在“生产互联网”(IoP)的大趋势之下,德国亚琛工业大学的 200 名科学家与弗劳恩霍夫激光技术研究所在2019年合作建立了一个数据中心来控制和监测工业过程,这个数据中心的概念基于一个旨在控制激光系统的项目,该项目由弗劳恩霍夫激光技术研究所开发,并使用了开源软件Kubernetes。
可喜的是,该系统这两年来的运行都十分顺利,研究所的人员可以在几分钟内自动远程安装新激光器的软件。
据了解,由于控制机器和激光的过程需要多个传感器的参与,因此控制组件和读取传感器数据的软件也相应地多样化,这样的系统在工业生产中经常并行使用。但是该如何有效地进行安装和集中控制呢?
解决办法:从头开始
Moritz Kroger 是亚琛工业大学激光技术会主席的研究助理,也是弗劳恩霍夫 激光技术研究所的联合主席,他正面临的正是上述两个问题。他表示:“使用当前常见的可编程逻辑控制器,我们可以很好地控制单个设备,但是却无法控制数十个甚至上百个设备。”
为了解决这个难题,研究人员已经重新编程了机器控制系统。但由于他们拥有成熟的开源软件,提供了更好的分布式系统兼容性和更多的开发选项,因此重新编程的难度个工作量相对较小。
另外,在运行过程中,研究人员必须将扫描仪控制数据、不同来源的传感器数据和分析数据纳入考虑范围内,以便进行控制和优化。
据研究人员透露,该系统运用的开源软件Kubernetes可以在分布式计算机系统上实现自动安装、扩展和维护应用程序,它最初由 Google 设计,并得到 Microsoft Azure、IBM Cloud、Red Hat OpenShift、Amazon EKS、Google Kubernetes Engine 和 Oracle OCI 等领先云平台的支持。
面向未来自动化制造的分布式计算
“生产互联网”的趋势要求人们打造技术的数字化,在网络物理系统和工业 4.0 的背景下,增加和简化跨域合作,以及实时和安全地捆绑来自许多不同来源的所有相关数据。
事实上,该系统已在亚琛工业大学和弗劳恩霍夫激光技术研究所的数据中心使用,并不断得到进一步开发。超短脉冲(USP) 激光系统中的软件自动分发和应用分析工作具有高度稳定性。Moritz Kr?ger 称:“我们可以在五分钟内为新激光器设置软件和硬件连接,包括集成到基于云的环境中。但对于数据的自动评估功能还需要进一步的研究。”
“研究员计划将多系统数据汇集在一起,并以图像的方式为用户进行处理。未来,激光系统的操作过程有望通过机器学习从人工智能领域的数据中进行优化”。Moritz补充道。
在互联网+的浪潮之下,云技术+激光不失为一个新的发展方向。