一种适用于工业控制系统的计算卸载方法和装置制造方法及图纸

本公开提供一种适用于工业控制系统的计算卸载方法，包括下列步骤：从工业控制系统中采集状态向量和固定值，并输入预训练的计算卸载模型，输出卸载比例和本地

【技术实现步骤摘要】
一种适用于工业控制系统的计算卸载方法和装置


[0001]本公开涉及无线网络通信
，尤其涉及一种适用于工业控制系统的计算卸载方法
。

技术介绍

[0002]计算卸载是一种优化计算资源利用的技术
。
在计算卸载中，计算任务被划分为多个小任务，并分配到多个加速卡上并行执行，以提高计算效率
。
同时，由于加速卡具备较强的计算能力，可以减轻后端服务器的计算负担，提高整个系统的吞吐量
。
计算卸载通常应用于边缘计算中，即移动边缘计算
(MEC)
框架，将计算任务从移动设备卸载到边缘服务器上进行处理
。
在
MEC
框架下，计算卸载可以提高移动设备的计算和存储能力，减少能耗和延迟，提高用户体验
。
计算卸载可以在边缘服务器上进行，也可以在云端数据中心进行
。
[0003]工业控制系统在现代工业生产中具有重要的地位和作用
。
它可以实现对生产过程的自动化和智能化控制，提高生产效率和质量，降低成本和能耗
。
将计算卸载现有技术应用于工业控制系统存在一系列挑战
。
[0004]一方面，现有技术是针对于确定性的密集任务进行计算卸载，不考虑实际生产现场的高度随机性和动态性；另一方面，现有技术主要将任务计算完成时延作为优化目标进行计算卸载，并不会明确给定任务完成的截至时延，但是，工业现场的控制任务一般均要求在给定期限内完成控制任务的计算
。
>因此，如何结合实际工业生产场景，对工业控制任务的高度随机性
、
动态性
、
时间敏感性和计算密集型进行充分考虑，使工业控制系统在资源受限的约束下，合理分配系统资源并高效完成控制任务计算具有一定的挑战
。

