1.简介
工业4.0（I4.0）的概念已经在经济发达国家研究和发展了至少5年[1,2,三,4,5,6]. 在这种情况下，最重要的研究小组包括ZVEI、VDI/VDE和BITCOM，尤其是在细化模型方面，例如工业4.0参考体系结构模型（RAMI 4.0），以及I4.0组件模型[7,8]. 整个战略在德国逐渐演变，并传播到整个欧洲。2018年，三个欧洲国家开始在制造领域密切合作，以改进和传播这一概念，他们的努力产生了以下倡议：法国的未来工业联盟、德国的工业4.0平台和意大利的钢琴工业4.0[9]. 这些行动和政策使创新理念扩展到其他领域，如标准化、工业通信[10,11]，信息学[12,13,14]功能安全、网络安全、经济、营销、能源生产和社会经济。最值得注意的是，影响的多样性反映在智能工厂的概念中[15,16,17,18,19,20]. 在欧洲以外，该计划在美国、中国和日本广受欢迎。 将I4.0的原理应用于工业应用是一个缓慢的过程，主要是由于通常采用的是非系统方法。目前，相关技术涉及并依赖于数字化、机器人、非最优数据采集、虚拟现实、物联网和先进的数据处理[21,22,23,24,25,26,27]; 然而，与此同时，应用标准仍然不发达或完全缺乏，类似的缺陷也影响到企业经济和任何特定领域的共同主动性[28,29,30,31,32]. 相反，这些独立的技术有助于加快实施I4.0原则，并为技术发展带来新的机遇和挑战；在给定的背景下，5至7年前，这些福利被认为是不可行的。I4.0的总体影响及其最近的转变或成果，特别是数字化和虚拟化，可以解释为当前形势与2013年首次引入I4.0之前的条件之间的差异的缩影。 在当前的过程控制中，制造执行系统（MES）和制造操作管理（MOM）作为作业计划和管理的中心点发挥着不可或缺的作用[33]. 因此，所有相关数据必须传输到这些软件，其中只有MES可以执行作业命令任务。相反，I4.0的概念依赖于分散（分布式）控制，即没有中央实体的程序；然后在通信网络中的实体之间分配决策过程。在这个概念中，MES/MOM确保新产品的启动，并且不涉及作业调度阶段。 I4.0的一个主要组成部分体现在AAS中，它在工业领域表征了产品、机器、设备和工厂等资产；AAS还作为标准实体与其他AAS进行通信，这些标准实体在整个网络中相互连接。实际的概念来源于对管理的一种新的解释，其中相关组件在水平和垂直方向上进行了集成。虽然当前的管理方法大多是垂直结构，以层次化的方式，但新方法利用了单个制造组件显著更高的智能（管理能力），从顶层项目到传感器和执行器。这一概念将工业过程控制系统的体系结构更改为分布式（分散）形式，在作业调度、故障响应和产品定制中嵌入灵活性。
作者描述了一种通过配置向导自动创建AAS的新程序，其目的是加速AAS的形成过程并实现更容易的AAS实现。在功能方面，管理shell是根据I4.0的要求和标准生成的。设计的可操作性在一个案例研究中得到了验证，该案例研究涉及生产打印3D玩具车的装配线；这一步还包括考虑和比较两种通信协议，消息队列遥测传输（MQTT）和开放平台通信统一体系结构（OPC UA）。
本文讨论了AAS(第2章)以及创建向导的方法；该方法基于与AAS的功能、组成和结构相关的要求。虚拟生产测试台和实现在中进行了部分分析第3章，它还定义了将管理外壳与资产分离的通信接口；在我们的例子中，资产体现了参与制造过程的虚拟制造组件和项目。结果概述于第4章，在文章的最后一节中有更广泛的特征，相关的研究视角补充了项目的整体讨论(第5章). 2.资产管理壳牌
