董元發(fā) 吳正佳 杜 軒 查 靚 袁慶松

三峽大學(xué)機(jī)械與動(dòng)力學(xué)院，宜昌，443002

0 引言

隨著云計(jì)算（cloud computing）、物聯(lián)網(wǎng)（inter?net of things，IoT）、人 工 智 能［1］（artificial intelli?gence，AI）等先進(jìn)信息技術(shù)在制造領(lǐng)域應(yīng)用的不斷成熟，云制造（cloud manufacturing，CMfg）作為一種基于網(wǎng)絡(luò)的、面向服務(wù)的智慧化制造新模式，引起了學(xué)術(shù)界和企業(yè)界的高度關(guān)注［2］。云制造利用現(xiàn)代服務(wù)技術(shù)對(duì)廣域、分散、異構(gòu)的制造資源進(jìn)行物聯(lián)化、虛擬化、服務(wù)化、協(xié)同化和智能化處理［3-4］，并通過(guò)網(wǎng)絡(luò)和云制造服務(wù)平臺(tái)實(shí)現(xiàn)對(duì)封裝制造資源及服務(wù)的集中管理和高度共享，為企業(yè)的制造全生命周期過(guò)程提供可靠的個(gè)性化服務(wù)［5］，體現(xiàn)了“分散資源集中使用、集中資源分散服務(wù)”的思想。

云制造環(huán)境下服務(wù)需求的響應(yīng)過(guò)程需要由人（指設(shè)計(jì)、制造、服務(wù)等生產(chǎn)活動(dòng)中擁有一定技能或經(jīng)驗(yàn)的操作者）、機(jī)（指生產(chǎn)中所使用的設(shè)備、工具、軟件、數(shù)據(jù)庫(kù)等輔助生產(chǎn)用具）、料（指作為制造活動(dòng)輸入的半成品、配件、原料、數(shù)據(jù)、文檔等有形實(shí)體或無(wú)形資源）、法（指制造活動(dòng)中所需遵循的工藝流程或使用的知識(shí)、模型等）、環(huán)（指制造活動(dòng)所需的空間、場(chǎng)地及保障條件）、測(cè)（指保證制造活動(dòng)符合規(guī)定質(zhì)量水平所涉及的量具或測(cè)量手段）等多域異構(gòu)制造資源協(xié)同完成，而單域制造資源也可能同時(shí)服務(wù)于多個(gè)需求，服務(wù)需求與制造資源間存在復(fù)雜的動(dòng)態(tài)關(guān)聯(lián)映射關(guān)系，形成了一種復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)結(jié)構(gòu)［6］。受自身原因或外部環(huán)境的影響（如設(shè)備故障、工藝缺陷、人員變動(dòng)、原料問(wèn)題、工況變動(dòng)等），實(shí)際服務(wù)過(guò)程中云制造資源的狀態(tài)往往是動(dòng)態(tài)變化的，這種變化通過(guò)網(wǎng)絡(luò)傳播會(huì)導(dǎo)致云制造服務(wù)過(guò)程的不確定性增加，進(jìn)而影響服務(wù)質(zhì)量［7］，因此，考慮云制造資源的時(shí)變性、充分利用現(xiàn)代物聯(lián)感知及數(shù)據(jù)集成技術(shù)實(shí)時(shí)獲取云制造資源的狀態(tài)變化［8-10］、準(zhǔn)確評(píng)估多源制造資源擾動(dòng)對(duì)云制造服務(wù)過(guò)程的影響，對(duì)有效管控非穩(wěn)態(tài)云制造服務(wù)過(guò)程具有重要意義。

