第１８卷第９期 计算机集成制造系统 Ｖｏｌ．１８Ｎｏ．９
２ ０ １ ２年９月 Ｃｏｍｐｕｔｅｒ Ｉｎｔｅｇｒａｔｅｄ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｙｓｔｅｍｓ Ｓｅｐ．２ ０ １ ２
文章编号：１００６－５９１１（２０１２）０９－２１０９－０８
收稿日期：２０１２－０１－０９；修订日期：２０１２－０７－０６。Ｒｅｃｅｉｖｅｄ ０９Ｊａｎ．２０１２；ａｃｃｅｐｔｅｄ ０６Ｊｕｎｅ ２０１２．
基金项目：国家８６３计划资助项目（２０１１ＡＡ０４０５０１）；国家自然科学基金资助项目（５１１７５３９０）．Ｆｏｕｎｄａｔｉｏｎ ｉｔｅｍｓ：Ｐｒｏｊｅｃｔ ｓｕｐｐｏｒｔｅｄ ｂｙ ｔｈｅ
Ｎａｔｉｏｎａｌ Ｈｉｇｈ－Ｔｅｃｈ．Ｒ＆Ｄ Ｐｒｏｇｒａｍ，Ｃｈｉｎａ（Ｎｏ．２０１１ＡＡ０４０５０１），ａｎｄ ｔｈｅ Ｎａｔｉｏｎａｌ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ，Ｃｈｉｎａ（Ｎｏ．
５１１７５３９０）
云制造资源服务能耗评估及应用
向 峰１，胡业发１，陶 飞２，张 霖２
（１．武汉理工大学 机电工程学院，湖北 武汉 ４３００７０；２．北京航空航天大学 自动化科学与电气工程学院，北京 １００１９１）
摘 要：针对目前云制造平台中资源数据采集、制造服务化接入、服务柔性组合、制造服务综合效用评估和优
化配置以及服务应用过程中忽略了能耗重要性等问题，提出了基于物联网的云制造资源服务能耗综合评估框架和
云制造服务能耗计算模型，建立了制造服务负载、空载、附加能耗条件下的各类能源消耗计算矩阵，给出了制造服
务综合能耗计算方法，并分析了能耗评估框架内各个层次所涉及的关键技术。以制造资源为例，给出了制造资源
概念模型，通过物理标志语言描述了资源能耗信息，举例说明了某种制造服务单位综合能耗的计算，并初步设计了
一种云制造资源接入与信息管理系统。
关键词：云制造；能耗；物联网；Ｗｅｂ服务；制造资源；制造服务
中图分类号：ＴＰ３９１ 文献标志码：Ａ
Ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｅｖａｌｕａｔｉｏｎ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｃｌｏｕｄ ｍａｎｕｆａｃｔｕｒｉｎｇ ｒｅｓｏｕｒｃｅ ｓｅｒｖｉｃｅ
ＸＩＡＮＧ Ｆｅｎｇ１，ＨＵ Ｙｅ－ｆａ１，ＴＡＯ Ｆｅｉ２，ＺＨＡＮＧ Ｌｉｎ２
（１．Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００７０，Ｃｈｉｎａ；
２．Ｓｃｈｏｏｌ ｏｆ Ａｕｔｏｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １００１９１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐｒｏｂｌｅｍｓ ｓｕｃｈ ａｓ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｓｅｒｖｉｃｅ ｄａｔａ ｃｏｌｌｅｃｔｉｏｎ，ｍａｎｕｆａｃｔｕｒｉｎｇ ｓｅｒｖｉｃｅ
ａｃｃｅｓｓ，ｓｅｒｖｉｃｅ ｆｌｅｘｉｂｌｅ ｃｏｍｂｉｎａｔｉｏｎ，ｍａｎｕｆａｃｔｕｒｉｎｇ ｓｅｒｖｉｃｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ ａｎｄ ｓｅｒｖｉｃｅ ａｐｐｌｉｃａｔｉｏｎ ｗｅｒｅ ｉｇ－
ｎｏｒｅｄ．Ａｉｍｉｎｇ ａｔ ｔｈｅｓｅ ｐｒｏｂｌｅｍｓ，ｔｈｅ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ ｆｒａｍｅｗｏｒｋ ａｎｄ ｅｎｅｒｇｙ ｃｏｎ－
ｓｕｍｐｔｉｏｎ ｃｏｍｐｕｔａｔｉｏｎａｌ ｍｏｄｅｌ ｏｆ ｃｌｏｕｄ ｒｅｓｏｕｒｃｅ ｓｅｒｖｉｃｅ ｂａｓｅｄ ｏｎ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ ｗｅｒｅ ｐｒｏｐｏｓｅｄ．Ａｌｌ ｋｉｎｄｓ ｏｆ ｅｎ－
ｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｃｏｍｐｕｔｉｎｇ ｍａｔｒｉｘｅｓ ｗｅｒｅ ｅｓｔａｂｌｉｓｈｅｄ ｕｎｄｅｒ ｔｈｅ ｃｏｎｄｉｔｉｏｎ ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｓｅｒｖｉｃｅ’ｓ ｌｏａｄ，ｎｏ ｌｏａｄ
ａｎｄ ａｄｄｉｔｉｏｎａｌ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ．Ｔｈｅ ｃｏｍｐｕｔｉｎｇ ｍｅｔｈｏｄ ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｓｅｒｖｉｃｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｎｅｒｇｙ ｃｏｎ－
ｓｕｍｐｔｉｏｎ ｗａｓ ｇｉｖｅｎ ａｎｄ ｔｈｅ ｋｅｙ ｔｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ ｖａｒｉｏｕｓ ｌｅｖｅｌｓ ｉｎ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｅｖａｌｕａｔｉｏｎ ｆｒａｍｅｗｏｒｋ ｗｅｒｅ ａｎ－
