本發(fā)明屬于制造系統(tǒng)與s²sensor領(lǐng)域，特別涉及一種信息-物理-社交融合空間下實(shí)現(xiàn)智能制造的s²sensor。

背景技術(shù)：

當(dāng)前，新興信息技術(shù)正步入泛在、智能、互聯(lián)集成的新階段，從感知、傳輸、處理與智能決策，泛在連接與普適計(jì)算無(wú)所不在。在計(jì)算機(jī)科學(xué)、信息通信技術(shù)和先進(jìn)制造技術(shù)的并行驅(qū)動(dòng)下，制造模式正發(fā)展為信息空間(cyber)、物理空間(physical)、社交空間(social)泛在融合空間下的智能制造。智能制造實(shí)現(xiàn)在生產(chǎn)制造過(guò)程中的高適應(yīng)性(adaptability)，高柔性(flexibility)以及智能化(intelligence)，從而滿足動(dòng)態(tài)多變的市場(chǎng)和個(gè)性化的客戶需求。

在一個(gè)智能制造環(huán)境下的生產(chǎn)車(chē)間，所有的加工設(shè)備、工件、運(yùn)輸小車(chē)、工業(yè)機(jī)器人等制造資源能夠像社交網(wǎng)絡(luò)中的人一樣互相交流，并做出生產(chǎn)決策。加工設(shè)備能實(shí)時(shí)了解自身的“健康”狀況、加工任務(wù)、加工能力和生產(chǎn)能力；智能工件自身攜帶如何被加工設(shè)備加工生產(chǎn)的工藝、質(zhì)量等信息；運(yùn)輸小車(chē)知道何時(shí)何地運(yùn)輸何物去何地等車(chē)間物流信息。制造資源通過(guò)配置各種類(lèi)型的傳感器(振動(dòng)、功率、噪聲等)、rfid設(shè)備(讀寫(xiě)器、天線、標(biāo)簽)、測(cè)量設(shè)備(粗糙度儀、數(shù)顯卡尺等)、智能嵌入式控制設(shè)備、網(wǎng)絡(luò)設(shè)備等，構(gòu)造出一個(gè)具有工業(yè)4.0和智能制造特征的車(chē)間生產(chǎn)物理環(huán)境。在此環(huán)境下，對(duì)生產(chǎn)制造過(guò)程提出了新的要求，主要表現(xiàn)在：1)制造車(chē)間分布式的傳感設(shè)備在車(chē)間生產(chǎn)運(yùn)行過(guò)程中會(huì)產(chǎn)生大量的生產(chǎn)過(guò)程數(shù)據(jù)，傳統(tǒng)的將爆炸式的信息傳遞到后端服務(wù)器進(jìn)行集中處理的方式已滿足不了當(dāng)前大量分布式傳感設(shè)備實(shí)時(shí)數(shù)據(jù)采集、融合、傳輸、分析與決策的需求；2)制造資源通過(guò)配置傳感設(shè)備、智能嵌入式設(shè)備與智能決策算法的方式，轉(zhuǎn)變?yōu)榫哂凶晕腋兄c決策功能的“生產(chǎn)個(gè)體”。生產(chǎn)個(gè)體根據(jù)制造任務(wù)自組織交互，構(gòu)成車(chē)間自組織生產(chǎn)網(wǎng)絡(luò)。作為車(chē)間生產(chǎn)網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，生產(chǎn)個(gè)體具有生產(chǎn)實(shí)時(shí)數(shù)據(jù)的采集與處理、信息/生產(chǎn)指令的共享與交互、生產(chǎn)過(guò)程自主交互與協(xié)同、生產(chǎn)過(guò)程智能決策與管控等功能需求。

鑒于以上分析，提出一種信息-物理-社交融合空間下實(shí)現(xiàn)智能制造的socialsenor(以下簡(jiǎn)稱(chēng)s²ensor)。本發(fā)明旨在實(shí)現(xiàn)信息-物理-社交融合空間下各生產(chǎn)個(gè)體之間的信息交互與協(xié)作，實(shí)現(xiàn)生產(chǎn)過(guò)程的自感知、自適應(yīng)、自診斷、自決策等，最終實(shí)現(xiàn)從過(guò)去的“人腦分析判斷+機(jī)器生產(chǎn)制造”的方式轉(zhuǎn)變?yōu)椤皺C(jī)器分析判斷+機(jī)器生產(chǎn)制造”的方式，以達(dá)到高效、透明、智能化地完成生產(chǎn)任務(wù)的目標(biāo)。

去中心化的s²ensor與傳統(tǒng)中心化的車(chē)間生產(chǎn)控制系統(tǒng)可從兩個(gè)方面進(jìn)行區(qū)分，一是采集/傳輸?shù)臄?shù)據(jù)不同：傳統(tǒng)的車(chē)間信息系統(tǒng)采集并傳輸物理世界的各種物理量；s²ensor采集、傳輸用于生產(chǎn)過(guò)程交互、協(xié)作、決策和管控的各類(lèi)生產(chǎn)數(shù)據(jù)、交互信息、生產(chǎn)指令等。二是組織架構(gòu)不同：傳統(tǒng)的車(chē)間生產(chǎn)控制系統(tǒng)將采集到的傳感數(shù)據(jù)上傳至中央服務(wù)器存儲(chǔ)、分析、決策等，缺乏實(shí)時(shí)性；s²enso具有存儲(chǔ)、分析、決策與交互功能，除了能將采集到的各類(lèi)生產(chǎn)信息上傳至云服務(wù)器外，還可進(jìn)行就近計(jì)算與決策，實(shí)現(xiàn)對(duì)生產(chǎn)過(guò)程實(shí)時(shí)反饋。

