基于经济模型的故障诊断网格资源管理研究

张 利, 韩 东, 王景华, 吴宗彦, 徐 娟

(1.合肥工业大学机械与汽车工程学院,安徽合肥 230009;2.合肥工业大学 安全关键工业测控技术教育部工程研究中心,安徽 合肥230009;3.美国休斯敦大学 计算机科学系,休斯敦 77004,美国;4.洛阳轴承研究所,河南 洛阳 471000)

0 引 言

故障诊断系统从基于Web的单一站点独立架构,向基于网络的多站点分布式架构发展,而网格正成为构建下一代的科学研究信息支持基础架构平台,网格服务平台作为实现资源共享和协同工作的良好载体[1],为故障诊断系统实现提供了一种新思路,体现了故障诊断系统集中管理和分布式计算相结合的广域分布式资源共享的故障诊断思想,实现了快速响应客户的故障诊断请求[2,3],故障诊断网格(Fault Diagnostics Grid)由此产生。

如何利用网格技术实现故障诊断资源共享的网格应用,称为故障诊断网格。故障诊断网格通过网络将分散在不同企业和社会群体(包括高等院校、研究院所、专家服务机构)中的管理、信息、技术、智力、硬件和软件资源通过封装和集成,屏蔽资源的异构性和地理分布性,为设备用户提供故障诊断服务,使用户能够以请求服务的形式方便地获得所有与故障诊断相关的服务,能够像使用本地资源一样方便地使用封装在故障诊断网格中的所有资源,实现各类资源的集成和优化运行,并为构建面向诊断用户特定需求的故障诊断网格应用系统提供协同工作支持环境。

1 故障诊断网格模型框架

从故障诊断网格的诊断模式入手,采用开放式网格服务体系(OGSA)作为故障诊断网格的体系架构。故障诊断技术中最常用的诊断方法、检测设备、计算和数据资源等都被单独封装为故障诊断服务。这些服务由不同的机构创建和维护,并借助一些现成的、与平台无关的技术——XM L 、SOAP 、WSDL 、UDDI、WSFL 、WSEL 等来实现服务的描述、查找、访问和信息传输等一切对外功能。根据用户的诊断任务,形成包括共享算法、数据和计算资源等在内的虚拟组织,选择不同的诊断方案实现服务的调用,独立或协同地解答用户请求。基于以上思想的故障诊断网格模型框架,如图1所示。

图1 故障诊断网格模型框架

2 故障诊断网格资源管理模型

2.1 故障诊断网格资源分类

故障诊断网格资源来自于不同地理位置的若干网络节点,其资源的类型多种多样。通过分析故障诊断资源的特点,对故障诊断资源进行合理分类,是资源管理的前提。

按照资源的属性以及在故障诊断活动中发挥的作用,具体分类如图2。

2.2 故障诊断网格资源特点

故障诊断网格资源指所有能够辅助用户进行故障诊断和问题求解的信息资源,包括实验仪器、实验设施、检测设备、分析软件、工具以及现有的专用、通用故障诊断系统等。这些丰富多样的资源能从信息、软件工具及硬件平台等各方面给故障诊断使用者提供强有力的支持。

图2 故障诊断网格资源分类

故障诊断网格资源的特征除网格资源的一般特征外,还具有以下特点:

(1)多样性。故障诊断资源是多种多样的,包含了在解决故障诊断过程中涉及的一切资源,其在物理上的分布,分别属于不同国家的不同企业、组织或个人。

(2)共享性。在大协同的环境下,任何故障诊断都需要别的资源来满足和解决问题。资源有偿共享将可以缓解这一问题,在故障诊断网格环境下,实现故障诊断资源最充分、最低成本的共享与协同。

(3)层次性。多个故障诊断资源可以组成一个VO(Virtual Organization),在每个 VO,选出一个节点作为整个VO系统的服务节点,这些服务节点又组成一个更高层次的VO,在这些组中,再选出一个节点作为管理节点,与其它组的服务节点组成一个服务组。以此类推,最后形成根服务节点。

