面向制造任务执行的云制造环境信息感知系统和方法与流程

本发明涉及云制造技术领域，特别涉及一种面向制造任务执行的云制造环境信息感知系统和方法。

背景技术：

云制造是一种面向服务、高效低耗和基于知识的网络化、敏捷化制造新模式和技术手段^[1]，它利用云计算和物联网等新技术对各类制造资源进行虚拟化和服务化，实现分散资源的统一运营和集中管理^[2]。云制造模式下，各类服务提供者将自身剩余的各类制造资源和制造能力通过服务化封装，以云服务的形式发布到云制造平台中，供服务使用者使用^[3]，从而促使制造业由生产型向服务型转变^[4]。

云制造环境是一个动态、开放、复杂的环境。在此环境下，各类制造云服务运行于网络之上，支撑不同行业、不同业务、不同需求、跨企业、跨地域的制造活动有序开展。云制造环境下，可能会出现诸如制造任务变更、制造设备云服务故障、物流云服务超期等诸多不可预料的事件，影响制造活动的顺利进行。因此，需要感知云制造环境相关信息的变化，在此基础上，实现环境信息的统一表达和有机融合，为下一步制造云服务的自适应^[5]调整夯实基础。

对制造信息的感知可以及时发现制造过程中所出现的问题，便于及时作出决策，是确保制造过程顺利进行和实现智能制造的基础。早期受制于当时的技术水平限制，只能通过编写程序获取数控机床或加工中心等设备信息，以及erp、mes等系统中的生产计划、工序计划等信息，获取的信息并不全面。近几年，物联网等新一代信息通信技术的应用为制造信息的全面感知提供了可能。任明仑^[6]等人提出了一个基于人－物－场信息融合的事件信息结构模型，该模型通过各种物联网感知硬件实时采集实体及实体相关的环境信息，通过信息融合技术实现指人、物、场信息的融合。陈伟兴^[7-8]等人建立了基于数据驱动的制造过程事件感知模型，通过制造物联技术实现生产车间自动控制设备和mes的互联，从而完成人、机、物料、生产计划及任务执行情况和在制品质量等信息的实时采集。陈健飞^[9]等人分析了制造装备信息特点以及物料、图像、物理和程序等信息获取的主要方式，提出了一个使用二维码、rfid以及程序获取信息的方案。刘明周^[10]等人建立了制造资源感知和信息集成框架，并在此基础上实现了制造资源的互联感知与信息集成。任磊^[11]等人运用cps技术与物理制造单元连接，通过构建智能服务单元实时感知环境和自身状态信息。邹萍^[12]等人设计开发了边缘智能网关系统，实现了面向边缘计算的制造资源感知接入。

现有研究多利用物联网技术感知产品制造过程中的相关信息，来保障企业内部制造活动的顺利进行。云制造环境下，制造活动的关联范围超越了传统制造，不再局限于制造车间或制造工厂，呈现跨企业、跨地域的特点，这就导致环境信息的感知更为复杂和困难。具体来说，云制造环境信息的感知有如下问题需要解决：a)在认真分析云制造特点的基础上，明确云制造环境信息所包含的内容；b)建立云制造环境信息模型，确定不同环境信息的感知方法或手段；c)解决不同环境信息的统一表达问题，实现环境信息的融合，为后续制造云服务的自适应调整奠定基础。

云制造环境下，企业可以将自身的制造设备、计算设备、物料、人员、软件、知识等各种硬资源和软资源^[13]经过虚拟化、服务化，封装成云服务的形式运行在云制造平台中。服务使用者根据自身需求，选择合适的云服务，实现自身制造任务的执行。也就是说，企业制造活动的开展可能会在自身资源的基础上，选择云制造资源池中的相关云服务，如设计云服务、制造/加工云服务、物流云服务、维护维修云服务、检测云服务、人力资源云服务、产品研发云服务等。相比于传统的车间制造，云制造环境信息的感知变得更为复杂。

云制造模式的核心在于实现制造任务的执行，而制造任务的关键环节由制造/加工云服务来完成。在制造/加工云服务的执行中，涉及到物料、人员、物流等要素，同时考虑到云制造是一种基于网络的制造模式，因此在界定云制造环境信息时，不仅包含环境温度、电压、电力水平、任务类型等信息^[11]，还需包含与制造任务执行密切相关的云服务信息，以及云制造平台运行的环境(云计算环境)信息。即本发明将影响制造/加工云服务执行的信息统一称为云制造环境信息。为便于问题的描述，给出相关定义如下：

