边缘计算与区块链在分拣系统中的应用

面向柔性生产线的边缘计算与分布式账本技术：白色家电行业案例

摘要

工业4.0将推动超高效率工厂的发展，促进按单制造和按配置生产等新兴生产模式的实施。在这一方向上，H2020 FAR‐EDGE项目提出了一种参考架构及配套平台，该平台基于边缘计算和分布式账本技术，支持数字自动化解决方案的实现，从而实现快速、可靠和响应式的自动化。本文阐述了这些技术在白色家电行业一个实际用例中的实施与部署。具体而言，我们展示了如何对分拣组件进行自动编程，以确保到达传送带的物理物品能够被最优地分配到各个舱位。该用例利用边缘计算范式，使每个物理物品都能够向其他物品传递其状态信息。同时，分布式账本技术使得分拣过程能够在所有物理实体之间以可靠的智能合约形式建模。该部署带来的好处包括生产率的显著提升，以及分拣机重新配置所需的人力和时间大幅减少。

关键词 ：工业自动化，仿真边缘计算，分布式账本技术，白色家电，舱位，传送带

1. 引言

在当今竞争激烈的全球环境中，制造商正致力于建设超高效且高度灵活的工厂，以满足可变的市场需求，同时支持按订单生产（MTO）、按配置生产（CTO）和按设计生产（ETO）等新型生产模式。这些模式正是大规模定制趋势的核心，能够在生产成本几乎不增加的前提下显著提升产品多样性 [Pine97]。大规模定制需要可扩展且先进的制造系统（例如高度可配置的生产线），以及按订单制造的生产模式，这将工厂自动化系统的现有能力推向极限，并要求采用新型自动化技术，以最低成本部署和重新配置自动化系统及生产资源（如工作站、机器人）。

未来互联网技术（如云计算、物联网（IoT）和信息物理系统（CPS））有助于在车间部署先进技术和生产资源，从而有望提升生产过程的效率和性能。这些技术是第四次工业革命(工业4.0)的核心，能够实现虚拟与物理机器的深度融合，以及产品、人员、流程和互联互通基础设施，朝着更加自动化、智能化和高效化的制造流程发展。为此，基于信息物理系统的制造系统的部署可以虚拟化传统的集中式自动化金字塔（即部署在强大中央服务器上的数据采集与监控系统（SCADA）、制造执行系统（MES）、企业资源计划（ERP）），这种传统架构在支持大规模集成新技术和设备方面已显现出其局限性。

1.1 H2020 FAR-EDGE：边缘计算与工业区块链

早期针对工厂自动化系统的去中心化努力主要集中在为信息物理系统和物联网设备（包括可编程逻辑控制器（PLC））适应和部署多智能体系统及面向服务的架构（SOA）架构（Jammes，2005）。然而，这些架构往往较为笨重，对于实时问题而言效率较低，因此在未经适应和增强的情况下无法在车间部署（Kothmayr，2015）。近年来，边缘计算架构的出现为分布和去中心化工厂自动化系统提供了强有力的价值主张，通过将数据处理与控制功能置于网络的边缘层，实现分布式实时控制和可扩展的数据处理。因此，边缘计算是构建工业自动化和实时控制系统最突出的选项之一。

在过去两年中，出现了多个针对工业自动化的边缘计算平台实施与验证计划（Stanciu 2017）。突出的例子包括：（i）由工业互联网联盟（IIC）建立的边缘智能测试平台，旨在生产车间提供边缘计算功能的概念验证实现；（ii）戴尔EMC的EdgeX Foundry框架，这是由Linux基金会托管的一个开源项目。

FAR‐EDGE项目由欧洲委员会在H2020计划合同编号723096下共同资助，正在研究、实施和验证一种用于工厂自动化的新型边缘计算平台。该项目的平台与上述最先进的边缘计算平台保持一致。如图1所示，该平台旨在通过将实时功能迁移至边缘服务器来实现去中心化自动化，同时仍利用云的优势来处理性能约束较宽松的功能。