目前國(guó)內(nèi)外學(xué)者主要從服務(wù)模式與體系結(jié)構(gòu)［11］、服務(wù)組合［12］、服務(wù)過(guò)程監(jiān)控［13-14］、服務(wù)過(guò)程異常識(shí)別與自適應(yīng)調(diào)整等方面對(duì)服務(wù)過(guò)程的可靠性展開(kāi)研究。羅賀等［11］針對(duì)云制造服務(wù)模式中缺少服務(wù)監(jiān)管角色而不能保證安全性的問(wèn)題，提出了一種基于可信第三方監(jiān)管的云制造服務(wù)模式；敬石開(kāi)等［12］為提高云制造環(huán)境下的服務(wù)組合執(zhí)行可靠性，提出了一種基于離散粒子群智能優(yōu)化的、考慮執(zhí)行可靠性的云制造服務(wù)組合算法；周競(jìng)濤等［13］針對(duì)云制造項(xiàng)目具有的項(xiàng)目隨需動(dòng)態(tài)產(chǎn)生、以能力為基本調(diào)度單元、不存在全局調(diào)控等典型特征，提出了能力驅(qū)動(dòng)的云制造項(xiàng)目監(jiān)控機(jī)制；李澤彪等［14］給出了生產(chǎn)加工服務(wù)的監(jiān)控過(guò)程與監(jiān)控內(nèi)容，提出了生產(chǎn)加工服務(wù)監(jiān)控的體系框架；馬文龍等［15］為解決云制造環(huán)境下服務(wù)組合過(guò)程中出現(xiàn)的異常問(wèn)題，提出了一種制造云服務(wù)組合異常自適應(yīng)調(diào)整方法；QU等［16］開(kāi)發(fā)了一套物聯(lián)網(wǎng)環(huán)境下基于云計(jì)算的生產(chǎn)物流管理系統(tǒng)，通過(guò)對(duì)制造資源的實(shí)時(shí)監(jiān)測(cè)與動(dòng)態(tài)能力匹配，實(shí)現(xiàn)對(duì)動(dòng)態(tài)生產(chǎn)過(guò)程中的物流需求實(shí)時(shí)響應(yīng)，以及對(duì)制造資源的實(shí)時(shí)狀態(tài)監(jiān)測(cè)與動(dòng)態(tài)能力匹配；魏樂(lè)等［17］將異常分為與云服務(wù)相關(guān)的異常、與任務(wù)需求相關(guān)的異常和與服務(wù)QoS相關(guān)的異常3種，提出了一種基于QoS的組合云服務(wù)自適應(yīng)調(diào)整機(jī)制；趙秋云等［18］給出了制造設(shè)備云服務(wù)和異常的形式化定義，分析了云制造系統(tǒng)產(chǎn)生的7種異常，建立了異常處理模型；董元發(fā)等［19］針對(duì)施工過(guò)程中施工資源的時(shí)變性造成施工計(jì)劃變更頻繁、施工進(jìn)度難以保證的問(wèn)題，提出了單源、多源隨機(jī)資源異常事件的響應(yīng)機(jī)制與傳播算法，建立了一套可管控施工資源動(dòng)態(tài)變化的施工過(guò)程管理原型系統(tǒng)。

綜上所述，雖然部分學(xué)者已經(jīng)意識(shí)到云制造服務(wù)過(guò)程的非穩(wěn)態(tài)特性和對(duì)多域異構(gòu)制造資源進(jìn)行動(dòng)態(tài)管理的必要性，但目前已經(jīng)開(kāi)展的研究仍然比較零散，對(duì)非穩(wěn)態(tài)云制造服務(wù)過(guò)程中資源的時(shí)變性研究仍然不夠［20］。為此，本文通過(guò)建立云制造服務(wù)與制造資源之間的關(guān)聯(lián)約束關(guān)系并分別定義各類云制造資源異常事件，建立單源、多源制造資源異常事件的傳播算法與響應(yīng)機(jī)制，準(zhǔn)確評(píng)估云制造資源異常對(duì)云制造服務(wù)時(shí)效的影響并及時(shí)作出響應(yīng)，從而提高云制造服務(wù)過(guò)程的動(dòng)態(tài)管控水平。

1 非穩(wěn)態(tài)云制造服務(wù)過(guò)程管理框架

云制造平臺(tái)是一個(gè)典型的開(kāi)放系統(tǒng)，它需要與外界環(huán)境不斷地交換信息并驅(qū)動(dòng)實(shí)際制造過(guò)程。在云服務(wù)需求未被響應(yīng)之前，云制造平臺(tái)內(nèi)部處于一種無(wú)序的非平衡狀態(tài)，體現(xiàn)為制造資源種類多、分布廣、可用性隨時(shí)間不斷變化，云制造服務(wù)網(wǎng)絡(luò)拓?fù)潢P(guān)系復(fù)雜，具體服務(wù)過(guò)程及管控點(diǎn)定義不清等。當(dāng)響應(yīng)某服務(wù)需求的云服務(wù)組合方案確定后，與之對(duì)應(yīng)的云制造服務(wù)項(xiàng)目隨即生成，此時(shí)僅完成了定義一個(gè)理想的局部平衡態(tài)服務(wù)系統(tǒng)。對(duì)云制造服務(wù)過(guò)程的管控是推動(dòng)該服務(wù)系統(tǒng)從初始的非平衡態(tài)向理想的平衡態(tài)逼近的過(guò)程。

制造資源是構(gòu)成云制造服務(wù)系統(tǒng)的基礎(chǔ)，其固有的多域性、時(shí)變性及不確定性等特點(diǎn)是導(dǎo)致云制造服務(wù)過(guò)程的時(shí)效、質(zhì)量及成本發(fā)生波動(dòng)的主要原因。當(dāng)來(lái)自制造資源的擾動(dòng)超過(guò)一定閾值時(shí)，云服務(wù)系統(tǒng)失去原有的穩(wěn)定性，體現(xiàn)為云服務(wù)組合的調(diào)整、云服務(wù)項(xiàng)目的變更等，此時(shí)服務(wù)系統(tǒng)進(jìn)入一種新的近平衡態(tài)。由此可見(jiàn)，云服務(wù)系統(tǒng)是在內(nèi)部無(wú)序變化與外部過(guò)程管控雙重作用下的耗散結(jié)構(gòu)。

