下面给的是一个通用性的 OT 执行编排系统(Execution Orchestration System, EOS)的架构原理:它不绑定某个厂商、某种设备类型,也不限定离散/流程,只抓住“在现场把事情可靠做成”的共同结构。
一、到底“编排”什么:把 OT 的“执行”抽象成三件事
一个 OT 执行编排系统的核心,不是“做算法”,而是把现场执行抽象成稳定的三元组:
• 要做什么:目标与步骤(工艺段/工步/动作序列),通常以 Recipe / Workflow / Procedure 表达
• 怎么做:资源与能力(设备、工位、机器人、人员、工具),通常以 Capability / Service 表达
• 做成什么样算对:约束与验收(互锁、安全、质量窗口、节拍、能耗、权限),通常以 Constraints / Policies / Limits 表达
所以 EOS 的本质是:
在约束之下,把目标分解为可执行步骤,并把步骤可靠地分配给具备能力的现场资源,并闭环到“可验证的状态”。
二、关键边界:它在 OT 架构里的位置
通用 EOS 通常处在 L2(控制)与 L3(运营/MOM)之间的“执行层”,也可理解为 L2.5:
• 向上:接收订单/工单/任务(生产、物流、能耗优化、维护作业)与策略(优先级、批次规则、配方版本)
• 向下:调用 PLC/机器人/驱动/仪表/视觉/称重/AGV/输送等,且必须适应异构通信与确定性约束
• 横向:与质量、追溯、报警、权限、资产、仓储、排程协同
它不替代 PLC,也不替代 MES/WMS,而是把“跨设备、跨工位、跨系统的执行”落成一个可运行、可观测、可回滚、可审计的闭环。
三、 通用架构的“六个内核”
(1) 编排内核:步骤机 + 状态机
EOS 的中心是一个可持久化的“运行时”:
• Process/Workflow/Recipe Engine:把流程分解成阶段(Phase)、活动(Activity)、动作(Action)
• State Machine Runtime:对每个实例(批次、工单、任务、搬运单、工位周期)维护状态迁移
• 可恢复性:断点续跑、补偿(compensation)、回滚/回退、幂等执行
原理要点:编排不是“发命令”,是“驱动状态演化”。
命令只是触发状态变化的手段,状态才是验收、追溯、恢复的基础。
(2) 能力抽象:把“设备差异”封装成可调用能力
异构设备必须被抽象为“能力”:
• Capability Model:例如 HeatToTemp、VacuumDry、MovePallet、PickAndPlace
• Adapter/Driver Layer(设备适配器):对 PLC/机器人/AGV 调度/仪表等做协议与语义转换
• 命令-响应 + 事件:命令用于请求执行,事件用于报告进展与结果
原理要点:EOS 不直接“理解”每台设备,只理解能力契约;设备差异被适配器吃掉。
(3) 资源与调度:把“能做的人/机/位”纳入分配逻辑
执行一定要面对资源争用与优先级:
• Resource Registry:资源清单、能力、位置、状态、可用窗口
• Dispatcher/Scheduler:分派策略(就近、最短时间、优先级、换型代价、能耗约束)
• 互斥与占用:锁、令牌、预约(reservation)、队列
原理要点:编排是时间与资源上的“约束满足问题”。
可以简单规则起步,但模型必须允许升级。
(4) 约束与治理:让系统“安全地做对”,而不只是“做完”
约束是 OT 的生命线:
• Interlock / Safety:安全互锁、权限边界、危险动作二次确认
• Quality Window:工艺窗口、测量有效性、校准状态
• Compliance / Audit:谁发起、谁批准、何时执行、何因变更
• Policy Engine(可选):把规则从代码里抽离(例如互锁规则、放行规则、降级策略)
原理要点:EOS 必须能在运行时持续回答:
“为什么允许执行?”、“为什么拒绝执行?”、“执行依据是什么?”
