基于资源云端化的服务调度本体描述模型*

李长仪 刘婷婷 张 军 付 军

(山东理工大学商学院，山东 淄博255012)

云制造是一种面向服务、高效低耗、基于知识的智能化网络制造新模式［1］。以物联网、信息物理融合系统、云计算为代表的先进信息化技术被融入其中，以期实现对当前网络化制造体系的深层次扩充与升级，最终完成制造服务模式向“按需服务”架构的根本转变。

在这个开放的制造平台上，集合了广地域、大规模、异构式、多样化的庞大制造资源群体。但由于其各自的复杂性能，还难以被用户直接透明调用［2-3］。对其进行清晰表达，完成与平台紧密集成，实现无缝衔接，成为云制造中服务与需求高效对接、资源优化配置的首要前提，也是对调度架构的基础支持［4-5］。

与此同时，云制造面对的用户制造需求极其复杂，具体表现在:全球化的地域分布、多元化的需求类型、模糊性的需求定义、个性化的需求表现、实时性的需求满足、专业化的实现技术、交互式的完成过程。于是，面向用户的服务需求进行各类制造资源的组织、分派和使用，实现制造全生命周期的用户参与，从而达成“制造即服务”的云制造核心理念面临着巨大挑战［1］。

云制造资源的虚拟服务化能够弱化资源、平台、用户之间的耦合依赖，消弭异构差别，使之成为面向用户无缝集成、高度透明的应用模式;通过对复杂制造资源的系列化智能调度作业，不仅为单个用户做到“分散资源集中服务”，还可以为多个用户实现“集中资源分散服务”［6-7］，是体现云制造运作效能的关键节点。

本文在探索物理制造资源到虚拟态制造资源映射的普适化解决路径的基础上，对云制造中掌控面向用户需求、敏捷、智能化服务的综合调度运作体系架构进行分析，将其抽象为本体模型进行详细刻画，最后设计了云制造服务调度平台的技术实现方案。

1 云制造资源虚拟云端化

云制造平台基于物联网、CPS 和虚拟计算等技术实现了对制造资源的动态感知、实时互联、抽象封装、系统融合和智能控制［4-5］。融入其中的物理制造资源可形式化抽象描述为:

物理制造资源以URI 为统一标识，可以基于物联网中的对象命名解析服务在云制造平台中实现定位。BasicAttributes 是对物理制造资源基础属性的表述集合，其中包含了名称、类型、供应方、联络方式、地理位置等基本信息。FunctionAttributes 与UnfunctionAttributes分别描述了PMR 的功能性指标和非功能性指标。StateMatrix 是对PMR 所处状态的模型描述，记录了云制造物理资源的动态变化状况。TaskSequence 是PMR 所承担制造任务集合的描述，对已完成制造任务历史予以记录，并控制后续制造任务的执行序列。

通过对物理制造资源的虚拟云端化，形成云制造平台中基础粒度的制造形态-制造云滴。虚拟云端化模型CVMapping 和制造云滴MCloudDroplet 的形式化抽象模型可分别描述为:

CVMID 是虚拟云端化模型标识，CVMProfile 描述虚拟云端化模型的概要信息，Category 是虚拟云端化的实现类型，PMResourceSet 是模型涉及物理制造资源集合，BusinessLogic 是模型对逻辑关系的描述，Constraint 给出模型的约束条件。

制造云滴在云制造平台中以ID 进行唯一标识，StaticAttributesProfile 描述了MCloudDroplet 的名称、制造功能等静态信息，而DynamicAttributesProfile 则对MCloudDroplet 的状态、制造服务质量等动态信息进行表达。物理制造资源与制造云滴之间的映射关系由虚拟云端化模型CVMapping 实现。

由此，各类物理制造资源被虚拟映射为制造云滴，实现系统性融合，成为云制造平台中服务执行的基础单元。

2 云制造服务调度框架

云制造平台的服务调度涉及制造软硬件资源的云服务化与注册发布、主动寻租，制造需求的分析降解、服务请求，以及制造云服务与需求间的匹配衔接、优化配置、容错迁移和服务评价等问题［6］。本文构建了如图1 所示的云制造服务调度的基本框架。

首先，各类制造软硬件资源融入网络环境，进行主动寻租。通过云制造服务平台中的制造云凝结体系，对基础资源进行抽象提取，并实现虚拟化封装，形成云制造基础粒度的制造云滴。然后以制造云滴的聚合作用产生具有主动性、适应性、敏捷性、协同性、集成性和自我控制能力的制造云服务形态，并聚集于制造云池中进行登记注册，完成服务发布。

