轴承制造业生产数据实时集成系统设计与实现

武天野

(浙江理工大学机械与自动控制学院，浙江 杭州 310000)

0 引言

随着“工业4.0”、“中国制造2025”以及我国两化融合政策的深入推进，数字化、网络化、智能化与传统轴承制造相结合是当今轴承制造业发展的趋势。很多轴承制造企业开始购买一些商品化的数字化信息系统来打造制造全价值链，全方位由传统制造企业向智能制造企业转型。但是这些系统往往在功能上不关联、信息上不共享。

本文融合基于边缘计算的实时数据处理方法和多源机构数据集成方法，设计了面向轴承制造的生产数据实时集成系统，实现了轴承制造业生产数据的实时采集和处理，以及异构数据的共享和服务集成。

1 系统总体架构

本文所构建的面向轴承制造的生产数据实时集成系统总体架构如图1 所示，主要包括设备层、数据层、应用层、系统层四个层次。其中，设备感知层针对不同类型接口和通讯方式的数控设备采用不同的数据采集方法完成数据的采集；数据接入层有针对性的根据不同数据的来源和传输特点来选择合适方式完成数据的接入；数据处理层的数据架构采用了改进Lambda数据架构的Kappa架构，在删除批处理引擎的基础上直接使用流处理引擎；应用服务层包含生产数据实时集成系统的各项功能模块，如：生产过程可视化监控、生产数据统计分析、物料信息追踪、工件检验与追溯等。

图1 生产数据实时集成系统架构图

2 基于边缘计算的实时数据处理方法

结合国内外学者的研究成果和轴承制造业的生产特点，本文在Kappa数据处理架构基础上，提出一种基于边缘计算的实时数据处理方法（如图2），该方法在边缘计算节点引入数据反馈回路理念，当发现设备异常或某道生产工艺有误时直接将异常信息反馈回设备层或作业员，加快现场透明化反应能力和异常快速处理能力，形成全流程闭环生产管理。

图2 基于边缘计算的实时数据处理方法

2.1 设计及特点

⑴在工业现场部署边缘网关和边缘服务器等边缘计算设备，将实效性需求高的数据直接在边缘节点进行优化计算。设备终端所采集的数据经过边缘计算节点的一系列计算处理服务，如计算卸载、数据处理、数据缓存和存储之后传输到企业私有云服务器，参数优化之后存储到数据库中，保证了数据采集传输的实时性。

⑵面对海量制造数据的传输采用Kafka 分布式中间件，并根据其Topic 消息消费模式，分发给不同的服务集群。其次Kafka 不仅有消息队列的作用，并利用其log.retention.minute 来部署数据日志的保留期替代Lambda 架构中批处理层数据仓库的功能，实现对历史数据的重新处理。

⑶通过Flink流式计算引擎保证系统的高吞吐和低延迟，利用其高效的内存结构和DataStream API 对接上游数据来源Kafka传来的JSON 或SQL，经过参数解析、分片创建等方法最后转换成JobGraph 并提交到对应的服务，完成任务的提交。

2.2 应用场景

针对轴承制造作业现场实时采集的设备及生产数据，管理者可以实时监控生产线的设备生产情况和重要资源定位追踪，并结合数据处理结果对现场生产过程进行动态调度和实时调控，形成基于数据驱动的制造过程闭环控制体系。

在底层边缘计算节点部署设备常见异常反馈控制程序或服务，针对底层设备流中的异常和预警信息结合数据处理层分析的结果对设备层进行反馈控制。例如，当监测到机床伺服电机过热预警时，首先改变电压信号降低伺服电机转子转速，再对电机负载进行检查诊断。

轴承生产过程数据（设备运行参数、工艺参数、物料参数、工单参数等）和质量检验数据（轴径向游隙检验、内外径检验、硬度探伤检验等）经过数据处理层一系列计算处理后传递到上层可视化平台，可供管理者建立产品质量与影响因素的映射模型和缺陷产品的全过程追溯分析，进一步提升产品质量、降低企业生产成本。

3 系统实现

基于上述关键数据处理技术和功能框架，利用.NET Framework 4.0工具开发了C/S架构的数据采集客户端。该系统主界面如图3中①所示，主要包含车间设备数据实时采集、工单管理、车间设备管理等功能模块，其各功能模块描述如下：

生管人员可以根据工单条件对工单进行查询和导入，同时生管人员可以根据工单的类型和优先级不同对工单进行插单和撤单的操作。如图3中②所示。

图3 客户端主界面和工单管理模块

图4 中以GMX 250 linear 设备为例，采集了该设备的开机时间、加工时间、主轴转速等参数等信息，同时对该设备主轴的功率、电压、等参数进行实时监控，确保车间现场生产的安全。

图4 车间设备实时运行信息

设备管理模块包含：对联网设备的添加或删除功能，对机床客户端发送指令实现反馈控制。同时该模块包含了设备维修的相关信息，这些信息可供企业管理人员直观掌握设备稼动情况，合理安排设备变更和保养计划。如图5所示。

图5 车间设备管理页面

为满足系统的交互性需求，系统的可视化集成云平台（如图6 所示）基于SOA 架构模型并利用Web Service 技术集成第三方系统的相关数据和服务。该模块包含各生产车间的实时生产状况，如生产进度、设备参数、物料消耗情况、设备报警信息等。

图6 实时监控看板

4 结束语

本文以轴承制造业为研究对象，针对其制造过程中的数据实时采集问题，提出一种基于边缘结算的实时数据处理方法。该方法在Kappa大数据处理架构的基础上结合边缘计算、反馈控制等理念，实现现场设备信息的实时采集无纸化、生产状况的可视化。此外，构建了基于面向服务架构的系统集成模型，利用Web Service 技术来集成不同信息系统间的数据和服务。最后，设计并开发了数据采集客户端和可视化集成云平台，进一步提高了企业生产过程优化调度和资源配置的能力。