一种基于软件定义的工业智能控制系统转让专利
申请号 : CN202011356569.3
文献号 : CN112181382B
文献日 : 2021-08-27
发明人 : 胡鹏飞 , 何春明
申请人 : 北京和利时系统工程有限公司
摘要 :
权利要求 :
1.一种基于软件定义的工业智能控制系统,其特征在于,包括:软件层面的逻辑中心化软件定义边缘计算平台和硬件层面的软件定义边缘智能控制器,其中:所述逻辑中心化软件定义边缘计算平台部署在边缘服务器和工控机算力达到预设能力的硬件基础设施上,用于提供基于语义的工业边缘设备孪生模型构建、边缘设备的身份标识和解析、边缘设备资源管理和调度、轻量级规则引擎、轻量级AI推理引擎、工业知识库/组件库/规则库/基础算法库、轻量级容器和微服务管理、云‑边协同以及工业级边缘计算平台安全,实现工业边缘侧的系统自治;对设备孪生模型、工业知识库/组件库/规则库/基础算法库、微服务管理、规则引擎、推理引擎进行统一的接口定义和封装;
所述软件定义边缘智能控制器采用多处理器混合异构架构,并通过对边缘智能控制器中的硬件资源进行虚拟化映射、调度、编排和管理,以软件定义的方式实现算力优化调度和动态重构,按需对控制器的各种资源进行配置,构建具有差异化控制和计算能力,同时支持实时工业控制和非实时边缘计算任务处理的软件定义虚拟控制器,实现边缘侧的智能控制;
所述基于语义的工业边缘设备孪生模型构建,具体为:所述逻辑中心化软件定义边缘计算平台利用语义本体、知识图谱技术,以及RDF、OWL、SWRL建模语言,对边缘设备对象进行抽象和描述建模,从属性、功能、状态和事件四个维度,分别描述设备对象的属性、所提供的能力、运行时的状态、运行时发生的事件;构建边缘设备之间的语义关联关系,形成设备知识图谱;从信息‑物理空间映射的角度,利用语义描述建模、知识图谱和服务能力抽象的技术和方法,将包括边缘侧的终端设备资源、边缘计算资源、边缘管理设备资源、边缘存储资源的边缘计算硬件资源进行数字化、虚拟化、池化,形成信息空间的虚拟数字孪生模型,并构建边缘设备资源池,设备的控制、管理和调度功能从硬件上解耦分离,以软件的方式实现,通过对虚拟化资源的按需配置和动态重组,实现边缘硬件设备资源的共享复用;
其中,边缘侧的物理设备和孪生模型之间是一一对应的,通过两者之间的实时动态交互,实现相互同步;
所述边缘设备资源管理和调度、轻量级规则引擎、轻量级AI推理引擎、工业知识库/组件库/规则库/基础算法库、轻量级容器和微服务管理,是以基于语义的工业边缘设备孪生模型为基础和支撑构建的边缘平台基础能力,实现边缘侧设备资源的统一管控、共享和智能化协同,支撑边缘智能应用;
所述软件定义边缘智能控制器中,一台物理的控制器可以同时虚拟出多个运行实时系统和多个运行非实时系统的软件定义虚拟控制器;所述软件定义边缘智能控制器所支持的实时工业控制和非实时边缘计算任务处理的软件定义虚拟控制器中,支持实时工业控制的虚拟控制器与支持非实时边缘计算任务处理的虚拟控制器之间是相互隔离的。
2.根据权利要求1所述的工业智能控制系统,其特征在于,所述逻辑中心化软件定义边缘计算平台主要实现四类边缘设备的软件定义,包括:终端设备、边缘计算节点、边缘管理节点和边缘存储设备,其中:
所述终端设备包括传感器、仪器仪表和执行器,用于负责感知物理对象和环境,并根据计算结果执行相应的控制命令和动作;
所述边缘计算节点包括具有算力的智能终端设备、工业智能网关、边缘智能PLC、边缘计算盒子、定制化的边缘计算设备和工业边缘服务器,用于负责提供边缘侧的计算能力、执行工业控制和边缘计算任务;
所述边缘管理节点包括边缘服务器、工控机、计算能力达到预设能力的定制服务器和私有云,用于负责承载和运行逻辑中心化软件定义边缘计算平台,实现对其管理域内的设备资源进行管理,且作为计算节点执行边缘计算任务;
所述边缘存储设备包括应用在边缘计算环境中的通用存储设备,用于负责存储边缘设备采集或生成的数据、模型数据、以及计算任务的中间结果和处理结果。
