对于公司智能制造规划范文

1、对于公司智能制造规划 智能 制造规划 拟 制： 审 核： 批 准： 日 期： 专业文档 可修改 欢迎下载 目录 1. 概述 . 1 2. 需求分析 . 1 2.1 仓储 . 1 2.2 生产 . 2 2.3 其他 . 3 3. 企业信息化现状分析 . 3 4. 智能制造方案 . 4 4.1 系统架构 . 4 4.2 子系统耦合关系分析 . 6 4.3 工业大数据中心方案 . 6 4.3.1 工业大数据平台框架 . 7 4.3.2 工业大数据平台特点 . 7 4.4 现场层系统 . 8 4.4.1 数据采集方案 . 8 4.4.2 机器视觉检测系统 . 12 4.4.3 生产测试管理平台 . 1

2、6 4.5 应用层系统 . 22 4.5.1 智能仓储系统方案 . 22 4.5.2 项目管理系统方案 . 28 4.5.3 设备管理系统方案 . 34 4.5.4 plm 系统方案. 35 4.5.5 能耗管理系统 . 40 4.5.6 crm 系统方案 . 41 4.5.7 gis+bim 构建虚拟车间 . 42 5. 系统建设路线 . 44 5.1 实施策略 . 44 5.2 实施路线（建议） . 45 专业文档 可修改 欢迎下载 版本信息 日期 作者 版本 备注 2022.10.24 蒋中能 pa1 初版方案 2022.10.25 蒋中能 pa2 修改实施路线内容；在第一章前增加阅读说

3、明 专业文档 可修改 欢迎下载 阅读 说明 1. 概述：简述背景和本案的基本内容； 2. 需求分析：主要描述现场调研情况及简要分析； 3. 企业信息化现状：描述企业现阶段的信息化系统及使用情况，作出简要分析； 4. 智能制造方案：描述总体架构；按照三个层级（数据层、现场层、应用层）进行系统方案描述； 5. 系统建设路线：阐述天衡电科的智能制造实施策略，针对九州实际情况给出简要的实施路线建议。 专业文档 可修改 欢迎下载 1. 概述 在工业 4.0、互联网+以及大数据、机器人和人工智能等技术日趋成熟的背景下，智能工厂建设的可能性逐渐明朗。 根据目前的技术成熟度，当前制造业转型的现实目标应当是建设

4、数字化工厂、探索数字化管理和重构优化工作流程以满足数字化的要求。其主要原因有二： 其一：人工智能方法的成熟度上不能完全被可靠的利用到制造过程中，在当前只能通过数据感知获取一些知识，而判断的工作依然需要人来完成。因此，希望一步到位的实现智能工厂还不现实。但实现全数字化的工厂，将所有环节的数据采集和流转全部实现虚拟化并提供交互功能是完全可以做到的，这种形态的工厂即数字化工厂。 其二：数字化工厂是走向智能化工厂的必经道路。目前科学界普遍的共识是通过数据感知是获取智能的途径，因此数据是智能工厂最为核心和关键的部分，也是实现智能的基础。 而数字化工厂建设最为核心的内容是数据平台的建设。包括了数据的采集、

5、传输、预处理、分类、规约、访问控制、相干性保证等诸多方面的内容；需要动用传感器技术、信号处理技术、数据通信技术、分布式计算技术、数据存储技术、软件技术、web 技术等众多 ict领域的关键技术。 数据平台的建设是一个有意义而又有挑战的工作。 在这一背景下，本案拟对数字化工厂的数据平台建设作一个方案规划。为数据平台建设的实施提供指导和依据。 本案的主要内容包括： 1. 数据平台架构介绍：一般意义上的框架性介绍，建立一个基本的广泛适应性的数据平台框架，并标明其关键技术。 2. 数据平台的应用背景：针对实际的应用，对企业的规模、业务过程、数据采集的类型和要求、数据量等具体应用相关情况进行描述。 3.

