一种基于云计算的数控系统数据采集及处理方法
一种基于云计算的数控系统数据采集及处理方法
【技术领域】
[0001]本发明属于数控系统数据采集与处理技术领域，具体涉及一种数控系统的数据采集及处理方法。
【背景技术】
[0002]数控机床是一种高精度、高效率的自动化机床，随着计算机技术的发展，数控机床已实现了许多复杂的数控功能，如多种补偿功能、高次曲线插补功能、数字伺服控制功能等等，而这些功能均依赖于高性能微处理器的数据分析能力。嵌入式微处理器在数控机床领域的应用在很大程度上增强了数控系统实时性数据的计算速度与精度，间接改善了机床的加工速度与精度。但是，随着数控机床应用领域对数控系统的加工要求越来越高，单凭实时性数据的高性能处理已远远不能满足需求，所以采集数控系统的大数据并进行分析处理也是很必要的，比如插补后数据分析、机床加工效率分析、机床故障诊断与分析、G代码远程管理等。
[0003]当前主流高档数控系统多采用上下位机架构:上位机负责系统非实时性任务；下位机负责系统实时性的运动控制和逻辑控制任务，见图1。传统数控系统架构下的加工数据采集与处理需要配置至少一台高性能服务器，如图2所示，数控系统通过网络将加工数据被动上传至服务器，并由服务器对数据进行分析与存储。这种数据采集及处理方式与当前主流数控系统架构的兼容性比较好，搭建方式简单，在一定程度上体现了数控系统的智能化生产，但是上述传统数控加工数据的采集与处理方式存在很大的局限性:首先，数据处理平台的扩展性低，很难满足海量数据的应用需求；其次，当多台服务器参与数据采集与处理任务时，各个服务器之间保持相互独立，形成了车间信息资源实现统一管理的瓶颈；最后，大数据处理平台的建设成本较高。
[0004]云计算技术则可以在改善传统的车间数据采集与处理方面，发挥非常重要的作用。云计算是分布式处理、并行处理和网格计算的发展，云计算专家刘鹏给出如下定义云计算将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和各种软件服务。”云计算服务模式允许用户通过网络与远程服务器连接，并在服务器上完成数据的分析与计算，而不需要知道远程服务的来源。云计算可分为三个层次:即将基础设施作为服务(IAAS)、将平台作为服务(PAAS)、将软件作为服务(SAAS)。其中，IAAS提供给消费者的服务是对所有设施的利用，包括处理、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件；PAAS提供给消费者的服务是把客户采用提供的开发语言和工具(例如Java，python等)开发的或收购的应用程序部署到供应商的云计算基础设施上去；SAAS提供给客户的服务是运营商运行在云计算基础设施上的应用程序，用户可以在各种设备上通过瘦客户端界面访问，如浏览器。根据制造领域的现状，制造商最关心的是在保持或降低生产成本的条件下，加强数控系统的数据采集与分析能力，因此，客户需要的是一个稳定的应用程序运行平台，没有操控云计算基础设备的需求，根据云计算三个层次的特点，PAAS即可满足。
[0005]CN104298175A中公开了一种基于虚拟化技术的数控系统，其中包括设置在本地的数控装置以及设置在远程的服务端，其与本地的数控装置通过网络互连，用于为数控系统提供高端加值功能服务，如快速编程、数据采集与处理、G代码质量分析与优化等，同时可承担传统上下位机数控系统中的部分非实时性任务，如译码、加工仿真、输入/预处理等；数控装置通过安装在所述数控装置上的远程桌面客户端访问服务端，该客户端通过利用虚拟化技术使操作人员可在数控装置的人交互设备上对服务端进行虚拟操作，实现对服务端的远程操作控制，两者协调配合实现智能软件服务的使用和数控加工控制。该方案中将许多非实时性任务转移到远程服务器上进行处理，从而可以大大提高数控系统的处理性能以及通用性。
[0006]但是，该方案中并没有涉及数据采集与处理的内容，实际上这种新的架构对数控系统的数据处理能力提出了更高的要求，其在数据处理以及车间资源的共享与统一等方面还存在缺陷和极大的改进空间:首先，该方案中的数据处理性能依然受限于本地上位机，无法得到大幅度提高；其次，该方案支持将系统部分非实时性任务交由远程服务器承担，这对本地数控装置与远程服务器之间的大数据传输效率提出了更高的要求，传统的数据传输方式难以满足实际需要；再次，该方案为了提高数据的处理效率，对远程服务器的性能要求较高，间接提高了车间数据处理平台的建设成本；另外，目前广泛使用的还是基于传统上下位机布局的数控系统架构，而该方案并没有打破传统架构下的系统数据处理能力的瓶颈。
[0007]申请人在先的系列申请201510111457.4中公开了一种基于虚拟上位机的数控系统，其通过将上位机以虚拟机的方式设置在远程服务器中，形成虚拟上位机，并通过与本地下位机利用网络进行通信，控制本地下位机，从而实现数控加工。这种上下位机架构的数控系统对传统的上下位机结构进行了全新的设计，使得数控系统的数据处理性能和加工效率大大提高，而且可以解决HMI功能扩展以及远程加工受限的问题，同时也为数控系统的远程数据采集及处理奠定了基础。
【发明内容】
[0008]针对现有技术的以上缺陷或改进需求，本发明提供一种基于云计算的数控系统数据采集与处理方法，其通过运行在远程服务器中的虚拟机集群实现车间数据的并行计算与分布式存储，从而大大提高数控系统的数据处理速度与性能，克服目前数控系统数据采集和处理效率过低，难以满足大数据需求的瓶颈问题。
[0009]按照本发明的一个方面，提供一种基于云计算的数控系统数据采集及处理系统，其通过运行在远程服务器中的虚拟机集群进行分布式计算，实现对数控系统的数据采集与分布式并行处理，并通过云存储技术实现车间大数据的分布式存储，其特征在于，该系统包括由远程服务器集群搭建而成的云平台，该云平台包括计算服务器集群(以下称为并行计算平台)和存储服务器集群(以下称为分布式存储平台)，其中，所述并行计算平台中设置有虚拟机集群，所述虚拟机集群具有多个分布式并行计算单元，用于数据的并行处理，且该并行计算平台分别与数控系统和分布式存储平台连接通信，所述分布式存储平台用于对采集或分析处理后的车间数据进行分布式存储；
[0010]所述数控系统可以是具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也设置在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，用于实时采集机床加工过程数据，并将采集到的数据通过网络传输至所述分布式存储平台进行分布式存储，并用于并行计算平台中的并行计算单元进行分析处理；
[0011]所述数控系统也可为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行分析处理。
[0012]作为本发明的改进，虚拟上位机也可以位于独立的远程服务器上，并与所述并行计算平台中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。
[0013]作为本发明的改进，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行计算。
[0014]作为本发明的改进，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。