ａｌｙｚｅｄ．Ｔｈｅ ｍａｎｕｆａｃｔｕｒｉｎｇ ｒｅｓｏｕｒｃｅｓ ｗｅｒｅ ｔａｋｅｎ ａｓ ｅｘａｍｐｌｅｓ ｔｏ ｄｅｓｃｒｉｂｅ ｔｈｅ ｃｏｎｃｅｐｔｕａｌ ｍｏｄｅｌ ａｎｄ ｒｅｓｏｕｒｃｅ ｅｎｅｒｇｙ
ｃｏｎｓｕｍｐｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｗｉｔｈ Ｐｈｙｓｉｃａｌ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＰＭＬ）．Ａ ｍａｎｕｆａｃｔｕｒｉｎｇ ｓｅｒｖｉｃｅ ｕｎｉｔ’ｓ ｃｏｍｐｒｅｈｅｎｓｉｖｅ
ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ ｗａｓ ｃａｌｃｕｌａｔｅｄ ａｎｄ ａ ｋｉｎｄ ｏｆ ｃｌｏｕｄ ｍａｎｕｆａｃｔｕｒｉｎｇ ｒｅｓｏｕｒｃｅｓ ａｃｃｅｓｓ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ ｍａｎａｇｅｍｅｎｔ
ｓｙｓｔｅｍ ｗａｓ ｐｒｅｌｉｍｉｎａｒｙ ｄｅｓｉｇｎｅｄ．
Ｋｅｙ ｗｏｒｄｓ：ｃｌｏｕｄ ｍａｎｕｆａｃｔｕｒｉｎｇ；ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ；Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ；Ｗｅｂ ｓｅｒｖｉｃｅｓ；ｍａｎｕｆａｃｔｕｒｉｎｇ ｒｅｓｏｕｒｃｅ；
ｍａｎｕｆａｃｔｕｒｉｎｇ ｓｅｒｖｉｃｅ
０ 引言
云制造融合了现有制造业信息化、云计算、物联
网、语义 Ｗｅｂ、效用计算等技术，通过对现有网络化
制造与服务技术［１］———制造网格［２－３］、敏捷制造［４］、
计算机集成制造［５］进行延伸和变革，为用户提供从
产品设计、制造、实验、仿真和维护等制造全生命周
期过程中可随时获取的、按需使用的、安全可靠的、
计算机集成制造系统 第１８卷
优质廉价的服务。
云制造中的企业和制造资源是异构的、自主的，
并且在地理上是分布的，其中资源服务化接入分为两
个方面：①云制造资源的感知、数据和信息获取；②各
类大规模、异构、分布式、无集中控制、动态性、复杂
性、异构性的云制造资源虚拟，化并对服务功能、服务
质量（Ｑｕａｌｉｔｙ ｏｆ Ｓｅｒｖｉｃｅ，ＱｏＳ）属性、制造能力等方面
提供公共的、统一的数字化描述，为云制造核心中间
层（包括云服务测试、云服务管理、云服务搜索、云服
务预留、云服务ＱｏＳ综合处理及组合优选等）以服务
的形式提供标准的数据和信息支持。文献［６］构造了
不同层次的虚拟接入方式。目前所接入、发布和封装
的制造资源主要以软资源（计算资源、软件资源、模
型）为主，而对网络化制造终端物理设备的智能接入、
服务化封装还没有很好的解决方案。
在传统的网络化制造服务综合效用评估及优化
配置问题中［７－９］，从服务提供者、第三方平台运营方、
服务需求者利益最大化考虑，模型的目标函数通常
设定为利润最大化、ＱｏＳ最优或者服务费用最少，
而忽略了能耗的重要性。能耗的降低说明能源以及
资源的利用效率提高，这不仅为减少环境压力、实现
国家可持续发展做出了贡献，更是在降低环境维护
费用的同时提高了企业科研形象，一方面可以降低
企业成本，另一方面也提高了企业利润，通过制造能
耗接入模型的建立，虽然限制了一部分制造企业的
进入，也促进了一些高能耗、高污染、低效率的制造
企业转型为可持续发展的绿色型制造企业［１０－１２］。
１ 云制造资源服务能耗综合评估框架
云制造资源服务能耗综合评估框架（ＣｌｏｕｄＭ
Ｒｅｓｏｕｒｃｅ Ｓｅｒｖｉｃｅ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎ Ｃｏｍｐｒｅｈｅｎ－
ｓｉｖｅ Ｅｖａｌｕａｔｉｏｎ，ＣＭＲＳＥＣＣＡＥ）是从抽象层次描述
资源服务能耗综合评估的组织结构和整体视图，分
为能耗数据采集层、制造资源服务能耗评估层和能
耗评估应用层三个层次。该框架说明了层次之间、
组件之间的通信接口及调用关系，体现了该框架实
现的方法和思路。ＣＭＲＳＥＣＣＡＥ需要满足以下基
本功能需求：①基于物联网的资源能耗信息采集；②
采集信息安全认证；③资源能耗的服务化封装；④服
务信息的融合和聚合；⑤基于能耗需求的资源搜索；
⑥基于能耗－ＱｏＳ的服务柔性组合；⑦基于能耗的
资源调度；⑧能耗评估的应用层。根据以上要求，本
文设计了如图１所示的ＣＭＲＳＥＣＣＡＥ实现框架。
０１１２
第９期 向 峰 等：云制造资源服务能耗评估及应用
１．１ 云制造服务能耗数据采集层
物联网可以通过Ａｕｔｏ－ＩＤ［１３］基础设施（包括无
线 射 频 识 别 （Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，
ＲＦＩＤ）读写器、天线、感应器、全球定位系统（Ｇｌｏｂａｌ
Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ，ＧＰＳ）和激光扫描器等）信息传
感设备，在任何时间、任何地点连接任何物品，进行
信息交换和通信，以实现对物品的智能化感知、定