6、 数据平台方案规划：依据框架和具体的应用背景，具体给出某企业的数据平台的方案，指明需要的数据类型、数量以及实现方法等。 4. 软硬件部署设计：对系统部署实施阶段所需的软件和硬件环境做出规定。 2. 需求分析 2.1 仓储 专业文档 可修改 欢迎下载 调研情况 ： 1. 储藏类型有三种：器件、半成品（原材料）、成品 2. 所有三种类型的产品都存在外购和自产。 3. 入库流程为：待验检验入库。其中待验环节主要是核对物料信息（外包装铭牌）以及抽样检查数量；检验为全检。 4. 出库分为领料和销售出库两种。 5. 领料流程为：技术中心下发 bom 清单pmc 部做计划单，发送领料单库管发料生产配套区 6

7、. 销售流程为：营销公司运输中心库管 7. 入库数据为人工在 erp 软件中录入对应号码。 分析 ： 1. 出入库数据需人工在 erp 软件中录入，较繁琐。 2. 仓库堆料为人工，存在摆放不合理以及快速查找响应慢等问题。 2.2 生产 调研情况 ： 1. 有 11 条产线，每条产线独立工作。 2. 每条产线的生产情况由人工统计，在现场表现为小黑板展示，在后台为人工输入电脑。 3. 华为专线生产线有 mes 系统，并配套扫码枪。 4. pcm 部向生产部门下发总生产计划，生产部门根据实际产线情况制定排产计划。 5. pcm 部下发的 bom 清单会在生产部做一次比对，如果发现有问题则反追溯；如果

8、没问题，则实施配料。 6. 新产线数据目前已做到在上位机进行数据读取，使用的是设备配套的软件，读取的信息类型较丰富；旧产线数据能否读取尚不清楚。 7. 新产线设备的数据传递口为 lan 口。 分析 ： 1. plm 系统产生的 bom 清单在修改时，由于系统间传递信息的时间不对称，会造成生产部门的 bom 清单与最新的 bom 清单不匹配的问题，使配料环节产生问题。 2. 华为专线的 mes 系统据现场工作人员反应，并不好用，原因有几点： 专业文档 可修改 欢迎下载 a) 数据统计不准确，主要原因为扫码枪有时读取不到产品信息。 b) mes 系统上线仓促，在流程和功能匹配度上存在问题。 2.3

9、 其他 1. 提供制造前端的物理量数据采集；如各类传感器数据。 2. 提供制造前端各种设备（装备）的状态数据、过程数据和工艺数据等关心的数据采集（针对现阶段没有的设备） 3. 提供制造前端所需的数据录入和搜集所需的人机交互界面，实现人工录入信息的采集。 4. 保证数据采集过程中的数据传输安全。 5. 保证设备接入网络后的工作状态可靠和信息安全。 6. 提供数据存储、查询、分析等所需的软件。 7. 提供该数据平台与其他应用系统集成时所需的软件接口。 8. 数据采集前端的类型、数量能够在不影响原有数据平台的基础上扩展。 9. 数据接口完全开发，具备自生长和可扩展性。 3. 企业信息化 现状 分析

10、现状： 1. 具备五个系统，分别是：erp（金蝶 k3，12.3 版）、oa（大通 2022）、plm（金蝶13.1 版）、条形码系统、mes 系统。 2. erp 系统上线于 2022 年，功能： a) 供应链 b) 生产制造（生产计划、bom 清单、车间管理） c) 财务结算 d) 基础数据（与 plm 系统的 bom 清单同步） 3. oa 系统上线于 2022 年，功能： a) 审批流 b) 财务报销 c) 初步的 bi 分析（财务报表） d) 集成应用（物资借用、付款申请、基础资料） 4. plm 系统上线于 2022 年，功能： 专业文档 可修改 欢迎下载 a) 资料电子化（审批流

11、程） b) 资料数据化（bom） c) 物料申请（与 erp 系统同步） d) 项目管理（下一步目标） 5. 条形码系统上线于 2022 年，功能： a) 成品下线、质检、出入库、售后 b) 物料信息、出入库单与 erp 系统同步 6. mes 系统上线于 2022 年，功能： a) smt 管理（追溯物料，板卡与批次绑定） b) dip（插件）追溯 c) 组测包（生产过程管控） d) 库存发货管理 e) 物料信息、出入库单、bom 与 erp 系统同步 分析： 1. 所有系统以 erp 系统为核心，其余系统与 erp 系统进行部分数据交互，由于各系统中有自己独立的流程，所以在数据共时性上会存

12、在数据同步的问题。 2. 每个系统有独立的数据库和自身的数据格式，在进行系统间数据传递时有报错的风险（目前九州内部采用各系统中加审批流程来进行规避）。 4. 智能 制造 方案 4.1 系统 架构 专业文档 可修改 欢迎下载 工业人工智能引擎生产计划管理平台集中采购管理平台物料管理平台生产过程管理平台生产质量管理平台生产测试管理平台用电侧能耗管理平台mes系统自动化运维平台存储服务 计算服务工业大数据中心工业网络安全系统机器视觉检测系统现场电子测量系统智能装备 自动化设备 机器人现场数据采集系统应用层数据层现场层图 4-1 数字化制造系统架构图 按照工业大数据平台构建数字系统的思路，数字化工厂的

