(shù)信息集成和共享系統(tǒng)，促進(jìn)了戰(zhàn)場(chǎng)信息系統(tǒng)的高效整合，加快了各系統(tǒng)的響應(yīng)時(shí)間。然而，SOA也面臨著維護(hù)成本高、實(shí)施規(guī)范復(fù)雜、部署效率低等問(wèn)題。微服務(wù)(microservices)[18]作為一種新興的系統(tǒng)和軟件架構(gòu)設(shè)計(jì)風(fēng)格，近年來(lái)迅速地成為了系統(tǒng)和軟件開(kāi)發(fā)的最佳解決方案之一;Khanda等[19]提出一種基于微服務(wù)的IoT平臺(tái)，提高了平臺(tái)的可擴(kuò)展性、可靠性和易用性，并充分展示了其提供外部服務(wù)的優(yōu)勢(shì)。

綜上所述，本文提出一種新型的工業(yè)數(shù)據(jù)處理架構(gòu)——Phi架構(gòu)，在Lambda框架之上融合了實(shí)時(shí)反饋與邊緣計(jì)算[20]，并通過(guò)微服務(wù)方法實(shí)現(xiàn)了架構(gòu)的開(kāi)發(fā)，在數(shù)字化制造模擬車(chē)間測(cè)試驗(yàn)證了Phi架構(gòu)可以適應(yīng)于不同的工業(yè)制造場(chǎng)景，為進(jìn)一步推動(dòng)航空制造車(chē)間的數(shù)字化、智能化發(fā)展提供了基礎(chǔ)的數(shù)據(jù)處理解決方案。

1 航空制造環(huán)境分析

航空制造數(shù)字化車(chē)間作為最重要的制造產(chǎn)線(xiàn)，涵蓋了大量的制造資源和信息系統(tǒng)。通過(guò)分析航空制造數(shù)字化車(chē)間的環(huán)境，了解車(chē)間組成結(jié)構(gòu)、制造過(guò)程以及車(chē)間數(shù)字化框架，討論制造車(chē)間各組件之間的邏輯關(guān)系，加深對(duì)整個(gè)車(chē)間狀態(tài)的認(rèn)識(shí)與理解，是研究車(chē)間大數(shù)據(jù)問(wèn)題和驗(yàn)證數(shù)據(jù)處理框架可行性的前提。

1.1 航空制造車(chē)間的組成

航空制造車(chē)間的是未來(lái)智能工廠(chǎng)的關(guān)鍵組成部分，其制造設(shè)備和IT系統(tǒng)的組成類(lèi)型展示了車(chē)間的制造能力和業(yè)務(wù)功能。從功能上劃分，數(shù)字化車(chē)間的基本構(gòu)成主要由制造過(guò)程、應(yīng)用系統(tǒng)、管理決策和功能服務(wù)4個(gè)部分組成，如圖1所示。

航空制造車(chē)間制造過(guò)程涉及車(chē)間運(yùn)輸、加工、裝配等所有設(shè)備，基于航空零件的復(fù)雜加工工藝和加工精度需求，以高精度加工機(jī)床為主要設(shè)備;應(yīng)用系統(tǒng)是車(chē)間輔助制造系統(tǒng)的管理中心，其提供了車(chē)間的物料資源管理，設(shè)備狀態(tài)監(jiān)控以及數(shù)據(jù)的采集和分析等應(yīng)用軟件，為車(chē)間的決策和管理提供支持;管理決策涉及生產(chǎn)調(diào)度、物料訂購(gòu)、制造過(guò)程控制等多個(gè)環(huán)節(jié)，包含車(chē)間生產(chǎn)計(jì)劃、產(chǎn)品制造、訂單交付和生產(chǎn)決策等任務(wù)，通過(guò)與相應(yīng)輔助系統(tǒng)相結(jié)合，能夠有效提高決策的效率和可靠度，支撐制造過(guò)程的有序進(jìn)行;功能服務(wù)是整個(gè)車(chē)間制造設(shè)備和系統(tǒng)的應(yīng)用模塊，提供了車(chē)間監(jiān)控，數(shù)據(jù)采集和存儲(chǔ)等服務(wù)，最大化的實(shí)現(xiàn)整個(gè)車(chē)間的應(yīng)用價(jià)值。

