X90高强管线钢应变时效行为及敏感时间研究

利用OM、SEM、TEM、拉伸试验和低温冲击试验对应变时效处理前后X90高强管线钢的微观组织特征、冲击断口形貌、拉伸性能、低温冲击性能以及应变时效行为进行了分析研究。结果表明,X90高强管线钢对于应变时效作用较敏感,当时效温度≥200℃时,在保证防腐质量的前提下应缩短防腐时效时间(<15 min)或采用其他更先进防腐方法可减弱时效作用的影响。随时效温度升高和时效时间延长,X90高强管线钢屈服强度、抗拉强度、屈强比、均匀伸长率总体呈现增大趋势,而断裂应变、低温冲击吸收总功、裂纹形成功和裂纹扩展功总体呈现减小趋势。时效处理前后显微组织无明显差异,均为针状铁素体+多边形铁素体+板条贝氏体+M-A组元组成的复相组织,但随时效温度升高和时效时间延长,组织中有颗粒状析出。

面向车载时间敏感网络的流量调度策略及改进算法研究

本文面向汽车电子电气架构中的时间敏感网络(TSN)流量调度问题开展研究。针对实际应用需求,提出一种车载TSN网络拓扑建立方法。针对网络中多类型信息流调度问题,提出一种基于时间感知整形器(TAS)机制的流量调度策略并建立相应的数学模型,在降低网络总延时的同时,兼顾高优先级信息流的时间敏感性和低优先级信息流的数据完整性。为解决模型中信息流转发过程复杂导致求解效率不稳定和流量调度方案众多导致寻优困难的问题,提出一种改进的遗传算法(IGA),从设置自适应交叉概率公式、引入禁忌搜索变异、多种群联合3个方面进行了优化。实验结果表明,本文所提出的算法在端到端延时优化方面提升了43.47%,在生成方案稳定性方面提升了76.96%,该算法可得到低延时、高可靠的车载TSN流量调度方案。本文的研究成果为智能网联汽车领域的研究和车载网络通信算法的优化提供了思路。

基于遗传算法的时间敏感网络调度方法

随着网络技术的进步,车载网、工业物联网以及5G超高可靠低时延通信(uRLLC)等应用都需要时间敏感网络(TSN)来保证超低延时的确定性数据传输。TSN流量调度需要快速且精确的调度算法,现有的精确式求解方法复杂度高,在大规模联合调度时无法满足实时性。文中设计了一种性能更优的路由优化遗传算法(Routing-GA),结合路由和流量调度约束,能通过优化路由来提高调度算法求解效率,为链路负载均衡调度提供服务。该策略增加了调度的求解空间以及求解灵活性,具备元启发式算法的快速求近最优解特点,能够简单有效地处理大规模TSN路由约束联合调度问题。Routing-GA以时间敏感流最小端到端时延作为优化目标,联合考虑路由和TSN约束,并针对TSN传输问题特性提供一种低复杂度、高效率和高拓展性的遗传算法编码方式。此外,为了提高调度算法的性能,提出针对路由长度及链路负载均衡进行优化的交叉变异机制。实验结果表明所实现的Routing-GA能有效减少端到端时延,显著提高求解质量,进化率可以达到24.42%,平均只需要传统遗传算法(GA)迭代运行时间的12%,从而有效提高了算法的求解性能,满足TSN调度的约束要求。

时间敏感网络中基于EDWF-MTTF的启发式调度算法

随着工业控制和信息网络的快速融合发展,基于以太网的时间敏感网络受到了广泛关注。时间敏感网络采用时间触发通信调度来保证数据传输的确定性。然而,现有调度算法难以快速计算大规模周期性流量的调度表。因此,设计了基于带权重的最早截止时间-最大传输时间优先的启发式调度算法,通过灵活适配流量排序权重以及回溯增强等方法,可以在较短时间内解决工业自动化场景中大规模流量的调度问题。实验结果表明,相比经典整数线性规划方法,带权重的最早截止时间-最大传输时间优先的启发式调度算法能更快地计算出大规模周期性流量调度表的较优解。

基于时间敏感网络的PTP交换机技术研究

基于时间敏感网络设计的高精度时间同步系统是目前工业互联网、大数据科学等领域的硬件基础之一。由于传统交换机在标记报文时间戳时无法避免网络栈内部的延迟和不确定性,为了实现更高的时间同步精度和稳定性,基于EVB-KSZ9477S PTP交换机并借助OK335xS开发板辅助控制,设计实现了PTP时间同步系统。该系统采用硬件辅助标记报文时间戳,计算消除PTP帧在网络栈内的不确定性误差,通过内部修正,从而实现较高的时间同步精度。结果表明,相较于普通交换机,基于TSN的PTP交换机的时间同步系统可实现±20 ns以内的时间同步精度和更低的抖动,具有良好的时间同步性能。

