数字化工厂的生产数据采集系统分析

数字化工厂的生产数据采集系统分析摘要：制造业是我国的支柱产业，我国的制造业规模已经位于世界前列。在传统的制造业中，生产物料的存储情况、生产设备的运行状态、流水线上工件的加工进度等均使用人工模式进行记录，不仅耗费了大量的人力，而且在国际竞争中也不具有优势。为提升产品质量，保障企业生产的连续性，在数字化的浪潮之下，制造业开始转型，向数字化方向发展。随着现代社会中数字化生产需求的出现，企业生产车间的生产模式越来越复杂，为避免企业因生产模式的复杂性导致停工停产，越复杂的生产车间对现代化的数据采集系统的需求就越迫切。生产车间需要对生产线在岗员工、设备运行信息、生产线生产进度等一系列数据进行采集，通过显示端展示给企业管理人员，保证企业生产的连续性。关键词：数字化工厂；生产数据；采集系统1数字化工厂概述建设基于物联网的能源管控平台，利用传感器网络、短距离无线通信等在内的物联网技术实时在线监测和控制能耗设施，并能根据实时的能耗信息，实现优化控制和集约化生产。将智能传感器技术、工业无线传感网技术、国际开放现场总线和控制网络的有线/无线异构智能集成技术、信息融合与智能处理技术等融入到生产各环节，与现有的企业信息化技术融合，实现复杂工业现场的数据采集、过程监控、设备运维与诊断、产品质量跟踪追溯、优化排产与在线调度、用能优化及污染源实时监测等应用。在企业销售链实施智能物流、智能安防等应用。在仓储、调度、跟踪监控和产品追溯等环节实现对物品、集装箱、车辆和人员的全程状态监测和智能调度，构建高效率、低成本和安全的现代物流体系。建立数字化工厂应具备以下核心内容：(1)产前准备数字化：将设计图纸信息模块化，提取特征保存到服务器中，在进行产品图纸设计时，通过特征分析选取最佳模块，提升设计效率；工艺部门依据产品特点，提前给出生产所需工具设备，工艺工装等；检查部门给出检测方法以及相关检测器具等。将这些信息全部提交至服务器，以便于生产部门进行整体规划调度。(2)生产能力数字化：将设备状态和参数、工位信息、关键岗位人员等数据上传至服务器。(3)生产过程数字化：将各工位运行情况，工艺执行情况，检查检测情况均实时在线上传至服务器，使得生产部门可以根据实际情况指挥生产。(4)物料控制数字化：将物流信息、库存信息、半成品信息、成品信息等上传至服务器，可根据物料信息，合理安排生产任务。(5)车间环境安全数字化：将现场的等光、温度、湿度、烟尘、废气等信息通过传感器上传至服务器，安全管理部门可实时监控现场的环境，可有效预防危害的发生。2数字化技术在钢铁行业的应用近年来，数字化技术在市政工程、离散型行业等已经得到了较为充分的应用，欧洲工业先驱西门子公司在德国打造了有“欧洲最佳工厂”之称的德国安贝格电子制造工厂，率先探索出了从传统制造向数字制造转型的技术路线,数字化工厂技术很好地满足了离散行业以机械加工装配为主的流水线型生产作业模式，提高了生产的柔性和组织性，通过虚拟的数字化工厂平台实现了数字化设计、数字化仿真、虚拟制造的全过程。而传统的流程性行业，特别是钢铁行业由于其设备设施的复杂性、生产的连续性、各种物料形态变化和物理化学反应的不可预知性，数字化工厂技术还没有得到很广泛的推广应用。钢铁行业工艺和设备种类繁多，数字化设计建模和数字化运维的工程量巨大，对模型轻量化处理要求高，数字化仿真难度大，真正实现数字化运维的企业寥寥无几。钢铁企业经过多年的信息化和自动化建设，已经形成了完整的从L0到L5的信息化和自动化控制体系，覆盖了企业的生产经营、设备管理、能源调度、物流管控、安全管理等各业务层面，积累了海量的数据信息，但大量数据只是获取、存储，其深层价值并未充分挖掘，且各业务数据分属不同的系统管理，缺乏真正能够融合多业务，从而实现智能化调度管控的数字化平台，数字化工厂将结合大数据平台全面融合各业务数据和前期的设计数据，为企业的经营决策提供智能平台，实现各业务数据的动态监测、多维度分析、智能联动、AI预警预测，提高数据分析的实时性和有效性，从而提髙企业资源优化配置能力和智能决策水平。近年来，国内很多有前瞻性的钢铁企业纷纷开始探索数字工厂的建设之路，宝钢1580智能热轧车间通过打造车间级的数字孪生平台，同时融合无人天车技术、智能轧制控制模型、数字化设备运维技术，大幅提高了车间的物流效率，提升了产品质量，打造了钢铁行业数字化工厂的智慧车间示范。