位、跟踪和监控的技术［１４－１５］。本文利用物联网技术
对制造硬资源（设备资源、物料资源、基础设施资源
等）的能耗信息进行感知和采集，针对不同类型的硬
资源，采取不同的物联网感知技术与适配技术，对已
感知的能耗信息进行描述，满足云制造平台对资源
粗耦合接入的需求，将异构的资源整合到统一的云
基础架构中并实现标准化、服务化提供支持。
能耗数据采集流程如下：ＲＦＩＤ读写器采集到
电子标签中的产品电子代码（Ｅｌｅｃｔｒｏｎｉｃ Ｐｒｏｄｕｃｔ
Ｃｏｄｅ，ＥＰＣ）数据，经过简单过滤传输给Ｓａｖａｎｔ，Ｓａ－
ｖａｎｔ通过对象名解析服务（Ｏｂｊｅｃｔ Ｎａｍｅ Ｓｅｒｖｉｃｅ，
ＯＮＳ）（相当于互联网中ＤＮＳ域名解析服务器）解
析相关的ＥＰＣ编码，得到远程物理标志语言（Ｐｈｙｓ－
ｉｃａｌ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ，ＰＭＬ）服务器的地址，向
ＰＭＬ服务器发送读取ＰＭＬ数据的请求，ＰＭＬ服务
器回应请求并发回数据，同时资源提供者提供部分
ＱｏＳ信息至接入服务信息中心，信息中心处理所接
受的 ＱｏＳ信息、Ｓａｖａｎｔ返回的 ＥＰＣ采集信息和
ＰＭＬ资源能耗信息，向云制造平台提出接入请求，
通过 云制 造平台信息采集及安全 验 证 后，将
ＣｌｏｕｄＭ资源能耗按照８大类进行封装后模板信息
目录提交云制造资源信息服务（ＣｌｏｕｄＭ Ｒｅｓｏｕｒｃｅ
Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅｒｖｉｃｅ，ＣＭＲＩＳ），作为组织信息的ＣＭ－
ＲＩＳ提供整个云制造系统的信息搜索和查询功能。
１．２ 云制造服务能耗评估层
服务能耗评估层从注册到服务器的云制造信息
服务ＣＭＲＩＳ中提取相应资源服务的能耗数据。对
相应的能耗指标参数进行评估计算，并进行能耗结
果比较，从而为后续的基于能耗的资源调度和能耗－
ＱｏＳ服务柔性组合提供信息和数据支持。此外，资
源服务能耗综合处理还提供资源服务能耗搜索与匹
配、能耗结果返回与更新、能耗监控与故障管理等。
１．３ 云制造服务能耗评估应用层
云制造资源服务能耗评估应用层处于 ＣＭＲ－
ＳＥＣＣＡＥ的最高层，使用上面各层的功能，面向制
造各领域，是基于 Ｗｅｂ模式的ＣｌｏｕｄＭ 用户接口工
具，提供友好、易操作的协同交互接口，如在线产品
能耗数据管理、企业能耗—功能转换效率分析、社会
环境成本控制、在线企业节能计划、用户能耗管理、
节能产品设计、能耗信息搜索与应用、公共机构的能
耗统计与分析等用户接口。
２ 云制造资源服务全生命周期能耗研究
２．１ 服务全生命周期能耗定义
云制造平台中聚合了各类异构云服务构架，这些
服务构架包括基础设施即服务（Ｉｎｆｒｕｓｔｒｃｔｕｒｅ ａｓ ａ
Ｓｅｒｖｉｃｅ，ＩａａＳ）、平台即服务（Ｐｌａｔｆｏｒｍ ａｓ ａ Ｓｅｒｖｉｃｅ，
ＰａａＳ）和软件即服务（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ，ＳａａＳ），各
类云架构下的应用服务在统一的云制造平台运行环
境下都经历服务准备，服务预留、服务优化组合、服务
撤销等阶段。本文借鉴产品全生命周期评价理论，提
出了云制造服务全生命能耗评价（Ｃｌｏｕｄ Ｍａｎｕｆａｃｔｕｒ－
ｉｎｇ Ｓｅｒｖｉｃｅ Ｌｉｆｅｃｙｃｌｅ Ｅｎｅｒｇｙ Ａｓｓｅｓｓｍｅｎｔ，ＣＭＳＬＥＡ）。
相对于国家制定的制造企业节能减排政策，传
统的产品能耗全生命周期评价主要针对制造业产品
生产过程中的能耗和排放，不注重产品应用过程中
的能耗。而对于面向服务的云制造模式而言，全生
命周期服务能耗总评价的降低才是对节能减排有用
的服务，能耗问题研究主要在服务准备能耗、服务优
化组合能耗、服务配置能耗、服务使用能耗、服务处
置能耗和回收能耗等阶段，评价时对不同服务各个
阶段的能耗进行比较分析，从而得到评价最高的服
务配置，同样各个阶段对应的能耗消耗对象也分为
云制造平台能耗、云制造用户能耗、云制造企业能
耗、第三方企业能耗（物流、废弃处理、销毁和回收），
同时ＣＭＳＬＥＡ也可以对不同对象所消耗的能源进
行更详细的分析，包括对象能耗的表现形式（电能、
水、天然气）及其消耗量，为企业生产、节能减排计划
及云制造平台能耗统计提供方法和理论依据。
２．２ 能耗描述模型
服务化接入中的能耗通过总结同类服务所包含
的能耗信息，抽取能耗信息共性，设定不同类型的能
耗信息个性，在制造资源进行服务化封装的过程中，
提供能耗适配器来服务化封装制造资源能耗，将制
造服务的能耗信息扩展至ＱｏＳ信息，服务能耗的属
性多种多样，可以根据不同的目的对其进行归类和
划分，本文能耗描述模型定义为：
ＣＭＥｎＣｏｎｓｕｍｐｔｉｏｎ＝ ｛ＢａｓｉｃＩｎｆｏ，ＵｓｉｎｇＩｎｆｏ，
ＣｏｎｓｕｍｅｒＩｎｆｏ，ＥｍｉｓｓｉｏｎＩｎｆｏ，Ｃｏｓｔｉｎｇ｝。
１１１２
计算机集成制造系统 第１８卷
其中：ＢａｓｉｃＩｎｆｏ用于描述服务能耗最基本的信
息，如标号、名称、所属服务、类别、能耗监控端口等；
使用信息ＵｓｉｎｇＩｎｆｏ描述的是某种条件下服务使用
时消耗的能源类型、各类能源的消耗量、能源转化率
以及单位时间能耗总量，不同类型、不同条件下服务
消耗能耗类型不同，各类能耗的消耗量不同，消耗总
量也不同；ＣｏｎｓｕｍｅｒＩｎｆｏ描述云制造服务使用过程
中所有消耗了能源的对象信息，包括云制造服务参
与者、关联第三方、云平台的能耗量；排放信息