Asset Administration Shell（AAS）是I4.0的主要组成部分，在物理生产变体和虚拟生产变体之间创建了一个接口。AAS以虚拟、数字和主动的方式表示I4.0系统中的I4.0组件。I4.0环境中的任何生产组件都必须具有管理外壳[34,35,36,37,38]. 除了多种其他使用模式外，AAS还促进了制造过程的虚拟化，以便在循环实际开始之前对生产的算法和经济性进行建模、微调和监控[39]. AAS是分散式工业制造管理不可或缺的先决条件，具有灵活性和应急稳健性，可减少排队、瓶颈和其他限制生产装置在其使用寿命期间效率的问题。 或者，也可以将AAS指定为生产组件的数字孪生体[40]; 然而，在这种情况下，必须强调的是，我们的方法严格遵守并利用了文献中提出的规则或程序法[7,8,9,10]. 图1显示了物理项和相应管理外壳（AS）之间的结构和连接。I4.0中的组件集成了资产及其电子模型，即适当的AS图1由正文和页眉组成。标题包含有关AAS和所代表资产的识别详细信息，主体包含一定数量的子模型，以便于AAS的特定资产特征描述（参见[41,42,43,44,45,46,47,48]). 子模型表示资产的不同方面。可能的方面和相关的子模型包括以下项目：识别、通信、工程、配置、安全、安保、生命周期状态、能源效率和状态监测。
每个子模型都包含可引用数据和函数的结构化属性数量。属性可根据标准IEC 61360进行规定，但数据和功能可定义为各种格式。图1显示了AAS的图形示例[7]. 由3D打印机组成的工业装配线上两个资产之间的竞标描述如下图2如果资产（如半成品）要求装配线上的另一资产（3D打印机），其容量、功能和可用性能否确保使用预先指定的参数完成任务（例如，可打印半成品的尺寸不得超过150×200×50 mm；所用材料为PLA，纤维密度为50%；颜色对应于RAL1003；层厚为0.2mm；打印时间必须低于4小时）。 所有这些要求都在来源中规定[7,9]并包含在我们的提案中。利用有关AAS的程序原理及其实际使用的知识，我们设计了ConfigWizard，这是一种创新的工具，可以轻松地部分自动生成AAS。为了实现这一目的，软件协助实现AAS形成和功能的基本步骤（通过Web服务访问；信息建模：子模型、参数和事件；资产集成：通信属性映射；OPC UA服务器配置），请参阅图3. 如果没有这样的配置向导，所有步骤都必须手动执行，需要大量编程，请参阅图4配置向导减少了通过GUI插入相关配置数据的AAS开发工作量（前端、，图5). 用户可以添加、编辑或删除每个AAS子模型实体，例如属性、方法或事件。然后，配置向导的后端根据开发人员输入的配置自动生成AAS软件包；必要的配置数据通常来自特定场景的用例图和序列图。 关于底层OPC UA技术[49,50,51,52,53,54,55,56,57]用户还必须根据OPC UA堆栈，即在ISO/OSI模型的每个级别上，根据OPC UCA标准，定义OPC UA-通道和其他项的参数(表1). 使用此程序步骤，OPC UA建立与AAS环境的连接。 因此，ConfigWizard允许我们避免访问OPC UA服务器创建者（我们的研究依赖于统一自动化）本身；相反，它促进了用户友好、基于web的向导的使用。该工具最显著的优点在于能够自动创建OPC UA节点，尤其是当同一类型的对象较多时（例如，一个机器单元中的温度传感器较多）。就基本思想、开发和测试而言，在不同资产中自动配置AAS的向导充分利用了本文作者的长期经验，提供了两种实现I4.0组件的方法：
手动形成的AAS（如工业4.0组件模型所示，图4).