13、总体框架和子系统划分定义如下图所示： 2.1数字化车间（工厂）大数据平台检测和测试数据 能耗数据 工艺过程跟踪数据 设备状态参数 环境监测数据 工序工时模型数据1.1机械加工机器视觉视检系统1.2用电侧能耗数据采集系统关键设施设备轻量化bim模型数据 车间gis模型数据1.3自动化电性能测试试验数据采集系统1.4自动化环境适应性能测试试验数据采集系统1.5设备状态数据采集系统1.6条码数据采集和跟踪系统1.7现场环境监测数据采集系统1.8现场数据录入系统3.1生产计划调度管理系统3.2集中采购管理系统3.3制造执行管理系统3.4用电侧能耗管理系统3.5设备管理维护系统3.6指挥控制系统（大厅）

14、3.7系统运维工具3.3.1质量管理3.3.2工艺管理3.3.3过程管理3.1.1计划分解3.1.2资源状态报告3.1.3异常过程管理3.4.1设备能耗管理3.4.2能耗优化1.1.1视觉尺寸检测1.1.2视觉表面检测1.1.3视觉形状检测1.3.1自动调试台1.3.2kp i自动测试台3.2.1库房管理系统3.2.2采购过程管理3.2.3供应商管理3.6.1虚拟工厂漫游3.6.2kp i展示系统3.6.3调度和指挥3.5.1设备维护系统3.5.2资产管理系统 图 4-2 数字化工厂的总体框架 上图给出了该车间可能用到的系统模块。按照功能关系划分为三大部分，每一个部分的功能也稍作了细化。 专业

15、文档 可修改 欢迎下载 子系统 1.11.8 都是部署在现场的各种软硬件系统。 子系统 2.1 是大数据平台。 子系统 3.13.7 是应用软件系统。 需要指出：1.11.8 之外，还可以扩展其他的现场应用系统，只要其数据接口和通信协议与大数据平台的要求相符即可；3.13.7 之外，还可以扩展其他应用管理系统，包括 erp、oa 等相关功能都可以在这一层实现扩展。 4.2 子系统 耦合关系分析 表 4-1 子系统耦合关系表 1.1视检系统 1.2能耗数据采集 1.3 ate系统 1.4 env测试系统 1.5设备状态数据采集 1.6条码数据采集 1.7现场环境数据采集 1.8现场数据录入系统

16、2.1工业大数据平台 3.1生产计划调度管理 3.2集中采购管理 3.3制造执行管理 3.4用电侧管理 3.5设备管理 3.6指挥控制 3.7系统运维工具 1.1 视检系统 - y 1.2 能耗数据采集 - y 1.3ate 系统 - y y 1.4 env 测试系统 y - y 1.5 设备状态数据采集 - y 1.6 条码数据采集 - y 1.7 现场环境数据采集 - y 1.8 现场数据录入系统 - y 2.1 工业大数据平台 y y y y y y y y - y y y y y y y 3.1 生产计划调度管理 y - y 3.2 集中采购管理 y - 3.3 制造执行管理 y -

17、3.4 用电侧管理 y - 3.5 设备管理 y - 3.6 指挥控制 y - 3.7 系统运维工具 y - 从耦合关系可以看出，前端系统（1.x）各个部分之间耦合很小，应用系统（3.x）各个部分之间的耦合也很小。所有的耦合关系都集中在大数据平台，因此大数据平台的建设是最为关键的步骤。 4.3 工业 大数据中心 方案 专业文档 可修改 欢迎下载 4.3.1 工业大数据 平台 框架 4.数据中心各类数据库（关系、非关系数据库）网络服务器计算服务器3.数据网1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙 企业

18、网其他应用系统（mes、erp、crm、pdm、plm等）图 4-3 工业大数据平台一般性框架 工业大数据平台分为三部分： 1. 前端数据采集系统：包括数据采集器、嵌入式软硬件、已经必要的数据调理设备等。实现前端的各种数据提取，并进行传输编码、协议封装等预处理工作。 2. 工业防火墙：实现前端设备与数据网中其他设备之间的隔离，以保护设备本身工作状态稳定可靠，不受威胁。plc、rtu 等设备在过去一般是不接入网络的，自然也不需要安全防护，但在数字化工厂建设的大背景下，设备接入网络是不可回避的问题，因此安全隔离自然也成为必须要考虑的要素。 3. 数据网：指工业现场的各种传输协议，常见的有 rs48