定义1环境变量。环境变量cmev表示刻画环境的属性信息，定义为一个三元组，即cmev＝(name,type,value)，其中name表示变量的名字，具有唯一性；type表示变量类型；value表示变量的值，可能是一个值，也可能是一个范围或集合。

定义2云制造环境。云制造环境cme是一系列环境变量的集合，考虑面向制造任务执行的特点，cme定义为一个四元组cme＝(cpe,te,pe,me)，其中

a)cpe表示云制造平台工作环境，cpe＝(memory,bandwidth,compute)，其中memory指的是存储资源，bandwidth指的是网络带宽资源，compute指的是计算资源。云制造平台工作在云环境中，理论上资源是无限的，但是考虑到实际分配的资源总有一个限制，而当云制造达到一定规模之后，将会有海量的数据传送、存储在云上，并在云上完成计算，因此需要考虑资源可能对制造任务的影响。

b)te是制造任务的集合，te＝{task1,task2,...,taskn}，每一个制造任务task＝(tid,tcp,tnumber,ξc,ξt,tstate)，分别表示制造任务的唯一标识、产品结构及技术参数、加工数量、价格阈值、时间阈值和任务状态。

c)pe表示制造任务所在物理环境，pe＝(peid,ptemperature,phumidity,pvoltage,ppquality)，分别指制造加工场所唯一标识、温度、湿度、电压和电能质量，电能质量包括电流谐波、电压谐波、三相不平衡、电压波动、电压骤升与骤降、频率偏移和闪变等^[14]影响制造设备运行的信息。

d)me表示参与制造任务的云服务的相关信息(为便于问题的描述，本文仅考虑制造任务执行过程中可能会影响其执行的信息，不考虑相关云服务的基本信息)，me＝(mpe,le,he,de,mre)。其中

(a)mpe表示与制造任务关联的加工设备的相关信息，mpe＝(mpid,mpspeed,mpvibrate,mptemperature,mppress,mpvoice)，分别指制造加工设备的速度、震动、温度、压力和声音等信息，这些信息是判断设备是否进行维修维护的依据。

(b)le表示与制造任务关联的物流云服务信息，le＝(lid,llocation,lexception)，分别指物流云服务的唯一标识、当前物理位置和紧急异常信息(如车辆故障、事故等)。

(c)he表示与制造任务关联的人力资源云服务信息，主要指从事制造活动本身的制造工人。he＝(hid,hnumber,htime,htgrade)，分别指人力资源云服务唯一标识、工人数量、工人可工作时长(小时/天)和工人技术等级。

(d)de表示与制造任务关联的检测云服务信息，de＝(did,dptype,dstandard,dability,dresult)，分别指检测云服务唯一标识、检测产品类型、采用的检测标准、检测能力(件/天)和检测结果。检测结果dresult＝(dpid,dconclusion,ddetails,ddate)，分别表示检测产品编号、检测结论、结论详细信息和检测日期。

(e)mre表示与制造任务关联的维护维修云服务信息，mre＝(mrid,mrdtype,mrability)，分别指维护维修云服务唯一标识、可维护维修的设备类型、维护维修能力，其中维护维修能力包括相关人员、资质、授权、资格证书等。

定义3云制造场景。某一时刻的云制造环境信息称为一个云制造场景，它是云制造环境的一个实例，定义为一个二元组cms(cme,t)，表示在t时刻的云制造环境cme。

定义4云制造场景转换。设存在ti时刻的场景cmsi＝(cmei,ti)，tj时刻的场景cmsj＝(cmej,tj)，ti<tj且ti和tj之间不存在其他采样时间点，若满足(cmei.cpei≠cmej.cpej∨cmei.tei≠cmej.tej∨cmei.pei≠cmej.pej∨cmei.mei≠cmej.mej)，则称由场景cmsi转换至场景cmsj，记为cmsi→cmsj。

定义5事件。云制造场景的切换产生了事件，即event＝cmsi→cmsj。事件可以形式化为一个六元组event＝(eid,etype,esource,ereason,etime,epriority)，eid是事件的唯一标识；etype表示事件类型；esource表示事件来源，用来实现事件的定位并携带相关环境信息，esource＝(esourceid,esourcedata)；ereason表示事件产生的原因，如加工参数变更、生产数量增加、存储资源不足、温度过低等；etime表示事件发生的时间；epriority表示事件的优先级，当有多个关键事件发生时，将从事件库中选择优先级最高的关键事件进行响应。

