数字车间的智能化发展

(新海科技集团有限公司,浙江宁波 315300)

0 引言

21世纪是互联网技术飞速发展的时代,产业技术的不断革新和发展也代表着信息化的不断发展,智能化产业已经是我国制造业发展的必然趋势。数字车间的智能化管理和革新,是当前技术发展的必然结果,而对车间制造过程数据的收集是实现智能化数字车间的基础。

1 信息化需求管理的意义

数字化、信息化、智能化管理是当前制造业发展的必然要求,21世纪作为制造业企业靠效率取胜的时代,科学技术引进正好体现在数字化车间的建立,能够提高车间制造过程的能效和产品质量。根据我厂之前的经验和发展,已经实现了从接受订单到采购需求、库存管理、生产计划排产、生产制造过程、产品交付等全过程的信息化管理,其中库存信息、生产计划下达、产品生产、设备联网、品质管理、物流配送、包装、交付等业务流程的信息化,根据业务历程书籍采集、记录信息生产过程、设备信息、产品追溯信息等实时情况,实现可追溯生产和透明化生产。

2 数字车间智能管理技术架构

2.1 当前概况

经营管理数字化,制造过程数字化、物流控制精准化、装备数字化和设计数字化是当前公司的主要要求和标准。目前已经实现了工业互联网IoT技术,有效提取设备工艺,状态信息,产量信息,实现内部互联,围绕关键工艺环节的需求,实现生产线的自动化,工业机器人、集成了工艺分析等人工智能技术。另外,还有MES 系统,对生产过程进行数字化、透明化管控,实现对制造过程的监控和对产品的数据动态管理,实现对产品自动化、查出产品过程的质量管理的可视化。

2.2 大数据分析系统

大数据分析系统是当前信息化技术分析数据的重要方式。生产全过程进行采集、跟踪、预警、防呆、分析、统计和追溯等方式,并且结合质量管理体系进行制造管理,通过对生产的产品管理,确保生产合规。多数制造企业当中通过采用实现了车间互联互通、车间需要监控对象信息的实时自动采集,再结合互联网技术从而建立制造企业的智能网络,便于对实时数据进行安全和快速的处理,并且通过对制造的全过程进行细致的管理和控制,数据的实时传递到和应用,尤其是监控系统,必要时需进行全面的管理和控制,有助于完成对于产品的整个生命周期的管理和控制。数字化技术的发展和有效应用,有助于更具这些技术构成建立数据分层,感知层等方面问题的改善和提升,有助于对制造过程中的全部数据进行收集、分析与监控。

车间制造过程的数据信息采集和集成应用,对车间制造全过程数字化智能控制,达到对生产高效率的调整和管理,有助于提出面向数字化车间管理方案。面向现代化的管理方式,包括车间层、数据存储和处理层和管理应用层。首先最基础的是车间层,第一步先控制车间数控设备、其他设备、物料、环境、产品质量等有关信息的采集,为进一步的实现网络数据空间的完整性,帮助工业以太网、现场总线、无线网、串口等、车间层核心,通过DNS服务系统的完善,实现对服务器的连接,构成数字车间网络体系。

数字车间一个重要特点是创造协同化发展的价值和必要性,有助于实现各部门的协同公斤发展,尤其是涉及到可视化工厂,节能减排技术发展,对制造过程数据的采集和协同应对和发展,通过对物料、产品等方面进行全方位的价值挖掘,最后能够突破各方面的数据化技术向的孤立,实现数据共享。