云制造服務(wù)過(guò)程中，使用者并不關(guān)心服務(wù)細(xì)節(jié)，因此云服務(wù)平臺(tái)運(yùn)營(yíng)方及云服務(wù)提供者必須考慮以上非穩(wěn)態(tài)特性并采取相應(yīng)調(diào)控措施保證云服務(wù)過(guò)程順利達(dá)到預(yù)設(shè)目標(biāo)。為有效管控云制造服務(wù)過(guò)程，本文通過(guò)對(duì)多域異構(gòu)制造資源擾動(dòng)的實(shí)時(shí)感知，掌握云制造服務(wù)系統(tǒng)熵值增加的原因及影響，引入管理負(fù)熵流以保持服務(wù)過(guò)程的平穩(wěn)進(jìn)行。如圖1所示，云制造項(xiàng)目任務(wù)根據(jù)實(shí)際需要調(diào)用由云制造資源封裝而成的云制造服務(wù)，相互之間形成關(guān)聯(lián)約束關(guān)系；在數(shù)據(jù)集成與物聯(lián)感知等信息技術(shù)的支持下，云制造服務(wù)過(guò)程管控及制造資源可用性指標(biāo)實(shí)時(shí)反饋給云服務(wù)過(guò)程管控智能Agent。當(dāng)云制造資源出現(xiàn)能力下降、故障或永久消失等異常情況時(shí)，該異常信息通過(guò)云制造項(xiàng)目任務(wù)、云制造服務(wù)與云制造資源之間的關(guān)聯(lián)約束網(wǎng)絡(luò)逆向傳播，引起資源可用性指標(biāo)和云服務(wù)過(guò)程管控指標(biāo)（時(shí)間、質(zhì)量、成本等）的改變，整個(gè)服務(wù)系統(tǒng)熵值增加。云制造服務(wù)平臺(tái)中的智能過(guò)程管控Agent根據(jù)引起系統(tǒng)熵增的原因發(fā)出變更控制或調(diào)度指令，形成負(fù)熵流以維持服務(wù)系統(tǒng)趨于穩(wěn)態(tài)，保障云服務(wù)過(guò)程的平穩(wěn)有序。

圖1 非穩(wěn)態(tài)云制造服務(wù)過(guò)程管理框架Fig.1 The management framework of unsteady cloud manufacturing service process

2 云制造服務(wù)-資源關(guān)聯(lián)約束建模與資源異常響應(yīng)機(jī)制

2.1 云制造服務(wù)與云制造資源關(guān)聯(lián)約束建模

云制造模式中，云制造服務(wù)需求的響應(yīng)可以由單個(gè)云制造服務(wù)或多個(gè)云制造服務(wù)組合完成，實(shí)際執(zhí)行過(guò)程往往以項(xiàng)目的形式在云制造服務(wù)平臺(tái)上進(jìn)行組織和管理。一般地，云制造項(xiàng)目中的WBS工作分解結(jié)構(gòu)可以由云制造服務(wù)組合模板［21］驅(qū)動(dòng)生成，單個(gè)云制造項(xiàng)目?jī)?nèi)部的子任務(wù)與其調(diào)用的云制造服務(wù)具有一一對(duì)應(yīng)關(guān)系；而就整個(gè)云制造平臺(tái)而言，云制造任務(wù)與云制造服務(wù)之間具有多對(duì)多的映射關(guān)系，而且云服務(wù)過(guò)程中兩者在服務(wù)周期、服務(wù)能力、服務(wù)質(zhì)量等方面還存在復(fù)雜的關(guān)聯(lián)約束關(guān)系。另一方面，單一云制造資源無(wú)法或很難形成實(shí)際的服務(wù)能力，必須通過(guò)與其他云制造資源協(xié)作完成某種制造活動(dòng)來(lái)體現(xiàn)。多域異構(gòu)云制造資源以制造活動(dòng)為中心進(jìn)行服務(wù)化封裝形成云制造服務(wù)，且同一云制造資源的能力可同時(shí)被多個(gè)云制造服務(wù)封裝，因此云制造服務(wù)與云制造資源之間同樣具有多對(duì)多的映射關(guān)系，且根據(jù)封裝方法的不同在資源聚合接口、資源能力匹配等方面存在復(fù)雜的關(guān)聯(lián)約束關(guān)系。由此可以看出云制造任務(wù)、云制造服務(wù)、云制造資源之間存在復(fù)雜的關(guān)聯(lián)約束網(wǎng)絡(luò)，本文重點(diǎn)關(guān)注單個(gè)云制造項(xiàng)目中云制造服務(wù)與云制造資源之間的關(guān)聯(lián)約束關(guān)系，且假設(shè)所有關(guān)鍵制造資源均已在云平臺(tái)注冊(cè)，并能通過(guò)物聯(lián)感知或數(shù)據(jù)集成方式獲取異常事件。

廣義的云制造資源包含所有與制造活動(dòng)直接或間接相關(guān)的人、機(jī)、料、法、環(huán)、測(cè)等資源顆粒集合，云制造資源顆粒是可提供制造服務(wù)的最小能力單元，也是狀態(tài)感知的直接作用對(duì)象，可描述為以下多元組：

其中，RID表示該云制造資源顆粒的唯一標(biāo)識(shí)；RName表示云制造資源顆粒的名稱；RType為枚舉型變量，其值域 RType={Human,Equipment,Material,Process,Condition,Gauge}，表示云制造資源顆粒的類型；RAttribe為字符串類型變量，代表云制造資源顆粒的靜態(tài)屬性，不同類型的云制造資源其靜態(tài)屬性不同；Capability為浮點(diǎn)型變量，代表云制造資源顆粒的能力屬性，如人員的技術(shù)等級(jí)、設(shè)備或軟件機(jī)時(shí)等；ResLoad為浮點(diǎn)型變量，代表云制造資源顆粒的負(fù)荷情況；RStatus為布爾型變量，代表云制造資源顆粒的可用性狀態(tài)。

