面向工业软件的数字化试验验证平台★

丁世来，罗剑武，陈泫文，葛智君，陈克澎

（1.工业和信息化部电子第五研究所，广东 广州 511370；2.工业装备质量大数据工业和信息化部重点实验室，广东 广州 511370）

0 引言

随着智能制造、工业互联网和工业4.0等新一轮工业革命的兴起，新技术与传统制造的结合催生了大量的新型应用。工业软件与大数据、虚拟现实、人工智能等先进技术的不断融合，在研发设计、生产制造、服务管理和维护反馈等各个环节中愈发发挥出更加重要的作用。特别是随着云计算、大数据应用与软件虚拟化等技术在工业领域的不断运用推进，企业和用户对工业产品质量设计分析软件测试服务提出了更快速、更准确、更便捷的需求，导致传统工业软件测试的改革和创新势在必行。

由于工业软件本身特征和运行环境的差异，工业软件的适配性验证成为一个重要的测试方面。然而，虽然国内工业软件产品的价格较低，但是性能参差不齐，与其他厂商软件的兼容性较差，持续服务水平无法保证，市场对国内产品的信心和认可程度总体偏弱[1]。进一步地提出基于虚拟计算机进行软件测试，当虚拟机不可用或服务器、数据库等在虚拟机的环境下不能正常运行时，在虚拟计算机中构建软件测试环境就不成立。

围绕上述问题与挑战，亟需开展工业产品质量设计分析软件数字化试验验证技术、云化应用技术和云平台技术研究，同时考虑与常用工业产品质量设计分析软件系统的接口，集成面向工业产品质量设计分析软件数字化试验验证云平台，建成工业软件数字化试验验证环境，实现工业软件云上数字化试验验证，促进我国国产化的工业产品质量设计分析软件产业的可持续发展，支撑创建“中国软件名园”，进一步地对软件生态培育、融合创新和产业发展形成较强的带动作用。

1 平台的总体架构设计

针对工业产品质量设计分析软件质量工作数字化、网络化和智能化需求，搭建基于微服务架构的工业产品质量设计分析软件数字化试验验证平台，建设面向工业产品质量设计分析软件数字化试验验证环境。工业产品质量设计分析软件数字化试验验证平台的技术架构如图1所示，其主要包括企业质量综合管理、全寿命周期管理、产品风险预测分析和软件产品质量溯源等功能服务。

图1 工业产品质量设计分析软件数字化试验验证平台

2 平台的关键技术研究

2.1 工业产品质量设计分析软件数字化试验验证平台技术研究

面向工业产品质量设计分析软件数字化试验验证平台是要建设成面向工业产品质量设计分析软件数字化试验验证环境，实现平台架构朝着网络化、组件化和服务化发展，打破传统工业产品质量设计分析软件测试试验验证的封闭体系，打造开放创新价值生态。而微服务架构则为工业产品质量设计分析软件数字化试验验证平台从封闭、专用的平台走向开放、开源的平台提供了最佳技术手段，实现了传统工业产品质量设计分析软件上云，汇聚关键软件或知名软件企业和软件产品，建成面向工业产品质量设计分析软件数字化试验验证环境，支撑工业产品质量设计分析软件数字化试验验证平台中工业产品质量设计分析App运行，发挥着承上启下的关键作用。

在微服务架构模式下，结合云计算技术，构建一套面向工业产品质量设计分析软件数字化试验验证云平台，将工业产品质量设计分析软件数字化试验验证测试移植到云平台中，通过平台快速便捷地为工业产品质量设计分析软件提供数字化试验验证服务，提升了工业产品质量设计分析软件的适配性和测试性试验验证能力。该平台主要由基础资源层、平台支撑层和应用服务层等3层结构组成[2]，其具体内容如下所述。

2.1.1 第一层——基础资源层

基础资源层提供服务器、存储、处理、网络和虚拟化等云计算资源服务，将计算能力、存储能力和网络能力等硬件资源虚拟化，形成计算资源池、存储资源池和网络资源池；同时借助云平台系统的管理能力，实现云主机、云集群、云存储、云路由和云安全等云资源主体的构建，形成面向工业产品质量设计分析软件数字化试验验证平台的运行基础环境。

2.1.2 第二层——平台支撑层

平台支撑层将面向工业产品质量设计分析的技术、知识、经验和模型等原理封装成微服务功能模块，供开发者调用；向下可以实现各种工业产品质量设计分析软件资源接入、控制和管理，向上提供开放接口、存储计算和资源支持。基于工业产品质量设计分析平台支撑能力，将微服务架构支撑引擎和数据治理支撑引擎应用到云平台中，进一步地形成接口自动化、应用自动化和Web自动化等适配验证引擎，从而形成3大支撑引擎提供云上软件数字化试验验证能力，帮助软件企业构建面向工业产品质量设计分析软件数字化试验验证环境的同时，实现平台接口的标准化和规范化。在将平台的接口标准化和规范化的过程中，首先深度分析用户对平台集成的业务需求，明确待集成的软件/工具的范围，采用开放式设计，构建适合集成业务需求的接入适配器。主要囊括数据协议和远程调用两个部分的内容。

