CN111950919B - 一种基于网络虚拟化技术的工业虚拟化生产与服务系统 - Google Patents
一种基于网络虚拟化技术的工业虚拟化生产与服务系统 Download PDFInfo
- Publication number
- CN111950919B CN111950919B CN202010838243.8A CN202010838243A CN111950919B CN 111950919 B CN111950919 B CN 111950919B CN 202010838243 A CN202010838243 A CN 202010838243A CN 111950919 B CN111950919 B CN 111950919B
- Authority
- CN
- China
- Prior art keywords
- production
- unit
- industrial
- virtual
- virtual factory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 195
- 238000005516 engineering process Methods 0.000 title claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims abstract description 17
- 238000012790 confirmation Methods 0.000 claims abstract description 14
- 238000013468 resource allocation Methods 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims abstract description 9
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 3
- 238000009776 industrial production Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000011034 Rubus glaucus Nutrition 0.000 description 2
- 244000235659 Rubus idaeus Species 0.000 description 2
- 235000009122 Rubus idaeus Nutrition 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及一种基于网络虚拟化技术的工业虚拟化生产与服务系统,属于工业互联网技术领域。该系统通过用户单元在线向生产设施供应商提出虚拟工厂请求;利用决策单元的资源分配决策程序完成虚拟工厂的最优映射,并向控制单元与计算单元发送资源请求,收到请求确认并反馈消息,完成映射。工业现场通过传感器收集生产设施的状态信息,并上传到计算单元;计算单元根据收集到的生产设施相关信息,利用指定的算法逻辑决策出最佳的控制指令,并反馈给生产设备;最终,将产品输送到指定投放位置附近的仓库中存放。本发明可降低中小型企业入行制造业的经济风险,在满足不同企业定制化生产需求的前提下,提高生产资源的整体利用率。
Description
技术领域
本发明属于工业互联网技术领域,涉及计一种基于网络虚拟化技术的工业虚拟化生产与服务系统。
背景技术
随着信息技术与互联网技术在制造业方面的逐步渗透,以智能化生产、网络化协同、个性化定制、服务化延伸等新型生产模式为特征的工业互联网已成为大国制造业的共同发展目标。但传统的工业生产模式仍存在诸多挑战,首先,生产地点固定,设备大多被企业专用,限制了生产效率和设备利用率;其次,中小型企业难以承担高昂的设备购置和维护费用,限制了企业参与生产和创新;最后,生产设备位置的固定与产品市场需求在地域上的多变性为产品的分发带来额外的成本。因此,虽然工业界与学术界从机械设计、传感技术、数据挖掘、通信技术、自动化控制等不同方面对工业互联网进行了广泛研究与开发,但这些工作仍局限于传统的工业生产模式,很难从根本上实现“工业互联网”的发展目标。
因此,解决传统工业生产模式的诸多局限,借鉴互联网的网络虚拟化思路搭建工业虚拟化架构平台,对工业设备进行虚拟化,允许不同企业或工厂共享工业生产设施,重构生产资源,实现“虚拟工厂”变得尤为重要。
发明内容
有鉴于此,本发明的目的在于提供一种基于网络虚拟化技术的工业虚拟化生产与服务系统,致力于打破传统工业生产模式,推动物理世界与网络世界的融合,解决生产过程的诸多局限,实现工业互联网的发展目标。