云制造服務(wù)是由多域異構(gòu)制造資源以制造活動(dòng)為中心服務(wù)化封裝而成，可用以下多元組描述：

S=(ID,SE,Catagory,Input,Output,Duration,Cost,QoS,Status) （2）

OA操作系統(tǒng)是通過(guò)高效的組織運(yùn)營(yíng)模式，使校園的師生交流、教學(xué)運(yùn)行、辦公運(yùn)營(yíng)和學(xué)生管理環(huán)節(jié)趨于智能化的操作軟件，也是對(duì)科研技術(shù)創(chuàng)新理念的貫徹。隨著手機(jī)系統(tǒng)的完善，OA的操作模式可以應(yīng)用于WIFI和手機(jī)端的進(jìn)行操作，使信息的整合、信息的拓展更加便攜[3]。同時(shí)，OA技術(shù)擁有先進(jìn)的生物身份識(shí)別技術(shù)，使學(xué)生信息的精準(zhǔn)度和重復(fù)率大大下降。

其中，ID代表該云制造服務(wù)的唯一標(biāo)識(shí)；SE代表提供云制造服務(wù)的主體，包含企業(yè)名稱、企業(yè)地址、法人代表、注冊(cè)資金、質(zhì)量體系、聯(lián)系方式、開(kāi)戶銀行和銀行賬號(hào)等基本信息；Catagory為云制造服務(wù)的類別；Input和Output分別表示該云制造服務(wù)的輸入和輸出，為云制造服務(wù)組合提供接口；Duration表示該云制造服務(wù)的完成服務(wù)所需時(shí)間；Cost指該云制造服務(wù)的價(jià)格；QoS表示該云制造服務(wù)的質(zhì)量水平；Status代表該云制造服務(wù)的實(shí)時(shí)狀態(tài)，如服務(wù)中、空閑、被預(yù)定等。

設(shè)m個(gè)制造資源和n個(gè)云制造服務(wù)之間的布爾型關(guān)聯(lián)映射矩陣

其中，c(ri,sj)表示云制造資源ri和云制造服務(wù)sj之間的關(guān)聯(lián)映射關(guān)系。當(dāng)c(ri,sj)=0時(shí)，表示云制造服務(wù)sj不會(huì)調(diào)用云制造資源ri；當(dāng)c(ri,sj)=1時(shí)，表示云制造服務(wù)sj會(huì)調(diào)用云制造資源ri。用OccuStartij和OccuEndij分別表示云制造服務(wù) sj占用云制造資源ri的起止時(shí)間，OccuTypeij表示云服務(wù)sj占用云制造資源ri的形式，分為獨(dú)占和共享兩類；OccuAmtij表示云制造服務(wù)sj占用云制造資源ri的數(shù)量，所有正在服務(wù)中的云制造服務(wù)占用資源量總和滿足如下關(guān)系：

2.2 單源云制造資源異常事件定義與響應(yīng)函數(shù)

云制造資源的異常是引起云服務(wù)過(guò)程波動(dòng)的主要原因，按影響程度不同可分為以下4類。①∞型：云制造資源因故障、失效或調(diào)離等原因永久喪失制造服務(wù)能力；②β型：云制造資源因故障、請(qǐng)假等原因短暫失去制造服務(wù)能力，恢復(fù)期為d1天；③α型：云制造資源因輕微故障、長(zhǎng)時(shí)運(yùn)轉(zhuǎn)或數(shù)量變化等原因，服務(wù)能力提升或下降為原來(lái)的1 α倍，恢復(fù)期為d2，實(shí)際云制造服務(wù)過(guò)程中該類異常最為常見(jiàn)；④ο型：云制造資源因外界干擾出現(xiàn)瞬間失去服務(wù)能力但立即恢復(fù)為原來(lái)狀態(tài)。

根據(jù)不同類型云制造資源異常表征的不同，可進(jìn)一步細(xì)分為24小類云制造資源異常事件，見(jiàn)表1。

表1 24類云制造資源異常事件定義Tab.1 Definition of 24 categories exception event of cloud manufacturing resources

云制造資源齊備和提供穩(wěn)定服務(wù)能力是云制造服務(wù)高QoS的保障，為方便計(jì)算，本文以異常發(fā)生后仍然以預(yù)定價(jià)格提供符合質(zhì)量要求的服務(wù)所需時(shí)間與原計(jì)劃時(shí)間的差值作為異常響應(yīng)的度量手段，單一資源異常響應(yīng)函數(shù)形式化定義如下：

不同類型云制造資源異常的響應(yīng)函數(shù)如下：

（1）當(dāng)資源異常類型為∞型時(shí)，記為 A(∞)，云制造服務(wù)sj的時(shí)間變化?D(sj,ri)=c(ri,sj)∞。

（2）當(dāng)資源異常類型為β型時(shí)，記為 A(β)，云制造服務(wù) sj的時(shí)間變化 ?D(sj,ri)=c(ri,sj)?[d1-(D-D1)]。