参考文献

[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(03):449-457；

[2]陈友玲,段克华,刘舰,王龙.云制造环境下基于双层规划的资源优化配置模型[j].计算机应用研究,2019,36(12):3713-3717+3724；

[3]赵秋云,魏乐,舒红平.基于质量评价及需求匹配的制造设备云服务选择[j].计算机应用研究,2015,32(11):3387-3390+3394；

[4]吴阳,谢良喜,雷钰琛,韩青.多属性指标云制造资源的评价及选择[j].机械设计与制造,2019(07):249-253；

[5]章振杰,张元鸣,徐雪松,高飞,肖刚.基于动态匹配网络的制造服务组合自适应方法[j].软件学报,2018,29(11):3355-3373；

[6]任明仑,李伟.基于人-物-场信息融合的事件信息结构模型[j].合肥工业大学学报(自然科学版),2017,40(04):553-558；

[7]陈伟兴,李少波.生产过程制造物联关键事件主动感知实现技术及方法[j].制造业自动化,2015,37(17):148-152；

[8]陈伟兴,李少波,黄海松.离散型制造物联过程数据主动感知及管理模型[j].计算机集成制造系统,2016,22(01):166-176；

[9]陈健飞,霍壮志,王龙,丁永萍,倪萍.智能制造装备信息感知分析与设计[j].南京工程学院学报(自然科学版),2018,16(01):28-33；

[10]刘明周,马靖,王强,杨清.一种物联网环境下的制造资源配置及信息集成技术研究[j].中国机械工程,2015,26(03):339-347；

[11]任磊,任明仑.基于情景感知的制造组合服务自适应决策机制[j].控制与决策,2019,34(06):1277-1285；

[12]邹萍,张华,马凯蒂,程仕通.面向边缘计算的制造资源感知接入与智能网关技术研究[j].计算机集成制造系统,2020,26(01):40-48；

[13]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；

[14]骈亚洲.铁道货车制造车间典型设备电力系统电能质量研究[d].大连：大连交通大学,2016。

技术实现要素：

本发明针对现有技术的缺陷，提供了一种面向制造任务执行的云制造环境信息感知系统和方法，解决了现有技术中存在的缺陷。

为了实现以上发明目的，本发明采取的技术方案如下：

一种面向制造任务执行的云制造环境信息感知系统，包括：环境层、感知层和融合层；

所述环境层作用是产生云制造环境信息的对象，包括：云制造平台环境模块、用户需求模块和制造环境模块。

其中云制造平台环境模块是云环境分配给云制造平台的存储、计算和网络带宽资源；

用户需求模块是用户制造任务的变更；

制造环境模块是制造任务执行的物理场所的环境；物流、人力资源、检测能力和制造/加工设备等对象是与制造任务密切相关的要素，这些要素在云制造平台中有对应的云服务存在，其变化会直接影响制造任务的执行。

所述感知层采用对应的感知设备或手段，感知环境层的相关环境信息，并将环境信息通过因特网、工业局域网、蓝牙、wifi和红外，传送至融合层。环境信息包括：云制造平台环境信息、用户需求信息、制造环境信息和相关制造云服务信息；

所述融合层的作用是把感知的环境信息存入环境信息库，并转换成事件的形式，实现信息的融合。通过大数据分析的手段对海量事件进行甄别，得出关键事件，存入事件库。

进一步地，不同环境信息的感知所用的方法是不同的，具体如下：

云制造平台环境信息感知：软件agent通过调用云计算管理软件提供的api周期性地获取相关资源状况，从而获取云制造平台环境信息。

用户需求信息感知：用户的制造需求经过解析之后，转换成制造任务，进一步被抽象为制造流程，为每一个流程节点匹配合适的云服务即可完成制造任务。当加工参数、加工数量、加工时间变更时，用户会通过云制造平台的人机交互接口上传变化的信息，此时平台可以获取需求的变化信息。

制造环境信息感知：制造环境信息包括：加工场所温度、湿度、电压和电能质量，因通过安装温度传感器、湿度传感器、电压传感器和电流传感器来感知信息。

相关制造云服务信息感知：面向制造任务执行的相关制造云服务信息是由与此相关联的实体所产生的，在感知这些实体的信息后，对应云服务的属性也会发生变化。实体的信息包括：物流车辆位置信息、人力资源信息、检测能力信息和维护维修信息和制造/加工设备信息。