为达到上述目的,本发明提供如下技术方案:
图1为工业虚拟化总体架构,在此结构中,工业体系分解为物理生产设施层和虚拟生产资源层,在物理生产设施层,现场的控制系统可通过虚拟化技术对工业基础设施实现定制化管理,允许不同的虚拟工厂运营商通过时分复用的方式,共享相同的工业生产设施。传统的工业产品制造商被分解为“生产设施供应商”与“虚拟工厂运营商”。其中,生产设施供应商负责管理生产基础设施及相关资源,虚拟工厂运营商负责在线租用生产设施、产品设计与服务,对工业生产控制逻辑进行自定制优化等。工业虚拟化架构将传统制造企业从生产制造与市场运营的双重角色中解耦出来,对其专门化分工,提高制造业的整体效率,使生产不再受地域限制。
虚拟工厂运营商可根据产品市场需求的波动情况对虚拟工厂及虚拟传输网络进行动态重构。要实现虚拟生产资源层与物理生产设施层之间的映射,需要介于二者之间构建资源管理平台,其北向接口负责接收来自虚拟工厂运营商的虚拟工厂请求,南向接口负责管控工业生产资源。资源管理平台需要解决的关键问题之一在于资源分配,即虚拟工厂的映射问题。工业虚拟化架构涵盖的“资源”包括生产资源、数据资源、通信资源、计算资源、仓储资源、物流资源等,因此虚拟工厂的映射问题是一个整合社会全局资源的优化问题,这也表明它的实现不仅有利于提高工业生产效率,同时也能带动不同行业之间合作与技术升级。因此,相较于传统工业生产,工业虚拟化架构具有颠覆性的创新意义。
图2为工业虚拟化架构解析图,虚拟工厂运营商根据市场需求信息,自定制符合企业发展目标的虚拟生产线,通过用户单元在线向生产设施供应商提出虚拟工厂请求,包括资源需求和期望投放地。决策单元通过资源分配决策程序完成最优映射,并向计算单元与控制单元发送相关资源请求,收到两者的请求确认后,再向用户回复请求已确认的消息,至此虚拟工厂的映射成功,虚拟生产线搭建完成。同时,虚拟工厂运营商能根据计算单元反馈的生产资源与市场需求信息,自定制更新符合企业发展目标的虚拟生产线。每个虚拟生产线由不同城市的工业生产资源整合而成,虚拟工厂运营商将共享工业生产设施,由平台根据其提出的需求完成最优的映射。工业现场通过传感器收集工业生产过程中基础设施的状态信息,并通过宽带通信网络基础设施上传到计算单元。计算单元将根据收集到的生产设施状态信息、市场需求信息、产品分发信息等,通过指定的算法逻辑决策出最佳的生产控制指令,并经由宽带通信网络反馈给生产设施,同时每台生产设备由控制单元驱动生产。最终,通过物流体系将产品输送到指定投放位置附近的仓库中存放。生产设施供应商将周期性地在线收集分布在不同地域上的工业生产设施占用情况,形成“工业资源池”,并能实时接受来自虚拟工厂运营商的“虚拟工厂”请求,解析出虚拟工厂的资源需求,进而完成机械资源、数据资源、通信资源、计算资源、仓储资源、物流资源等的优化分配,以上所有单元的信息交互,皆由通信单元承载。其实现模块包括:
模块1:虚拟工厂运营商通过用户单元向生产设施供应商提交计算资源需求、带宽资源需求、不同规格产品的生产力资源需求以及服务持续时间等信息,并且可通过用户接口检测到产品生产过程及产品规格,结合市场信息,实现产品设计与生产的最优决策,同时还可以在计算单元提供的环境下自定制控制决策程序。
模块2:决策单元是生产设施供应商为虚拟工厂请求进行计算资源、带宽资源、生产力资源及物流资源进行优化分配的核心。当决策单元收到通过用户接口发来的虚拟工厂请求后,首先解析出虚拟工厂的资源需求,然后根据现有的可用资源,通过负载均衡资源分配程序完成虚拟工厂到底层实际生产设备的最优映射。按照最优映射,决策单元(1)向目的控制单元发送生产资源请求;(2)向目的计算单元发送计算资源请求。待收到以上两个请求的确认消息后,向用户单元回复虚拟工厂请求的确认消息,至此映射成功。临近虚拟工厂的服务结束时刻,决策单元(1)向相关的控制单元发送生产资源释放请求;(2)向相关的计算单元发送计算资源释放请求。接收到确认后,发送信息到用户单元,通知服务即将停止。
模块3:计算单元是虚拟工厂运营商根据市场需求对实际生产力进行优化调整的决策者,计算单元的工作流程如图3所示,当计算单元与任意控制单元建立关联后,将根据市场需求与产品质量的实时反馈,决策出不同规格产品最佳的实际生产力需求,并等待控制单元的轮训请求。收到控制单元的轮训请求后,计算单元将立刻向控制单元报送当前决策出的实际生产力需求。