技術(shù)實(shí)現(xiàn)要素：

為克服傳統(tǒng)車(chē)間集中式生產(chǎn)控制面臨的柔性低、反饋不及時(shí)、可擴(kuò)展性差等缺陷，并結(jié)合當(dāng)前工業(yè)4.0和智能制造環(huán)境下的新需求，本發(fā)明的目的在于提供一種信息-物理-社交融合空間下實(shí)現(xiàn)智能制造的s²ensor，該發(fā)明是一種軟硬件集成的，具有社交交互、智能感知、智能處理、自主決策的智能體。在一個(gè)離散制造車(chē)間，s²ensor的體現(xiàn)形式主要包括智能工件s²ensor、運(yùn)輸小車(chē)s²ensor、工位s²ensor、質(zhì)量檢測(cè)s²ensor等。智能工件s²ensor在運(yùn)輸小車(chē)的幫助下在車(chē)間內(nèi)按照加工工序進(jìn)行流動(dòng)，分別與運(yùn)輸小車(chē)s²ensor、工位s²ensor和質(zhì)量檢測(cè)s²ensor進(jìn)行感知交互，更新加工進(jìn)度與加工質(zhì)量信息，完成加工任務(wù)；運(yùn)輸小車(chē)s²ensor接收來(lái)自智能工件s²ensor、工位s²ensor以及云服務(wù)器的運(yùn)輸指令，協(xié)助運(yùn)輸小車(chē)將工件、刀具/夾具/量具運(yùn)輸至指定位置；工位s²ensor根據(jù)智能工件s²ensor廣播的加工需求，評(píng)估所綁定的加工設(shè)備是否滿足加工要求，并向智能工件s²ensor做出響應(yīng)，另外工位s²ensor之間就加工任務(wù)進(jìn)行匹配、談判，均衡加工設(shè)備的生產(chǎn)負(fù)荷；質(zhì)量s²ensor負(fù)責(zé)判斷工件的加工質(zhì)量是否滿足要求，并向工件s²ensor發(fā)送質(zhì)量檢測(cè)信息。車(chē)間制造資源通過(guò)s²ensor進(jìn)行機(jī)-機(jī)交互協(xié)作，實(shí)現(xiàn)生產(chǎn)過(guò)程的自感知、自適應(yīng)、自診斷、自決策與自修復(fù)等智能制造方法。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案為：

一種信息-物理-社交融合空間下實(shí)現(xiàn)智能制造的s²ensor，s²ensor的體系架構(gòu)分為物理資源層、信息聚合層、決策交互層；

所述的物理資源層主要功能是為s²ensor提供物理硬件層面的支持，用于實(shí)現(xiàn)異構(gòu)傳感設(shè)備的互聯(lián)與物理集成、生產(chǎn)過(guò)程事件感知與實(shí)時(shí)狀態(tài)監(jiān)測(cè)、生產(chǎn)數(shù)據(jù)采集與傳輸；物理資源層包括三類(lèi)物理資源：用于感知車(chē)間生產(chǎn)過(guò)程各個(gè)方面的物理傳感設(shè)備、用于集成與控制所有傳感設(shè)備的集成/控制模塊和用于s²ensor交互的各種網(wǎng)絡(luò)連接模塊。

所述的物理傳感設(shè)備包括用于感知車(chē)間生產(chǎn)環(huán)境的噪聲、溫濕度、光照強(qiáng)度的傳感設(shè)備，用于感知生產(chǎn)設(shè)備(如機(jī)床、運(yùn)輸小車(chē))運(yùn)行狀態(tài)的功率、加速度、力的傳感設(shè)備，用于監(jiān)控工件位置、工件狀體、加工進(jìn)度的rfid設(shè)備、感知工件尺寸的激光位移、測(cè)量工件質(zhì)量的粗糙度儀和數(shù)顯卡尺的傳感設(shè)備；所述的用于集成與控制所有傳感設(shè)備的集成/控制模塊包括plc控制器、嵌入式微型電腦主板；所述的網(wǎng)絡(luò)連接模塊包括用于傳感設(shè)備和集成/控制模塊之間、s²ensor之間、s²ensor與云服務(wù)器之間通訊連接的intranet/internet、wifi、zigbee、路由模塊等。

所述的信息聚合層是連接物理資源層與決策交互層的紐帶，一方面，基于預(yù)定義的生產(chǎn)事件，信息聚合層為下層的物理資源層傳遞生產(chǎn)指令/數(shù)據(jù)采集指令；另一方面，基于數(shù)據(jù)預(yù)處理與集成方法，信息聚合層為上層的決策交互層提供統(tǒng)一的數(shù)據(jù)訪問(wèn)接口；該層的構(gòu)成部分包括資源描述模型、數(shù)據(jù)采集觸發(fā)條件集、虛擬化封裝模板集、數(shù)據(jù)預(yù)處理方法集、數(shù)據(jù)組織模型與接口。