其次，由云制造的需求管理对复杂制造需求形态进行解析，将模糊、杂糅的制造需求降解，使之形成多个低粒度的、能够为云制造服务直接执行的、独立的制造需求表述。

于是，当独立云制造需求产生以后，其服务请求提交至云调度服务中心，由其完成服务调度分派的过程。云服务调度中心首先会根据独立云制造需求的表述，在制造云池中完成服务发现。然后对发现结果集执行服务匹配。有些情况下，由于制造云服务的能力有限，还需要通过服务组合的形式来群体应对大规模的制造需求。云服务调度中心在匹配结果集中进行优选，最终确定制造服务的提供者，发布调度指令，进行制造服务。在服务过程中，云服务调度中心通过容错迁移的方式解决突发事件导致的服务中断，达到服务的平顺、透明对接，确保制造任务的正常完成。当服务执行结束后，云调度服务中心会根据执行状况及需求用户的反馈结果进行服务评价。整个调度运作均在云服务调度知识库所提供的调度规则知识的支持下完成。

3 云制造服务调度本体模型

3.1 本体构建

将云制造服务调度框架中涉及的运作主体进行模拟抽象，形成了5 个概念模型，构建了如图2 所示的云制造服务调度本体顶层模型，分别为:

制造云凝结本体MCloudCondensing 的构造涵盖了制造资源PMResource，制造云滴MCloudDroplet，制造云服务MCloudService，虚拟云端化CVMapping，云聚合CDAggregate。其中，CVMapping 实现PMResource向MCloudDroplet 的转化，CDAggregate 聚集MCloud-Droplet 形成MCloudService。

制造云服务MCloudService 由云服务概要描述MCloudServiceProfile，云服务处理模型MCloudServiceModel，云服务支持 MCloudServiceGrounding，制造资源MCloudResource 进行表述。McloudResource 可以是独立PMResource，也可能是多个MCloudDroplet 中凝结的PMResource 集群。MCloudService 的服务形式表现为:虚拟制造单元VMUnit，虚拟技术系统VTSystem，虚拟知识库/数据库/模型库VK/D/MBase，虚拟软件开发工具VSTools，虚拟制造能力VMAbility。

制造云池MCloudPool 中聚集了融入云制造平台的MCloudService，提供以下服务形式:云服务注册MCSRegister，云服务发布MCSAdvertise，云服务查询MCSQuery。

制造需求管理MRManagement 负责接收抵达云制造平台的制造需求MRequirement，并通过需求解析MRResolve 实现对MRequirement 的降解生成独立云服务请求IMRequirement。

云服务调度MCSScheduling 为调度模型的核心本体，其响应IMRequirement 的调度请求，在MCloudPool中对MCloudService 进行组织调度，完成以下调度功能:云服务发现/匹配MCSDiscovery/Match、组合MCSCompose、优选分派MCSOptimize/Assign、容错迁移MCSMigrate、评价MCSEvaluate，云服务评价MCSEvaluate。确立需求与服务的关联关系。之后制造云服务就可与对应的独立云服务需求展开协同，提供服务。

3.2 基于OWL-S 的本体刻画

OWL-S 作为一种Web 服务的本体规范，将WSDL、OWL 语义标记以及SWRL 等语义规则描述语言结合在了一起，较其他本体描述语言展现了更多的优势［8-9］。根据OWL-S 的描述模型，每个Web 服务可以通过以下模块对其阐释:描述Web 服务概要信息的Service Profile;描述服务运作过程的Service Model;描述服务支持访问属性的Service Grounding;描述服务提供者的Resource［9］。

基于以上所述OWL-S 的Web 服务结构，将云制造服务调度本体顶层框架中的5 个核心部件进行了描述，形成了基本的Web 服务架构，如图3 所示。

其中，制造云凝结、制造云池、需求管理作为云服务调度的前置服务，其Service Model 及其子类Process中的调度支持行为(制造云凝结中的虚拟云端化、云聚合，制造云池中的云服务注册、发布、查询，需求管理中的需求解析)是这三类Web 服务的根本所在。而云服务调度是云制造服务调度模型中的运作核心，它的调度处理结构必然是该Web 服务的重中之重。制造云服务是云制造服务调度中的主要处理对象，其概要信息、服务模型、访问支持，以及所链接实体资源的制造属性，都是调度处理中的基本决策依据，故均进行了详细刻画。

在此，以制造云服务为例，展示了基于OWL-S 的Web 语义描述。另外所定义的4 类Web 服务也遵循OWL-S 的结构搭建，只是由于服务内容固定，相对简洁清晰，故描述着重体现在服务运作模型中的处理过程上，第4 章对云服务调度的处理过程进行了详细分析，其余服务分析从略。