河钢唐钢新区从项目筹备期就开始同步建设钢铁行业首个全流程的数字化工厂案例，工程设计之初就通过数字化平台进行总图、公辅管线以及各工艺单元的三维设计，以数字化设计为源头，同时充分结合BIM、GIS、AR/VR、数字化交付等技术建设全流程虚拟钢铁工厂。通过创新数据组织和展示方式，集成展示工厂设计和建设信息、全流程生产制造信息、设备运维信息，实现了“数字化设计-数字化交付-数字化运维”的全面贯通。3生产数据采集系统概述3.1系统简介传统的生产车间存在以下问题：生产过程中的数据采集不及时、不完善，导致生产线上的员工对零件的加工进度、时间难以掌握，无法保证加工的进度和可靠性；质检时的合格率等数据难以及时反馈到生产线上，一旦某个环节出现问题，导致整批产品的合格率下降，影响交货时间；物料的出入库信息更新慢，无法准确地为生产车间提供准确的数据，可能导致物料短缺、挤压，影响企业的正常运转。应用数据采集系统可以解决以上问题，促进企业的数字化发展。生产数据采集系统是工厂进行数字化改造的第一步，是管理层对现场生产监管的纽带。生产数据采集系统主要是对其内部人员、设备、生产资料等进行实时监测，采集生产线员工在岗信息、设备运行状态、物料的进出库等数据，并将采集的数据保存，再以波形图表、数据表格的形式呈现给企业管理人员，提高生产的透明度，方便管理人员掌握生产情况，提高对生产进度的把握能力与调整有效性。系统能够将生产过程中的可疑数据实时反馈到操作人员，实现操作员远程控制、管理者精确管理生产，提高企业面对突发情况的应对能力。3.2系统组成3.2.1显示端显示端包括APP应用、工控一体机、LED显示屏、触摸屏等。生产线上的操作员可以从显示端的显示器获取指令，包括生产计划、设备维护等一系列指令。同时，可以通过显示端获取设备当前的运行状态，可以及时发现设备存在的潜在问题，对设备进行维修，也可以根据运行状态对生产情况进行调整，进一步保证生产线的连续性，减少企业的损失。显示端的功能不局限于获取指令，还包含显示生产指导书、加工图纸、上岗考勤、安全预警等相关功能。显示端是人机交互最重要的一环，让生产环节中的人、机、物料之间的交互成为可能，工作人员可以根据显示信息，灵活安排工作，提高工作的效率。数字化显示操作指令，简化了烦琐的指令传达环节，使传达指令更高效；上岗考勤功能，便于开展人员管理，节约了一定的成本。同时，显示端将复杂的装配工艺图形化、图片化，甚至视频化，既可以降低操作工人培训的复杂、烦琐程度，也可以降低对生产线工人基础技能的要求。通过此类工艺细化和梳理，有效地提升自动化生产线的效率，同时，使得质量获得进一步的保障。3.2.2传输端传输端是利用各种网络传输设备布置现场传输网络，使用的设备包括服务器、路由器、网线、网络接口等，运用有线网络和无线网络等技术，通过布置的传输网络将采集到的现场数据传送到数据库，通过显示端显示。传输端通过网络传输将生产线、库房等环节的数据传输到显示端，缩短了数据传输的时间，极大地提高了企业数据的汇总能力，使得生产车间的生产情况能够及时上报。同时，避免了人工传输数据存在的数据出错问题，提高了数据的真实性，提高了生产车间的透明度，强化了管理层对企业的管理。这些优势促使企业的信息得到更好的交互与融合，将订单信息、生产线信息、物料信息、合同履行信息交叠融合，并以时间进度为主线关系，参照以往的执行过程、决策过程、资金过程、物流过程等一系列的过程信息进行数据比对与分析，提供最佳的决策方案，提高企业决策信息的准确性与时效性。3.2.3控制端操作员可以根据显示端的指令，对控制器写入相应的控制程序，控制设备进行相应的生产活动。通过PLC、伺服控制器、嵌入式系统等控制设备对电机、机械臂、液压器等设备进行控制，这不仅可以节约劳动力成本，还可以提高生产效率和产品质量，提高企业的竞争力。通过控制端设置各种参数的预警范围，监测设备的各种参数，当参数超出设置的范围时进行异常情况汇报，通过显示端对操作员预警。利用这些手段，使得生产过程实现“钢”与“柔”并存的生产体系，对这些过程数据进行分析与比对，再将这些对比数据导入优化模型进行数据训练，以此获得更加优化的控制手段与方法。3.2.4感知端在生产过程中加装各种传感器，如温湿度传感器、压力传感器、红外传感器、震动传感器等，对生产过程中的温度、湿度、压力、位移等数据进行采集，并通过传输端进行高速数据传输，方便系统读取数据和分析数据，在一定程度上能够提高生产效率。