基于5G网络的工业App运管平台的设计与优化研究

2023-11-19田诗韵孙雪媛徐千淞

信息记录材料 2023年8期

田诗韵,孙雪媛,徐千淞

(1 重庆信息通信研究院重庆 401336) (2 中国电信股份有限公司研究院北京 102200)

0 引言

近年来,随着人工智能、物联网等新一代信息技术的发展和普及,工业智能化建设已成为制造业升级和转型的必由之路。其中,工厂级工业App运管平台作为工业智能化建设的重要组成部分,已经成为越来越多企业在实现数字化、网络化、智能化生产的过程中不可或缺的支撑。然而,现有工业应用的网络架构和技术设施往往难以满足复杂、多样化的生产需求,同时在5G网络普及的背景下,企业迫切需要一个更为高效、智能、安全的工厂级工业App运管平台,以应对不断变化的市场和生产环境。

本文通过从工业应用的实际使用场景和业务需求出发,结合工业生产系统架构,综合运用应用服务编排、云原生、故障诊断等相关技术,设计并优化基于5G网络的工厂级工业App运管平台,以满足企业在数字化、网络化、智能化转型中的需求,提高生产效率和质量,降低生产成本。具体内容包括:首先,从工业应用的实际场景出发,结合工业生产系统架构,梳理架构中各个环节的相关应用和设备,利用拓扑图的形式展示出层级关系;其次,综合应用服务编排、云原生以及故障诊断等相关技术,实现工厂级工业App运管平台服务编排和优化,保障多样化应用节点智能有效协同和智能定位;再次,利用边缘计算、云网融合等技术实现在5G网络环境下保障平台的可靠性;最后,基于5G的OT/IT融合网络设施,采用分布式微服务架构搭建数字化、网络化、智能化的5G+工厂级工业App运管平台,以保障柔性制造和智能制造的需求。

1 相关技术与理论

介绍5G网络、工业生产系统架构、应用服务编排、云原生、故障诊断、边缘计算、云网融合等相关技术和理论,为后续的平台设计提供技术支持。

1.1 5G网络

5G网络技术的特点是高速率、低延迟、大容量和灵活性[1],这些特点为工业应用提供了更广阔的空间和更多的可能性。在工厂级工业App运管平台的设计与优化中,5G网络技术的应用将有助于提高平台的可靠性、响应速度和灵活性,从而为工业制造提供更好的支持和服务[2]。

1.2 工业生产系统架构

在基于5G网络的工厂级工业App运管平台的设计与优化研究中,工业生产系统架构技术理论是非常重要的一部分,需要针对实际应用场景进行分析和应用[3]。通过对工业生产系统的架构进行深入研究和理解,才能实现工业App运管平台的优化设计和实现。常见的分层架构包括三层结构和五层结构,每一层次之间通过接口进行连接,实现信息传递和控制命令传输[4]。

1.3 应用服务编排

在工厂级工业App运管平台中,应用服务编排是实现多样化应用节点智能协同的重要技术。应用服务编排技术可以将不同的应用服务组合在一起,以实现复杂的业务逻辑和业务流程[5]。其主要目的是将不同的应用服务连接起来,并将它们组织成一个工作流程。应用服务编排技术主要包括两个方面的内容:应用服务的建模和应用服务的编排。应用服务建模是指将工业应用系统中的业务逻辑抽象成一个可重用的模块化的应用服务,以便于应用服务编排时的调用[6]。应用服务编排是指将不同的应用服务组合在一起,并通过编排工具将它们组织成一个工作流程。

1.4 云原生

云原生是一种新兴的软件开发和部署方式,是基于云计算、容器化和微服务等技术理念,旨在提高应用程序的可伸缩性、弹性和可靠性。云原生应用程序的部署单元是容器,每个容器都包含应用程序所需的所有组件和库。与传统的单体应用程序不同,云原生应用程序是由微服务组成的,这些微服务是独立部署、升级和扩展的,可以相互协作,实现整个应用程序的功能[7]。云原生技术在工业领域的应用,可以帮助企业构建高可用、高可靠、高扩展的工业应用程序。它可以使企业将应用程序轻松地部署到多个环境中,例如本地服务器、公有云、私有云和混合云等,提高了应用程序的灵活性和可移植性[8]。同时,云原生技术还可以提高应用程序的安全性和可管理性,帮助企业更好地管理应用程序和数据。

1.5 故障诊断

在工业生产环境中,设备的故障可能会严重影响生产效率和质量。因此,故障诊断技术是工业App运管平台设计中的重要组成部分。故障诊断技术可以帮助工厂实现对设备的快速故障定位和排除,提高生产效率和产品质量[9-10]。