然而，FAR‐EDGE 还研究了工业自动化中的一个开创性概念，即引入和使用工业区块链（Christidis 2016）。

图2描述了工业区块链在FAR‐EDGE中的集成。该概念基于引入一个新的逻辑层，即账本层。账本层补充了工业环境中任何边缘计算系统都包含的传统现场、边缘和云三层。账本层是一个完整的抽象层：它不对应任何物理部署环境，其所“包含”的实体也是抽象的。这些实体（在FAR‐EDGE中称为账本服务）在分布式账本之上以智能合约的形式实现去中心化业务逻辑。因此，账本服务与底层的分布式账本一样，是面向事务的：每个需要修改系统共享状态的服务调用，都必须经过对等节点的评估和批准后才能生效。与“常规”服务类似，账本服务也是以可执行代码实现的。然而，它们实际上并不在任何特定的计算节点上执行：每次服务调用均由当时在线的所有对等节点并行执行，然后这些节点需就其有效性达成共识。最重要的是，账本服务的可执行代码本身也可以通过分布式账本交易进行部署和在线更新，就像其他任何状态变更一样。因此，在FAR‐EDGE的背景下，账本服务用于分布式进程的同步以及它们之间状态的安全交换。

总体而言，账本层和账本服务提供了实现智能合约的手段，以反映边缘节点对物理世界状态的共识，从而实现各个节点的同步，并保持工厂状态的完整性和最新性。虽然边缘计算操作可以在单个边缘节点上执行，但需要在边缘节点之间保持一致性的全厂级操作则通过账本服务来实现。此类全厂级操作的典型示例包括全厂关键绩效指标（KPI）的计算，以及跨越多个工站的全厂自动化功能的执行。

1.2 FAR-EDGE功能域

FAR‐EDGE 规定了一个参考架构及相应的平台设计，推动边缘计算和区块链技术在工厂自动化中的应用。本文不详细阐述该参考架构，相关内容见（Isaja 2017）。总体而言，FAR‐EDGE平台实现了跨越三个不同领域（自动化、分析、仿真）的功能，这些功能将在下文各段中进行描述。

自动化领域

FAR‐EDGE 自动化领域包含支持物理生产过程的自动控制和自动配置的功能。虽然在此上下文中“控制”的含义是明确的，但“配置”值得进一步说明。自动配置是实现即插即用的工厂设备（称为即插即产）的基础，反过来，这项技术是实现大规模定制的关键，因为它能够更快且更经济地调整生产流程，以应对高度动态的市场需求。自动化领域需要与现场建立双向的监控/控制通信通道，通常带宽较低，但对时序要求非常严格。在一些高级场景中，自动化在一定程度上由分析和/或仿真结果来控制。

分析领域

FAR‐EDGE 分析领域包含用于采集和处理现场数据的功能，以更好地理解生产过程——即以工厂为中心的商业智能。这通常需要高带宽现场通信信道，因为在给定时间单位内需要传输的信息量可能相当大。另一方面，与自动化场景相比，信道延迟的重要性相对较低。分析领域为其用户提供智能，但这些用户不一定仅限于人类或垂直应用（例如预测性维护解决方案）：如果配置得当，自动化和仿真领域均可直接利用数据分析算法的结果。在自动化场景中，工作流的行为可能会根据受控过程中检测到的变化而发生变更——例如，由于机械逐渐磨损或装配组件质量低于正常水平导致的过程漂移。在仿真场景中，数据分析可用于更新数字模型的参数。

仿真领域

FAR‐EDGE仿真领域包含用于模拟物理生产过程行为的功能，旨在以最低的成本和风险进行优化或测试假设情景，且不会对正常的车间活动造成任何影响。仿真需要工厂和流程的数字模型与其所代表的真实世界对象保持同步。由于真实世界会发生变更，模型也应反映这些变更。例如，某台机器的模型假设其电力/能耗为某一固定值，但随着实际机器的磨损，其真实数值将发生偏离。为了检测这种差异并相应地修正模型，可以使用来自现场的原始数据（直接方式）或分析中的复杂分析算法。