模块4:控制单元是驱动和控制机械设备运转的指令发出者,通过以太网接口与决策单元以及计算单元进行信息交互。控制单元的工作流程如图4所示,在每个生产周期开始时刻,控制单元检测来自决策单元新的虚拟工厂请求是否到达。若到达,则按照该虚拟工厂的生产力需求为其分配生产设备的生产时间窗口,并根据决策单元为该虚拟工厂分配的计算单元ID,与相应的计算单元建立关联。建立关联后,控制单元以生产周期为固定间隔轮训与之关联的所有计算单元,收集每个虚拟工厂实际的生产力需求,并根据实际生产力需求在每个虚拟工厂占用生产设备的时间窗口内进行状态调整,最后按照配置好的工作状态控制生产设备的生产。
模块5:机械单元是工业虚拟化架构中生产过程的实现部分,每一台设备在控制单元的驱动下支持不同虚拟工厂的时分复用工作模式,即生产设备的生产过程按照固定时间长度划分成若干个生产周期,映射在同一台生产设备上的多个虚拟工厂可以在每个生产周期的不同时隙内占用生产设备完成各自的产品生产过程。
模块6:通信单元是用户单元、决策单元、计算单元与控制单元进行信息交互的枢纽,其中用户单元与决策单元之间的通信主要负责在虚拟工厂运营商与生产设施供应商之间进行服务的请求与确认;决策单元与控制单元之间的通信主要负责传递虚拟工厂的最大生产力需求,并反馈生产设备运行状况;控制单元与计算单元之间的通信主要负责传递虚拟工厂运营商对不同规格产品实际生产力需求的动态决策结果;决策单元与计算单元之间的通信主要负责传递计算资源分配与占用信息。
本发明的有益效果在于:
(1)本发明在工业虚拟化架构下,生产设施供应商可专注于产品的生产制造,而虚拟工厂运营商可聚焦在产品的市场需求、设计和服务方面,专门化分工有利于整个制造业的开放式发展。
(2)本发明在逻辑上形成相互独立的虚拟工厂,其可根据市场需求的波动进行生产资源的动态重构,从而提升生产效率以及设备利用率。
(3)本发明的产品生产地点与其市场投放地之间的关联不再受限于地域、交通等因素,虚拟工厂的实际产品生产地点可根据市场投放地就近选择,从而降低了产品运输成本,扩大了市场范围。
(4)本发明的虚拟工厂可在生产设施供应商给定的架构下实现产品的定制生产,同时不需要为自己的虚拟工厂购置和维护生产设施,降低生产制造的行业风险。
(5)本发明可根据不同地域的空气质量、气流方向等环境因素的变化,通过调整虚拟生产线的地理位置来调和不同城市之间的工业生产负荷,达到控制工业污染分布,降低环境污染的目的。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明中工业虚拟化总体架构示意图;
图2为本发明中工业虚拟化架构方案解析示意图;
图3为本发明中计算单元的工作流程图;
图4为本发明中控制单元的工作流程图;图5为本发明中工业虚拟化架构平台实现的信息交互示意图;
图6为本发明中工业虚拟化架构平台请求接收率变化趋势图;
图7为本发明中工业虚拟化架构平台生产资源利用率变化趋势图;
图8为本发明中工业虚拟化架构平台请求处理时间概率分布图;
图9为本发明中工业虚拟化架构平台收益变化趋势图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
请参阅图1~图9,本发明优选了一种实施例的测试环境,在重庆、北京、沈阳、上海四座城市分别设置4个生产基地,每个生产基地拥有3台生产设备。工业虚拟化架构平台采用C/S的工作模型,其内部的交互过程主要由三个实体完成:终端应用程序、云虚拟机、设备控制端。终端应用程序主要包括服务端应用程序与客户端应用程序,其中服务端应用程序主要用于生产设施供应商监测当前生产设施的工作状态及生产资源、工作资源占用情况以及访问决策单元的接口,客户端应用程序作为用户单元的接口主要用于虚拟工厂运营商提交虚拟工厂请求。云虚拟机包括上层虚拟机与下层虚拟机,其中下层虚拟机作为计算单元的载体,主要为虚拟工厂运营商创建自己的服务平台以及进行生产需求分析、产品数据分析等操作提供计算环境;上层虚拟机作为决策单元的载体,主要用于生产设施供应商接收来自虚拟工厂运营商的请求信息,并通过优化决策做出响应。设备控制端作为控制单元的载体,主要为生产设备与上、下层虚拟机的交互提供网络接口,并负责协调不同虚拟工厂共享同一个生产设备的时分复用过程。生产设备的生产过程以固定时间长度24小时为单位生产周期,1小时为单位时隙,生产力为240个产品/小时,所有工作时隙均满负荷生产。上层虚拟机的配置如下:CPU8核、RAM 16G、ROM80G、峰值带宽30Mbps。下层虚拟机的配置如下:CPU1/2/4核、RAM 2/4/8G、ROM40G、峰值带宽8Mbps。虚拟工厂提交的需求信息包括服务持续时间μ(租赁周期数Nc以及单位周期请求时隙数Ncs的乘积)、计算资源请求、期望投放地位置等。生产设施供应商可监测到的生产状态信息包括生产设备位置信息、生产设备时隙占用情况、生产设备生产规模、虚拟机到达/离开时刻、资源占用总量/剩余总量、虚拟工厂成功标志、释放时间等。测试环境中10000个虚拟工厂请求在720小时的时间范围内按照泊松过程到达平台。单位虚拟工厂请求的服务持续时间μ分别设置为9,18,36h(Nc与Ncs随机产生)。计算资源需求CPU[1,4]核,RAM[1,4]G。期望投放地东经105°17′-110°11′、北纬28°10′-32°13′(重庆),东经115°42′-117°24′、北纬39°24′-41°36′(北京),东经122°43′-123°32′、北纬41°7′-42°30′(沈阳),东经120°52′-122°12′、北纬30°40′-31°53′(上海)范围内随机生成。