3.根据权利要求1所述的工业智能控制系统,其特征在于,所述软件定义边缘智能控制器采用多处理器混合异构架构,具体为:所述软件定义边缘智能控制器采用多核CPU+NPU+FPGA的混合异构架构,兼具实时控制能力和边缘计算能力,用于满足智能工业应用中边缘侧复杂控制任务和AI计算任务对计算资源及负载能力的需求,实现工业互联网场景下的智能控制。
4.根据权利要求1所述的工业智能控制系统,其特征在于,所述边缘智能控制器中的硬件资源包括:计算资源、存储资源、网络资源和IO资源。
5.根据权利要求4所述的工业智能控制系统,其特征在于,所述计算资源包括CPU、NPU和FPGA,所述存储资源包括DDR、Flash和SRAM,所述网络资源包括TSN、以太网和高速总线,所述IO资源包括AIO、DIO和PIO。
6.根据权利要求5所述的工业智能控制系统,其特征在于,在控制器硬件中,CPU与NPU、FPGA通过PCIe互联,实现异构计算中加速单元与处理器之间的协同工作;
采用硬件并行加速方法和任务级并行调度策略,将逻辑控制、过程控制任务直接在CPU中执行,实现中低时延的工业控制要求;
将运动控制高实时性任务划分到FPGA和CPU中混合执行,实现低时延的工业控制要求;
将工业机器视觉处理对计算资源需求大于预设值的任务划分到NPU中执行,实现低时延的处理要求。
说明书 :
一种基于软件定义的工业智能控制系统
技术领域
背景技术
能力,实现各生产要素之间的智能化交互和自动化协同,提高工业生产的效率和智能化水
平。
智能控制器,但是硬件之间的接口调整较为复杂、改造难度大;(2)在通用工业服务器上,利
用虚拟化技术实现同时支撑实时和非实时任务处理的工业控制系统,该系统能够实现硬件
资源的灵活高效分配,但是实现成本较高;(3)AI控制器,该系统是在工业控制器设计制造
时就搭载AI处理器,在硬件层面能够支持工业实时控制和工业AI任务处理,但是缺乏软件
平台的支撑,实时和非实时任务之间的隔离性差,资源利用率不高。
发明内容
解析、边缘设备资源管理和调度、轻量级规则引擎、轻量级AI推理引擎、工业知识库/组件
库/规则库/基础算法库、轻量级容器和微服务管理、云‑边协同以及工业级边缘计算平台安
全,实现工业边缘侧的系统自治;
度和动态重构,按需对控制器的各种资源进行配置,构建具有差异化控制和计算能力,同时
支持实时工业控制和非实时边缘计算任务处理的软件定义虚拟控制器,实现边缘侧的智能
控制。
力、执行工业控制和边缘计算任务;
进行管理,且作为计算节点执行边缘计算任务;
计算资源及负载能力的需求,实现工业互联网场景下的智能控制。
的描述建模技术,提出了软件定义边缘计算平台,以软件定义的方式实现工业边缘设备资
源的统一管控、共享和智能化协同,该软件定义边缘计算平台的核心能力包括基于语义的
工业边缘设备描述建模、知识库和规则库的构建、边缘设备资源调度和编排、轻量级规则引
擎等,通过构建工业边缘设备的数字孪生模型,实现物理空间中的设备实体在信息空间的
数字化表示,为边缘设备资源的管理和调度、资源的按需重构和共享协同提供基础和支撑。
同时,利用软件定义、硬件资源虚拟化等技术,提出了软件定义边缘智能控制器的实现方
式,采用多处理器混合异构架构,并通过对控制器中的硬件资源进行虚拟化映射、调度、编
排和管理,以软件定义的方式实现算力优化调度和动态重构,构建具有差异化控制和边缘
计算能力的软件定义虚拟控制器,可同时支持实时的工业控制任务和非实时的工业边缘智
能计算任务。
资源,构建具有差异化控制和计算能力的边缘智能控制器,同时支撑实时的工业控制任务
和非实时的边缘智能计算任务,且对于提高工业边缘设备资源的利用率、提升边缘整体服
务能力、减小能耗具有重要意义和实际价值。另外,还能够实现工业智能控制、边缘计算、工
业AI等实时控制和非实时计算任务需求,打通了边缘侧和云端的平台能力,具有融合、智
能、实时、灵活扩展的特点,为工业智能控制提供高效、差异化、低成本、省空间、易维护的全
新解决方案。
附图说明
申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以