ＥｍｉｓｓｉｏｎＩｎｆｏ描述了服务过程中的回收利用能源信
息、废弃物体总量及数量；环境成本Ｃｏｓｔｉｎｇ描述制
造服务中资源准备、生产、运输、使用、回收到处理，
解决环境污染和生态破坏所需的全部费用。
２．３ 云制造资源服务全生命周期能耗框架
根据图２的内容得出单个服务全生命周期能耗
Ｅｔｏｔ＝Ｅｐｒｅ＋Ｅｃｏｍ＋Ｅｌｏｃ＋Ｅｈａｎ＋Ｅｕｓｅ－Ｅｒｅｃ。 （１）
式中：Ｅｔｏｔ为单个服务全生命周期总能耗，Ｅｐｒｅ为属于
单个服务资源准备阶段能耗，Ｅｃｏｍ为服务组合能耗，
Ｅｌｏｃ为服务配置及物流运输阶段能耗，Ｅｈａｎ为废弃资
源处置阶段能耗，Ｅｕｓｅ为服务使用阶段能耗，Ｅｒｅｃ为
服务注销后资源回收再利用节约的能源。
３ 云制造服务能耗全生命周期评估模型
云服务能源消耗的面非常广，从产品设计、制
造、包装、运输、使用到报废处理及回收的整个生命
周期的各个环节，由于设计者设计水平不同，影响因
素众多，产品设计环节的能耗十分复杂和不易量化，
而在生产流程中，产品制造加工的种类、数量和特性
将直接影响云制造系统的能源消耗种类、数量和资
源的利用率；不同的加工方案和工艺路线，即使生产
同种产品，其能耗状况也不同；同一种产品，其包装
方式、运输途径、销售和售后状况以及产品是否回收
再利用等因素，也会直接或间接影响制造系统的能
源消耗状况，另外包装、运输、使用到报废处理及回
收时间上落后于云服务调度和能耗的接入。
云服务能耗接入考虑是服务提供商所提供服务
涉及的产品制造环节中的能耗，包括一次能源（原
煤、原油、水能、太阳能和风能等）、二次能源（电能、
汽油、焦炭等）和能耗工质（新水、暖水、氧气等）。产
品制造环节中能源的消耗也与许多具体因素相关，
例如机床的基本性能参数、加工工艺参数、加工工序
等，难以精确计算，本文讨论的是在已有工序和加工
制造环境下云服务能耗的评估。
４ 制造服务能耗算法
当云服务需求者ＳＤ（ｓｅｒｖｉｃｅ ｄｅｍａｎｄｅｒ）请求某
云服务时，云平台第三方运营商通过优化组合云服
务池内的各种服务，满足该ＳＤ对云服务质量、费
用、信用等的要求，用集合Ｓｌ＝｛Ｓ１，Ｓ２，…，Ｓｌ，…，
Ｓｍ｝＝｛ｓ１，ｓ２，…，ｓｋ，…，ｓｃ｝表示第三方运营商分配
给云端服务提供商所接入的某一服务，该服务分为
一组待执行的基本不可分任务单元，其中ｓｋ 表示该
服务中的某一任务单元，ｃ为任务数，Ｒ＝｛ｒ１，ｒ２，
…，ｒｌ，…，ｒｍ｝表示云服务提供商提供的ｍ个制造资
源来完成该服务，ｒｌ表示其中某一制造资源，可完成
任务集合Ｓｌ，Ｓｌ 包括若干任务，Ｓｌ＝｛ｓｋ，ｓｋ＋１，…，
ｓｐ－１，ｓｐ｝，ＳｌＳ，且单一任务ｓｋ 独立由某一ｒｌ完成。
设Ｔ为Ｒ 完成该服务Ｓ所需要的时间（单位：ｓ），不
同性能制造资源的服务能力不同，完成任务所需时
间不同，在正常载荷、空载、附加载荷时消耗的各类
能源量也不同（如水、电能等），云制造服务能耗全生
命周期评估模型如图３所示。
４．１ 云制造服务能耗计算矩阵
ｅｉ１，ｅｉ２和ｅｉ３分别表示某一ｒｌ完成Ｓ中若干任务
单位在正常载荷、空载、附加载荷（或者是损失能耗）
状态下所消耗的某种一次能源、二次能源及能耗工
２１１２
第９期 向 峰 等：云制造资源服务能耗评估及应用
质，一般来说ｅｉ１≥ｅｉ２≥ｅｉ３≥０，云制造能耗计算矩阵
如图４所示。
正常载荷 空载 附加载荷 总耗能
电能 ｅ１１ ｅ１２ ｅ１３ ｅ１＝∑
３
ｊ＝１
ｅ１ｊ
原煤 ｅ２１ ｅ２２ ｅ２３ ｅ２＝∑
３
ｊ＝１
ｅ２ｊ
原油 ｅ３１ ｅ３２ ｅ３３ ｅ３＝∑
３
ｊ＝１
ｅ３ｊ
氧气 ｅｉ１ ｅｉ２ ｅｉ３ ｅｉ＝∑
３
ｊ＝１
ｅｉｊ
水 ｅｎ１ ｅｎ２ ｅｎ３ ｅｎ＝∑
３
ｊ＝１
ｅｎｊ
图４ 能耗接入矩阵
ｅｉ表示某种能源的总消耗量，
ｅｉ＝ｅｉ１＋ｅｉ２＋ｅｉ３ ＝∫
ｔ１
０
ｐｉ１Δｔ＋∫
ｔ２
０
ｐｉ２Δｔ＋∫
ｔ３
０
ｐｉ３Δｔ。（２）
式中：ｐｉ１，ｐｉ２和ｐｉ３表示在正常载荷、空载、附加载荷
状态下单位时间内消耗的某种一次能源、二次能源
及能耗工质，对于电能来说，表示正常载荷功率、空
载功率、附加载荷功率；ｔ１，ｔ２ 和ｔ３ 表示在正常载荷、
空载、附加载荷状态下运行的时间，对于ｐｉ１，ｐｉ２和
ｐｉ３的具体计算参照制造资源本领域文献或者云服
务提供商的企业资源计划（Ｅｎｔｅｒｐｒｉｓｅ Ｒｅｓｏｕｒｃｅ
Ｐｌａｎｎｉｎｇ，ＥＲＰ）、电子制造服务（Ｅｌｅｃｔｒｕ Ｍａｎｕｆａｃ－
ｔｕｒｉｎｇ Ｓｅｒｖｉｃｅｓ，ＥＭＳ）数据库，例如文献［１６］单个
ＣＰＵ的单位时间能耗函数为Ｐ０＝ＡＶ２ ｆ＋Ｚ，Ａ为
常数系数。
４．２ 任务的综合耗能公式
制造资源ｍ完成若干任务的综合耗能按式（３）
计算：
ｅｍ ＝∑
ｎ
ｉ＝１
ｅｉλｉ。 （３）
式中：ｎ为消耗的能源品种数，λｉ为第ｉ种能源的折算
系数，按照能量的当量值或者能量等价值计算，如实际
消耗的能源应以其低（位）发热量为计算基础折算为标
准煤量，低（位）发热量等于２ ９０７Ｊ的燃料，称为１ｋｇ
标准煤（１ｋｇｃｅ）［１７］，部分能源折换成标准煤参考系数如
表１所示，λｉ还可以按照太阳能值转换率计算。
表１ 部分能源的标准煤参考系数
能源名称 平均低位发热量 折标准煤系数
电力
（当量值）
３ ６００ｋＪ／ｋＷｈ［８６０ｋｃａｌ／（ｋＷｈ）］０．１２２ ９ｋｇｃｅ／（ｋＷｈ）
原煤 ２０ ９０８ｋＪ／ｋｇ（５ ０００ｋｃａｌ／ｋｇ） ０．７１４ ３ｋｇｃｅ／ｋｇ