本实施例中涉及到的已知参数和变量定义如下:
R:新的虚拟工厂请求;
T1:虚拟工厂请求到达时刻;
T2:资源分配周期开始时刻;
T3:生产周期开始时刻;
T4:资源再分配周期开始时刻;
T5:虚拟工厂离开时刻;
M1:虚拟工厂请求;
M2:请求确认;
M3:关联通知;
M4:请求接受/拒绝;
M5:虚拟工厂状态信息;
M6:任务询问;
M7:任务回复;
M8:任务迁移通知;
M9:资源释放通知;
M10:资源释放确认;
M11:关联取消通知;
M12:关联取消确认;
M13:虚拟工厂释放通知。
根据上述场景设置及参量定义,可将本实施例的实施步骤描述如图5所示,包括以下步骤:
步骤1:在重庆、北京、沈阳、上海四座城市分别设置了4个生产基地,每个生产基地部署3台生产设备。将决策单元、计算单元系统程序分别部署在上、下层虚拟机中,使其向下可对控制单元发送生产指令、向上可响应终端应用程序的请求并返回设备运行状态信息。初始化上、下层虚拟机的计算资源与存储资源。将控制单元系统程序部署在树莓派(Raspberry Pi3B+)中,与生产设备通过USB接口/WiFi互联,使其可驱动生产设备运转。初始化后系统进入等待状态。
步骤2:当新的虚拟工厂请求R到达网络(时刻T1):
M1:虚拟工厂客户端向上层虚拟机发送虚拟工厂请求消息,包括持续时间、单位生产周期的最大生产力、计算资源、产品类型等,上述参数均在限定范围内随机生成。
M2:上层虚拟机向客户端回复确认消息,并将请求R按照优先权排序,放入队列中。
步骤3:当新的资源分配周期开始(时刻T2):
M3:1)上层虚拟机将前一个周期内到达的所有虚拟工厂请求从队列中逐个取出,通过资源分配算法,决策出每个虚拟工厂请求的唯一计算单元、多台生产设备、各设备所占用的时隙。若资源分配成功,接受虚拟工厂请求,并通知下层虚拟机和设备控制端关于“客户端-计算单元-生产设备-时隙”的关联;2)下层虚拟机和设备控制端收到通知后,若分配成功,保存关联。
步骤3-1:M4:若资源分配成功,上层虚拟机接受请求R,向客户端发送接受消息;若资源分配失败,上层虚拟机拒绝请求R,向客户端发送拒绝消息;虚拟工厂运营商可根据自身需求调整各项参数重新发送请求。
步骤3-2:M5:上层虚拟机将新建的虚拟工厂的相关状态信息反馈给服务端。
步骤4:当新的生产周期开始(时刻T3):
M6:每个虚拟工厂的客户端向对应的下层虚拟机发送生产任务,即当前生产周期内实际需要生产的产品数量;下层虚拟机将生产任务置入缓存,等待设备控制端的询问。
M7:设备控制端按照时隙分配顺序,依次向相应的下层虚拟机询问实际生产任务;
M8:下层虚拟机在被分配的时隙内向关联生产设备的控制端发送生产任务以驱动机械单元进行生产;
步骤5:当新的资源再分配(任务迁移)周期开始(时刻T4):
M9:按照资源再分配算法,上层虚拟机分析出:1)需要释放资源的生产设备(源设备);2)释放哪些虚拟工厂占用的时隙;3)生产任务迁移到哪些生产设备(目的设备);4)在目的设备上分配哪些时隙给被迁移的生产任务。上层虚拟机将上述1)-4)的结果通知给相关的下层虚拟机与设备控制端,更新“客户端-计算单元-生产设备-时隙”的关联。
步骤6:当虚拟工厂离开(时刻T5):
M10:上层虚拟机向虚拟工厂客户端发送资源释放通知。
M11:虚拟工厂客户端回复确认。
M12:上层虚拟机向下层虚拟机和设备控制端发送取消关联通知。
M13,M14:1)下层虚拟机与设备控制端向上层虚拟机回复确认,删除相应关联;2)上层虚拟机释放相应时隙。
M15:上层虚拟机向生产设施供应服务端应用程序发送释放虚拟工厂通知;服务端应用程序更新相应虚拟工厂的信息。
根据上面的实施例,对本发明提出的工业虚拟化架构平台在1)请求接受率2)生产资源利用率3)请求平均响应时间4)平台收益状况等指标方面进行了测试,并分析了单位虚拟工厂生产力需求与平台的资源请求比率对各项性能指标的影响,验证了工业虚拟化架构平台较传统工业生产模式的优势。