进一步地，数据上传采用边缘计算技术，通过边缘节点网关对现场数据进行本地化处理，仅将关键信息上传到云制造平台中，实现云-边协同。

本发明还公开了一种云制造环境信息感知方法，步骤如下：

s1：结合云制造环境信息的产生源，事件类型包括：云制造平台环境类事件、用户需求类事件、制造/加工设备类事件、物流类事件、人力资源类事件、检测类事件、维护维修类事件和制造环境类事件，分别用1-8之间的整数表示。事件的优先级反映了事件对制造任务影响的急迫程度，用1-15之间的整数表示，数值越小，优先级越高，有多少事件用多少个整数，剩余的整数用于增加事件并进行扩展。目前定义的事件、所属类型和优先级如表1所示。

表1不同事件的优先级

s2:周期性地主动通过软件agent感知云制造平台环境cpe的存储memory、网络带宽bandwidth、计算资源compute的使用信息；不定时地被动接受用户需求的变更信息te、检测能力变化和产品/零件质量检测信息me.de、维修维护能力变化信息me.mre和人力资源能力变化信息me.he；周期性地主动通过gps获取的车辆位置信息me.le.llocation和不定时地被动接受物流云服务发送的me.le.lexception信息；周期性地接收边缘网关发送的制造环境信息pe和加工设备信息me.mpe。进入步骤s3。

s3:当周期性地感知到或不定时地接收到tj时刻的环境信息cmej(场景cmsj)时，将cmej存入环境信息库；从环境信息库中读取最近一次ti时刻的场景cmsi，若不存在cmsi→cmsj，转步骤s4；否则转到s31判断环境信息的来源；

s31:若环境信息来自于云制造平台环境，则

如果cpe.memory>ξmem，表示存储资源利用率超过了设定的阈值ξmem，生成事件eventj＝(eidj,etype＝1,esource＝(cpe,cpe.memory),ereason＝‘存储资源不足’,etime＝tj,epriority＝6)，esource中的cpe表示事件源为云制造平台环境；

如果cpe.compute>ξcom，表示计算资源利用率超过了设定的阈值ξcom，生成事件eventj＝(eidj,etype＝1,esource＝(cpe,cpe.compute),ereason＝’计算资源不足’,etime＝tj,epriority＝6)；

如果cpe.bandwidth<ξban，表示网络带宽低于最小值ξcom，生成事件eventj＝(eidj,etype＝1,esource＝(cpe,cpe.bandwidth),ereason＝‘网络带宽资源不足’,etime＝tj,epriority＝6)；

转步骤s32。

s32:若环境信息来自于用户需求，则

如果是任务的产品结构及技术参数tcp变化，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tcp),ereason＝‘产品结构及技术参数变化’,etime＝tj,epriority＝1)；

如果是任务的加工数量变化task(ti).tnumber<task(tj).tnumber，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tnumber),ereason＝’产品加工数量增加’,etime＝tj,epriority＝2)；task(ti).tnumber>task(tj).tnumber生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tnumber),ereason＝‘产品加工数量减少’,etime＝tj,epriority＝2)；

如果是task(ti).ξt>task(tj).ξt，意味着交货日期提前，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.ξt),ereason＝‘交货日期提前’,etime＝tj,epriority＝2)；

如果是task(tj).tstate＝‘取消’，意味着任务取消，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tstate),ereason＝‘任务取消’,etime＝tj,epriority＝1)；

转步骤s33。

s33:若环境信息来自于加工设备，则从环境信息库中读取所有与该设备相关的信息，调用大数据分析工具，对制造加工设备的速度、震动、温度、压力和声音等信息进行分析(因为这些信息是由边缘网关进行分析过的，判断可能会进行维护维修时才会传送至云平台中)，判断该设备是否需要进行维护和维修。生成事件eventj＝(eidj,etype＝3,esource＝(mpe.mpid,mpe),ereason＝‘设备需要维护或维修’,etime＝tj,epriority＝1)，转步骤s34。

s34:若环境信息来自于物流云服务le，则

如果cmsj.le.llocation≠cmsi.le.llocation，生成事件eventj＝(eidj,etype＝4,esource＝(le.lid,le.llocation),ereason＝‘物流车辆位置发生变化’,etime＝tj,epriority＝5)；