所述的資源描述模型用于對(duì)物理傳感設(shè)備和嵌入式開(kāi)發(fā)板的形式化描述；所述的數(shù)據(jù)采集觸發(fā)條件集為預(yù)定義的數(shù)據(jù)采集與上傳的生產(chǎn)事件觸發(fā)條件模型，用于決定何時(shí)采集傳感數(shù)據(jù)、何時(shí)將采集的數(shù)據(jù)預(yù)處理后上傳至決策交互層或者云服務(wù)器；所述的虛擬化封裝模板用于對(duì)傳感設(shè)備進(jìn)行描述與封裝，實(shí)現(xiàn)物理空間向虛擬空間的映射；所述的數(shù)據(jù)預(yù)處理方法集包含所有的傳感數(shù)據(jù)預(yù)處理方法，用于實(shí)現(xiàn)清洗、去噪、濾波的功能；所述的數(shù)據(jù)組織模型與接口用于對(duì)預(yù)處理之后的多源異構(gòu)傳感數(shù)據(jù)按照一定的數(shù)據(jù)格式進(jìn)行聚合，并通過(guò)數(shù)據(jù)接口傳輸至決策交互層或者云服務(wù)器。

所述的決策交互層提供s²ensor之間、s²ensor與云服務(wù)器之間的信息交互與協(xié)同共享的功能、基于數(shù)據(jù)處理結(jié)果的自適應(yīng)、自診斷和自決策功能；決策交互層包括決策環(huán)節(jié)與交互環(huán)節(jié)。

所述的決策環(huán)節(jié)是對(duì)歷史/實(shí)時(shí)生產(chǎn)數(shù)據(jù)、交互信息進(jìn)行分析、評(píng)估、預(yù)測(cè)的處理，進(jìn)行生產(chǎn)過(guò)程的自主診斷與決策，使生產(chǎn)過(guò)程自適應(yīng)；所述的交互環(huán)節(jié)是s²ensor根據(jù)決策結(jié)果，與其他s²ensor或云服務(wù)器進(jìn)行信息交互，實(shí)現(xiàn)生產(chǎn)過(guò)程的協(xié)同，決策與交互兩個(gè)環(huán)節(jié)構(gòu)成一個(gè)機(jī)-機(jī)交互的閉環(huán)過(guò)程，實(shí)現(xiàn)了生產(chǎn)過(guò)程的自感知、自適應(yīng)、自診斷、自決策與自修復(fù)。

考慮到s²ensor自身的存儲(chǔ)與計(jì)算能力的有限，在s²ensor網(wǎng)絡(luò)中增加一個(gè)云服務(wù)器，用于存儲(chǔ)s²ensor采集到的各類(lèi)原始數(shù)據(jù)、交互決策信息、生產(chǎn)反饋信息，同時(shí)也為s²ensor提供復(fù)雜的算力支持，并基于算力結(jié)果向s²ensor決策交互層傳輸生產(chǎn)指令。

本發(fā)明的有益效果是：

本發(fā)明構(gòu)建了一種信息-物理-社交融合空間下實(shí)現(xiàn)智能制造的s²ensor，實(shí)現(xiàn)了車(chē)間內(nèi)制造資源的機(jī)-機(jī)協(xié)作交互、生產(chǎn)過(guò)程自感知、自適應(yīng)、自診斷、自決策與自修復(fù)。通過(guò)應(yīng)用s²ensor，實(shí)現(xiàn)了車(chē)間生產(chǎn)過(guò)程的實(shí)時(shí)、智能管控。

附圖說(shuō)明

圖1是一種s²ensor的體系架構(gòu)圖。

圖2是一種s²ensor的配置流程圖。

圖3是一種s²ensor的生產(chǎn)過(guò)程協(xié)作交互泳道圖

具體實(shí)現(xiàn)方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作詳細(xì)說(shuō)明。此處所說(shuō)明的附圖是本申請(qǐng)的一部分，用來(lái)對(duì)本發(fā)明進(jìn)行進(jìn)一步解釋?zhuān)⒉粯?gòu)成對(duì)本發(fā)明的限定。

如圖1所示的一種信息-物理-社交融合空間下實(shí)現(xiàn)智能制造的s²ensor，其體系架構(gòu)包括物理資源層、信息聚合層和決策交互層。所述s²ensor的配置與實(shí)現(xiàn)流程如圖2所示，包括：

所述的物理資源層主要功能是為s²ensor提供物理硬件層面的支持，用于實(shí)現(xiàn)異構(gòu)傳感設(shè)備的互聯(lián)與物理集成、生產(chǎn)過(guò)程事件感知與實(shí)時(shí)狀態(tài)監(jiān)測(cè)、生產(chǎn)數(shù)據(jù)采集與傳輸；物理資源層包括三類(lèi)物理資源：用于感知車(chē)間生產(chǎn)過(guò)程各個(gè)方面的物理傳感設(shè)備、用于集成與控制所有傳感設(shè)備的集成/控制模塊和用于s²ensor交互的各種網(wǎng)絡(luò)連接模塊。