图6为工业虚拟化架构平台在单位虚拟工厂生产力需求μ不同条件下,平台请求接受率随平台资源请求比率Rr的变化趋势。这里将Rr定义为单位时间内到达平台的虚拟工厂请求的生产力需求与平台最大生产能力的比值。平台的请求接受率定义为被平台成功接受且得到满足需求的资源分配的虚拟工厂请求数量与到达平台的全部虚拟工厂请求数量的比值。由实验数据观察发现,平台请求接受率随着Rr的不断增加整体呈现下降趋势。当Rr较小,如Rr<60%时,请求接收率均保持在100%,因为此时虚拟工厂的资源请求总量在平台相对充足的资源供应下能够得到满足,每一个请求都会得到最优资源分配。当Rr超过60%时,逐渐出现虚拟工厂请求被拒绝的现象,并且此后随着资源请求比率的增加,请求接收率下降速度越来越快。当Rr达到100%,即虚拟工厂请求资源量达到平台最大可供应资源时,虚拟工厂请求的平均接受率出现明显下降。例如μ=9,18,36三种条件下的平均接受率分别为99.58%,94.37%和89.58%。将请求平均接受率低于95%的状态定义为平台拥塞,并将此时对应的资源请求比率视为拥塞门槛Ct,即当Rr>Ct时,请求接受率开始明显下降,可以得出μ=9,18,36三种条件下的拥塞门槛分别为115.9%,97.5%和83.9%。同时在图6关于μ的纵向对比中,可以发现单位虚拟工厂请求μ越大,平台请求接收率的下降趋势越明显,例如,当Rr=80%,μ从9增加到36时,平台的请求接受率下降了4%。这是因为在平台接受请求后期资源不足的情况下,单位虚拟工厂请求的μ越大,剩余资源越难以满足需求,所以请求拒绝率相对较高。
图7为工业虚拟化架构平台在单位虚拟工厂生产力需求μ不同的条件下,平台生产资源利用率随资源请求比率Rr的变化趋势。这里将生产资源利用率定义为给定负载条件下,所有虚拟工厂占用的资源量与平台可提供的最大资源总量之间的比值。生产资源利用率整体上随Rr的增加逐渐上升,但当Rr>0.8后,上升趋势开始变缓,因为此后请求的拒绝数量明显上升,导致请求的资源没有被完全分配。当Rr足够大,如Rr=1.2,Rr=1.4时,生产资源利用率趋于稳定,达到95%左右,此时平台已经接近饱和。当平台进入拥塞状态,即Rr=Ct时,三种μ条件下生产资源利用率分别达到98.3%,86%和80.6%,表明平台在进入拥塞状态时资源已达到较高的利用率。从图7中还可以看出,不同μ的情况下,生产资源利用率上升趋势基本相似,但当Rr较大,如Rr=1和1.2时,单位虚拟工厂请求μ=9的生产资源利用率反而最高,这是因为当Rr较大时分配后期剩余资源有限,μ较大的虚拟工厂请求容易被拒绝。
图8采集了300个虚拟工厂请求在三种不同μ下的处理时间与等待时间,并绘制出概率分布曲线与概率密度曲线,其中图(a)与(b)分别代表处理时间的概率分布与概率密度,图(c)与(d)分别代表等待时间的概率分布与概率密度。这里将等待时间定义为虚拟工厂向平台发出请求至收到平台反馈接受或拒绝的持续时间;处理时间定义为平台开始处理该请求至虚拟工厂收到平台反馈接受或拒绝的持续时间。因此,等待时间远大于处理时间。从图(a)中可以看出,处理时间的分布率增长速度逐渐加快,而后放缓。例如当μ=9时,处理时间(s)在小于0.3×10-4的范围内概率分布增长速度较慢,在0.3×10-4至1×10-4范围内概率分布增长速度加快,在大于1×10-4范围内概率分布增长速度又逐渐放缓。并且,μ越小,概率分布的增长速度越快,因为更低的虚拟工厂生产力需求有利于更快的找到合适的生产设备和可用的生产时隙。从图(b)中可以看出,处理时间分布0.4×10-4至1×10-4范围内的概率最大。例如,当μ=18时,处理时间在0.48~0.5范围内达到最大概率0.157。综合图(a)与(b)的结果可以发现,平台的处理时间基本符合正太分布。在μ=9,18,36三种不同条件下,(均值,标准差)分别为(0.582×10-4,0.193×10-4),(0.699×10-4,0.277×10-4),(0.832×10-4,0.349×10-4)。在实验数据采集的过程中,我们还发现随着虚拟工厂请求的逐渐达到,每个虚拟工厂经历的处理时间逐渐增加,这是因为平台的资源占用逐渐进入饱和状态,为每个虚拟工厂请求寻找合适的生产时隙往往需要更长的时间。图8(c)和(d)对不同μ条件下的等待时间的概率分布与概率密度分别进行了对比。由于等待时间与虚拟工厂在每个生产周期内到达平台的相对时间顺序有关,即在每个生产周期内,先到达的虚拟工厂要经历更长的等待时间。因此,虚拟工厂的等待时间按照生产周期呈现由高到低的循环变化。从图8(c)和(d)中可以看出,等待时间的概率分布呈现出平稳的增长趋势,在[0,25]的时间范围内概率密度基本保持在0.01~0.05之间。因此,等待时间基本符合均匀分布。