19、5、modbus 等总线形式，大多数采用通用的协议控制器连接即可，技术很成熟，不再赘述。 4. 数据中心：数据中心的主要任务是:1）数据的存储 2）数据计算 3）数据请求服务响应。在数字化工厂建设的背景下，要求各个业务端的数据能够实现实时流转、实时交叉分析，对数据的逻辑关系和时间关系的正确性提出了严格的要求，只有用大数据技术的方法来实现数据的整体统筹才能解决这个问题。同时，鉴于数字化工厂网智能工厂进化的过程中，需要不断的增加各种数据，添加系统功能等，这要求数据平台具有可扩展性，或者称之为自生长性。因此，本案采用大数据架构来搭建数据中心，可以保证系统良好的开放性，为未来扩展做好准备。 4.3.2

20、 工业 大数据平台 特点 该数据平台架构的主要特点有： 1. 采用大数据平台架构，保证系统的开放性。如此一来，其他的数据应用系统都可以 专业文档 可修改 欢迎下载 随时方便的接入到该平台上。同时，也可以保证整个系统的功能可扩展性。因此，这是一个可生长的平台。 2. 引入工业防火墙。在保证数据采集全面的情况下，兼顾设备运行的安全性。制造型企业设备运行可靠性一旦受到威胁，其后果和损失十分巨大，因此必须仔细考虑前端的信息安全防护。 3. 采用分布式计算架构。有两层含义：1）采集前端部署计算资源，对现场数据采集所需的信号处理、协议封装、数据预处理或必要的实时处理进行直接计算，将结果直接反馈给数据中心；

21、2）数据中心中，采用虚拟化的方法，实现并行的分布式计算，提高系统运行和计算效率。 4. 平台软件采用 soa 架构。以服务为中心，将数据与应用软件剥离开，在软件功能增加、修改的时候不影响数据；使系统的可维护性和可扩展性大大增强。 4.4 现场层系统 4.4.1 数据 采集方案 4.4.1.1 生产 数据采集 生产数据包括但不限于： 1) 产品型号 2) 产品批次号 3) 产品原料来源 4) 产品数量 5) 产品质检结论 6) 产品生产时间戳 数字化工厂生产数据的采集来源于四种： 1) 设备自读取：具备通信接口的设备有自带软件将产品生产信息导出，该数据的格式存在不确定性，可能需要规约之后放入系统

22、数据库。 2) 传感器采集：在生产关键节点加装传感器进行数据采集，这种方式应科学规划传感器的部署，否则可能会造成数据记录遗漏或错误。 3) 电子计数设备：例如扫码枪等，其原理与(2)类似。 4) 其他系统导入：通过开放的数据接口，从其他系统导入或导出。 4.4.1.2 设备 数据采集 专业文档 可修改 欢迎下载 设备数据包括但不限于： 1) 设备运行数据：来源于设备本身，以时间戳来标示 2) 设备状态数据：异常信息记录 3) 设备档案数据：设备 pdm 系统 4) 设备维护数据：设备保养、维修数据记录 4.4.1.3 环境 数据采集 环境数据的采集有三种： 1. 无线 传感模块 无线传感模块集

23、成了大量传感器，如：烟雾传感器、灰尘传感器、湿度传感器、温度传感器、热释电传感器、光线传感器、气体传感器等。其通信方式采用 wifi、zigbee、mqtt 等，根据需要也可采用有线以太网通信的方式。 模块由嵌入式处理器控制，尺寸小巧，架设方便。在接入网络后直接将现场环境数据采集上传至数据中心，数据的应用场景不限于安防、环境监控、工厂虚拟再现等。 无线传感模块制造现场环境数据数据中心 图 4-4 无线传感器模块 2. 生物 识别 生物识别技术，常见的是指纹、虹膜、脸相等一系列生物特征提取和识别方法。本案中，采用人体手掌静脉识别技术作为身份识别和授权依据，具有更高的安全性。 该技术的主要优点如下

24、： 1) 活体识别：掌静脉图像只有活体才有，非活体是得不到掌静脉特征的；因此无法伪造。 专业文档 可修改 欢迎下载 2) 无损伤：采用非接触式被动方法获取生物内部特征，对生物体无任何损害。 3) 安全级别高：由于无法伪造，且提取的是生物体的内部特征，其总体安全级别是目前所有生物识别技术中安全级别最高的一种。 生物识别技术可用于车间出入人员管理，设备使用授权等，其授权记录也被纳入大数据平台中。 3. 室内 定位 position 室内定位系统采用超宽带技术，对现场人员动行动轨迹进行记录。其接入点可达上万个，选用多维定位模式，定位精度达到厘米级并提供开放的软件接口。 在车间安防应用中，其采集的数据

