Automobile Technology & Material
涂装车间IIOT边缘容器化的实现探索
SCADA OT MES
摘要：传统 应用正在从纯粹 平台，升级成结合最新工业物联网平台技术、高度集成 系统
SCADA功能的新系统。分析了 及工业物联网平台面临的挑战，提出了容器化的工业物联网边缘设计思路。根据工业物联网边缘应用要解决的问题，设计了双环路模型结构，并分析了在边缘应用中采用微服务架构及容器技术能带来的优势。通过对温湿度控制智能应用的微服务架构及组件容器化部署的说明，展示了双环路模型的应用。关键词：SCADA 工业物联网 容器技术 微服务
中图分类号：U468.1 文献标识码：B 10.19710/J.cnki.1003-8817.20210267 DOI:
1 前言
随着工业4.0的发展，工业领域的数字化转型
如火如荼。传统的数据采集与监视控制系统（Su⁃ pervisory Control and Data Acquisition, SCADA）持续
发生重要的变化，工业物联网[1] （Industrial Internet
of Things, IIOT ）技术等以信息技术（ Information
Technology, IT Operation Technology,
）与运营技术（
OT）融合为主要使能因素的技术逐渐渗透到工业
Internet of Things, IOT
控制领域。物联网（ ）中的
“物”——智能网联产品[2] （Smart Connected Product, SCP）突破传统自动化的概念，使其智能部分跨越多个物理位置而存在。
2 涂装中控
涂装工艺比较复杂，主要包含以下工艺：底漆、中涂、面漆、检查修饰等。典型的涂装车间的工艺流程如图1所示。涂装车间大量的机械化输送和工艺设备对SCADA提出了较高的监控需求。传统中央控制室不仅要调整工艺参数、开关设备、快捷的诊断设备来提高车间生产及工作效率，而且可以将现场的
作者简介：李佳俊（1985—），男，工程师，硕士学位，研究方向为智能制造、工业物联网。
参考文献引用格式：
李佳俊，谷彤坤，李延则，等. IIOT边缘容器化的实现探索[J].汽车工艺与材料，2021（9）：15-23.
涂装车间
LI J, GU T, LI Y, et al. Exploration on IIOT Edge Containerization in Painting Workshop [J]. Automobile Technology & Material, 2021(9): 15-23.
生产、设备的各种数据收集起来，供车间管理人员及技术人员参考，目前还要求提供生产计划及产品质量等信息，以支持高效的生产运营管理。大量智能应用如漆膜质量预测、设备预测性
SCADA AVEVA Intouch HMI
常见的 包括： 的
Wonderware）和 Plant SCADA（原 Citect SCA⁃
（原
DA），西门子的SIMATIC WINCC，通用电气的IFIX， Inductive Automation Ignition。
的
2.1 SCADA的功能
在涂装车间中，SCADA
系统主要用于监视控制，其核心功能和特点如下。
a.本地或远程监视控制制造工艺； b.提供重要工艺的即时和历史测量值； c.提供测量值历史趋势； d.实时报警和历史报警； e.发现并消除瓶颈和低效率； f.通过少量不需要特别专业的员工就可以控制庞大、复杂的流程。
2.2 SCADA的组成
SCADA系统包括用户操作站、SCADA
典型的
服务器系统、通信网络、PLC、现场设备和信号。所
有组件都无缝集成到一个完整的系统，提供手自
2
动操作。图 所示的体系结构按照通过通信网络
SCADA
互连的组件说明了一个典型的 系统。
3 工业物联网平台
一般来说，物联网包括任何可以连接到互联
维护在涂装车间逐渐普及。
SCADA是在生产制造过程中用于获取工艺变量和机器状态的测量值以及用于在工艺区域或工作单元中执行调节或机器控制的系统。网网络的物体，更具体地，这些物装备了传感器、软件和其他技术，它们相互之间能够发送和接受
（Industrial IOT, IIOT数据。工业物联网[3] ）指的是