原油 ４１ ８１６ｋＪ／ｋｇ（１０ ０００ｋｃａｌ／ｋｇ） １．４２８ ６ｋｇｃｅ／ｋｇ
氧气 １１．７２ｍＪ／ｍ（２ ８００ｋｃａｌ／ｍ３） ０．４００ ０ｋｇｃｅ／ｍ３
新水 ２．５１ｍＪ／ｔ（６００ｋｃａｌ／ｔ） ０．０８５ ７ｋｇｃｅ／ｔ
３１１２
计算机集成制造系统 第１８卷
４．３ 服务的综合能耗
服务提供者ＳＰ完成某种服务Ｓ的综合能耗按
式（４）计算：
Ｅ＝∑
ｍ
ｌ＝１
ｅｍ ＝∑
ｍ
ｌ＝１
∑
ｎ
ｉ＝１
ｅｉλｉ。 （４）
服务的单位综合能耗是指可定量的某类基本单
位服务所需要的能耗，按式（５）计算：
Ｅ′＝
∑
ｍ
ｌ＝１
ｅ１
ｃ ＝
∑
ｍ
ｌ＝１
∑
ｎ
ｉ＝１
ｅｉλｉ
ｃ ＝
∑
ｍ
ｌ＝１
∑
ｎ
ｉ＝１
（ｅｉ１＋ｅｉ２＋ｅｉ３）λｉ
ｃ
＝
∑
ｍ
ｌ＝１
∑
ｎ
ｉ＝１
（∫
ｔ１
０
ｐｉ１Δｔ＋∫
ｔ２
０
ｐｉ２ΔＴ＋∫
ｔ３
０
ｐｉ３Δｔ）λｉ
ｃ
。（５）
按照不同目的，服务的单位综合能耗，制造资源
可比能耗适用于同类制造资源能耗之间相互比较，服
务综合可比能耗适用于同类服务能耗之间相互比较。
４．４ 模型约束条件
以下是本模型的约束条件
Ｓ１ ∪Ｓ２ ∪ … ∪Ｓｌ∪ … ∪Ｓｍ ＝Ｓ； （６）
Ｓｌ∩Ｓｍ ＝ ； （７）
Ｔ≥ｍａｘ（ｔ１１＋ｔ１２＋ｔ１３，ｔ２１＋ｔ２２＋ｔ２３，…，
ｔｌ１＋ｔｌ２＋ｔｌ３，…，ｔ ｍ１ ＋ｔ ｍ２ ＋ｔ ｍ３）≥０。 （８）
约束（６）和（７）表示单个任务单位不可再分，只能
在一个制造资源上执行，一个制造资源可完成若干个
任务单元，Ｓｌ＝表示制造资源ｍ为未分配任务，处于
闲置状态，ｍ个任务集合完成服务Ｓ。约束（８）表示服务
完成时耗大于等于各项任务集合完成时间的最大值，当
Ｔ＝０或者Ｔ→∞表示该服务不在ＳＰ的服务范围内，或
者该服务被取消，则云制造平台不接入该服务。
５ 应用案例
为验证上述云制造资源服务能耗综合评估框
架、服务能耗算法模型及关键技术的合理性和实用
性，结合现有研究成果，以磁悬浮轴承为资源信息采
集对象，通过采用物联网技术和 Ｗｅｂ服务技术，本
文初步设计开发了面向制造设备资源的云制造资源
信息采集及管理系统。该平台主要面向云制造平台
中的制造服务提供商及其制造资源和云制造服务需
求者，该系统分为以下几部分：资源服务能耗数据采
集子系统、云服务及云企业信息搜索、资源服务评估
子系统、云服务管理与追踪。
５．１ 资源服务能耗数据采集子系统
运用本体论的思想，抽象出磁悬浮轴承能耗领域
类内所包含的类、属性及结构层次，并建立了磁悬浮
轴承资源概念模型，ＰＭＬ提供一种通用的标准化词
汇来表示ＥＰＣ网络所能识别物体的相关信息，它是
在可扩展标记语言（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ，
ＸＭＬ）基础上发展起来的，正被麻省理工学院的Ａｕ－
ｔｏ－ＩＤ中心开发成一种开放的标准，以ＰＭＬ描述（如
图５），资源服务能耗评估系统如图６所示。
４１１２
第９期 向 峰 等：云制造资源服务能耗评估及应用
５．２ 资源服务评估子系统
本文对所提出的模型和算法进行了实验。例如
当云端服务提供者 Ｙ希望通过ＣｌｏｕｄＭ 服务平台
发布一个用于风力发电机的磁悬浮轴承，Ｙ制造加
工磁悬浮轴承需要Ｒ＝｛ｒ１，ｒ２，ｒ３，ｒ４，ｒ５，ｒ６｝共６个
云制造资源，此时ＣｌｏｕｄＭ 资源接入与信息管理系
统要求初次接入或者关联已经接入的制造资源，同
时Ｒ完成对应任务集的各类能耗记录表ＹＳＥＴ，如表
２所示。
ＹＳＥＴ中记录了各制造资源完成任务集Ｓ＝｛Ｓ１，
Ｓ２，Ｓ３，Ｓ４，Ｓ５，Ｓ６｝所消耗的各类能源。从中可以看
出Ｒ＝｛ｒ１，ｒ２，ｒ３，ｒ４，ｒ５，ｒ６｝在ｅｉ１，ｅｉ２和ｅｉ３各种工作
环境下消耗的能源种类及其数量不同，表明在负载
条件下ｅｉ１消耗的一次能源、二次能源及能耗工质最
大，（２０１００９０１，２０１００９０４）表示任务集的开始时间及
完成时间，根据式（３）～式（５）可计算出各类能源的
总消耗量为：
（｛４９０ｋＷｈ｝电，｛２７．１ｔ｝新水，｛１．９ ｍ３｝氦气，
｛１８．１ｍ３｝压缩空气，｛５．７ｍ３｝乙炔，｛３１５ｋｇ｝焦炭）。
根据各类能源折换成标准煤的参考系数：
（｛０．１２２ ９ｋｇｃｅ／ｋＷｈ｝电，｛０．０８５ ７ｋｇｃｅ／ｔ｝新水，
｛０．６７１ ４ ｋｇｃｅ／ｍ３｝氦气，｛０．０４ ｋｇｃｅ／ｍ３｝压缩空气，
｛８．３１４ ３ｍ３｝乙炔，｛０．９７１ ４ｋｇｃｅ／ｋｇ｝焦炭）。
将各类能源的消耗量转换得到标准煤当量为：
（｛６０．２２ ｋｇｃｅ｝电，｛２．３２ ｋｇｃｅ｝新水，｛１．２７
ｋｇｃｅ｝氦气，｛０．７２ ｋｇｃｅ｝压缩空气，｛４７．３９ ｋｇｃｅ｝乙炔，
｛３０５．９９ｋｇｃｅ｝焦炭）。
资源服务能耗评估系统如图７所示。
表２ 各类能耗记录表ＹＳＥＴ
ＹＳＥＴ＝｛（（ｒ１，Ｓ１），ｅ１１，（｛７０ｋＷｈ｝电，｛｝，｛｝，…，｛１３ｔ｝新水，｛１０．３
ｍ３｝压缩空气，…，｛｝，｛｝），（２０１００９０１，２０１００９０４）），
（（ｒ１，Ｓ１），ｅ１２，（｛４２ ｋＷｈ｝电，｛｝，｛｝，…，｛６ｔ｝新水，｛７．８
ｍ３｝压缩空气，…，｛｝，｛｝），（２０１００９０１，２０１００９０４）），｝｝
续表２
（（ｒ１，Ｓ１），ｅ１３，（｛｝，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛｝，）（２０１００９０１，
２０１００９１４），