此外，航空制造工業(yè)中存在著航空結(jié)構(gòu)零件品種多、批量小、對(duì)加工要求精度高、加工制造場(chǎng)景多等生產(chǎn)特征，其復(fù)雜的結(jié)構(gòu)件加工流程和精度需求，也對(duì)加工制造部件(刀具)、設(shè)備(機(jī)床)的性能提出了更高的要求。

多品種小批量的生產(chǎn)模式，使得柔性生產(chǎn)線(xiàn)逐漸成為航空制造生產(chǎn)組織形式之一，通過(guò)搭建單條或多條柔性生產(chǎn)線(xiàn)，結(jié)合柔性線(xiàn)管控終端、物流運(yùn)輸系統(tǒng)、車(chē)間管控系統(tǒng)以組建柔性生產(chǎn)單元，其信息物理系統(tǒng)(Cyber Physical System, CPS)架構(gòu)如圖2所示。柔性線(xiàn)管控終端是生產(chǎn)線(xiàn)對(duì)應(yīng)的設(shè)備控制系統(tǒng)終端，實(shí)現(xiàn)生產(chǎn)指令和任務(wù)的執(zhí)行；物流運(yùn)輸系統(tǒng)支撐各條生產(chǎn)線(xiàn)的物料自動(dòng)化運(yùn)輸，以及AGV小車(chē)，傳送帶，碼垛機(jī)等運(yùn)輸設(shè)備的控制；車(chē)間管控系統(tǒng)由現(xiàn)場(chǎng)車(chē)間管控系統(tǒng)和整體車(chē)間管控系統(tǒng)兩部分組成，涵蓋了車(chē)間存儲(chǔ)系統(tǒng)的管理、物流系統(tǒng)的協(xié)調(diào)、車(chē)間生產(chǎn)制造過(guò)程的監(jiān)控與信息分析，實(shí)現(xiàn)資源分配、生產(chǎn)任務(wù)調(diào)整和設(shè)備維護(hù)等任務(wù)發(fā)布，全面協(xié)調(diào)整體生產(chǎn)進(jìn)度，提高生產(chǎn)效率。

基于航空制造車(chē)間復(fù)雜的軟—硬資源的組成和體系化的柔性生產(chǎn)制造模式不難看出，其在一定程度上加劇了整個(gè)航空制造車(chē)間網(wǎng)絡(luò)環(huán)境的復(fù)雜度，自動(dòng)化、敏捷化的生產(chǎn)模式和多樣化的數(shù)據(jù)源對(duì)車(chē)間的數(shù)據(jù)處理系統(tǒng)提出了一定的要求和挑戰(zhàn)。

1.2 航空制造車(chē)間的數(shù)字化網(wǎng)絡(luò)架構(gòu)

隨著工業(yè)CPS系統(tǒng)5C技術(shù)體系的推廣，搭建良好的物聯(lián)網(wǎng)環(huán)境成為了構(gòu)建智能化、數(shù)字化車(chē)間的前提，航空制造車(chē)間也不例外，其車(chē)間數(shù)字化網(wǎng)絡(luò)框架，涉及數(shù)據(jù)采集層(設(shè)備層)、傳輸層、數(shù)據(jù)處理層和應(yīng)用層(監(jiān)控層)4個(gè)部分，如圖3所示。數(shù)據(jù)采集層涵蓋了車(chē)間的所有資源和設(shè)備，是車(chē)間主要數(shù)據(jù)主要來(lái)源，基于物聯(lián)網(wǎng)和傳感器技術(shù)以及接口開(kāi)發(fā)等，采集自于不同資源的數(shù)據(jù)與信息;傳輸層包含了車(chē)間中的各種通訊協(xié)議，用以實(shí)現(xiàn)不同設(shè)備之間的通訊，為數(shù)據(jù)傳輸提供支持;處理層是車(chē)間的服務(wù)器集群，支撐數(shù)據(jù)運(yùn)算及存儲(chǔ)等服務(wù);應(yīng)用層包含了車(chē)間管控系統(tǒng)和用戶(hù)服務(wù)終端，是數(shù)據(jù)采集過(guò)程和數(shù)據(jù)處理結(jié)果的監(jiān)控終端。

2 航空制造車(chē)間數(shù)據(jù)處理的Phi架構(gòu)