这些功能可供FAR‐EDGE合规解决方案的实施者使用。为了理解并评估此类解决方案的潜在优势，接下来的部分将介绍一个正在依据FAR‐EDGE架构和技术实施和部署的实际用例。特别是，在本引言部分之后的第2节阐述了边缘计算解决方案所要解决的业务问题，第3节介绍了该解决方案本身。第4节是本论文的最后总结部分。

实际展示工业4.0用例是理解其内部运作机制和潜力的关键，向数字自动化的迁移所带来的好处。因此，本论文的价值不仅在于阐述FAR‐EDGE创新，还在于增进对工业4.0价值潜力的理解。

2. 商业案例描述与说明

2.1 概述

目标用例涉及惠而浦公司（全球领先的白色家电制造商）的工厂。特别是，它聚焦于梅拉诺工厂分拣机的配置、操作和优化。在这些工厂中，产品生产完成后，会从生产线取下，并通过叉车运送到装运码头。目前，共有14条生产线和19+1个装运码头，车道。

该用例旨在基于FAR‐EDGE架构及技术提升梅拉诺分拣机的可靠性和弹性。其所有操作应在周期时间约束内完成。

2.2 分拣机操作与挑战

分拣机针对惠而浦的HOB产品的典型操作基于以下工作流和算法（图3）：

• 单个HOB到达码垛机前方。
• 如果堆栈未完成，则将HOB添加到堆栈中。
• 如果堆栈已完成，则释放托盘。
• 将托盘放置在设备前方（即作为包装过程的一部分）。
• 薄膜被拉伸包裹在托盘周围。
• 条码阅读器读取所有序列号。
• 打印二维条码并贴在托盘上。
• 二维条码读取器读取数据矩阵。
• 检查序列号，结果可能为正常或不正常。
• 如果不正常，应将其重新路由以退出区域。
• 另一方面，如果序列号正常，则根据计划选择最终区域。
• 最后一步，计划员决定第二天的生产计划。

制造商在该过程中面临的挑战有两个方面：

系统不可靠性 ：生产计划的突然变化未能得到正确处理，常常导致停产。此外，系统对硬件问题（例如条码读取器故障）缺乏容错能力，可能导致生产中断。

系统僵化 ：所有可能的变更（例如产能提升、速度变化等）都需要对系统进行重新编程。这主要是因为软件与物理现实紧密绑定，导致系统缺乏灵活性。

FAR‐EDGE技术可用于提高分拣机的灵活性和可靠性。它们能够实现状态之间的变更。

2.3 模拟分拣格口的操作

作为该用例的一部分，可以对分拣机的运行进行仿真，以优化分拣机的调度。这可以基于收集18个可用装运码头的信息，并结合从7台码垛机和一台二维条码读取器获取的数据，这对于实时数据追踪至关重要。因此，在此工业4.0应用中，可以通过按周列出所有来自码垛机和二维条码读取器的事件，实现对舱位的实时仿真。需要注意的是，数字仿真属于FAR‐EDGE平台的功能范畴，能够在不影响车间操作的情况下，提供测试和评估算法与决策的手段。

3. 使用边缘计算和区块链的分拣机实现

在本节中，我们介绍了基于FAR‐EDGE架构和技术的Melano自动化系统的优化且灵活可配置的实现。首先介绍该系统的实现架构。

3.1 实现架构

该解决方案的实现架构如图4所示。每个物理物品（舱位、传送带）均由一个独立的边缘节点管理，该边缘节点被建模为一个代理。同样，每个代理将其状态提供给所有其他代理。

在实践中，边缘节点基于轻量级计算平台（如流行的Arduino和树莓派平台）进行物理实现。通过这种方式，实现架构能够利用边缘计算方法的优势，快速及时地访问分拣机流程的相关信息，这些信息可在物理物品内部获得。