(4)抽象性。故障诊断网格把所有故障诊断资源高度抽象成为用户可见的共享资源,其它的东西对用户是透明的。

(5)自治性与管理的多重性。故障诊断资源首先是属于某个组织或者个人的,因此故障诊断资源的拥有者对该资源具有最高的管理权限,故障诊断系统应该允许资源拥有者对它的资源有自主的管理能力,这就是故障诊断资源的自治性。

2.3 经济模型管理故障诊断网格资源

故障诊断网格环境具有动态和复杂的用户行为,在这样一个高度动态变化的环境中,某一资源出现故障或失败的可能性较高,系统的资源会不断扩大,应用会不断增长,系统的整体结构和整体性能会不断发生变化,并且随时有不可预测的系统行为发生。这就要求资源管理应提供一个适应性的广域资源环境以支持适应性的资源调度策略;必须能动态监视和管理故障诊断网格资源,从可利用的资源中选取最佳资源服务,尽量减小由于这种故障或失败、整体结构和整体性能发生变化或不可预测的系统行为等问题对故障诊断网格整体性能的影响。

经济方法是资源配置的有效方法之一,是解决多个自利个体间资源分配问题的简单、有效机制,并且可以得到该问题的最优解或近似最优解[4,5]。一种经济模型研究故障诊断网格的资源管理问题,是建立一个经济学中商品市场模型的交易环境,提供网格环境中进行故障诊断资源管理和交易的基础设施,依据资源的供需、价值,利用价格协商协议进行资源定价,实现对故障诊断网格虚拟组织中分布的故障诊断资源进行有效的组织和管理,消除信息孤岛,提高故障诊断网格环境中故障诊断资源的利用率,最终使得每个故障诊断使用者都能够充分利用这些资源协同工作。

鉴于经济学方法在网格环境下的成功应用,本文讨论的经济模型管理故障诊断网格资源具有以下几个优点:

(1)使故障诊断用户的公平性得以解决。只要故障诊断资源使用者通过一定的规则,加入到网格环境中来,就可以与其他使用者公平的竞争资源。

(2)优化故障诊断网格资源的供需平衡。当供不应求时,通过提高资源价格,可以减少资源使用者,增加资源提供者;当供过于求时,通过降低资源价格,可以增加资源使用者,减少资源提供者,达到暂时的工序平衡。

(3)具有故障诊断资源经济激励机制。可以解决用户优先级问题,便于提供QoS服务。

(4)使用有效资源管理和分配机制。

(5)适时协助资源提供者、使用者做出决策,最大化各自的利益。

(6)利于建立大规模网格系统。经济模型鼓励资源拥有者贡献他们的空间资源并从中获利。

2.4 模型结构

在故障诊断网格资源管理系统中引入经济模型,首先建立故障诊断市场(Fault Diagnostics Market,简称FDM),只要故障诊断资源使用者通过一定规则,加入到网格环境中来,就可以与其他使用者公平地竞争资源。

模型结构如图3所示。

图3 故障诊断网格资源管理模型

该模型主要由以下组件组成:

故障诊断资源提供者(Fault Diagnostics Resource Provider,FDRP),它是通过出售故障诊断资源,允许他人使用自己的各种资源,从而获得收益。

故障诊断资源代理(Fault Diagnostics Resource Broker,FDRB),它与故障诊断资源交互,定时收集资源动态信息,实时提供资源状态信息;对系统的性能进行监控;更新目录服务中本地的资源信息,对故障诊断资源进行过滤处理,注册到目录服务;对目录服务所获得可用资源的注册信息进行处理;收集瞬时信息,利用数学模型,对故障诊断资源的性能进行整理、分析和动态预测。

故障诊断目录服务(Fault Diagnostics Directory Service,FDDS),它记录故障诊断资源代理所搜集的信息,使用者通过查询目录服务,获取所需有效资源信息;提供一切与交易有关的信息,在市场中的每一个故障诊断资源提供者(FDRP)的资源代理(FDRB)在市场中注册后,市场目录中将有一个和该资源提供者有关的资源信息的索引,以方便应用代理查找资源消费者所需的资源。一旦有新的故障诊断资源加入或者退出,市场目录会随之更新目录中的信息。