（3）當(dāng)資源異常類型為α型且滿足資源能力Capability′(ri)=Capability(ri)/α ＞ ResLoad(ri) ，云制造服務(wù)sj的時(shí)間變化?D(sj,ri)=0。

（4）當(dāng)資源異常類型為α型且滿足資源能力Capability′(ri)=Capability(ri)/α＜ResLoad(ri) ，云制造服務(wù)sj的工期變化如下：

其中，D為云制造服務(wù)sj的初始完成單次服務(wù)所需時(shí)間；D1為在資源異常發(fā)生時(shí)云制造服務(wù)sj已經(jīng)提供服務(wù)的時(shí)間；ηi為施工資源ri的能力分配系數(shù)，η1、η2、η3分別為資源異常發(fā)生前、恢復(fù)中、恢復(fù)后的能力分配系數(shù)。當(dāng)云制造服務(wù)sj分配到全部所需制造能力時(shí)，ηi=0；反之當(dāng)云制造服務(wù)sj被分配的制造能力為0時(shí)，ηi=1；其他情況下，0＜ηi＜1。

（5）當(dāng)資源異常類型為ο型時(shí)，云制造服務(wù)sj的時(shí)間變化?D(sj,ri)=0，雖然ο型異常出現(xiàn)不影響當(dāng)前云服務(wù)時(shí)效，但它往往是其他異常的先兆，應(yīng)及時(shí)采取故障診斷、保養(yǎng)等預(yù)處理措施規(guī)避風(fēng)險(xiǎn)。

2.3 多源云制造資源異常事件傳播算法與響應(yīng)機(jī)制

圖2 多源云制造資源異常事件的響應(yīng)模型Fig.2 Response model of multi-source exception event of cloud manufacturing resources

云制造服務(wù)一般封裝了多種云制造資源，因此云制造服務(wù)過(guò)程受到多源云制造資源異常事件的影響。如圖2所示，將所有云制造服務(wù)按被調(diào)用時(shí)間先后順序排列形成云制造服務(wù)維，所有云制造資源按人、機(jī)、料、法、環(huán)、測(cè)進(jìn)行分類建模形成資源維，在云制造服務(wù)和云制造資源組成的二維平面中，用不同顏色的點(diǎn)表示服務(wù)sj和資源ri的關(guān)聯(lián)關(guān)系，當(dāng)c(ri,sj)=0時(shí)，用空心點(diǎn)表示，當(dāng)c(ri,sj)=1時(shí)，用灰色或黑色實(shí)心點(diǎn)表示，其中灰色代表共享模式，黑色代表獨(dú)占模式。為在同一范疇下討論資源異常對(duì)云制造服務(wù)過(guò)程的影響，引入變異密度函數(shù)E表征所有云制造資源或云制造服務(wù)在單位時(shí)間內(nèi)受資源異常影響的變動(dòng)情況，在圖2中用縱軸表示。多源云制造資源異常事件的響應(yīng)過(guò)程是在關(guān)聯(lián)約束矩陣C作用下云制造資源狀態(tài)異?！Y源能力異常→云制造服務(wù)QoS異常的二級(jí)映射過(guò)程，形式化定義如下：

其中，ER.Capability和ES.Duration分別為制造資源服務(wù)能力和云制造服務(wù)周期變異密度函數(shù)；Capability(ri)為資源ri未發(fā)生異常前的服務(wù)能力；Capability′(ri)為資源ri發(fā)生異常后的服務(wù)能力；D(sj)為云制造服務(wù)sj未受資源異常影響前完成單次服務(wù)所需時(shí)間；D′(sj)為云制造服務(wù)sj受到資源異常影響后完成單次服務(wù)所需時(shí)間。

資源狀態(tài)異常的單次映射拓?fù)淙缦拢?/p>

（1）檢查所有云制造資源的實(shí)時(shí)狀態(tài)，獲取異常隊(duì)列A；

（2）依次取出異常隊(duì)列 A中的資源異常事件，沿著云制造服務(wù)與云制造資源之間的關(guān)聯(lián)約束網(wǎng)絡(luò)傳播到達(dá)正在使用該資源的云制造服務(wù)處，如圖2網(wǎng)格中的箭頭所示；

（3）依次計(jì)算每個(gè)已啟動(dòng)云制造服務(wù)在多源云制造資源異常事件影響下的時(shí)效變化，云制造服務(wù)sj完成單次服務(wù)所需時(shí)間在多源云制造資源異常干擾下的總體響應(yīng)函數(shù)

（4）已啟動(dòng)云制造服務(wù)的時(shí)效變化沿著云制造項(xiàng)目網(wǎng)絡(luò)計(jì)劃圖向所有后續(xù)未啟動(dòng)云制造服務(wù)傳播，至此完成一輪異常映射過(guò)程。上述過(guò)程的詳細(xì)算法見(jiàn)圖3。