25、可用轨迹回溯、互监放单，多样报警等。在保密性较高的场合尤为适用。 4.4.1.4 数据 服务 数据库 制造现场属离散制造，其数据基数适中，可采用 orale 或 mssql 数据库作数据存储。mssql 可搭建于 windows server 操作系统上，便于后期维护管理。 数据库采用主备架构，该架构可提供了一个高效、全面的灾难恢复和高可用性解决方案。自动故障切换和易于管理的转换功能允许主数据库和备用数据库之间的快速角色转换，从而使主数据库因计划中和计划外的中断所导致的停机时间减到最少。主备数据库可在两台服务器上分别布置，见下图： 专业文档 可修改 欢迎下载 图 4-5 oracle data

26、 guard 系统 工业 防火墙 在工业现场，对智能设备的安全防护是必不可少的，在通信技术高速发展，设备智能化不断提高的同时，也带来了安全隐患。 尤其是在自动化程度较高的制造现场，如果设备受到恶意代码的攻击，其带来的损失将不堪设想。所以，在设备与网络接口之间架设工业防火墙是十分必要的。 工业防火墙的目的是提供一套可控、可靠、可管理的工控网络纵深安全防御体系。工控防火墙可信网络管理平台的功能包括：检测流经的异常数据，收集、管理黑白名单、智能学习、漏洞挖掘和制定相应安全策略。结合监控、审计模块，有效组织恶意攻击的渗透，实现整个工作站的白环境。 专业文档 可修改 欢迎下载 图 4-6 工业控制系统安

27、全保障体系 4.4.2 机器 视觉检测系统 4.4.2.1 总体 架构 完整的视觉检测系统主要由三部分构成：现场工作站、视觉算法层以及数据中心。 首先是现场工作站，它是视觉检测的一个关键环节，也是整个软件系统的基础。现场工作站主要由一些光学设备及自动化运行系统构成。光学系统一般包括工业相机、光源、棱镜等。工业相机一般采用触发式，由检测平台发出的信号触发拍照。自动化设备主要负责传送带运行和筛选环境，这部分可以根据实际情况简化。光学系统的选型和布置是和待测件密切相关的，应根据待测件的状态选择合适的光学配置，这样就可以减少软件系统在处理过程中的压力，提高系统运行效率。 高性能电脑则是视觉算法的载体，

28、它将负责与现场工业相机通信，获取图片，并执行检测。除此之外，它还负责将检测结果反馈给控制器，并如对实时性要求较高，则可能需要高性能的处理器及 gpu。视觉检测系统总体方案见下图： 专业文档 可修改 欢迎下载 图 4-7 视觉检测系统总体方案 4.4.2.2 工作 流程 当物料经过相机时，传感器将触发一个脉冲信号通知相机进行拍照。视觉软件的数据接收线程将通过千兆以太网或 usb 从相机中异步获取图片数据。在实时性要求较高的场合，相机应根据需要慎重选择。图片的分辨率、清晰度、物体在图中的大小、图像曝光度及图像的颜色通道等都应该被综合考虑，拍摄的照片应尽可能的减少图像算法的预处理工作量，以保证对运行

29、时间的优化集中在软件层面，下图为 led 视觉检测流程示意： 图 4-8 led 视觉检测软件流程图 专业文档 可修改 欢迎下载 软件将在现场终端上实现。在收到图片信息后，接收线程准备异步读取下一张图片，并等待残次检测完毕。同时，缺陷检测线程池内的线程将被激活，开始对图片数据进行分析，图形算法的主体将在此过程中完成。 线程池采用等待句柄保持同步，即当某一线程执行完毕后将结果放入传输队列，随即被挂起，等待其他所有线程进入终止态。当所有检测线程进入终止态后，数据处理线程被激活，同时触发下一次图像采集。 数据处理线程将在第一时间判断是否存在瑕疵，根据瑕疵优先级向 plc 发出对应 ng 信号，数据同

