CN114925607A - 一种信息物理同步的工业网络管理系统及其预规划方法 - Google Patents
一种信息物理同步的工业网络管理系统及其预规划方法 Download PDFInfo
- Publication number
- CN114925607A CN114925607A CN202210556111.5A CN202210556111A CN114925607A CN 114925607 A CN114925607 A CN 114925607A CN 202210556111 A CN202210556111 A CN 202210556111A CN 114925607 A CN114925607 A CN 114925607A
- Authority
- CN
- China
- Prior art keywords
- module
- scheduling
- network
- twin
- judgment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 110
- 238000007726 management method Methods 0.000 claims description 64
- 238000004364 calculation method Methods 0.000 claims description 61
- 230000009191 jumping Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 10
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 29
- 230000006870 function Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005312 nonlinear dynamic Methods 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种信息物理同步的工业网络管理系统及其预规划方法,涉及工业网络管理技术领域。包括输入模块、演算分析模块、预调度模块、调度生成模块、孪生系统、配置模块、TSN网关和执行终端。本发明构建工业网络数字孪生方案,解决TSN网络直接调度的高计算复杂度和低实时性问题,在物理层初始部署及出现新增流量的情况下保证数字孪生系统精确、稳定地运行,实现智能工厂的复杂系统仿真及网络的管理。
Description
技术领域
本发明涉及工业网络管理技术领域,尤其涉及一种信息物理同步的工业网络管理系统及其预规划方法。
背景技术
随着新一代通信技术与工业控制系统的深融合,工业网络系统作为一种融合感知、传输、计算等关键技术的高维动态现场级系统,在工业智能中发挥着不可或缺的作用。通过工业网络的仿真,可以对工业网络系统的运行性能、效能、安全等方面进行测试验证与优化升级。然而,工业网络的仿真系统涉及工艺仿真、物流仿真、网络仿真,能源仿真等软件和专用的实时硬件模拟器、物理测试床等硬件仿真器,如何建立精准的工业网络仿真系统对软、硬混合的多仿真系统进行联合仿真,实现工业网络系统信息层和物理层的同步数据交互的仿真,全面模拟实际工业网络系统的运行机理,是极具挑战性的难题。
新兴的数字孪生技术利用机理模型、传感器信息等数据,在虚拟空间中完成实体设备全生命周期过程的映射,成为实现工业网络信息物理同步交互运行的关键手段。同时,智能工厂多变的定制化生产服务需求和多变的生产全要素互联趋势,对工业网络提出了便捷接入、确定性低时延和灵活组网等需求。时间敏感网络(Time sensitive networking,TSN)可通过计算与调整组网方案实现按需确定性传输,对异构的网络与计算资源进行调度以满足上述需求。
然而,由于智能工厂场景覆盖多种工艺生产场景与异构网络,并含有复杂的网络拓扑结构,工业现场设备数量众多,设备之间数据交互频繁,导致直接在物理侧调度TSN网络的计算复杂度高、实时性差,难以满足实际工厂高效、快速、可靠的运行需求。其次,在数字孪生侧,由于数字孪生模型无法完全、精确地表征实际模型的物理机理,其可能存在的机理差异在系统运行过程中逐渐累积,进而会导致运行故障的发生。因此,凾需在数字孪生平台中设计包含信息空间对物理网络的网络仿真验证功能,从而通过提前模拟TSN网络的调度情况,减少故障发生率,保障仿真系统安全有效地运行,提高系统的运行效率,实现工业生产提质增效、节能降耗。
