特种合金材料零部件数字化协同制造

1、1 | 工业互联网先进应用案例集特种合金材料零部件数字化协同制造一、项目概况五维项目基于电信工业 PON 网络与恒远智能科技的设备联网数采技术与数字化车间 Dssplat 产品，建立由订单开始-订单统筹-订单执行-订单交付完整的数字化制造管理协同平台，实现了端到端的数据集成与应用。项目背景企业背景五维航电发展目前面临以下几个突出问题和潜在需求：产品定制化需求程度高，但工厂内部整体响应速度满足不了客户交期。计划统筹与组织能力弱化，造成各生产工序脱节，生产协同性差。车间生产加工与计划脱节，生产数据不透明，潜在浪费严重，生产成本居高不下。如无法对设备、人员的生产效率进行有效评估，管理精细度低。行业背

2、景五维在特种合金材料零部件制造行业客户优质，新能源新材料领域有核心的技术优势和竞争力，急需对公司的运营与管理进行升级提升，以便后续公司在核电与海工领域、海外市场的战略部署。项目可行性与资源优势五维的产品特性与材料技术决定了工厂生产以设备加工为制造主体，所有的人员、物料、方法、工具等生产要素都要经过以设备为单元构成的加工中心，并且材料研发设计使用大量先进的热处理、材料检测等精密仪器与设备，为项目的智能联网和数据采集提供了物理基础。项目简介数字化协同制造项目整体规划以底层的工业级网络搭建与设备数采为技术支撑，以各生产要素集成的数字化工位搭建为系统核心，车间级综合数字化管理平台为数据应用载体，以工业

3、级微应用APP 为数字化系统的重要延伸。主要分为以下几个实施阶段：图 1 数字化协同制造项目规划工业网络：以电信的工业 PON 网络为基础进行车间级工业网络的整体升级，搭建设备运行与数采的网络基础设施。数据采集：应用恒远科技的设备数采技术，根据不同的设备接口与通讯协议，设计数采方案，EverMonitor 进行设备级的数据采集。数字工位搭建：集合设备加工的人员、物料、工具、作业方法、技术图纸等生产要素数字化，结合设备自身状态监控、加工参数采集，形成完整的工位级数字化管理生态。车间级数字化管理平台：综合计划管理、品质管理、工艺管理、物料管理、人员管理、效率管理等多个模块及功能应用，实现对车间的全

4、方位的数字化升级管理。工业级微应用 APP：针对五维特定的应用场景，开发移动端的微应用， 快速有效的解决实际问题。项目目标制造协同化多样化的产品形态，导致整个制造链条信息冗杂，管理难度高、生产成本高、生产速度与效率低下，通过数字化平台，将设计-采购-制造-仓储-物流-交付-服务等各个环节打通，进行数据集合与应用，实现协同设计、协同制造及供应链协同。产品智能化装备制造的关键材料、核心部件的设计、研发、测试的大数据采集、分析，如材料研发设计参数、监测评价数据等；产品智能化远程运行参数监控与预警；图 2特种合金零部件产品工艺图二、项目实施概况五维航电数字化管理升级项目一期主要以数字化协同制造为目标，

5、重点是企业对内部制造过程进行数字化升级改造。项目总体架构和主要内容图 3项目总体架构五维协同制造数字化平台总体架构主要分为：流程层、设备联网与数采层、数据中心模型层、应用平台与微应用层。流程层架构设计首先在系统进行流程建模仿真与模型设计，对公司整体业务进行价值流分析与设计，识别系统 TOC 流程点与缺失项，进一步定义数字化匹配的标准业务流与工艺流、过程流，进行由上而下的公司级、工厂级、车间级、工位级的流程标准化。设备联网与数采层基于工业以太网、工业总线等通信协议，4G 网络、NB-IOT 等无线通信协议将设备接入网络；通过 EverMonitor 采集设备进行加工参数、设备状态、故障分析与预警

6、等实时数据的采集，内部集成了多种采集协议，兼容 ModBus、OPC、CAN、 Profibus 等各类工业通信协议和软件通信接口，能够实现数据格式转换和统一，另一方面基于盒子的内置高性能芯片与处理系统，能够将数据从边缘侧、传输到云端，实现数据的远程接入。 图 4设备联网与数采结构图数据中心模型层所有采集的数据会存储到数据中心模型集成库，除了存储功能，核心功能是封装了几百种工业技术、管理技术、机器学习、数理统计的算法，实现机理建模， 能够对历史数据、 实时数据、时序数据进行聚类、关联和预测分析。如五维集成了更多的特种材料的设计仿真算法模型、定制化材料加工的流程算法模型，实现对现有资源的优化配置

7、。应用平台与微应用层基于五维特定的研发设计端与生产制造端的问题，建立一体化的数字化车间管理应用平台，实现端到端的数据集成与应用。图 5数字化管理平台搭建数字化 Dssplat 平台，建立由订单开始-订单统筹-订单执行-订单交付完整的数字化制造管理协同平台。基于关键工序与瓶颈设备，集成人员、设备、物料、工具、方法等生产要素建立以设备加工中心为核心的数字工位。图 6数字工位图 7工业 APP 微应用基于特定场景，深度挖掘数据价值与用户行为分析，开发移动端的工业APP 微应用服务，如异常管理微应用、设备智能管家微应用、订单执行管理平台微应用等。全面的可视化运营决策数字化管理平台与移动领导驾驶舱应用。

