CN111353690A - 一种区块链使能的生产调度边缘计算方法 - Google Patents

Abstract

本发明公开了一种区块链使能的生产调度边缘计算方法，所述的方法包括以下步骤：对设备与制造单元的智能合约建模，利用智能合约对该制造单元内部的设备进行生产调度，其中一个所述的制作单元包括多个设备；将每台设备挂载区块链运行节点，MES下发生产指令给每个制造单元的节点，同时节点通过设备多数据源采集设备生产数据，实时采集每个设备的运行状况数据和工艺参数数据，通过直接从设备层面进行数据的上链；根据制造单元获取的生产指令、设备参数，利用边缘计算动态调节设备负载、效率和稼动率。本发明利用区块链技术将生产指令和设备数据上链，智能合约根据制造单元内的设备负载和生产任务，动态分配制造单元内设备的生产任务，提高整体生产调度计算的效率，实现灵活高效的生产调度。

Description

一种区块链使能的生产调度边缘计算方法

技术领域

本发明涉及区块链技术领域，更具体的，涉及一种区块链使能的生产调度边缘计算方法。

背景技术

随着制造模式正在向着大规模个性化转变的过程，传统的大批量和专业化的生产线逐渐向小批量、多品种转变，导致现有的产品制造分工明显细化。在这种大背景下，现在的智能制造系统需要能够快速进行生产调度以生产各种批量和相似型号的产品，当有一系列类似产品带生产时，需要能够马上根据其生产工艺和对应生产设备的参数和负载，实现生产指令的优化和精确下发。整个生产调度的过程中，需要做到快速响应，信息安全，各要素的优化和选择搭配，以最合理的结构和方式均衡设备负载，使得各设备负载利用率的均衡和稼动率的最大化，最终实现生产效率的最大化。

生产调度需要做到及时发现计划执行中的偏差、快速定位偏差原因并能够迅速调节。但生产过程的情况复杂，突发情况多，而且智能制造系统往往具有生产环节多，协作关系复杂，生产连续性强和情况变化快等特征，一旦某一生产指令没能够按时完成或者某一设备出现故障，难以快速调节，进而对整个生产系统的运行造成影响；由于中心化系统进行生产调度的过程中，需要对全局要素进行计算分析后方能够下发生产指令，这使得生产调度的灵活性差，一但出现故障或者偏差，难以快速调节设备负载实现生产效率最大化；由于生产过程中情况复杂，而且存在人为的恶意篡改的情况，数据可靠性差，不一定能反映设备真实负载情况。

现有的制造管控系统主要是通过中心化系统基于全局要素计算并下发生产指令，一旦制造的规模增大，该系统会面临以下问题：(1)基于的全要素优化分析的智慧实现具有计算方面的难度，且因为资源要素状态变化较快，全局计算响应时间长，不能快速适应变化，进而可能导致生产系统的停机；(2)生产调度计划的准确性较低，由于生产调度需要基于设备的负载等要素计算，但是由于可能存在网络传输问题和人为的恶意篡改，导致制造资源层面数据的准确度不高，进而使得MES系统进行生产调度过程中无法准确根据设备参数与负载情况分发生产任务；(3)该种调度情况下，设备普遍存在负载不均衡的情况，导致某些设备的利用率较低，另一些设备负载过高，进而容易导致设备故障。

发明内容

针对以上缺点，本发明为了解决目前生产调度过程中，生产调度准确度低，灵活性差，数据可靠性低和可追溯性差的问题，本发明通过引入区块链和边缘计算技术，提出了一种区块链使能的生产调度边缘计算方法，其提高整体生产调度计算的效率，以此实现灵活高效的生产调度。

为实现上述本发明目的，采用的技术方案如下：一种区块链使能的生产调度边缘计算方法，所述的方法包括以下步骤：

S1：对设备与制造单元的智能合约建模，利用智能合约对该制造单元内部的设备进行生产调度，其中一个所述的制作单元包括多个设备；

S2：将每台设备挂载区块链运行节点，MES下发生产指令给每个制造单元的节点，同时节点通过设备多数据源采集设备生产数据，实时采集每个设备的运行状况数据和工艺参数数据，通过直接从设备层面进行数据的上链；

S3：根据制造单元获取的生产指令、设备参数，利用边缘计算动态调节设备负载、效率和稼动率。

优选地，在步骤S1中，所述的智能合约根据制造单元的属性、设备的属性进行建立；其中所述的制造单元的属性包括制造单元名称、单元设备叔、待生产件数、每min加工数、预计完工时间、加工效率；所述的设备的属性包括设备名称、设备编号、每min加工数、待生产件数、预计完工时间、加工效率。