航空制造復(fù)雜的生產(chǎn)過(guò)程和多樣的生產(chǎn)制造場(chǎng)景，增加了車(chē)間數(shù)據(jù)的多樣性和復(fù)雜度。而Phi架構(gòu)融入了數(shù)據(jù)反饋和邊緣計(jì)算的理念，能夠有效地解決數(shù)據(jù)高并發(fā)和多樣性等特點(diǎn)，適應(yīng)航空制造車(chē)間不同的制造場(chǎng)景和制造過(guò)程數(shù)據(jù)處理需求。

2.1 架構(gòu)分析

傳統(tǒng)的數(shù)據(jù)處理架構(gòu)按單一流向運(yùn)行，以數(shù)據(jù)批量處理方法為主，大多數(shù)數(shù)據(jù)批量處理的計(jì)算速度非常緩慢，而現(xiàn)有數(shù)據(jù)信息大多存在實(shí)時(shí)處理的需求，即針對(duì)數(shù)據(jù)源所產(chǎn)生的變化作出及時(shí)的調(diào)整。Lambada架構(gòu)在傳統(tǒng)數(shù)據(jù)處理架構(gòu)上做出創(chuàng)新，將數(shù)據(jù)處理結(jié)構(gòu)分為了批處理層、實(shí)時(shí)處理層和服務(wù)層(如圖4)。通過(guò)集成離線(xiàn)計(jì)算框架和實(shí)時(shí)計(jì)算框架，來(lái)滿(mǎn)足離線(xiàn)批量數(shù)據(jù)處理和實(shí)時(shí)增量數(shù)據(jù)處理，但其仍保留了傳統(tǒng)數(shù)據(jù)處理架構(gòu)單一流向運(yùn)行的特點(diǎn)。

Phi架構(gòu)作為一種新的數(shù)據(jù)處理架構(gòu)，繼承了Lambda架構(gòu)在數(shù)據(jù)處理方面的優(yōu)點(diǎn)，包含了數(shù)據(jù)的批處理層，實(shí)時(shí)處理層和服務(wù)層，以滿(mǎn)足數(shù)據(jù)的離線(xiàn)批量處理、實(shí)時(shí)處理以及結(jié)果查詢(xún)和訪(fǎng)問(wèn)等需求。與Lambda架構(gòu)不同，Phi架構(gòu)增加了邊緣計(jì)算理念，使其能夠提供基于網(wǎng)絡(luò)邊緣節(jié)點(diǎn)的實(shí)時(shí)計(jì)算，通過(guò)將計(jì)算部分計(jì)算壓力分布在整個(gè)網(wǎng)絡(luò)邊緣，達(dá)到緩解運(yùn)算中心的壓力的作用。此外，Phi架構(gòu)融入了數(shù)據(jù)反饋回路理念，結(jié)合數(shù)據(jù)處理結(jié)果能夠?qū)崿F(xiàn)結(jié)果的快速反饋或設(shè)備反饋控制等場(chǎng)景(如圖5)，實(shí)現(xiàn)了數(shù)據(jù)流向的多樣化。

作為一種適用于航空制造車(chē)間的數(shù)據(jù)處理架構(gòu)，結(jié)合航空制造環(huán)境，基于Phi架構(gòu)重新設(shè)計(jì)了車(chē)間數(shù)字化網(wǎng)絡(luò)框架(如圖6)，其改進(jìn)之處如下：

(1)Phi架構(gòu)中反饋回路的融入，可以支持逆向操作及數(shù)據(jù)傳輸。根據(jù)航空制造需求，可以實(shí)現(xiàn)從應(yīng)用層到設(shè)備層的逆向控制以及從處理層到設(shè)備層，以及應(yīng)用層的信息定制等。

(2)邊緣計(jì)算的集成能夠有效平衡云計(jì)算中心的計(jì)算壓力，能夠就近用戶(hù)端發(fā)起計(jì)算服務(wù)，支持服務(wù)的實(shí)時(shí)響應(yīng)需求，如設(shè)備的低延遲控制，數(shù)據(jù)流量監(jiān)控與控制。通常其部署在上位機(jī)或工控機(jī)，以處理來(lái)自設(shè)備的異常信息和制造系統(tǒng)的流量信息。