根据这些附图获得其他的附图。
具体实施方式
理、工业智能、大数据服务等能力,为边缘端的工业智能控制赋能;边是边缘端,边缘端是实
现工业智能控制的核心,包括软件定义边缘计算平台10和软件定义边缘智能控制器20;端
是终端,终端主要包括感知设备和执行设备。
本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例,都属于本申请保护的范围。
智能控制器20,其中:
和解析、边缘设备资源管理和调度、轻量级规则引擎、轻量级AI推理引擎、工业知识库/组件
库/规则库/基础算法库、轻量级容器和微服务管理、云‑边协同以及工业级边缘计算平台安
全,实现工业边缘侧的系统自治。
调度和动态重构,按需对控制器的各种资源进行配置,构建具有差异化控制和计算能力,同
时支持实时工业控制和非实时边缘计算任务处理的软件定义虚拟控制器,实现边缘侧的智
能控制。
于语义的描述建模技术,提出了软件定义边缘计算平台,以软件定义的方式实现工业边缘
设备资源的统一管控、共享和智能化协同,该软件定义边缘计算平台的核心能力包括基于
语义的工业边缘设备描述建模、知识库和规则库的构建、边缘设备资源调度和编排、轻量级
规则引擎等,通过构建工业边缘设备的数字孪生模型,实现物理空间中的设备实体在信息
空间的数字化表示,为边缘设备资源的管理和调度、资源的按需重构和共享协同提供基础
和支撑。同时,利用软件定义、硬件资源虚拟化等技术,提出了软件定义边缘智能控制器的
实现方式,采用多处理器混合异构架构,并通过对控制器中的硬件资源进行虚拟化映射、调
度、编排和管理,以软件定义的方式实现算力优化调度和动态重构,构建具有差异化控制和
边缘计算能力的软件定义虚拟控制器,可同时支持实时的工业控制任务和非实时的工业边
缘智能计算任务。
技术和方法,将边缘计算硬件资源(包括:边缘侧的终端设备资源、边缘计算资源、边缘管理
设备资源和边缘存储资源)进行数字化、虚拟化、池化,形成信息空间的虚拟数字孪生模型,
并构建边缘设备资源池。然后,通过逻辑中心化的软件定义边缘计算平台,上层应用能够按
需调度、管理和控制虚拟设备资源和边缘服务。通过这种方式,可实现底层边缘硬件资源的
模块化管控和智能边缘应用的定制化开发部署。
节,能够充分利用硬件的可编程性,快速开发部署边缘应用。此外,这些分散、异构的边缘设
备资源能够被统一管理、重构、共享、复用和协作,它们的服务能力可以被充分利用,提升边
缘侧的整体服务能力。
中:
算能力、执行工业控制和边缘计算任务;
源进行管理,且作为计算节点执行边缘计算任务;
的基石和底座。通过构建平台的基础能力,包括:边缘设备资源调度和编排、虚拟控制器编
排、轻量级规则引擎、轻量级边缘侧AI推理引擎、知识库/规则库/组件库/基础算法库、容器
管理/微服务等,实现边缘侧设备资源的统一管控、共享和智能化协同,支撑运动控制、逻辑
控制、设备故障诊断、工业机器视觉等边缘智能应用。该方案可实现工业边缘侧的系统自
治,使工业控制系统的边缘硬件资源以软件的方式实现灵活管控和自主协同。
抽象和描述建模,从属性、功能、状态和事件四个维度,分别描述设备对象是什么、所能提供
的能力、运行时的状态、运行时发生的事件等,如图3所示。同时,构建设备之间的语义关联
关系,形成设备知识图谱,实现物理空间中的设备实体在信息空间的数字化表示,即构建
“数字孪生模型”。
和构建方法,进行知识表示、知识共享、知识推理等技术能力的构建,将设备之间的智能协
同机制和控制逻辑抽象成规则,将应用领域的常识、定理、机理模型、专家或一线工人的经
验等知识构建成信息化、可复用的知识库,作为工业应用进行决策、推理和控制的依据。
可以将状态和数据实时同步到孪生模型中,供平台和应用进行决策处理,同时,孪生模型也
可以将平台和应用的决策结果同步给设备,执行决策指令,实现工业边缘智能控制和信息‑
物理空间的融合交互。另一方面,设备的控制、管理和调度功能从硬件上解耦分离,以软件