国内申请号为202011435289.1的名称为“复杂工业过程数字孪生系统智能建模方法、装置、设备及存储介质”的专利,通过建立复杂工业过程的机理模型,估计可辨识模型的参数,得到基于辨识模型的未知非线性动态系统,采用该未知非线性动态系统建立复杂工业过程数字孪生系统的智能模型,然而该方法未建立工业网络的虚拟网络拓扑架构,不适用于工业现场众多节点的网络管理。国内申请号为202110950436.7的名称为“数字孪生系统建立方法、装置、电子设备和可读存储介质”的专利,通过获取工业装置的控制点位和工业装置的生产目标相关的变量,并根据反应再生机理等信息,建立包括数据处理模型、泛在系统动态模型、分馏系统模型和吸收稳定系统模型等模型,并集成上述模型建立数字孪生系统。然而,该方法未考虑实际工业网络中的网络拓扑架构,不具备网络调度的仿真和管理功能。国内申请号为201710509709.8的名称为“一种规模网络复现方法”的专利,根据规模网络中复现业务的预设需求选取物理资源,根据物理资源搭建物理资源网络和虚拟网络拓扑架构,在云平台调度基于虚拟网络拓扑的多模式联合仿真系统,然而该方法未考虑物理资源的机理模型在对应虚拟网络侧的映射,无法模拟实际物理设备在特定激励下的响应状态。国内申请号为201710075858.8的名称为“分布式全数字联合仿真系统与方法”的专利,通过分布式地联合多个仿真子系统进行各子系统的数字仿真计算,在服务端实现联合仿真的同步控制,然而该方法集中式管理众多子系统的仿真控制,没有与现场系统的交互与模型的迭代更新能力,仿真系统的精度差,难以真实有效地刻画工业现场网络运行机理和状态,无法指导网络的规划与调度。
现有的数字孪生系统大多针对工业过程或工业装置,未考虑工业网络的网络拓扑架构在数字孪生系统中的映射,不适用于工业网络的数字孪生方案。智能工厂工业现场设备数量众多、设备之间数据交互频繁,而现有的TSN网络大多数直接在物理侧进行调度,计算复杂度高、实时性差,难以满足实际工厂的高效、快速、可靠等运行需求。现有仿真技术建立的仿真模型可能存在和实际物理模型的机理差异,在系统运行过程中会逐渐累积,一旦调度出现偏差,影响整个生产系统的运行,甚至导致运行故障的发生。
因此,本领域的技术人员致力于开发一种信息物理同步的工业网络管理系统及其预规划方法,克服现有工业网络仿真方案的缺陷,实现智能工厂的复杂系统仿真及网络的管理。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是如何构建工业网络数字孪生方案;如何解决TSN网络直接调度的高计算复杂度和低实时性问题;如何在物理层初始部署及出现新增流量的情况下保证数字孪生系统精确、稳定地运行。
为实现上述目的,本发明提供了一种信息物理同步的工业网络管理系统,包括输入模块、演算分析模块、预调度模块、调度生成模块、孪生系统、配置模块、TSN网关和执行终端;
输入模块:将用户输入的系统参数或物理层的TSN网关、执行终端发送的新增流量信息发送给演算分析模块;
演算分析模块:判断网络调度的计算复杂度,接收来自输入模块的信息,给出“低复杂度”或“高复杂度”的判定,若演算分析模块给出“低复杂度”判定,则将来自输入模块的信息发送给预调度模块,若演算分析模块给出“高复杂度”判定,则将来自输入模块的信息发送至调度生成模块;进行最坏性能分析,最坏性能分析结果跟随计算复杂度判定一起发送;
预调度模块:接收来自演算分析模块的结果,通过相关的TSN流量调度算法求得可行的调度方案,发送至孪生管理模块;
调度生成模块:通过应用相关的TSN流量调度算法进行调度,生成具体的调度方案,包括各个网络交换机节点的周期性门控制列表以及数据流优先级和路径设置,具体的调度方案发送至孪生管理模块;
孪生系统:包括孪生体和孪生管理模块;孪生管理模块管理网络的孪生体,并设置判定条件判断接收到的调度方案是否满足预设条件;若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整;
配置模块:通过TSN所定义的YANG格式,通过配置软件,采用集中式网络配置的方式,将网络配置对象中存储的配置信息转换成交换机端口和终端设备的配置文件,下发配置到由TSN网关以及终端设备组成的网络之中;
TSN网关:部署于工业现场,支持时间敏感网络协议;
执行终端:部署于工业现场,可执行工序或可作业的物理设备,包括机械臂、卷取机、冷压机、飞剪。
进一步地,系统运行开始前先初步测试输入模块的信息,演算分析模块判定为复杂度低的情况时通过预调度模块直接求解可行调度方案,将输入模块信息的初步参数直接运行,进行预部署,无需调度规划的运行;系统运行过程中若输入模块接收到物理层的新增流量,当演算分析模块判定为复杂度低的情况时直接通过预调度模块进行增量调度得到调度方案,无需调度生成模块重新计算。
本发明还提供了一种信息物理同步的工业网络管理系统预规划方法,包括以下步骤:
步骤1、创建工业网络的数字孪生系统,建立工业现场层执行终端、TSN网关所需的数字孪生模型;
