The Architecture of a Product Collaborative Design Platform Based on Cloud Manufacturing

  • Wei Wei ,
  • Yufei Wang ,
  • Yong Tao
Expand
  • School of Mechanical Engineering and Automation, Beihang University, Beijing 100191, China

Received date: 05 Jun 2020

Published date: 11 Aug 2020

Abstract

Product design is crucial to improving product quality and lowering manufacturing costs. Cloud manufacturing is emerging as a new manufacturing model and an integrated technology and has become an important development direction for advanced manufacturing. To adapt to the transformation of traditional manufacturing to service-oriented and innovative manufacturing, this study investigates the current status of collaborative design and summarizes the problems regarding the sharing and on-demand use of massive resources in traditional manufacturing. It also proposes the architecture of a product collaborative design platform based on cloud manufacturing and explains the meaning of each layer in detail. Then three key technologies for building the platform are discussed: cloud manufacturing technology, product family and product platform technology, and product collaborative design technology. Finally, using a cloud-manufacturing-based product collaborative design platform system established by a company as an example, the system architecture and functions of the platform are analyzed, and the differences in task assign and completion time between cloud manufacturing and traditional manufacturing are compared. The effectiveness and superiority of the cloud manufacturing-based system are verified, and the application and research direction of the system are prospected.

Cite this article

Wei Wei , Yufei Wang , Yong Tao . The Architecture of a Product Collaborative Design Platform Based on Cloud Manufacturing[J]. Strategic Study of Chinese Academy of Engineering, 2020 , 22(4) : 34 -41 . DOI: 10.15302/J-SSCAE-2020.04.014

一、前言

产品设计是影响产品质量和制造成本的重要环节。协同设计方式可以充分利用现有设计资源并发挥最大价值,是一种降低产品设计成本的优化策略。尽管传统的分布式网络系统环境能够完成协同设计工作,但受软硬件系统静态性的限制 [1],设计资源存在一些“信息孤岛”现象致使资源利用不平衡,无法实现对异构、异地、海量资源的共享和按需使用,难以充分满足用户对系统动态性的需求。因此,在产品协同设计时,如何让设计人员充分地访问并利用丰富的设计资源,提高产品设计水平,降低产品设计成本,是一个重要的研究课题。
有效提升产品协同设计效率,突破传统设计模式,一直是国内外学术界和业界的研究热点。 Golightly 等 [2] 讨论了云制造环境中的协作技术。美国麻省理工学院开展了计算机辅助的分布式集成环境(DICE)研究项目,建立了一套便于设计人员协同工作的基于云制造的产品设计系统 [3]。美国斯坦福大学开展了并行工程的可扩展框架和方法论(SHARE)项目研究,团队成员间通过云技术共享设计知识和设计理念 [4]。美国波音公司采用基于互联网的协作设计来管理分布于全球 40 多个国家和地区的制造公司共同制造波音 787 客机,使开发周期缩短了 30%,成本降低了 50% [5]。Katzmaier 等 [6] 的研究结果表明,基于互联网的设计模式在通用性、多样性和协同性上已超过传统设计模式。国内也有研究团队对云设计和仿真技术进行研究,构建了用于飞行器虚拟样机协同设计的云仿真平台 [7]。综上,基于互联网的产品协同设计已具备较好的技术基础,展现出较强的技术优势,如提高设计效率、提升设计通用性与协同性等。然而,对于高精度设备信息、高级专家经验、设计知识资源,亟需采用计算能力更强的制造模式以实现产品设计协同与资源共享,有效组织、管理和配置异构资源,提高资源利用率 [8]
云制造模式不仅具有云计算的优点,而且还拥有柔性制造和网络化制造等先进制造模式的优势 [9]。云制造模式可以高效共享与协同海量制造资源、具有良好的系统开放性和用户参与度,成为先进制造模式的重要发展方向(见表 1)[10]。为更好应对传统制造业向服务型和创新型制造业转变的挑战,本文开展基于云制造的产品协同设计平台架构研究,论述相关平台架构的先进制造技术;以某公司部署的云制造产品协同设计系统为例,分析平台系统的架构和功能并验证其有效性和优越性。
表 1 云制造模式与其他先进制造模式之间的比较