(3)按功能劃分的分布式服務(wù)器集群包括：Web服務(wù)器、Kafka服務(wù)器和運(yùn)算服務(wù)器。通過(guò)Web服務(wù)器，可以實(shí)時(shí)呈現(xiàn)車(chē)間的數(shù)據(jù)處理結(jié)果和狀態(tài)信息;Kafka服務(wù)器能夠支持海量復(fù)雜數(shù)據(jù)實(shí)時(shí)傳輸需求;運(yùn)算服務(wù)器和邊緣計(jì)算的結(jié)合使用，可以實(shí)現(xiàn)網(wǎng)路邊緣節(jié)點(diǎn)的數(shù)據(jù)處理，剔除冗余數(shù)據(jù)，進(jìn)一步提高系統(tǒng)計(jì)算和傳輸效率。

2.2 Phi架構(gòu)的多場(chǎng)景工業(yè)應(yīng)用

Phi架構(gòu)的應(yīng)用場(chǎng)景及功能是其價(jià)值所在。尤其在工業(yè)環(huán)境下，制造環(huán)境更復(fù)雜，制造場(chǎng)景更多，對(duì)于數(shù)據(jù)處理系統(tǒng)的需求和應(yīng)用更加寬泛。限于篇幅，下面將簡(jiǎn)單闡述幾個(gè)Phi架構(gòu)在航空制造中的應(yīng)用范例：

(1)結(jié)合自適應(yīng)策略的設(shè)備狀態(tài)實(shí)時(shí)流與批量流監(jiān)控

以設(shè)備運(yùn)行狀態(tài)監(jiān)控為例，不同運(yùn)行狀態(tài)下的設(shè)備數(shù)據(jù)周期和包含數(shù)據(jù)類(lèi)型不同，Phi架構(gòu)一方面可以將收集的數(shù)據(jù)分為流式處理和批量處理層，通過(guò)集成離線(xiàn)計(jì)算框架和實(shí)時(shí)計(jì)算框架，來(lái)滿(mǎn)足離線(xiàn)批量數(shù)據(jù)處理和實(shí)時(shí)增量數(shù)據(jù)處理；另一方面，針對(duì)不同的工況，對(duì)采集端的采集頻率和采集信息類(lèi)別的進(jìn)行調(diào)整。在中繼層利用邊緣計(jì)算進(jìn)行上傳的海量數(shù)據(jù)流切片處理，通過(guò)特征提取剔除不必要的數(shù)據(jù)，提供高價(jià)值數(shù)據(jù)的高效率傳輸。目前，可以采集的物理量包括機(jī)床主軸電流、溫度、進(jìn)給速度等，當(dāng)應(yīng)用層讀取到采集的數(shù)據(jù)發(fā)生變化時(shí)(數(shù)據(jù)異常現(xiàn)象)，即向數(shù)據(jù)采集端發(fā)布逆向控制命令，改變采集策略。例如，當(dāng)檢測(cè)到機(jī)床主軸電流發(fā)生加大采集頻率和采集信息類(lèi)別時(shí)，進(jìn)行問(wèn)題細(xì)分甄別(如圖7)。

(2)設(shè)備的低延時(shí)補(bǔ)償與控制

提高設(shè)備與管控系統(tǒng)之間的交互效率，是數(shù)字化、智能化建設(shè)的重點(diǎn)之一。Phi架構(gòu)的邊緣計(jì)算層能夠有效減少數(shù)據(jù)傳輸過(guò)程造成的延時(shí)，其減少了采集數(shù)據(jù)向數(shù)據(jù)處理中心傳輸環(huán)節(jié)，直接從設(shè)備端發(fā)起服務(wù)，實(shí)時(shí)讀取和解析設(shè)備數(shù)據(jù)流中包含的異常信息和預(yù)警信息，降低數(shù)據(jù)處理與傳輸延時(shí)，從而快速地實(shí)現(xiàn)設(shè)備反饋控制或加工精度補(bǔ)償?shù)炔僮?如圖8)。

