智慧预制场建设方案

智慧梁场信息化系统应用建设目标提高预制场生产效率，加强管控实现线下到线上的管理转变；预制场的排产优化和工序控制；通过生产计划管理，动态关联构件产品、生产线、工位和班组安排、物资清单等从而对生产过程全面跟踪；库存预警、生产过程中的物资控制、进度控制、质量控制和成本控制。预制场管理的标准化、流程化和精细化针对预制场的生产加工过程进行规范化管理。预制场按照工期要求组织生产，生产数据、生产计划、生产管理到成品交付，针对每个环节、每个工序和流程进行规范化；针对项目的生产、进度、质量、成本进行规范化管理。采用信息管理平台进行流程优化和固化，提升项目管理和业务管理成熟度。企业级知识积累和施工定额的逐步建立采用信息化平台积累和管理预制构件相关的知识体系，包括产品标准化工艺流程、部品部件库和族库、质量验收标准；施工定额库涵盖构件的生产时间、成本组成等信息，也包括生产工序的数字化组成，逐步积累和优化，从而形成企业的核心数字资产。系统方案介绍《中国制造2025》明确提出要推进制造过程智能化，智能工厂是实现智能制造的重要载体。作为智能工厂，在生产过程应实现自动化、透明化、可视化、精益化的同时，产品检测、质量检验和分析、生产物流等环节也应当与生产过程实现闭环集成，工厂的多个车间之间实现信息共享、准时配送、协同作业。一些离散制造企业也建立了类似流程制造企业那样的生产计划指挥中心，对整个工厂进行生产计划的指挥和调度，及时发现和解决突发异常问题，这也是智能工厂的重要标志。本平台软件基于WEB端开发，可以随时随地实现在互联网上的应用，为办公人员在办公室以外进行预制梁场管理提供解决方案；将项目部驻地管理延伸到其他所有被网络覆盖的地方，可提高工作效率和减少费用，并且符合现代预制梁场管理方式的发展特点。完全基于B/S结构的设计，可使用户轻松实现单点维护、全面升级。本系统是一个以BIM技术为核心的信息动态管理，以物联网技术为基础的数据智能采集，以生产指挥中心为载体的后台管控的应用平台，其主要跟踪预制构件的全部生产过程，通过物联网、信息化、BIM技术，实现对构件从预制、施工到运维的全过程信息化管理。整体框架整体架构图技术路线预制构件生产管理系统，结合自动化、数字化、网络化、智能化等技术手段，以生产工序流程为主线，实现预制构件的全过程信息化管理。依据生产工序智能排程；围绕生产工序，生产任务智能传递，协同工作；依据生产工序，结合移动端与智能物联网设备实现数据智能化采集；结合生产工序智能分析，能够对施工过程中各种复杂的情况给出比较准确而快速的分析，提出合理的决策意见，提高了施工质量和效率。智能生产排程智能排程解决方案全自动/半自动排程模式系统支持一键智能排程，从根本上减少计划制定的时间、减轻计划员工作负荷，提高工作效率。通过系统，计划员将业务逻辑和排产经验梳理固化到系统中，可进行一键智能排产，降低了对人员经验技能依赖的同时，使计划制定更为及时准确，计划调整更加便捷，对现场变化的反应更快，能够更好地响应人员变动及设备意外故障等问题对计划的影响。与此同时，部分车间或者工序的排产可能灵活性更高，没有固定的规则或者逻辑，不能完全依赖于系统固化的规则算法。系统亦可以支持半自动化的排程模式，辅助计划员以EXCEL的方式进行排程，结合EXCEL的灵活性，借助系统高性能的排程计算引擎，快速实现人员干预的半自动排程。可延续、可滚动执行的闭环计划通过集成MES系统反馈报工，实时掌握实际生产完成情况，滚动计划制定时综合考虑生产实际情况下进行计划更新。如图所示，实际生产过程中存在计划延迟情况，通过系统反馈获取延迟程度，用于综合考虑计划调整。自动处理紧急插单为了加强对车间生产资源的控制与合理调配，企业需要一份可以指导生产的精确生产计划，并且需要应对紧急插单、计划更改等情况，保证生产计划的时效性。