★ 北京广利核系统工程有限公司 刘树龙，武方杰，史叶，贾虎军，李健，纪亮

关键词： 自动化部署；Jenkins；无头环境；UI自动化；会话隔离；核电仪控系统

1   引言

核电仪控系统是核电厂的核心控制中枢，其配套的图形界面工控软件，对部署的一致性、可靠性、可追溯性有着极高的安全要求。随着核电仪控系统规模化建设，传统人工逐台部署的方式效率低，已无法满足工程需求，基于UI自动化技术的自动化部署成为必然趋势。

当前主流的自动化部署工具（如Ansible、GitLab CI）仅能较好地支持无GUI交互的命令行式部署，针对无头环境下带GUI交互的工控软件部署，存在三大核心痛点： 一是无头环境缺少图形渲染载体，导致工控软件GUI无法正常初始化， UI自动化脚本执行失败；二是Windows操作系统原生的会话隔离架构，导致多节点并发部署时出现会话抢占、模拟输入路由错误等冲突问题，无法支撑规模化并行部署；三是传统方案部署逻辑与客户端强耦合，版本更新需逐台修改客户端，部署一致性难以保障，且部署过程黑盒化，无法实现全流程监控与追溯。

针对上述问题，本文设计了一种基于Jenkins与MVC架构的自动化批量部署系统，以Jenkins为核心调度引擎，结合Django MVC前后端分离架构，实现了部署逻辑与客户端的完全解耦，在服务端解决了无头环境GUI渲染与多节点并发会话冲突问题，同时构建了全流程可监控、可追溯的部署管控体系。最后通过实验验证了该系统在核电仪控场景下的可行性与优越性。

2   相关工作

当前国内外针对软件自动化部署的研究已较为成熟，但针对工业场景，尤其是无头环境下带GUI交互的工控软件批量部署的研究仍存在明显局限。

在通用自动化部署领域， 学者们围绕Ansible、 Jenkins等工具开展了大量优化研究，如基于Ansible实现了一定规模的主机批量程序参数配置、批量应用部署和批量功能校验等功能，有效地提高了技术人员的工作质量和效率[1] ，但该类方案对Windows平台兼容性较差， 且未解决UI自动化部署的相关问题； 基于Docker和Jenkins实现了对GitHub中代码更新的持续监测，并将环境与应用自动部署到测试机器中^[2]。

在UI自动化部署领域，现有研究多聚焦于软件测试环节，如基于Selenium和Pytest的Web自动化测试框架，实现Web应用的UI自动化测试^[3] ，但未解决无头环境下的执行问题，且未与批量部署流程深度融合。

在工业控制系统部署领域，现有方案多聚焦于提高软件部署的效率，如采用客户端/服务器（C/S）架构实现软件自动部署^[4]。针对核电仪控这种高安全要求、无头环境、带GUI交互的特殊部署场景，尚未形成成熟的规模化并行部署方案。本文针对该场景的核心痛点，提出了一套完整的解决方案，填补了相关研究的空白。

3   系统总体设计

3.1   设计目标

结合核电仪控场景的需求，本系统的核心设计目标如下：

• 实现部署逻辑与客户端完全解耦，客户端仅需完成少量预配置即可接入部署；

• 解决无头环境下GUI工控软件的UI自动化脚本执行问题，支持多节点并行部署；

• 保障多节点部署的完全一致性，消除版本、环境差异导致的部署异常；

• 实现部署全流程的实时监控与可追溯，满足核电场景的安全管控要求。

3.2   系统整体架构

本系统采用分层式设计， 基于经典MVC架构构建前后端管控体系，整体分为前端交互层、后端控制层、 Jenkins调度层与客户端执行层四层，各层之间低耦合、高内聚，整体架构如图1所示。

图1 系统整体架构图

（1）前端交互层：基于HTML5与CSS3构建可视化操作界面，为用户提供部署参数配置、任务触发、进度实时查看、历史任务追溯等核心交互入口，支持批量录入待部署主机IP、待安装软件版本、部署参数等信息，降低操作门槛。

（2）后端控制层：基于Django框架实现MVC架构， Model层负责存储部署配置、Jenkins构建号、客户端状态等核心数据；View层负责前端界面与后端数据的交互渲染；Controller层为核心控制单元， 负责参数校验、Jenkins接口调用、客户端状态接收、任务与构建号的绑定关联。

（3）Jenkins调度层：部署于服务端，为系统的核心调度引擎，负责软件安装包、标准化安装脚本的统一存储与分发，同时集成远程桌面协议（RDP）模块与注册表自动配置模块，在服务端完成图形化会话创建、并发冲突解决， 为客户端提供稳定的UI自动化执行环境。