如果cmsj.le.lexception≠cmsi.le.lexception，生成事件eventj＝(eidj,etype＝4,esource＝(le.lid,le.lexception),ereason＝‘物流车辆出现异常’,etime＝tj,epriority＝5)。

转步骤s35。

s35:若环境信息来自于人力资源云服务he，则生成事件eventj＝(eidj,etype＝5,esource＝(he.hid,he),ereason＝‘人力资源能力发生变化’,etime＝tj,epriority＝7)，转步骤s36。

s36:若环境信息来自于检测云服务de，则

如果de.dresult.dconclusion＝‘不合格’，生成事件eventj＝(eidj,etype＝6,esource＝(de.did,de.dresult),ereason＝‘检测质量不合格’,etime＝tj,epriority＝1)；

如果(cmsj.de.dptype≠cmsi.de.dptype∨cmsj.de.dstandard≠cmsi.de.dstandard∨cmsj.de.dability≠cmsi.de.dability)，生成事件eventj＝(eidj,etype＝6,esource＝(de.did,de),ereason＝‘检测能力发生变化’,etime＝tj,epriority＝4)；

转步骤s37。

s37:若环境信息来自于维护维修云服务mre，则生成事件eventj＝(eidj,etype＝7,esource＝(mre.mrid,mre),ereason＝‘维护维修能力发生变化’,etime＝tj,epriority＝8)。转步骤s38。

s38:若环境信息来自于制造物理环境pe，则

如果pe.ptemperature>ξth∨pe.ptemperature<ξtl，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.ptemperature),ereason＝‘制造厂所温度不在指定范围内’,etime＝tj,epriority＝3)；

如果pe.phumidity>ξhh∨pe.phumidity<ξhl，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.phumidity),ereason＝‘制造厂所湿度不在指定范围内’,etime＝tj,epriority＝3)；

如果pe.pvoltage>ξvh∨pe.pvoltage<ξvl，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.pvoltage),ereason＝‘制造厂所电压不在指定范围内’,etime＝tj,epriority＝3)；

如果pe.ppquality＝‘不合格’，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.ppquality),ereason＝‘制造厂所电能质量不合格’,etime＝tj,epriority＝3)；

转步骤s4。

s4:根据当前制造任务执行情况，以及相关云服务的状态信息，采用大数据分析技术，判断相关事件是否影响制造任务执行，如果会则将此事件标记为关键事件，否则将该事件从事件库中删除,结束。

与现有技术相比，本发明的优点在于：

面向核心制造云服务的执行，以保障制造活动顺利开展为目标，界定了云制造环境信息的组成；在此基础上，建构建了环境信息感知模型；明确了不同环境信息的感知方法，解决了感知信息的统一表达和融合问题。

附图说明

图1是本发明实施例云制造环境信息感知系统结构图；

图2是本发明实施例云制造环境信息感知方法流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下根据附图并列举实施例，对本发明做进一步详细说明。

如图1所示，一种面向制造任务执行的云制造环境信息感知系统，包括：环境层、感知层和融合层；

所述环境层主要是产生云制造环境信息的对象，主要包括：云制造平台环境模块、用户需求模块、制造云服务模块和制造车间环境模块。其中云制造平台环境模块主要指云环境分配给云制造平台的存储、计算和网络带宽资源；用户需求模块指的是用户制造任务的变更；制造环境模块主要指制造任务执行的物理场所的环境；物流、人力资源、检测能力和制造/加工设备等对象是与制造任务密切相关的要素，他们可以在云制造平台中有对应的云服务存在，其变化会直接影响制造任务的执行。

b)感知层

感知层主要采用对应的感知设备或手段，感知环境层的相关环境信息，并将环境信息通过因特网、工业局域网、蓝牙、wifi、红外等传送至融合层。不同环境信息的感知所用的方法是不同的，具体如下：

(a)云制造平台环境信息感知。云制造平台工作在云计算环境中，需要云计算环境提供存储、计算和网络服务。在平台中存在大量的云服务，有些云服务如研发类云服务、设计类云服务和经营管理类云服务的运行需要占用大量的存储和计算类资源，同时在这些云服务之间可能会存在大量的数据传送，故对网络带宽资源也有较高的要求。实际中分配给云制造平台的资源不可能是无限的，因此需要感知这些资源的使用情况，以便能够及时调整，保证平台的运行。对此类环境信息的感知可以通过软件agent来实现，具体做法是agent通过调用云计算管理软件提供的api周期性地获取相关资源状况，从而获取云制造平台环境信息。