物理資源層的配置

物理資源層根據(jù)車(chē)間加工任務(wù)與制造邏輯，為s²ensor配置三類(lèi)物理資源。一是各類(lèi)傳感資源設(shè)備的配置，包括感知生產(chǎn)設(shè)備運(yùn)行狀態(tài)的加速度、功率等傳感設(shè)備；感知工件位置、工件狀態(tài)和加工進(jìn)度等rfid設(shè)備；測(cè)量工件加工質(zhì)量的粗糙度儀和數(shù)顯卡尺等測(cè)量設(shè)備。二是對(duì)集成或控制各類(lèi)傳感設(shè)備的集成/控制模塊的配置?？紤]到各種類(lèi)型的傳感設(shè)備在通訊協(xié)議、組網(wǎng)類(lèi)型、輸出接口等方面的差異性，可配置智能嵌入式面板作為集成/控制模塊。相比于普通開(kāi)發(fā)板，智能嵌入式面板可擴(kuò)展多種類(lèi)型的通訊接口，具有有線/無(wú)線接入intranet/internet的能力，其較強(qiáng)的計(jì)算能力可進(jìn)行傳感數(shù)據(jù)的就近計(jì)算，實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)的去中心化處理與決策，從而緩解了遠(yuǎn)程服務(wù)器集中式計(jì)算帶來(lái)的數(shù)據(jù)傳輸與處理壓力，同時(shí)提高了生產(chǎn)過(guò)程決策的實(shí)時(shí)性。因此，本發(fā)明將s²ensor的集成/控制模塊稱(chēng)為智能聚合節(jié)點(diǎn)。三是對(duì)s²ensor網(wǎng)絡(luò)連接模塊的配置，包括兩個(gè)層次的配置：第一層次為傳感設(shè)備與智能聚合節(jié)點(diǎn)的網(wǎng)絡(luò)互聯(lián)配置，該層次的配置根據(jù)傳感設(shè)備的通訊協(xié)議、輸出接口、組網(wǎng)類(lèi)型等配置合適合理的網(wǎng)絡(luò)連接方式(intranet/internet、wifi、zigbee、bluetooth等)；第二層次為s²ensor與s²ensor之間、s²ensor與云服務(wù)器之間的互聯(lián)配置，該層次的配置的網(wǎng)絡(luò)連接方式為intranet、internet等。通過(guò)對(duì)所述的三類(lèi)物理資源的配置，實(shí)現(xiàn)s²ensor的分布式異構(gòu)傳感設(shè)備互聯(lián)、集成與集中控制。具體而言，對(duì)智能工件s²ensor配置rfid設(shè)備(有源式rfid標(biāo)簽、天線與讀寫(xiě)器)；對(duì)運(yùn)輸小車(chē)配置rfid天線、讀寫(xiě)器；對(duì)工位s²ensor配置rfid天線(入緩存、在加工、出緩存3個(gè)天線)、讀寫(xiě)器、各類(lèi)工況傳感設(shè)備(功率、加速度、力、紅外溫度等傳感器)；對(duì)質(zhì)量檢測(cè)s²ensor配置各類(lèi)測(cè)量設(shè)備(數(shù)顯卡尺、粗糙度儀)。所述的智能工件s²ensor攜帶有工件的狀體信息、工藝信息、質(zhì)量要求信息等，在運(yùn)輸小車(chē)的幫助下在車(chē)間內(nèi)按照加工工序進(jìn)行流動(dòng)，分別與運(yùn)輸小車(chē)s²ensor、工位s²ensor和質(zhì)量檢測(cè)s²ensor進(jìn)行感知交互，更新加工進(jìn)度與加工質(zhì)量信息，完成加工任務(wù)；所述的運(yùn)輸小車(chē)s²ensor接收來(lái)自智能工件s²ensor、工位s²ensor以及云服務(wù)器的運(yùn)輸指令，協(xié)助運(yùn)輸小車(chē)將工件、刀具/夾具/量具運(yùn)輸至指定位置；所述的工位s²ensor根據(jù)智能工件s²ensor廣播的加工需求，評(píng)估所綁定的加工設(shè)備是否滿足加工要求，并向智能工件s²ensor做出響應(yīng)，另外工位s²ensor之間就加工任務(wù)進(jìn)行匹配、談判，均衡加工設(shè)備的生產(chǎn)負(fù)荷；所述的質(zhì)量s²ensor負(fù)責(zé)判斷工件的加工質(zhì)量是否滿足要求，并向工件s²ensor發(fā)送質(zhì)量檢測(cè)信息。

所述的智能工件s²ensor由配置在工件上的rfid設(shè)備(有源式rfid標(biāo)簽、天線與讀寫(xiě)器)、智能嵌入式面板和網(wǎng)絡(luò)連接設(shè)備組成。其中，所述的rfid設(shè)備用于感知工件位置、加工進(jìn)度以及工件狀態(tài)識(shí)別；所述的智能嵌入式面板用于異構(gòu)設(shè)備的互聯(lián)、集成與控制，同時(shí)對(duì)智能嵌入式面板配置基于rfid的“事件-時(shí)間-狀態(tài)-位置”監(jiān)控模型和基于auto-id的智能決策算法，實(shí)現(xiàn)智能工件s²ensor的自主交互與決策；所述的網(wǎng)絡(luò)連接設(shè)備用于異構(gòu)傳感設(shè)備和智能嵌入式面板之間、智能工件s²ensor與其他s²ensor之間、智能工件s²ensor與云服務(wù)器之間的intranet/internet、wifi、zigbee的互聯(lián)。