[0015]作为本发明的改进，所述并行计算平台和分布式存 储平台均具有WebService服务接口，以提供应用服务。
[0016]按照本发明另一方面，提供一种基于云计算的数控系统数据采集及处理方法，其通过运行在远程服务器中的虚拟机集群进行分布式计算，并通过云存储进行大数据存储，实现对数控系统加工数据的采集、并行计算与分布式存储，其特征在于，远程服务器集群搭建而成的云平台包括并行计算平台和分布式存储平台，其中，所述并行计算平台中设置有虚拟机集群，其集成有多个分布式并行计算单元，以用于对数据进行并行处理，该并行计算平台分别与数控系统和分布式存储平台连接通信，该方法包括采集车间数控机床的加工过程数据，并分布式存储于所述分布式存储平台，所述并行计算平台中的多个分布式并行计算单元对所述加工过程数据进行处理，并将处理结果存储于所述分布式存储平台中和/或显示在人机交互界面上；
[0017]所述数控系统可以是具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也集成在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，可实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行分析处理；
[0018]所述数控系统也可为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行分析处理。
[0019]作为本发明的改进，虚拟上位机也可以位于独立的远程服务器上，并与所述计算服务集群中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。
[0020]作为本发明的改进，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行处理。
[0021]作为本发明的改进，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。
[0022]作为本发明的改进，所述并行计算平台和分布式存储平台均具有WebService服务接口，以提供应用服务。
[0023]本发明利用云计算技术，通过廉价的服务器集群搭建云平台，并在云平台上实现数据的采集与并行处理。简单来说，云平台就是一个云端，即服务器端的数据处理和存储中心，用户可通过客户端对云平台进行操作，命令云平台完成数据的处理，并将结果反馈至客户端。基于以上需求，本发明通过PAAS云服务模式为用户提供一个稳定的应用程序运行平台，以便在保持或降低生产成本的条件下，加强数控系统的数据采集与分析能力。
[0024]本发明中，对于基于虚拟上位机的数控系统，虚拟上位机采集的数据可直接在云端进行存储，同时并行计算平台也可直接从虚拟上位机和/或分布式存储平台中获取数据，无需在数据传输上花费时间，大幅度提高了数控系统的数据处理效率。在传统的本地式上下位机架构下，本地上位机需要将从本地下位机采集的数据传输至云平台进行处理，虽然需在数据传输上花费一定的时间，但也通过大数据的分布式并行处理，大大提高了数控系统的数据处理能力与加工效率。
[0025]本发明中，云平台为车间大数据集成了云端分布式存储功能，由上述分布式存储平台提供该服务。云端存储资源池的数据可以在线共享，允许用户在任意地点对其进行操作，而且各种数据可以同时被多个用户使用，其虚拟化功能可以将多个异构的存储单元组成一个存储资源池，充分满足海量数据存储与分析的需要。
[0026]本发明中，上述云端存储采用多节点备份方案，使数据可以从任何一个节点的历史快照进行恢复，提高了存储系统的可靠性。
[0027]本发明中，对上述并行计算平台和分布式存储平台进行了整合，并设计了一套易于使用的API接口，该API优先选用WebService服务接口的模式提供给用户使用。上述WebService服务接口简化了车间大数据的并行处理设计，降低了分布式平台的使用门槛，提高了数控系统数据处理的智能化程度以及服务能力。
[0028]本发明中，车间分布式平台的服务器集群包括计算服务器集群和存储服务器集群，分别负责数据的并行计算和数据的分布式存储，这样可根据每台服务器所承担的任务保持服务器购置成本与服务能力的最优平衡。云计算技术使并行计算平台与分布式存储系统实现了无缝集成，在真正意义上实现了车间信息资源的统一管理。
[0029]本发明中，云平台为虚拟机集群提供可视化的管理工具，实现虚拟机集群的统一管理、调度，保证云端并行计算平台与分布式存储平台的高效稳定运行。
[0030]总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果:
[0031](I)将云计算技术应用于车间数据采集与分析领域，并通过可视化的虚拟机管理窗口轻松完成虚拟机集群的创建以及并行计算引擎的部署，有效改善了当前车间大数据处理方面的窘状，可以在保持甚至降低车间数据采集与分析平台建设成本的前提下，增强数控系统在车间数据处理上的能力与速度。
[0032](2)本发明的分布式并行计算服务对外提供WebService接口，可直接运行在Windows或Linux环境下，并接受多种编程语言的调用，包括C/C++、Java、C#等，使客户端分布式并行算法的开发更加灵活。
[0033](3)上述WebService服务接口使并行作业不再需要分步式手动触发，即源数据与分布式并行算法程序包的上传，并行处理任务的启动、以及处理结果的下载等可一步执行，简化分布式并行计算平台的使用。
[0034](4)本发明为车间大数据提供云存储服务，使海量数据的存储不再受限于单一服务器的磁盘空间，有利于车间资源的统一化管理。云存储资源池中的数据可在线共享，并允许用户随时随地获取。
【附图说明】
[0035]图1是现有技术中数控系统的上下位机结构示意图；
[0036]图2是现有技术中车间数据采集与处理平台的结构示意图；
[0037]图3是按照本发明实施例的基于虚拟上位机的数控系统体系架构示意图，该架构采取上下位机模式，上位机设置在远程服务器的虚拟机上，并通过网络与本地下位机实现信息交互；
[0038]图4是按照本发明实施例的基于云计算技术的数控系统数据采集与分析平台的结构示意图，其采用了上述基于虚拟上位机的数控系统体系架构；
[0039]图5是按照本发明实施例的基于云计算技术的数控系统数据采集与分析平台的结构示意图，采用了上述传统数控系统的上下位机结构，以便兼容传统的数控系统体系架构。
【具体实施方式】
[0040]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0041]并行计算是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同解决同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理器来进行计算。并行计算凭借强大的数值计算和数据处理能力，已被广泛应用于国民经济、国防建设和科技发展等领域。分布式并行计算是并行计算的一种，其利用并行计算的思想将任务分配到多个独立的计算机进行处理，然后根据多个计算结果综合得到最终的结果，其突出的特点 是，可以将多个独立的计算机组成一个分布式并行计算集群。
