随着计算机技术、网络(Grid)技术的发展,制造业信息化的深入,制造网格(Manufacturing Grid, MG)作为信息技术和制造技术结合的产物应运而生,为网络化制造提供了一个通用的协作平台。制造网格系统是分布式异构平台,是网格技术在制造业的具体应用,其复杂性主要体现在资源的异构性和多样性以及活动的复杂性。在网格的应用过程中,网格系统的可靠性问题更多地关注于网络的连通性,而缺乏对系统内资源的工作状态的监控和管理。随着网格应用在各个领域内的扩展,这个问题越来越举足轻重。为保障系统内的各种异质资源,乃至整个系统能够稳定地、持续地、高效地提供服务,本文提出对制造网格系统可靠性进行集成化管理,并对相关技术和理论进行了论述。 首先对制造网格进行系统可靠性分析,探讨制造网格系统可靠性内涵,确定其系统可靠性特征量,为本文的管理内容做一个界定;针对制造网格系统的多态性,提出相应的可靠性指标层次;分析制造网格体系结构及运行模式,得出其可靠性框图,定义其可靠性评价模型,为有效地实施管理提供理论指导。 在制造网格系统可靠性分析的基础上,确定制造网格系统可靠性管理策略,构建制造网格可靠性管理体系(Reliability Management for MG, MGRM),从概念模型、过程模型及功能层次模型等方面进行了详细描述,阐述其体系特征及实现的关键技术。 系统运行的状态数据是进行系统可靠性管理和评价的依据,如何从分散在制造网格系统中的资源获得其相关的状态数据是有效实施系统可靠性管理的基础。由此,在被管理对象的性能数据采集和系统恢复中引入代理(Agent)技术,提出基于代理的数据采集和系统恢复策略;设计代理的结构模型、通讯模型及通讯机制和编码等,将静念代理(Static Agent, SA)与动态代理(Mobile Agent, MA)有机结合,增强可靠性管理系统的可扩展性,提高代理的重用性,降低被管理资源的系统消耗,探讨智能化代理实现机制。 完善的数据管理和系统可靠性分析及评价是进行制造网格系统可靠性管理的关键。在数据管理中引入数据仓库(Data Warehouse, DW)技术,有效管理可靠性管理过程中产生的大量数据,并为高效的数据检索和分析的提供支持;为从大量的、层次结构复杂的管理数据中得出有用的知识和信息,用于优化或确定监控与管理策略,在数据分析中引入数据挖掘(Data Mining, DM)技术。在研究实时数据分析的特点的基础上,通过改进数据挖掘的过程模型,构建由成功案例库、数据仓库、数据挖掘工具集及方法库协同工作的数据分析子系统,探讨如何将数据挖掘技术应用于实时系统数据分析。 最后,以快速制造为对象,分析具体的制造网格系统可靠性管理的目的和需求,针对不同层次的资源,采取相应的管理措施,实现快速制造领域内制造网格的系统可靠性管理,验证其理论的正确性和方法的可行性。