现实中，经常碰到订单已经下发，中途频繁改单、插单，如果没有本系统，则计划员进行插单、计划调整非常困难。利用智能排程系统来缩短制造提前期、提高工厂对于交货期变化的相应能力是迅速应对紧急插单的捷径。在紧急插单处理时，直接在系统中修改计划优先级等信息，然后运行系统一键排产，系统快速自动生成调整过的进展状况以及追加的新计划。智能台座管理基于信息化的钢筋智能流水线施工技术：依托智能钢筋加工机械设备的开发和应用以及信息化协同应用技术，建设钢筋生产管理系统平台，实现钢筋加工厂智慧管控。BIM可视化管理借助建筑信息模型(BuildingInformationModeling，BIM)技术，将工装、设备、人员、半成品等构件模型准确定位，与现实梁场实物形成映射，将生产数据与台座、工序、设备模型挂接，最终实现预制场监管的三维可视化呈现，实时查看现场数据信息，经数据汇总分析后用于生产管理，与施工进度链接协同指挥、可视化监管，实时动态掌握现场预制梁生产进展实况。新型“智慧梁场”预制场生产管理系统是基于建筑信息模型BIM技术和地理空间信息GIS技术有机融合。首先，预制场系统以BIM轻量化引擎为核心，将现场的建筑及结构物、构件半成品等设备模型化，建立标准构件模型库，初始化三维梁场。BIM模型图然后，借助GIS系统将现场“人员、运梁车、生产台座、龙门吊”等实物对象定位追踪，获取其矢量数据、大小、空间拓扑关系，还原在预制场地理空间位置；并将数据与BIM模型对象进行关联，确保矢量数据能够在三维梁场精准定位。台座管理绑扎台座状态分为“空闲”和“占用”两种状态，用两种不同颜色表示；如下图所示：黑色表示“空闲”；橘黄色表示“占用”；状态后面的数字“6”、“2”表示当前时间下，空闲台座和使用台座的个数。自动布料系统自动布料系统采用PC生产线流水模式生产，有搅拌站系统、送料系统、布料系统、排式插拔振动系统、平面震捣系统、覆膜系统组成。整体结构布置简单，全程生产自动化，生产流程顺畅，生产效率高整体提高。布料机、振捣机、赶平机、覆膜机均采用自动化、智能化设计，在工作时能保证每台设备之间的工作连续和无缝衔接，在每台设备到在工作位置后能一键启动和完成该设备所应完成的全部动作。布料机、振捣机、赶平机和覆膜机的工作具有自动和强制手动两种模式，正常情况下采用自动模式工作，强制手动模式仅用于意外情况，所有设备均具有无线遥控功能。采用自动模式工作时，布料机、振捣机、赶平机和覆膜机沿浇筑方向的行走步长能满足振捣棒插入间距的要求，布料斗沿布料方向的行走速度、布料门开启的大小满足精确布料的需要，振捣棒插入和拔出时间自动满足振捣控制参数的要求，采用强制手动模式工作时布料机、振捣机和布料斗的行走步长均可无级调节，并可在任意位置以任意大小开启布料机、下插振捣棒，同时控制振捣时间。每一盘拌合物从布料机布料开始（含拌合物卸入布料斗时间）至覆膜机覆膜完毕时间控制在15min内。拌合物在送料小车料斗内静置时间不超过3min。质量过程管理一线作业人员可以利用手机，快速实现任务下发、生产、质检、查询、管理等功能实现。通过使用移动APP进行”扫一扫“一键操作，扫描现场梁/台座二维码信息，快速进入工序生产界面，实现工序生产内部自动流转。工序生产完成后，质检人员需要对该工序质量的控制点进行检查,并根据每道工序检验标准自动形成检验数据，在系统内生成检验质量验收记录，最终形成工序检查电子表格。质检人员或监管部门只需要一台手机就可以追溯预制构件在生产中使用的原材料、试块抗压强度、张拉、孔道压浆等试验数据信息；做到数据有源头、质量可靠。同时，可以实时关注预制场现场环境、人员、车辆、机械设备等运行情况，特别大型设备(如龙门吊设备)的监管，建全实时的“智能预警”安全制度措施。