面向船舶制造车间的数据采集与监控系统

胡晓轩 ， 朱 琦, ， 王 浩,， 董家琛

(1.上海船舶工艺研究所， 上海 200032； 2.上海申博信息系统工程有限公司， 上海 200032)

0 引 言

船舶制造车间设备具有多样性，而且设备往往出自不同的厂商，数据的采集相当困难，然而通过采集设备和车间环境数据，可以实时掌握设备的运行状态和环境状态，经计算分析可提高设备综合利用率，降低能耗和维护保养的成本。

随着制造业技术水平的不断发展，全球范围内出现产能过剩的问题，在这个大背景条件之下，德、美、中3国把发展重心落在提升制造业的智能化水平上[1]。在《智能制造发展规划(2016-2020 年)》中，对智能制造做出相关定义，并要求智能制造应当具有自感知、自学习、自决策、自执行、自适应等功能[2]。因此，在智能制造战略的引导下，根据对前期调研的整理，提出以船舶制造车间为典型对象，研究车间制造设备数据的多源异构采集方式、通信传输方式和数据采集与监控系统(Supervisory Control And Data Acquisition， SCADA)的设计实现，从而为实现智能工厂积累经验。智能工厂是在数字化工厂的基础上，以互联网平台为基础，通过设备监控、数据传输、设备互联等手段组成智能加工网，高效完成加工任务的一种新型制造模式[3]，开展对船舶制造车间的数据采集研究显得非常重要。

1 智能制造系统架构

1.1 基本架构

2015 年 12 月，中国工业和信息化部与国家标准委员发布应用于智能制造重点十大领域的智能制造系统架构(Intelligent Manufacturing System Architecture， IMSA)[4]。在系统层级维度上，分为5层，强调装备智能化和互联网协议化及网络的扁平化趋势，如表1所示。在IMSA中，位于底层的是设备层级，与 RAMI 4.0、Smart Manufacturing System (SMS)等系统架构类似，主要包括传感器、生产设备等物理系统，构成制造系统的底层支持，同时为上一层的控制层级提供硬件支持。在控制层级，包括可编程逻辑控制器(Programmable Logic Controller， PLC)、现场总线控制系统(Fieldbus Control System， FCS)、 SCADA等，使得设备层的设备组成网络便于管理，同时为更高一层提供基础的数据支持[5-8]。在车间层、企业层、协同层等层级，使用底层提供的数据进行分析与管理，提高企业的生产效率与智能化水平。

表1 IMSA层级

在智能制造系统中，对于制造型企业，基于物理系统，如数控机床、PLC等，利用工业现场总线、网络通信等研究SCADA，感知加工过程中参数的变化，对提升企业的智能化水平具有很强的现实意义。

1.2 体系框架

基于船厂的生产制造特点，提出以车间物联网为对象的体系框架，如图1所示。通过对原材料堆放区域、钢材切割生产线、构件加工区域、组立生产区域、钢材预处理区域、型材加工生产线、集中配盘区域、外板加工区域的划分，得到以钢材堆场、数控切割机、构件加工设备、焊接机器人、装配机器人、数控水火弯板机、自动导引车(Automated Guided Vehicle， AGV)、肋骨冷弯机、型材数控切割机、钢材预处理线为典型的底层设备层；通过数据采集器，针对设备的厂家、型号、接口、协议、点表(变量表)等属性进行多源异构数据实时采集，这些实时数据经由无线网络窄带物联网(NB-IOT)、4G或者Wi-Fi传输至上层的SCADA；SCADA则可通过这些数据，进行存储和格式化处理、大数据分析，最后通过传统PC端及移动端(手机、平板电脑等)以可视化界面的方式展现给用户；在框架中，用户还可以通过SCADA具备的数据标准化经由开放数据集成接口的方式与企业内部的ERP、PLM、MES、质量管理等系统集成。

图1 基于船舶制造车间设备的工业网物联网体系框架

2 数据采集与传输

2.1 船舶制造车间设备情况

目前而言，船舶制造车间在生产制造方面的主要设备包括数控切割机、半自动切割机、油压机、肋骨冷弯机、弯板机、卷板机、焊机、焊接小车、桥式起重机(行车)、半门式起重机、辊道运输机、AGV、平板车、叉车、托盘及门架等。其中，基于这些设备的能源驱动方式及数据采集方式可分为传统非数字智能设备与数字智能设备2大类。

传统非数字智能设备包括桥式起重机(行车)、半门式起重机、半自动切割机、油压机、肋骨冷弯机、弯板机、卷板机、焊机、焊接小车、辊道运输机、托盘、门架、平板车、叉车等。

数字智能设备包括板材切割生产线、型材切割生产线、小组立生产线、中组立生产线、涂装生产线、AGV、焊接小车等。

2.2 数据感知

2.2.1 非数字智能设备的数据采集

(1) 采集方式

经过梳理，船厂的非数字智能设备包括桥式起重机(行车)、半门式起重机、半自动切割机、油压机、冷弯机、卷板机、焊机、焊接小车、辊道运输机、托盘、门架、平板车及叉车等。

由于非数字智能设备本身不具有接口和协议，因此，对于这部分设备的数据采集可通过电气电路的模拟信号、开关信号进行采集，并且通过加装传感器的方式获取设备的电流、电压、脉冲信号、称重、温度、速度、振动、液位等数据，最后经由以 MSP430F5437 单片机为核心的数据采集板进行数据的汇总融合，工作原理如图2所示。