时间敏感网络中的可变长整形队列调整算法

针对异步整形器(ATS)采用固定长度整形队列实现流量整形存在缓存资源利用率低、可调度流平均时延高等问题,提出了一种基于改进磷虾群算法与流量预测的可变长整形队列调整算法。综合考虑流的队列分配规则、有界时延需求及有限缓存资源,定义时间敏感网络中可调度流传输约束。引入混沌映射、反向学习与精英策略并设计自适应位置更新策略以提升传统磷虾群算法的求解能力,利用改进磷虾群算法寻找整形队列可调整上限。基于卷积神经网络与长短期记忆模型(CNN-LSTM)预测流量,根据预测值计算队列长度调整步幅。仿真结果表明,与采用固定长度整形队列的方法相比,所提算法能有效提高可调度流数量,降低调度流(ST)平均时延,并提升网络缓存资源利用率。

一种基于二级队列调度的时间敏感网络帧抢占机制

作为工业以太网、无人驾驶、航空电子等网络应用场景的核心技术之一,基于以太网的时间敏感网络(Time Sensitive Network,TSN)能够提供低时延、低抖动的确定性传输服务,一直以来广为业界关注。TSN流量调度是解决帧传输的确定性和有界时延问题的关键技术,其中帧抢占技术通过对不同实时性要求的数据进行划分且允许高优先级实时数据打断低优先级非实时数据的传输,来保证TSN网络中高优先级实时数据的超低时延。然而,帧抢占机制设置“保护带”以隔离高低优先级两类数据的传输,导致在保护带内网络链路空闲。本文针对保护带引起的链路带宽损耗问题,对帧抢占机制进行改进,提出一种基于二级队列调度(Two-Level Queue Scheduling,TLQS)的帧抢占机制。该机制通过设置两组队列,将经过基于门控的时间感知整形机制(Time-Aware Shaper,TAS)调度的非实时数据进行分流、存储与仲裁调度,并利用保护带闲置带宽进行传输选择。仿真结果表明,相较于使用标准帧抢占机制,基于TLQS的帧抢占机制在降低抢占产生的额外开销的基础上,能够有效提升网络带宽利用率。

时间敏感网络在煤矿的应用

时间敏感网络(TSN)技术引入了多点接入、多路径传输和冗余配置等功能,极大地提高了煤矿通信网络的可靠性,能够满足智能矿山多元化应用的差异化网络需求。介绍了TSN技术原理,详细分析了时间同步技术和数据调度技术,提出了基于TSN+5G的PLC远程实时控制方案,并结合已有矿用工业环网技术,构建了矿用TSN系统架构。TSN在以太网的基础上引入了时钟同步、流量调度和网络配置等关键特性,可为时间确定性数据提供低时延、低抖动和低丢包率的传输服务,为无人矿卡、远程控制、高清视频传输、定位等场景提供可靠的数据传输网络。

基于时间敏感网络的列车通信网络实时流量调度优化

随着轨道交通智能化的发展,列车控制与监测产生的高带宽实时数据对列车通信网络提出了更高的要求。时间敏感网络可作为兼具高传输速率、高确定性和高兼容性的下一代列车通信网络解决方案。然而,实现时间敏感网络确定性通信机制的流量门控调度设计难以拓展到实际场景规模。因此,针对车载网络流量特性,提出一种基于改进增量式调度策略和改进灰狼优化算法的列车通信网络流量门控调度生成方法。首先,基于列车通信网络流量和拓扑结构建立门控调度系统模型。然后,为提高调度生成效率,提出了基于增量式调度的单帧简易调度(Single Frame Simple Scheduling,SFSS)策略,弥补了门控调度模型在计算速度方面的不足。其次,为提高灰狼优化算法的寻优性能,引入了粒子群优化算法、Logistic混沌映射策略和反正切函数,提出了改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法,改善了实时周期性流量的实时性能和带宽占用。最后,利用SFSS策略和IGWO算法对列车通信网络门控调度系统模型进行测试和求解,通过实验验证所提出调度生成方法的可行性和有效性。实验结果表明,与其他方法相比,提出的门控调度生成方法在计算精度和计算速度方面具有更大的优势,流量调度的平均端到端时延降低为57μs。研究成果能够满足列车通信网络流量调度的需求,可有效地实现时间敏感网络确定性通信在列车中的应用和改善。

