云边协同、柔性的分布式制造管控方法及其软件系统

摘要

本发明提供了一种云边协同、柔性的分布式制造管控方法及其软件系统，包括：云端服务子系统向用户提供业务需求的软件服务；一个分布式边缘端服务子系统对应一个设备单元；分布式边缘端服务子系统映射对应设备单元的数据模型构建，数据模型构建包括设备数据映射和设备业务功能逻辑映射；云端服务子系统的软件服务将业务需求以任务形式发送给任务管理，并存于任务管理的任务池中，任务管理结合生产调度算法对任务池中的任务进行筛选，并按需将任务拆分发送给相应的分布式边缘端服务子系统；分布式边缘端服务子系统基于接收的任务控制对应设备单元。在云端通过对边缘端的调度及监控，实现对生产的管控，实现适配性更强、通用性更好的柔性生产控制。

说明书

技术领域

本发明涉及数字化数字化、自动化制造领域，具体地，涉及一种基于云边协同、柔性的分布式制造管控方法及其软件系统。

背景技术

柔性制造是广泛存在于当今制造业的一种生产模式，是以定制化，个性化为特点的消费者导向的生产模式。近年来人们对产品多样性需求持续增加，在制造技术与物联网、人工智能技术逐渐深度结合的背景下，传统柔性制造模式面临迫切的转型升级。

图1是传统制造执行系统架构示意图。其中设备及其电气信号数据通过SCADA等系统采集，制造执行系统各个服务（比如调度管理、订单管理、工艺管理等）直接与数据对接，对于柔性制造，该种架构导致服务与业务功能绑定，只能在有限范围内柔性，不利于系统拓展性。总体来看这种架构一般柔性差、拓展性差。

现有柔性制造系统主要以制造单元柔性化来体现生产制造系统的柔性，柔性制造系统需要针对制造单元进行定制，通用性低，直接体现就是系统结构层次区分不明显，控制软件开发复用率低，项目实施周期长、成本较高。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种云边协同、柔性的分布式制造管控方法及其软件系统。

根据本发明提供的一种云边协同、柔性的分布式制造管控软件系统，包括：云端服务子系统和分布式边缘端服务子系统；

所述云端服务子系统向用户提供业务需求的软件服务；

所述分布式边缘端服务子系统与所述云端服务子系统通信连接，一个所述分布式边缘端服务子系统对应一个设备单元；所述分布式边缘端服务子系统映射对应设备单元的数据模型构建，所述数据模型构建包括设备数据映射和设备业务功能逻辑映射；

其中，所述云端服务子系统的软件服务将业务需求以任务形式发送给任务管理，并存于任务管理的任务池中，任务管理结合生产调度算法对任务池中的任务进行筛选，并按需将任务拆分发送给相应的分布式边缘端服务子系统；所述分布式边缘端服务子系统基于接收的任务控制对应设备单元；

多个所述分布式边缘端服务子系统按逻辑次序组合执行的任务组合构成所述任务管理中的业务需求。

优选地，所述分布式边缘端服务子系统包括：

静态建模模块：构建静态建模模型，将静态建模模型的静态属性采集方式和协议解析方式提供给数据采集模块；

数据采集模块：采集设备运转数据，对采集到的设备运转数据进行协议解析，得到解析数据；

数据处理模块：提供数据交换功能；获取所述解析数据和来自业务应用的业务数据，对所述解析数据和所述业务数据进行数据清洗；

动态业务数据重构模块：通过静态建模模型的属性映射，对经过清洗后的所述解析数据进行数据重构，形成动态业务数据模型；以及，对经过清洗后的所述业务数据和所述解析数据进行融合，形成二次数据重构，得到完整动态业务数据模型；

数据封装模块：从所述数据处理模块和/或所述动态业务数据重构模块获取业务应用所需的数据并进行封装，提供交互接口给业务应用调用。

优选地，所述分布式边缘端服务子系统还包括专家知识库模块，所述设备数据实时通过所述专家知识库模块进行数据监控，根据预设的故障判断规则对故障进行判断，并调取相应的解决方案。

优选地，所述动态业务数据建模包括建立：

设备数据模型：对设备的物理特性与执行特点进行建模，将单一、多设备或者设备部分组件抽象为制造执行单元，构建设备异构网络；

产线数据模型：在设备建模的基础上，将多个制造执行单元抽象为产线模型，构建产线异构网络；

工厂数据模型：在产线建模的基础上，将多个产线模型抽象为工厂模型，构建工厂异构网络。

优选地，所述数据处理模块先获取所述解析数据并进行数据清洗，所述动态业务数据重构模块对经过清洗后的所述解析数据进行数据重构，形成动态业务数据模型，通过动态业务数据模型按照不同的应用业务需求，对业务数据进行组合和封装；

业务应用调用封装后的数据后得到自身的业务数据、调度命令，并下发给所述数据处理模块；

所述数据处理模块将获取的来自业务应用的调度命令，并分发给专有数据通道，所述专有数据通道对所述调度命令转发至对应的设备，所述设备执行接收到的调度命令，并将实时的设备数据反馈给所述数据采集模块；