故障诊断银行(Fault Diagnostics Bank,FDB),分布式银行系统,交易方在故障诊断银行里都有一个电子账户,当交易方访问服务时,故障诊断银行调整其账户系统,进行统计、记账和支付电子货币管理操作,保持账户的一致性。

故障诊断市场(Fault Diagnostics Market,FDM),它提供网格环境下远程故障诊断进行资源管理和交易的基础设施,以及竞争性服务,如报价规则,信息分布规则等;依据故障诊断资源的供需、价值和大量的博弈模型,利用价格协商协议来协商价格,进行资源定价。买卖双方的协商过程是不断自动调整利润利率水平,从而实现动态自适应地调整买卖双方报价。

故障诊断服务代理(Fault Diagnostics Service Broker,FDSB),它负责资源分配的全局控制。通过查询故障诊断银行、故障诊断市场、故障诊断目录服务及故障诊断资源代理,分析所获得的信息,并在消费者的QoS(如时间或计算费用最优)要求和安全保证下,通过封装在故障诊断服务代理FDSB的协同算法,在应用和资源之间做出合理权衡匹配,指导任务迁移到合理的资源上执行。该故障诊断服务代理能解决服务的动态负载平衡问题,能实现资源调度最优化的动态自适应性管理。

故障诊断资源使用者(Fault Diagnostics Resource User,FDRU),它是故障诊断资源的最终使用者,通过购买获得各种自己所需的故障诊断资源。

2.5 故障诊断网格资源交易流程

基于经济模型的故障诊断网格服务交易模式,兼顾了资源分配的效率和故障诊断服务提供者的利益,一方面使用者有更多机会获得优质的故障诊断服务,提高了故障诊断效果,另一方面也激励了故障诊断服务提供者开发更好的故障诊断服务供使用者使用。故障诊断服务的交易流程如图4所示。

故障诊断网格资源交易流程的形成过程,具体说明如下:①FDRP向FDRB发布资源信息,发布的信息包括FDRP的ID、资源类型、数量、价格等。如果该资源有特殊的销售策略,则可以一并提交。②FDRB记录并汇总各FDRP的资源情况,根据销售策略选择合适的FDM,并向相应的模块发布资源信息。资源信息最终会被保存在FDM中。③FDRU向FDSB提交资源分配请求,请求内容包括资源需求以及调度策略。这里的需求往往是某个应用完整的资源需求或者用户在较长一段时间内的总体资源需求,包括需求的资源类型、数量、使用时间等。用户应通过FDB进行预付款,保证其FDSB存有足够的保证金用于购买资源。④FDSB分析用户的资源需求,冻结其账户上的相应余额,向FDM发出资源购买请求,请求内容包括资源需求、采购策略等。⑤FDM执行相应的采购策略,进行资源协商,最终达成交易。这时,FDSB保证金账户上的余额会被冻结。冻结部分等于成交金额加上交易费用。相应地,FDM相关资源类型的数量会减少。⑥同时,FDM把资源交易结果发送给相应的FDRB。⑦根据资源分配结果,FDSB访问FDRB,询问FDRP的目标地址。⑧FDRB在兼顾公平和效率的前提下选择合适的FDRP,把FDRP目标地址返回给FDSB。⑨同时,FDRB通知相应的FDRP资源交易结果。⑩FDSB通知FDRU资源分配结果以及FDRP的地址。

图4 故障诊断网格服务交易流程

3 资源调度策略与调度算法

3.1 调度策略

故障诊断网格资源调度的目标是使系统在满足用户要求的基础上,实现故障诊断资源的充分共享,提高资源的整体利用率。制定故障诊断资源调度方案时,应考虑如下的策略:

(1)首先保证用户要求的最终期限范围内完成任务,保证用户收益不受损失;

(2)使用户响应的时间尽量短;