时间敏感网络业务流动态调度场景中的批量重配置算法

工业自动化领域广泛使用时间敏感网络技术.该领域业务流的调度方式主要包含静态调度和动态调度.静态调度一次计算所有业务流,可以最大程度节省链路和时间资源,但是计算时间长,无法灵活处理新增业务流.动态调度以增量的形式计算新增业务流,计算时间短,但是资源分配不够合理,会产生时隙碎片.全局流重配置机制可以定期对网络中所有业务流进行重新规划,来优化链路和时间资源的分配,但该机制只适用于拥有较少业务流的小型网络,业务流数量的增多会引起计算时间的急剧增长,影响后续到来的业务流.本文在现有动态调度算法的基础上,设计了批量重配置算法.该算法给出了新的评价指标——网络吞吐率,并在满足动态调度秒级响应时间的情况下,定期重配置网络中的部分业务流,优化网络资源配置.此外,算法给出了重配置业务流的选取标准,并优化了流的路径选择标准和传输开始时间计算方式.本文针对原算法和增加了批量重配置机制的改进算法进行了仿真实验,实验结果表明,改进算法可以在拥有数千条业务流的大型网络运行,并在网络吞吐率和调度成功的流数量方面有16.5%和5.5%的提升,同时保证了算法的秒级计算时间.

基于时间敏感网络的列车通信时间同步研究

[目的]列车通信网络中NTP(网络时间协议)的毫秒级精度,已日渐无法满足大流量和确定性传输的要求,同时现有研究局限于将PTP(精确时钟同步协议)应用于列车通信场景,而缺乏列车通信网络中的时间敏感网络时间同步研究,因此有必要进行相关分析。[方法]首先,结合列车通信网络中时间同步的研究现状,根据时间敏感网络同步协议分析了列车通信网络中的偏差和时延;其次,提出了时钟服务源故障和跳变情况下的冗余机制;最后,通过模拟时间同步过程,验证了冗余机制的效果。[结果及结论]时间敏感网络能较好地适用于列车通信网络中时钟服务源的时间同步,且其冗余机制能较好地避免时钟服务源的故障和跳变带来的同步误差。

基于时间敏感网络的列车通信网络研究及应用

[目的]TCN(列车通信网络)拓扑结构复杂而且对传输实时性要求较高,目前列车数据传输主要采用TRDP(列车实时数据协议)进行承载,但会存在网络时延不确定的问题,故研究采用TSN(时间敏感网络)保证数据传输的有界时延,来解决TCN面临的以上问题。[方法]提出了TTAM(一种TRDP与TSN自适应的方法),以实现TRDP与TSN的协议转换,保证列车数据在网络中传输的时间确定性。[结果及结论]通过搭建TSN测试台,对TSN网络功能及性能(IEEE 802.1 AS与IEEE 802.1 Qbv协议)进行测试,验证了TTAM在TSN技术应用中的有效性。

面向6G的时间敏感异构联邦边缘智能

与人工智能技术深度融合并实现智能内生是6G网络的重要演进趋势之一。联邦边缘智能是一种新兴的分布式协同训练架构,能够在为用户提供智能化服务的同时有效保护本地数据隐私。然而,由于算力网络中不同边缘节点的数据特征、可用的通信与计算资源等差异巨大,呈现出高度异构性,传统的联邦学习架构全局模型收敛速率较低,服务响应时延高。介绍了一种时间敏感异构联邦边缘智能系统架构,该架构采用异步的方式进行模型协同,可有效避免落后者效应对时延的影响,同时在对数据进行贡献度分析的基础上,采用低性能边缘节点数据丢弃与负载转发相结合的策略,进一步降低异步协同机制下陈旧性效应对服务响应时延的影响。基于树莓派的异构联邦边缘智能原型系统中的测试实验表明,所提方案可有效降低服务响应时延。

时间敏感以太网技术应用研究

随着车内网络对实时性和大容量数据传输的双重需求逐步增加,时间敏感以太网(TSN)成为以车载以太网为骨干网的电子电气架构中必不可少的技术。为了验证TSN协议对车载以太网的延时影响,通过对TSN主要协议族的技术特点和应用场景进行分析,使用RTaW软件建模,通过Zonal架构网络对4种不同情况的车载以太网流量进行仿真。结果表明,采用TSN协议的车载以太网在干扰流量占主要链路为80%带宽时,最差端到端时延约增加0.1 us,接近无干扰情况延时。仿真表明TSN对车载以太网传输队列延迟有可靠保证,TSN将在音视频传输、高等级自动驾驶、安全备份等方面发挥更大的作用。