所述数据处理模块将获取的业务数据和实时的设备数据进行融合，形成二次数据重构，得到完整动态业务数据模型，通过完整动态业务数据模型对业务数据进行重新组合和封装。

优选地，所述云端服务子系统采用SaaS模式，所述软件服务包括订单管理、物流管理、质量管理或刀具管理中的任一种或任多种。

根据本发明提供的一种云边协同、柔性的分布式制造管控方法，包括：

所述云端服务子系统的软件服务将业务需求以任务形式发送给任务管理，并存于任务管理的任务池中，任务管理结合生产调度算法对任务池中的任务进行筛选，并按需将任务拆分发送给相应的分布式边缘端服务子系统；所述分布式边缘端服务子系统基于接收的任务控制对应设备单元；

多个所述分布式边缘端服务子系统按逻辑次序组合执行的任务组合构成所述任务管理中的业务需求。

优选地，所述分布式边缘端服务子系统的工作流程包括：

静态建模步骤：构建静态建模模型，将静态建模模型的静态属性采集方式和协议解析方式提供给数据采集模块；

数据采集步骤：采集设备运转数据，对采集到的设备运转数据进行协议解析，得到解析数据；

数据处理步骤：获取所述解析数据和来自业务应用的业务数据，对所述解析数据和所述业务数据进行数据清洗；

动态业务数据重构步骤：通过静态建模模型的属性映射，对经过清洗后的所述解析数据进行数据重构，形成动态业务数据模型；以及，对经过清洗后的所述业务数据和所述解析数据进行融合，形成二次数据重构，得到完整动态业务数据模型；

数据封装步骤：从数据处理步骤或动态业务数据重构步骤的结果中获取业务应用所需的数据并进行封装，提供交互接口给业务应用调用。

优选地，所述数据处理步骤先获取所述解析数据并进行数据清洗，所述动态业务数据重构步骤对经过清洗后的所述解析数据进行数据重构，形成动态业务数据模型，通过动态业务数据模型按照不同的应用业务需求，对业务数据进行组合和封装；

业务应用调用封装后的数据后得到自身的业务数据、调度命令，并下发；

将获取的来自业务应用的调度命令，并分发给专有数据通道，所述专有数据通道对所述调度命令转发至对应的设备，所述设备执行接收到的调度命令，并将实时的设备数据进行反馈；

将获取的业务数据和实时的设备数据进行融合，形成二次数据重构，得到完整动态业务数据模型，通过完整动态业务数据模型对业务数据进行重新组合和封装。

与现有技术相比，本发明具有如下的有益效果：

本发明所设计的云边协同、柔性的分布式制造管控软件系统，系统整体采用云边结合架构、分层管理业务逻辑及设备逻辑、实现柔性控制调度生产。

本发明设计的系统在边缘端通过构建设备模型，将与设备安全控制及信号对接等处理层放在边缘端，形成制造执行数字孪生体，并通过、设备模型管理、数据采集、业务逻辑维护，实现个性化客制化适配、将不同的设备统一为具备相同功能数据的数字孪生体、缩短调试周期；

本发明设计的系统在云端通过对边缘端的调度及监控，实现对生产的管控。并基于云端服务平台，可定制化拓展计划调度、生产执行、过程追溯、报表统计、质量管理、刀具管理等服务，实现适配性更强、通用性更好的柔性生产控制。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为传统制造执行系统架构示意图；

图2为本发明基于云边协同的分布式柔性制造执行系统示意图

图3为本发明基于云边协同的分布式柔性制造执行系统制造控制实现示意图；

图4为本发明一实施例的工作原理图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

如图2和图3所示，本发明提供的一种云边协同、柔性的分布式制造管控软件系统，包括：云端服务子系统和分布式边缘端服务子系统。云端为制造执行系统的服务平台，可定制化各种业务功能，由数据管理提供支持；边缘端实现生产控制，并可以通过修改设备模型拓展设备功能控制。云端服务，比如调度管理，会将业务任务派发给任务管理的任务池，任务管理基于算法统筹任务池中的任务，并将任务下发给各个边缘端。

所述云端服务提供客户业务功能需求，服务于用户；所述分布式边缘端服务实现制造执行的实现，服务生产设备。

所述云端服务采用SaaS模式，提供不同业务需求的软件服务，包括不限于订单管理、物流管理（WMS）、质量管理、刀具管理等服务。

所述边缘端服务采用分布式结构，一个边缘服务对应一个设备单元；所述边缘端服务通过映射对应设备单元的数据模型构建，所述边缘端服务构建包括设备数据映射和设备业务功能逻辑映射；所述边缘端服务包含设备模型、数据采集、数据存储等功能。

所述云端服务与所述边缘端服务通过数据管理链接，所述数据管理既存在于云端，也存在于边缘端。

所述云端服务中的各个软件将业务需求以任务形式发送给任务管理，并存于任务管理任务池中，任务管理结合生产调度算法对任务池中任务进行筛选，并按需将任务拆分发送给相应末端服务；所述末端服务基于接收的任务控制对应制造单元进行生产；多个末端服务按一定逻辑次序组合执行的任务合即为任务管理中所述云端业务需求。