技术实现思路

[0005]本公开提供了一种适用于工业控制系统的计算卸载方法
。
本公开针对工业生产控制场景中任务生产的高度随机性和动态性问题，实现了在任务截至时延和有限资源的约束下，以较低的计算代价成功完成工业控制任务的计算
。
本公开应用于工业生产控制场景，不仅能用于工业控制边缘
PLC
和本地
PLC
的协同计算而且可以以较低的计算代价成功完成工业控制任务的计算，最终达到缩减工业生产系统的运维成本的效果
。
为解决上述专利技术目的，本公开提供的技术方案如下：
[0006]一方面，提供了一种适用于工业控制系统的计算卸载方法，包括下列步骤：
[0007]S1
：从工业控制系统中采集状态向量和固定值，所述工业控制系统包括本地
PLC、gNB
和边缘
PLC
；所述状态向量包括：本地
PLC
控制任务信息
、
本地
PLC
最大可分配功率
、
本地
PLC
可分配计算资源
、
边缘
PLC
可分配计算资源
、gNB
与本地
PLC
的信道增益；所述固定值包括：
gNB
为本地
PLC
分配的系统带宽和本地
PLC
与
gNB
之间的距离；所述本地
PLC
控制任务信息包括本地
PLC
的每个控制任务
、
每个控制任务的截至时延和控制任务总量；
[0008]S2
：将所述状态向量输入预训练的计算卸载模型，输出卸载比例和本地
PLC
到
gNB
的传输功率，所述预训练的计算卸载模型基于
TD3
算法和能耗模型；
[0009]S3
：基于本地
PLC
控制任务信息和卸载比例，计算留在本地
PLC
计算的控制任务量；
[0010]S4
：基于本地
PLC
控制任务信息和卸载比例，计算卸载到边缘
PLC
计算的控制任务量；
[0011]S5
：根据留在本地
PLC
计算的控制任务量
、
状态向量和固定值，计算本地
PLC
计算控制任务的计算时间；
[0012]S6
：根据卸载到边缘
PLC
计算的控制任务量
、
状态向量和固定值，计算分配给卸载到边缘
PLC
控制任务的最小计算资源
。
[0013]S7
：根据卸载到边缘
PLC
计算的控制任务量
、
状态向量和固定值，计算卸载到边缘
PLC
控制任务的优先级
。
[0014]优选地，所述
S1
的从工业控制系统中采集状态向量和固定值，包括：
[0015]所述状态向量的公式如下：
[0016]s
＝
{d,ddl,p
max
,h,f
lo
,f
e
},
[0017]其中
s
是状态向量，
d
是控制任务量，
ddl
为控制任务的截至时延，
p
max
为本地
PLC
最大可分配功率，
h
为
gNB
与本地
PLC
之间的信道增益，
f
lo
为本地
PLC
可分配计算资源，
f
e
为边缘
PLC
可分配计算资源
。
[0018]优选地，所述
S3
的基于本地
PLC
控制任务信息和卸载比例，计算留在本地
PLC
计算的控制任务量，公式如下：
[0019][0020]留在本地
PLC
计算的控制任务量为对于第
j
个本地
PLC
在
t
时隙的控制任务卸载比例为
ro
j,t
，
d
j,t
为第
j
个本地
PLC
在
t
时隙的控制任务总量
。
[0021]优选地，所述
S4
的基于本地
PLC
控制任务信息和卸载比例，计算卸载到边缘
PLC
计算的控制任务量，公式如下：
[0022][0023]边缘
PLC
计算的控制任务量为对于第
j
个本地
PLC
在
t
时隙的控制任务卸载比例为
ro
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种适用于工业控制系统的计算卸载方法，其特征在于，包括下列步骤：
S1
：从工业控制系统中采集状态向量和固定值，所述工业控制系统包括本地
PLC、gNB
和边缘
PLC
；所述状态向量包括：本地
PLC
控制任务信息
、
本地
PLC
最大可分配功率
、
本地
PLC
可分配计算资源
、
边缘
PLC
可分配计算资源
、gNB
与本地
PLC
的信道增益；所述固定值包括：
gNB
为本地
PLC
分配的系统带宽和本地
PLC
与
gNB
之间的距离；所述本地
PLC
控制任务信息包括本地
PLC
的每个控制任务
、
每个控制任务的截至时延和控制任务总量；
S2
：将所述状态向量输入预训练的计算卸载模型，输出卸载比例和本地
PLC
到
gNB
的传输功率，所述预训练的计算卸载模型基于
TD3
算法和能耗模型；
S3
：基于本地
PLC
控制任务信息和卸载比例，计算留在本地
PLC
计算的控制任务量；
S4
：基于本地
PLC
控制任务信息和卸载比例，计算卸载到边缘
PLC
计算的控制任务量；
S5
：根据留在本地
PLC
计算的控制任务量
、
状态向量和固定值，计算本地
PLC
计算控制任务的计算时间；
S6
：根据卸载到边缘
PLC
计算的控制任务量
、
状态向量和固定值，计算分配给卸载到边缘