(3)工業(yè)數(shù)據(jù)的分層管理及流量控制

生產(chǎn)制造過(guò)程往往會(huì)產(chǎn)生海量數(shù)據(jù)，廠(chǎng)線(xiàn)內(nèi)不同人員對(duì)數(shù)據(jù)的需求不同，Phi架構(gòu)能夠?qū)崿F(xiàn)數(shù)據(jù)分層處理，以滿(mǎn)足設(shè)備操作員、車(chē)間管理員和企業(yè)管理人員的信息定制需求(如圖9)，并結(jié)合邊緣計(jì)算實(shí)現(xiàn)在局部實(shí)現(xiàn)數(shù)據(jù)處理，避免高并發(fā)的數(shù)據(jù)傳輸會(huì)對(duì)整個(gè)車(chē)間的傳輸系統(tǒng)造成極大的壓力。如工藝員對(duì)于刀具狀態(tài)密切關(guān)心，可以在服務(wù)器上對(duì)刀具狀態(tài)進(jìn)行歷史分析，獲得結(jié)果后僅保留重要的切片數(shù)據(jù)給服務(wù)器，從而緩解了數(shù)據(jù)保存和調(diào)用壓力，保障了最重要的數(shù)據(jù)留存在通道內(nèi)穩(wěn)定傳輸。

3 系統(tǒng)微服務(wù)開(kāi)發(fā)及應(yīng)用場(chǎng)景驗(yàn)證

數(shù)字化車(chē)間中高效有序的生產(chǎn)和管理過(guò)程離不開(kāi)IT系統(tǒng)的支撐。航空制造車(chē)間零件具有種類(lèi)多、批量小、生產(chǎn)精度要求高以及制造工藝復(fù)雜等特點(diǎn)，增加了車(chē)間制造系統(tǒng)的復(fù)雜度，隨著系統(tǒng)的升級(jí)和功能需求增加，系統(tǒng)穩(wěn)定性降低，難以維護(hù)和擴(kuò)展等問(wèn)題日益明顯。

3.1 數(shù)據(jù)處理系統(tǒng)的微服務(wù)設(shè)計(jì)

微服務(wù)是一種新興的系統(tǒng)和軟件架構(gòu)設(shè)計(jì)風(fēng)格，其按照業(yè)務(wù)功能的設(shè)計(jì)思路，實(shí)現(xiàn)系統(tǒng)各服務(wù)的分割、封裝和獨(dú)立運(yùn)行?；贏PI交互的方式減小了緊湊耦合的相互干擾，提升了系統(tǒng)或軟件的穩(wěn)定性，并且服務(wù)之間可以自由組合和調(diào)用，增加了系統(tǒng)的靈活性，提高了系統(tǒng)開(kāi)發(fā)的效率，能夠適應(yīng)企業(yè)變化的需求。本文以微服務(wù)為基礎(chǔ)，設(shè)計(jì)了以航空制造車(chē)間實(shí)時(shí)監(jiān)控平臺(tái)為對(duì)象的Phi架構(gòu)數(shù)據(jù)處理系統(tǒng)。

如圖10所示，整個(gè)數(shù)據(jù)處理系統(tǒng)以業(yè)務(wù)功能的形式分為了多個(gè)微服務(wù)，如API網(wǎng)關(guān)、用戶(hù)管理、數(shù)據(jù)采集、監(jiān)控服務(wù)、數(shù)據(jù)傳輸、運(yùn)算處理、邊緣計(jì)算、存儲(chǔ)服務(wù)和查詢(xún)服務(wù)。通過(guò)將不同服務(wù)之間進(jìn)行組合，以構(gòu)建完整的數(shù)據(jù)處理系統(tǒng)。但系統(tǒng)本身并不局限于上述服務(wù)，基于微服務(wù)的系統(tǒng)架構(gòu)更加靈活，可以根據(jù)服務(wù)和性能的需求進(jìn)行修改和功能擴(kuò)展。上述微服務(wù)的功能描述如下：

(1)API網(wǎng)關(guān) API網(wǎng)關(guān)提供用戶(hù)訪(fǎng)問(wèn)服務(wù)的API，且其封裝了系統(tǒng)各個(gè)服務(wù)的API，以實(shí)現(xiàn)各個(gè)服務(wù)之間的通訊。

(2)用戶(hù)管理 該模塊提供了用戶(hù)的注冊(cè)和管理，身份驗(yàn)證和授權(quán)，安全訪(fǎng)問(wèn)等服務(wù)。

(3)數(shù)據(jù)采集 數(shù)字化車(chē)間的重要組成部分，提供面向設(shè)備的數(shù)據(jù)采集服務(wù)，支持狀態(tài)監(jiān)控服務(wù)，數(shù)據(jù)處理服務(wù)以及結(jié)果查詢(xún)服務(wù)。

(4)監(jiān)控服務(wù) 數(shù)字化車(chē)間重要組成部分，提供車(chē)間狀態(tài)監(jiān)控和數(shù)據(jù)處理結(jié)果的顯示，支持車(chē)間狀態(tài)的實(shí)時(shí)監(jiān)控服務(wù)。