步骤2、用户在输入模块中输入系统参数,发送至演算分析模块;
步骤3、演算分析模块接收系统参数,进行复杂度判定和最坏性能分析;若给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至步骤5;若给出高复杂度判定,则将系统参数和最坏性能分析结果发送至调度生成模块,跳至步骤4;
步骤4、调度生成模块接收到用户输入模块的系统参数,生成具体的调度方法,发送至孪生系统;
步骤5、孪生系统接收到调度方案,孪生管理模块判定是否满足预设条件;若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整,跳至步骤3;
步骤6、配置模块接收到满足预设条件的可行的调度方案,通过配置模块下发至物理层的TSN网关中;
步骤7、若运行过程中有来自物理层的新增流量或网络状态变化需要调度,新增流量通过输入模块发送至演算分析模块;
步骤8、演算分析模块接收所述新增流量,进行复杂度判定和最坏性能分析;若给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至步骤5;若给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至步骤4;
步骤9、数字孪生系统运行结束,评估系统运行结果。
进一步地,所述步骤1中,创建的工业网络的数字孪生系统中的数字孪生模型包括物理层的执行终端、感知终端、TSN网关和边缘设备。
进一步地,所述步骤2中,在输入模块输入的系统参数包括流优先级、流路径、GCL表、生产设备参数和网络设备参数,其中生产设备参数包括数据流类型、数据流周期、数据流大小、数据流端到端延迟,网络设备参数包括链路速度、网络拓扑。
进一步地,所述步骤3中,演算分析模块的复杂度判定通过模拟调度算法生成运行复杂度,并输出低复杂度判定或高复杂度判定。
进一步地,所述步骤4中,调度生成模块应用调度算法,根据输入的网络调度参数,建立约束集,求解得到生成调度方案所需的必要数据。
进一步地,所述步骤5中,孪生系统中的孪生管理模块接收调度方案,判定是否满足预设条件;若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整;所述预设条件包括用户设置的初始参数以及系统的可行调度约束。
进一步地,所述步骤7中,新增流量包括来自物理层各个设备的数据包;网络状态变化包括网络拓扑的改变。
进一步地,所述步骤8中,演算分析模块通过模拟应用调度算法,根据输入的网络调度参数,建立约束集,求解得到生成调度方案所需的必要数据。
在本发明的较佳实施方式中,本发明的目的在于克服现有工业网络仿真方案的缺陷,提供一种基于信息物理同步的工业网络管理系统及其预规划方法,可以实现智能工厂的复杂系统仿真及网络的管理。
为实现上述目的,本发明采用了如下技术方案:
系统整体由输入模块、演算分析模块、预调度模块、调度生成模块、孪生系统、配置模块、TSN网关和执行终端组成。所述输入模块根据用户输入的系统参数或物理层的TSN网关、执行终端发送的新增流量等信息,将所述信息发送给演算分析模块。
所述演算分析模块具备以下两种功能。功能一是判断其网络调度的计算复杂度,接收来自输入模块的信息,给出“低复杂度”或“高复杂度”的判定。若演算分析模块给出“低复杂度”判定,则将来自输入模块的信息发送给预调度模块。若演算分析模块给出“高复杂度”判定,则将来自输入模块的信息发送至调度生成模块。功能二是基于网络演算等理论工具进行最坏性能分析,例如最坏时延。所述最坏性能分析结果跟随功能一的计算复杂度判定发送至相应模块,作为参考信息。
所述预调度模块接收来自演算分析模块的结果,通过相关的TSN流量调度算法求得可行的调度方案,发送至孪生管理模块。
所述调度生成模块,通过应用相关的TSN流量调度算法进行调度,生成具体的调度方案,包括但不限于各个网络交换机节点的周期性门控制列表(Gate Control List,GCL)以及数据流优先级和路径设置,具体的调度方案发送至孪生管理模块。
所述孪生系统包含孪生体和孪生管理模块。孪生管理模块管理网络的孪生体,并设置判定条件判断接收到的调度方案是否满足预设条件。若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整。
所述配置模块,通过TSN所定义的YANG格式,通过相关的配置软件,采用集中式网络配置(Centralized Network Configuration,CNC)的方式,将网络配置对象中存储的配置信息转换成交换机端口和终端设备的配置文件,下发配置到由TSN网关以及终端设备等组成的实际网络之中。
所述TSN网关部署于工业现场,支持时间敏感网络协议。