(b)用户需求信息感知。用户的制造需求经过解析之后，转换成制造任务，进一步被抽象为制造流程，为每一个流程节点匹配合适的云服务即可完成制造任务。当加工参数、加工数量、加工时间等用户需求变更时，用户会通过云制造平台的人机交互接口上传变化的信息，此时平台可以获取需求的变化信息。

(c)制造环境信息感知。制造环境信息包括加工场所温度、湿度、电压和电能质量，因此这些信息可以通过在物理加工场所内安装温度传感器、湿度传感器、电压传感器和电流传感器来感知相关信息。

(d)相关制造云服务信息感知。面向制造任务执行的相关制造云服务信息实际是由与此相关联的实体所产生的，因此在感知这些实体的信息后，对应云服务的属性也会发生变化。针对物流云服务重点关注的是车辆的位置信息和异常状况，车辆的位置信息可以周期性地通过gps获取，异常状况可通过人机接口上报。人力资源信息、检测能力和维护维修相关信息发生变化时，对应的云服务会进行更新，此时平台将会获取相关的变化。制造/加工设备信息的变化可以通过速度传感器、振动传感器、温度传感器、压力传感器、超声传感器等进行获取。如果云服务提供者已经具有相关的信息系统，则对应信息也可通过接口直接获取。

需要指出的是，由于传感器的持续工作，会源源不断产生海量数据，这些数据如果全部上传到云制造平台中，会对云计算环境带来难以想象的压力，因此需要采用边缘计算技术，通过边缘节点网关对现场数据进行本地化处理，仅将关键信息上传到云制造平台中，实现云-边协同。

c)融合层

融合层的主要作用是把感知的环境信息存入环境信息库，并转换成事件的形式，实现信息的融合。场景的转换变化会产生事件，但很多事件不一定会对制造任务的执行造成影响，因此需要通过大数据分析的手段对海量事件进行甄别，得出关键事件，存入事件库。

如图2所示，根据上述云制造环境信息感知系统的云制造环境信息感知方法，步骤如下：

s1：结合云制造环境信息的产生源，事件类型主要包括云制造平台环境类事件、用户需求类事件、制造/加工设备类事件、物流类事件、人力资源类事件、检测类事件、维护维修类事件和制造环境类事件八种，分别用1-8之间的整数表示。事件的优先级反映了事件对制造任务影响的急迫程度，它是多事件响应的依据，用1-15之间的整数表示，数值越小，优先级越高，目前用到了1、2、3、4、5、6、7、8，剩余的9-15可以进行扩展。目前定义的事件、所属类型和优先级如表1所示。

表1不同事件的优先级

s2:周期性地主动通过软件agent感知云制造平台环境cpe的存储memory、网络带宽bandwidth、计算资源compute的使用信息；不定时地被动接受用户需求的变更信息te、检测能力变化和产品/零件质量检测信息me.de、维修维护能力变化信息me.mre和人力资源能力变化信息me.he；周期性地主动通过gps获取的车辆位置信息me.le.llocation和不定时地被动接受物流云服务发送的me.le.lexception信息；周期性地接收边缘网关发送的制造环境信息pe和加工设备信息me.mpe。进入步骤b)。

s3:当周期性地感知到或不定时地接收到tj时刻的环境信息cmej(场景cmsj)时，将cmej存入环境信息库；从环境信息库中读取最近一次ti时刻的场景cmsi，若不存在cmsi→cmsj，转步骤s4；否则判断环境信息的来源：

s31:若环境信息来自于云制造平台环境，则

如果cpe.memory>ξmem，表示存储资源利用率超过了设定的阈值ξmem，生成事件eventj＝(eidj,etype＝1,esource＝(cpe,cpe.memory),ereason＝‘存储资源不足’,etime＝tj,epriority＝6)，esource中的cpe表示事件源为云制造平台环境；

如果cpe.compute>ξcom，表示计算资源利用率超过了设定的阈值ξcom，生成事件eventj＝(eidj,etype＝1,esource＝(cpe,cpe.compute),ereason＝’计算资源不足’,etime＝tj,epriority＝6)；

如果cpe.bandwidth<ξban，表示网络带宽低于最小值ξcom，生成事件eventj＝(eidj,etype＝1,esource＝(cpe,cpe.bandwidth),ereason＝‘网络带宽资源不足’,etime＝tj,epriority＝6)；