制造云服务基于OWL-S 的服务模型如下所示:

在这个四元组中，MCloudServiceProfile 描述了制造云服务的概要信息，MCloudServiceModel 描述了制造云服务的运作模型，MCloudServiceGrounding 描述了制造云服务的访问支持技术，MCloudResource 则描述了制造云服务所依附的制造资源。

在如图3 所示的制造云服务基于OWL-S 的类结构 图 中，MCloudService，MCloudServiceProfile，MCloudServiceGrounding， MCloudServiceResource，MCloudServiceModel 以及MCloudServiceProcess 构成了该结构的主体。MCloudServiceProfile 对MCloudService的概要信息进行了全面描述，其中的组成成分可分为3 类:一般属性、功能性属性和非功能性属性。一般属性主要描述制造云服务的外显基本信息，除了名称(mfgCloudName)、文本描述(textDescription)和联系信息(contactInformation)3 个数据属性以外，还有类型(MCloudCategory)、质 量(MCloudQuality)、价 格(MCloudCost)、状态(MCloudStates)等对象属性。而功能性属性指与服务处理相关的属性信息，包括:输入(Input)、输出(Output)、前提(Precondition)、结果(Result)、效果(Effect)。非功能性属性描述了制造云服务的处理能力，包括5 个子类:虚拟制造单元(VMCell)、虚拟计算系统(VComputingSystem)、虚拟知识库/数据库/模型库(VKnowledgeBase)、虚拟软件工具(VSoftwareTool)、虚拟制造能力(VMAbility)。MCloudServiceProcess 是MCloudServiceModel 的子类，其信息也为MCloudServiceProfile 所有，并为MCloud-ServiceResource 所执行。因制造资源千差万别，各制造云服务实例的Process 也会各不相同，所以MCloudServiceProcess 具体属性方法未做设定。作为制造云服务的提供者，与前文所述制造资源相对应，MCloudServiceResource 概括了9 类物理资源。

4 云制造服务调度业务分析

云服务调度担负着各项核心调度处理作业，其运作状况直接决定了云制造服务调度的处理性能。因此，我们将对云服务调度的两个核心结构——处理流程和知识库一一进行重点探讨。

4.1 云服务调度作业流程

在基于OWL-S 的云制造服务调度本体中，云服务调度被作为一类Web 服务来进行描述，而其中的重点就是运作模型中的Process。

云服务调度的MCloudSchedulingProcess 主要针对整个调度处理过程，描述一系列调度行为的逻辑结构和组合关系。我们以组合过程的形式构建整个Process，其中包含了初始调度(ServiceSchedule)、服务迁移(ServiceMigrate)、服务评价(ServiceEvaluate)3 个原子过程。其处理流程如图4 所示。

初始调度原子过程集合了服务发现、匹配、组合、优选、分派这一系列紧密衔接的调度操作，以独立制造需求为输入参数、调度分派命令为输出参数，进行初始云服务调度，为Sequence 控制。当服务过程中出现异常时，MCloudSchedulingProcess 将启动服务迁移原子过程，以服务异常信息为输入参数、再调度命令为输出参数，将制造任务迁移至其他制造云服务进行执行，故该原子过程为If-Then-Else 控制。当服务结束后，无论是否完成所分派的制造需求，均由云服务调度根据服务提供方与制造需求方反馈的执行信息，对制造云服务进行评价，也就是第3 个原子过程，其为Sequence控制。

4.2 云服务调度知识库

云服务调度处理的业务过程是在云服务调度知识库提供的调度规则知识的支持下完成的。其中包含的调度知识主要有:

(1)云服务发现/匹配

云服务调度通过制造云池发现相关服务，然后对该服务群体中的每个服务执行匹配操作。匹配算法可分为3 个阶段:一般属性匹配、输入输出匹配、服务质量匹配［10］。一般属性匹配将MCloudProfile 中描述的制造云服务的服务名称、文本描述、服务类型等一般属性与服务需求对应属性进行比对，确认符合状况。输入输出匹配以制造云服务和服务需求的输入输出内容为操作对象。服务质量匹配的操作对象为MCloudProfile 中的MCloudQoS 指标。以上匹配过程会呈现4 种结果:“相当、大于、小于、无关”。作为匹配结果达到前两种条件的制造云服务符合制造需求，形成提供服务的备选集合。