3 原型應(yīng)用案例

限于目前尚無(wú)較為成熟且大規(guī)模應(yīng)用的開(kāi)源云制造服務(wù)平臺(tái)，為驗(yàn)證本文所提方法的可行性，筆者采用Multi-Agent技術(shù)開(kāi)發(fā)了基于J2EE的中小企業(yè)云制造服務(wù)過(guò)程管控原型平臺(tái)（以下簡(jiǎn)稱“平臺(tái)”），并選取某鋼琴企業(yè)設(shè)備研發(fā)外包項(xiàng)目進(jìn)行原型驗(yàn)證，說(shuō)明本文方法的應(yīng)用過(guò)程。鋼琴對(duì)制作工藝要求較高，目前其裝配過(guò)程仍然以手工為主。某鋼琴制造企業(yè)YCJB為解決因工人視覺(jué)疲勞造成的頂蓋螺釘漏裝問(wèn)題，向工裝部門下達(dá)了研發(fā)基于機(jī)器視覺(jué)的頂蓋裝配與質(zhì)量檢測(cè)一體化設(shè)備的任務(wù)。工裝部門因自身技術(shù)力量不夠，決定采用云制造的思想引入外部資源共同研制該設(shè)備。該企業(yè)將設(shè)備研發(fā)項(xiàng)目劃分為概念設(shè)計(jì)與功能定義、總體布置與機(jī)械結(jié)構(gòu)設(shè)計(jì)、電氣控制部分設(shè)計(jì)、樣機(jī)制作、軟件開(kāi)發(fā)、軟硬件聯(lián)調(diào)等幾個(gè)任務(wù)包，并在由筆者所在團(tuán)隊(duì)開(kāi)發(fā)的中小企業(yè)云制造服務(wù)平臺(tái)上發(fā)布需求。

圖3 多源云制造資源異常事件的傳播算法Fig.3 Propagation algorithm for multi-source exception event of cloud manufacturing resources

經(jīng)智能匹配，機(jī)器視覺(jué)漏檢設(shè)備的樣機(jī)設(shè)計(jì)與試制由C高校提供的設(shè)計(jì)服務(wù)和Y市工業(yè)裝備設(shè)計(jì)與制造重點(diǎn)實(shí)驗(yàn)室（以下簡(jiǎn)稱“Y實(shí)驗(yàn)室”）提供的樣機(jī)試制服務(wù)協(xié)作完成，其服務(wù)過(guò)程見(jiàn)圖4。其中樣機(jī)試制服務(wù)在云制造服務(wù)過(guò)程管控平臺(tái)上被分解為同步直線模組采購(gòu)、型材及木板下料、部件打印、電氣控制柜裝配、總體裝配等共10個(gè)子任務(wù)，并確定各子任務(wù)的工期、負(fù)責(zé)人及對(duì)應(yīng)的人、機(jī)、料、法、環(huán)、測(cè)等云制造資源。服務(wù)過(guò)程中，Y實(shí)驗(yàn)室采用基于Arduino Yun開(kāi)發(fā)的嵌入式終端對(duì)部分關(guān)鍵資源（如3D打印設(shè)備）的實(shí)時(shí)狀態(tài)進(jìn)行智能感知，并通過(guò)數(shù)據(jù)接口與云服務(wù)過(guò)程管控平臺(tái)對(duì)接來(lái)自動(dòng)更新資源實(shí)時(shí)狀態(tài)；為提高平臺(tái)實(shí)用性，平臺(tái)仍然保留了手動(dòng)更新資源異動(dòng)的功能。云服務(wù)過(guò)程中平臺(tái)檢測(cè)到以下3個(gè)異常：①該實(shí)驗(yàn)室所在電網(wǎng)線路改造需斷電，恢復(fù)期為0.5天；②用于打印工業(yè)相機(jī)固定支架的3D打印機(jī)噴嘴故障，打印效率降低為原來(lái)的一半，恢復(fù)期為1天；③外購(gòu)的定制同步直線模組因當(dāng)?shù)刂卮蠡顒?dòng)物流延遲，恢復(fù)期為3天。平臺(tái)中的異常監(jiān)測(cè)引擎首先反查封裝了以上制造資源的云制造服務(wù)并進(jìn)行異常類型與時(shí)效評(píng)估（見(jiàn)圖4）：異常①屬于β型，其服務(wù)時(shí)間變化為?D(s8,r1)=0.5，其中si和rj分別指第i個(gè)制造服務(wù)和第 j個(gè)異常事件，下同；異常②屬于α型，且 d2=1，α=2，η1=0.6，η2=0.8，D=4，D1=3，因此根據(jù)式（6）得 ?D(s8,r2)=1.5；異常③屬于β型，且 d1=3，D=14，D1=12，因此 ?D(s9,r3)=1。根據(jù)3.3節(jié)中的異常響應(yīng)機(jī)制與傳播算法，最終s8的服務(wù)時(shí)效變化為?D(s8,R)=max{0.5+1.5}=2，s9的服務(wù)時(shí)效變化為?D(s9,R)=max{1}=1；因s8所對(duì)應(yīng)的子任務(wù)處在該項(xiàng)目的網(wǎng)絡(luò)計(jì)劃圖的關(guān)鍵路徑上，因此整個(gè)項(xiàng)目的總體服務(wù)時(shí)效變化為?D(S,R)=2，即如不采取措施，該云制造服務(wù)需求將比給定工期延遲2天完工。為保證服務(wù)時(shí)效，平臺(tái)及時(shí)向Y實(shí)驗(yàn)室及后續(xù)云服務(wù)提供者發(fā)出預(yù)警信息，Y實(shí)驗(yàn)室根據(jù)預(yù)警信息及時(shí)采取了臨時(shí)租用鄰近單位的3D打印設(shè)備、待物流恢復(fù)后采用時(shí)效更高物流方式等措施，最終試制服務(wù)時(shí)效總延遲為0.5天。隨后的軟件開(kāi)發(fā)及調(diào)試服務(wù)提供者可以根據(jù)以上信息及時(shí)作出相應(yīng)調(diào)整，上述信息實(shí)時(shí)反饋至前端云服務(wù)交易平臺(tái)，從而使整個(gè)云制造服務(wù)過(guò)程透明、可控，也可以為后續(xù)的云制造服務(wù)QoS評(píng)估提供數(shù)據(jù)支持。應(yīng)用過(guò)程表明該過(guò)程管控平臺(tái)能夠?qū)τ绊懛?wù)時(shí)效的資源異常事件及時(shí)作出響應(yīng)，具有較好的可行性。