2.3 系统软件功能模块设计

系统结构主流上分为两种,分别是C/S 架构和B/S架构,在系统软件的开发中他们占有不同的优势。(1)系统配置:无论是设备配置还是设备管理都是环节中非常重要的一环,通过对有关数据进行输入和填充,保证信息的准确程度。新海数字化车间的集成系统再运行过程中已经实现了包括物料、产品、设备、检测、生产人员、工序信息等有关数据,将其保存在系统当中,特别是设置每台机床的IP地址、通讯端口。(2)管理:生产计划是非常重要的一环,通过对信息数据进行管理能够对制造资源的系统进行有效管控,负责对生产计划的查询和管理。(3)视图:视图主要包括电子看板、零件加工展示。电子看板提供车床实时的信息,帮助调整图书馆系统的控制和管理。对相关零件的序号等问题进行控制。(4)报表统计:通过统计图表设计有助于帮助实现信息化工程的管理和控制,实现分析数据的来源收集。实践中使用的IoT 云台信息互通系统,通过贝叶斯,神经网络、遗传算法等分析手段,对生产过程质量进行实时监控,并且对常规状态下的异常问题进行预警,及时恢复不稳定的状态。(5)质量监控:质量监控不仅包括产品质量分析以,例如产品完成数量,合格率等。另外,产品一旦出现故障,可以提前进行预警和提示,有助于提升公司制造水平,实现生产设备智能预测、智能效率分析、智能运维和设备资产管理。

3 制造过程以及数据处理

数字车间的智能化发展需要将车间制造的物料和资源最终成品的质量实时传输给数据库传输器和其他应用系统,以帮助实现可靠的基础数据主力于车间主管进行决策。当前信息化时代,决策并非一拍大脑的方式进行,而是应当根据可靠的数据化信息帮助企业管理层更好的把握实际情况,通过大数据处理的挖掘手段获得决策性支持,本质问题在于将多源异构数据集聚融合。

全面的掌握工业设备的运行状态有助于实现效率分析和故障预测,可以帮助企业运营和保障人员快速的构建设备保障和产线的优化设施,有助于提高效率的同时降低运营成本,基于此针对制造过程着重采集的信息主要是包括人员信息,数控设备信息,零件信息,环境信息,产品质量分析等。另外,设备运维包括Internet/2G/3G/4G,还需要兼容MQTT/HTTP 等传输协议。

3.1 数据的采集方式有三类

(1)数控设备数据采集:利用数控设备终端,例如CNC系统、PLC、DNC 等,提供的接口或添加外部采集装置对数控设备的数据进行读取;通过对数控设备增添外部传感器方式对数控设备终端不能提供的数据的进行采集;基于OPC规范的方式进行设备的采集,将具有OPC规范接口设备与上位机进行连接,通过上位机读取设备信息。(2)自动识别技术采集:对于车间的环境(例如温度、湿度、电磁强度等)、加工过程和产品等信息,对这些信息的采集采用条形码技术、射频识别技术(RFID)、图像识别技术等方式自动获取。[1](3)人工录入:部分数据并不要求实时性,同时当前的自动化技术很难获取,因而可以采取人工录入的方式。

3.2 数据的处理

数据进行采集之后需要进一步分析和处理,通过数据获取、数据核验、数据预处理和数据特征提取,在前期数据采集十分顺利的前提条件下,将异常数据进行筛选和加工,保证整体数据的质量,位置后数据的分析提供必要的支撑。结合不同的订单和业务需求,采用不同的算法和模型。

4 数字车间的数字管理

4.1 数据模型

车间制造过程中采集的数据有一个主要的特征:第一,数据的庞杂;数据车间涉及的对象较多并且涉及到的范畴较广,实时数据量较大。第二,数据来源异构型;不同方式采集到的数据类型不同,制造方式多样化。第三,数据相连性,数据和数据相关性程度较高,需要采用映射的方式[2]。

智能化设备和识别技术需要和生产计划协同共进,实现完整的关联性设计,还可以同其他的系统共享数据的使用。公司的高管可以实时掌控数字化车间的生产黄框进行从容的决策,生产管理人员也可以精准的制定排产计划,设备维护部门制定动态维护计划,看板系统可以对信息大屏提供统一的数据支持,通过系统的配置也可以实时掌握生产任务完成情况、生产进度、车间预警、合格率统计等信息。