(2)云服务组合

经过匹配过程后，属于后两种匹配情况的制造云服务则不能满足制造需求。而值为“小于”的匹配结果表示制造云服务能够部分的满足制造需求，所以可通过服务组合的方式达到服务指标要求，加入提供服务的备选集合中。就云制造服务组合方式来说，因为并行模式在各组合方之间没有交叉，故实现较为简单，而串行模式则涉及组合服务之间的前后衔接，需要相应输入输出的对接，前提、效果的匹配，以及服务质量的对等，甚至是物理资源的迁移，所以要复杂的多。结合实践状况，服务组合很少是单纯的并行或串行组合，更多的可能是串并结合，结构杂糅。基于计算模式的服务组合已经有学者进行了较多研究，获得了一定可借鉴成果，但能够直接应用于云制造领域的服务组合理论仍属鲜见［7-11］。

(3)云服务优选分派

基于全局资源优化配置的考虑，需对备选制造云服务执行优选。这也是传统生产调度研究的主要领域。随着近年来智能优化算法研究的深入，已经产生了丰富的研究成果［12-13］。但在云制造环境中，由于制约因素复杂多样，如物流优化、工序对接、协同作业等，故不能完全照搬现有调度策略，尚需在优选指标体系的建立、优选算法的平台调适等方面作深层次研究。

(4)云服务容错迁移

在制造云服务运行过程中，由于异常因素干扰导致任务中断时，则需将其迁移至其他制造云服务继续执行。在当前云计算的相关研究中对计算任务的容错迁移已有较多成果及应用案例［14］。与之相比，云制造中的容错迁移需要慎重决策已执行部分的有效性，所以涉及实体资源的制造云服务迁移比基于计算模式的容错迁移要更为复杂。已执行的实体资源迁移成本直接关系到最终的服务总成本，故必须在做好成本核算及权衡的基础上决定迁移策略。

(5)云服务评价

云服务评价以获取服务后的QoS 指标为目标，其中包括性能服务质量和信任服务质量［15-16］。性能服务质量是反映制造云服务水平高低，由诸如完成时间、服务价格、可靠性、稳定性、可持续性等指标组成;而信任服务质量体现的是服务需求方对制造云服务的满意程度，由服务指标权重和需求认可度两者决定。云服务评价把制造云服务的完成信息和服务需求方的反馈信息进行综合，计算得到QoS 的各项指标，传递至制造云池和对应制造云服务进行记录，作为服务质量匹配的操作参数。

5 云制造服务调度平台技术实现方案

云制造服务调度平台以“制造即服务”为根本目标，重点在于实现对完成虚拟化封装的制造资源进行服务化运营。面向服务架构(service-oriented architecture，SOA)可以根据用户需求，通过网络对松散耦合的粗粒度应用组件进行分布式部署、组合和使用，基于服务组合实现大规模、跨组织复杂业务流程，智能、敏捷应对多变的业务需求［17］。因此，本文的云制造服务调度平台基于SOA 模式进行搭建。

面向SOA 的Web 服务技术规范构架主体包括:SOAP (simple object access protocol)，WSDL (web service description language )/OWL (ontology web language for services)，UDDI(universal description，definition and integration)/JNDI(java naming and directory interface)，还 有 WS-* 扩 展 规 范:WS-Trust，WSSecurity，WS-Reliable Messaging，WS-BPEL (business process execution language)［18-19］。此外，制造资源的虚拟化封装、制造服务集成、人机接口等具体业务引入Java 系列化产品Java POJO、EJB、JSP/JSF 等技术及企业集成总线ESB(enterprise service bus)、ESP(event stream processing)等规范予以描述。具体实现技术架构图如图5 所示。

首先，对复杂多样的制造资源通过Java POJO 和EJB 完成其虚拟服务化，此外也有云计算虚拟化开发工具CloudSim 可供使用，但其尚未能完全满足于云制造各类资源的普适性需求。

其次，制造云聚合要达到制造云滴的集成协作，需由企业集成总线ESB 来进行统筹整合。接下来，经由JENA 完成的OWL-S API 将虚拟资源与制造云服务本体进行衔接，从而由OWL-S 呈现制造云服务本体和调度知识本体的语义网络描述。

然后，制造云服务发布、注册于制造云池，以供查询、调度，主要基于Web 服务的统一描述、发现和集成协议UDDI 或Java 命名与目录接口JNDI实现。

同时，融入平台的制造需求的表述可通过JSP/JSF 等表示层技术予以构建，复杂任务由WS-BPEL 进行降解，分别请求调度。

最后，调度原子操作通过Java 基础类库和EJB实现，而其业务处理流程则要由业务流程执行语言(web service business process execution language，WSBPEL)进行设计。以OWL-S 描述的调度知识本体经OWL-SAPI 传递，并由JBoss Rules 转换生成调度规则，作为调度决策支持。制造服务执行过程中的云服务集成控制由ESB 予以实现，而出现的任务失败等异常状况由ESP(event stream processing)进行应对。