所述边缘端服务接收任务后通过对任务识别，调用设备模型中对应的业务逻辑，从而实现有云端到边缘端的制造控制。

如图4所示，本实施例提供的云边协同的分布式柔性制造执行系统的分布式边缘端服务子系统包括：静态建模、数据采集、数据处理、动态业务数据重构、数据封装、专家知识库、调度命令转发，各模块的功能介绍如下。

静态建模模块：本模块实现对现场相关设备业务流转以及相关属性参数的收集，如机床、AGV、桁架等，并在此基础上构建产线模型和工厂的业务模型参数库。

数据采集模块：通过选定modbus、TCP/IP等传输方式，与现场设备进行对接，采集设备的运转数据，并将设备传输协议解析为可识别的业务数据。协议解析指代通过各类设备协议包进行配置部署，实现对设备数据采集协议的快速解析部署。部署配置的步骤包括：步骤1：部署协议包，配置设备的型号、网络信息、空间信息等信息，并配置设备模型属性信息；步骤2：根据配置的设备信息，调用协议包中的特定协议方法，实现对通讯协议的解析实现，如若缺少相关协议解析方法，更新协议包内容并重新部署。

数据处理模块：接收和处理数据采集模块、上层制造执行系统的数据，设置数据清洗规则，并进行数据清洗、数据存储，并提供数据交换功能，对各方数据进行中转。

动态业务数据重构模块：将数据处理模块清洗完成的无序数据，进行数据的重构，实现设备、产线、工厂的实时、动态业务数据建模。

数据封装模块：通过行业专家、现场实时经验的积累，将上层制造执行系统不同模块所需要的数据进行封装，可组合式快速满足不同工厂所需要的业务数据。内容包括状态检测规则包、设备OEE数据包、数字孪生数据包、设备监控数据包、物料监控数据包、工艺执行数据包、质量管理数据包、现场调度数据包等内容。

专家知识库模块：对行业专家的经验进行数字化沉淀，为工厂运营故障提供建议解决方案。

调度命令转发模块：制造执行系统调度命令具有低时延需求，需要将命令快速下发到执行设备，因此需要构建专有的调度命令转发通道以满足此需求。

本发明中，数据交换与控制转发指代通过规则配置，配置各项业务所能访问与操作的业务数据、设备执行、建模模型与知识模型等权限，实现数据权限的统一配置管理，降低数据泄露与滥用风险，保证设备执行的安全。

参考图4所示，图4中的编号1至25与下述工作流程对应，云边协同、柔性的分布式制造管控软件系统的管理方法如下：

1、构建设备、产线、工厂的静态属性，并将静态属性采集方式和协议解析方式进行定义，供数据采集模块调用。

2、将静态建模的属性和参数以及协议解析规则传递给数据采集模块，为数据采集提供快速实例化方案。

3、对接现场设备，将现场设备采集到的数据传递给数据采集模块。

4、将设备传输上来的数据，执行协议解析规则，将设备数据解析为业务数据，例如采集到的MCU数据为：A，转换为业务数据为：B。

5、将解析完成的时序数据传送给数据处理模块。

6、接收设备的时序数据，并进行存储，设置数据清洗规则，对数据进行清洗后，转化为业务可用的关系型数据并进行存储。

7、将清洗后的设备数据传输给动态业务建模模块。

8、通过静态建模模型的属性映射，将清洗好的设备采集的数据进行重构，形成采集数据的设备、产线、工厂数据模型。

9、将动态业务数据重构后的数据按照不同的业务需求进行重新组合。

10、将重新组合的业务数据进行封装，提供交互接口给上层制造执行系统调用。

11、使用数据处理模块的数据交换功能实现封装数据给制造执行系统的传输。

12、制造执行系统获取调用的业务封装数据。

13、制造执行系统获取将自身的业务数据、设备命令调度数据下发给数据管理系统的数据处理模块。

14、数据管理系统的数据处理模块接收并存储数据。

15、设置数据清洗规则，对制造执行系统的业务数据进行清洗，并进行存储。

16、获取清洗后的业务数据。

17、将业务数据和设备采集的数据进行融合，形成第二次数据重构，得到完整的设备、产线、工厂数据模型。

18、对完整的业务数据按照数据分析和调用需求进行组合。

19、将重新组合的业务数据进行封装，提供交互接口给数据分析、数字孪生等系统进行调用。

20、数据分析、数字孪生等系统调用的业务封装数据，此时数据的使用流程结束。

21、数据处理模块将调度命令分发给命令调度专有数据通道。

22、命令调度专有数据通道模块对命令进行快速转发。

23、设备接收命令，接收命令后设备执行命令，并将实时过程数据通过③反馈到数据采集与管理系统。

24、收集行业专家设备、产线、工厂故障判断和解决方案，并形成知识库，知识库需不断积累。

25、在数据处理模块设置故障判断规则，进行故障判断触发，触发后从专家知识库调取建议解决方案。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。