30、时被送往其他线程。这些数据包括每项检测的基本参数指标、瑕疵品的细节参数、时间戳以及产品批次等信息。这些数据将存放在大数据中心，供其他系统调用，向企业管理者和工艺人员提供产线状态报告。 4.4.2.3 数据 集成 图 4-9 视觉系统在企业生态圈示意图 机器视觉核心是视觉算法，而经过的复杂算法产出的珍贵数据应该被充分的利用起来。将检测结果发给自动化设备完成视觉筛选是视觉系统的主要职责，但是这样并没有对产品出现残次的根源进行进一步的挖掘。所以视觉算法产出的数据应当被放入企业数据中心，从中提取有用数据。 例如，对于每件检测到的残次品，它的批次、产品制造工艺、原料供应商、缺陷类型、缺陷程度、生产人员等

31、信息都将在数据中心中体现。其中视觉系统提供与缺陷相关的参数，这便和企业原有的产品管理、供应商管理、客户管理、制造执行等系统互联起来。通过分布式计算从中发掘出有用的信息，从而进一步提升产品的质量及生产效率。 专业文档 可修改 欢迎下载 4.4.2.4 实际 应用 激光 io 触发的方式通常要求机械臂在抓取待测件前待测件的姿态保持固定。因为系统中不存在反馈，机械臂只知道有待测件进入测试区域，并不知道待测件的姿态，这就要求在传送带末端设计相应的机械结构是的 io 触发时被测件处于特定姿态，让机械臂进行准确的抓取和放置。 图 4-10 待测物体识别 图 4-11 抓取位置获取 引入机器视觉系统可以很好

32、的解决这个问题。机器人和工业相机的结合使整套系统形成了一个闭环网络。无论待测件以什么姿态进入，工业相机和机械臂都可形成一条的反馈回路，实时追踪被测件的位置和姿态，从特定的位置抓起被测件并插入测试槽中。即使有多个被测件进入，视觉系统也能从容应对。如有杂物进入识别区，还可将其识别触发报警，避免可能带来的损失。 针对本案，测试平台可采用固定式相机搭配线性光源的结构，易于安装和配置。视觉系统同样采用千兆以太网通信，其数据吞吐量大，不但可以与机械臂协同工作，还可以将出现 专业文档 可修改 欢迎下载 的异常或测试不过的图像信息经工业以太网发送至云端数据中心。 视觉机器人系统可以充分发挥信息自动化的优势，实

33、现与大数据平台和 mes 系统对接，为技术人员提供完备的数据流，从而形成更加系统的测试体系。 4.4.3 生产 测试 管理平台 4.4.3.1 总体 框架 图 4-12 测试互联网架构 从图中可以看到，每个测试台被当做一个数据生产终端，通过互联网进行连接，构成测试互联网。 测试台之间通过通用的工业互联网协议实现数据交互，而每一个测试台内部则采用 visa（virtual instrument software architecture）协议实现控制指令和数据交互，而支持的主要总线形式包括 rs232、rs485、usb、gpib、tcp/ip 等。 系统的功能逻辑关系见下图： 专业文档 可修改

34、 欢迎下载 测试台1测试上位机及自动测试软件visa测试仪器温箱其他测试设备测试台2测试上位机及自动测试软件visa测试仪器温箱其他测试设备测试台n测试上位机及自动测试软件visa测试仪器温箱其他测试设备 交换机安全隔离数字化工厂数据平台 测试数据库 产品数据库 其他数据库服务器图 4-13 测试互联网功能逻辑框图 4.4.3.2 平台 功能 在数字化工厂的测试管理平台不能单纯的当做一个个独立工作的测试台来考虑，另外，测试管理平台的软件功能也不再只是实现简单的自动化测试和数据采集，而是应当把被测产品的信息、测试工具管理、测试数据管理、测试任务管理等功能进行融合，满足测试工作在数字化工厂运作方式

35、中的要求。 本案的测试管理平台软件的主要功能有： 1. 测试任务管理功能：根据生产的需要，对指定型号的产品进行测试任务定义和下发，并跟踪测试过程，检查测试任务进展的状态。 2. 被测产品信息管理：将被测产品与测试数据进行融合，便于未来对测试数据与产品之间的交叉分析。如果企业已有 pdm 系统，则可以与之对接，直接使用其提供的产品信息。 3. 测试软件工具集成化管理：该软件平台提供一个综合的集成图形界面，将测试过程中需要使用的各种测试工具都包在该界面中，类似于一个软件容器，用户可以通过该用户界面对测试工具进行访问，避免测试工具的碎片化，易于管理。且测试工具的添加和删除可以根据用户的需求进行增减。

36、 4. 测试设备状态管理：产线中的测试设备由于使用频率高，维护频率也远高于研发使用场景。该软件同时提供测试设备的健康状态管理，以协助用户对测试设备进行维 专业文档 可修改 欢迎下载 修、校准等维护。 5. 测试数据管理：该软件以大数据架构的工业数据平台作为数据管理支撑，为用户提供数据的存储、查询、导出、计算等功能。 6. 测试数据分析功能：为用户提供数据的常见统计、交叉、可视化等处理软件工具。 7. 自动报表功能：自动生成用户需要的测试报告，并自动存入数据平台中，便于未来查阅和追溯。 测试数据管理平台软件界面截图如下： 图 4-14 测试数据管理平台软件截图 4.4.3.3 平台 特点 1.