3.实施工业4.0组件模型
本章讨论了成功实现“未来工厂”所需的程序、标准、编程语言、通信方法、接口、投标过程以及所有相关要素。本案例研究演示了在I4.0虚拟装配线中使用ASS，该虚拟装配线旨在生产汽车塑料模型(图6和图7). 3.1. 案例研究
该案例研究基于虚拟生产技术（COMBED虚拟试验台），如所示图7由两条装配线组成，包括资产，即机器（3D打印机、装配箱）、运输机器人和存储架。该研究展示了一种根据基于I4.0的组件模型利用智能资产的智能生产管理方法。每个虚拟资产（例如，产品、机器、机器人、输送机、生产线或仓库货架）都有其管理外壳。AAS相互沟通，并根据预先指定的一组规则协商生产优先级和要求。制造操作由产品根据I4.0的原则进行协商，使我们能够将智能功能纳入生产过程。 COMBED系统用于以生产订单产品的生产部门为例演示自动化优化、调整和设置。根据参数表，有多种可能的场景，用户可以进行调整；这些选项要么考虑“理想”状态，要么假设故障和停机时间，以接近实际情况。基于这些场景，我们可以测试智能生产管理对现实工业周期中各种情况的响应。我们的解决方案会自动修改产品处理步骤和阶段（物料流），以允许使用当前可用的工具。制造管理还能够支持非常灵活的生产周期（小订单，即小批量订单1），因为它可以自动实时地调整设备以适应产品变型或规格所需的制造操作（自动设置）。使用柔性机械，工厂可以同时生产各种产品及其版本，设备设置操作可以消除材料/半成品运输过程中的损失。该案例研究利用COMBED演示了简单产品的制造，即塑料玩具汽车，每个玩具汽车由一个车身和一个底盘组成。
我们的智能生产管理技术采用了一种全新的去中心化方法，采用了工业4.0平台的理念和标准。实际研究涉及应用和完善I4.0的一些目标，包括制造和物流设备的自动化优化、调整和设置；所有这些步骤都是根据产品所需的制造操作需要执行的，这也是I4.0中规定的。重要的是，整个项目的设计都考虑到了即插即用（P&P）选项提供的可能性和好处。这种模式使机器制造商能够使用标准化的AAS交付他们的技术，使运行P&P的工厂能够将新资产顺利纳入产品谈判过程。新资产在AAS子模型中具有其功能、能力和参数，有助于智能生产管理流程。
3.2. 原子吸收光谱的生产控制功能
有了这些场景（即模拟各种极限状态下的制造行为的生产场景），智能生产管理可以通过标准MES进行测试和评估，这在工厂中是常见的。MES通常用于计算制造效率和其他相关指标，该系统和AAS之间的互连将允许适当利用和扩展计算功能。对于此类管理评估，我们使用COMES MES/MOM系统，从COMBED虚拟资产收集数据，以验证KPI（停机时间分析、总体设备效率OEE和其他相关指标）。在真实的工厂中，这种方法有望产生创新效果，包括根据工厂经理预先规定的目标（例如，为了应对市场形势）进行自动生产控制，以及制造过程的高鲁棒性，从而抵抗各种类型的故障。从生产控制的角度来看，AAS功能可以分为3个实现组，如下所示：服务请求者（SR）、服务提供者（SP）和代码的公共部分，涉及通信和日志记录等操作。与结构化数据访问一起，协商体现了AAS的关键功能。为了确保适当的控制，每个SP都必须能够提供其服务。SR可以浏览SP以找到处理所需操作的理想服务。图8和图9表明产品实际上是协商任务以确保其自身生产安全的SR。 然而，制造单元，如数控机床或装配线，需要服务干预、材料、工具、维护和其他步骤或项目；在这种情况下，这些单位将成为SR，以协商其需求。因此，谈判子模型必须在每个AAS中全面实施。