二、云制造产品协同设计平台架构

传统的产品平台架构分为资源层、工具层和应用程序层,侧重于集中资源并尽可能独立完成产品开发任务。而事实上,产品开发过程是通过多方合作来完成的,需要进行大量资源计算,而传统产品平台已不能满足当前的应用需求。因此,本文基于云制造技术,提出了云制造产品协同设计平台架构(见图 1)。该平台是基于其原始架构,融合并扩展了支持分布式企业之间业务协作的云制造产品平台来构建的,可以有效共享多种资源,如制造、信息、技术以及与产品开发相关的标准化设计资源等,提高资源利用率。云制造产品协同设计平台架构主要由资源层、云技术层、云服务层、应用层、用户层 5 个层面组成。
图 2 云制造产品协同设计平台关键技术
(一)云制造关键技术
1. 物联网技术
IoT 技术在云制造中的应用有 3 个层次:使用传感装置和技术对各种制造设备、互联网连接、自动控制等进行感知;促使制造系统中的物流和能源智能化,并支持服务的智能运行,如服务之间的智能交互和协作;支持云制造用户的通信 [11]
2. 云服务技术
云服务技术采用 IoT、虚拟化等技术封装基于知识的分布式设计资源和制造能力,使资源(如产品全生命周期中涉及的软件、硬件、计算能力、专家知识和相关标准)高度虚拟化,并以云服务的形式为用户提供制造全生命周期的应用。用户灵活访问这些应用,实现对相关设计资源和能力的共享和调用。云服务的形成过程是云制造资源和能力服务化的过程 [1]。云制造系统中的用户、资源和云服务之间关系如图 3 所示。
图 4 产品配置和云制造服务的关系
(三)产品协同设计关键技术
1. 动态监控技术
在云制造服务的产品协同设计平台中,动态监控技术可以全面监控资源的服务状态,确保云制造服务的平稳高效运行。动态监控技术主要进行的检测有:①协作过程监测,为保证复杂设计任务高效、快速地完成,运用云制造环境的智能冲突检测模型,实时监测协同设计过程中的数据、过程、权限等冲突,快速调用冲突消解服务,提升协作效率;②资源动态监测,采用高效的资源监测策略,对资源分配和调用过程进行实时动态监测,及时发现和处理资源故障,最大限度地降低资源分配和调用对系统硬件的需求,提升监测效率;③系统故障监测,对系统的软件和硬件进行实时监测,对系统故障采用紧急预案进行处理,避免系统彻底崩溃对设计任务和设计资源造成损失。
2. 系统安全技术
在高度开放性的云制造产品协同设计平台中,安全性是保障系统顺利运行的关键。系统安全技术主要解决的问题有:平台安全性测试,主要体现为平台在执行任务过程中可以动态添加和删除用户;平台用户权限授予,即平台在任务协调过程中,对用户权限进行合理适度的授予以保证用户既能完成设计任务,又不会对设计权限以外的事务造成干扰。

四、云制造产品协同设计平台系统实例分析

产品需求变化迅速,良好的产品设计模型至关重要。本文在研究产品协同设计平台体系架构的基础上,以某公司部署的云制造产品协同设计平台系统(见图 5)为例,描述云制造产品协同设计平台的应用情况,对系统功能进行介绍和分析。该公司平台系统的性能在产品全生命周期中均表现良好。
图 6 云制造产品协同设计平台系统主页
针对云制造产品协同设计平台系统的产品管理服务,以 1 台数控铣床为例,说明产品协同设计、产品协同建模、产品协同仿真的应用情况。
(1)产品协同设计应用可通过云服务器调用计算机辅助设计软件(CAD),读取所选部件的 3D 结构图和 2D 工程图,实现参数驱动的产品设计。通过读取 3D 模型获取产品模型的相关参数,以参数驱动的方法实现对 3D 结构模型的尺寸修改,并更新其模型存储数据库。
(2)产品协同建模应用的步骤为:根据用户的需求情况,确定数控铣床系列;确定数控铣床每个模块中的参数、结构和辅助结构特性,并选择不同的结构模块代码;对各模块进行组合选择,快速设计出新的数控铣床产品;对数控铣床的主要结构模块进行修改和保存,将结构模块组装成符合客户需求的数控铣床。
(3)在产品协同仿真应用中,数控铣床模型的导入,载荷、约束的施加以及后期处理都可以通过命令流来实现。用户可以编辑任务编号、任务名称等信息,也可以设置任务的结束时间。系统将根据任务结束时间动态调用相关资源,如计算过程中服务器使用的中央处理器(CPU)数量,确保任务按时完成。仿真分析结果将显示在界面上,可以超文本标记语言(HTML)格式文件输出。
(二)系统分析
以任务分配时间、任务完成时间作为衡量传统制造模型效率和云制造模型效率的指标,选择位于北京市的 3 家制造企业(代号为 A、B、C)作为研究对象。经许可,研究团队进入企业的 MES 系统和数据库,分别采集了 3 家企业在应用云制造产品协同设计平台系统前后关于分配任务所需时间和完成任务所需时间的相关数据,以 3 家企业任务时间的平均值作为评估指标。限于数据量过大,通过选取关键节点数据绘制图表的方式来比较两种制造模式。
基于两种制造模式分配和完成任务的时间差异如图 7 所示,图 7a 是 3 家企业任务分配时间的平均值;图 7b 中的虚线是通过 3 家企业任务完成时间的散点坐标得到的拟合线,显示了企业在两种制造模式下完成任务所需的时间差异。在初始阶段,由于云制造模式的运行机制复杂,其响应速度不如传统制造模式,当任务量达到一定值时,云制造模式的计算优势将得到显现。
图 7 基于两种制造模式分配和完成任务的时间差异