37、是一个完全按照数字化工厂需求设计的基于互联网架构的测试平台。 2. 采用 visa 架构设计测试工具软件，对仪器设备的型号有广泛的支持性。 3. 采用分布式部署架构，特别适合生产测试场景。 4. 集成化的测试工具和数据管理客户端软件，将生产测试过程中的各种过程数据采集工具都进行了整合，避免了工具的碎片化。 5. 以大数据架构的数据平台支撑测试数据的后处理，可以很方便的与工厂的数据平台进行对接和融合。 6. 系统架构为开放式。可以不影响原有系统工作的情况下自由的增加测试台或测试软 专业文档 可修改 欢迎下载 件工具。 7. 是一个以测试数据为核心设计的测试管理平台。一开始的时候就是为测试数据的采

38、集和利用设计的，数据的后处理功能和可扩展性好。 8. 仪器驱动层为开放式设计。可以很方便的添加新的仪器型号，或利用原有的仪器设备，而不需要对测试流程管理软件进行修改。 9. soa 软件架构。 4.4.3.4 操作 自动化 方案 操作自动化的主要目标是实现将待测件从传送带入口到测试平台再到传送带出口的过程。整个过程无需人工干预，结合自动化测试设备，最终实现无人测试。 待测件机器人测试平台良品次品生产部以太网 图 4-15 自动测试流程图 当被测件加工完毕后，从传送带上被分配到测试子系统，在进入测试系统范围后通过激光或机器视觉发出一个就位信号。这时机械臂开始动作，将待测件抓起，准确放置到指定地点

39、，测试过程启动。测试完成后将返回测试结果，如果不通过则机械臂将其分配到残次品流水线，合格则分配到良品流水线。在这期间产生的所有流程数据、测试数据都将被记录。 专业文档 可修改 欢迎下载 图 4-16 自动测试平台结构示意图 采用工业机器人作为生产与自动测试平台间的桥梁，不仅可以提高效率，还为今后进一步升级改造打下了基础，其带来的优势主要有： 1) 快速、准确、高效； 2) 便于集成，提供以太网口，可与大数据平台及 mes 系统高效融合； 3) 安装角度自定； 4) 编程门槛低，灵活度高，可根据具体需求进行二次开发； 5) 可搭配机器视觉等子系统，持续升级。 工业领域中使用的四轴、六轴的小型机器

40、人已具有很高的灵活性和快速性，同时兼顾了准确性，其重复定位精度通常可达±0.02mm，可满足九州公司中对测试件抓取、放置，甚至接插的需求。 小型机器人的负载通常在 3kg 至 10kg，可根据待测件类型进行考虑，如成品测试通常比板测要求负载量更大。末端的抓取结构可根据被测件选用机器爪或真空气泵，在对空气气体洁净度需求较高的场合，通常选用前者，当然也可以选用实验室级别的机械臂。 4.4.3.5 测试 自动化方案 测试台的自动化主要通过两个渠道来实现： 1. 通过矩阵开关和适配器实现被测件和测试设备之间连线关系的自动化切换。 2. 通过软件控制被测件、矩阵开关、适配器和测试仪器实现测

41、试流程，完成自动化的测试和数据采集，并通过数据通信接口将测试数据上传到数据中心。 测试台的系统逻辑构成框图如下： 专业文档 可修改 欢迎下载 环境试验设备工作站或pcdut仪器设备矩阵开关、适配器visa协议总线 图 4-17 测试台系统构成逻辑框图 测试平台为面向各种不同型号的被测件，需要充分考虑被测信号与测试仪表的连接和路由问题。通常采取通用开关矩阵解决测试信号与仪表的路由问题、采取专用适配器解决被测件信号与通用开关矩阵连接问题。示意图如下： 高频通用开关矩阵mxn网络低频通用开关矩阵mxn网络仪表1 仪表2 仪表n 仪表1 仪表2 仪表n 专用适配网络高频低频被测件 图 4-18 通用开