所述的運(yùn)輸小車(chē)s²ensor由配置在運(yùn)輸小車(chē)上的rfid天線、讀寫(xiě)器、智能嵌入式面板和網(wǎng)絡(luò)連接設(shè)備組成。其中，所述的rfid天線與讀寫(xiě)器用于感知識(shí)別工件位置與狀態(tài)；所述的智能嵌入式面板用于異構(gòu)設(shè)備的互聯(lián)、集成與控制，同時(shí)對(duì)嵌入式面板配置基于rfid的“事件-時(shí)間-狀態(tài)-位置”監(jiān)控模型和基于auto-id的智能決策算法，實(shí)現(xiàn)運(yùn)輸小車(chē)s²ensor的自主交互與決策；所述的網(wǎng)絡(luò)連接設(shè)備用于異構(gòu)傳感設(shè)備和智能嵌入式面板之間、運(yùn)輸小車(chē)s²ensor與其他s²ensor之間、運(yùn)輸小車(chē)s²ensor與云服務(wù)器之間的intranet/internet、wifi、zigbee的互聯(lián)。

所述的工位s²ensor由配置在運(yùn)輸小車(chē)上的rfid天線、讀寫(xiě)器、各類(lèi)工況傳感設(shè)備(功率、加速度、力、紅外溫度等傳感器)、智能嵌入式面板和網(wǎng)絡(luò)連接設(shè)備組成。其中，所述的rfid天線與讀寫(xiě)器用于感知識(shí)別工件位置與狀態(tài)、工件加工進(jìn)度；所述的工況傳感設(shè)備用于感知加工設(shè)備的功率、主軸和刀塔的振動(dòng)、主軸的力矩、刀具的切削溫度等工況信息；所述的智能嵌入式面板用于異構(gòu)設(shè)備的互聯(lián)、集成與控制，同時(shí)對(duì)嵌入式面板配置基于rfid的“事件-時(shí)間-狀態(tài)-位置”監(jiān)控模型、生產(chǎn)事件觸發(fā)機(jī)制、加工設(shè)備狀態(tài)預(yù)測(cè)、刀具磨損預(yù)測(cè)等智能決策算法，實(shí)現(xiàn)工位s²ensor的自主交互與決策；所述的網(wǎng)絡(luò)連接設(shè)備用于異構(gòu)傳感設(shè)備和智能嵌入式面板之間、工位s²ensor與其他s²ensor之間、s²ensor與云服務(wù)器之間的intranet/internet、wifi、zigbee的互聯(lián)。

所述的質(zhì)量檢測(cè)s²ensor由配置在質(zhì)檢臺(tái)上的數(shù)顯卡尺、粗糙度儀等質(zhì)量檢測(cè)設(shè)備、智能嵌入式面板和網(wǎng)絡(luò)連接設(shè)備組成。其中，所述的數(shù)顯卡尺、粗糙度儀用于檢測(cè)工件的加工質(zhì)量；所述的智能嵌入式面板用于異構(gòu)設(shè)備的互聯(lián)、集成與控制，同時(shí)對(duì)嵌入式面板配置質(zhì)量控制算法，判斷當(dāng)前工序是否滿足工件的質(zhì)量要求；所述的網(wǎng)絡(luò)連接設(shè)備用于異構(gòu)傳感設(shè)備和智能嵌入式面板之間、質(zhì)量檢測(cè)s²ensor其他s²ensor之間、質(zhì)量檢測(cè)s²ensor與云服務(wù)器之間的intranet/internet、wifi、zigbee的互聯(lián)。

所述的物理傳感設(shè)備在智能聚合節(jié)點(diǎn)中的連接數(shù)目，優(yōu)化配置具體為：根據(jù)車(chē)間生產(chǎn)過(guò)程中檢測(cè)對(duì)象的精度、成本等要求建立量化的目標(biāo)函數(shù)，根據(jù)相應(yīng)的約束條件，確定配置方案中接入的傳感設(shè)備節(jié)點(diǎn)數(shù)量，實(shí)現(xiàn)傳感設(shè)備數(shù)目的合理分配。

目標(biāo)函數(shù)：

約束：

式中：

num——s²ensor包含的傳感設(shè)備的數(shù)量；

t——根據(jù)實(shí)際需求的傳感設(shè)備最小更新周期；

tn——智能聚合節(jié)點(diǎn)在一個(gè)更新周期中的休眠時(shí)間；

ts——s²ensor中傳感設(shè)備的平均響應(yīng)時(shí)間；

tt——傳感數(shù)據(jù)傳到s²ensor緩存模塊的傳輸時(shí)間；

c——num個(gè)傳感設(shè)備的成本；

——第i個(gè)傳感設(shè)備的成本；

——第i個(gè)傳感設(shè)備的測(cè)量值；

——第i個(gè)傳感設(shè)備的精度要求；

所述的公式(1)和(2)為目標(biāo)函數(shù)，公式(3)和(4)為約束條件。公式(1)的物理意義為s²ensor能接入的傳感設(shè)備數(shù)量必須不大于其智能聚合節(jié)點(diǎn)在一個(gè)喚醒周期內(nèi)能訪問(wèn)到的傳感設(shè)備數(shù)量，式中傳感設(shè)備的平均響應(yīng)時(shí)間ts和傳感數(shù)據(jù)傳到s²ensor緩存模塊的傳輸時(shí)間tt根據(jù)傳感設(shè)備通訊方式、傳輸類(lèi)型、傳輸數(shù)據(jù)量大小的不同而不同。所述的公式(2)的物理意義為，通過(guò)給s²ensor配置num個(gè)傳感設(shè)備，實(shí)現(xiàn)滿足測(cè)量需求的k個(gè)測(cè)量值和滿足每個(gè)傳感設(shè)備的測(cè)量精度要求的目標(biāo)下，使得配置的num個(gè)傳感設(shè)備的總成本最小。