所述执行终端部署于工业现场,包括但不限于机械臂、卷取机、冷压机、飞剪等等物理设备。
一种基于信息物理同步的工业网络管理系统及其预规划方法,包含以下步骤:
第一步:创建工业网络的数字孪生系统,建立工业现场层执行终端、TSN网关等所需的数字孪生模型。
第二步:用户在输入模块中输入相应的系统参数,所述系统参数发送至演算分析模块。
第三步:演算分析模块接收所述系统参数,进行复杂度判定和最坏性能分析。若其给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至第五步。若其给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至第四步。
第四步:调度生成模块接收到用户输入模块的系统参数,生成具体的调度方法,发送至孪生管理模块。
第五步:孪生管理模块接收到调度方案,判定是否满足预设条件。若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整,跳至第三步。
第六步:配置模块接收到满足预设条件的可行的调度方案,通过配置模块下发至物理层的TSN网关中。
第七步:若运行过程中有来自物理层的新增流量或网络状态变化(如拓扑改变等)需要调度,所述新增流量通过输入模块发送至演算分析模块。
第八步:演算分析模块接收所述新增流量,进行复杂度判定和最坏性能分析。若其给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至第五步。若其给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至第四步。
第九步:数字孪生系统运行结束,评估系统运行结果。
本发明与现有技术相比较,具有如下显而易见的实质性特点和显著优点:
1.相比于大多数现有技术针对于工业过程或工业装置的数字孪生,本发明针对工业网络的网络拓扑架构在数字孪生系统中的映射,通过数字孪生架构在信息侧模拟网络调度,有效防止实际物理层运行时可能出现的调度冲突情况,提高了系统运行的准确率和可靠性,可以有效处理实际工业网络结构复杂、信息交互频繁的场景,有利于促进智能工厂增值提效。
2.为了防止由于现有数字孪生技术建立的数字孪生模型和实际物理模型的机理差异导致的运行误差累计,本发明基于数字孪生架构设计预运行模块,在数字孪生系统运行前进行初步测试与预部署,复杂度低的情况通过预运行模块直接找可行解,通过输入模块的初步参数直接运行,无需运行调度生成模块,显著降低系统进行网络调度的整体计算复杂度,提高系统运行的效率和实时性。
3.基于数字孪生架构设计预运行模块,当运行过程中接收到物理层的新增流量时,通过预运行模块可实现低复杂度情况下的增量调度,无需运行调度生成模块,相比于传统的增量调度所需重新计算整体调度方案,本发明降低了增量调度的计算时间,有利于满足实际工厂的高效、快速运行需求。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的基于信息物理同步的工业网络管理系统模块架构图;
图2是本发明的一个较佳实施例的基于信息物理同步的工业网络管理系统的预规划方法流程。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
本发明涉及工业网络管理方法,一种基于信息物理同步的工业网络管理系统,用以实现工业网络的信息物理同步仿真与管理,包括:
输入模块:根据用户输入的系统参数或物理层的TSN网关、执行终端发送的新增流量等信息,将所述信息发送给演算分析模块。
演算分析模块:具备以下两种功能。功能一是判断其网络调度的计算复杂度,接收来自输入模块的信息,给出“低复杂度”或“高复杂度”的判定。若演算分析模块给出“低复杂度”判定,则将来自输入模块的信息发送给预调度模块。若演算分析模块给出“高复杂度”判定,则将来自输入模块的信息发送至调度生成模块。功能二是基于网络演算等理论工具进行最坏性能分析,例如最坏时延。所述最坏性能分析结果跟随功能一的计算复杂度判定发送至相应模块,作为参考信息。
预调度模块:接收来自演算分析模块的结果,通过相关的TSN流量调度算法求得可行的调度方案,发送至孪生管理模块。
调度生成模块:通过应用相关的TSN流量调度算法进行调度,生成具体的调度方案,包括但不限于各个网络交换机节点的周期性门控制列表以及数据流优先级和路径设置,具体的调度方案发送至孪生管理模块。
孪生系统:所述孪生系统包含孪生体和孪生管理模块。孪生管理模块管理网络的孪生体,并设置判定条件判断接收到的调度方案是否满足预设条件。若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整。