图2 传感器的信号采集工作原理

(2) 采集方案

桥式、门式起重机(行车)采集方案：通过对起重机加装轴销式测力传感器、电流、电压传感器，对起重机工作状态下的电流、电压数据及所载物料的质量进行采集。

半自动切割机、冷弯机、弯板机采集方案：通过对设备加装电流、电压、温度传感器，对切割机、冷弯机、弯板机的工作电流、电压及设备温度进行采集。

液压机采集方案：通过对液压机加装电流、电压、液位传感器，对液压机工作电流、电压及设备的液体容量进行采集。

焊机采集方案：通过对焊机加装温度、电流、电压传感器，对焊机工作状态下的电流、电压数据及焊机温度进行采集。

焊接小车采集方案：通过对焊接小车加装速度、温度、电流、电压传感器，对焊接小车工作状态下的电流、电压数据及运行速度和焊接小车温度进行采集。

辊道运输机采集方案：通过对辊道运输机加装速度传感器、电流、电压传感器，对辊道运输机工作状态下的电流、电压数据及传输速度进行采集。

托盘和门架采集方案：通过对托盘和门架贴附RFID电子标签，对托盘和门架进行大致位置的采集。

2.2.2 数字智能设备的数据采集

(1) 采集方式

经过梳理，船舶制造车间的数字智能设备包括：板材切割生产线、型材切割生产线、小组立生产线、中组立生产线、涂装生产线及AGV。

针对这些设备的采集，从原始模拟信号、开关信号，智能通信接口如串口， PLC的网络或者通信接口，集成控制系统带应用编程接口(Application Programming Interface， API)，嵌入式控制系统的网络通信口如植入目标链接(Object Link Embedded, OLE)的过程控制(OLE for Process Control， OPC)协议及动态数据交换(Dynamic Data Exchange，DDE)等多重方式来进行设备集中采集，并进行数据汇总。

其中，PLC采集可利用 NC Var Selector 工具，如图3所示。对运行信息进行采集，数据主要分为输入继电器、输出继电器、辅助继电器、局部变量存储器、数据块寄存器、定时器和计数器等。

图3 NC Var Selector 对PLC进行变量读取的过程

此外，对于集成有OPC服务器的设备，可以通过自带的服务器进行采集。通过创建 OPC 服务器支持的 OPC 数据访问对象(见图4)，按照 OPC 数据对象支持的方法对数据进行相应的读写操作。

图4 调用OPC 采集的结构图

除了调用OPC采集PLC数据之外，还可以采用DDE。DDE是Windows最基本的进程间通信协议，它在应用程序之间架起1个发送或接收数据的桥梁。使用DDE协议，不仅可以在应用程序之间交换信息，而且也可以通过宏命令控制其他应用程序。通过DDE协议连接起来的2个应用程序，其中发送信息的应用程序称为服务器，接收信息的应用程序称为客户端；不仅如此，客户端也可以通过DDE反向服务器发送信息和宏命令，以达到操纵DDE服务器的目的。

(2) 部分采集方案

板材切割生产线采集方案：板材切割生产线的主要设备由日本小池酸素工业株式会社的VG-6000DX、MX-6000DD、MYNUC-11500DX、MY-11500，德国梅塞尔切割焊接(中国)有限公司的OMNIMATLK及澳大利亚法力公司的多台数控切割机构成。采集对象为DDE、OPC或PLC，采集信息如表2所示。

表2 板材切割生产线采集信息

小组立、中组立生产线采集方案：小组立生产线的主要设备为中国新松公司的新松机械手及美国林肯公司的焊接电源。中组立生产线的主要设备为中国新松公司的新松机械手、中国DIG自动化工程(武汉)有限公司的机械手及美国林肯公司的焊接电源、德国乐驰公司的焊接电源。采集对象为DDE、OPC或PLC，采集信息如表3 所示。

表3 小组立、中组立生产线采集信息

2.3 通信模块

目前针对工业级的通信方式有2G/3G/4G的蜂窝网络、5G、Wi-Fi网络、NB-IOT及远距离无线电(Long Range Radio, LoRa)通信等。其中，Wi-Fi网络在现场应用的干扰性较强，NB-IOT适合小数据量的通信。

综上所述，对于船舶制造车间的物联网改造中所用到的通信层面的设备，现阶段可采用4G蜂窝网络模块加少量Wi-Fi网络模块的组合方案，未来可采用5G或广域低功耗NB-IOT方案进行通信。

3 SCADA功能设计

系统设计采用SQL Server数据库，并基于跨平台框架 .Net Core，运用C#语言进行服务端开发，以此提高开发效率。 .NET Core可用于为Windows、Linux和MacOS构建软件应用程序。与其他软件框架不同，.NET Core可用于构建各种软件，包括Web应用程序、桌面应用程序、云服务、微服务、API和物联网应用程序。

前端部分使用目前主流前端框架Vue.js及其相关UI组件库进行页面设计。Vue.js是一套用于构建用户界面的渐进式框架。Vue 的核心库只关注视图层，便于与第三方库或既有项目整合。

系统的业务功能模块设计主要包括：登录、设备监控、大数据分析、设备管理、设备日志管理及权限管理。系统功能模块如图5所示。系统功能模块详解如表4所示。

图5 系统功能模块

表4 系统功能模块详解

续表4 系统功能模块详解

4 SCADA应用状况

目前，SCADA已经在船舶制造车间板材、型材切割智能生产线实现设备数据的采集与监控，包括设备的基本信息、切割电流、切割轨迹、切割数量等，如图6所示。

图6 切割设备的数据采集与监视实例

通过对切割数据的采集与监控，在应用期间设备综合利用率提升10%，能耗也得到一定的降低，厂方对效果比较满意。

5 结 论

对船舶制造车间主要生产设备的多源异构数据采集进行研究与实际应用，并将这些多源异构数据成功地传输到上层的SCADA,实现SCADA在船舶制造车间的落地，为未来实现船舶制造的智能化和无人化、少人化建立基础。