（（ｒ２，Ｓ２），ｅ２１，（｛４０ｋＷｈ｝电，｛１．９ｍ３｝氦气，｛｝，…，｛｝，｛｝，…，｛｝，
｛｝），（２０１００９０３，２０１００９０８）），
（（ｒ２，Ｓ２），ｅ２２，（｛１０ｋＷｈ｝电，｛｝氦气，｛｝，…，｛｝，｛｝，…｛｝），｛｝，
（２０１００９０３，２０１００９０８）），
（（ｒ２，Ｓ２）ｅ２３，（｛４ｋＷｈ｝电，｛｝氦气，｛｝，…，｛｝，｛｝，…｛｝），｛｝，
（２０１００９０３，２０１００９０８）），
（（ｒ３，Ｓ３），ｅ３１，（｛５３ｋＷｈ｝电，｛｝，｛２３ｍ３｝鼓风，…，｛｝，｛｝，…，｛｝，
｛｝），（２０１００９１５，２０１００９２０），
（（ｒ３，Ｓ３），ｅ３２，（｛２６ｋＷｈ｝电，｛｝，｛１４ｍ３｝鼓风，…，｛｝，｛｝，…，｛｝，
｛｝），（２０１００９１５，２０１００９２０），
（（ｒ３，Ｓ３），ｅ３３，（｛５ｋＷｈ）电，｛｝，｛１４ｍ３｝鼓风，…，｛｝，｛｝，…，｛｝，
｛｝），（２０１００９１５，２０１００９２０），
（（ｒ４，Ｓ４），ｅ４１，（｛４３ｋＷｈ）电，｛｝，｛｝，…，｛５．９ｔ｝新水，｛｝，…，｛５．６７
ｍ３｝乙炔，｛｝），（２０１００９２１，２０１００９２３）），
（（ｒ４，Ｓ４），ｅ４２，（｛２０ｋＷｈ）电，｛｝，｛｝，…，｛２．２ｔ｝新水，｛｝，…，｛｝，
｛｝），（２０１００９２１，２０１００９２３）），
（（ｒ４，Ｓ４），ｅ４３，（｛｝，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛｝），（２０１００９２１，
２０１００９２３）），
（（ｒ５，Ｓ５），ｅ５１，（｛３０ｋＷｈ｝电，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛｝），
（２０１００９２３，２０１００９２８））
（（ｒ５，Ｓ５），ｅ５２，（｛１５ｋＷｈ｝电，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛｝），
（２０１００９２３，２０１００９２８））
（（ｒ５，Ｓ５），ｅ５３，（｛１１ｋＷｈ｝电，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛｝），
（２０１００９２３，２０１００９２８））
（（ｒ６，Ｓ６），ｅ６１，（｛５０ｋＷｈ｝电，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛２７５
ｋｇ｝焦炭），（２０１００９２８，２０１０１００３）），
（（ｒ６，Ｓ６），ｅ６２，（｛２７ｋＷｈ｝电，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛３０
ｋｇ｝焦炭），（２０１００９２８，２０１０１００３）），
（（ｒ６，Ｓ６），ｅ６３，（｛５０ｋＷｈ｝电，｛｝，｛｝，…，｛｝，｛｝，…，｛｝，｛｝），
（２０１００９２８，２０１０１００３））
６ 结束语
本文阐述了物联网技术在云制造资源接入中的
应用，强调了服务能耗接入在社会效益和企业效益的
协调和优化中的重要性，目前云制造和服务能耗的研
５１１２
计算机集成制造系统 第１８卷
究还处于起初阶段，利用物联网的云制造接入技术还
存在许多问题，云制造节能是复杂的系统工程，目前
对于云计算节能主要考虑的是云计算平台数据中心
的节能，包括绿色数据中心的建设、机房占地、网络路
由与交换设备、冷却节能等，但适用于云计算的节能
技术在云制造方面不一定适用，云制造服务节能不只
是减少服务使用能耗，准备能耗也是云制造服务节能
的重要部分，下一步将结合制造企业和用户的实际需
求对这些问题做更深入的研究和探讨，在当前的制造
环境和制造技术下，加强制造资源的节能调度、进行
全过程管理，进一步推动云制造的研究。
参考文献：
［１］ ＬＩ Ｂｏｈｕ，ＺＨＡＮＧ Ｌｉｎ，ＷＡＮＧ Ｓｈｉｌｏｎｇ，ｅｔ ａｌ．Ｃｌｏｕｄ ｍａｎｕ－
ｆａｃｔｕｒｉｎｇ：ａ ｎｅｗ ｓｅｒｖｉｃｅ－ｏｒｉｅｎｔｅｄ ｍａｎｕｆａｃｔｕｒｉｎｇ ｍｏｄｅｌ［Ｊ］．
Ｃｏｍｐｕｔｅｒ Ｉｎｔｅｇｒａｔｅｄ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｙｓｔｅｍｓ，２０１０，１６（１）：１－
７，１６（ｉｎ Ｃｈｉｎｅｓｅ）．［李伯虎，张 霖，王时龙，等．云制造———面
向服务的网络化制造新模式［Ｊ］．计算机集成制造系统，２０１０，
（１）：１－７，１６．］
［２］ ＴＡＯ Ｆｅｉ，ＺＨＡＯ Ｄｏｎｇｍｉｎｇ，ＨＵ Ｙｅｆａ，ｅｔ ａｌ．Ｒｅｓｏｕｒｃｅ ｓｅｒｖ－
ｉｃｅ ｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｏｐｔｉｍａｌ－ｓｅｌｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｐａｒｔｉｃｌｅ ｓｗａｒｍ
ｏｐｔｉｍｉｚａｔｉｏｎ ｉｎ ｍａｎｕｆａｃｔｕｒｉｎｇ ｇｒｉｄ ｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃ－
ｔｉｏｎ ｏｎ Ｉｎｄｕｓｔｒｉａｌ Ｉｎｆｏｒｍａｔｉｃｓ，２００８，４（４）：３１５－３２７．
［３］ ＳＨＩ Ｓｈｅｎｇｙｏｕ，ＹＡＮＧ Ｈａｉｃｈｅｎｇ，ＬＩＵ Ｈａｉｂｉｎ，ｅｔ ａｌ．Ａ ｒｅ－