[0042]本发明为车间大数据分析与存储提供一个强大的云平台，该平台部署有并行计算引擎，以及分布式存储资源池，并集成有可视化的虚拟机管理工具。其中，并行计算引擎利用虚拟机集群代替真实的独立计算机，并且一台服务器可同时运行多个虚拟机，充分满足了生产企业在并行计算平台建设上的成本要求；分布式存储资源池支持车间数据的多节点备份，有效提高车间数据存储系统的可靠性；可视化的虚拟机管理工具以Web界面的形式允许用户通过任意可连接的网络远程登陆和访问，使虚拟机集群的管理简单化，降低云平台的维护难度与维护成本。
[0043]本发明实施例提供的第一种典型模式如附图4所示，该模式采用一种基于虚拟上位机的数控系统体系架构，该架构采用虚拟化技术，将上位机设置在远程服务器的虚拟机上，与数控系统传统的上下位机结构相比，其在数控系统的成本与维护、功能升级与扩展、第三方软件集成、智能化加工等方面体现出了很大的优势，本发明通过云计算技术，从虚拟机创建与管理模式、数据分析能力、大数据存储性能等方面，对上述基于虚拟上位机的数控系统进行了优化，以下结合附图3对本发明实施例进行详细介绍。
[0044]本发明实施例利用云计算技术，采用低成本的服务器集群搭建车间云计算平台，该平台借助虚拟化技术的伸缩性和灵活性，实现计算与存储资源的弹性分配、按需供给。本发明实施例中的云平台包括虚拟上位机集群、并行计算虚拟机集群、以及分布式分布式存储平台，其中虚拟上位机集群可以设置在并行并行计算平台中，也可以设置在单独的远程服务器上，其与并行计算平台、分布式存储平台分别通过网络连接。
[0045]虚拟化管理平台是保证云计算平台正常运行的一个非常重要的工具，其允许用户通过任意可连接的网络远程访问虚拟化管理平台，实现虚拟机的自动启动、升级备份、虚拟磁盘分配与扩容、虚拟资源管理等操作，并可同时启动多台虚拟机，简化虚拟上位机集群的创建、管理、以及维护。为了突出本发明实施例的并行计算平台的虚拟机是运行在云平台上，以下将其称为云主机。
[0046]车间机床加工数据的采集与分析处理在加工刀路优化、插补算法设计、工件质量评测等方面均具有非常重要的意义，但是传统的单机处理方式在数据分析速度，特别是大数据的处理上非常受限，所以本发明实施例为数控系统的数据采集与分析引入了并行计算。在上述虚拟化管理平台下，云主机集群的快速启动模式为并行计算平台提供了高效率的部署工具，可快速完成云主机集群的启动和并行计算引擎的部署。并行计算平台负责从虚拟上位机或分布式存储资源池中获取需要处理的数据，然后进行并行计算处理，并将分析结果提供给用户，这在保持生产成本的前提下，大幅度提高了数控系统的数据分析能力，充分满足海量数据的分析需求。本发明实施例中可在一台服务器上快速启动多个云主机，并代替实体机参与数据的并行处理，这种模式在很大程度上降低了车间大数据并行计算平台的建设成本。
[0047]分布式存储与分布式并行计算息息相关，是正常执行并行作业的基础。分布式存储技术通过网络使用每台机器上的磁盘空间，并将这些分散的存储资源构成一个虚拟的存储设备，其具备以下优点:①可以将分布在各处的资源综合利用；?可以将存储负载由单节点转移至多节点，从而提高资源的利用率；③可以避免由于单个节点失效而使整个系统崩溃的危险。鉴于以上优点，分布式存储技术在大数据存储领域得到了非常广泛的应用，但是由于成本、维护难度、复杂的生产环境等原因，其在数控加工领域的应用非常受限，本发明通过云计算技术，有效打破了以上应用瓶颈，并以云存储的方式将分布式存储技术成功引入车间大数据存储领域。
[0048]云存储技术是云计算技术与分布式存储技术的结合与发展，它将不同类型的存储设备通过软件协同工作，对云系统的存储资源进行统一整合管理，为用户提供数据存储和访问功能，具有集中存储、分布式扩展、安全认证、数据加密等方面的优点。本发明通过云存储技术，采用完全对称的系统架构，实现了采用普通硬件来构建冗余的、可扩展的分布式存储集群的目的，存储容量可达PB级。特别地，本发明降低了对车间存储服务器的硬件配置要求，并可将多个异构的单元整合成一个虚拟的存储资源池，使车间大数据的存储不再受限于单点服务器的硬盘容量，也不再对各个节点服务器的硬件配置一致性没有任何要求，大大地降低了存储设备的购置成本与选型难度，满足车间分布式存储平台搭建的成本与维护要求。
[0049]在上述分布式并行计算与分布式存储平台上，用户可提交并执行并行作业，传统的做法是，先使用第三方工具将数据文件上传或直接拷贝至云存储系统中，并将并行算法程序包上传至并行计算平台上，然后手动命令并行计算平台从云存储系统中获取数据，并根据并行算法进行分析，最后将分析结果存储至云存储系统中，供用户进行下载查看，整个过程实施起来非常复杂、繁琐，对操作者的门槛要求也比较高。针对以上技术缺陷或改进需求，首先，本发明利用虚拟上位机采集加工数据，并直接存储在云存储系统，不再需要用户手动上传或拷贝，用户只需要知道数据的云端存储路径并提供给并行计算平台或虚拟上位机即可；其次，本发明对云存储系统和并行计算引擎进行了整合，封装出了一套易于使用的API接口，并以函数接口的形式提供给用户调用，其不仅包括并行算法程序包的上传接口，而且为用户提供了分布式存储资源池文件的操作接口，包括下载、删除、在线查看等。所以，本发明通过虚拟上位机和上述API接口，使并行作业的提交与执行不再需要繁琐的操作过程，使车间数据的存储与分析变得简单化。
[0050]本发明上述API的函数接口优选以Web service的形式对外提供。其中，WebService是一种跨编程语言和跨操作系统平台的远程调用技术，其基于Web服务，支持远端调用，是创建可互操作的、分布式应用程序的新平台。本发明的WebService接口采用Java语言进行开发，可在Windows和Linux操作系统上直接运行，并可接受多种编程语言的调用，从而增强了并行算法开发的灵活性。
[0051]本发明实施例的云存储系统为虚拟上位机系统及车间大数据提供多节点备份方案，即便平台中的某一台服务器发生不可逆转的故障，也不会造成上位机系统及车间大数据不可恢复的丢失，其可以从任一服务器节点的历史快照中得到自动恢复，大大提高数控系统的可靠性。
[0052]本发明实施例在服务器功能配置上有明确的分工，车间服务器集群中有并行计算平台和分布式存储平台，分别专门负责车间加工数据的并行计算与分布式存储，这在有效降低车间服务器集群的维护难度上，也使操作人员可以根据服务器所承担的任务，实现购置成本与服务能力的最优平衡，并且并行计算平台与云存储系统通过云计算技术实现了无缝集成，每台服务器均不再是独立的个体，而是协同构建车间云平台，并接受云平台的统一调用，实现真正意义上的车间信息资源统一管理。
[0053]综上所述，附图3所示的实施例采用基于虚拟上位机的数控系统体系架构，通过在虚拟上位机集成数据采集软件，使虚拟上位机可实时采集机床加工数据，并直接存储在云端，同时，本发明通过云计算技术，成功将分布式并行计算和分布式存储系统引入数控系统的数据处理领域，并通过Web service接口服务，简化了并行作业的操作过程。
