[發明專利]智能制造中邊緣服務器部署方法、系統及存儲介質

有效

• 申請號: 202110615787.2
• 申請日: 2021-06-02
• 公開（公告）號: CN113259469B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 金小敏;張煒業;王忠民;陳彥萍
• 申請（專利權）人: 西安郵電大學
• 主分類號: H04L67/1001
• 分類號: H04L67/1001;H04L41/14;H04W16/22;G06F9/50;G06N3/00;G06N3/12
• 代理公司: 西安鼎邁知識產權代理事務所(普通合伙) 61263
• 代理人: 李振瑞

本發明公開了一種智能制造中邊緣服務器部署方法、系統及存儲介質。首先，收集智能制造中智能設備、WiFi站點和邊緣服務器的信息數據；其次，通過收集到的信息數據構建負載模型；再次，構建基于部署成本和負載均衡的基礎邊緣服務器部署優化目標；然后，構建容錯邊緣服務器負載均衡優化目標；最后，使用二進制灰狼遺傳策略算法求解優化目標得到邊緣服務器部署方案。本發明在部署邊緣服務器時同時優化成本和均衡負載，具有多目標優化的優勢，能提高邊緣服務器利用率。本發明能部署具備容錯功能的緣服務器，并解決了容錯服務器之間的負載均衡問題，可增強智能制造邊緣服務器的可靠性。

技術領域

本發明涉及智能制造技術領域，特別涉及智能制造中邊緣服務器部署方法、系統及存儲介質。

背景技術

在工業自動化與信息化高度融合下，眾多的工業物聯網應用(例如制造系統的工況異常檢測、實時調度、主動運維等)需要對制造過程中的相關任務進行實時處理，實現制造系統的有效管控。因此，有必要在工業物聯網應用環境中部署強大的數據存儲與處理中心，從而能夠通過融合高性能的計算資源來提高整個制造系統的執行能力。

盡管邊緣計算的出現為智能工廠中海量邊緣數據的有效處理帶來了許多可觀的好處。但是如何部署這些邊緣計算節點是一個需要重點解決的問題。在智能制造中的智能設備，傳感器和智能機器人的操作過程中，需要及時處理大量數據。由于智能設備的容量小，數據處理能力差，環保意識弱和電池壽命短，因此需要將數據卸載到遠程云以進行集中處理。但是由于傳輸距離長，傳輸延遲大大增加，這違反了智能工廠中對低延遲的要求。為了彌補這些缺點，在智能設備的邊緣部署邊緣服務器并將任務分擔到邊緣服務器可以有效地解決此問題。不同的邊緣服務器部署策略將導致部署成本，服務器資源利用率，網絡可靠性和訪問延遲方面的巨大差異。

在已有的技術中，大部分部署方法僅將部署成本或延遲作為優化目標，雖然有些技術考慮了多個目標對部署的影響，但并未考慮服務器宕機情況。

發明內容

本發明實施例提供了智能制造中邊緣服務器部署方法、系統及存儲介質，用以解決現有技術中僅將成本或延遲作為優化目標，而未考慮服務器宕機情況的問題。

一方面，本發明實施例提供了智能制造中邊緣服務器部署方法，包括：

收集設備信息，包括智能設備信息、WiFi站點信息和邊緣服務器信息；

根據設備信息建立智能設備的負載模型、WiFi站點的負載模型以及邊緣服務器的負載模型；

將負載均衡映射在成本上，建立基礎邊緣服務器的負載和成本優化目標；

根據設備信息建立容錯邊緣服務器的負載優化目標；

求解基礎邊緣服務器的負載和成本優化目標以及容錯邊緣服務器的負載優化目標，得到邊緣服務器部署方案；

其中，將負載均衡映射在成本上，建立基礎邊緣服務器的負載成本優化目標，可以包括：建立的基礎邊緣服務器的負載和成本優化目標為：

其中，m表示基礎邊緣服務器的數量，η_j表示第j臺邊緣服務器的成本函數，ω_j和ω_t分別表示第j臺和第t臺邊緣服務器的權重系數，x_it表示第t臺邊緣服務器是否接入第i臺WiFi站點，γ表示成本系數，其表示為：

式中，表示第j臺邊緣服務器的部署成本，表示第j臺邊緣服務器允許的最大負載，a為取值在0到1之間的調整系數。

在一種可能的實現方式中，根據設備信息建立智能設備的負載模型、WiFi站點的負載模型以及邊緣服務器的負載模型，可以包括：建立智能設備的負載模型：智能設備的工作負載表示為：