ｓｏｕｒｃｅ ａｌｌｏｃａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ ｅｑｕｉｌｉｂｒｉｕｍ
ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｇｒｉｄ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ａｄｖａｎｃｅｄ
Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，２００９，４１（９／１０）：９９７－１００２．
［４］ ＧＡＯ Ｌｉａｎｇ，ＺＨＡＮＧ Ｊｉｅ，ＬＩ Ｐｅｉｇｅｎ．ＸＭＬ－ｂａｓｅｄ ｒｅｓｏｕｒｃｅ ｉｎ－
ｔｅｇｒａｔｉｏｎ ｍｅｔｈｏｄ ｆｏｒ ａｇｉｌｅ ｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．Ｃｈｉｎａ Ｍｅｃｈａｎｉ－
ｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，２００２，１３（１）：５７－５９（ｉｎ Ｃｈｉｎｅｓｅ）．［高 亮，张
洁，李培根．基于 ＸＭＬ的敏捷制造资源集成方法的研究
［Ｊ］．中国机械工程，２００２，１３（１）：５７－５９．］
［５］ ＪＩＡＮＧ Ｘｉｎｓｏｎｇ．Ａｇｉｌｅ Ｍａｎｕｆａｃｔｕｒｉｎｇ ｅｎｔｅｒｐｒｉｓｅ－ｍａｉｎ ｅｎｔｅｒ－
ｐｒｉｓｅ ｍｏｄｅ ｏｆ ２１ｓｔ ｃｅｎｔｕｒｙ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｉｎｔｅｇｒａｔｅｄ Ｍａｎｕｆａｃ－
ｔｕｒｉｎｇ Ｓｙｓｔｅｍｓ，１９９６，２（４）：３－８（ｉｎ Ｃｈｉｎｅｓｅ）．［蒋新松．２１世纪
企业的主要模式—敏捷制造企业［Ｊ］．计算机集成制造系统，
１９９６，２（４）：３－８．］
［６］ ＺＨＡＮＧ Ｌｉｎ，ＬＵＯ Ｙｏｎｇｌｉａｎｇ，ＴＡＯ Ｆｅｉ，ｅｔ ａｌ．Ｓｔｕｄｙ ｏｎ ｔｈｅ
ｋｅｙ ｔｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｃｌｏｕｄ
［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｉｎｔｅｇｒａｔｅｄ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｙｓｔｅｍｓ，２０１０，１６
（１１）：２５１０－２５２０（ｉｎ Ｃｈｉｎｅｓｅ）．［张 霖，罗永亮，陶 飞，等．制
造云构建关键技术研究［Ｊ］．计算机集成制造系统，２０１０，１６
（１１）：２５１０－２５２０．］
［７］ ＨＵ Ｙｅｆａ，ＴＡＯ Ｆｅｉ，ＺＨＯＵ Ｚｕｄｅ．Ｍａｎｕｆａｃｔｕｒｉｎｇ ｇｒｉｄ ｒｅ－
ｓｏｕｒｃｅ ｓｅｒｖｉｃｅ ｔｒｕｓｔ－ＱｏＳ ｅｖａｌｕａｔｉｏｎ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ［Ｊ］．Ｃｈｉ－
ｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｅｅｒｉｎｇ，２００７，４３（１２）：２０３－２１１
（ｉｎ Ｃｈｉｎｅｓｅ）．［胡业发，陶 飞，周祖德．制造网格资源服务
Ｔｒｕｓｔ－ＱｏＳ评估及其应用［Ｊ］．机械工程学报，２００７，４３（１２）：
２０３－２１１．］
［８］ ＴＡＯ Ｆ，ＱＩＡＯ Ｋ，ＺＨＡＮＧ Ｌ，ｅｔ ａｌ．ＧＡ－ＢＨＴＲ：ａｎ ｉｍｐｒｏｖｅｄ
ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｐａｒｔｎｅｒ ｓｅｌｅｃｔｉｏｎ ｉｎ ｖｉｒｔｕａｌ ｍａｎｕｆａｃｔｕｒｉｎｇ
［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｐｒｏｄｕｃｔｉｏｎ Ｒｅｓｅａｒｃｈ，２０１２，５０
（８）：２０７９－２１００．
［９］ ＴＡＯ Ｆ，ＺＨＡＮＧ Ｌ，ＬＵ Ｋ，ｅｔ ａｌ．Ｓｔｕｄｙ ｏｎ ｍａｎｕｆａｃｔｕｒｉｎｇ
ｇｒｉｄ ｒｅｓｏｕｒｃｅ ｓｅｒｖｉｃｅ ｏｐｔｉｍａｌ－ｓｅｌｅｃｔｉｏｎ ａｎｄ ｃｏｍｐｏｓｉｔｉｏｎ ｆｒａｍｅ－
ｗｏｒｋ［Ｊ］．Ｅｎｔｅｒｐｒｉｓｅ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ，２０１２，６（２）：
２３７－２６４．
［１０］ ＨＥ Ｙａｎ，ＬＩＵ Ｆｅｉ，ＣＡＯ Ｈｕａｊｕｎ，ｅｔ ａｌ．Ｊｏｂ ｓｃｈｅｄｕｌｉｎｇ ｍｏｄｅｌ
ｏｆ ｍａｃｈｉｎｉｎｇ ｓｙｓｔｅｍ ｆｏｒ ｇｒｅｅｎ ｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．Ｃｈｉｎｅｓｅ
Ｊｏｕｒｎａｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｅｅｒｉｎｇ，２００７，４３（４）：２７－３３（ｉｎ Ｃｈｉ－
ｎｅｓｅ）．［何 彦，刘 飞，曹华军，等．面向绿色制造的机械加
工系统任务优化调度模型［Ｊ］．机械工程学报，２００７，４３（４）：
２７－３３．］