圖4 云制造服務(wù)過(guò)程管理方法原型應(yīng)用案例Fig.4 Prototype application case of the proposed process management method of cloud manufacturing service

4 結(jié)論

本文通過(guò)對(duì)云制造資源異常事件進(jìn)行分類定義，建立了單源、多源云制造資源異常事件的傳播算法與響應(yīng)機(jī)制，開(kāi)發(fā)了可管控云制造資源動(dòng)態(tài)變化的云制造服務(wù)過(guò)程管控原型系統(tǒng)，并在某鋼琴制造企業(yè)設(shè)備研發(fā)外包項(xiàng)目中進(jìn)行原型驗(yàn)證應(yīng)用，結(jié)果表明本文所提方法具有較好的可行性。不足之處在于驗(yàn)證所用案例相對(duì)較為簡(jiǎn)單，后續(xù)將針對(duì)具有貧信息、高動(dòng)態(tài)性等特點(diǎn)的組合云制造服務(wù)過(guò)程管控進(jìn)一步展開(kāi)研究。

［1］ PIZON J，LIPSKI J.Manufacturing Process Support Us?ing Artificial Intelligence［J］.Applied Mechanics and Materials，2015，791：89-95.

［2］ 李伯虎，張霖，任磊，等.云制造典型特征、關(guān)鍵技術(shù)與應(yīng)用［J］.計(jì)算機(jī)集成制造系統(tǒng)，2012，18（7）：1345-1356.LI Bohu，ZHANG Lin，REN Lei，et al.Typical Charac?teristics，Technologies and Applications of Cloud Man?ufacturing［J］.Computer Integrated Manufacturing Sys?tems，2012，18（7）：1345-1356.

［3］ 姚錫凡，金鴻，徐川，等.云制造資源的虛擬化與服務(wù)化［J］.華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，41（3）：1-7.YAO Xifan，JIN Hong，XU Chuan，et al.Virtualization and Servitization of Cloud Manufacturing Resources［J］.Journal of South China Universty of Technology（Natural Science Edition），2013，41（3）：1-7.

［4］ 任磊，張霖，張雅彬，等.云制造資源虛擬化研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2011，17（3）：511-518.REN Lei，ZHANG Lin，ZHANG Yabin，et al.Resource Virtualization in Cloud Manufacturing［J］.Computer Integrated Manufacturing Systems，2011，17（3）：511-518.

［5］ 張映鋒，張耿，楊騰，等.云制造加工設(shè)備服務(wù)化封裝與云端化接入方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2014，20（8）：2029-2037.ZHANG Yingfeng，ZHANG Geng，YANG Teng，et al.Service Encapsulation and Virtualization Access Meth?od for Cloud Manufacturing Machine［J］.Computer In?tegrated Manufacturing Systems，2014，20（8）：2029-2037.

［6］ CHENG Ying，ZHAO Dongming，TAO Fei，et al.Com?plex Networks Based Manufacturing Service and Task Management in Cloud Environment［C］//2015 IEEE 10th Conference on Industrial Electronics and Applica?tions（ICIEA）Proceedings.Auckland，2015：242-247.

［7］ MOURTZIS D，VLACHOU E.Cloud-based Cyber-phys?ical Systems and Quality of Services［J］.TQM Journal，2016，28（5）：704-733.

［8］ 劉明周，馬靖，王強(qiáng)，等.一種物聯(lián)網(wǎng)環(huán)境下的制造資源配置及信息集成技術(shù)研究［J］.中國(guó)機(jī)械工程，2015，26（3）：339-347.LIU Mingzhou，MA Jing，WANG Qiang，et al.Re?search on Manufacturing Resources Allocation and In?formation Integrated Technology Based on IoT ［J］.China Mechanical Engineering，2015，26（3）：339-347.