同时，感知端是生产过程稳定与质量保障的重要依据，通过种类繁多的感知器件，使得过程数据和流程得到保障，从某种程度上来说感知端就是企业的“千里眼”。感知端与传输端的稳定、有效配合，使企业的数据流获取和数据比对能够更加有效地实施，以此有效推进生产流程。工厂为了便于管理采购的物料，通常在物料上粘贴标签，使用RFID手持终端识别标签，管理物料的出入库情况，同时，在生产线上获取工件的加工顺序、加工进度、加工时间等信息，如果某个零件在上一个环节未被扫描，则当前环节会发出警告。通过读写设备将数据传输到数据库，方便管理者进行物料管理、实时分析车间生产线工作情况，方便操作员掌握生产进度。与此同时，生产管理部门依据物料数据的变化，会同相关物资部门、仓库管理部、物料验收部门以及采购、合同和供配套商，及时地开展信息预警与方案制定并指导落实。4数字化工厂的应用范围4.1数字化工厂的体系架构数字化工厂系统整体定位应位于企业的各级生产管理系统上，结合企业的公司级管控中心进行建设和管理，辅助企业的生产、能源、设备、物流、安环等主要业务部门基于统一的数字化平台实现智能管控。图3所示为数字化工厂整体系统架构图。新一代的数字化工厂规划应该分智能装备层、智能车间层和智能管理层三层进行建设。智能装备包含各工序现场的智能机器人、智慧天车、机器视觉设备等内容；智能车间包含各工序的专家控制模型、控制系统，车间级的集控中心等；智能管理层应覆盖企业的生产、能源、设备等各管理业务板块，其中数字化工厂平台是智能管理层的核心，依托数字化设计和交付的三维数字工厂和大数据分析平台整体规划建设，从各业务管理系统整体抽取数据，最终打造覆盖工厂建设全生命周期（规划、设计、建设）和全业务的数字化管控平台。数字化工厂的业务架构实现应包括基础支撑层、数据互动层、模型构建层、业务应用层和虚拟空间优化层。基础支撑层可兼容企业各设备、各工序的业务数据，是数字孪生系统的数据基础。数据互动层对获取的各种数据进行加工处理，为数字孪生层提供满足应用要求的数据，与智能工厂中定义的数据互动层数据源一致。模型构建层应构建车间设施、设备、管网等物理对象模型，在物理对象模型的基础上绑定设计数据、运行数据和运维数据等全生命周期数据。业务应用层应能够基于物理对象模型实现公司各工序生产过程、物流、环保、安防、质量、能源、定位、设备等全流程和全生命周期数字孪生系统。虚拟空间优化层应能够基于模型构建层、业务应用层相关数据实现模拟仿真、在线过程优化、预测与诊断、管控调度优化、虚拟培训等优化功能。4.2数字化工厂的业务应用工程建成投产后，进入后期的数字化运维阶段，数字化工厂平台以三维工厂模型为基础，通过数据接口从企业的生产管理（manufacturingexecutionsystem，MES）、能源管理（energymanagementsystem，EMS）、设备管理（enterpriseassetmanagement，EAM）、物流管理（logisticsexecutionsystem，LES）、基础自动化等系统中提取数据，全面集成企业的生产调度信息、能源平衡监控和报警信息、设备运行报警以及维护保养信息、物流车辆位置跟踪信息、环保排放信息、人员定位信息、视频安防信息等，为企业各级运营管理部门提供全方位的服务。在调度管理方面，数字化工厂平台集成企业各运营管理系统的数据，有效地消除信息化系统的信息孤岛，为实现跨系统的联动、应急的管控指挥搭建了基础平台。当某个设备发出故障报警信号时，系统可通过基础自动化子系统的报警设备名称快速地在三维平台上进行场景切换，对故障设备进行定位，自动切换显示对应视频监控、设备运行参数、相关的运维标准，同时提示设备责任人、处理措施和处理步骤，如有必要可随时查阅该设备的设计图纸、操作和维护说明书，实现快速的故障响应处理，最大程度减少对生产线的影响。同时根据设备的类型，自动分析该设备停机后对公司能源供应、生产计划执行造成的影响，提醒公司调度管理人员快速做出响应。通过数字化工厂平台的跨系统联动，企业的调度反应能力可得到大幅提高。在设备运维方面，数字化工厂以设备编码为核心，通过设备三维模型全面集成设备的设计、运行信息，跟踪记录设备的启停机记录、实际运行寿命、相关的维护保养记录。对于生产线的重要设备，数字化工厂可实现设备零部件级的管理，协助设备运维人员快速了解设备的内部构造，如需对设备进行下