IOT
在工业领域的应用和扩展。
IIOT OT
平台与传统 区别之处在于，它能够以经济高效的方式从设备采集大量数据，这些数据通常以很高的频率生成而且非常复杂多样。IIOT平台能够实现以下功能。
a.监视设备和事件流； b.支持多种制造商和行业专有协议； c.分析边缘和云中的数据；
IT OT
d.集成 和 的数据进行共享；
e.使能应用程序开发和部署；
OT
f.可以丰富和补充 功能，改善资产管理生命周期策略和流程。
IIOT PTC Thingworx，日
常见的 平台有 的 立的
Lumada Edgex Foundry
，三一重工的根云，开源的等。阿里巴巴以阿里云工业数据应用平台支持构
IIOT
建 解决方案。现场设备通过现场总线进行自动化过程控制，数据传输可以达到毫秒级，数据传输可靠性、
OPC
稳定性要求较高，通过控制总线采集到 服务
器。SCADA
汇集了所有现场信号，通过工业以太
OPC服务器。制造执行系统（Manufactur⁃
网传输到
ing Execution System, Mes）和企业资源计划（enter⁃ prise Resource Planning, ERP）直接通过应用程序编Application Programming Interface, API）传
程接口（
输到云端。为了降低网络延迟和带宽占用，通常部署边缘
IIOT
网关，它是 的必要设施。边缘网关物理上位于
OPC
工厂内，通过 服务器从一侧连接到工业数据源，从另一侧连接到云端。支持存储转发和边缘分析。
4
数据在云端的处理流程如图 所示。首先，数据要存储在时序数据库中，同时要进行实时流式分析，其次，对大量历史数据进行高级分析，包括机器学习、大数据分析等。
3.2 IIOT平台功能
IIOT
平台由如下技术功能构成[1]
。
3.2.1
设备管理此功能支持对大量设备进行创建、分发、配
3.1 IIOT解决方案的数据流
IIOT
常见的 数据流是从工厂现场工业信号的
PLC、SCADA，然后到开放平台通
产生开始，经过
信（Open Platform Communications, OPC）服务器，通
过边缘网关的转发，最后传递到云端进行处理。
3
显示了从现场到云端的数据流[4]
图 。置、排障和管理。以上任务支持以远程的方式安全地操作，可以单个进行，也可以批量执行；不但可以手工操作，还能配置自动化任务来完成。3.2.2
集成
IIOT
此功能支持 解决方案对数据、过程、企业
IIOT
应用和 生态跨越云和本地环境进行端到端的
IIOT 设备、IIOT 网关、IIOT
集成，通常涉及 边缘和
IIOT平台，需要采用各种通信协议，API
和应用适配器的软件及其他工具和技术。
3.2.3
数据管理此功能包含以下方面。
IOT
a.接入 终端和边缘设备数据；
b.将数据从边缘存储到企业平台；
IT
c.提供数据可访问性（在需要时由设备、 和
OT
系统以及外部方提供）；
d.跟踪世系和数据流； e.执行数据和分析治理政策，以确保数据的质
量、安全性、隐私性和流通性。
3.2.4
分析此功能支持对设备、企业和上下文数据进行流式处理，提供对资产的使用监控、各种指标，还支持模式分析和资产使用优化。可以应用规则引擎、事件流处理、数据可视化和机器学习等各种技术。
3.2.5
应用开发使能和管理此功能支持开发分析数据和完成物联网相关业务的应用程序，并支持多样的部署方式。核心功能包括管理操作系统、标准输入和输出或文件系统，支持平台的其他软件组件。应用开发平台包括支持应用程序的基础设施组件、运行时管理和数字孪生，使用户能够实现“云规模”的可扩展
IIOT
性和可靠性，并快速、无缝地部署和交付 解决方案。
3.2.6
安全此功能提供进行审计和确保合规性的软件、工具和流程。此功能还能够执行预防性、侦测性
IIOT
和纠正控制和操作，以确保整个 解决方案的数据的隐私和安全性。
3.3 IIOT与SCADA
IIOT
的主要目标是对数据收集和聚合机制进
行标准化。SCADA
是一个自动化和控制的网络系
ISA-95
统，主要涉及管理执行器网络，处于 层次模
2。而IIOT SCADA
型[5]的层级
虽然也可以为 提供数
3，如图5
据采集，但通常其提供的功能处于层级所示。