当前的大数据平台可以通过智能设备以及自动识别装置的终端数据感知作为交互平台,通过实现对车间制造过程信息的采集和汇聚,有助于对不同维度的产品的任务执行情况、产品的状态展示,生产线的控制等问题进行及时控制和管理。公司的新海大数据平台建设过程中,通过上述系统,采用生产设备及时数据,通过无线/有线通信方式传输数据到大数据云平台,实现大数据集群完成数据的集中处理和展现。产品的质量管控和处理需要通过对数字车间的数据管理和应用,实时对生产设备的管理和监控,有助于对企业管理车间提供决策优化。

4.2 数据模型的应用和规划

制造业产业的信息化发展和进步,促使企业和技术联系,互联网+,协同制造、物联网、云制造等方式有助于实现生产和制造物理设备的数据信息,远程信息管理和控制系统,促使生产的设备和智能发展新模式的改进。将海量数据和智能算法结合在一起,为企业管理系统提供更优化的决策,提供服务。

工业机器人已经能够实现自动码垛,还可以同智能物流系统工作,具备速度快、可靠性强、精度高、功率大、耐用、通用等优良性能,可以帮助实现生产效率的高速提升,以高速版IRB为例可以看出,该机器人的全速时效载荷可以达到将近180kg,而250kg产量的机器人可到达的距离甚至可以达到3.15m。通过对设备添加传感器、计数器等方面的改造,帮助实现信息的可持续化进程和发展,将数据还原,有助于迅速发现问题。公司还可通过自主研发的3D型喷嘴测量仪,采用基恩士Wi-5000摄像头和康耐视IS-5705摄像头同步工作,大幅缩短测量时间的同时,针对白光干涉原理,不受材质、颜色、死角等问题的影响,实现微米级别的精度测量,甚至可以计算出产品飞沫的颗粒度预测值,不断修正公式参数,接近实际的分布曲线。自动装配检测机可以按照设定参数检测并且判断出产品的质量,根据检验的实际结果反馈给生产线,根据实际的异常情况决定停机进行报警。

智能叉车也是当前一项非常重要的技术创新,产品出入库作为一项简单且重复的必要劳动需要大量的人力,然而,叉车功能可以通过进行系统性的管理和操作,减少成本。另外叉车已经具备视觉摄像头的功能,采用当前先进的5G 网络系统,将采集的图片传递到公司的服务器系统,可以帮助下达叉车的指令,避免由于出现障碍物而失误的情况。

4.3 数据化车间的结构架设

车间的数据化系统是最基础的架构,需要实现对制造过程数控设备的运行状态,车间加工制作全过程的信息化采集,将数据和企业资源系统进行全面的采集和管理,并且将有效数据上传,管理系统的主要需求[3]:

第一,数字化设备联网:联网是第一步,通过实现分布式数控设备联合,确定将通讯方式一致发放,为后续整体的发展奠定良好的基础,同时也是整体管理水平上升的基础。

第二,采集数据实时化:鉴于庞杂的数据,涉及到车间机床的开关机,生产数量,加工进程等信息,因此及时的记录和上传很有必要。

第三,实时监控数控机床的运行:车间数控机床是制造进程的核心,对各项数量的处理,存储和分析以助于管理室及时发现机床的运行状态,保证车间生产的质量和顺利的运行。

第四,分析数据:系统的分析是数控机床运行状态的合理把握,将其利用率,开关机时间,产品加工质量等问题进行合理把控,创建报表,有助于进一步采用数模进行把握和控制,提高车间的运行效率。

第五,设置自动报警装置:车床相关设备出现故障时,可以通过系统设置进行预警,避免出现发现不及时的现象。另外,对报警的次数和时间进行统计,可以进行分析,帮助改善车床工作现状。

5 结语

数字化车间的智能化发展是当前重要趋势之一,本文主要基于数字化车间的发展现状和必要性,针对企业生产的管理水平和生产效率,研究数字化车间制造过程的智能管理系统,将智能机器人、叉车与互联网、物联网技术结合,实现数据采集和实时传输和处理,实现数字车间效率有效提升的同时,保证车间的管理方式改善,进一步促进企业车间的现代化发展。