轨道交通智能制造建设数字化转型实践

摘要：本文以轨道交通装配厂为例，设计一个制造业数字化转型的实践场景。该数字化场景不仅支持用户根据不同的应用场景，设计不同的系统，也支持三维数字孪生虚拟工厂的场景构建，旨在为其他智能制造建设数字化转型提供模板参考。

关键词：数字化转型；指挥中心；数字孪生；智能制造

DOI：10.12433/zgkjtz.20233151

一、轨道交通现状分析

随着工业4.0时代的到来，制造企业实现了信息物理系统带动的工业革命，智能工厂建设进入到一个新的发展阶段，同时，信息化建设在行业应用和技术发展上已很成熟。在国际上，飞机制造业、汽车制造业等复杂离散生产制造行业都实现了较先进的全厂区感知覆盖和可视化管理应用。

结合公司的总体愿景，要实现业务强健、过程显性、改进自主、决策科学，还需借助信息化手段。基于对流程、过程的保障，系统与过程结合，运用数字化方式实现管理赋能，实现由人驱动业务向数据驱动业务、由人为评估成果向数据评估成果的转型。

随着数字化技术的成熟应用，传统的轨道交通数字化转型技术研究迫在眉睫，本文以某整机装配厂为例进行数字化转型探究。通过对整机装配场地的数字数据采集、精确地理信息空间数据库建立及基于地理信息的3D可视化技术应用的实践，公司已建立诸多系统，为数字化转型发展提供了有效支撑，例如，视频监控平台、能源监控平台、生产调度中心以及生产控制信息系统。

随着该整车厂信息化建设的推进及数字孪生技术的发展，在运行过程中，整车厂要不断进行数据采集、数据运算、数据分析、数据决定和数据展示等处理，以此提高经营质量和效率，辅助打造数据型企业。

因此，如何将现有的数字集成系统整合在工厂数字化建设中，并从地理空间的角度分析，提供支撑和指导，为智能物流配送监测、人员监管、车辆调度等应用提供地图服务，又为后期的运动仿真、场景模拟、厂区改造、虚拟场景培训等工作提供准确的三维原始数据，为数字化建设进行场景分析以及监控中心进行监控处理，为数字孪生提供数字监控场景，构建质量及生产的指挥决策中心等。

二、智能制造數字化转型具体实现技术架构

该装配厂公司利用大数据平台总体架构实现智能制造数字化系统，使用ETL工具、ESB接口、WebService等统一实现QMS、MES、MRO、ERP等系统数据构建一体化的应用支撑体系，具体技术架构如图1所示：

图1   大数据平台总体架构

该整车装配厂使用数据治理架构体系，分为四层架构，具体如图所2所示：

图2   整车装配厂使用数据治理架构体系

ODS层：主要提供各源系统的数据同步，形成基础数据层；DWD层：结合业务场景进行构建不同的应用主题，实现数据的统一整合和汇聚；DM层：汇总层，满足应用分析需求，提供汇总和数据明细支撑；ST层：根据不同的分析主题和专题应用进行展现层的指标存储。

三、数字化转型场景实践

（一）质量指挥中心场景实践

质量指挥平台是一个专门设计用于显示公司质量管理业务状态、预警和报警异常情况的平台，基于公司的智能化设备和信息系统构建，监控指标和异常情形包括QM、PL、DMC和供方QC四个业务板块。该平台还开发了数据中心展示大屏和日常办公单位的PC端，在运行期间对各类异常进行了有效的监督处理。

质量指挥平台规划三层覆盖公司质量管理、项目质量管理、自制产品质量管理（智造链）、供方质量管理（供应链）等业务板块。其中，指挥层主要是异常管理层；状态管理层主要负责业务板块的数据及过程的显性化管理；业务操作层主要是业务人员处理业务，该层产生业务数据。

指挥层和状态管理层不产生业务数据，而是对业务操作层提取的数据进行计算、分析、展示和评价，并实现对部分异常的提示，通过各级管理者的指挥而实现调度、协调和改进，所有具体操作均在业务操作层实现。

具体实现内容包括：

第一，公司质量管理。根据管理层需求，构建面向公司总体质量管控支撑体系，实现公司质量经营管理水平的实时把控，为质量管理经营决策提供决策支撑，在技术层面实现质量体系全过程数据可获取、问题可跟踪、结果可评价，实现主要质量指标的可视化。

第二，项目质量管理。利用大数据平台实时获取并掌握项目计划和执行进展，满足项目管理过程中对质量管理的需求。跟踪项目执行中出现的质量异常及关闭状态；实时获取嵌入式项目质量监管进展，形成体系化的可控制的项目级质量数据情况，为动态监控各项目质量的经营情况提供数据支撑，为高质量项目交付、降低项目成本提供决策依据。

第三，自制产品质量管理。在整个生产过程中，可将生产过程的质量参数、业务数据及质量管理信息通过建立全面的质量管理体系集中管理。

第四，供应商质量控制。通过质量指挥平台，公司能与供应商进行点对点的沟通、数据交互和共享。此外，平台还能使供应商质量管理流程和数据可视化监控、定制化分析，从而全面掌控供应商产品质量，动态控制供方产品质量，为实现供应商精细化管理提供精准支撑。

在质量指挥平台总体愿景、定位及异常管控思路的基础上，整合信息系统已有的业务状态数据，持续丰富预警、报警及升级的模型，搭建适宜的制造质量数据PQM模型，完善质量管理体系成熟度评价、项目质量管控手段等工作场景，进一步推动公司范围内技术链、制造链、供应链和服务链质量状态的显性化和自动提醒、自动升级，加快质量异常的快速处理，增强质量指挥效能。