[0054]但是，目前主流的数控系统均采用如附图2所示的上下位机架构，为了与上述传统的数控系统体系架构相兼容，本发明提供的另一种实施例如图5所示。该实施例的数据采集与处理平台也是通过在数控系统架构之外配置服务器，负责车间数据的分析处理与存储，架构上虽然与传统的车间数据处理平台相同，但是其与本发明第 一实施例一样，通过云计算技术的使用，在满足生产企业成本要求的前提下，大大提高了车间数据的处理与存储能力。另外，本发明该实施例在加工数据上传上也采用并行计算的思想，将数据文件自动划分为多片，然后实现数据的多片同时上传，大幅度提高数据的上传速度。本发明该实施例将上述机制集成在了并行计算平台的API中，并也以Web service服务接口的方式供用户调用，使用方法便捷简单。
[0055]云计算能够借用大量的计算节点来共同完成一项复杂的计算，可以达到非常高的计算速度，充分满足海量数据分析的速度需求，那么系统就需要有能力进行海量数据的存储管理，而传统的存储系统已不能满足。云存储是云计算的存储部分，可为海量数据提供虚拟的、易于扩展的、在线分布式的存储资源池，满足海量数据的存储需求。云存储不是指某一个具体的设备，而是指一个由许许多多个存储设备和服务器所构成的集合体，所以从严格意义上来说，云存储不是存储，而是服务。云存储与云计算技术在数控加工领域的应用，允许生产企业采用多台极其廉价的服务器节点来构建云平台，降低生产企业在数据采集与分析平台建设上的成本与难度，并使车间数据的分析处理高速化，以及使海量数据的分析处理简单化，云平台的通用性及其自动化集中式管理模式降低了企业对数据中心的管理成本，也使得车间资源的利用率得到了大幅度提升。
[0056]总之，本发明基于云计算与虚拟化技术有效地解决了并行数据分析和分布式存储在车间数据处理领域中的应用瓶颈，包括大数据分析与存储、平台建设成本、系统维护成本与难度等，大大增强了数控系统的数据处理能力与智能化程度，提高企业的车间生产效率。
[0057]本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种基于云计算的数控系统数据采集及处理系统，其通过运行在远程服务器中的虚拟机集群进行分布式计算与存储，实现对数控系统的数据采集、并行计算与分布式存储，其特征在于，该系统包括由远程服务器集群搭建而成的云平台，该云平台包括计算服务器集群即并行计算平台和存储服务器集群即分布式存储平台，其中，所述并行计算平台中设置有虚拟机集群，且该并行计算平台分别与数控系统和分布式存储平台连接通信，该并行计算平台中运行的虚拟机集群具有多个分布式并行计算单元，用于对采集的数据进行并行处理，所述分布式存储平台中用于对采集或分析处理后的车间数据进行分布式存储； 所述数控系统为具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也设置在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，可实时采集机床加工过程数据，并将采集到的数据交由所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理； 所述数控系统或为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理。2.根据权利要求1所述的一种基于云计算的数控系统数据采集及处理系统，其中，虚拟上位机也可以位于独立的远程服务器上，并与所述计算服务集群中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。3.根据权利要求1或2所述的一种基于云计算的数控系统数据采集及处理系统，其中，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行计算。4.根据权利要求1-3中任一项所述的一种基于云计算的数控系统数据采集及处理系统，其中，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。5.根据权利要求1-4中任一项所述的一种基于云计算的数控系统数据采集及处理系统，其中，所述并行计算平台和分布式存储平台均具有WebService服务接口，以提供应用服务。6.—种基于云计算的数控系统数据采集及处理方法，其通过运行在远程服务器中的虚拟机集群进行分布式计算与存储，实现对数控系统的数据采集、并行计算与分布式存储，其特征在于，由所述远程服务器集群搭建而成的云平台包括并行计算平台和分布式存储平台，其中，所述并行计算平台中设置有虚拟机集群，其集成有多个分布式并行计算单元，以用于对数据进行并行处理，该并行计算平台分别与数控系统和分布式存储平台连接通信，该方法包括采集车间数控机床的加工过程数据，并分布式存储于所述分布式存储平台，所述并行计算平台中的多个分布式并行计算单元对所述加工过程数据进行处理，并将处理结果存储于所述分布式存储平台中和/或显示在人机交互界面上； 所述数控系统为具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也设置在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，可实时采集机床加工过程数据，并将采集到的数据交由所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理； 所述数控系统或为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理。7.根据权利要求6所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述虚拟上位机也可以位于独立的远程服务器上，并与所述计算服务集群中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。8.根据权利要求6或7所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行计算。9.根据权利要求6-8中任一项所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。10.根据权利要求6-9中任一项所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述并行计算平台和分布式存储平台均具有WebService服务接口，以提供应用服务。
【专利摘要】本发明公开了一种基于云计算的数控系统数据采集及处理系统，包括由远程服务器集群搭建而成的云平台，该云平台包括计算服务器集群和存储服务器集群，计算服务器集群中集成有虚拟机集群，且分别与数控系统和存储服务器集群连接通信，虚拟机集群具有多个分布式并行计算单元，用于执行数据采集与并行计算，存储服务器集群中用于对采集或分析处理后的车间数据进行分布式存储。本发明还公开了相应的方法。本发明以虚拟机代替实体机实现并行计算，并通过虚拟化管理平台对虚拟机集群进行管理，使车间服务器资源不再受单点配置的限制，并接受云平台的统一调度，实现车间信息资源的统一管理与在线共享，提高了数据系统的数据处理能力，并使车间并行作业的操作简单化。
【IPC分类】G05B19/414
【公开号】CN104898573
【申请号】CN201510158027
【发明人】杨建中, 丁国涛, 冯冰艳, 惠恩明, 陆永亮, 姚桐兴
【申请人】华中科技大学
【公开日】2015年9月9日
【申请日】2015年4月6日
【技术领域】
[0001]本发明属于数控系统数据采集与处理技术领域，具体涉及一种数控系统的数据采集及处理方法。