所述的信息聚合層是連接物理資源層與決策交互層的紐帶，一方面，基于預(yù)定義的生產(chǎn)事件，信息聚合層為下層的物理資源層傳遞生產(chǎn)指令/數(shù)據(jù)采集指令；另一方面，基于數(shù)據(jù)預(yù)處理與集成方法，信息聚合層為上層的決策交互層提供統(tǒng)一的數(shù)據(jù)訪問(wèn)接口；該層的主要構(gòu)成部分包括資源描述模型、數(shù)據(jù)采集觸發(fā)條件集、虛擬化封裝模板集、數(shù)據(jù)預(yù)處理方法集、數(shù)據(jù)組織模型與接口。

信息聚合層的配置

信息聚合層的配置主要是通過(guò)智能聚合節(jié)點(diǎn)從軟件層面對(duì)多類(lèi)型異構(gòu)傳感設(shè)備進(jìn)行聚合，分成四個(gè)步驟，首先對(duì)s²ensor中的異構(gòu)傳感設(shè)備和智能聚合節(jié)點(diǎn)虛擬化，建立物理空間與信息空間的映射關(guān)系，明確信息空間中的資源模型的物理意義；然后根據(jù)不同傳感設(shè)備虛擬化模型，創(chuàng)建包括傳感設(shè)備與智能聚合節(jié)點(diǎn)在內(nèi)的s²ensor虛擬化封裝模板；接著，基于封裝模板，獲取多源異構(gòu)傳感數(shù)據(jù)并進(jìn)行預(yù)處理；最后，將預(yù)處理之后的多源異構(gòu)傳感數(shù)據(jù)進(jìn)行重新組織，并向決策交互層和云服務(wù)器提供數(shù)據(jù)接口。

(1)建立s²ensor形式化描述模型

為實(shí)現(xiàn)s²ensor與s²ensor之間的準(zhǔn)入、互聯(lián)、發(fā)現(xiàn)、數(shù)據(jù)交互與共享，首先對(duì)傳感設(shè)備進(jìn)行虛擬化，形式化描述如下：

sd::＝{uri,info,perf,config,data}(5)

式中：

uri——傳感設(shè)備sd的統(tǒng)一資源定位符，定義了傳感設(shè)備在s²ensor中的位置，用于區(qū)分不同s²ensor下的不同傳感設(shè)備；

info——傳感設(shè)備基本信息集合，包括傳感設(shè)備的名稱(chēng)、型號(hào)、類(lèi)別、生產(chǎn)廠家等；

perf——傳感設(shè)備的性能指標(biāo)集合，包括測(cè)量參數(shù)、范圍、精度、響應(yīng)時(shí)間等；

config——傳感設(shè)備的配置信息集合，包括監(jiān)測(cè)對(duì)象、采樣頻率、測(cè)量物理量等配置信息，通過(guò)配置不同的config參數(shù)，實(shí)現(xiàn)對(duì)異構(gòu)傳感設(shè)備的統(tǒng)一描述；

data——傳感設(shè)備的感知數(shù)據(jù)，包括測(cè)量值、單位、采集時(shí)間等；

在對(duì)s²ensor中單個(gè)的傳感設(shè)備描述的基礎(chǔ)上，對(duì)s²ensor進(jìn)行形式化描述：

s²ensor::＝{uri,sdlist,info,meth,data,cons}(6)

式中：

uri——s²ensor的統(tǒng)一資源定位符，定義了s²ensor在s²ensor網(wǎng)絡(luò)中的位置；

sdlist——s²ensor包含的物理傳感設(shè)備集合，以傳感設(shè)備的uri作為唯一標(biāo)識(shí)；

info——s²ensor基本信息集合，包括s²ensor的名稱(chēng)、基本描述信息、功能組件、綁定的加工設(shè)備等；

meth——s²ensor中傳感數(shù)據(jù)的預(yù)處理方法集合，包括數(shù)據(jù)的清洗去噪、過(guò)濾、融合等方法；

data——s²ensor中經(jīng)過(guò)預(yù)處理之后的多源異構(gòu)傳感數(shù)據(jù)；

cons——傳感設(shè)備安全與權(quán)限約束條件；

(2)創(chuàng)建s²ensor虛擬化封裝模板

在構(gòu)建單個(gè)傳感設(shè)備和s²ensor的形式化描述模型的基礎(chǔ)上，采用可擴(kuò)展的資源描述框架(resourcedescriptionframework，rdf)對(duì)s²ensor進(jìn)行虛擬化封裝，實(shí)現(xiàn)其元數(shù)據(jù)信息的表達(dá)與描述。根據(jù)所述的傳感設(shè)備和s²ensor描述模型，利用rdf資源組件，通過(guò)三元組<資源-屬性-值>對(duì)傳感設(shè)備和s²ensor進(jìn)行描述，然后將傳感設(shè)備的各類(lèi)信息填充到s²ensor的rdf-xml模板中，完成傳感設(shè)備的虛擬化過(guò)程。