［１１］ ＢＥＮＮＥＴＴ Ｄ Ｐ，ＹＡＮＯ Ｃ Ａ．Ａ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｐｐｒｏａｃｈ ｆｏｒ
ａｎ ｅｑｕｉｐｍｅｎｔ ｓｅｌｅｃｔｉｏｎ ａｎｄ ｍｕｌｔｉｐｌｅ ｐｒｏｄｕｃｔ ｒｏｕｔｉｎｇ ｐｒｏｂｌｅｍ
ｉｎｃｏｒｐｏｒａｔｉｏｎ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｆａｃｔｏｒｓ［Ｊ］．Ｅｕｒｏｐｅａｎ Ｊｏｕｒｎａｌ ｏｆ
Ｏｐｅｒａｔｉｏｎａｌ Ｒｅｓｅａｒｃｈ，２００５，１５６（３）：６４３－６６４．
［１２］ ＺＨＡＮＧ Ｈ Ｃ，ＫＵＯ Ｔ Ｃ，ＬＵ Ｈ Ｔ．Ｅｎｖｉｒｏｎｍｅｎｔａｌｌｙ ｃｏｎ－
ｓｃｉｏｕｓ ｄｅｓｉｇｎ ａｎｄ ｍａｎｕｆａｃｔｕｒｉｎｇ：ａ ｓｔａｔｅ－ｏｆ－ａｒｔ ｓｕｒｖｅｙ［Ｊ］．
Ｊｏｕｒｎａｌ ｏｆ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｙｓｔｅｍｓ，２００６，１６（５）：３５２－３７１．
［１３］ ＰＥＮＧ Ｈｕ．Ａｎ ａｕｔｏ ＩＤ－ｅｎａｂｌｅｄ ｆｒａｍｅｗｏｒｋ ｆｏｒ ｍａｎｕｆａｃｔｕｒｉｎｇ
ｉｎｆｏｒｍａｔｉｏｎ ｓｈａｒｉｎｇ ｓｙｓｔｅｍｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ６ｔｈ
ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｄｕｓｔｒｉａｌ Ｉｎｆｏｒｍａｔｉｃｓ．
Ｗａｓｈｉｎｇｔｏｎ，Ｄ．Ｃ．，ＵＳＡ：ＩＥＥＥ，２００８：１３３６－１３４０．
［１４］ ＳＵＮ Ｑｉｂｏ，ＬＩＵ Ｊｉｅ，ＬＩ Ｓｈａｎ，ｅｔ ａｌ．Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ：ｓｕｍ－
ｍａｒｉｚｅ ｏｎ ｃｏｎｃｅｐｔｓ，ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ ｋｅｙ ｔｅｃｈｎｏｌｏｇｙ ｐｒｏｂｌｅｍ
［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉ－
ｃａｔｉｏｎｓ，２０１０，３３（３）：１－９（ｉｎ Ｃｈｉｎｅｓｅ）．［孙其博，刘 杰，黎
羴，等．物联网：概念、架构与关键技术研究综述［Ｊ］．北京邮电
大学学报，２０１０，３３（３）：１－９．］
［１５］ ＸＩＡＮＧ Ｆｅｎｇ，ＨＵ Ｙｅｆａ．Ｃｌｏｕｄ ｍａｎｕｆａｃｔｕｒｉｎｇ ｒｅｓｏｕｒｃｅ ａｃ－
ｃｅｓｓ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ Ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ
ｔｈｅ ２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｆｒｏｎｔｉｅｒｓ ｏｆ Ｍａｎｕｆａｃｔｕｒ－
ｉｎｇ ａｎｄ Ｄｅｓｉｇｎ Ｓｃｉｅｎｃｅ．Ｚｕｒｉｃｈ，Ｓｗｉｔｚｅｒｌａｎｄ：Ｔｒａｎｓ Ｔｅｃｈ Ｐｕｂ－
ｌｉｃａｔｉｏｎｓ，２０１２：２４２１－２４２５．
［１６］ ＢＥＬＯＧＬＡＺＯＶ Ａ，ＡＢＡＷＡＩＹ Ｊ，ＲＡＪＫＵＭＡＲ Ｂ．Ｅｎｅｒｇｙ－
ａｗａｒｅ ｒｅｓｏｕｒｃｅ ａｌｌｏｃａｔｉｏｎ ｈｅｕｒｉｓｔｉｃｓ ｆｏｒ ｅｆｆｉｃｉｅｎｔ ｍａｎａｇｅｍｅｎｔ
ｏｆ ｄａｔａ ｃｅｎｔｅｒｓ ｆｏｒ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ［Ｊ］．Ｆｕｔｕｒｅ Ｇｅｎｅｒａｔｉｏｎ
Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍｓ，２０１２，２８（５）：７５５－７６８．
［１７］ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ｏｆ ｔｈｅ ｐｅｏｐｌｅｓ Ｒｅｐｕｂｌｉｃ ｏｆ
Ｃｈｉｎａ．ＧＢ／Ｔ ２５８９－２００８ Ｇｅｎｅｒａｌ ｐｒｉｎｃｉｐｌｅｓ ｆｏｒ ｃａｌｃｕｌａｔｉｏｎ
ｏｆ ｔｈｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｎｅｒｇｙ ｃｏｎｓｕｍｐｔｉｏｎ［Ｓ］．Ｂｅｉｊｉｎｇ：Ｓｔａｎ－
ｄａｒｄｄｉｚａｔｉｏｎ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ｏｆ ｔｈｅ Ｐｅｏｐｌｅ’ｓ Ｒｅｐｕｂｌｉｃ ｏｆ Ｃｈｉ－
ｎａ，２００８（ｉｎ Ｃｈｉｎｅｓｅ）．［中国国家标准化管理委员会．ＧＢ／Ｔ
２５８９－２００８ 综合能耗计算通则［Ｓ］．北京：中国国家标准化
管理委员会，２００８．］
作者简介：
向 峰（１９８３－），男，湖北武汉人，博士研究生，研究方向：云制造、数字制造，Ｅ－ｍａｉｌ：Ｘｉａｎｇｆｅｎｇ０８２８＠ｈｏｔｍａｉｌ．ｃｏｍ；
胡业发（１９６１－），男，湖北武汉人，教授，博士生导师，研究方向：磁悬浮技术、数字制造；
陶 飞（１９８１－），男，湖北武汉人，副教授，博士生导师，研究方向：面向服务的制造、制造服务优化组合；
张 霖（１９６６－），男，天津人，教授，博士生导师，研究方向：网络化制造、服务化制造、软件工程等。
６１１２