(5)數(shù)據(jù)傳輸 以Kafka為核心組件，接收來(lái)自采集客戶(hù)端的海量數(shù)據(jù)，并實(shí)現(xiàn)向監(jiān)控端，數(shù)據(jù)處理端和存儲(chǔ)端的數(shù)據(jù)傳輸。

(6)運(yùn)算處理 提供了數(shù)據(jù)的批處理和實(shí)時(shí)處理。接收來(lái)自數(shù)據(jù)采集服務(wù)發(fā)送的數(shù)據(jù)，以及將數(shù)據(jù)處理結(jié)果發(fā)送數(shù)據(jù)庫(kù)存儲(chǔ)。

(7)邊緣計(jì)算服務(wù) 平衡數(shù)據(jù)處理中心的計(jì)算壓力，為系統(tǒng)中的其他服務(wù)提供邊緣計(jì)算支持，以加速服務(wù)響應(yīng)。

(8)存儲(chǔ)服務(wù) 提供元數(shù)據(jù)及數(shù)據(jù)處理結(jié)果的存儲(chǔ)。此外，與查詢(xún)服務(wù)交互，以支撐數(shù)據(jù)查詢(xún)服務(wù)。

(9)查詢(xún)服務(wù) 基于運(yùn)算處理服務(wù)以及與數(shù)據(jù)庫(kù)的連接和交互。用戶(hù)可通過(guò)Web UI和APP的方式與查詢(xún)模塊交互，以實(shí)現(xiàn)數(shù)據(jù)處理結(jié)果和用戶(hù)的查詢(xún)服務(wù)。

根據(jù)上述對(duì)車(chē)間實(shí)時(shí)監(jiān)控平臺(tái)的數(shù)據(jù)處理系統(tǒng)的微服務(wù)設(shè)計(jì)，結(jié)合服務(wù)的可組合性的優(yōu)點(diǎn)，以航空制造車(chē)間為例，列舉了幾種不同的制造場(chǎng)景下的服務(wù)組合方案，如圖11所示。圖11的組合方案中：方案a為數(shù)據(jù)采集和監(jiān)控場(chǎng)景；方案b為數(shù)據(jù)采集及處理場(chǎng)景；方案c為數(shù)據(jù)采集和存儲(chǔ)場(chǎng)景；方案d為數(shù)據(jù)采集端的實(shí)時(shí)響應(yīng)場(chǎng)景。

3.2 工業(yè)多場(chǎng)景驗(yàn)證

以模擬航空制造車(chē)間為實(shí)驗(yàn)環(huán)境，實(shí)現(xiàn)Phi架構(gòu)的開(kāi)發(fā)與部署，以驗(yàn)證數(shù)據(jù)處理系統(tǒng)在結(jié)構(gòu)設(shè)計(jì)、系統(tǒng)性能等方面的效果。模擬車(chē)間如圖12所示，其基本布局包括模擬航空制造車(chē)間、測(cè)量實(shí)驗(yàn)室、3D打印實(shí)驗(yàn)室以及備用機(jī)房，其中模擬制造車(chē)間的主要設(shè)備包括ABB機(jī)械手、華中數(shù)控模擬機(jī)床、Dell服務(wù)器集群、實(shí)時(shí)監(jiān)控面板、倍福EtherCAT運(yùn)動(dòng)控制模塊。

數(shù)據(jù)處理系統(tǒng)開(kāi)發(fā)主要利用微服務(wù)和Docker虛擬容器技術(shù)開(kāi)發(fā)框架，Web UI界面基于Python和Django開(kāi)發(fā)，通過(guò)調(diào)用微服務(wù)的Restful API接口實(shí)現(xiàn)不同微服務(wù)模塊的調(diào)用，從而實(shí)現(xiàn)系統(tǒng)之間的交互。

結(jié)合具體應(yīng)用場(chǎng)景，Phi框架的場(chǎng)景數(shù)據(jù)處理系統(tǒng)從兩方面驗(yàn)證：①基于邊緣計(jì)算的機(jī)械臂低延遲控制；②工業(yè)數(shù)據(jù)監(jiān)控及吞吐量測(cè)試。具體實(shí)驗(yàn)的測(cè)試過(guò)程及結(jié)果如下：