SCADA IIOT 的数据源。IIOT
生成的数据也是
SCA⁃
专注于分析细粒度设备数据以提高效率，而
DA
则专注于监控和调节。
IIOT SCADA
具有 所不具备的集成能力，分析能力和应用开发支持。
IIOT SCADA
相较于 具有更好的可伸缩性，互操作性，更高的标准化水平和更低的运营成本。
4 容器化的IIOT解决方案
在工业场景中，使用云端承载全部数据和应用逻辑功能存在固有的困难。一方面是因为工厂中数据源种类繁多（使用各种专有协议来自不同厂商的设备），数量巨大，另一方面是因为网络带宽的限制和较高的实时性要求，还有就是要考虑网络安全以及某些工作流不能暴露在互联网上的约束。
4.1 边缘计算
IIOT
为了应对 解决方案中单个环路导致的弊
端，首先要强化边缘计算。在工业物联网（IIOT）设
备中增加边缘计算功能，可以就近处理实时数据。
IOT
边缘设备是工业领域和云中 环境的交汇
3 6
点。该设备可分解为 大组件，如图 所示。4.1.1
边缘工具提供一个用户友好的界面，用以分析日志、管理补丁和配置适配器。边缘工具支持更新证书和授权或在初始设置过程中自动注册。
4.1.2
边缘网关边缘网关是边缘设备的核心。边缘网关的主要职责是连接到工业数据源以收集数据，并通过
互联网协议进行分发。边缘网关最重要的组成部分是工业适配器。工业适配器通常订阅来自工业领域的数据并将其在数据总线上发布。边缘网关的另一个重要组成部分是存储和转发组件。
4.1.3
边缘计算由运行在边缘设备上用于过滤、聚合和高级异常检测的分析应用和其他应用组成。边缘计算通常从数据总线上订阅数据，并对其进行处理。在某
Web service
些情况下，边缘计算通过 调用云或本地服务器来运行高级计算功能。在边缘开发应用是从组件部署上看，云端和边缘都有分布，而且难以区分主次。从要解决的问题领域出发，采用
领域驱动设计[6]
的方法就会发现，制造业等工业领域的应用场景主要在工厂和车间内部，而非互联网和云端。
SCP
的智能组件主要部署于边缘侧，物理组件位置的智能功能被弱化，它只需要能够控制物理组
件并且具备边缘通信能力即可。因而，IIOT
解决方案的主体是部署于边缘计算模块中的智能应用，这
SCP
些智能应用构成了 智能组件的主体部分。总
之，IIOT
解决方案以现场为中心，充分利用边缘提供
UI
更好的 体验，利用云端资源提供更智能的功能。为了更好地指导边缘智能应用的设计开发，
ISA-95
不但要深入分析智能应用功能在 层级模型上的分布，还要合理地将其组件部署在跨越云、边
2
缘、现场的广泛的环境上。为此，针对以上 个维度面临的问题，本文提出了双环路模型结构，共有
2种模式：1 ISA-95 2
种是在 模型上跨越了 层的分
层结构，即控制环路和运营环路（A 8所
型），如图
示；1
种是跨越云边的双环路，即执行环路和演化
IIOT
解决方案的重要实现方式和发展方向。
4.2 边缘应用的双环路模型
IIOT
的重点在于智能化，网络连接只是手段。
SCP
而智能化要从 的视角解释物联网之“物”，分析解决方案的整体架构。
SCP 3
包含 个核心元素：物理组件、“智能”组件、连接组件。智能组件增强了物理组件的功能和价值，连接组件则增强了智能组件的功能和价值，而且使其一部分可以存在于物理组件之外，如
7
图 所示。
环路（B 9型），如图 所示。4.2.1 A
型双环路
首先，ISA-95
模型的各层描述了领域上完全
2
不同的活动。例如，层级 主要是监控活动，层级
3
主要是制造运营管理活动。
其次，IIOT
解决方案需要支持多层的活动，一
2 3
方面涉及的数据跨越多层，包括 层和 层；另一方面，提供的功能要支持各层的业务活动。然而，每层的数据的粒度、范围、复杂度都不尽相同。每层数据的差异还表现在其时间特性和典型应用的
1
类型，如表 所示。
为了有效实现智能产品功能需求，要将不同的层级的功能分配给不同的组件，这样，各组件就可以针对不同层级的特点充分利用合适的技术栈来实现功能。
所以，IIOT
解决方案为不同的层级的组件设计
2
不同的环路。层级 为控制环路（下环路），也就是
SCADA 3
传统 的功能领域；层次 为运营环路（上环
MES