优选地，在步骤S2中，所述的运行状况数据包括运行状态信号，运行、待机、故障、停机；所述的工艺参数数据包括每道工艺的电流、温度、压力；所述的设备多数据源包括PLC、RFID、变频器、软启动器，伺服控制器、控制仪表。

优选地，步骤S3，所述的制造单元接收到MES系统下发生产指令，制造单元节点根据设备当前生产效率分配生产任务。

进一步地，步骤S1中，所述的制造单元获取设备参数具体如下：制造单元在生产过程中，设备的相关运行参数会通过多数据源发送到智能合约中，并根据设备上传的运行参数计算出设备当前的加工效率，得到该工序制造单元的加工效率，智能合约中计算当前制造单元的预计完工时间是否是最短的，如果不是则需要进行调节。

在进一步地，所述的制造单元的预计完工时间＝该制造单元中设备预计完工时间的最大值，其中所述的设备的预计完工时间＝待生产件数/每min加工数+当前生产工件剩余加工时间。

在进一步地，所述的边缘计算动态调节设备负载具体如下：

根据设备参数计算设备的加工效率，智能合约分配待生产工件，使得制造单元内的预计加工时间最短，实现制造单元生产效率的最大化；

首先计算出各设备的预计完工时间t_i，和该制造单元的最短预计完工时间T；若设备的t_i<T，则增加加工工件数，直至t_i≥T，反之则减少加工工件数；最终使每台设备的t_i≈T；

同时若某一设备的加工效率低于p，则将设置设备状态为异常；若当前制造单元设备的负载高于k，则向MES系统反馈，进行全局的生产任务调度。

本发明的有益效果如下：

本发明利用区块链技术提高指令下发和数据上传的准确性，为生产调度提供真实的数据支撑，同时利用边缘计算方法，将同类型的设备组成一个制造单元，该单元内的设备调度通过边缘计算方法进行，根据设备和工艺真实参数动态快速均衡设备负载，同时降低MES服务中心系统计算的复杂度，提高整体生产调度计算的效率，以此实现灵活高效的生产调度。

附图说明

图1是实施例1制造单元的属性和设备的属性智能合约建模。

图2是实施例1中MES系统、设备与区块链网络之间的交互关系。

图3是实施例1中产品生产过程中的设备流水线结构。

图4是实施例1所述的边缘计算动态调节设备负载流程图。

具体实施方式

下面结合附图和具体实施方式对本发明做详细描述。

实施例1

在本实施例中，所述的智能合约是指：在业务彼此之间进行交易之前，他们必须定义一组通用合同，涵盖通用条款，数据，规则，概念定义和流程。这些合同放在一起，构成了控制交易双方之间所有交互的业务模型。使用区块链网络，可以将这些合同转换为可执行程序，只要参与方达成协定，智能合约建立的权利和义务，就会被自动执行，且结果不能被否认。

本实施例提出了一种区块链使能的生产调度边缘计算方法，其利用区块链技术将生产指令和设备数据上链，智能合约根据制造单元内的设备负载和生产任务，动态分配制造单元内设备的生产任务，具体如下：

S1：制造单元和设备的智能合约建模：对设备与制造单元的智能合约建模，利用智能合约对该制造单元内部的设备进行生产调度，其中一个所述的制作单元包括多个设备；

所述的智能合约根据制造单元的属性、设备的属性进行建立，如图1所示，其中所述的制造单元的属性包括制造单元名称、单元设备叔、待生产件数、每min加工数、预计完工时间、加工效率；所述的设备的属性包括设备名称、设备编号、每min加工数、待生产件数、预计完工时间、加工效率。

S2：生产指令和设备参数上链：如图2所示，将每台设备挂载区块链运行节点，MES下发生产指令给每个制造单元的节点，同时节点通过设备多数据源采集设备生产数据，实时采集每个设备的运行状况数据和工艺参数数据，通过直接从设备层面进行数据的上链，确保数据的真实有效性。本实施例产品在生产过程中的流水线结构如图3所示。其中，所述的运行状况工艺包括运行状态信号，运行、待机、故障、停机等及持续时间；工艺参数数据包括每道工艺的电流、温度、压力等等。所述的设备多数据源包括PLC、RFID、变频器、软启动器，伺服控制器、控制仪表等控制设备的通讯接口。

S3：边缘计算动态调节设备负载：根据制造单元获取的生产指令、设备参数，利用边缘计算动态调节设备负载、效率和稼动率。

1)生产指令的下发：每个制造单元获取MES系统下发生产指令，所述的制造单元节点根据设备当前生产效率分配生产任务，目标是使得该制造节点的生产效率最高(完工时间最短)。