42、关矩阵及适配网络路由方式示意图 开关矩阵采用 mxn 的网络形式，可以将开关矩阵两侧的任意两个端口或多个端口进行路由和导通。为控制矩阵规模和可靠性考虑，将测试信号按频率的高低进行划分，高频信号配备高频开关矩阵网络，低频信号配备低频开关矩阵网络。开关一般由 ttl 电平进行控制，而 ttl 电平的产生由控制电路板构成。控制电路板的输入接口是 rs232、gpib、usb 或 tcp/ip等常见的 visa 协议，其输出口是 gpio，可以配置为需要的 ttl 电平输出。 专业文档 可修改 欢迎下载 专用适配器作为被测件与通用开关矩阵的接口转换匹配模块，可以将不同被测件的借口类型转换为高频、低频信

43、号连接端口集合，与通用开关矩阵相连。因此，针对不同型号的被测件，需要专门设计专用适配网络，以匹配不同信号被测件的不同接口形式和数目的要求。专用适配网络的设计示意如下： 图 4-19 接插线适配器设计示意图 航空电子设备模块的接口类型和数量较多，更换被测模块时相关的连线操作较为繁琐和浪费时间。适配器的接口设计和特定模块的接头类型、位置、数量相对应的相匹配，将模块的所有接头集成在适配器上，通过操作适配器，一次性完成对整个模块的接插线操作。通过适配器内部的转换，可以将各个信号经由相对比较统一的接线簇与通用开关矩阵相连。同时，可以将各模块测试所需的一些外部配件，如衰减器、功分器、合路器、滤波器等集成在

44、专用适配盒内，最大程度避免接线难度。 4.5 应用层 系统 4.5.1 智能仓储系统 方案 4.5.1.1 仓储 管理 仓库管理的目标如下： 1. 系统联网运行，仓库的库存信息能够实时地、准确地共享,方便各部门、科室、人员的查询和使用。 2. 实现仓库对物料的信息化管理,将区位化和等精细化管理思想运用于系统中，相关人员通过对系统的查询，均能够得到所需查询物料准确的数量信息和精确的位置信 专业文档 可修改 欢迎下载 息。 3. 系统的库存信息可以实时反馈给数据流上游的采购部门、财务部门等,具体信息由系统按规范格式自动生成，从而减少相关人员对物料信息的人工输入，大大降低由人工二次输入引起的错误。

45、4. 系统能够保证信息的安全性，区分各类人员对系统的使用范围和操作权限，权责明晰。 仓库管理可分为 5 个主要功能模块：出入库管理、库存管理、盘存管理、库存预警管理。 l 出入库管理 主要分为出库管理和入库管理两个部分。入库管理又可以分为入库和入库记录查询。入库是指对库存进行一次增加操作，入库记录查询指的是对历史的入库操作信息进行查询。出库管理与入库管理类似，也包括出库和出库记录查询。 出入库管理模块出入库管理员入库入库信息查询出库出库信息管理 图 4-20 出入库管理用例图 l 库存 管理 库存管理模块主要是对仓库信息、物料信息的维护,以及库存信息的展示。仓库信息、物料信息的维护主要包括仓库

46、信息和物料信息的添加、删除、修改等功能。库存信息的展示包括当前库存状态以及库存查询统计和各种报表生成。其中当前库 专业文档 可修改 欢迎下载 存状态能提供即时库存；信息查询要提供对各类信息的综合查询功能，主要包括仓库基本信息查询，物料基本信息查询，库存信息查询以及出入库记录查询。 库存管理模块库存管理员货物信息维护仓库信息维护库存展示出库入库移库修改物料信息删除仓库修改仓库信息当前库存信息信息查询生成各种报表还库 图 4-21 库存管理用例图 其中信息查询又包括仓库基本信息查询，货物基本信息查询，库存信息查询以及出入库记录查询。 信息查询库存管理员仓库基本信息查询货物基本信息查询出入库记录查询库存信息查询 图 4-22 库存信息查询用例图 l 盘存管理： ： 专业文档 可修改 欢迎下载 库存盘点是库存管理的日常工作。该模块主要分为库存盘点和物料报损两部分，其中库存盘点又包括冻结盘点和循环盘点两种。库存盘点提供年终、月终结算处理；支持按数量、单价、金额的明细核算及统计分析；完成物料收发存的成本核算，能够正确及时的核算出材料成本；提供暂估入出库成本计算、差异核