1.6 边缘计算

边缘计算是指在靠近数据源头的位置进行数据处理和计算的一种技术,通过将数据处理和计算推向网络边缘,可以降低数据传输时延和网络拥塞情况,提高数据的安全性和可靠性[11]。在工业领域中,边缘计算技术可以用于工业数据的采集、处理和传输,以提高工业生产的效率和质量。边缘计算技术结合5G网络技术可以实现更快速、可靠、低时延的数据传输和处理[12]。

1.7 云网融合

云网融合技术的主要目的是将传统的网络和云计算资源整合起来,提供一个统一的、可扩展的服务平台。这种技术可以通过各种方式实现,例如将云计算资源分配到网络边缘,以提高服务响应速度和性能,同时确保可靠性和安全性[13]。此外,云网融合技术还可以通过网络虚拟化、软件定义网络和网络功能虚拟化等技术实现网络资源的灵活配置和管理。这可以使网络更加智能和高效,并支持动态的应用需求。在工厂级工业App运管平台的设计和优化中,云网融合技术可以实现工业数据的收集、处理和存储,以及将工业应用程序部署到云端,提高工业应用程序的灵活性和可扩展性[14]。此外,云网融合技术还可以提高工业应用程序的安全性和可靠性,确保工业生产系统的稳定运行。

2 工厂级工业App运管平台设计

从工业应用的实际使用场景和业务需求出发,结合工业生产系统架构,梳理架构中各个环节的相关应用、设备,并利用拓扑图的形式展示出层级关系。详细介绍工厂级工业App运管平台的设计思路、架构、功能和特点,包括服务编排、节点协同、故障诊断等方面。

平台的设计要求考虑实际使用场景和业务需求,并综合应用服务编排、云原生、故障诊断、边缘计算、云网融合等相关技术,以保障在5G网络环境下平台的可靠性。设计工厂级工业App运管平台需要考虑架构设计,基于工业生产系统架构,设计一个数字化、网络化、智能化的平台架构,将各个应用、设备及节点连接起来,实现信息共享和协同。服务编排:采用应用服务编排技术,将多个应用服务组合成一个完整的业务流程,提高平台的灵活性和可扩展性。云原生:采用云原生架构,实现平台的可移植性、可伸缩性和可靠性。故障诊断:利用故障诊断技术,及时发现和解决应用节点的故障,提高平台的稳定性和可靠性。边缘计算:采用边缘计算技术,将部分计算任务放在边缘节点上处理,减少数据传输延迟和网络带宽占用,提高平台的实时性和可靠性。云网融合:采用云网融合技术,实现云和边缘计算的协同工作,提高平台的可用性和可靠性。

基于此,设计工厂级工业App运管平台时需要考虑的主要问题包括:如何实现服务编排,如何保障多样化应用节点的智能有效协同,如何实现故障诊断,以及如何利用边缘计算和云网融合技术保障平台的可靠性等。

在设计思路方面,首先需要确定平台的总体架构,包括前端、后端和存储等方面。其次需要对平台进行功能划分,包括服务编排、节点协同、故障诊断等方面。最后需要确定平台的特点,例如可扩展性、灵活性和安全性等。

在架构方面,工厂级工业App运管平台需要采用分布式微服务架构,以便实现数字化、网络化和智能化的目标。同时需要考虑数据的实时性和可靠性,以确保数据传输过程中不会发生延迟或丢失。

在功能方面,工厂级工业App运管平台需要实现服务编排、节点协同和故障诊断等功能。服务编排是指将不同的应用节点按照特定的规则组织成服务流,以便实现任务的自动化。节点协同是指各个应用节点之间的协同工作,以便实现任务的高效完成。故障诊断则是指对平台中出现的故障进行分析和处理,以确保平台的可靠性。

在特点方面,工厂级工业App运管平台需要具备可扩展性、灵活性和安全性等特点。可扩展性是指平台可以随着业务需求的变化而扩展,以便支持更多的应用节点和服务流。灵活性是指平台可以根据业务需求进行调整和优化,以便满足不同的业务需求。安全性是指平台需要采取各种措施来保护平台中的数据和应用节点,以确保平台的安全性。

3 工厂级工业App运管平台优化

针对现有工厂级工业App运管平台存在的问题,提出优化策略和方法。包括节点智能协同、智能定位、故障分析等方面,并结合5G网络环境下的特点,提出保障平台可靠性的解决方案。