2)设备参数的采集：制造单元在生产过程中，设备的相关运行参数会通过多数据源发送到智能合约中，并根据设备上传的运行参数计算出设备当前的加工效率，进而可以得出该工序制造单元的加工效率，智能合约中计算当前制造单元的预计完工时间是否是最短的，如果不是则需要进行调节。

所述的制造单元的预计完工时间＝该制造单元中设备预计完工时间的最大值，其中设备的预计完工时间＝待生产件数/每min加工数+当前生产工件剩余加工时间。

3)边缘计算动态调节设备负载：根据设备参数计算设备的加工效率，智能合约分配待生产工件，保证制造单元内的预计加工时间最短，实现制造单元生产效率的最大化。

首先计算出各设备的预计完工时间t_i，和该制造单元的最短预计完工时间T；若设备的t_i<T，则增加加工工件数，直至t_i≥T，反之则减少加工工件数；最终使每台设备的t_i≈T。

同时若某一设备的加工效率低于p，则将设置设备状态为异常；若当前制造单元设备的负载高于k，则向MES系统反馈，进行全局的生产任务调度。其具体运行流程如图4所示。

本实施例通过区块链和边缘计算的结合，在制造过程中，利用边缘计算动态调节制造单元内的设备负载，使得制造单元内的设备负载出现波动时，能够快速动态的调节，而不会使故障积累最终导致生产调度系统的瘫痪。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (7)

1.一种区块链使能的生产调度边缘计算方法，其特征在于：所述的方法包括以下步骤：

S1：对设备与制造单元的智能合约建模，利用智能合约对该制造单元内部的设备进行生产调度，其中一个所述的制作单元包括多个设备；

S2：将每台设备挂载区块链运行节点，MES下发生产指令给每个制造单元的节点，同时节点通过设备多数据源采集设备生产数据，实时采集每个设备的运行状况数据和工艺参数数据，生产任务和生产效率，通过直接从设备层面进行数据的上链；

S3：根据制造单元获取的生产指令、设备参数，利用边缘计算动态调节设备负载、效率和稼动率。

2.根据权利要求1所述的区块链使能的生产调度边缘计算方法，其特征在于：在步骤S1中，所述的智能合约根据制造单元的属性、设备的属性进行建立；其中所述的制造单元的属性包括制造单元名称、单元设备叔、待生产件数、每min加工数、预计完工时间、加工效率；所述的设备的属性包括设备名称、设备编号、每min加工数、待生产件数、预计完工时间、加工效率。

3.根据权利要求1所述的区块链使能的生产调度边缘计算方法，其特征在于：在步骤S2中，所述的运行状况数据包括运行状态信号，运行、待机、故障、停机等及持续时间；工艺参数数据包括每道工艺的电流、温度、压力；所述的设备多数据源包括变频器、软启动器，伺服控制器、控制仪表。

4.根据权利要求1所述的区块链使能的生产调度边缘计算方法，其特征在于：步骤S3，所述的制造单元接收到MES系统下发生产指令，制造单元节点根据设备当前生产效率分配生产任务。

5.根据权利要求4所述的区块链使能的生产调度边缘计算方法，其特征在于：步骤S1中，所述的制造单元获取设备参数具体如下：制造单元在生产过程中，设备的相关运行参数会通过多数据源发送到智能合约中，并根据设备上传的运行参数计算出设备当前的加工效率，得到该工序制造单元的加工效率，智能合约中计算当前制造单元的预计完工时间是否是最短的，如果不是则需要进行调节。

6.根据权利要求5所述的区块链使能的生产调度边缘计算方法，其特征在于：所述的制造单元的预计完工时间＝该制造单元中设备预计完工时间的最大值，其中所述的设备的预计完工时间＝待生产件数/每min加工数+当前生产工件剩余加工时间。

7.根据权利要求6所述的区块链使能的生产调度边缘计算方法，其特征在于：所述的边缘计算动态调节设备负载具体如下：

根据设备参数计算设备的加工效率，智能合约分配待生产工件，使得制造单元内的预计加工时间最短，实现制造单元生产效率的最大化；

首先计算出各设备的预计完工时间t_i，和该制造单元的最短预计完工时间T；若设备的t_i<T，则增加加工工件数，直至t_i≥T，反之则减少加工工件数；最终使每台设备的t_i≈T；

同时若某一设备的加工效率低于p，则将设置设备状态为异常；若当前制造单元设备的负载高于k，则向MES系统反馈，进行全局的生产任务调度。

Images