转步骤s32。

s32:若环境信息来自于用户需求，则

如果是任务的产品结构及技术参数tcp变化，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tcp),ereason＝‘产品结构及技术参数变化’,etime＝tj,epriority＝1)；

如果是任务的加工数量变化task(ti).tnumber<task(tj).tnumber，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tnumber),ereason＝’产品加工数量增加’,etime＝tj,epriority＝2)；task(ti).tnumber>task(tj).tnumber生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tnumber),ereason＝‘产品加工数量减少’,etime＝tj,epriority＝2)；

如果是task(ti).ξt>task(tj).ξt，意味着交货日期提前，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.ξt),ereason＝‘交货日期提前’,etime＝tj,epriority＝2)；

如果是task(tj).tstate＝‘取消’，意味着任务取消，生成事件eventj＝(eidj,etype＝2,esource＝(task.tid,task.tstate),ereason＝‘任务取消’,etime＝tj,epriority＝1)；

转步骤s33。

s33:若环境信息来自于加工设备，则从环境信息库中读取所有与该设备相关的信息，调用大数据分析工具，对制造加工设备的速度、震动、温度、压力和声音等信息进行分析(因为这些信息是由边缘网关进行分析过的，判断可能会进行维护维修时才会传送至云平台中)，判断该设备是否需要进行维护和维修。生成事件eventj＝(eidj,etype＝3,esource＝(mpe.mpid,mpe),ereason＝‘设备需要维护或维修’,etime＝tj,epriority＝1)，转步骤s34。

s34:若环境信息来自于物流云服务le，则

如果cmsj.le.llocation≠cmsi.le.llocation，生成事件eventj＝(eidj,etype＝4,esource＝(le.lid,le.llocation),ereason＝‘物流车辆位置发生变化’,etime＝tj,epriority＝5)；

如果cmsj.le.lexception≠cmsi.le.lexception，生成事件eventj＝(eidj,etype＝4,esource＝(le.lid,le.lexception),ereason＝‘物流车辆出现异常’,etime＝tj,epriority＝5)。

转步骤s35。

s35:若环境信息来自于人力资源云服务he，则生成事件eventj＝(eidj,etype＝5,esource＝(he.hid,he),ereason＝‘人力资源能力发生变化’,etime＝tj,epriority＝7)，转步骤s36。

s36:若环境信息来自于检测云服务de，则

如果de.dresult.dconclusion＝‘不合格’，生成事件eventj＝(eidj,etype＝6,esource＝(de.did,de.dresult),ereason＝‘检测质量不合格’,etime＝tj,epriority＝1)；

如果(cmsj.de.dptype≠cmsi.de.dptype∨cmsj.de.dstandard≠cmsi.de.dstandard∨cmsj.de.dability≠cmsi.de.dability)，生成事件eventj＝(eidj,etype＝6,esource＝(de.did,de),ereason＝‘检测能力发生变化’,etime＝tj,epriority＝4)；

转步骤s37。

s37:若环境信息来自于维护维修云服务mre，则生成事件eventj＝(eidj,etype＝7,esource＝(mre.mrid,mre),ereason＝‘维护维修能力发生变化’,etime＝tj,epriority＝8)。转步骤s38。

s38:若环境信息来自于制造物理环境pe，则

如果pe.ptemperature>ξth∨pe.ptemperature<ξtl，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.ptemperature),ereason＝‘制造厂所温度不在指定范围内’,etime＝tj,epriority＝3)；

如果pe.phumidity>ξhh∨pe.phumidity<ξhl，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.phumidity),ereason＝‘制造厂所湿度不在指定范围内’,etime＝tj,epriority＝3)；

如果pe.pvoltage>ξvh∨pe.pvoltage<ξvl，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.pvoltage),ereason＝‘制造厂所电压不在指定范围内’,etime＝tj,epriority＝3)；

如果pe.ppquality＝‘不合格’，生成事件eventj＝(eidj,etype＝8,esource＝(pe.peid,pe.ppquality),ereason＝‘制造厂所电能质量不合格’,etime＝tj,epriority＝3)；

转步骤s4。

s4:根据当前制造任务执行情况，以及相关云服务的状态信息，采用大数据分析技术，判断相关事件是否影响制造任务执行，如果会则将此事件标记为关键事件，否则将该事件从事件库中删除,结束。