根据实现架构，分拣机可以被实现为区块链智能合约，以支持分拣机的优化操作。该优化基于分拣算法的实现，而分拣算法是通过分拣机运行的仿真得出的。为此，使用了FAR‐EDGE数字仿真组件。

边缘计算范式促进了数字仿真活动，这是分拣机优化操作的基石。特别是，它使每个物理物品能够将其状态传达给其他所有物理物品。这样一来，实时信息可被仿真器获取，从而实现优化决策。最重要的是，边缘部署使得在不同自动化配置中添加或移除物理物品变得非常容易，这正是数字化自动化相较于传统操作技术的主要优势。另一方面，将分拣机的逻辑实现为智能合约，能够实现线路与车道之间的状态共享，并随之根据物理元件的实际状态进行操作同步。智能合约通过参与实体间的共识机制，确保了各个物理元件（例如舱位状态）状态的高度可靠性。

3.2 边缘节点逻辑

如前所述，将实例化一个专用的边缘节点，以快速控制解决方案中包含的物理物品，包括舱位和传送带。

传送带提供其状态：
- 队列中产品的数量和类型

每个区域提供其状态：
- 接收产品的可用性
- 队列中产品的数量和类型
- 最近卸载性能

分拣机决定：
- 接收来自区域和传送带的状态
- 根据算法发送包含产品信息的消息以捕获选定的区域

区域动作：
- 收到消息 → OK，准备捕获
- 执行动作

作为边缘节点的一部分，每个区域提供其状态信息，包括接收产品的可用性、队列中存放的产品数量和类型，以及最近卸载性能。此外，传送带也提供其状态信息，在可用产品数量和类型方面。

一旦获得这些信息，分拣机就会接收来自舱位和传送带的状态信息，并向每个选定的区域发送消息，指示其应捕获的产品。该决策基于一种用于最优分拣和放置的算法。最后，区域接收消息，该消息指示其是否应捕获产品。如果是，它将执行一个驱动功能并捕获产品。该过程如图5所示。

4. 结论与展望

展示实际用例是提高人们对数字制造能力和优势认知的关键，对于理解工业4.0时代的工业自动化未来也至关重要。本文阐述了如何利用边缘计算和区块链技术来实施一个实际的自动化用例，该用例涉及在不同舱位中对产品的优化放置和分拣。该用例的实现符合FAR‐EDGE平台设计，以及后者规定通过工业区块链在不同数字实体之间共享和同步现场状态的方式。通过该用例的实际部署，惠而浦期望实现切实的效益，包括：

• 系统生产率提升 ：这将直接得益于自动化系统的弹性结构，以及产品分配到舱位时错误甚至不可能的分配数量的显著减少。此类生产率提升仍有待测量和评估。目标是实现3%至5%的生产率提升。
• 降低重新配置成本 ：预计分拣机对重新配置事件（例如新产品引入、产量和产品组合的变化等）的适应将更便宜（例如，成本降低最多达25%）且更快（例如，时间缩短至当前的50%）。FAR‐EDGE部署有望提升生产线灵活性，因为它将为实现“即插即生产”概念奠定基础。请注意，该概念直接关联工业4.0为制造商所承诺的部分优势。

需要注意的是，上述改进措施仍有待进行基准测试，因为惠而浦工厂的部署工作仍在进行中。此外，评估将为区块链技术在同步分布式控制过程方面的适用性提供一些切实可行的见解，包括具有时序和性能约束的流程。

在这方面，FAR‐EDGE 部署了许可型区块链基础设施，以缓解公有区块链（例如支持比特币加密货币的区块链基础设施）的性能限制。

总体而言，在工业4.0时代的开端，我们提出了一个切实可行的用例，该用例利用前沿数字技术，有助于理解工业4.0技术及其在工业自动化中提升生产率和灵活性方面的优势。我们期望此用例能够作为定义、设计与实施更广泛边缘计算用例的参考蓝图，从而对制造商的生产率产生重大影响。