图9为工业虚拟化架构平台在单位虚拟工厂生产力需求μ不同条件下,平台收益随资源请求比率Rr的变化趋势。这里的收益包含了计算资源、存储资源、生产力资源以及运输等费用。因具体收费数额取决于市场实际情况,难以确定,我们不作过多考虑,主要研究其变化趋势。在图9中可以看出,当Rr<Ct时,平台收益随着Rr的增加增速越来越快,因为在此阶段平台的生产资源充沛,随着虚拟工厂需求量的增加,成功租赁的资源越来越多。随后,收益增速开始放缓甚至出现略微下降。因为平台到达了拥塞门槛后会趋于饱和,虚拟工厂请求的拒绝率增加,此时平台仅选择那些少量可以满足的请求为其分配资源。由观察得到,平台在Rr≈1.2时,收益可达到最大值,并逐渐趋于稳定。对比不同μ条件下的平台收益,随着Rr的提升,平台收益增速越快,最终均趋于稳定。此结果验证了平台收益的合理性与稳定性。
在发明工业虚拟化架构平台下,以北京、上海、重庆、沈阳四作城市的生产资源为基础构建了虚拟工厂的实施例。本实施例得到的结论亦可推广到规模更大的生产场景中,不仅可扩大企业的市场经营范围,降低产品的运输成本,同时还能降低生产设备的闲置率,促进生产资源的高效利用,减少企业在经济萧条时期的损失。更重要的意义在于,工业虚拟化架构有望改善工业生产与环境保护之间的矛盾关系。通过对虚拟生产线地理位置的动态调整,可根据不同地域的空气质量、气流方向等环境因素的变化调整不同城市之间的工业生产负荷,进而达到控制工业污染分布的目的。因此可在提高工业生产效率的同时缓解环境压力。
综上所述,本发明提出的工业虚拟化架构扩大了制造企业的市场经营范围,为其提供动态、可定制的生产方案,推进了制造业更专门细致化的分工,实现更高效的生产。在提高工业生产效率,对制造业及其上下游行业的资源进行协调分配的同时增强了对工业污染的可控性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于网络虚拟化技术的工业虚拟化生产与服务系统,其特征在于,该系统包括虚拟工厂运营商、决策单元、计算单元、控制单元、机械单元和通信单元;
所述虚拟工厂运营商,通过用户单元向生产设施供应商提交计算资源需求、带宽资源需求、不同规格产品的生产力资源需求以及服务持续时间;并且通过用户接口检测到产品生产过程及产品规格,结合市场信息,实现产品设计与生产的最优决策;
所述决策单元,用于接收通过用户接口发来的“虚拟工厂”请求,并解析出虚拟工厂的资源需求,然后根据现有的可用资源,通过负载均衡资源分配程序完成虚拟工厂到底层生产设施的最优映射;
所述计算单元,用于与任意控制单元建立关联,然后根据市场需求与产品质量的实时反馈,决策出不同规格产品最佳的实际生产力需求,并等待控制单元的轮训请求;收到控制单元的轮训请求后,计算单元将立刻向控制单元报送当前决策出的实际生产力需求;
所述控制单元,驱动和控制生产设施运转,与决策单元以及计算单元进行信息交互;
所述机械单元,是工业虚拟化架构中生产过程的实现部分,每台生产设施在控制单元的驱动下支持不同虚拟工厂的时分复用工作模式,即生产设施的生产过程按照固定时间长度划分成若干个生产周期,映射在同一台生产设施上的多个虚拟工厂运营商在每个生产周期的不同时隙内占用生产设施完成各自的产品生产过程;
所述通信单元,使用户单元、决策单元、计算单元与控制单元进行信息交互;
该系统的实现方法具体包括:虚拟工厂运营商通过用户单元在线向生产设施供应商提出虚拟工厂请求,决策单元通过资源分配决策程序完成最优映射,并向计算单元与控制单元发送相关资源请求,收到两者的请求确认后,再向用户回复请求已确认的消息,至此虚拟工厂的映射成功,虚拟生产线搭建完成;同时,虚拟工厂运营商根据计算单元反馈的生产资源与市场需求信息,自定制更新符合企业发展目标的虚拟生产线;工业现场收集工业生产过程中生产设施的状态信息,并上传到计算单元;计算单元将收集到的生产设施状态信息、市场需求信息和产品分发信息,通过指定的算法逻辑决策出最佳的生产控制指令,并反馈给生产设施,同时每台生产设施由控制单元驱动生产;最后,通过物流体系将产品输送到指定投放位置附近的仓库中存放;生产设施供应商将周期性地在线收集分布在不同地域上的工业生产设施占用情况,形成“工业资源池”,并实时接受来自虚拟工厂运营商的“虚拟工厂”请求,解析出虚拟工厂的资源需求,进而完成机械资源、数据资源、通信资源、计算资源、仓储资源以及物流资源的优化分配,以上所有单元的信息交互,皆由通信单元承载。
2.根据权利要求1所述的工业虚拟化生产与服务系统,其特征在于,所述决策单元中,完成最优映射,具体包括:决策单元首先向目的控制单元发送生产资源请求,然后向目的计算单元发送计算资源请求;待收到以上两个请求的确认消息后,向用户单元回复“虚拟工厂”请求的确认消息,至此映射成功;