【背景技术】
[0002]数控机床是一种高精度、高效率的自动化机床，随着计算机技术的发展，数控机床已实现了许多复杂的数控功能，如多种补偿功能、高次曲线插补功能、数字伺服控制功能等等，而这些功能均依赖于高性能微处理器的数据分析能力。嵌入式微处理器在数控机床领域的应用在很大程度上增强了数控系统实时性数据的计算速度与精度，间接改善了机床的加工速度与精度。但是，随着数控机床应用领域对数控系统的加工要求越来越高，单凭实时性数据的高性能处理已远远不能满足需求，所以采集数控系统的大数据并进行分析处理也是很必要的，比如插补后数据分析、机床加工效率分析、机床故障诊断与分析、G代码远程管理等。
[0003]当前主流高档数控系统多采用上下位机架构:上位机负责系统非实时性任务；下位机负责系统实时性的运动控制和逻辑控制任务，见图1。传统数控系统架构下的加工数据采集与处理需要配置至少一台高性能服务器，如图2所示，数控系统通过网络将加工数据被动上传至服务器，并由服务器对数据进行分析与存储。这种数据采集及处理方式与当前主流数控系统架构的兼容性比较好，搭建方式简单，在一定程度上体现了数控系统的智能化生产，但是上述传统数控加工数据的采集与处理方式存在很大的局限性:首先，数据处理平台的扩展性低，很难满足海量数据的应用需求；其次，当多台服务器参与数据采集与处理任务时，各个服务器之间保持相互独立，形成了车间信息资源实现统一管理的瓶颈；最后，大数据处理平台的建设成本较高。
[0004]云计算技术则可以在改善传统的车间数据采集与处理方面，发挥非常重要的作用。云计算是分布式处理、并行处理和网格计算的发展，云计算专家刘鹏给出如下定义云计算将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和各种软件服务。”云计算服务模式允许用户通过网络与远程服务器连接，并在服务器上完成数据的分析与计算，而不需要知道远程服务的来源。云计算可分为三个层次:即将基础设施作为服务(IAAS)、将平台作为服务(PAAS)、将软件作为服务(SAAS)。其中，IAAS提供给消费者的服务是对所有设施的利用，包括处理、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件；PAAS提供给消费者的服务是把客户采用提供的开发语言和工具(例如Java，python等)开发的或收购的应用程序部署到供应商的云计算基础设施上去；SAAS提供给客户的服务是运营商运行在云计算基础设施上的应用程序，用户可以在各种设备上通过瘦客户端界面访问，如浏览器。根据制造领域的现状，制造商最关心的是在保持或降低生产成本的条件下，加强数控系统的数据采集与分析能力，因此，客户需要的是一个稳定的应用程序运行平台，没有操控云计算基础设备的需求，根据云计算三个层次的特点，PAAS即可满足。
[0005]CN104298175A中公开了一种基于虚拟化技术的数控系统，其中包括设置在本地的数控装置以及设置在远程的服务端，其与本地的数控装置通过网络互连，用于为数控系统提供高端加值功能服务，如快速编程、数据采集与处理、G代码质量分析与优化等，同时可承担传统上下位机数控系统中的部分非实时性任务，如译码、加工仿真、输入/预处理等；数控装置通过安装在所述数控装置上的远程桌面客户端访问服务端，该客户端通过利用虚拟化技术使操作人员可在数控装置的人交互设备上对服务端进行虚拟操作，实现对服务端的远程操作控制，两者协调配合实现智能软件服务的使用和数控加工控制。该方案中将许多非实时性任务转移到远程服务器上进行处理，从而可以大大提高数控系统的处理性能以及通用性。
[0006]但是，该方案中并没有涉及数据采集与处理的内容，实际上这种新的架构对数控系统的数据处理能力提出了更高的要求，其在数据处理以及车间资源的共享与统一等方面还存在缺陷和极大的改进空间:首先，该方案中的数据处理性能依然受限于本地上位机，无法得到大幅度提高；其次，该方案支持将系统部分非实时性任务交由远程服务器承担，这对本地数控装置与远程服务器之间的大数据传输效率提出了更高的要求，传统的数据传输方式难以满足实际需要；再次，该方案为了提高数据的处理效率，对远程服务器的性能要求较高，间接提高了车间数据处理平台的建设成本；另外，目前广泛使用的还是基于传统上下位机布局的数控系统架构，而该方案并没有打破传统架构下的系统数据处理能力的瓶颈。
[0007]申请人在先的系列申请201510111457.4中公开了一种基于虚拟上位机的数控系统，其通过将上位机以虚拟机的方式设置在远程服务器中，形成虚拟上位机，并通过与本地下位机利用网络进行通信，控制本地下位机，从而实现数控加工。这种上下位机架构的数控系统对传统的上下位机结构进行了全新的设计，使得数控系统的数据处理性能和加工效率大大提高，而且可以解决HMI功能扩展以及远程加工受限的问题，同时也为数控系统的远程数据采集及处理奠定了基础。
【发明内容】
[0008]针对现有技术的以上缺陷或改进需求，本发明提供一种基于云计算的数控系统数据采集与处理方法，其通过运行在远程服务器中的虚拟机集群实现车间数据的并行计算与分布式存储，从而大大提高数控系统的数据处理速度与性能，克服目前数控系统数据采集和处理效率过低，难以满足大数据需求的瓶颈问题。
[0009]按照本发明的一个方面，提供一种基于云计算的数控系统数据采集及处理系统，其通过运行在远程服务器中的虚拟机集群进行分布式计算，实现对数控系统的数据采集与分布式并行处理，并通过云存储技术实现车间大数据的分布式存储，其特征在于，该系统包括由远程服务器集群搭建而成的云平台，该云平台包括计算服务器集群(以下称为并行计算平台)和存储服务器集群(以下称为分布式存储平台)，其中，所述并行计算平台中设置有虚拟机集群，所述虚拟机集群具有多个分布式并行计算单元，用于数据的并行处理，且该并行计算平台分别与数控系统和分布式存储平台连接通信，所述分布式存储平台用于对采集或分析处理后的车间数据进行分布式存储；
[0010]所述数控系统可以是具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也设置在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，用于实时采集机床加工过程数据，并将采集到的数据通过网络传输至所述分布式存储平台进行分布式存储，并用于并行计算平台中的并行计算单元进行分析处理；
[0011]所述数控系统也可为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行分析处理。
[0012]作为本发明的改进，虚拟上位机也可以位于独立的远程服务器上，并与所述并行计算平台中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。
[0013]作为本发明的改进，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行计算。
[0014]作为本发明的改进，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。
[0015]作为本发明的改进，所述并行计算平台和分布式存 储平台均具有WebService服务接口，以提供应用服务。