(1)基于邊緣計(jì)算的機(jī)器臂低延遲控制

1)測(cè)試方法。通過(guò)在ABB機(jī)械臂控制器的上位機(jī)部署機(jī)械臂的數(shù)據(jù)采集程序，實(shí)時(shí)讀取ABB機(jī)械臂的運(yùn)行狀態(tài)信息?；谶吘売?jì)算模塊的計(jì)算性能，執(zhí)行針對(duì)機(jī)械臂狀態(tài)數(shù)據(jù)的邊緣計(jì)算。筆者在諸多機(jī)械臂狀態(tài)數(shù)據(jù)中(運(yùn)行狀態(tài)，運(yùn)行進(jìn)度，報(bào)警信息等)，以機(jī)械臂角位置數(shù)據(jù)為對(duì)象，預(yù)先設(shè)定機(jī)械臂電機(jī)運(yùn)行位置限制值，當(dāng)讀取到數(shù)據(jù)流包含的位置值超過(guò)設(shè)定的限制值時(shí)，將直接通過(guò)邊緣計(jì)算模塊激活機(jī)械臂停機(jī)指令，實(shí)現(xiàn)設(shè)備端的低延時(shí)控制，從而驗(yàn)證邊緣計(jì)算的有效性。該實(shí)驗(yàn)實(shí)現(xiàn)的偽代碼如圖13所示。

2)測(cè)試效果。通過(guò)提前設(shè)置機(jī)械臂的各個(gè)軸運(yùn)行位置的限制值，當(dāng)讀取到數(shù)據(jù)流中超出限制值的位置數(shù)據(jù)時(shí)，通過(guò)腳本程序快速的實(shí)現(xiàn)ABB機(jī)械臂的停機(jī)控制。通常條件下采集的數(shù)據(jù)需要經(jīng)過(guò)傳輸，處理(車(chē)間數(shù)據(jù)處理中心)，發(fā)布控制指令等環(huán)節(jié)才能實(shí)現(xiàn)ABB機(jī)械臂的控制，整個(gè)流程的實(shí)現(xiàn)時(shí)間在500 ms～2 s之間(具體數(shù)值與數(shù)據(jù)復(fù)雜度，數(shù)據(jù)量相關(guān))。而該實(shí)驗(yàn)由于減少了數(shù)據(jù)傳輸環(huán)節(jié)，采用了邊緣計(jì)算模塊，直接對(duì)采集的數(shù)據(jù)進(jìn)行處理分析，在一定程度上提高了數(shù)據(jù)處理的效率(整個(gè)控制流程時(shí)間在100 ms～1 s之間)，從而驗(yàn)證了Phi架構(gòu)邊緣計(jì)算的有效性，如圖14所示。

(2)工業(yè)數(shù)據(jù)監(jiān)控及吞吐量測(cè)試

通過(guò)數(shù)據(jù)采集服務(wù)、傳輸服務(wù)和監(jiān)控服務(wù)相結(jié)合，實(shí)現(xiàn)設(shè)備狀態(tài)監(jiān)測(cè)，包括實(shí)時(shí)流和批量流監(jiān)控，如圖15所示。另一方面通過(guò)數(shù)據(jù)采集策略的調(diào)整，以大數(shù)據(jù)量來(lái)驗(yàn)證系統(tǒng)的穩(wěn)定性和適應(yīng)性。

測(cè)試效果：上述數(shù)據(jù)監(jiān)控方案在航空制造車(chē)間中進(jìn)行了測(cè)試，驗(yàn)證了車(chē)間設(shè)備狀態(tài)監(jiān)控以及數(shù)據(jù)采集的穩(wěn)定運(yùn)行(如圖15)。而且，基于自適應(yīng)采集策略，測(cè)試了整個(gè)系統(tǒng)的吞吐量性能，驗(yàn)證了整個(gè)系統(tǒng)對(duì)于海量數(shù)據(jù)的處理能力，如圖16所示。

從系統(tǒng)性能測(cè)試結(jié)果來(lái)看，穩(wěn)定情況下的系統(tǒng)吞吐量維持在75 000 msg/s，系統(tǒng)延遲大概在35 ms～40 ms之間，完全能夠適應(yīng)航空制造車(chē)間的數(shù)據(jù)處理需求。