五、结语

在对协同设计领域现状和传统制造模式的资源使用与共享情况进行调查分析的基础上,本文提出了面向云制造的产品协同设计平台 5 层架构,将云制造技术、产品族和产品平台技术、产品协同设计技术进行有机结合,建立了云制造产品协同设计平台原型系统,在相关制造企业中完成了应用验证。与传统制造模式进行综合比较,分析了基于两种制造模式分配任务和完成任务的时间差异,验证了云制造模式的有效性和优越性。
基于云制造的产品协同设计平台在今后相关制造企业的应用中,应结合工程实际情况,利用云制造模式敏捷化、智能化特点,在产品生产全生命周期内充分发挥云制造模式的优势,实现设计人员、客户需求方、产品供应商等多个主体协同交互完成产品的设计制造过程,提高产品设计效率和产品质量。
云制造技术持续发展,受技术和时间所限,文中研究仍有许多未尽之处。未来可从以下方面开展进一步研究:比较各种云服务架构的有效性,对资源封装、动态监测等云技术进行优化,完善产品协同设计平台;以支持增材制造和大数据分析为目标,改进基于云制造的产品协同设计平台的系统功能,实现产品快速制造和市场需求预测等功能。
[1]
Tao F, Laili Y J, Xu L, et al. FC-PACO-RM: A parallel method for service composition optimal-selection in cloud manufacturing system [J]. IEEE Transactions on Industrial Informatics, 2012, 9(4): 2023–2033.

[2]
Golightly D, Sharples S, Patel H, et al. Manufacturing in the cloud: A human factors perspective [J]. International Journal of Industrial Ergonomics, 2016, 55: 12–21.

[3]
Wei Y, Blake M B. Service-oriented computing and cloud computing: Challenges and opportunities [J]. IEEE Internet Computing, 2010, 14(6): 72–75.

[4]
Armbrust M, Fox A, Griffith R, et al. A view of cloud computing [J]. Communications of the ACM, 2010, 53(4): 50–58.

[5]
Ding B, Yu X Y, Sun L J. A cloud-based collaborative manufacturing resource sharing services [J]. Information Technology Journal, 2012, 11(9): 1258–1264.

[6]
Katzmaier A, Hanneghan M. Design pattern evaluation of mobile and web based application frameworks [C]. Abu Dhabi: 2013 International Conference on Developments in eSystems Engineering, 2013.

[7]
李伯虎, 柴旭东, 侯宝存, 等. 一种基于云计算理念的网络化 建模与仿真平台——“云仿真平台” [J]. 系统仿真学报, 2009, 21(17): 5292–5299. Li B H, Chai X D, Hou B C, et al. Networked modeling & simulation platform based on concept of cloud computing—Cloud simulation platform [J]. Journal of System Simulation, 2009, 21 (17): 5292–5299.

[8]
Gu P, Hashemian M, Nee A Y C. Adaptable design [J]. CIRP Annals, 2004, 53(2): 539–557.

[9]
张霖, 罗永亮, 范文慧, 等. 云制造及相关先进制造模式分析 [J]. 计算机集成制造系统, 2011, 17(3): 458–468. Zhang L, Luo Y L, Fan W H, et al. Analyses of cloud manufacturing and related advanced manufacturing models [J]. Computer Integrated Manufacturing Systems, 2011, 17(3): 458–468.

[10]
陶飞, 张霖, 郭华, 等. 云制造特征及云服务组合关键问题研究 [J]. 计算机集成制造系统, 2011, 17(3): 477–486. Tao F, Zhang L, Guo H, et al. Typical characteristics of cloud manufacturing and several key issues of cloud service composition [J]. Computer Integrated Manufacturing Systems, 2011, 17(3): 477–486.

[11]
Tao F, Zuo Y, Da Xu L, et al. IoT-based intelligent perception and access of manufacturing resource toward cloud manufacturing [J]. IEEE Transactions on Industrial Informatics, 2014, 10(2): 1547– 1557.

[12]
Liu N, Li X, Wang Q. A resource & capability virtualization method for cloud manufacturing systems [C]. Anchorage: 2011 IEEE International Conference on Systems, Man, and Cybernetics, 2011.

[13]
魏巍, 梁赫, 许少鹏. 基于人工免疫改进算法的稳健产品平台模 块划分 [J]. 计算机集成制造系统, 2015, 21(4): 885–893. Wei W, Liang H, Xu S P. Module division of robust product platform based on improved artificial immune algorithms [J]. Computer Integrated Manufacturing Systems, 2015, 21 (4): 885-893.

[14]
Yip A L K, Corney J R, Jagadeesan A P, et al. A product configurator for cloud manufacturing [C]. Madison: ASME 2013 International Manufacturing Science and Engineering Conference Collocated with the 41st North American Manufacturing Research Conference, 2013.

Outlines

/