(3)獲取多源異構(gòu)傳感數(shù)據(jù)與預(yù)處理

當(dāng)傳感設(shè)備實(shí)現(xiàn)虛擬化封裝后，智能聚合節(jié)點(diǎn)會(huì)根據(jù)傳感設(shè)備rdf-xml模板中定義的config元素集，找到傳感設(shè)備在s²ensor中的網(wǎng)絡(luò)位置，并周期性的監(jiān)聽(tīng)s²ensor中所有的傳感設(shè)備狀態(tài)，將獲得的傳感數(shù)據(jù)值、狀態(tài)等數(shù)據(jù)填充到data元素集中。考慮到傳感設(shè)備的異質(zhì)特性，s²ensor獲取傳感數(shù)據(jù)的方式分為數(shù)據(jù)拉取式和數(shù)據(jù)推送式兩種類(lèi)型。針對(duì)數(shù)據(jù)拉取方式，首先決策交互層向智能聚合節(jié)點(diǎn)下發(fā)數(shù)據(jù)請(qǐng)求，智能聚合節(jié)點(diǎn)尋址到目標(biāo)傳感設(shè)備，并配置請(qǐng)求所要求的采樣頻率，然后通過(guò)傳感設(shè)備的rdf模板獲取對(duì)應(yīng)傳感設(shè)備的基本信息、配置信息以及測(cè)量數(shù)據(jù)等；針對(duì)數(shù)據(jù)推送式方式，通過(guò)設(shè)定推送觸發(fā)條件，只有滿足條件的傳感數(shù)據(jù)才被推送給智能聚合節(jié)點(diǎn)。推送觸發(fā)條件包括數(shù)值型、字符串型、布爾型、圖片型以及音/視頻流型等類(lèi)型，通過(guò)對(duì)不同類(lèi)型觸發(fā)條件設(shè)定條件閾值并進(jìn)行模式化匹配，篩選出關(guān)鍵的生產(chǎn)過(guò)程、加工設(shè)備狀態(tài)工序/工件質(zhì)量等數(shù)據(jù)。

通過(guò)拉取式或推送式獲取的原始生產(chǎn)數(shù)據(jù)含有異常、重復(fù)、亂序、遺漏、不完整等錯(cuò)誤，因此在s²ensor的meth元素中接入各類(lèi)型常用的濾波、數(shù)據(jù)清洗算法等，對(duì)傳感數(shù)據(jù)進(jìn)行預(yù)處理，提高數(shù)據(jù)采集的完整性、有效性和準(zhǔn)確性。

(4)數(shù)據(jù)組織模型與接口的構(gòu)建

當(dāng)傳感數(shù)據(jù)經(jīng)過(guò)預(yù)處理之后，將大量的多源異構(gòu)傳感數(shù)據(jù)進(jìn)行重新組織，形成半結(jié)構(gòu)化、結(jié)構(gòu)化的數(shù)據(jù)。考慮到信息聚合層與決策交互層、云服務(wù)器之間的數(shù)據(jù)傳輸對(duì)傳輸速率、大小等的不同需求，構(gòu)建信息聚合層與決策交互層之間傳輸?shù)慕Y(jié)構(gòu)化xml數(shù)據(jù)模型，信息聚合層和云服務(wù)器之間傳輸?shù)陌虢Y(jié)構(gòu)化json數(shù)據(jù)模型。然后在信息聚合層與決策交互層、信息聚合層與云服務(wù)器之間開(kāi)發(fā)統(tǒng)一的數(shù)據(jù)傳輸接口，實(shí)現(xiàn)傳感數(shù)據(jù)以xml格式或json格式發(fā)送至決策交互層或云服務(wù)器。

所述的決策交互層提供s²ensor之間、s²ensor與云服務(wù)器之間的信息交互與協(xié)同共享的功能、基于數(shù)據(jù)處理結(jié)果的自適應(yīng)、自診斷和自決策功能；決策交互層包括決策環(huán)節(jié)與交互環(huán)節(jié)。