[0016]按照本发明另一方面，提供一种基于云计算的数控系统数据采集及处理方法，其通过运行在远程服务器中的虚拟机集群进行分布式计算，并通过云存储进行大数据存储，实现对数控系统加工数据的采集、并行计算与分布式存储，其特征在于，远程服务器集群搭建而成的云平台包括并行计算平台和分布式存储平台，其中，所述并行计算平台中设置有虚拟机集群，其集成有多个分布式并行计算单元，以用于对数据进行并行处理，该并行计算平台分别与数控系统和分布式存储平台连接通信，该方法包括采集车间数控机床的加工过程数据，并分布式存储于所述分布式存储平台，所述并行计算平台中的多个分布式并行计算单元对所述加工过程数据进行处理，并将处理结果存储于所述分布式存储平台中和/或显示在人机交互界面上；
[0017]所述数控系统可以是具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也集成在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，可实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行分析处理；
[0018]所述数控系统也可为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行分析处理。
[0019]作为本发明的改进，虚拟上位机也可以位于独立的远程服务器上，并与所述计算服务集群中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。
[0020]作为本发明的改进，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行处理。
[0021]作为本发明的改进，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。
[0022]作为本发明的改进，所述并行计算平台和分布式存储平台均具有WebService服务接口，以提供应用服务。
[0023]本发明利用云计算技术，通过廉价的服务器集群搭建云平台，并在云平台上实现数据的采集与并行处理。简单来说，云平台就是一个云端，即服务器端的数据处理和存储中心，用户可通过客户端对云平台进行操作，命令云平台完成数据的处理，并将结果反馈至客户端。基于以上需求，本发明通过PAAS云服务模式为用户提供一个稳定的应用程序运行平台，以便在保持或降低生产成本的条件下，加强数控系统的数据采集与分析能力。
[0024]本发明中，对于基于虚拟上位机的数控系统，虚拟上位机采集的数据可直接在云端进行存储，同时并行计算平台也可直接从虚拟上位机和/或分布式存储平台中获取数据，无需在数据传输上花费时间，大幅度提高了数控系统的数据处理效率。在传统的本地式上下位机架构下，本地上位机需要将从本地下位机采集的数据传输至云平台进行处理，虽然需在数据传输上花费一定的时间，但也通过大数据的分布式并行处理，大大提高了数控系统的数据处理能力与加工效率。
[0025]本发明中，云平台为车间大数据集成了云端分布式存储功能，由上述分布式存储平台提供该服务。云端存储资源池的数据可以在线共享，允许用户在任意地点对其进行操作，而且各种数据可以同时被多个用户使用，其虚拟化功能可以将多个异构的存储单元组成一个存储资源池，充分满足海量数据存储与分析的需要。
[0026]本发明中，上述云端存储采用多节点备份方案，使数据可以从任何一个节点的历史快照进行恢复，提高了存储系统的可靠性。
[0027]本发明中，对上述并行计算平台和分布式存储平台进行了整合，并设计了一套易于使用的API接口，该API优先选用WebService服务接口的模式提供给用户使用。上述WebService服务接口简化了车间大数据的并行处理设计，降低了分布式平台的使用门槛，提高了数控系统数据处理的智能化程度以及服务能力。
[0028]本发明中，车间分布式平台的服务器集群包括计算服务器集群和存储服务器集群，分别负责数据的并行计算和数据的分布式存储，这样可根据每台服务器所承担的任务保持服务器购置成本与服务能力的最优平衡。云计算技术使并行计算平台与分布式存储系统实现了无缝集成，在真正意义上实现了车间信息资源的统一管理。
[0029]本发明中，云平台为虚拟机集群提供可视化的管理工具，实现虚拟机集群的统一管理、调度，保证云端并行计算平台与分布式存储平台的高效稳定运行。
[0030]总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果:
[0031](I)将云计算技术应用于车间数据采集与分析领域，并通过可视化的虚拟机管理窗口轻松完成虚拟机集群的创建以及并行计算引擎的部署，有效改善了当前车间大数据处理方面的窘状，可以在保持甚至降低车间数据采集与分析平台建设成本的前提下，增强数控系统在车间数据处理上的能力与速度。
[0032](2)本发明的分布式并行计算服务对外提供WebService接口，可直接运行在Windows或Linux环境下，并接受多种编程语言的调用，包括C/C++、Java、C#等，使客户端分布式并行算法的开发更加灵活。
[0033](3)上述WebService服务接口使并行作业不再需要分步式手动触发，即源数据与分布式并行算法程序包的上传，并行处理任务的启动、以及处理结果的下载等可一步执行，简化分布式并行计算平台的使用。
[0034](4)本发明为车间大数据提供云存储服务，使海量数据的存储不再受限于单一服务器的磁盘空间，有利于车间资源的统一化管理。云存储资源池中的数据可在线共享，并允许用户随时随地获取。
【附图说明】
[0035]图1是现有技术中数控系统的上下位机结构示意图；
[0036]图2是现有技术中车间数据采集与处理平台的结构示意图；
[0037]图3是按照本发明实施例的基于虚拟上位机的数控系统体系架构示意图，该架构采取上下位机模式，上位机设置在远程服务器的虚拟机上，并通过网络与本地下位机实现信息交互；
[0038]图4是按照本发明实施例的基于云计算技术的数控系统数据采集与分析平台的结构示意图，其采用了上述基于虚拟上位机的数控系统体系架构；
[0039]图5是按照本发明实施例的基于云计算技术的数控系统数据采集与分析平台的结构示意图，采用了上述传统数控系统的上下位机结构，以便兼容传统的数控系统体系架构。
【具体实施方式】
[0040]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0041]并行计算是指同时使用多种计算资源解决计算问题的过程，是提高计算机系统计算速度和处理能力的一种有效手段。它的基本思想是用多个处理器来协同解决同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理器来进行计算。并行计算凭借强大的数值计算和数据处理能力，已被广泛应用于国民经济、国防建设和科技发展等领域。分布式并行计算是并行计算的一种，其利用并行计算的思想将任务分配到多个独立的计算机进行处理，然后根据多个计算结果综合得到最终的结果，其突出的特点 是，可以将多个独立的计算机组成一个分布式并行计算集群。