［9］ 侯瑞春，丁香乾，陶冶，等.制造物聯(lián)及相關(guān)技術(shù)架構(gòu)研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2014，20（1）：11-20.HOU Ruichun，DING Xiangqian，TAO Ye，et al.Inter?net of Manufacturing Things and Relevant Technical Architecture［J］.Computer Integrated Manufacturing Systems，2014，20（1）：11-20.

［10］ OBORSKI P.Developments in Integration of Ad?vanced Monitoring Systems［J］.International Journal of Advanced Manufacturing Technology，2014，75（9/12）：1613-1632.

［11］ 羅賀，李升，汪永康，等.云制造環(huán)境下服務(wù)監(jiān)管角色的評(píng)估與選擇［J］.計(jì)算機(jī)集成制造系統(tǒng)，2012，18（10）：2340-2347.LUO He，LI Sheng，WANG Yongkang，et al.Assess?ment and Selection for Service Regulation in Cloud Computing Environment［J］.Computer Integrated Manufacturing Systems，2012，18（10）：2340-2347.

［12］ 敬石開(kāi)，姜浩，許文婷，等.考慮執(zhí)行可靠性的云制造服務(wù)組合算法［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2014，26（3）：392-400.JING Shikai，JIANG Hao，XU Wenting，et al.Cloud Manufacturing Service Composition Considering Exe?cution Reliability［J］.Journal of Computer-Aided De?sign&Computer Grapgics，2014，26（3）：392-400.

［13］ 周競(jìng)濤，王明微，楊海成，等.能力驅(qū)動(dòng)的云制造項(xiàng)目監(jiān)控機(jī)制［J］.計(jì)算機(jī)集成制造系統(tǒng)，2012，18（7）：1518-1526.ZHOU Jingtao，WANG Mingwei，YANG Haicheng，et al.Capability Driven Project Monitoring and Man?agement Mechanism for Cloud Manufacturing［J］.Computer Integrated Manufacturing Systems，2012，18（7）：1518-1526.

［14］ 李澤彪，張衛(wèi)，王正成，等.云制造環(huán)境下的生產(chǎn)加工服務(wù)監(jiān)控［J］.計(jì)算機(jī)集成制造系統(tǒng)，2015，21（7）：1953-1962.LI Zebiao，ZHANG Wei，WANG Zhengcheng，et al.Service Monitoring of Production and Processing in Cloud Manufacturing［J］.Computer Integrated Manu?facturing Systems，2015，21（7）：1953-1962.

［15］ 馬文龍，趙燕偉，王萬(wàn)良.制造云服務(wù)組合異常自適應(yīng)調(diào)整方法［J］.中國(guó)機(jī)械工程，2016，27（6）：778-784.MA Wenlong，ZHAO Yanwei，WANG Wanliang.An Adaptive Adjustment Method of Composition Excep?tion for Manufacturing Cloud Service［J］.China Me?chanical Engineering，2016，27（6）：778-784.

［16］ QU T，LEI S P，CHEN Y D，et al.Internet-of-Things-enabled Smart Production Logistics Execution System Based on Cloud Manufacturing［C］//Proceed?ings of ASME 2014 International Manufacturing Sci?ence and Engineering Conference.Fairfield，2014：V001T04A030.

［17］ 魏樂(lè)，趙秋云，舒紅平.云制造環(huán)境下基于QoS的組合云服務(wù)自適應(yīng)調(diào)整［J］.蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，48（4）：98-104.WEI Le，ZHAO Qiuyun，SHU Hongping.Adaptive Adjustment of Composite Cloud Service Based on QoS for Cloud Manufacturing Environment［J］.Jour?nal of Lanzhou University，2012，48（4）：98-104.

［18］ 趙秋云，魏樂(lè)，舒紅平.云制造環(huán)境下制造設(shè)備云服務(wù)異常處理模型［J］.圖學(xué)學(xué)報(bào)，2014，35（6）：840-846.ZHAO Qiuyun，WEI Le，SHU Hongping.Exception Handling Model of Manufacturing Equipment Cloud Service for Cloud Manufacturing Environment［J］.Journal of Graphics，2014，35（6）：840-846.

［19］ 董元發(fā)，晉良海，燕喬.混凝土壩非穩(wěn)態(tài)施工過(guò)程異常監(jiān)控與管理研究［J］.計(jì)算機(jī)工程與應(yīng)用，2017，53（20）：208-213.DONG Yuanfa，JIN Lianghai，YAN Qiao.Research on Management of Multiple and Random Abnormality of Resources in Non-steady Construction Process of Concrete Dam［J］.Computer Engineering and Appli?cations，2017，53（20）：208-213.

［20］ SKARLAT O，BORKOWSKI M，SCHULTE S.To?wards a Methodology and Instrumentation Toolset for Cloud Manufacturing［C］//2016 1stInternational Workshop on Cyber-PhysicalProduction Systems（CPPS）.Vienna，2016：1-4.

［21］ 董元發(fā)，郭鋼.基于模板與全局信任度的云制造服務(wù)評(píng)價(jià)與選擇方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2014，20（1）：207-214.DONG Yuanfa，GUO Gang.Evaluation and Selection Approach for Cloud Manufacturing Service Based on Template and Global Trust Degree［J］.Computer Inte?grated Manufacturing Systems，2014，20（1）：207-214.