（4）客户端执行层：为核电仪控场景中无本地物理显示器的Windows工控节点，仅需预装OpenSSH Server实现与服务端的安全通信，无需预存任何部署逻辑，负责接收服务端分发的部署文件，在分配的独立图形会话中执行安装脚本，并实时回传部署进度与状态。

3.3   系统整体工作流程

系统的完整部署流程遵循“配置-调度-环境构建-分发-执行-监控-追溯”的闭环逻辑，整体时序流程如图2所示，具体步骤如下：

（1）用户通过前端界面完成待部署节点IP、软件版本等参数配置，提交部署请求至Django后端；

（2）后端校验参数合法性后，调用Jenkins API触发对应部署任务，获取唯一构建号并与本次任务绑定存储；

（3）Jenkins在服务端完成RDP独立图形化会话创建，通过修改指定注册表项解决并发会话冲突，同时通过开机自启脚本完成与Windows图形子系统的绑定；

（4）Jenkins通过OpenSSH协议，将标准化安装包与脚本统一下发至所有目标客户端节点；

（5）客户端在分配的独立图形会话中执行安装脚本，完成工控软件的自动化部署；

（6）客户端实时将部署进度、执行状态、异常信息回传至后端，后端通过构建号关联对应任务，在前端实时展示监控数据；

（7）部署完成后，所有任务数据、执行日志、状态信息均持久化存储，支持全流程追溯。

图2 系统部署时序流程图

4   关键技术实现

4.1   基于MVC的前后端分离管控架构

本系统采用Django MVC前后端分离架构，实现了部署管控逻辑与客户端执行逻辑的完全解耦。所有部署相关的流程、脚本、参数配置均集中在服务端管理，用户仅需通过前端可视化界面完成配置，无需对客户端进行任何预配置或改造，彻底解决了传统方案部署逻辑与客户端强耦合、版本更新需逐台修改的痛点。

同时，该架构具备良好的扩展性与兼容性，可快速对接核电仪控系统的资产管理、权限管控等平台，支持批量节点的统一管理，符合工业场景的规模化部署需求。

4.2   基于Jenkins的统一分发与一致性保障机制

系统以Jenkins为核心调度引擎， 构建了“一次配置、全节点同步”的一致性保障机制。所有待部署的软件安装包、UI自动化安装脚本均在服务端完成标准化封装与版本管理，部署时由Jenkins通过OpenSSH安全通道，向所有目标节点统一下发完全相同的部署文件，确保所有节点的执行环境、脚本版本、部署参数完全一致，从源头消除了版本差异、环境差异导致的部署不一致问题。

同时，Jenkins的分布式节点调度架构，可支撑数百级节点的并行分发与调度，不存在传统Ansible方案SSH推模式的性能瓶颈，具备良好的规模化部署支撑能力。

4.3   无头环境下的会话管理与并发冲突解决

这是本系统的核心创新点，针对无头环境下UI自动化脚本无法执行、多节点并发会话冲突的问题，系统在服务端实现了完整的解决方案，具体如下：

图形化会话环境构建：针对无本地物理显示器的客户端节点， Jenkins在服务端通过远程桌面协议（RDP）为每个节点创建独立的图形化会话宿主环境，为UI自动化脚本提供GUI渲染与交互的载体，解决了无头环境下显示设备初始化失败的问题。

图形子系统绑定：通过编写批处理脚本实现Jenkins服务开机自启，强制Jenkins代理进程与Windows图形子系统建立稳定绑定，确保服务重启后仍能正常加载图形环境，避免因进程未绑定图形服务器导致的脚本执行失败。

并发冲突解决：针对Windows会话隔离导致的并发冲突问题，系统在服务端通过注册表自动配置模块，修改两项注册表键值，使远程会话在最小化时仍保持图形环境处于激活状态，确保每个节点的模拟输入操作精准路由至所属的独立会话，彻底解决了多节点并发时的会话抢占、输入隔离问题。

4.4   全流程可监控的部署追溯机制

系统构建了基于Jenkins唯一构建号的全流程监控与追溯体系。后端调用Jenkins任务时，获取的唯一构建号与本次部署任务全程绑定，客户端回传的状态数据、Jenkins的执行日志、部署结果均通过该构建号进行关联。

用户可通过前端界面实时查看每个节点的部署进度、执行状态、异常告警，部署完成后可通过历史任务查询，追溯本次部署的全流程数据、操作日志、节点详情，实现了部署过程的透明化、可管控、可追溯，满足核电仪控场景的安全合规要求。

5   实验验证与结果分析

5.1   实验环境

（1）实验节点：合计31台核电仪控专用工业计算机，包含21台服务器站、8台操作员站、2台工程师站。

（2）软硬件配置：服务端采用工业机架式服务器，部署Windows Server 2019操作系统，预装Jenkins与Django管控框架；所有客户端节点均采用Windows 10企业版系统，仅预装OpenSSH Server，无额外预配置，满足零改造接入要求。