智能设备可视化系统运输智能调度系统全局调度优化（多业态、多业务场景、多约束策略）路网路径优化（最短距离、躲避拥堵、高速优先）运费结算优化（基于事前计费、事后运费分摊、运费最低）部署基于北斗GPS网络架构的车辆动态管理系统运输智能调度系统整体解决方案公司主服务器与各分站服务器建立完备的数据库，通过网络智能发送控制命令和接收来自车辆的各种数据。同时，与本地区交通、安全及交警部门车辆管理平台对接，实现车辆监控共享；利用先进的北斗GPS全球卫星定位系统、GPRS多媒体无线传输技术、GIS地图信息等多种高科技手段，每15秒上传下载一次车辆的定位、车速、油位、滚筒状态等动态信息，并进行实时分析、预判和模拟各类操作、实施动态语音播报提醒，为物联网、智能调度提供可靠的数据支持。智慧物流系统智慧物流系统主要实现车辆定位、车辆轨迹以及区域提醒，强化对物流的跟踪及管理，由物流监控系统确定运输车辆当前位置、跟踪车辆行驶路线，并且可通过出发地/目的地的区域范围设置，短信主动推送车辆驶入驶出信息给相关人员，便于项目安排施工进度。车辆定位车辆列表车辆轨迹规则配置灵活订单：类型、优先级、时间窗车辆：最长里程、行驶时间、通行许可站点：收发货时间窗、车型限制、优先级成本：承运商费率结构、站点/停车费路况：限高限行限宽、不走高速、避免收费线路（固定、偏好、限行）规则配置界面自动规划路网路网规划自动生成，优化线路清晰可见；基于约束条件，实时分析地图数据，自动推荐最优路线；清晰显示配送轨迹以及配送点的顺序；构建发运点至收货点的距离及时效矩阵；构建收货点与收货点之间距离及时效矩阵；维护了所有可能集拼的路网规划自动生成；多条路径不同的运输路径适配不同业务场景下的优化需求。路网自动规划混凝土全生命周期质量智能管理决策系统混凝土智能制造是建设以数字化、智能化、网络化为主要特征，以信息化和自动化为目标的新型业态，也就是以客户服务为中心，将混凝土工厂以及原材料上下游产业全要素、全过程与物联网、大数据、人工智能等现代信息技术深度融合，重塑预拌混凝土的工艺流程、协作方式和商业服务模式，打造具备全面感知、柔性生产、便捷服务、科学决策、产业协同、绿色安全的新一代混凝土制造产业链。混凝土智能制造有三个特点。一、信息数据化，主要是将原材料、生产过程、产品质量、交付过程、检测结果、能源消耗、设备状态、人员行为等物理状态信息利用互（物）联网技术进行实时、准确、自动的采集，实现对涵盖全要素、全过程的感知能力。二、管控自动化，主要是将传统的主观经验、工艺异常、设备与质量波动等利用数据算法形成工业机理模型，能够对经营过程或生产过程的计划执行与实际执行进行差异化比较，并依据预案进行控制和调整，具备自我判断、自动报警、自我执行的能力。三、协同网络化，主要是打破固有的封闭式工厂，在下单、生产计划、调度、混凝土生产、结算、服务等多个维度与相关方（设计方、施工方、供应方、物流方、施工方、监控方）进行信息共享和交互，从而再造产业协同模式和效率。实现预拌混凝土智能制造能够实现提升质量控制能力，通过智能工厂建设，一方面运用装备装置与工业机理模型，对过程质量进行实时、有效监督并预警；另一方面形成从原材料、生产、运输、交付等产品质量全生命周期的智能化管理，实现质量可追溯。众所周知，智能制造是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。智能制造包括开发智能产品；应用智能装备；自底向上建立智能产线，构建智能车间，打造智能工厂；践行智能研发；形成智能物流和供应链体系；开展智能管理；推进智能服务；最终实现智能决策。目前智能制造的“智能”还处于初级和起步的层次，智能制造系统具有数据采集、数据处理、数据分析的能力，能够准确执行指令，能够实现闭环反馈；而智能制造的趋势是真正实现“Intelligent（智能）”，使智能制造系统能够实现自主学习、自主决策，不断优化。