路），也就是 功能的典型应用领域。
2
分成 个环路的原因如下。
a.不同环路要解决的问题是本质上不同的，也
就是领域不同；
b.不同环路使用的数据的属性有本质的不同，
例如粒度、及时性、数量级；
c.这样就可以在架构设计和技术选型及优化上针对不同的应用采取不同的策略；
d.不同的环路采用不同的数据模型，在各自的
领域上下文中独立演化；
e.便于采用微服务架构和容器化部署。
例如，SCADA
系统扩展后，既提供现场设备的
2
远程控制，又支持产品的追踪追溯。这 部分就处于不同的领域：远程控制处于控制环路，追踪追溯处于运营环路。
A IIOT
利用 型双环路，可以应对 解决方案的复杂性，为应用设计提供有力的工具，有助于设计出高质量的应用。
4.2.2 B
型双环路
IIOT
解决方案要支持智能工厂的建设，尽管边
PLC
缘计算的能力远远超过 的处理能力，但仍有很多场景需要借助于云端提供的资源。
在涂装车间，越来越多的大型设备需要预测性维护来保障生产的连续性和产品质量。而这需要依赖云端的计算和大数据处理能力以及机器学习模型训练等高级分析功能。设备维护功能作为设备的智能部分，其应用主要在工厂内，但技术上云端为其提供了重要的组件功能。为此，从物理部署上将应用组件分成双环路
9
（如图 所示），即执行环和演化环，将分析模型的执行与分析功能的演化迭代解耦成不同的领域，后者作为一个独立组件进行设计和部署。例如，预测结果实时反馈以及报警的生成由执行环路完成；分析的效果数据收集、机器学习模型的迭代和训练则在演化环完成。
B
采用 型双环路，一方面可以将领域功能的实
IT
现和技术架构的选择解耦，防止以 驱动造成的应用功能不满足需求的问题。另一方面，可以有效地利用云端的计算与存储能力、模型算法等资源。
4.3 微服务架构
IIOT
双环路模型设计，将 解决方案的不同领域充分解耦，一方面利于系统的各部分功能的实现
和提高系统整体可维护性和演化迭代的能力；另一方面却导致了大量的系统组件和组件之间的交互需求。幸运的是，微服务的架构设计和容器技术有效地解决了这些问题。
4.3.1
微服务的特性
微服务[7]是一种软件开发的架构和组织方法，
API其中软件由通过明确定义的 进行通信的小型独立服务组成。这些服务由各个小型独立团队负责，其具有以下特性。
a.自主性：可以对微服务架构中的每个组件服务进行开发、部署、运营和扩展，而不影响其他服务的功能。这些服务不需要与其他服务共享任何代码或实施。各个组件之间的任何通信都是通过
API
明确定义的 进行的。例如，对预测性维护应用的机器学习模型部署进行更新，不会对采集现场数据的工业适配器造成影响。
b.专用性：每项服务都是针对一组功能而设计的，并专注于解决特定的问题。如果开发人员逐渐将更多代码增加到一项服务中并且这项服务变得复杂，那么可以将其拆分成多项更小的服务。例如，将追踪追溯功能与设备监控功能区分开来。4.3.2
微服务的优势
IIOT微服务架构在开发涂装车间 边缘应用中，提供了以下优势。
a.敏捷性：微服务促进若干小型独立团队形成一个组织，这些团队负责自己的服务。各团队在小型且易于理解的环境中行事，并且可以更独立、更快速地工作，缩短了开发周期时间。
b.灵活扩展：通过微服务，可以独立扩展各项服务以满足其支持的应用程序功能的需求。这使团队能够适当调整基础设施需求，准确衡量功能成本，并在服务需求激增时保持可用性。
c.轻松部署：微服务支持持续集成和持续交付，可以轻松尝试新想法，并可以在无法正常运行时回滚。由于故障成本较低，因此可以大胆试验，更轻松地更新代码，并缩短新功能的上市时间。
d.技术自由：微服务架构不遵循“一刀切”的方法。团队可以自由选择最佳工具来解决他们的具体问题。因此，构建微服务的团队可以为每个组件选择最佳工具。e.可重复使用的代码：将软件划分为小型且明
确定义的模块，让团队可以将功能用于多种目的。专为某项功能编写的服务可以用作另一项功能的构建块。这样应用程序就可以自行引导，因为开发人员可以创建新功能，而无需从头开始编写代码。
f.弹性：服务独立性增加了应用程序应对故障
1
的弹性。在整体式架构中，如果 个组件出现故障，可能导致整个应用程序无法运行。通过微服务，应用程序可以通过降低功能而不导致整个应用程序崩溃来处理总体服务故障。