上述測(cè)試實(shí)驗(yàn)驗(yàn)證了Phi框架的反饋控制回路的整體邏輯是正確的。與Lambda架構(gòu)相比，Phi架構(gòu)在數(shù)據(jù)處理結(jié)果應(yīng)用和逆向操作的實(shí)現(xiàn)上給出了進(jìn)一步的解決方案。此外，Phi架構(gòu)集成了邊緣計(jì)算，對(duì)于提高系統(tǒng)運(yùn)算處理效率、降低數(shù)據(jù)處理與傳輸延遲有明顯的實(shí)際作用。最后，不同場(chǎng)景下的系統(tǒng)服務(wù)組合應(yīng)用，也進(jìn)一步證明了以微服務(wù)模式設(shè)計(jì)的系統(tǒng)數(shù)據(jù)處理系統(tǒng)，在穩(wěn)定性、靈活性、可擴(kuò)展性方面都較傳統(tǒng)的系統(tǒng)開(kāi)發(fā)架構(gòu)有明顯的優(yōu)勢(shì)。

4 結(jié)束語(yǔ)

本文提出了一種結(jié)合邊緣計(jì)算和反饋控制的新型Phi數(shù)據(jù)處理架構(gòu)。通過(guò)邊緣計(jì)算實(shí)現(xiàn)了在網(wǎng)絡(luò)邊緣數(shù)據(jù)的實(shí)時(shí)處理，減少了數(shù)據(jù)處理中心的數(shù)據(jù)處理壓力，為工業(yè)數(shù)據(jù)的處理提供了新的解決方案。通過(guò)反饋控制，進(jìn)一步提高了數(shù)據(jù)處理結(jié)果的快速利用，提高了車(chē)間生產(chǎn)制造過(guò)程中的快速反應(yīng)能力。此外，Phi數(shù)據(jù)處理框架在實(shí)現(xiàn)上采用了微服務(wù)的開(kāi)發(fā)方式，可以滿(mǎn)足航空制造工業(yè)中不同的生產(chǎn)制造場(chǎng)景的組合需求。最后，進(jìn)一步搭建模擬智能制造車(chē)間數(shù)據(jù)處理平臺(tái)，完成了Phi架構(gòu)性能和應(yīng)用場(chǎng)景驗(yàn)證，取得如下技術(shù)成果：

(1)建成支持?jǐn)?shù)字化智能制造車(chē)間的數(shù)據(jù)處理平臺(tái)，實(shí)現(xiàn)了機(jī)器人、機(jī)床、伺服電機(jī)、測(cè)量機(jī)的數(shù)據(jù)化網(wǎng)絡(luò)化采集，可以支持包括Siemens,Fanuc,華中數(shù)控等多種數(shù)控品牌，采集頻率可調(diào)且不低于10 Hz，實(shí)驗(yàn)?zāi)M采集并發(fā)數(shù)大于50臺(tái)。

(2)數(shù)據(jù)處理平臺(tái)由多服務(wù)器組成集群，以Hadoop、Spark和Kafka提供了數(shù)據(jù)分布式存儲(chǔ)，數(shù)據(jù)批處理和實(shí)時(shí)處理以及實(shí)時(shí)數(shù)據(jù)傳輸?shù)裙δ?，?jīng)測(cè)試其發(fā)送延遲小于50 ms，單機(jī)吞吐量不低于8萬(wàn)條/s，并提供Java、.NET、C++等多種語(yǔ)言二次開(kāi)發(fā)函數(shù)庫(kù)。此外，結(jié)合微服務(wù)的開(kāi)發(fā)方式，降低了內(nèi)部的干擾，增強(qiáng)了在復(fù)雜的工業(yè)環(huán)境下的穩(wěn)定性，能實(shí)現(xiàn)不同制造場(chǎng)景下的功能組合。

(3)通過(guò)智能制造車(chē)間數(shù)據(jù)處理平臺(tái)，可以完成工業(yè)數(shù)據(jù)采集、分布式存儲(chǔ)、車(chē)間狀態(tài)的可視化監(jiān)控。未來(lái)，基于數(shù)據(jù)挖掘可以實(shí)現(xiàn)對(duì)設(shè)備關(guān)鍵部件磨損分析、生產(chǎn)資源優(yōu)化排程和軟件運(yùn)行監(jiān)控功能，為航空制造車(chē)間的數(shù)字化、智能化建設(shè)提供了很好的數(shù)據(jù)解決方案。