配置模块:通过TSN所定义的YANG格式,通过相关的配置软件,采用集中式网络配置的方式,将网络配置对象中存储的配置信息转换成交换机端口和终端设备的配置文件,下发配置到由TSN网关以及终端设备等组成的实际网络之中。
TSN网关:部署于工业现场,支持时间敏感网络协议。
执行终端:部署于工业现场,可执行工序或可作业的物理设备,包括但不限于机械臂、卷取机、冷压机、飞剪等等。
系统运行开始前先初步测试输入模块的信息,演算分析模块判定为复杂度低的情况时通过预调度模块直接求解可行调度方案,将输入模块信息的初步参数直接运行,进行预部署,无需调度规划的运行;系统运行过程中若输入模块接收到物理层的新增流量,当演算分析模块判定为复杂度低的情况时直接通过预调度模块进行增量调度得到调度方案,无需调度生成模块重新计算,从而降低系统的计算复杂度,提高系统运行效率。
一种基于信息物理同步的工业网络管理系统预规划方法,包括以下步骤:
第一步:创建工业网络的数字孪生系统,建立工业现场层执行终端、TSN网关等所需的数字孪生模型。
第二步:用户在输入模块中输入相应的系统参数,所述系统参数发送至演算分析模块。
第三步:演算分析模块接收所述系统参数,进行复杂度判定和最坏性能分析。若其给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至第五步。若其给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至第四步。
第四步:调度生成模块接收到用户输入模块的系统参数,生成具体的调度方法,发送至孪生系统。
第五步:孪生系统接收到调度方案,其包含的孪生管理模块判定是否满足预设条件。若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整,跳至第三步。
第六步:配置模块接收到满足预设条件的可行的调度方案,通过配置模块下发至物理层的TSN网关中。
第七步:若运行过程中有来自物理层的新增流量或网络状态变化(如拓扑改变等)需要调度,所述新增流量通过输入模块发送至演算分析模块。
第八步:演算分析模块接收所述新增流量,进行复杂度判定和最坏性能分析。若其给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至第五步。若其给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至第四步。
第九步:数字孪生系统运行结束,评估系统运行结果。
第一步中,创建的工业网络的数字孪生系统中的数字孪生模型包含但不限于物理层的执行终端、感知终端、TSN网关、边缘设备等硬件。
第二步中,在输入模块输入的系统参数包括但不限于,网络配置类(流优先级、流路径、GCL表),系统参数类(生产设备参数和网络设备参数),其中生产设备参数包括数据流类型、数据流周期、数据流大小、数据流端到端延迟,网络设备参数包括链路速度、网络拓扑等。
第三步中,演算分析模块的复杂度判定通过模拟调度算法生成运行复杂度,并输出低复杂度判定或高复杂度判定。
第四步中,调度生成模块应用相应的调度算法,根据输入的相关网络调度参数,建立相应的约束集,求解得到生成调度方案所需的必要数据。
第五步中,孪生系统中的孪生管理模块接收调度方案,判定是否满足预设条件。若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整。所述预设条件包括用户设置的初始参数以及系统的可行调度约束。
第七步中,所述新增流量包含但不限于来自物理层各个设备的数据包。所述网络状态变化包含但不限于网络拓扑的改变。
第八步中,演算分析模块通过模拟应用相应的调度算法,根据输入的相关网络调度参数,建立相应的约束集,求解得到生成调度方案所需的必要数据。
基于信息物理同步的工业网络管理系统模块架构如图1所示,基于信息物理同步的工业网络管理系统的预规划方法流程如图2所示。
一种基于信息物理同步的工业网络管理系统预规划方法,包含以下步骤:
第一步:创建工业网络的数字孪生系统,建立工业现场层执行终端、TSN网关等所需的数字孪生模型。
第二步:用户在输入模块中输入相应的系统参数,所述系统参数发送至演算分析模块。
第三步:演算分析模块接收所述系统参数,进行复杂度判定和最坏性能分析。若其给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至第五步。若其给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至第四步。
第四步:调度生成模块接收到用户输入模块的系统参数,生成具体的调度方法,发送至孪生管理模块。
第五步:孪生管理模块接收到调度方案,判定是否满足预设条件。若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整,跳至第三步。