图9说明了适用于任何操作的标准协商顺序。这个序列包含一个自动化的过程，包括需求、报价（招标）、订单（提案）和确认。使用该算法，可以请求提供服务的所有可用SP并选择最合适的SP。然后，讨论的操作和过程创建了理论领域，使我们能够研究、实施和改进优化算法，例如，利用，需求不仅对下一个制造步骤有效，而且有助于谈判所有生产阶段，包括运输。在实现向导形式的AAS时，基本内容元素是组件管理器（图10)，它将子模型结合在一起，以支持AAS的功能。SR协商算法从对另一个组件名称的需求开始，即没有生产步骤为产品激活或计划，并且生产单元不需要任何服务操作或资源的模式。组件管理器发起协商，以创建一个请求建议书（CfP），并将其传递给交互管理器（IM），然后IM将CfP发送到服务支持设备。各个AAS之间的通信使用OPC UA通信协议，允许以JSON格式发送消息。OPC UA框架单独与ISO/OSI模型的较低层交互，要求用户仅实现应用层(图6). JSON格式的数据可读性很好，非常适合调试算法和测试功能；在未来的聚合中，如果需要，可以使用较小的数据大小的消息格式。当报价等待时间到期时，IM将传递可用的建议，协商算法将调用优化函数来选择最佳报价。随后，创建订单并将其移交给IM，SP确认订单，下一个生产步骤的协商终止。 由于同时沟通，SP可能会遇到一种情况，即在SR接受多个提案之前，必须对其作出响应。我们建议通过以下方法之一解决问题（为了说明，我们选择了第一个选项）：
在收到接受或拒绝之前，SP不会对任何其他CfP作出回应。这种情况涉及SP未定义的繁忙时间导致的无效通信。
SP将把SR（发送CfP）添加到队列中；如果接受，SR的CfP将使用队列的一种算法（例如，先到先得）进行处理。此外，SP可以通知其他SR取消请求。
SP将把SR（发送CfP）添加到列表中；如果接受，SR将按预先定义的优先级进行选择，其他SR将收到延迟通知。
制造命令基于PackML标准。如果产品位于请求的位置，则会发送“启动”命令，以根据制造周期的当前阶段更改生产单元的状态。在循环结束时，状态信号“完成”显示为完成当前生产阶段。谈判和运输一直进行到最终产品位于仓库或其他出库点。应在CfP中定义SR的生产工艺要求，包括相关数据是由生产单位的AAS保留还是在协商后删除。如果不保留数据，SR将在制造周期开始之前再次发送数据。在我们AAS的当前实现中，数据在“启动”命令之前立即发送；然而，如果生产单位的AAS存储CfP的数据，这将更加有利，这主要是因为大规模生产中的通信线路繁忙。然而，在长期生产规划的情况下，假设场景对AAS的数据存储空间提出了更高的要求。
3.3、。将AAS与演示器交互
前一章描述的COMBED系统取代了工厂中的实际资产（生产机器）。模拟工具有助于集成行为类似于服务器的“智能组件”。然后为每个设备建立客户端-服务器连接。客户端模拟控制系统，如可编程逻辑控制器（PLC），并独立于AAS运行，要求设计者在资产（客户端）和管理外壳之间创建通信接口(图11). 此通信接口形成为标记定义，可以发送到资源。在我们的实现中，AAS通信驱动程序集成了TCP/IP连接并发送TCP流；因此，可以使用任何通信协议并简单地将其分配给选定的AAS。 AAS设计的实现允许对不同类型的资产使用任何通信驱动程序，如所示图10，D部分。然而，我们必须遵循通过I4.0语言与I4.0组件通信的标准（图10).图11详细介绍了在不重建AAS或子模型的情况下集成不同的通信驱动程序。标签是通过使用ITag定义创建的，ITag需要链接到一个资产，即控制PLC、分布式控制系统（DCS）、数据库或其他组件。 在给定的上下文中，必须实现Read和Write方法才能进行数据交换。如果AAS硬件不仅可以使用以太网，还可以使用其他接口（RS485/232），我们可以与几乎任何资产建立通信。我们的AAS的总体实现是在C#中进行的，使用NET Core确保平台独立性。然而，OPC Foundation的本地发现服务器（LDS）可能会出现问题，因为此服务器只能安装在Windows上。一般来说，在嵌入式设备或单板PC（如R-Pi）上使用AAS需要Global Discovery服务器或LDS服务器的不同实现。在测试过程中，还采用了基于MQTT的通信，显示出比OPC UA实现的通信延迟更低的通信延迟；然而，在MQTT选项中，必须使用集中式代理。这种方法似乎既适合算法的微调，也适合整个场景。在实际应用中，OPC UA技术比MQTT更方便，因为得益于LDS多播扩展，它可以在没有中心元素（代理）的情况下使用。在实际开发和实现阶段，可以通过提供数据结构、标记和其他元素等步骤手动创建管理shell；然而，为了简化生成和配置，开发了上一章中描述的向导。