混凝土工业自动化生产控制系统基于PLC+一秤一表架构的混凝土工业自动化生产控制系统（如图9、图10所示）具有自主知识产权，采用Profibus总线技术，基于PLC+一秤一表的架构，灵活可靠、管控分离、稳定性高。该系统可实现配料、卸料、搅拌和出料全过程自动控制，系统实时自动分析，智能调整每盘用量；拌合水温度、粉料仓温度实时监测，温度过高时提前报警并智能换仓；搅拌机电流曲线实时监测混凝土搅拌状态，搅拌不均匀时不允许出料；根据生产标号，智能选择回用水生产，在保证质量的基础上，做到搅拌站绿色生产无排放；根据大数据分析，智能选择最优生产配合比，以达到降本增效的目的。数字监控系统提供实时的生产现场信息，使生产站点无死角、生产状况一览无余。通过互联网可随时随地了解生产情况，提高工作效率；能及时发现生产中的问题，以采取正确的指挥决策措施，更好地解决问题；能发现生产过程中潜在的问题，并及时纠正偏差；通过对生产画面的录制、回播、查询和分析，找出生产中的瓶颈，对今后的装置技术改造提供正确、科学、合理的依据；数字监控系统与ERP智能管理系统的对接，可以实时监控发料车辆的动态，并可监控打料筒仓，提供完善的越限报警机制，及时发现潜在风险，采取预防措施，提高生产质量。混凝土大数据分析决策平台

面向混凝土质量的大数据架构设计如何根据不同的工程机械大数据分析需求设计出稳定的架构，以满足日益变化的需求变更和产品数量的扩张，是混凝土大数据方法论及其关键技术分析和研究的重点。本文基于数据采集、数据传输、数据存储和计算、数据应用4个层面进行了敏捷大数据架构设计。该架构可以解决各类数据格式不统一、数据量和采样频率差异大等问题，实现各种数据采集；突破了海量数据存储及快速计算，实现数据高效管理，基于Hadoop分布式文件系统实现数据高效的管理和存储，采用具有可伸缩性、基于内存计算的Spark并行分布式计算框架实现数据挖掘与机器学习等算法，最终可实现工程机械数据的采集、存储、管理及数据清洗、数据转换、数据显示、数据应用。其总体架构设计如图所示。混凝土大数据平台架构设计数据采集采集的数据可分为3种类型：设备采集的工况、地理位置数据，设备上安装的压力、位移、液位等传感器数据，GPS采集的定位轨迹数据；生产、销售等系统的数据库，结构化和非结构化数据，根据射频识别（RFID）终端识别的设备生产过程产生的数据，销售产生的客户数据；互联网数据采集，包括环境数据、原材料数据、大规模建设、房地产开发等数据，根据爬虫技术获取的互联网、行业公共数据等。采集的数据需要进行提取、转换、清洗和隐私脱敏等处理。数据采集后通过传输通道进行传输。数据处理大数据中蕴含的宝贵价值是人们存储和处理大数据的驱动力，目前人们对大数据的处理主要是对静态数据的批处理、对在线数据的实时处理以及对图像数据的综合处理。由于混凝土泵送设备的特殊性，设备销售后大部分时间在当地施工，传感器采集的数据通过GPS、3G/4G/Wi-Fi进行传输，同时其他工况数据通过互联网进行传输，统一将数据传输到大数据平台。数据存储采用分布式云存储系统，存储后进行处理。大数据的应用类型有很多，主要有流处理（streamprocessing）和批处理（batchprocessing）两种处理方式。本文根据数据的传输频率，采用两种模式结合的方式，其中毫秒、秒级数据采用流处理方式，其他数据采用批处理方式。对采集设备的位置信息、工况信息、环境信息、数据库信息等进行算法挖掘时，要考虑算法的可扩展性。其中对工程机械产生的数据进行处理的方法如下。●地理位置信息数据清洗，根据合理行驶速度区间，将设备的位置信息限定在合理的行驶地理区间内，处理异常地理位置信息，保证车辆位置信息准确。●