[0042]本发明为车间大数据分析与存储提供一个强大的云平台，该平台部署有并行计算引擎，以及分布式存储资源池，并集成有可视化的虚拟机管理工具。其中，并行计算引擎利用虚拟机集群代替真实的独立计算机，并且一台服务器可同时运行多个虚拟机，充分满足了生产企业在并行计算平台建设上的成本要求；分布式存储资源池支持车间数据的多节点备份，有效提高车间数据存储系统的可靠性；可视化的虚拟机管理工具以Web界面的形式允许用户通过任意可连接的网络远程登陆和访问，使虚拟机集群的管理简单化，降低云平台的维护难度与维护成本。
[0043]本发明实施例提供的第一种典型模式如附图4所示，该模式采用一种基于虚拟上位机的数控系统体系架构，该架构采用虚拟化技术，将上位机设置在远程服务器的虚拟机上，与数控系统传统的上下位机结构相比，其在数控系统的成本与维护、功能升级与扩展、第三方软件集成、智能化加工等方面体现出了很大的优势，本发明通过云计算技术，从虚拟机创建与管理模式、数据分析能力、大数据存储性能等方面，对上述基于虚拟上位机的数控系统进行了优化，以下结合附图3对本发明实施例进行详细介绍。
[0044]本发明实施例利用云计算技术，采用低成本的服务器集群搭建车间云计算平台，该平台借助虚拟化技术的伸缩性和灵活性，实现计算与存储资源的弹性分配、按需供给。本发明实施例中的云平台包括虚拟上位机集群、并行计算虚拟机集群、以及分布式分布式存储平台，其中虚拟上位机集群可以设置在并行并行计算平台中，也可以设置在单独的远程服务器上，其与并行计算平台、分布式存储平台分别通过网络连接。
[0045]虚拟化管理平台是保证云计算平台正常运行的一个非常重要的工具，其允许用户通过任意可连接的网络远程访问虚拟化管理平台，实现虚拟机的自动启动、升级备份、虚拟磁盘分配与扩容、虚拟资源管理等操作，并可同时启动多台虚拟机，简化虚拟上位机集群的创建、管理、以及维护。为了突出本发明实施例的并行计算平台的虚拟机是运行在云平台上，以下将其称为云主机。
[0046]车间机床加工数据的采集与分析处理在加工刀路优化、插补算法设计、工件质量评测等方面均具有非常重要的意义，但是传统的单机处理方式在数据分析速度，特别是大数据的处理上非常受限，所以本发明实施例为数控系统的数据采集与分析引入了并行计算。在上述虚拟化管理平台下，云主机集群的快速启动模式为并行计算平台提供了高效率的部署工具，可快速完成云主机集群的启动和并行计算引擎的部署。并行计算平台负责从虚拟上位机或分布式存储资源池中获取需要处理的数据，然后进行并行计算处理，并将分析结果提供给用户，这在保持生产成本的前提下，大幅度提高了数控系统的数据分析能力，充分满足海量数据的分析需求。本发明实施例中可在一台服务器上快速启动多个云主机，并代替实体机参与数据的并行处理，这种模式在很大程度上降低了车间大数据并行计算平台的建设成本。
[0047]分布式存储与分布式并行计算息息相关，是正常执行并行作业的基础。分布式存储技术通过网络使用每台机器上的磁盘空间，并将这些分散的存储资源构成一个虚拟的存储设备，其具备以下优点:①可以将分布在各处的资源综合利用；?可以将存储负载由单节点转移至多节点，从而提高资源的利用率；③可以避免由于单个节点失效而使整个系统崩溃的危险。鉴于以上优点，分布式存储技术在大数据存储领域得到了非常广泛的应用，但是由于成本、维护难度、复杂的生产环境等原因，其在数控加工领域的应用非常受限，本发明通过云计算技术，有效打破了以上应用瓶颈，并以云存储的方式将分布式存储技术成功引入车间大数据存储领域。
[0048]云存储技术是云计算技术与分布式存储技术的结合与发展，它将不同类型的存储设备通过软件协同工作，对云系统的存储资源进行统一整合管理，为用户提供数据存储和访问功能，具有集中存储、分布式扩展、安全认证、数据加密等方面的优点。本发明通过云存储技术，采用完全对称的系统架构，实现了采用普通硬件来构建冗余的、可扩展的分布式存储集群的目的，存储容量可达PB级。特别地，本发明降低了对车间存储服务器的硬件配置要求，并可将多个异构的单元整合成一个虚拟的存储资源池，使车间大数据的存储不再受限于单点服务器的硬盘容量，也不再对各个节点服务器的硬件配置一致性没有任何要求，大大地降低了存储设备的购置成本与选型难度，满足车间分布式存储平台搭建的成本与维护要求。
[0049]在上述分布式并行计算与分布式存储平台上，用户可提交并执行并行作业，传统的做法是，先使用第三方工具将数据文件上传或直接拷贝至云存储系统中，并将并行算法程序包上传至并行计算平台上，然后手动命令并行计算平台从云存储系统中获取数据，并根据并行算法进行分析，最后将分析结果存储至云存储系统中，供用户进行下载查看，整个过程实施起来非常复杂、繁琐，对操作者的门槛要求也比较高。针对以上技术缺陷或改进需求，首先，本发明利用虚拟上位机采集加工数据，并直接存储在云存储系统，不再需要用户手动上传或拷贝，用户只需要知道数据的云端存储路径并提供给并行计算平台或虚拟上位机即可；其次，本发明对云存储系统和并行计算引擎进行了整合，封装出了一套易于使用的API接口，并以函数接口的形式提供给用户调用，其不仅包括并行算法程序包的上传接口，而且为用户提供了分布式存储资源池文件的操作接口，包括下载、删除、在线查看等。所以，本发明通过虚拟上位机和上述API接口，使并行作业的提交与执行不再需要繁琐的操作过程，使车间数据的存储与分析变得简单化。
[0050]本发明上述API的函数接口优选以Web service的形式对外提供。其中，WebService是一种跨编程语言和跨操作系统平台的远程调用技术，其基于Web服务，支持远端调用，是创建可互操作的、分布式应用程序的新平台。本发明的WebService接口采用Java语言进行开发，可在Windows和Linux操作系统上直接运行，并可接受多种编程语言的调用，从而增强了并行算法开发的灵活性。
[0051]本发明实施例的云存储系统为虚拟上位机系统及车间大数据提供多节点备份方案，即便平台中的某一台服务器发生不可逆转的故障，也不会造成上位机系统及车间大数据不可恢复的丢失，其可以从任一服务器节点的历史快照中得到自动恢复，大大提高数控系统的可靠性。
[0052]本发明实施例在服务器功能配置上有明确的分工，车间服务器集群中有并行计算平台和分布式存储平台，分别专门负责车间加工数据的并行计算与分布式存储，这在有效降低车间服务器集群的维护难度上，也使操作人员可以根据服务器所承担的任务，实现购置成本与服务能力的最优平衡，并且并行计算平台与云存储系统通过云计算技术实现了无缝集成，每台服务器均不再是独立的个体，而是协同构建车间云平台，并接受云平台的统一调用，实现真正意义上的车间信息资源统一管理。
[0053]综上所述，附图3所示的实施例采用基于虚拟上位机的数控系统体系架构，通过在虚拟上位机集成数据采集软件，使虚拟上位机可实时采集机床加工数据，并直接存储在云端，同时，本发明通过云计算技术，成功将分布式并行计算和分布式存储系统引入数控系统的数据处理领域，并通过Web service接口服务，简化了并行作业的操作过程。
[0054]但是，目前主流的数控系统均采用如附图2所示的上下位机架构，为了与上述传统的数控系统体系架构相兼容，本发明提供的另一种实施例如图5所示。该实施例的数据采集与处理平台也是通过在数控系统架构之外配置服务器，负责车间数据的分析处理与存储，架构上虽然与传统的车间数据处理平台相同，但是其与本发明第 一实施例一样，通过云计算技术的使用，在满足生产企业成本要求的前提下，大大提高了车间数据的处理与存储能力。另外，本发明该实施例在加工数据上传上也采用并行计算的思想，将数据文件自动划分为多片，然后实现数据的多片同时上传，大幅度提高数据的上传速度。本发明该实施例将上述机制集成在了并行计算平台的API中，并也以Web service服务接口的方式供用户调用，使用方法便捷简单。