的方式实现,通过对虚拟化资源的按需配置和动态重组,可实现边缘硬件设备资源的共享
复用;同时,物理空间中设备之间的协同机制、联动机制、控制逻辑等以知识库和规则库的
形式变得可编辑、可复用,结合规则引擎、推理引擎等基础能力,实现边侧的智能协同和系
统自治;通过对设备孪生模型、知识和规则库、边缘基础服务和能力进行统一的接口(API)
定义和封装,使上层应用能够方便地调用各种模型、数据和基础服务,而无需过多关注底层
硬件设备的部署细节,降低代码开发量,简化应用的开发和部署,实现各种工业边缘场景和
智能应用。
异构架构,兼具实时控制能力和边缘计算能力,用于满足智能工业应用中边缘侧复杂控制
任务和AI计算任务对计算资源及负载能力的需求,实现工业互联网场景下的智能控制。
时任务处理,满足智能工业应用中边缘侧复杂控制任务和AI计算任务对计算资源及负载能
力的需求。
Flash和SRAM,所述网络资源包括TSN、以太网和高速总线,所述IO资源包括AIO、DIO和PIO。
逻辑控制、过程控制等任务直接在CPU 中执行,实现中低时延的工业控制要求;将运动控制
等高实时性任务划分到FPGA 和CPU 中混合执行,实现低时延的工业控制要求;将工业机器
视觉处理等对计算资源需求较大的任务划分到NPU 中执行,实现低时延的处理要求。
度、编排和管理。Hypervisor负责管理每个虚拟控制器资源的分配和虚拟化,其中包括如下
几个部分:
Hypervisor层内存地址映射管理器负责将虚拟机的物理地址转换为实际的机器物理地址。
内存)的实际映射关系。
式实现基于网络的算力优化调度和动态重构,对于不同的应用需求构建具有不同控制和计
算能力的虚拟控制器,实现控制器硬件资源的共享和协同。在软件定义边缘智能控制器中,
一台物理的控制器可以同时虚拟出多个实时系统和多个非实时系统,同时支撑实时控制和
边缘智能计算任务,实现多个工业控制子系统之间的协同。
制器上,由边缘端执行AI模型推理,实现云边协同的工业智能控制方案。
于语义的描述建模技术,提出了软件定义边缘计算平台,以软件定义的方式实现工业边缘
设备资源的统一管控、共享和智能化协同,该软件定义边缘计算平台的核心能力包括基于
语义的工业边缘设备描述建模、知识库和规则库的构建、边缘设备资源调度和编排、轻量级
规则引擎等,通过构建工业边缘设备的数字孪生模型,实现物理空间中的设备实体在信息
空间的数字化表示,为边缘设备资源的管理和调度、资源的按需重构和共享协同提供基础
和支撑。同时,利用软件定义、硬件资源虚拟化等技术,提出了软件定义边缘智能控制器的
实现方式,采用多处理器混合异构架构,并通过对控制器中的硬件资源进行虚拟化映射、调
度、编排和管理,以软件定义的方式实现算力优化调度和动态重构,构建具有差异化控制和
边缘计算能力的软件定义虚拟控制器,可同时支持实时的工业控制任务和非实时的工业边
缘智能计算任务。
资源,构建具有差异化控制和计算能力的边缘智能控制器,同时支撑实时的工业控制任务
和非实时的边缘智能计算任务,且对于提高工业边缘设备资源的利用率、提升边缘整体服
务能力、减小能耗具有重要意义和实际价值。另外,还能够实现工业智能控制、边缘计算、工
业AI等实时控制和非实时计算任务需求,打通了边缘侧和云端的平台能力,具有融合、智
能、实时、灵活扩展的特点,为工业智能控制提供高效、差异化、低成本、省空间、易维护的全
新解决方案。
在任何这种实际的关系或者顺序。
括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要
素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的
过程、方法、商品或者设备中还存在另外的相同要素。
一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请
将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一
致的最宽的范围。
改进等,均应包含在本申请的权利要求范围之内。