(3)尽量使故障诊断资源得到充分共享,前提是满足用户对故障诊断资源的使用权限;

(4)故障诊断网格资源的利用率尽量平衡;

(5)满足用户对故障诊断资源的各种需求。

3.2 Market-Min-min算法

Min-min算法能得到相对较好的性能,而且运行速度也比GA更快,可以适应大规模的网格环境,是网格调度算法的研究基础之一[6]。本文对Min-min算法进行改造,基于市场原则,通过价格反映市场的供求关系,兼顾故障诊断市场上故障诊断资源提供者和使用者双方的利益。

调度策略参数定义:假设在基于经济模型的故障诊断网格资源管理模型下,故障诊断资源的使用者和提供者在市场的原则下,得到故障诊断资源市场价格Market-price[RU,RP]。对每个请求故障诊断服务的任务,定义以下参数:①Market[i,j]:第i个任务使用第j个故障诊断资源服务代理后预测最小完成时间,它表示各任务使用故障诊断资源服务代理后不同的预测完成时间。②Market-Get-Service-Time[j]:表示当前各任务可以获得第j个故障诊断资源服务代理的等待时间。③Market-Complete-Time[i,j]:任务在动态环境下的实际完成时间。

当需要调度的任务队列I非空时,反复执行操作直至任务队列I为空。

4 算法仿真实验

4.1 仿真工具

GirdSim为研究网格的有效资源分配技术提供一个模拟环境[7]。其基础模拟环境主要是市场经济的网格计算平台。GirdSim工具箱支持分时间和分空间共享的资源与多用户环境,不仅可以仿真时间跨度最小的调度程序,还可以仿真由市场经济模型驱动的完成期限和预算限制的调度算法。

Visual Modeler是一个图形化用户界面组件,主要是使用用户不再需要编写Java源代码来使用工具箱创建需要的实验环境,它调用GridSim工具箱。

4.2 仿真结果及分析

仿真实验是通过逐步增加故障诊断任务的数量,比较 2种调度算法下的 Process-Time和Process-Cost来验证Market-Min-min的优点。

模拟实验中分别给定的调度算法为Market-Min-min和Min-min,任务数量依次取为200、400、600、800和1 000,任务的完成时间和运行费用比较如图5、图6所示。

图6 运行费用

从图5、图6可见,本文所改进的基于市场的Market-Min-min调度算法和传统的Min-min相比,任务数量越多,运行时间和运行费用之间的差异越大,越能体现Market-Min-min调度算法的特点。

5 结束语

本文在分析故障诊断网格及故障诊断资源的基础上,建立了基于经济模型的故障诊断网格资源管理模型,成功地将经济机制技术引入到故障诊断网格资源管理中,并给出了模型结构、步骤时序、故障诊断资源交易流程,以及相应的资源调度算法,能够解决由资源的特性等因素带来的诸多问题,为解决故障诊断网格资源管理的问题提供了一个有效的途径。

[1] 何 亨,袁平鹏,曹文治.基于网格的分布仿真平台的核心技术研究[J].系统仿真学报,2009,21(2):437-442.

[2] 张 利,刁文涛,吴宗彦,等.协同概念设计系统并发控制的研究[J].中国机械工程,2009,20(24):2954-2958.

[3] 赖 江,何岭松,唐立新.基于网络协作的数控设备E-I维护技术研究[J].中国机械工程,2008,19(6):1966-1971.

[4] Cho K C,Kim T Y,Lee J S.User demand prediction-based resource management model in grid computing environment[C]//Convergence and Hybrid Information Technology,2008,ICHIT'08,International Conferenceon,2008:627-632.

[5] 王 慧,付 超,赵 彬.网格环境下基于经济模型的开放式决策支持系统资源管理[J].合肥工业大学学报(自然科学版),2008,31(6):914-917.

[6] 史文翀,曾文华.基于ESA的网格资源管理模型[J].计算机工程,2007,33(7):123-126.

[7] 赵 健.基于Gridsm的 A-MM 调度算法模拟[J].计算机技术与发展,2008,18(10):96-98.