8、网络互联架构图 8领导驾驶舱工业 PON 网络系统是中国电信立足于构筑新一代智能通讯网，在对传统工业交换机系统研究基础之上，结合最尖端的无源光网络通讯技术的发展，创新出的一套安全、可靠、融合、先进的综合解决方案。图 9网络架构图项目通过工业 PON 网络系统为企业构建双冗余容错环网，确保生产网络出现连接中断的情况时，立即启用另外一条通路，使网络通信的可靠性大大提高。工业 PON 网络在物理层采用了 PON 技术，在链路层使用以太网协议，利用PON 的拓扑结构实现了以太网的接入。车间现场采用移动终端扫描二维码方式采集数据，需要通过无线网络接入， 但是车间现场环境复杂，电磁干扰密布，为了满足车间现

9、场对生产数据采集的稳定性需求，采用工业级全向无线 AP，高密负载均衡，所有终端自动被接入到附近最优 AP，保证系统稳定运行。数据架构和应用数据是企业未来核心资产，数据就是价值，数据架构决定企业能否将数据有效采集和利用。我们将数据分为三大类，设备实时数据、生产实时数据和业务数据。其中，设备实时数据由 系统通过设备接口和协议自动采集，生产实时数 据由生产过程中的参与人员通过二位码扫描采集， 业务数据由生产管理人员通过系统 Web 端页面操作录入。设备实时数据是设备运行过程中产生的数据，包括设备运行状态、故障代码、核心参数等，由系图 10数据架构图统通过设备协议自动采集，采集频率高，数据量大。所以我

10、们在采集终端进行了预处理和格式化，并用Redis 做缓存控制，减少通信中断对数据采集造成的影响。数据按照格式转发到服务器端后，服务器会对数据进行二次清洗，将业务相关数据存入业务数据库，为生产管理和协同提供支持。业务数据库使用用开源数据库 PostgreSQL 搭建，轻量化、低成本，完全满足生产需要。其他设备数据将会被实时转存到非关系型数据库中，进行持久化存储，为大数据分析建立基础。此数据库用 MongoDB 进行管理，MongoDB 也是开源数据库技术，支持高并发写入和分布式存储，性能优越。三、下一步实施计划智能化产品图 11项目远期规划特种合金材料零部件的使用环境要耐高温、耐高压、耐腐蚀，产

11、品的使用寿命、产品的附加值高，零部件本身的损耗对大型装备的运行性能影响大，如核电设备对零部件的使用状态要求较高，但缺乏必要的监控手段。后续会针对一部分高端产品进行物联网技术应用和智能化改造，如高端合金材料智能螺栓，通过耐高温特种传感器技术进行远程数据监测与控制，实时对零部件的运行状况数据进行预警，提高维保的效率与整体设备的稳定性。智慧供应链通过物联网、服务计算、云计算等信息计算与制造技术融合，构成智慧供应链平台，实现软硬件制造资源和能力的全系统、全生命周期、全方位的感知、互联、决策、控制、执行和服务化，进而实现人、机、物、信息的集成、共享、协同与优化。行业大数据平台进行行业数据与资源整理，建立

12、特种合金材料的研发设计大数据平台，为行业内的特种材料企业提供数据仿真模拟、数据存储、大数据分析服务。通过物联网技术对特种合金材料零部件产品的智慧化改造，逐步建立核定领域的零部件运维监控中心，为终端用户提供远程运维与监测预警服务，降低企业运维成本。四、项目创新点和实施效果项目先进性及创新点设备联网与数采技术应用基于恒远科技 EverMonitor 的设备联网与数采技术，设计多协议、多设备的标准化集成采集技术方案。如智能监控预警，设备联网并实时监测材料车间的冶炼设备、热处理设备、机加工设备监控炉温曲线、转轴与进刀速度等工艺参数， 实现预警功能。工业级 APP 微应用基于五维的数字化管理平台，结合客

13、户瓶颈工位与关键问题，深度挖掘数据价值与用户行为分析，开发应用了多个工业 APP 微应用。如异常管理数字化 APP，可解决异常频发、管理链条长的问题；设备智能管家 APP，解决设备生命周期管理数字化的问题等等。行业数字化平台解决方案形成了特种合金材料零部件制造行业的标准数字化制造端到端的应用解决方案，实现了设备、人员、物料等资源要素的.横向网络化集成，同时打通了由设计研发到生产制造的纵向集成。如设计数字化仿真应用，合金材料的配方研发实现数字化仿真模拟应用，建立试样工艺参数模型，并进行 3D 画面动态演示与数据算法简易化配置。如检测评价智能分析应用，对检测设备进行数据采集，实现智能化检测与评价，建立检测评价中心大数据库。实施效果图 12行业数字化平台横向集成方案制造速度提升通过订单的数字化车间管理平台，减少研发、设计、工艺、采购、生产之间的信息不协同问题，提高计划组织的准确性，产品的平均生产周期由 56 个月左右缩短至 13 个月；产品的准时交付率由 47%提升至 75% ；生产成本下降通过生产制造的实时数据采集，产品标