PLC
控制任务的最小计算资源；
S7
：根据卸载到边缘
PLC
计算的控制任务量
、
状态向量和固定值，计算卸载到边缘
PLC
控制任务的优先级
。2.
根据权利要求1所述的适用于工业控制系统的计算卸载方法，其特征在于，所述
S1
的从工业控制系统中采集状态向量和固定值，包括：所述状态向量的公式如下：
s
＝
{d,ddl,p
max
,h,f
lo
,f
e
},
其中
s
是状态向量，
d
是控制任务量，
ddl
为控制任务的截至时延，
p
max
为本地
PLC
最大可分配功率，
h
为
gNB
与本地
PLC
之间的信道增益，
f
lo
为本地
PLC
可分配计算资源，
f
e
为边缘
PLC
可分配计算资源
。3.
根据权利要求1所述的适用于工业控制系统的计算卸载方法，其特征在于，所述
S3
的基于本地
PLC
控制任务信息和卸载比例，计算留在本地
PLC
计算的控制任务量，公式如下：留在本地
PLC
计算的控制任务量为对于第
j
个本地
PLC
在
t
时隙的控制任务卸载比例为
ro
j,t
，
d
j,t
为第
j
个本地
PLC
在
t
时隙的控制任务总量
。4.
根据权利要求1所述的适用于工业控制系统的计算卸载方法，其特征在于，所述
S4
的基于本地
PLC
控制任务信息和卸载比例，计算卸载到边缘
PLC
计算的控制任务量，公式如下：边缘
PLC
计算的控制任务量为对于第
j
个本地
PLC
在
t
时隙的控制任务卸载比例为
ro
j,t
，
d
j,t
为第
j
个本地
PLC
在
t
时隙的控制任务总量
。5.
根据权利要求1所述的适用于工业控制系统的计算卸载方法，其特征在于，所述
S5
的根据留在本地
PLC
计算的控制任务量
、
状态向量和固定值，计算本地
PLC
计算控制任务的能源消耗，包括：计算本地
PLC
计算控制任务的计算时间的公式如下：
为本地
PLC
计算控制任务量所需的计算时间，
c
为本地
PLC
计算1比特数据需要的
CPU
周期数，
f
j,t
为第
j
个本地
PLC
在
t
时隙可分配给控制任务的最大计算资源，
ddl
j,t
为控制任务的截至时延
。6.
根据权利要求1所述的适用于工业控制系统的计算卸载方法，其特征在于，所述
S6
的根据卸载到边缘
PLC
计算的控制任务量
、
状态向量和固定值，计算分配给卸载到边缘
PLC
控制任务的最小计算资源，公式如下：制任务的最小计算资源，公式如下：制任务的最小计算资源，公式如下：制任务的最小计算资源，公式如下：制任务的最小计算资源，公式如下：制任务的最小计算资源，公式如下：为将卸载任务从本地
PLC
到
gNB
的传输时间，
W
为
gNB
为本地
PLC
分配的系统带宽，
p
j,t
为本地
PLC
到
gNB
的传输功率，
h
j,t
为
t
时隙第
j
个本地
PLC
和
gNB
之间的信道增益，
D
为本地
PLC
与
gNB
之间的距离，
β
为路径损失系数，
σ2为噪声功率，
ddl
j,t
为控制任务的截至时延
,
在
t
时隙第
j
个本地
PLC
卸载到边缘
PLC
计算的控制任务量分配的需要的最小计算资源
,
为边缘
PLC
为在
t
时隙第
j
个本地
PLC
卸载的控制任务量实际分配的计算资源，是边缘
PLC
为计算卸载任务所花费的最大计算时间，是边缘
PLC
实际计算卸载任务所消耗的时间
。7.
根据权利要求1所述的适用于工业控制系统的计算卸载方法，其特征在于，所述
S7
的根据卸载到边缘
PLC
计算的控制任务量
、
状态向量和固定值，计算卸载到边缘
PLC
控制任务的优先级，包括：优先级的公式为：其中边缘
PLC
计算的控制任务量为计算的控制任务量为是边缘
PLC
为计算卸载任务所花费的最大计算时间
。
8.
根据权利要求1所述的适用于工业控制系统的计算卸载方法，其特征在于，所述
S2
的将所述状态向量输入预训练的计算卸载模型，输出卸载比例和本地
PLC
到
gNB
的传输功率之前，所述方法还包括：
S00、
收集训练数据集；
S01、
对待训练的计算卸载模型进行训练，所述待训练的计算卸载模型包括
Actor
网络，目标
Actor
网络，两个目标
Critic
网络，两个
Critic
网络；所述
S01
的对待训练的计算卸载模型进行训练，包括：
S011、
从训练数据集中随机抽取一组输入数据，所述一组输入数据包括
[s
t
,a
t
,r
t
,s
t+1
]
，其中
s
t
为当前环境状态，
a
t
为当前动作，
r
t
为奖励值，
s
t+1
为下一时刻状态；
S012、
利用目标
Actor
...

【专利技术属性】
技术研发人员：孙雷，李莎，王健全，朱渊，张洋，李卫，马彰超，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：