a）数据协议

通过定义数据规范标准，确定数据格式协议，建立数据传输通道，根据协议规范将需要的数据内容组合包装形成数据包，在数据通道中相互传输；在接收端根据协议标准进行解析，再将数据利用起来，从而实现数据互通。

b）远程调用

通过加密链接实现平台与平台之间的相互调用。基于相同的数据协议标准，以链接的形式，指定调用目标与调用目的，将平台与外系统连接起来，实现应用、数据的灵活互通。

同时平台把技术、知识、经验等资源固化，形成4大类可移植、可复用的微服务组件库，供用户调用：

1）工业产品质量设计分析软件适配验证工具集微服务；

2）工业产品质量设计分析软件测试验证工具集微服务；

3）机器学习微服务；

4）工业产品质量设计分析软件产品风险管控知识库微服务。

借助上述微服务组件和应用开发工具，构建可扩展的云平台主要具备以下4个方面的能力。

a）提供企业的工业产品质量设计分析软件适配性评估能力，将数据科学与算法模型结合，帮助企业构建面向工业产品质量设计分析软件的数字化试验分析能力，实现企业的核心软件质量水平的提升。其中，建立的机器学习微服务主要包括：

1）K均值聚类；

2）层次聚类；

3）朴素贝叶斯；

4）EM；

5）AdaBoost等。

b）把技术、知识、经验等工业产品质量设计分析软件产品风险管控知识资源固化为可移植、可复用的微服务组件，形成工业产品质量设计分析软件产品风险管控知识微服务组件库；工业产品质量设计分析软件产品风险管控知识微服务组件库主要包括：

1）风险案例知识库微服务；

2）知识产权管理库微服务等。

c）构建工业产品质量设计分析软件测试验证工具集微服务能力，建立面向工业产品质量设计分析软件的多功能测试验证环境，形成工业产品质量设计分析软件测试验证工具集微服务组件库，主要包括：

1）稳定性测试工具集微服务；

2）基本功能测试套件微服务；

3）软件实时性验证工具微服务。

基于上述的工业产品质量设计分析软件测试验证工具集微服务，使得工业产品质量设计分析软件的稳定性、基本性能、实时性等性能的测试验证更加合理化、有效化。

d）构建工业产品质量设计分析软件适配验证工具集微服务能力，建立各种面向工业产品质量设计分析软件的适配器，快速构建定制化的面向工业产品质量设计分析软件与平台的互联互通接口，建立的软件适配验证工具集微服务主要有：

1）操作系统适配器；

2）中间件适配器；

3）数据库适配器等。

基于上述的工业产品质量设计分析软件适配验证工具集微服务，形成核心工业软件适配验证环境，实现对核心工业软件的适配验证。

2.1.3 第三层——应用服务层

形成满足不同企业需求、不同应用场景的工业软件应用、服务乃至解决方案，构成面向工业产品质量设计分析软件数字化试验验证平台的最终价值。在工业产品质量设计分析软件数字化试验验证环境下，对多种工业产品质量设计分析App（如FTA、FMECA、FRACAS和PFMEA等）进行一系列软件数字化试验验证应用，进一步向上为企业提供企业质量综合管理、数据采集过程、软件产品风险预测分析和软件产品质量溯源等应用服务。

除此之外，面向工业产品质量设计分析软件数字化试验验证平台还包括整个平台系统的安全管理体系，这些构成了面向工业产品质量设计分析软件数字化试验验证平台的基础支撑和重要保障。

基于微服务架构工业产品质量设计分析软件数字化试验验证平台的实现，一方面，基于不同行业、不同领域的各类工业软件通常缺少对外数字化试验验证调用的接口，也往往难以进行联合的调试、运行和测试，用微服务的方式将这些工业软件汇聚起来，形成同类功能联合测试运行的多线程服务模块，提升易用性和可维护性。

另一方面，在面向工业产品质量设计分析软件数字化试验验证平台中基于微服务模块进行工业产品质量设计分析App数字化试验验证，既能够借助微服务并行开发、分布运行的特点，有效地发挥平台海量开发者接入、资源弹性配置、云化部署运行等优势，又能够利用微服务独立隔离、灵活调用的特点，克服工业App所面临的快速运维、持续迭代和个性化定制等问题。

2.2 工业产品质量设计分析软件数字化试验验证技术研究

云计算、大数据和人工智能等新一代技术的快速发展，给工业软件数字化试验验证技术带来了新的机遇与挑战。因此，结合云计算技术，将工业产品质量设计分析软件新技术新形态应用于工业产品质量设计分析软件测试领域[3]，通过将工业产品质量设计分析软件数字化试验验证平台和容器技术相结合，快速构建可扩展、可伸缩的测试环境和测试工具，免去部署环境和工具的时间，帮助平台实现并行执行测试用例，从而减少测试执行时间，这样使测试工程师可以将更多的精力投入到业务中。