基于时间敏感网络的变电站通信网络低时延控制方法

以降低变电站通信网络时延为目标,基于时间敏感网络设计了一种低时延控制方法。首先,在变电站通信网络的站控层和过程层中,利用时间敏感网络交换机组建时间敏感子网络,再将不同交换机终端辨识为多个线性参数模型。然后,利用模糊控制方法控制交换机同步时钟的误差,根据模糊C均值聚类方法确定低时延控制的模糊规则前件,利用时间敏感网络的参数辨识获取模糊规则后件。最后,依据模糊控制前件与后件,结合模糊控制与广义预测控制,实现时间敏感网络时延的反馈校正。实验结果表明,采用该方法控制变电站通信网络时延量后,网络通信最大时延被控制在100μs以内,最大时延抖动被控制在20μs以内,说明该方法有效实现了设计预期。

时间敏感网络(TSN)在供应链中的应用与规划

文章主要探讨了时间敏感网络(TSN)在供应链管理中的应用。介绍了TSN的基本概念和特点,阐述了基于TSN的供应链模型构建、优化算法设计和试验验证与分析。通过理论和实证研究,证明了基于TSN的供应链规划方法在提高效率、降低成本、增强透明度等方面的优势。此外,还对基于TSN的供应链模型和传统供应链模型进行了深入比较,分析了各自的优势和不足,并对未来研究方向进行了展望,提出将其他先进技术如人工智能、物联网等与TSN相结合,以进一步优化供应链管理。

轨道交通车载控制系统时间敏感网络应用研究

目前,轨道交通车载控制系统普遍使用相对低速的列车控制总线作为车内设备实时数据传输媒介,使用不具备实时性的普通以太网作为非实时数据传输媒介。随着技术不断发展,基于IEEE802.1的时间敏感网络(TSN)工作组提出了一系列新标准,用于在以太网媒介上实现同时传输实时数据和非实时数据。

面向时间敏感网络的安全感知调度方法

时间敏感网络(TSN)中信息的真实性是系统的关键安全要素,然而直接引入传统安全认证机制会导致系统可调度性和实时性大幅降低。现有的方法仍存在适用场景少、资源消耗高等问题。针对这些问题,文中提出了一种面向TSN的安全感知调度方法。首先基于TSN流量特性设计了一种时间有效的一次性签名安全机制,为消息提供高效的组播源认证;然后提出相应的安全模型对该机制进行评估,描述安全机制对任务和流量的影响;最后对提出的安全感知调度方法进行数学建模,在传统调度约束的基础上,增加了安全机制相关的约束,同时以最小化应用端到端时延为优化目标,使用约束规划进行求解。仿真实验结果表明:改进的一次性签名机制的引入可以有效保护TSN中关键信息的真实性,且对调度的影响有限;在多个基于真实工业场景生成的不同规模测试用例中,产生的应用端到端时延平均仅增加13.3%,带宽消耗平均仅增加5.8%;与其他同类型方法相比,文中方法的带宽消耗更低,更加适用于有严格带宽限制的TSN。

面向时间敏感网络的车载以太网网络架构多目标优化

车载电子电气架构的网络架构深刻影响智能网联车辆的通信安全性和确定性。针对面向时间敏感网络(TSN)的区域-功能域电子电气架构,本文首次建立了以端口数均匀、负载均衡和信息流端到端延时最低为优化目标的网络架构多目标优化框架。通过求解TSN流量调度问题获得信息流延时,将流量调度抽象为周期性车间作业调度问题(JSP),提出适用于流量调度的多种群遗传算法(MPGA),相比于传统遗传算法求解效果提高16%。为了快速求解多目标优化问题,设计了改进的快速非支配排序遗传算法(NSGA-II),通过引入迭代因子和拥挤因子对算法进行自适应交叉变异概率改进,优化效率提高了25%。仿真验证了多目标优化框架的有效性并为面向TSN的车载以太网网络架构优化提供了一种设计思路。

基于时间敏感网络的变电站通信网络最大时延计算方法

基于IEC 61850智能变电站业务的通信需求和时间敏感网络(time-sensitive networking,TSN)的基本原理,应用TSN技术保障变电站通信业务的实时性。基于TSN流调度协议IEEE802.1Qbv的交换机转发原理建立了信息流服务曲线,基于变电站通信网络报文传输特性建立了信息源到达曲线,利用网络演算理论,提出了变电站报文传输的端到端最大时延计算方法。通过不同层次的变电站通信网络仿真分析,结果表明TSN技术满足了变电站业务的通信需求,尤其在保证关键控制命令等时间敏感业务传输的实时性方面具有明显优势。所提出的最大时延计算方法为智能变电站应用TSN的时延分析提供了理论计算依据。