（3）部署对象：核电仪控系统配套带GUI交互的图形化工控软件，覆盖向导式GUI交互全流程，完全还原现场工程部署场景。

（4） 网络环境：核电仪控专用隔离千兆局域网，无外网接入，符合核安全相关网络规范。

5.2   实验设计与结果分析

本次实验围绕核电仪控部署核心要求， 设置3组验证实验， 全面验证系统的功能有效性、部署效率与安全管控能力。

5.2.1   部署一致性验证

实验目的： 验证系统多节点并行部署的配置一致性，满足核电仪控系统对部署版本的统一要求。

实验方案：采用本系统对31台目标节点完成全量工控软件部署， 部署完成后逐台核查软件版本、安装路径、服务运行状态等， 统计全指标合格节点数与一致性合格率。

实验结果：31台节点的全部核心指标均符合预设标准，部署一致性合格率达100%，彻底规避了人工部署的人为操作误差与环境差异带来的配置偏差， 完全满足核电仪控系统同版本、同配置的安全部署要求。

5.2.2   部署效率验证

实验目的：验证系统并行部署能力，量化其对现场工程实施效率的提升效果。

实验方案： 分别采用本系统全节点并行部署、现场常规人工逐台部署两种方式， 完成31台节点的全量部署，统计两种方式的总耗时。

实验结果：本系统完成31台节点全量部署总耗时仅9分38秒，而传统人工串行部署总耗时约7小时，部署效率提升97.8%，降低了人力成本。

5.2.3   部署稳定性与异常管控能力验证

实验目的：验证系统长期部署稳定性、异常容错能力与全流程管控能力。

实验方案：采用本系统对31台目标节点开展10轮重复全量部署实验，模拟现场多轮次软件升级、重装的工程场景，记录部署成功率、异常表现与系统响应情况。

实验结果：10轮累计310台次部署中，累计出现3台次单节点部署失败，单轮最大异常节点数为1台，综合部署成功率达99.03%；所有异常均为偶发的单节点故障，无系统性故障与跨节点风险扩散。针对偶发异常场景，系统具备完善的安全管控能力：异常发生时， 系统可在第一时间触发该节点本地部署流程的中断；同时异常节点的执行日志、故障上下文与状态信息可实时回传至服务端，运维人员可通过任务绑定的Jenkins唯一构建号完成全流程追溯。

5.3   实验综合结论

本次实验验证表明，本系统可完全适配核电仪控场景Windows工控软件的无头环境自动化部署需求，在部署一致性、部署效率、稳定性与安全管控能力上均显著优于传统人工部署方案；系统具备完善的异常熔断、风险隔离与全链路追溯机制，完全满足核电仪控领域高安全、高可靠、高合规性的部署要求，具备极高的工程应用价值。

6   结论与展望

本文针对核电仪控场景下无头环境工控软件UI自动化批量部署的核心痛点，设计并实现了一种基于Jenkins与MVC架构的自动化部署系统。该系统通过服务端集中管控架构实现了部署逻辑与客户端的解耦，通过统一分发机制保障了多节点部署的一致性，在服务端通过RDP会话管理与注册表优化解决了无头环境UI自动化执行与并发冲突问题，同时构建了全流程可监控、可追溯的管控体系。实验结果表明，该系统在部署一致性、并发能力、部署效率、可靠性等方面均远优于传统方案，能够满足核电仪控场景的高安全、高可靠规模化部署需求。

未来的研究将围绕三个方向展开：一是扩展系统的兼容性，适配Linux、国产操作系统等更多平台，支持更多类型的工业控制软件；二是结合人工智能技术，实现部署异常的智能预测与自动修复，进一步提升系统的可靠性；三是深度对接核电仪控系统的全生命周期运维平台，实现从部署、运维到升级的全流程自动化管控。

作者简介：

刘树龙（2000-），男，山东人，工程师，学士，现就职于北京广利核系统工程有限公司，主要从事核安全级仪控系统的系统评测方面的工作。

参考文献：

[1] 吴兴发, 董云泰, 牛晓, 等. 基于Ansible自动化运维工具的多系统快速切换研究[J]. 电子质量, 2023 (3) : 20 - 23.

[2] 徐星, 李银桥, 刘学锋, 等. 企业开发、测试环境快速部署方案的设计与实现[J]. 工业控制计算机, 2018, 31 (3) : 12 - 14.

[3] 马立鑫, 刘海燕, 张兵权. 基于Selenium和Pytest的Web自动化测试框架应用[J]. 电脑知识与技术, 2023, 19 (34) : 52 - 54.

[4] 徐占艳, 李藩为, 孙寅春, 等. 航空发动机数控软件测试环境自动部署研究[J]. 航空计算技术, 2018, 48 (4) : 82 - 84.

摘自《自动化博览》2026年9月刊