面向工业产品质量设计分析软件数字化试验验证平台分为智能化软件质量数据管理工具集、自动化软件测试工具集和软件产品风险管控知识库3个部分，测试基础软件和安全软件性能情况，并进行适配性评估，分析加载安全软件环境下基础软件运行情况。软件质量数据管理工具集，主要是机器学习的工具集，通过建立的工业产品质量设计分析软件的数字化试验数据模型自动采集软件测试过程数据对软件质量进行管控，通过大数据决策分析再反馈指导软件测试过程。

软件自动化测试工具集包括工业产品质量设计分析软件适配验证工具集和测试验证工具集，通过测试环境虚拟化和测试工具平台实现软件单元、集成、配置项和系统测试的测试需求分析、测试设计、测试执行和测试总结的全生命周期流程的自动化、智能化，同时实现各个工业产品质量设计分析软件测试工具和信息化平台的互联互通。

软件产品风险管控知识库包括工业产品质量设计分析软件典型缺陷库、风险案例知识库、工业产品质量设计分析软件模型库和知识产权管理库等，实现知识共享。

2.3 工业产品质量设计分析软件云化应用技术研究

Docker技术使得微服务易以实现，工业产品质量设计分析软件适配性验证工具集模型、工业产品质量设计分析软件测试性验证工具集模型、机器学习算法和工业产品质量设计分析软件产品风险管控知识库等微服务化组件能够以“搭积木”的方式被调用和编排，实现低门槛、高效率的工业App数字化试验验证，驱动了工业产品质量设计分析软件测试验证方式的变革，促进了工业产品质量设计分析App创新生态的形成。

同时Docker容器还易以部署到云端，目前各大主流云服务提供商在Paa S层都提供了原生的容器服务，使得Docker容器只需关注容器的划分和编排，微服务架构+Docker容器+云服务技术组合为工业产品质量设计分析软件微服务化的实现提供了坚实的基础。进一步地融合虚拟化技术与云平台技术，搭建基于虚拟化技术的工业产品质量设计分析软件数字化试验验证云平台，使得计算资源和存储资源的虚拟化，并能够将这些资源按照用户的需求进行动态分配，有效地提高了资源的利用率[4]。

通过利用容器工具中Docker容器，为工业产品质量设计分析软件的数字化试验验证提供轻量级的虚拟环境容器，也就是为开发人员和系统管理员开发、部署、运行应用提供一款虚拟化平台，像集装箱一样快速地组合成应用，并且可以像运输标准集装箱一样，尽可能地屏蔽系统底层的差异，真正地实现了工业产品质量设计分析软件产品在任何地方开发、部署和运行任何应用，为工业产品质量设计分析软件云化应用技术提供了理论基础，从而有效地解决上述问题[5]。

软件云化应用技术使得传统的工业产品质量设计分析软件在向云平台逐步地迁移，并引发了传统软件使用方式上的变革，使得传统软件将不再是一个简单的代码实体，而是由一系列服务构成的服务综合体，这种服务综合体是以工业App形态通过网络交付给用户，其中工业App形态也被称为云件（Cloud-Ware）[6]。工业产品质量设计分析软件云化应用技术主要是以服务为核心，以云平台为支撑，将成为未来云环境下的软件开发、部署、运维和使用的重要手段。

3 平台的搭建与应用

考虑行业痛点和共性需求，基于云平台的计算资源池、存储资源池和网络资源池搭建的基础运行环境上，在微服务架构下，通过工业产品质量设计分析软件数字化试验验证技术及算法程序设计，工业产品质量设计分析软件云化应用技术及数字化试验验证云平台技术工程化，搭建面向电子行业的工业产品质量设计分析软件数字化试验验证平台。

针对基于大数据的软件产品风险预测分析应用场景，通过采集到的工业产品质量设计分析软件数字化试验数据，涵盖适配验证数据和测试验证数据等，利用故障源数据甄别、故障归类、故障问题追溯等技术方法，以及专家系统、神经网络和动态趋势分析等智能化软件质量风险预测分析与应用技术手段，为用户提供企业质量综合管理、产品风险预测分析、产品质量溯源等服务。

4 结束语

基于平台数字化、网络化、智能化的工业产品质量设计分析软件试验验证的功能需求，开展工业产品质量设计分析软件适配验证工具集、工业产品质量设计分析软件测试验证工具集、工业产品质量设计分析软件产品风险管控知识库等微服务开发，采用私有云、公有云和混合云等多种部署方式，搭建面向工业产品质量设计分析软件数字化试验验证平台，建成工业产品质量设计分析软件数字化试验验证环境，进一步利用该平台中如FTA、FMECA、SRE、FRACAS和PFMEA等各类工业产品质量设计分析App实现产品质量设计分析，从而使得云平台具备广阔的推广应用价值。