[0055]云计算能够借用大量的计算节点来共同完成一项复杂的计算，可以达到非常高的计算速度，充分满足海量数据分析的速度需求，那么系统就需要有能力进行海量数据的存储管理，而传统的存储系统已不能满足。云存储是云计算的存储部分，可为海量数据提供虚拟的、易于扩展的、在线分布式的存储资源池，满足海量数据的存储需求。云存储不是指某一个具体的设备，而是指一个由许许多多个存储设备和服务器所构成的集合体，所以从严格意义上来说，云存储不是存储，而是服务。云存储与云计算技术在数控加工领域的应用，允许生产企业采用多台极其廉价的服务器节点来构建云平台，降低生产企业在数据采集与分析平台建设上的成本与难度，并使车间数据的分析处理高速化，以及使海量数据的分析处理简单化，云平台的通用性及其自动化集中式管理模式降低了企业对数据中心的管理成本，也使得车间资源的利用率得到了大幅度提升。
[0056]总之，本发明基于云计算与虚拟化技术有效地解决了并行数据分析和分布式存储在车间数据处理领域中的应用瓶颈，包括大数据分析与存储、平台建设成本、系统维护成本与难度等，大大增强了数控系统的数据处理能力与智能化程度，提高企业的车间生产效率。
[0057]本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种基于云计算的数控系统数据采集及处理系统，其通过运行在远程服务器中的虚拟机集群进行分布式计算与存储，实现对数控系统的数据采集、并行计算与分布式存储，其特征在于，该系统包括由远程服务器集群搭建而成的云平台，该云平台包括计算服务器集群即并行计算平台和存储服务器集群即分布式存储平台，其中，所述并行计算平台中设置有虚拟机集群，且该并行计算平台分别与数控系统和分布式存储平台连接通信，该并行计算平台中运行的虚拟机集群具有多个分布式并行计算单元，用于对采集的数据进行并行处理，所述分布式存储平台中用于对采集或分析处理后的车间数据进行分布式存储； 所述数控系统为具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也设置在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，可实时采集机床加工过程数据，并将采集到的数据交由所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理； 所述数控系统或为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理。2.根据权利要求1所述的一种基于云计算的数控系统数据采集及处理系统，其中，虚拟上位机也可以位于独立的远程服务器上，并与所述计算服务集群中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。3.根据权利要求1或2所述的一种基于云计算的数控系统数据采集及处理系统，其中，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行计算。4.根据权利要求1-3中任一项所述的一种基于云计算的数控系统数据采集及处理系统，其中，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。5.根据权利要求1-4中任一项所述的一种基于云计算的数控系统数据采集及处理系统，其中，所述并行计算平台和分布式存储平台均具有WebService服务接口，以提供应用服务。6.—种基于云计算的数控系统数据采集及处理方法，其通过运行在远程服务器中的虚拟机集群进行分布式计算与存储，实现对数控系统的数据采集、并行计算与分布式存储，其特征在于，由所述远程服务器集群搭建而成的云平台包括并行计算平台和分布式存储平台，其中，所述并行计算平台中设置有虚拟机集群，其集成有多个分布式并行计算单元，以用于对数据进行并行处理，该并行计算平台分别与数控系统和分布式存储平台连接通信，该方法包括采集车间数控机床的加工过程数据，并分布式存储于所述分布式存储平台，所述并行计算平台中的多个分布式并行计算单元对所述加工过程数据进行处理，并将处理结果存储于所述分布式存储平台中和/或显示在人机交互界面上； 所述数控系统为具有本地下位机和远程虚拟上位机的数控系统，其中所述虚拟上位机也设置在所述云平台上，且该虚拟上位机与本地下位机通过网络连接，用于执行数控系统非实时/半实时性任务，并将控制信号发送至本地下位机，使本地下位机执行系统实时性的运动控制和逻辑控制，所述虚拟上位机中集成有数据采集模块，可实时采集机床加工过程数据，并将采集到的数据交由所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理； 所述数控系统或为具有本地上位机和本地下位机的数控系统，其中本地上位机用于实时采集机床加工过程数据，并将采集到的数据通过网络上传至所述分布式存储平台进行分布式存储，并通过并行计算平台中的并行计算单元进行处理。7.根据权利要求6所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述虚拟上位机也可以位于独立的远程服务器上，并与所述计算服务集群中的并行计算单元和分布式存储平台分别通过网络连接以进行数据传输。8.根据权利要求6或7所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述并行计算平台中的单台计算服务器可同时运行多个虚拟机，使得单台服务器也可执行数据的并行计算。9.根据权利要求6-8中任一项所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述分布式存储平台中具有多个远程存储服务器，以进行分布式存储，同时可为车间数据提供多节点备份功能。10.根据权利要求6-9中任一项所述的一种基于云计算的数控系统数据采集及处理方法，其中，所述并行计算平台和分布式存储平台均具有WebService服务接口，以提供应用服务。
【专利摘要】本发明公开了一种基于云计算的数控系统数据采集及处理系统，包括由远程服务器集群搭建而成的云平台，该云平台包括计算服务器集群和存储服务器集群，计算服务器集群中集成有虚拟机集群，且分别与数控系统和存储服务器集群连接通信，虚拟机集群具有多个分布式并行计算单元，用于执行数据采集与并行计算，存储服务器集群中用于对采集或分析处理后的车间数据进行分布式存储。本发明还公开了相应的方法。本发明以虚拟机代替实体机实现并行计算，并通过虚拟化管理平台对虚拟机集群进行管理，使车间服务器资源不再受单点配置的限制，并接受云平台的统一调度，实现车间信息资源的统一管理与在线共享，提高了数据系统的数据处理能力，并使车间并行作业的操作简单化。
【IPC分类】G05B19/414
【公开号】CN104898573
【申请号】CN201510158027
【发明人】杨建中, 丁国涛, 冯冰艳, 惠恩明, 陆永亮, 姚桐兴
【申请人】华中科技大学
【公开日】2015年9月9日
【申请日】2015年4月6日
最新回复(0)