3.4. 形式化建模
除了如上所述的连续变量动态模拟之外，我们还使用离散事件系统技术（由Python中可用的SimPy库支持）创建了一个正式模型。该模型反映了我们的用例，由机器和产品等实体组成（仿真设计如图12). 利用这些元素，我们遵循命令级别的细节；因此，每台机器或产品都可以通过命令（例如调用建议、启动和卸载）和事件（例如启动、生产阶段完成和卸载）与其他机器或产品进行交互。在这种情况下，建模生产随后包括投标顺序和Pack-ML交互概念。 此外，故障注入被纳入到模拟中，使我们能够在机器操作阶段诱发故障，从而模拟停机时间。在故障激活中，基于假定的指数时间分布，机器改变其状态，通知产品，并等待高斯时间以促进维修周期。同时，产品中止当前操作以启动协商例程，试图找到另一台要服务的机器。为了将仿真代码转换为离散事件系统，必须缓解一些问题。相关任务包括根据离散事件系统定义将执行代码分解为原子块；在投标交互中，采用单独的服务（机器）预约技术，而不是CfP处理中的预约；并确保服务建议评估在工厂中与产品关联的所有机器上都是原子的。离散事件模拟可以在各种条件和设置下运行。因此，机器计数和操作时间的指定尽可能接近动态模拟设置，并且我们在每个操作（操作、生产）中都加入了高斯时间。与动态演示不同，我们模拟了随机产品启动（每2秒一个产品），并应用了不同的故障注入程序设置。
4.结果
要比较手动（通过OPC客户端）和自动（使用所提供的向导，图5)对于形成AAS的方法，我们定性地确定了利弊(表2). 基于向导的设计在COMBED试验台上进行了测试，该试验台包含多台参与制造周期的机器。每个单元都是自主的，并且有一个能够与其他AAS协商的AAS。进入周期的产品要求提供允许其生产的服务，并根据价格和相关的相关参数，根据预先指定的优化标准来选择机器。重要的是，机器在装配线上的位置是决定产品在操作阶段和完工后如何运输的一个主要因素，即何时将产品移交给配送点或仓库。自动机械的优点在于对故障的快速反应。如果发生故障，受影响的机器将切换到非服务状态；如果问题仍然存在，则可以对产品进行重新排序，并与另一台机器进行协商。维修后，机器返回操作模式，再次开始提供服务。此时，由于OEE增加，该单位可能会改变服务价格。测试涉及14台机器和9个仓库，不同数量的产品在不同时刻进入生产；重要的是，这些场景还包括故障和修复时间。整个模拟周期旨在确定AAS产品算法是否能够应对紧急情况、正常故障和类似状态或条件。在所有测试的场景中，计划的产品都是在没有操作员干预的情况下制造的，这是典型的理想操作方案。关于通信延迟，随着大量一分钟资产（OPC UA客户端和服务器）的出现，延迟时间过长，超时已过期。
最初，测试只在一台PC上执行，该PC承载了所有AAS实例。在这次操作中，通信问题不像使用14台带有路由器和交换机的计算机的场景那样突出，因为本地主机交互不涉及主要的数据包延迟，从而消除了重传。高延迟率主要是由防火墙引起的，即使在停用后仍然存在；因此，MQTT取代了OPC UA，从而大大降低了延迟。考虑到问题的可能根源，OPC UA的低劣性能可能是由应用框架中的错误引起的。延迟范围从OPC UA数百毫秒到MQTT中的数十毫秒；看见表3. 在多台PC的网络中使用MQTT与某些问题相关，这些问题影响了某些计算机上的AAS测试周期。一般来说，问题表现为：当启动时，AAS产品开始积极协商第一项服务(图13). 然而，这项服务同时被多个其他产品瞄准，使得机器的AAS无法快速响应；因此，在超时过期后，产品开始重新协商所需的项目，冲突域几乎立即变得拥挤。防火墙、交换机、路由器和相关网络组件随后导致消息之间的虚假竞争，从而导致错误处理(图14). 由于发现响应时间在秒的单位内，超时必须至少等于10秒；然而，这种方法最终可能会导致制造周期出现不希望出现的延迟。 由于网络中有多个设备，OPC UA似乎更具优势，尤其是与本地发现服务器（LDS）一起安装并由多播扩展（ME）支持时。然而，这种体系结构需要交换公钥（PKI标准）；在这种过程中，LDS服务器要注册的每个设备都提供其公钥，从而成为可信项。然而，在包含多个LDS服务器的大型网络中，可能会出现影响MQTT使用的相同问题。