4.4 容器技术
1
容器是 个标准的软件单元，它打包代码及其所有依赖项以便应用程序从一个计算环境快速、可靠地运行到另一个计算环境。现在已发展成包
括运行时、编排、服务网格[8]的生态体系。
4.4.1
容器技术的优势
a.减少开销，降低成本：容器使用的系统资源
比虚拟机少，这转化为更高效的服务器利用率，并且没有额外的操作系统许可成本。
b.提高应用在不同操作系统的可移植性和一
致性：容器化应用可以容易地部署在一系列平台
PC、MAC、笔记本电脑还是
和操作系统上。无论在智能手机上，它们将一致地运行。
c.更快的应用开发和更大的敏捷性：通过将单
一应用划分为一个容器化、独立运行的微服务网络，应用程序开发更快、更容易组织。小型团队可以在应用程序的不同部分进行更精细的工作，以开发最高质量的代码，而不会产生编码冲突的风险。这会导致更快的部署、修补和扩展。
d.更容易采用微服务架构：与其他策略相比，
容器已成为采用微服务架构的事实上的选择，因为它们成本更低，流程更轻量。
e.启动速度比虚拟机快：容器在几秒（毫秒）内
启动，因为它们避免了虚拟机操作系统的资源需求，更快的容器启动时间提供了更好的应用用户体验。
4.4.2
容器化的微服务为了提高灵活性的同时降低延迟，通常为在下环路和左环路的组件采用本地部署方式，而在
上环路和右环路中的应用采用容器化部署方式。
3
为了更好地应用容器化的微服务，可以权衡以下种模式。
每个微服务都以自己的物理服务器运行，并采用自己的操作系统实例：这种方法使微服务彼此隔离，但很可能存在浪费。考虑到现代服务器具有处理多个操作系统实例的处理能力，则不需要为每个微服务提供单独的物理服务器。
在同一服务器上的一个操作系统实例上运行多个微服务：这是有风险的，因为它不能使微服务相互独立。由于应用程序组件和库版本相互冲突，导致故障的可能性增加。一个微服务的问题可能导致故障级联，中断其他服务的操作。
在同一服务器上的不同虚拟机上运行多个微服务：这为每个微服务提供一个独特的执行环境，供其自主运行。但是虚拟机会复制操作系统实例，因此需为每个虚拟机的操作系统授权单独付费。此外，运行全新的操作系统对系统资源是额外的负担。
5 涂装车间湿度智能控制
涂装车间是汽车整车制造领域能耗大户，是所有车间能耗主要部分，其中空调能耗又占较大比例。
恒定的温湿度是保证漆膜品质的重要条件，因此涂装车间的温湿度要求控制精度比较高，且要求持续稳定。
温湿度的精准控制和能耗节约是涂装车间的普遍要求。本文以温湿度智能控制应用（以下简
B
称智能应用）为例，介绍 型双环路模型在整体架构设计上的应用及微服务架构和容器技术的实际应用情况。
5.1 温湿度控制原理
10
涂装工艺空调的组成及流程如图 所示。传
Proportion Integration
统的比例积分微分控制器（
Differentiation, PID）通过PLC
控制空调的阀门、变频器等保障送风的温湿度在工艺范围内。智能温湿度控制进一步通过选用卡边控制、多变量综合控制、模型动态优化等手段达到设定值最佳、节能降耗的目的。
5.2 智能应用功能架构
智能控制器实时采集工艺空调出风温湿度
（TIC3/MIC3）、室外空气温湿度（TIC1/MIC1）、冷冻
水/冷却水流量、冷冻水/冷却水温度、设备能耗、系统总能耗结合温湿度设定值，调用模型服务提供
PLC
的模型预测算法获取控制输出，最后通过 控
11
制加热、表冷、加湿泵、调节阀等执行机构，如图所示。
机器学习流水线[9]从网关数据总线接入监测数据、控制信号进行数据验证，然后进行数据预处理，使用处理后的数据训练模型并进行分析，最后部署到模型服务。整个过程由流水线编排进行组织调度。过程的中间结果存储到元数据存储。
5.3 智能应用组件部署
部署在边缘组件包括智能控制器、模型管理
PLC
器、模型服务等组件。智能控制器负责对 信号的实时采集，并通过调用模型服务中的模型方法生成实时的执行器控制输出。模型服务支持模型的部署和版本管理。智能控制器及模型服务构
B
成了 型双环路的执行环路。模型管理器收集模型控制的反馈数据并触发模型的训练和升级。
部署在云端的组件包括流水线编排管理器、机器学习流水线、元数据存储、大数据存储。机器学习流水线负责整个模型训练的执行，元数据