6 结语

云制造“按需服务”的运作模式依赖于融入平台的各类制造资源的高度集成、优化配置、智能协作。本文在分析制造资源虚拟云端化的形式化描述方法的基础上，构建了云制造服务调度框架，梳理了云制造服务调度运作流程，提出了云制造服务调度本体模型并基于OWL-S 进行了模型刻画，规划了云制造服务调度处理结构与知识规则，并拟定了云制造服务调度平台的技术实现方案。

云制造理论相关研究尚处于起步阶段，成熟的技术体系与应用架构仍为业界所期待。云制造资源虚拟服务化理论的统一与规范化，以及技术体系的标准化，将有助于云制造平台的灵活扩展与动态延伸，增强制造服务能力。云制造服务调度相关技术的发展，如:服务的智能化发现、匹配技术，动态、高效的服务组合技术，专业化的优选、评价指标体系与算法，以及透明化、低能耗的平滑迁移技术，将充分优化云制造平台的资源配置与协作机制，实现运作效能的大幅提升。

［1］李伯虎，张霖，任磊，等.再论云制造［J］.计算机集成制造系统，2011，17(3):449-457.

［2］Yongliang Luo，Lin Zhang，Fei Tao，et al，Zhiqiang Zhang. A modeling and description method of multidimensional information for manufacturing capability in cloud manufacturing system ［J］.International Journal of Advanced Manufacturing Technology，2013，69:961-975.

［3］张霖，罗永亮，陶飞，等.制造云构建关键技术研究［J］.计算机集成制造系统，2010，16(11):2510-2520.

［4］任磊，张霖，张雅彬，等.云制造资源虚拟化研究［J］.计算机集成制造系统，2011，17(3):511-518.

［5］Hu Yefa，Tao Fei，Zhao Dongming，et al. Manufacturing grid resource and resource service digital description［J］. International Journal of Advanced Manufacturing Technology，2009，44:1024-1035.

［6］李伯虎，张霖，王时龙，等.云制造——面向服务的网络化制造新模式［J］.计算机集成制造系统，2010，16(1):1-7，16.

［7］陶飞，张霖，郭华，等.云制造特征及云服务组合关键问题研究［J］.计算机集成制造系统，2011，17(3):477-486.

［8］刘烨，史明华.基于OWL-DL 的制造加工服务描述建模方法［J］.计算机集成制造系统，2011，17(4):767-775.

［9］吉峰，何卫平，魏从刚，等.基于OWL-S 的网络协同制造本体研究［J］.机床与液压，2006(7):22-26.

［10］Tao Fei，Hu Yefa，Zhao Dongming，et al. Study on resource service match and search in manufacturing grid system［J］. International Journal of Advanced Manufacturing Technology，2009，43:379-399.

［11］Liu Zhizhong ，Xue Xiao，Shen Jiquan，et al. Web service dynamic composition based on decomposition of global QoS constraints［J］. International Journal of Advanced Manufacturing Technology，2013，69:2247-2260.

［12］Chandrasekaran M，Muralidhar M Dixit. Online optimization of multipass machining based on cloud computing［J］. International Journal of Advanced Manufacturing Technology，2013，65:239-250.

［13］Yuanjun Laili，Fei Tao，Lin Zhang，et al. A study of optimal allocation of computing resources in cloud manufacturing systems ［J］.International Journal of Advanced Manufacturing Technology，2012，63:671-690.

［14］Tao Fei，Hu Yefa，Zhao Dongming，et al. Study of failure detection and recovery in manufacturing grid resource service scheduling［J］. International Journal of Production Research，2010，48(1):69-94.

［15］Tao Fei，Hu Yefa，Zhou Zude.Application and modeling of resource service trus-QoS evaluation in manufacturing grid system［J］. International Journal of Production Research，2009，47(6):1521-1550.

［16］Tao Fei，Hu Yefa，Zhao Dongming，et al. Study on manufacturing grid resource service modeling and evaluation［J］. International Journal of Advanced Manufacturing Technology，2009，41(9/10):1022-1041.

［17］罗军舟，金嘉晖，宋爱波，等.云计算:体系架构与关键技术［J］.通信学报，2011，32(7):3-21.

［18］朱志良，苑海涛，宋杰，等.SOA 与云计算:竞争还是融合［J］.计算机科学，2011，38(12):6-11.

［19］姚锡凡，练肇通，李永湘，等.面向云制造服务架构及集成开发环境［J］.计算机集成制造系统，2012，18(10):2312-2322.