第六步:配置模块接收到满足预设条件的可行的调度方案,通过配置模块下发至物理层的TSN网关中。
第七步:若运行过程中有来自物理层的新增流量或网络状态变化(如拓扑改变等)需要调度,所述新增流量通过输入模块发送至演算分析模块。
第八步:演算分析模块接收所述新增流量,进行复杂度判定和最坏性能分析。若其给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至第五步。若其给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至第四步。
第九步:数字孪生系统运行结束,评估系统运行结果。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种信息物理同步的工业网络管理系统,其特征在于,包括输入模块、演算分析模块、预调度模块、调度生成模块、孪生系统、配置模块、TSN网关和执行终端;
输入模块:将用户输入的系统参数或物理层的TSN网关、执行终端发送的新增流量信息发送给演算分析模块;
演算分析模块:判断网络调度的计算复杂度,接收来自输入模块的信息,给出“低复杂度”或“高复杂度”的判定,若演算分析模块给出“低复杂度”判定,则将来自输入模块的信息发送给预调度模块,若演算分析模块给出“高复杂度”判定,则将来自输入模块的信息发送至调度生成模块;进行最坏性能分析,最坏性能分析结果跟随计算复杂度判定一起发送;
预调度模块:接收来自演算分析模块的结果,通过相关的TSN流量调度算法求得可行的调度方案,发送至孪生管理模块;
调度生成模块:通过应用相关的TSN流量调度算法进行调度,生成具体的调度方案,包括各个网络交换机节点的周期性门控制列表以及数据流优先级和路径设置,具体的调度方案发送至孪生管理模块;
孪生系统:包括孪生体和孪生管理模块;孪生管理模块管理网络的孪生体,并设置判定条件判断接收到的调度方案是否满足预设条件;若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整;
配置模块:通过TSN所定义的YANG格式,通过配置软件,采用集中式网络配置的方式,将网络配置对象中存储的配置信息转换成交换机端口和终端设备的配置文件,下发配置到由TSN网关以及终端设备组成的网络之中;
TSN网关:部署于工业现场,支持时间敏感网络协议;
执行终端:部署于工业现场,可执行工序或可作业的物理设备,包括机械臂、卷取机、冷压机、飞剪。
2.如权利要求1所述的信息物理同步的工业网络管理系统,其特征在于,系统运行开始前先初步测试输入模块的信息,演算分析模块判定为复杂度低的情况时通过预调度模块直接求解可行调度方案,将输入模块信息的初步参数直接运行,进行预部署,无需调度规划的运行;系统运行过程中若输入模块接收到物理层的新增流量,当演算分析模块判定为复杂度低的情况时直接通过预调度模块进行增量调度得到调度方案,无需调度生成模块重新计算。
3.一种信息物理同步的工业网络管理系统预规划方法,其特征在于,包括以下步骤:
步骤1、创建工业网络的数字孪生系统,建立工业现场层执行终端、TSN网关所需的数字孪生模型;
步骤2、用户在输入模块中输入系统参数,发送至演算分析模块;
步骤3、演算分析模块接收系统参数,进行复杂度判定和最坏性能分析;若给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至步骤5;若给出高复杂度判定,则将系统参数和最坏性能分析结果发送至调度生成模块,跳至步骤4;
步骤4、调度生成模块接收到用户输入模块的系统参数,生成具体的调度方法,发送至孪生系统;
步骤5、孪生系统接收到调度方案,孪生管理模块判定是否满足预设条件;若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整,跳至步骤3;
步骤6、配置模块接收到满足预设条件的可行的调度方案,通过配置模块下发至物理层的TSN网关中;
步骤7、若运行过程中有来自物理层的新增流量或网络状态变化需要调度,新增流量通过输入模块发送至演算分析模块;
步骤8、演算分析模块接收所述新增流量,进行复杂度判定和最坏性能分析;若给出低复杂度判定,则直接通过预调度模块求得可行的调度方案,并将预调度模块求得的可行调度方案和最坏性能分析结果发送至孪生管理模块,跳至步骤5;若给出高复杂度判定,则将所述系统参数和最坏性能分析结果发送至调度生成模块,跳至步骤4;
步骤9、数字孪生系统运行结束,评估系统运行结果。
4.如权利要求3所述的信息物理同步的工业网络管理系统预规划方法,其特征在于,所述步骤1中,创建的工业网络的数字孪生系统中的数字孪生模型包括物理层的执行终端、感知终端、TSN网关和边缘设备。