测试和测量周期使我们能够得出这样的结论：MQTT不能方便地与更多数量的AAS匹配；在这种情况下，OPC UA体现了更合适的选项，尽管需要实现和传输公钥。
为了测试和微调算法，我们创建了一个环境来可视化各个资产之间发送的消息。这个过程使我们能够定义完成测试场景所需的通信延迟和消息数量。投标过程消息显示在图15. 关于离散事件模拟，结果还表明，制造周期能够在正常条件下尽快满足产品要求(图16); 然而，由于要提供多种产品，免费机器的可用性显著降低。此外，在机器发生故障时，产品操作会在不受中央系统干预的情况下主动重启，确保所有产品的完成；但总生产时间仍在增加(图17). 整个过程包括30种产品，在普通PC上使用单螺纹发动机需要1.94秒，涵盖了大约300秒的制造周期。接下来的运行的特点是模拟时间跨度为31.365秒，计算时间等于15.749秒。因此，结果显示模拟和执行时间之间有很强的相关性，这种影响可能是由大量短期事件引起的。
5.讨论和结论
结果表明，ConfigWizard软件允许以更清晰、更用户友好的方式形成AAS，尤其是在单个子模型及其参数、方法和事件的规范方面。自动AAS生成过程不仅节省了大量时间，还根据用户定义的输入数据（例如参数的名称和属性）使用了相关标准。研究的另一个结果是利用生成的AAS创建一个虚拟制造演示器，以促进生产管理。AAS和虚拟演示器实际资产之间的接口可以在设计单个AAS的阶段进行描述，方法是将通信技术参数化并映射传输的变量。然后以相同的方式指定实际资产的接口。在所呈现的用例中，生产管理使用AAS，AAS包括分布式生产计划中概述的功能，如I4.0所述，即功能，以支持需要加工服务的半成品之间以及提供此类服务的机器或工具之间的投标。初始仿真（动态和事件系统）表明，制造系统灵活地响应新产品的传入需求（通过将其包含在队列中），并积极解决与制造故障相关的问题。然而，为了优化应用的分布式生产计划，有必要进行多次模拟，并辅以人工智能算法。为此，创建的事件系统仿真被认为是最佳候选。动态模拟，即在测试演示器中集成AAS，得出了生产虚拟汽车所需的制造时间。然而，一个更重要的参数在于服务投标平均时间（接受或拒绝投标所需的时间），在所描述的场景中（本地网络中的5个AAS），其范围在数百毫秒以内。离散事件模拟的结果表明了短时间范围的适用性和发动机优化过程的需要。为了便于机器学习算法使用，模型应尽可能快地工作，以支持大量的仿真迭代；然后，本文在模型的复杂性和快速可执行性之间提出了一个方便的折衷方案，以保持功能的充分可信。支持系统和相关程序顺利适用的一个主要因素是，AAS实际执行其功能，使用标准通信接口在制造厂的异构环境中运行。AAS存在于自动化工厂管理的所有级别，促进了它们的有效互联。由于标准化的参数、属性、事件和通信，与设计、准备、订单和制造阶段相关的数据最终可分配给最终产品。
未来的研究目的和目标包括将试验台与由经验丰富的生产操作员启用的标准MES控制相连接，并在相同场景中测试生产响应率、鲁棒性、OEE以及与两种生产控制选项相关的其他因素。重要的是，还将进一步研究创建的离散事件系统的使用。然而，该计划存在一定的局限性，尤其是研究和实际生产测试需要在整个制造厂中使用该技术；这样的前提条件意味着长时间的微调和调试可能会产生巨大的成本。在这种情况下，测试台有助于监控和改进功能以及对各种错误和非标准情况的响应。