決策交互層的配置

決策交互層的配置分為決策環(huán)節(jié)的配置與交互環(huán)節(jié)的配置。決策環(huán)節(jié)的配置是將信息聚合層獲取到的生產(chǎn)過(guò)程多源異構(gòu)傳感數(shù)據(jù)進(jìn)行綜合分析，得到?jīng)Q策結(jié)果，為s²ensor的協(xié)作交互提供支持。具體而言，對(duì)智能工件s²ensor和運(yùn)輸小車(chē)s²ensor的智能結(jié)合節(jié)點(diǎn)配置基于rfid的“事件-時(shí)間-狀態(tài)-位置”監(jiān)控模型和基于auto-id的智能決策算法，確定智能工件的位置、狀態(tài)；對(duì)工位s²ensor的智能聚合節(jié)點(diǎn)配置基于rfid的“事件-時(shí)間-狀態(tài)-位置”監(jiān)控模型、生產(chǎn)事件觸發(fā)機(jī)制、加工設(shè)備狀態(tài)預(yù)測(cè)、刀具磨損預(yù)測(cè)等智能決策算法，判斷智能工件額位置、狀態(tài)、加工進(jìn)度，預(yù)測(cè)加工設(shè)備和刀具的狀態(tài)等；對(duì)質(zhì)量檢測(cè)s²ensor的智能聚合節(jié)點(diǎn)配置質(zhì)量控制算法，判斷當(dāng)前工序是否滿足工件的質(zhì)量要求。交互環(huán)節(jié)的配置是s²ensor將決策階段的分析結(jié)果與其他s²ensor、智能工件以及云服務(wù)器進(jìn)行協(xié)作交互，完成工件的加工。以配置在工位上的s²ensor為例，在工序加工過(guò)程中，將獲取到的機(jī)床主軸加速度、刀塔加速度、機(jī)床功率等傳感數(shù)據(jù)進(jìn)行分析，提取出偏離正常值較大的異常點(diǎn)，然后結(jié)合智能工件傳過(guò)來(lái)的工序工藝信息、加工參數(shù)信息，綜合判斷生產(chǎn)過(guò)程是否異常，以便做進(jìn)一步的處理；在工序加工完成后，s²ensor通過(guò)測(cè)量設(shè)備獲取的質(zhì)量信息與智能工件傳過(guò)來(lái)的質(zhì)量要求相結(jié)合，綜合判斷工序質(zhì)量是否滿足要求，以便做進(jìn)一步的處理。另一方面，考慮到s²ensor的存儲(chǔ)能力、計(jì)算能力有限，s²ensor還與云服務(wù)器交互，決策交互層將決策信息與生產(chǎn)反饋信息傳輸給云服務(wù)器以供復(fù)雜的分析處理，同時(shí)云服務(wù)器將分析結(jié)果以xml生產(chǎn)指令的形式發(fā)送給s²ensor。

以一個(gè)智能工件進(jìn)入制造車(chē)間加工過(guò)程為例來(lái)說(shuō)明s²ensor在去中心化生產(chǎn)過(guò)程中的協(xié)同交互流程，如圖3所示：

(1)云服務(wù)器向運(yùn)輸小車(chē)s²ensor下達(dá)運(yùn)輸指令，運(yùn)輸小車(chē)將智能工件運(yùn)送至制造車(chē)間；

(2)智能工件s²ensor向車(chē)間所有的機(jī)床s²ensor廣播加工需求(工藝、質(zhì)量、完工期等信息)，尋求合適的加工設(shè)備；

(3)所有的工位s²ensor接收到智能工件s²ensor廣播的加工需求后，結(jié)合采集到的加工設(shè)備狀態(tài)，以及云服務(wù)器傳輸過(guò)來(lái)的加工任務(wù)隊(duì)列，機(jī)床s²ensor評(píng)估是否能滿足加工能力和生產(chǎn)能力的需求，并響應(yīng)智能工件，接受或拒絕此加工請(qǐng)求；

(5)當(dāng)有多個(gè)工位s²ensor做出接受加工請(qǐng)求的響應(yīng)后，則在云服務(wù)器的強(qiáng)大計(jì)算能力協(xié)助下匹配、談判，從成本，完工時(shí)間等方面確定合適的工位；

(6)被確定的工位s²ensor向運(yùn)輸小車(chē)s²ensor發(fā)送運(yùn)輸指令，將智能工件運(yùn)輸至工位的入緩存處等待加工；

(7)在工序的加工過(guò)程中，工位s²ensor根據(jù)實(shí)際加工情況和預(yù)定義數(shù)據(jù)采集觸發(fā)條件進(jìn)行拉取式和推送式的數(shù)據(jù)采集，將各類(lèi)傳感數(shù)據(jù)以半結(jié)構(gòu)化的json進(jìn)行組織融合，上傳至云服務(wù)器做較為復(fù)雜的處理；

(8)當(dāng)工位s²ensor監(jiān)測(cè)到采集的振動(dòng)、功率等傳感數(shù)據(jù)有偏離正常值較大的情況，分析異常來(lái)源，并試圖自恢復(fù)，若自恢復(fù)成功，工序繼續(xù)加工，如恢復(fù)不成功，工位s²ensor廣播生產(chǎn)異常信息，一方面運(yùn)輸小車(chē)s²ensor收到廣播信息后取消運(yùn)輸智能工件至該工位處；另一方面其他工位s²ensor收到廣播信息后做出響應(yīng)，是否承接該工序的后續(xù)加工。同時(shí)，工位s²ensor向云服務(wù)器上傳生產(chǎn)異常信息或處理記錄；

(9)在該工序加工完成后，質(zhì)量檢測(cè)s²ensor通過(guò)測(cè)量設(shè)備獲取工序尺寸精度、表面粗糙度等質(zhì)量信息，并與智能工件傳過(guò)來(lái)的工序質(zhì)量要求相結(jié)合，綜合判斷工序質(zhì)量是否滿足要求，若滿足，則進(jìn)入步驟(2)開(kāi)始下一道工序的協(xié)作交互與加工；若質(zhì)量不滿足要求，則通知運(yùn)輸小車(chē)s²ensor將智能工件運(yùn)往不合格品區(qū)由工人做后續(xù)處理。同時(shí)，工位s²ensor將質(zhì)量檢測(cè)結(jié)果寫(xiě)入智能工件中。

以上所述的具體實(shí)施方式，僅是對(duì)本發(fā)明的技術(shù)方案和有益效果的詳細(xì)說(shuō)明。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以進(jìn)行改進(jìn)并在其他實(shí)施例中實(shí)施，但這些改進(jìn)應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。