5.如权利要求3所述的信息物理同步的工业网络管理系统预规划方法,其特征在于,所述步骤2中,在输入模块输入的系统参数包括流优先级、流路径、GCL表、生产设备参数和网络设备参数,其中生产设备参数包括数据流类型、数据流周期、数据流大小、数据流端到端延迟,网络设备参数包括链路速度、网络拓扑。
6.如权利要求3所述的信息物理同步的工业网络管理系统预规划方法,其特征在于,所述步骤3中,演算分析模块的复杂度判定通过模拟调度算法生成运行复杂度,并输出低复杂度判定或高复杂度判定。
7.如权利要求3所述的信息物理同步的工业网络管理系统预规划方法,其特征在于,所述步骤4中,调度生成模块应用调度算法,根据输入的网络调度参数,建立约束集,求解得到生成调度方案所需的必要数据。
8.如权利要求3所述的信息物理同步的工业网络管理系统预规划方法,其特征在于,所述步骤5中,孪生系统中的孪生管理模块接收调度方案,判定是否满足预设条件;若满足,则将调度方案发送至配置模块;若不满足,则重新返回演算分析模块进行迭代调整;所述预设条件包括用户设置的初始参数以及系统的可行调度约束。
9.如权利要求3所述的信息物理同步的工业网络管理系统预规划方法,其特征在于,所述步骤7中,新增流量包括来自物理层各个设备的数据包;网络状态变化包括网络拓扑的改变。
10.如权利要求3所述的信息物理同步的工业网络管理系统预规划方法,其特征在于,所述步骤8中,演算分析模块通过模拟应用调度算法,根据输入的网络调度参数,建立约束集,求解得到生成调度方案所需的必要数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210556111.5A CN114925607A (zh) | 2022-05-20 | 2022-05-20 | 一种信息物理同步的工业网络管理系统及其预规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210556111.5A CN114925607A (zh) | 2022-05-20 | 2022-05-20 | 一种信息物理同步的工业网络管理系统及其预规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114925607A true CN114925607A (zh) | 2022-08-19 |
Family
ID=82810183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210556111.5A Pending CN114925607A (zh) | 2022-05-20 | 2022-05-20 | 一种信息物理同步的工业网络管理系统及其预规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114925607A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308965A (zh) * | 2023-05-24 | 2023-06-23 | 成都秦川物联网科技股份有限公司 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
-
2022
- 2022-05-20 CN CN202210556111.5A patent/CN114925607A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308965A (zh) * | 2023-05-24 | 2023-06-23 | 成都秦川物联网科技股份有限公司 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
CN116308965B (zh) * | 2023-05-24 | 2023-08-04 | 成都秦川物联网科技股份有限公司 | 智慧燃气地下燃气管网安全管理方法、物联网系统及装置 |
US11959777B2 (en) | 2023-05-24 | 2024-04-16 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and Internet of Things (IoT) systems for safety management of smart gas underground gas pipeline networks |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nguyen et al. | Digital twin for 5G and beyond | |