3.1 节点智能协同

在生产过程中,不同节点之间需要进行信息传递和协调,现有的工厂级工业App运管平台可以通过节点智能协同来提高协调效率。通过引入人工智能技术和机器学习算法,平台可以对不同节点的运行状态和数据进行实时分析和预测,从而实现智能调度和协同。针对节点智能协同的问题,可以通过引入边缘计算技术,将计算和数据处理能力下放到节点端,实现节点之间的智能协同。此外,还可以利用云原生技术,将应用服务拆分成微服务,以实现更加灵活和高效的节点协同。

3.2 智能定位

工厂中的各种设备和物料需要进行定位和追踪,以便实现更精确的管理和控制。现有的工厂级工业App运管平台可以通过引入定位技术,如基于5G网络的室内定位系统,实现设备和物料的实时定位和追踪,从而提高生产效率和安全性。针对智能定位的问题,可以利用5G网络的高带宽、低延迟和大连接数等特点,实现精准定位和实时监控。同时,结合云网融合技术,将定位数据与其他数据源进行融合,提高定位的准确性和可靠性。

3.3 故障分析

故障是生产过程中常见的问题,现有的工厂级工业App运管平台可以通过引入故障分析技术来提高故障处理效率。通过对设备运行状态和数据进行分析,平台可以提前预测故障的可能性,并给出相应的处理建议,从而实现快速的故障诊断和处理。对于故障分析的问题,可以结合边缘计算和云原生技术,实现故障数据的快速采集、分析和处理,提高故障定位和修复的效率。同时,可以利用5G网络的网络切片技术,实现对不同类型的应用服务进行分割和隔离,提高平台的可靠性和稳定性。

3.4 保障可靠性

在5G网络环境下,保障工厂级工业App运管平台的可靠性是至关重要的。为了实现平台的高可靠性,可以采用多重备份和容错技术,确保平台的稳定运行。此外,还可以采用安全加密技术,保障平台的数据安全性和隐私保护。

4 平台实现与应用

基于5G的OT/IT融合网络设施,采用分布式微服务架构,实现数字化、网络化、智能化的工厂级工业App运管平台。通过实验验证和应用案例,证明平台的可行性和有效性,以保障柔性制造和智能制造。

4.1 架构设计

平台的架构设计采用分布式微服务架构,分为前端、后端、存储、分析等模块。前端主要是用户界面,包括应用界面、设备界面等;后端负责业务逻辑处理,包括应用管理、设备管理、故障管理等;存储负责数据的存储和管理,包括原始数据和分析数据;分析负责对数据进行分析和处理,包括数据挖掘和大数据分析等。平台还采用了边缘计算和云原生技术,使其更加智能和高效。

4.2 实现过程

平台的实现涉及多种关键技术,包括5G网络、云原生、边缘计算、应用服务编排、故障诊断等。其中,5G网络技术提供高速、低延迟的网络环境,为平台提供了可靠的数据传输和通信支持;云原生技术保证了平台的可扩展性和高可用性;边缘计算技术利用边缘设备的计算和存储能力,提高了平台的响应速度和实时性;应用服务编排技术实现了应用的自动化部署和管理;故障诊断技术提供了故障预测和排除的支持。

平台的应用场景主要包括工业生产管理和智能制造。在工业生产管理方面,平台可以实现设备监测、故障管理、生产调度等功能,提高生产效率和管理水平;在智能制造方面,平台可以实现柔性制造和个性化生产,提高产品质量和市场竞争力。

4.3 应用案例

工厂生产计划管理是制造业生产的重要组成部分。利用工厂级工业App运管平台,可以实现实时监测生产线状态、生产进度和生产任务,通过数据分析提供决策支持,自动优化生产计划,最大化生产效率。利用工厂级工业App运管平台的质量管理功能,可以实时监测生产过程中的质量指标,及时发现和处理异常情况,提高产品质量。同时,平台也可以自动记录生产数据,建立生产过程数据档案,为后续质量追溯和分析提供支持。工厂级工业App运管平台的设备维护管理功能可以实现对设备的实时监测和预测性维护,通过数据分析和预测算法,提前发现设备故障,进行维护,最大程度减少停机时间和维修成本。

例如某汽车制造厂引入了平台进行生产管理,通过平台实时监测设备运行情况、故障预测和排除,实现了生产效率的提高和生产成本的降低。同时,平台还提供了生产调度和质量检测等功能,保证了生产过程的顺畅和产品质量的稳定。此外,实际应用中还有许多其他应用场景。通过平台的数字化、网络化和智能化特点,可以提高生产效率、降低成本、提高产品质量、提升生产安全等方面的综合竞争力。