临近虚拟工厂的服务结束时刻,决策单元首先向相关的控制单元发送生产资源释放请求;然后向相关的计算单元发送计算资源释放请求;接收到确认后,发送信息到用户单元,通知服务即将停止。
3.根据权利要求1所述的工业虚拟化生产与服务系统,其特征在于,所述控制单元驱动和控制生产设施运转,具体包括:在每个生产周期开始时刻,控制单元检测来自决策单元新的“虚拟工厂”请求是否到达;若到达,则按照该虚拟工厂的生产力需求为其分配生产设施的生产时间窗口,并根据决策单元为该虚拟工厂分配计算单元ID,与相应的计算单元建立关联;建立关联后,控制单元以生产周期为固定间隔轮训与之关联的所有计算单元,收集每个虚拟工厂的实际生产力需求,并根据实际生产力需求在每个虚拟工厂占用生产设施的时间窗口内进行状态调整,最后按照配置好的工作状态控制生产设施的生产。
4.根据权利要求1所述的工业虚拟化生产与服务系统,其特征在于,所述通信单元具体包括:
使用户单元与决策单元之间通信,负责在虚拟工厂运营商与生产设施供应商之间进行服务的请求与确认;
使决策单元与控制单元之间通信,负责传递虚拟工厂运营商的最大生产力需求,并反馈生产设施运行状况;
使控制单元与计算单元之间通信,负责传递虚拟工厂运营商对不同规格产品实际生产力需求的动态决策结果;
使决策单元与计算单元之间通信,负责传递计算资源分配与占用信息。
5.根据权利要求1所述的工业虚拟化生产与服务系统,其特征在于,该架构还包括物流体系,将产品输送到指定投放位置附近的仓库中存放。
6.根据权利要求1~5中任意一项所述的工业虚拟化生产与服务系统,其特征在于,采用传感器收集工业生产过程中基础设施的状态信息。
7.根据权利要求1~5中任意一项所述的工业虚拟化生产与服务系统,其特征在于,采用宽带通信网络将收集的生产设施状态信息上传到计算单元;还将计算单元决策出的最佳生产控制指令反馈给生产设施。
8.根据权利要求1~5中任意一项所述的工业虚拟化生产与服务系统,其特征在于,每个虚拟生产线由不同城市的工业生产资源整合而成,虚拟工厂运营商将共享工业生产设施,由平台根据其提出的需求完成最优的映射。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010838243.8A CN111950919B (zh) | 2020-08-19 | 2020-08-19 | 一种基于网络虚拟化技术的工业虚拟化生产与服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010838243.8A CN111950919B (zh) | 2020-08-19 | 2020-08-19 | 一种基于网络虚拟化技术的工业虚拟化生产与服务系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111950919A CN111950919A (zh) | 2020-11-17 |
CN111950919B true CN111950919B (zh) | 2023-12-12 |
Family
ID=73358757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010838243.8A Active CN111950919B (zh) | 2020-08-19 | 2020-08-19 | 一种基于网络虚拟化技术的工业虚拟化生产与服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111950919B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862312B (zh) * | 2021-02-07 | 2022-09-06 | 山东大学 | 基于随机在线算法的制造服务资源动态调度方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102546379A (zh) * | 2010-12-27 | 2012-07-04 | 中国移动通信集团公司 | 一种虚拟化资源调度的方法及虚拟化资源调度系统 |
CN104363159A (zh) * | 2014-07-02 | 2015-02-18 | 北京邮电大学 | 一种基于软件定义网络的开放虚拟网络构建系统和方法 |
CN107133083A (zh) * | 2017-04-13 | 2017-09-05 | 大连理工大学 | 一种基于虚拟化技术的虚拟数据中心资源提供方法 |
-
2020