(5) 事件与数据:用事件把闭环“串起来”
EOS 的天然数据形态是事件流:
• Event Bus / UNS / Topic:发布状态、阶段完成、测量结果、异常、产出、消耗
• Command Log + State Store:命令日志(意图) + 状态存储(事实)
• 时序数据/批次数据/谱系:为分析与追溯提供底座
原理要点:执行闭环要区分两类数据:
• 意图(Command/Plan):我想让系统做什么
• 事实(Event/State):系统实际发生了什么
两者都要持久化,才能恢复、审计与复盘。
(6) 可观测与运维:把“黑盒执行”变成“透明运行”
OT 执行系统必须能被现场维护:
• 可观测性:实例级追踪(trace)、指标(吞吐/节拍/成功率/等待时间)、日志、告警
• 诊断视图:当前跑到哪一步、卡在哪个约束、资源为何不可用
• 降级与手动接管:在受控边界内允许人工处理、旁路、重试、跳步(带审计)
原理要点:OT 的“可靠性”很大一部分来自运维机制,而不是算法。
四、 一条“执行闭环”的通用链路(从工单到设备再回到验收)
1. 接收意图:来自 MES/WMS/EMS 的工单/任务/策略
2. 生成执行计划:选配方版本、分解阶段、形成可执行图(DAG/顺序/条件分支)
3. 检查约束:互锁/权限/质量/资源可用性
4. 分配资源:绑定到具体设备/工位/机器人
5. 下发命令:通过适配器调用现场控制或子系统
6. 收敛事件:设备状态、测量、完成/失败、异常
7. 状态推进与验收:阶段完成、产出入账、谱系更新、对上游回报
8. 异常处理:重试、补偿、回退、人工接管、问题单与证据链
这就是 EOS 的“通用架构原理”:以状态机驱动执行,以能力抽象屏蔽异构,以资源分配解决争用,以约束治理保证正确,以事件数据形成闭环,以可观测支撑运维。
五、 落地时最容易踩的坑
• 只做“命令下发”,不做“状态事实” → 一旦断电/掉线/重启就无法恢复与追溯
• 设备语义没有能力契约 → 每加一台设备就改核心逻辑,系统不可扩展
• 约束散落在脚本/代码里 → 现场规则一变就牵一发动全身,且无法审计
• 没有资源占用模型 → 并发一上来就死锁/抢占/饥饿
• 没有人工接管与证据链 → 现场永远会“手动救场”,但系统却记录不了真相
六、 容器视角:核心容器与职责边界
可以把 EOS 拆成 8 个“必须解释清楚的容器”(服务/子系统),外加若干支撑件。
核心 8 容器
1. Orchestration API / Console(入口与控制面)
• 对上提供:工单/任务启动、暂停、恢复、撤销、跳步(受控)、查询运行态
• 对下提供:操作员 UI、工艺工程师 UI、维护 UI
• 关键:鉴权、审计、命令幂等键(Idempotency Key)
2. Plan & Recipe Service(计划/配方编译器)
• 把“工单/任务意图”编译为可执行图(步骤、条件、并发、补偿)
• 版本化:Recipe/Workflow 版本、参数模板、发布流程(审批)
3. Execution Runtime(执行运行时:状态机内核)
• 维护 ExecutionInstance / StepInstance 生命周期
• 负责:推进状态、等待事件、超时、重试、补偿、断点恢复
• 只做“状态演化”,不直接懂设备协议
4. Constraint & Governance Service(约束/放行/治理)
• 执行前/执行中检查:安全互锁、质量窗口、权限、设备/工装校验状态
• 输出可审计的“放行证据”:为何允许/拒绝、依据哪些规则与数据
5. Resource & Reservation Service(资源与占用)
• 资源目录:设备、工位、机器人、夹具、人员、缓冲位
• 占用模型:锁、令牌、预约窗口、互斥组、容量(capacity)
• 提供:分配候选集、占用/释放、死锁避免策略(至少可观测)
6. Dispatcher / Scheduler(派工与调度)
• 基于策略把 Step 绑定到具体资源:就近、最短时间、优先级、换型代价
• 允许“简单规则起步”,但接口要能升级到更强的优化器
7. Device Gateway & Adapters(设备网关与适配器层)
• 统一“能力契约”接口:Start/Stop/Pause/Reset/SetParam/QueryStatus…
• 向下对接:PLC(OPC UA/字段总线)、机器人、AGV/RGV、视觉、仪表…
• 关键:命令确认语义(Accepted/Running/Done/Failed)、幂等、超时、断线重连
8. Event Bus & Telemetry Ingestion(事件总线与遥测接入)
• 事件流:状态变化、阶段完成、测量结果、报警、心跳
• 对外:UNS/MQTT/Kafka 任一实现都行,但事件语义要稳定
支撑件(作为“平台能力”)
• State Store(状态存储):Event Store(事实)+ Read Model(查询投影)
• Evidence & Traceability(证据链/谱系/追溯):把“做过什么、为什么这么做”固化
• Observability(可观测):Trace/Log/Metrics + 运行视图(卡在哪个约束/资源/步骤)
• Historian/TSDB(时序库):过程变量、能耗、振动等高频数据(不塞进事务库)