CN111897300B (zh) | 一种基于opc-ua的软/硬件联合仿真系统及其自适应协同方法 | |
CN110457747A (zh) | 一种基于ns3和matlab的网络化控制系统协同仿真方法 | |
Li et al. | Practical implementation of an OPC UA TSN communication architecture for a manufacturing system | |
Shkarupylo et al. | Development of stratified approach to software defined networks simulation | |
EP2907059A1 (en) | Computer implemented method for hybrid simulation of power distribution network and associated communication network for real time applications | |
Vieira et al. | Copadrive-a realistic simulation framework for cooperative autonomous driving applications | |
Aminian et al. | GISOO: A virtual testbed for wireless cyber-physical systems | |
CN111324046B (zh) | 一种用于对分布式仿真系统进行协同运算的方法及系统 | |
CN114925607A (zh) | 一种信息物理同步的工业网络管理系统及其预规划方法 | |
CN115174454A (zh) | 虚实结合的网络试验实施方法及存储介质 | |
Ferrari et al. | Evaluation of communication delay in IoT applications based on OPC UA | |
Vieira et al. | Towards a realistic simulation framework for vehicular platooning applications | |
Massari et al. | An open-source tool modeling the ETSI-MEC architecture in the industry 4.0 context | |
CN112711845B (zh) | 基于通信网可靠性的虚拟电厂响应资源调度方法及装置 | |
CN111917750B (zh) | 一种仿真通信网与仿真电网的数据交互方法及接口 | |
CN112486666A (zh) | 一种模型驱动的参考架构方法及平台 | |
CN105468431B (zh) | 多模型实时仿真系统 | |
Wang et al. | Trends and challenges of policy verification for intent-based networking towards 6G | |
Sztipanovits et al. | Model-based integration technology for next generation electric grid simulations | |
Saadi et al. | On IEC 61850 communication networks in smart grids system: Methodology of implementation and performances analysis on an experimental platform | |
CN114004050B (zh) | 用于Rapidio网络拓扑设计的蓝图配置工具软件 | |
Miranda et al. | The quality-aware and vertical-tailored management of wireless time-sensitive networks | |
CN107241234A (zh) | 一种as5643网络仿真方法及系统 | |
Schiller et al. | Emulating vehicular ad hoc networks for evaluation and testing of automotive embedded systems |
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 |