实施例

某企业要生产一批机械密封零件，该任务用task表示。通过云制造平台，该用户综合考虑时间、价格和质量等因素，选择了制造设备云服务mps、物流云服务ls和检测云服务ds，与mps关联的人力资源云服务为hs。制造任务在tj时刻的部分信息见表2，制造设备云服务mps在tj时刻的部分信息见表3。ti与tj为相邻时间，ti时刻的场景cmsi及tj时刻感知的场景cmsj的信息如表4所示。

表2制造任务task在tj时刻的部分信息

表4场景cmsi及cmsj的相关信息

a)由于场景cmsi与cmsj的相关信息不同，意味着产生了事件，对环境信息进行判断：

因为cpe(tj).memory＝90％>85％，意味着云计算环境存储资源使用率超过阈值，故生成事件event1＝(eid1,1,(cpe,90％),‘存储资源不足’,tj,6)；

因为task(ti).ξt＝30>task(tj).ξt＝25，意味着交货日期提前，故生成事件event2＝(eid2,2,(t202007280001,25),‘交货日期提前’,tj,2)；

因为pe(tj).ptemperature＝35℃>30℃，意味着制造场所温度升高，故生成事件event3＝(eid3,8,(peid,35℃),‘制造厂所温度不在指定范围内’,tj,3)；

因为加工设备传送了相关信息，此时调用大数据分析工具，对信息分析，此时温度、震动和声音异常，假设判断设备故障，故生成事件event4＝(eid4,3,(mps,(56m/min,200hz,38℃,10bar，30bar,98db),‘设备需要维护或维修’,tj,1)。

因为le(tj).llocation＝b(150km)≠le(ti).llocation＝(200km)，意味着车辆位置发生了变化，故生成事件event5＝(eid5,4,(lid,b(150km),‘物流车辆位置发生变化’,tj,5)；

因为he(tj).htime＝7.5≠he(ti).htime＝8，意味着每日工作时间减少，故生成事件event6＝(eid6,5,(hid,(3人,7.5小时/天,高级工)),‘人力资源能力发生变化’,tj,7)，

因为de(j).dresult.dconclusion＝‘不合格’，意味着产品质量出了问题，故生成事件event7＝(eid7,6,(did,机械密封件，gb/t10708.1-2000，150件/天，(t202007280001,‘不合格’,附件,20200728)),‘检测质量不合格’,tj,1)；

因为mre(tj).mrability＝‘80人，三级企业’≠mre(ti).mrability＝‘80人，三级企业’，意味着维护维修能力发生了变化，故生成事件event8＝(eid8,7,(t202007280001,立式加工中心，60人，三级企业),‘维护维修能力发生变化’,tj,8)。

b)调用大数据分析程序，根据任务和云服务的状态信息，判断步骤a)中生成的事件哪些属于关键事件：

针对event1，存储使用率已经达到90％，且后续会继续有大量数据需要存储，这会影响所有制造任务的执行，需要为云制造平台增加存储容量，故event1为关键事件。

针对event2，根据表2和表3可知，制造任务已经经过了7天，共完成1000个零件，制造设备云服务mps可以每小时加工20个，与mps关联的人力资源云服务hs的工作时间为“8小时/天”，mps每天可加工零件数为160个/天。目前计划提前到20天完成，已经经过7天，尚余13天，则mps共可加工160*13＝2080>2000个，故event2不是关键事件。

针对event3，因为制造场所温度升高，超过了规定的阈值，可能会对制造质量构成不利影响，故event3为关键事件。

针对event4，因为设备出现了异常，需要进行维护或维修，将会影响制造任务执行，需要立即响应，故event4为关键事件。

针对event5，假设需要在12小时内将物料运送至mps的物理位置，目前已过去8小时，设车辆速度为60km/小时，则目前车辆从位置b到达目的地的时间为150/60＝2.5小时<4小时，故event5不是关键事件。

针对event6，人员工作时间变为7.5小时/天，每天可生产零件数为7.5*20＝150个/天，结合event2的信息，在剩余的13天内则mps共可加工150*13＝1950<2000个，故event6为关键事件。

针对event7，因为产品质量不合格，需要响应该事件，以判断质量产生的原因，决定下一步计划，故event7为关键事件。

针对event8，如果制造设备没有处于维护维修状态的话，维护维修能力的变化在当前不会影响到制造任务的执行，故此时event8不是关键事件；但如果制造设备处于维护维修状态，且使用了该云服务，那么需要判断维护维修能力的变化是否对设备维修时间造成影响，进而影响制造任务的执行来判断event8是否为关键事件。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。