- 2020-08-19 CN CN202010838243.8A patent/CN111950919B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102546379A (zh) * | 2010-12-27 | 2012-07-04 | 中国移动通信集团公司 | 一种虚拟化资源调度的方法及虚拟化资源调度系统 |
CN104363159A (zh) * | 2014-07-02 | 2015-02-18 | 北京邮电大学 | 一种基于软件定义网络的开放虚拟网络构建系统和方法 |
CN107133083A (zh) * | 2017-04-13 | 2017-09-05 | 大连理工大学 | 一种基于虚拟化技术的虚拟数据中心资源提供方法 |
Non-Patent Citations (2)
Title |
---|
面向云制造的服务链构建研究;齐伟钢;彭凝多;黄慧萍;;制造业自动化(10);112-118 * |
面向智能制造加工的虚拟调试系统开发与应用;禹鑫;陆文祥;柏继华;王正安;欧林林;;计算机测量与控制(12);198-202 * |
Also Published As
Publication number | Publication date |
---|---|
CN111950919A (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109379727B (zh) | 车联网中基于mec的任务分布式卸载与协作执行方案 | |
US20210387829A1 (en) | Elevator scheduling methods, apparatuses, servers and computer readable storage media | |
CN103235835B (zh) | 用于数据库集群的查询实现方法和装置 | |
WO2020119674A1 (zh) | 调度方法、调度装置、计算机可读存储介质和电子设备 | |
CN104378665B (zh) | 一种基于数字电视的分布式转码系统及方法 | |
WO2019184445A1 (zh) | 服务资源调配 | |
US11300416B2 (en) | Dynamic route recommendation and progress monitoring for service providers | |
CN101406025B (zh) | 针对内容传递网络的集中式调度器 | |
CN110234127B (zh) | 一种基于sdn的雾网络任务卸载方法 | |
CN109615247B (zh) | 调度方法、配送机器人的控制方法、装置和电子设备 | |
CN107465708A (zh) | 一种cdn带宽调度系统及方法 | |
CN112418497A (zh) | 一种面向制造物联的物料配送路径优化方法 | |
CN112000388B (zh) | 基于多边缘集群协同的并发任务调度方法及装置 | |
CN104322011A (zh) | 连通性服务编排器 | |
CN108564225A (zh) | 共享汽车车辆调度系统及调度方法 | |
CN111950919B (zh) | 一种基于网络虚拟化技术的工业虚拟化生产与服务系统 | |
Meneguette et al. | A cooperative and adaptive resource scheduling for vehicular cloud | |
CN108984267A (zh) | 工业服务器的微内核架构控制系统及工业服务器 | |
CN109600849A (zh) | 一种基于移动边缘计算系统的并行资源分配方法 | |
CN105489061A (zh) | 公共自行车云端智能泊车及调配系统 | |
CN107480887A (zh) | 一种农机作业紧急调度方法及系统和平台 | |
CN105204456B (zh) | 基于云网络的多工位自协调智能机器人系统及控制方法 | |
CN106412043A (zh) | Cdn网络流量引导方法和装置 | |
Akhavan et al. | Deep reinforcement learning for online latency aware workload offloading in mobile edge computing | |
CN113361881A (zh) | 一种基于车辆雾计算架构的可重叠组织协作控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |