离散制造企业MES数据采集系统研究(仅供参考).doc

窗体顶端离散制造企业MES数据采集系统研究(仅供参考)摘要:针对离散制造企业在生产现场数据采集与管理过程中存在的实时性差、准确性不高等问题,结合普适计算思想设计了基于企业服务总线的分布式现场质量数据采集系统.通过本体对车间资源上下文进行建模,以事件驱动模型为自发式交互基础,实现车间生产过程中信息空间和物理空间融合、蕴涵式的人机交互、系统自适应和生产环境上下文智能感知技术.最后给出了原型系统的实现,并通过应用实例展现了系统的有效性.关键词:制造执行系统;数据采集;普适计算;上下文感知Development of the data acquisition system for MES in discrete manufacturing IndustryAbstract: To deal with the deficiencies of long lag and poor precision in data acquisition in discrete manufacturing industry, a set of distributed data acquisition system based on ubiquitous computing and enterprise service bus(ESB) was developed. To realize fusion of information space and physical space in the manufacturing processes, implicate man-machine cooperation, system auto-adaptation, and intelligent context-awareness of manufacturing environment , the context information of manufacturing resources was modeled based on ontology, and spontaneous interaction was accomplished based on event driven architechture(EDA). Finally, a prototype system was presented and an application example of data collection was provided to demonstrate testify the validity of the system.Key Words: manufacturing execution system(MES); data acquisition; ubiquitous computing; context aware0.引言制造执行系统(MES)是定位于上层计划管理系统与底层工业控制系统之间、面向车间层的管理信息系统.国际制造执行系统协会(MESA,Manufacturing Execution System Association)对MES的定义1是,MES通过提供从订单投入到产品完成整个生产过程的信息来优化企业管理.运用及时、准确的信息,指导、启动、响应并记录工厂运行,对条件的变化做出快速的响应,减少非增值活动,提高工厂运作过程的效率.MES中的数据采集功能,负责采集生产现场中各种必要的实时更新的数据,实时掌握设备运行状况和在线物料,记录生产经过的工序、设备、所用物料和人员等信息,以此为MES其它功能提供数据来源.相比流程行业,离散制造业制造执行系统的应用还有许多需要解决的瓶劲,其中数据采集与处理是其中的难点之一.然而,随着网络技术、计算技术、通信与电子技术的发展,一些全新的方案被用来解决这一问题.其中普适计算2 融合信息空间与物理空间,可以随时随地、透明地获得数字化的服务的概念对车间动态生产环境来说是极具潜力的技术.本文在分析离散制造业车间生产特点的基础上,应用普适计算的思想,设计了面向MES的数据采集系统.1.离散制造业MES应用现状目前我国应用MES的企业多集中在钢铁、石化等自动化程度较高的流程行业,离散行业的应用企业相对较少3.离散制造业因其生产的特殊性、场景的复杂性、过程的易变性等因素,在MES的推广应用过程中面临以下难点:1)多品种小批量、按定单的生产模式,生产计划和工艺流程变化频繁.离散制造业的生产过程是紧紧围绕企业经营目标,不断调整、不断适应的动态过程,生产过程中的新产品开发、工艺升级、临时插单、材料短缺等问题时有发生.这些特点要求离散制造业MES必须满足灵活且快速应变的需求.2)难以达到标准化.离散行业MES很难像钢铁、化工等流程行业那样抽象成标准MES行业模型,不同行业、不同产品之间业务模型千差万别.即使是相同行业,不同规模的企业也会根据本企业所处的发展阶段和技术特点,依据精益生产、柔性制造等方法理论设计适合自己的业务流程和管理方式.因此,离散制造业MES需要新的抽象模型,在实现MES产品标准化的基础上满足不同客户的需求.3)离散制造业往往有大量的数据需要处理.例如产品数据、库存数据、材料定额数据、生产计划数据、加工工艺信息、工时定额、工序信息、成本核算信息等.而且由于需要对生产信息的监视、控制和生产过程的管理,要求能进行大量实时数据的采集、存储、比对、运作,产生各类统计分析报表等.其中的难点在于,确定哪些数据是MES所需要的,这些数据与生产业务的关联,以及数据的采集方式或数字化方式;确定数据的归纳、分类和存储方式,并且实现数据的共享和集成.4)目前我国离散制造业自动化水平较低,设备层人员主体是工人,信息交互平台需要面向工人操作.然而传统的桌面计算系统不能适应车间的动态生产环境.硬件方面,制造设备种类繁多,大多数设备与信息化系统集成困难;软件方面,操作过于繁杂,脱离用户正常的工艺过程.同时随着信息、网络技术的发展、全球化市场的形成及技术变革的加速,各种先进的制造模式不断被推广和应用,敏捷制造、网络化制造等先进思想已被广泛接受并逐步实施.这一发展趋势要求传统制造执行系统在网络化基础上支持制造过程的协同,这些都对信息获取、人机交互等提出了更高的要求.因此,需要开发适合离散制造业MES需求的数据采集系统,在业务抽象的基础上隐藏复杂性、具备灵活配置和扩展性,并能够在模块化的基础上适应个性化需求.2.普适计算体系结构普适计算的思想最早是1991年由Mark Weiser4提出,强调把计算机嵌入到环境或日常工具中去,让人们注意的中心回归到要完成的任务本身.我国学者徐光佑2将普适计算定义为:普适计算是信息空间与物理空间的融合,在这个融合的空间中人们可以随时随地、透明地获得数字化的服务.Satyanarayanan5认为普适计算是在分布式计算、移动计算基础上的进一步发展,相对于移动计算,普适计算更加强调:智能空间的有效运用(effeetive use of smart spaees)、不可见性(invisibility)、本地或局部可伸缩性(locallized scalability)和屏蔽非均衡条件(masking uneven conditionmg).基于以上特点,普适化数据采集系统能够在车间生产和工作环境中实现的以人为本的信息服务,为用户按照工艺标准和车间环境定制网络信息服务、根据任务状态提供智能的隐式服务.而融合车间生产环境中信息空间与物理空间是实现这一目标的出发点归宿.2.1融合信息空间与物理空间人与信息系统交互的目的6是完成某项具体的任务,而人机交互事实上是人与信息空间的交互.信息空间7是存在于计算机和网络中的数字化的信息、服务、计算和通信构成的总体.普适计算的目标是使信息空间和物理空间融合为一体,其中物理空间包括人本身,这种融合8表现为两个方面:1)通过建立完备、一致的模型,将物理世界中的物体与信息空间中的对象互相关联;2)物理世界中物体状态的变化会引发信息空间中相关联的对象状态的改变,反之亦然.在车间生产环境,作为物理空间的生产车间具有以下特点:用户的工作环境是车间现场,环境的物理条件不但复杂而且是动态变化的;用户可能在物理空间中自由移动并随时需要进行人机交互,而且系统应该能提供最适合于当时情况的服务.例如与最近的信息设备进行交互;用户本身的状态也是上下文的重要组成部分.普适计算模式下物理上的接口不是个人专有的,而可能由多人共享.因此要实现预定目标,简单地对桌面计算模式下的理论和技术进行线性扩展已经不能满足普适计算模式的要求,必须建立一整套与之相适应的计算理论和技术,目前的研究方向主要包括:普适网络、智能感知以及蕴含式交互.(1)普适网络作为一种普遍互连的环境连接物理世界,具有移动性、多样性、间断通信、提供动态性和暂时性服务等特点.作为一种普遍互连的环境,普适网络需要连接计算机、嵌入式系统以及各种物体,连接方式包含互联网、自组织网络(ad hoc)、无线传感器网络等不同类型的网络.在普适网络环境下,用户或用户的任务在移动过程中,与该任务相关的历史状态、上下文信息也同时随着移动,而用户周围可用的计算环境和软件资源也动态地发生着适应性的变化,以实现随时随地、透明拉入的功能.(2)智能感知是指能够通过捕获物体的状态,使这个物体成为信息空间服务访问的直接入口.由于基于语音、文字、图像识别的多模态感知技术,在适应现场应用的动态环境和克服各种干扰和噪声的影响方面还有很多难题有待解决,因此目前智能感知通过两种方式实现:1)嵌入一定的感知、计算、通信能力,使物体同时具有物理空间和信息空间中的用途;2)为每个物体添加可以被计算机自动识别的标签(Smard Card),标签可以是基于条码、红外和RFID的.(2)蕴含式交互中用户本身并不直接与计算机交互,而是计算系统利用上下文(context)知识对用户的操作进行解释和理解并把它作为对计算系统的附加输人,从而完成人机交互.实现蕴含式交互需要有自发式交互和上下文感知计算的支持.自发的交互是指物理空间和信息空间之间无需人的干预的交互,通过自动的觉察物理空间中状态的改变,从而改变相应对象的状态或触发某些事件.与此相对,目前的人机交互多为需要人参与的显式(explicit)交互.在车间生产环境中,物理空间即车间内与生产相关的设备、人员、订单等客体.为了对这些资源进行跟踪管理,建立了相应的数据模型作为信息空间保存于信息系统.遍布车间的智能感知器和人机界面通过普适网络与信息系统联结,上下文感知服务在不需要用户过多关注的情况下通过事件触发及时的采集智能感知器上获得的信息.用户作为执行者和决策者在获取物理空间和信息空间的基础上制定相应的策略,通过更精确的过程状态跟踪和更完整的数据记录来更方便地进行生产管理.2.3相关研究现状随着计算机、通信等技术的快速发展,普适计算已成为计算机、通信及信息科学的研究热点和新的发展方向.目前比较著名的普适计算研究项目9主要有MIT的Oxygen Project、CMU的Aura Project、伊利诺伊州大学Gaia Project、华盛顿大学的Portolano Project、欧盟资助的Disappearing Com puter.在Ubicomp概念的带动之下,有关新一代计算技术的研究不断涌现、发展.其中智能空间(Smart Space)10、环绕智能(Ambient Intelligence,AmI) 11正在引起越来越多的关注.如前所述,普适计算中信息空间和物理空间的融合可以在不同尺度上得到体现,其在房间、建筑物这个尺度上的体现就是智能空间,并且它可以不断连接扩大至全球.目前国际上对智能空间的研究开展得相当广泛,如MIT AI Lab的Intelligent Room,Stanford的Interactive Workspace,GIT的AwareHome,Microsoft Research的Easy living,清华大学的Smart Classroom等.同时,日本学者坂村键(Ken Sakamura)12通过研究嵌入式系统和电子标签(Ubiquitous ID)技术致力于实现网络无处不在的社会(Ubiquitous network society).从技术上,实现普适计算必须做到满足三个条件:首先,市场上大量出现可供购买的尺寸大小不一、种类繁多的显示设备和廉价、低能耗计算设备;其次,存在将所有计算设备(如嵌人式计算设备、辅助设备)联接在一起的网络;最后,研制出用于实现普适计算应用系统的软件支撑系统.近年来,芯片制造、无线通信、网络、软件等技术领域得到了快速发展,嵌人式计算和无线通信技术的迅速发展,促进了计算、通信和传感技术的融合,为普适计算研究提供了技术支撑.便宜、低功耗的计算设备,高带宽、低成本的无线网络,能适应动态变化、微内核的软件系统等推动了普适计算的广泛应用13-17,在旅游、供应链、环境监测、智能家电、卫生保健、应急反应、智能交通、机器人等领域发展迅速.社会化应用方面,3G技术促进了移动通信向高性能(高带宽)、综合化、智能化方向演进,在语音业务的基础上提供多媒体和综合数据业务18,并通过在智能手机端结合GPS 和GIS的功能实现用户上下文感知功能19 20.另一方面,自动识别(Auto ID)技术如RFID、条形码等已经广泛应用于生产、物流、交通、运输、医疗、防伪、跟踪、设备和资产管理等需要收集和处理数据的领域21.在企业管理领域,得益于无线传感器网络22 和移动中间件23的发展,移动网络和自动识别技术开始融合使用,应用在供应链、产品生命周期管理24和物流行业17.在生产管理领域,以移动设备、RFID应用为基础的普适计算系统已经用于生产线实时控制25、设备维护26等.同时以普适计算环境为基础的深度应用也已受关注,例如以基于上下文感知的主动服务(Proactive services)27,28用于车间异常管理.文献29-31分别讨论了基于普适计算的专家系统、决策支持系统和在线学习系统在生产管理中的应用.普适计算的思想也被引入仿真32,33领域,以解决互联网上仿真模型资源的共享与重用、协同互操作、动态优化调度问题.3.蕴含式交互实现蕴含式交互的要求系统能根据用户在环境中的动作理解他的正确意图,从而产生蕴含式输入.此外要使输出与环境无缝地融合,也就是系统的输出与当时环境下用户所能实现和所期望的展现方式相适应,同样也需要了解环境的上下文.普适计算系统所处的周围环境均可称为上下文,但是在应用过程中不可能全时采集所有环境信息,只能根据需要34关注用户行为或者关注应用程序产生的与用户任务的相关的事件,并在此基础上获取相关上下文.为了实现蕴含式交互感知/观察、分析/推理、决策/执行的基本功能,需要解决上下文的定义、建模、获取、存储、如何有效利用等问题.3.1基于本体的上下文建模通常上下文35可以分为:1)计算上下文,如网络的连接情况、通信成本、通信的带宽和附近的资源;2)用户的上下文,如用户的特性、位置、时间,附近的人员、当前的人际关系;3)物理的上下文,如光照、噪声程度、交通条件和温度等;4)上下文的历史.为实现车间生产环境中普适化的上下文表示、上下文共享和语义交互,实现与其它系统的互操作性,必须开发一个形式化、规范化的普适化仿真网格上下文模型.当前主要的建模方法主要有: UML、Petri 网,有限自动机和本体化方法.其中本体的研究随着人工智能、信息技术的发展日益成熟,把本体引入普适计算36环境中,使用本体来描述系统中的上下文信息、各种实体及属性、定义不同实体之间的关系,可以为普适设备之间的相互协作打下基础.本体的含义是对世界上任何领域内的真实存在所做出的客观描述,通过对概念的严格定义和概念之间的关系来确定概念精确含义,表示共同认可的、可共享的知识.本体具有共享和可重用等特征,有良好的概念层次结构和对逻辑推理的有效支持,并且能从语义和知识层次上描述产品信息统一模型.构建基于本体的上下文模型需要解决本体捕捉和本体编码两个文题.(1)本体捕捉即确定关键的概念和关系,给出精确定义并确定其他相关的术语.企业是一个复杂的系统,可以分解成若干个业务活动.企业职能可以通过功能-过程-活动三个层次描述.职能是企业要完成的一项主要任务,每一职能可细分为更低一层的一些功能,即不同的业务过程;业务过程的下一层是业务活动,业务活动是最基本的、不可再分解的功能.车间的生产管理过程主要涉及计划、控制与反馈三个方面.在生产管理过程中的重要计划和控制过程,在时间上依据先后顺序关系安排它们作为既各自相对独立又相互在环境中有关联的过程阶段来进行分析,并以职能-过程-活动3层次在确定的结构基础上逐渐细分的方法来建立动态的、分层递解的过程模型.在车间的控制过程中,生产活动可以通过状态变化来反映,在将整个生产管理职能划分为多个过程后,明确每个过程活动的状态,以此作为相应的上下文.通过对这些上的演算和推理工作来推进完成相应细分的层次活动.因此从生产的全过程周期看,需要表达的不止是产品的数据,还应该包括更多的产品设计和生产过程中的各种知识:工艺、标准、功能、行为、约束和关系等.(2)本体编码即选择合适的语言表达概念和术语.非形式化的本体容易造成语义的模糊性,阻碍了有效的互操作,因而需要一种机器能够理解的形式化语言实现自动化处理.本文采用W3C推荐的Web Ontology Language(OWL)来构建普适环境中上下文本体,通过OWL语言在信息空间和物理空间中共享一个公用的上下文理解.在各种不同层次的上下文本体中,选定位置、时间、计算实体、行为和参与者(包括人及物品)5类定义顶层通用本体基本概念.例如,某类零件被特定设备加工的OWL表示如下:3.2上下文获取与感知车间最底层的活动有产生的触发状态,有活动执行后的结果状态,有执行中必须要满足的约束条件.用户在物理空间中的各种活动和事件是一个具有时间一空间特性的动态过程.在实际应用中利用传感、信息处理和智能识别技术把这个过程转换为计算机可识别的数据流.然而,从这样的低层数据到实现隐式输入、提供决策信息这样的高层语义理解之间存在巨大的语义鸿沟.例如同样是入库事件,成品、半成品和工装卡具的入库事件分属于不同的事务模型.为此需要事件的描述跟随上下文而变化,并且建立多层次结构事件通用模型,包括事件定义、事件检测与识别、上下文融合.(1)事件驱动车间生产任务管理系统不仅需要从企业资源管理系统获得生产订单信息,从工艺设计系统获得零件加工工艺路线和所用资源信息,还要从车间资源管理系统获得资源使用状况信息.在综合上述信息的基础上进行计划排产,并下达生产计划到每个工序.车间通过工艺编制、订单接收、计划管理、任务分配、生产准备、生产调度、信息采集、成品入库、成本核算等联结活动,在集成制造资源管理的支持下,实现生产目标.车间整体业务流程需要各单项业务间的信息关联与交互,而这些关联的发生都是由业务活动中的事件引起的.事件的发生引起对象的状态发生变化,事件检测与识别对物理空间进行对象识别、动作识别和行为识别,并根据事件定义抽取出需要处理的事件.事件可被定义为具有层次结构和时空特性的对象,它表示了物理空间中事物的状态变化和它们之间相互关系的变化,这些变化在特定的上下文中蕴含着一定的自然语义.离散散车间属于离散事件动态系统(Discrete event dynamical system,DEDS),即事件的发生是非连续的、无法预测的.因此,采用事件驱动模型,根据事件触发器从现场采集并识别的设备状态信息负责事件的激发、捕获和处理,从而保证车间管理系统对现场生产作业的同步跟随性能.(2)上下文推理车间生产过程中的事件及其上下文由分布广泛的传感器和人机界面获取并进行初步处理.首先,这些原始的信息是语义模糊甚至包含冲突的,这主要是因为由多个不同的传感器感知,为潜在冲突带来了可能性;其次,原始上下文所能提供的都是低层和初步的信息,如果要在不同范围(组织单位、生产单位)、不同时间跨度上进行决策,则需要将这些原始事件聚合成复合事件(不同用户感兴趣的高层信息).针对以上问题,上下文推理主要需要解决两个方面:上下文融合,用来进行冲突和不确定检测;复杂事件处理.上下文融合就是充分利用不同时间与空间的多传感器信息资源,采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配,得到被测对象的一致性解释与描述,以完成所需的任务.使系统获得比它的各组成部分更优越的性能.多传感器系统是信息融合的硬件基础,多源信息是信息融合的加工对象,协调优化和综合处理是上下文融合的核心.复杂事件处理(CEP) 37是一项用于构建和管理信息系统的新兴技术.它将系统数据看作不同类型的事件,通过分析事件间的关系如:成员关系、时间关系以及因果关系等,建立不同的事件关系库,利用事件间的关联、事件提取以及事件分层等技术,从多个事件中提取有意义的复杂事件,使系统的不同使用者提取各自需要的信息,这些信息可是低层的处理数据,也可以是更高一级的管理数据.复杂事件38处理技术的使用已经提高了RFID的应用范围和效率.目前实现推理一般有两种方式,确定性推理和不确定性推理.由于车间生产过程普遍遵循结构化数据和规范,所以本文采用Web本体描述语言(Web Ontology Language,OWL)本身包含的推理规则结合基于一阶谓词的用户自定义规则来推理.本体规则用来描述通用规则,自定义规则是对上述规则的补充,也是实际应用领域的个性化需求.4.软件系统架构普适计算多样的技术、计算形式以及通信手段都使得普适计算系统具有高异构性、高互操作性和高移动性,使得在开发过程39中会遇到种种复杂、并难于掌控的棘手问题.面向服务的体系结构(SOA)正是在软件工程中解决这类问题的首选.面向服务的体系结构(SOA)是一种松耦合组件模型,它通过定义良好的接口和契约,可以将应用程序的不同功能单元(称为服务组件)有效地联系起来.但是,SOA基于请求/响应调用模型的协同能力不足的问题.事件驱动体系结构特别适合于松耦合通信和应用需要协同感知支持的环境.事件驱动的体系结构 (Event-Driven Architectures,EDA)定义了一种基于事件的进行设计和实现应用系统的方法,其中的事件在各个分解的软件组件和服务间进行传递.EDA作为对 SOA 形成补充 引入了异步进程功能,实现节点的分离.企业服务总线(Enterprise Service Bus,ESB)将事件驱动的方法和面向服务的方法结合使用,以简化业务单元的集成,从而在异类平台和环境间建立联系.ESB 充当允许不同应用程序进程之间进行通信的中间层.部署到企业服务总线的服务可以由使用者或事件触发.它同时支持同步方式和异步方式,可促进一个或多个参与者之间的交互(一对一和多对多通信).因此 ESB 可提供 SOA 和EDA 范例的所有功能.企业服务总线主要提供以下功能:传输服务:确保通过企业总线互连的业务流程间的消息正确交付.基于内容的路由功能将消息定向到不同的目的地.事件服务:提供事件检测、触发和分发功能.通过复杂事件处理引擎,用于以极低延迟处理大量事件并评估事件数据模式,用于分析和控制事件驱动的体系结构中相互关联事件组成的复杂系列.中介服务:中介可确保提供必要协议,以满足集成异类系统的需求.由于两个不同的服务并不一定使用相同的传输协议,而中介服务可负责从一个协议到另一个协议的转换. 以上功能通过提供一种形式化的定义和组合,就能具体实现和应用于普适计算智能控制系统,同时能够实现未来系统扩展及多方的融合处理.图1给出了普适计算系统平台的体系架构示意图.其中知识规则库和业务流程引擎用于捕获、自动化和灵活更改业务策略.普适中间件层抽象了底层分布式环境的复杂性和异构性,通过提供简单、一致、集成的分布式接入环境和访问环境,并实现接入层的上下文融合功能.图1 普适计算系统平台的体系架构5.结论在应用过程中,作为一名操作人员在任一终端登录,系统都会根据他的职责和登录地点显示相应的操作界面和需要完成的任务.例如果遇到缺料问题,只需要发出领料信息,传感器会扫描当前生产的产品型号、订单号,并结合所在工位根据工艺信息推断出所缺物料,形成完整的领料单.然后系统会查找在班的送货人员,将领料单发送给送货人员的智能手机端以及仓库终端.普适计算概念的提出对计算机、信息科学的发展产生了重要的影响.将普适计算的思想应用于车间信息化是为了改变在目前人使用计算机的传统方式,让生产过程与计算环境更好地融合在一起,从根本上改变车间操作人员及业务过程去适应机器计算的被动式服务思想.强调用户能在正常的业务过程中以灵活的方式、动态地接受信息服务,从而改变计算只局限于桌面进行的传统,以适应车间的生产环境.参考文献:1 MESA International. MES explained: a high level vision white paper6Z. Manufacturing Execution System Association,1997.2 徐光祐,史元春,谢伟凯.普适计算J.计算机学报,2003,26(9):1042-1050. 3 e-works. 2007-2008 中国制造业MES市场研究报告,2008.4 WEISER M. The computer for the Twenty-first centuryJ.Scientific American, 1991,265(3): 94-104.5 M. Satyanarayanan,Carnegie Mellon University. Pervasive Computing:Vision and ChallengesJ. Personal Communications, 2001, 8: 10-17.6 杨文彩,易树平,熊世权等. 企业信息化环境下人-信息系统交互效率的内涵与外延J.管理工程学报,2007,3:150-155.7 徐光佑,陶霖密,史元春等. 普适计算模式下的人机交互J. 计算机学报,2007,30(7):1041-1054.8 F. Wilhelm Bruns. Ubiquitous computing and interactionJ. Annual Reviews in Control,2006,30:205213.9 Debashis Saha,Amitava Mukherjee. Pervasive Computing: A Paradigm for the 21st CenturyJ. IEEE Computer Society,2003, 36(3):25-31.10余意,易建强,赵冬斌. 智能空间研究综述J. 计算机科学,2008,35(8):1-5.11陈锐,侯义斌,黄樟钦. 环绕智能研究综述J. 小型微型计算机系统,2008,29(6):1135-114112 Tetsuo Kamina, Noboru Koshizuka, Ken Sakamura. Embedding Legacy Keyword Search into Queries for the Ubiquitous ID DatabaseJ. LNCS,2008,5186:263272.13 K. Cheverst et al., Experiences of developing and deploying a context-aware tourist guide: The GUIDE project, 6th International Conference on Mobile Computing and Networking, Boston, August 2000, 2031.14 Matthias Lampe, Martin Strassner, Elgar Fleisch. A Ubiquitous Computing Environment for Aircraft MaintenanceC. Proceedings of the 2004 ACM symposium on Applied computing, New York, USA, 2004:1586-1592.15 Jakob E. Bardram. Applications of Context Aware Computing in Hospital Work Examples and Design PrinciplesC. Proceedings of the 2004 ACM symposium on Applied computing, New York, USA, 2004:1574-1579.16 Maria A. Lambrou , Kay Endre ,Efstathios D. Sykas. Ambient intelligence technologies in support of shipping markets operations. Telematics and Informatics , 2008, 25: 7283. 17 S. Keegan, G.M.P. Ohare. Easishop: Ambient intelligence assists everyday shopping. Information Sciences , 2008, 178:588611.18 Khubaib Ahmed Qureshia, Mansoor-uz-Zafar Dawood. Intelligent ubiquitous computing and e-Business solutionJ. International Journal of Information Management, 2008, 28:127-135.19 George Roussos, Andy J. Marsh, Stavroula Maglavera. Enabling pervasive computing with smart phonesJ. IEEE Pervasive Computing , 2005, 4 (2): 20-27.20 Mark de Reuver, Timber Haaker. Designing viable business models for context-aware mobile servicesTelematics and Informatics, 2009, 26: 240248.21 George Roussos, Vassilis Kostakos. RFID in pervasive computing: State-of-the-art and outlookJ. Pervasive and Mobile Computing, 2009, 5:110-131.22Bo Sun,Yang Xiao,Chung Chih Li. Security co-existence of wireless sensor networks and RFID for pervasive computing. Computer Communications ,2008, 31:42944303.23 Z. Aziz, C.J. Anumba, D. Ruikar, P. Carrillo. Intelligent wireless web services for constructionA review of the enabling technologiesJ. Automation in Construction ,2006, 15: 113 123.24 S. Kopacsi,G. Kovacsa, A. Anufriev. Ambient intelligence as enabling technology for modern business paradigmsJ. Robotics and Computer-Integrated Manufacturing, 2007, 23: 242256.25 George Q. Huang ,Y. F. Zhang , X. Chen. RFID-enabled real-time wireless manufacturing for adaptive assembly planning and controlJ. Journal of Intelligent Manufacturing, 2008, 19:701-71326 Byeong-Eon Lee,Suk-Hwan Suh. An architecture for ubiquitous product life cycle support system and its extension to machine tools with product data model. International Journal of Advanced Manufacturing Technology, 2008, 7:135-149.27 Ohbyung Kwon, Keedong Yoo, Euiho Suh. ubiES: Applying ubiquitous computing technologies to an system for context-aware proactive servicesJ. Electronic Commerce Research and Applications, 2006,5:209219.28 Kwangmyeong Kim ,Injun Choi. Active data acquisition for proactive exception handlingin manufacturingJ. International Journal of Advanced Manufacturing T