（二）生产指挥中心场景实践

根据目前该厂生产状况，将生产指挥中心根据指标分类展示，生产指挥中心分为三个大屏页面指挥中心、事件中心、资源中心。

制造指挥中心App和PC端保持一致，分为“三级”制造指挥中心，制造指挥中心App端各层级指挥中心通过用户角色控制，App端会和厂房三维地图集成，具有权限的用户可以点击地图上的厂房、区域来进行自由切换查看指标。

事件中心按照事件等级可以分为一般、紧急、重大，紧急和重大的异常事件会用特殊的颜色标识。事件中心默认显示从分厂升级到公司的异常事件，也可以选择某个分厂进行切换查看具体分厂的异常事件。升级到公司的异常事件不能再继续升级，必须给出解决措施，进行事件闭环。

资源中心主要展示项目生产计划报表、根据业务部门提出的场景输出的统计分析报表，项目生产计划报表可以导出打印生产纸质文档，同时，还包括生产监测、分析、查询、报表四个维度。

（三）能源服务中心场景实践

公司将能源服务中心作为能源管理工作的重要管理平台，优化能源管理系统功能配置，提高各种能源介质的有效使用率，综合数字化转型总体规划，构建智慧化的能源指挥平台是加速能力数字化的关键，也是大势所趋。

以“六化”为指引，打造符合公司特色的支撑体系：以动态控制为核心，使用可视化方式对管理控制的有效性进行可操作性分析，从而实现可预期的效果。同时，该体系还为执行科学决策提供支撑，促进节能监管的决策，并以人性化的服务方式提供能源管理系统的功能，为用户提供便捷的能源管理服务。

能源管理系统旨在通过满足公司能源管理体系的建立需求，实现能源的精细化管理。该系统以能源数字化转型为目标，帮助推动成本中心向利润中心的转变。为了确保生产的流畅，该系统以降本增效促进经营为核心目标，打造智能化的平台，集异常报警、超额提醒和精准定位于一体。通过高效保障生产制造的同时，提升能源的利用效率。利用大数据技术，将ERP及财务系统打通，建立公司级、部门级和厂房级的三级能源监控与运营分析机制，将有助于提升能源决策的精准性，高效处置。利用EAM工作平台，通过设定指标和监控流程，推动动能维护人员和分厂人员快速处理巡检、用能等日常业务，确保用能的高效和快捷。

为了实现能源精细化管理，转向能源数字化，转变成本中心为利润中心，公司能源管理服务中心建设的技术目标包括：第一，建立能源管控中心，进行能源、关键生产设备的监控和调度；第二，建立能源管理系统平台，提供能源数据分析和模型工具。

（四）监控中心场景实践

1.事件监控

事件监控功能实现异常事件的实时弹屏提醒，可以按照事件等级分为紧急、重大、一般，通过分厂下的各区域的筛选条件自由切换查看各区域实时异常事件和办理状态。

整个界面版块分异常、预警事件的查询展示页面和针对异常事件进行的多维度分析报表页面。

对于异常事件，事件中心要量化问题，通过体检分类分级对问题评价，通过颜色表达影响的属性；各责任人各司其职按照部门负责的职责和指标对决策的异常及时分配处理人处理，对于無法判定的，点击上报按钮，上报给更高层决策，点击异常操作栏中的详情按钮，查看事件的详细信息。

2.生产监测

生产监测以物理上的工位或设备为监测对象，实时显示电流、电压、开机时长、计划、人数、异常数、温度、湿度、故障数以及变更等信息，为用户提供综合性实时生产状态。

3.事件处置

异常事件流程主要分为异常提报、异常发布、异常处理流程管理。

预警事件是指指挥中心各指标设置阈值，当指标超过/低于阈值时会产生预警事件，用户可以对预警事件进行升级，升级后的预警事件自动转化为异常事件，也在异常处理流程中进行管理。

（五）数据预测场景实践

目前，搭建好的系统积累了丰富的数据资产，主要作为检测使用，潜在的数据价值挖掘较少，数据资产价值也未得到充分发挥。

为了更好地利用数据提高质量，将对公司内部的车体、转向架、整车制造过程（包括探伤）以及供应商产品的制造和测试数据进行采集和建模分析。同时，在指挥平台上增加制造过程质量PQM模型模块。

平台针对已接入指挥平台管控的数据，支持在线化、可视化模型搭建，并可自主设定相应的预警、报警条件及异常消息接收人，以满足后续MES、设备平台等数据接入大数据平台后进行二次自主建模开发。

针对模型搭建的原则（预警、报警、一致性分析）提供标准化的模型，支持后续新增监测数据建模可直接调整输入参数进行扩展。

平台具备第三方组件扩展功能，提供标准化的输入、输出参数，支持第三方语言或工具（如Python、Minitab等）进行建模。

（六）数字孪生场景搭建

公司已建立了视频监控平台、能源监控平台、生产指挥中心和MES制造系统等多个信息系统，这些系统有效地支持了公司的高效运营和发展。为了提高运营质量和效率，以及帮助公司转变为数据驱动型企业，需要持续进行数据采集、运算、研判、决策和展示。通过应用三维仿真技术，建立数字孪生的虚拟工厂，为工厂数字孪生和数据可视化应用提供模型支撑。

梳理虚拟工厂与公司各应用系统间的接口关系，开展不同系统的数据集成，结合不同实际应用场景，搭建子公司虚拟工厂平台，开发不同的应用服务，对子公司虚拟工厂建设提供支撑，为全要素数据深度融合与应用提供支撑。

目前，公司已完成总部三维虚拟工厂平台搭建，实现了总部工厂三维空间能力展示，有效支撑了数字化工厂、制造指挥中心等系统建设。随着集团化运营要求的不断提升，对于子公司的管控要求也逐步加强，由于母子公司之间跨地域的特性加大了虚拟工厂建设难度，针对虚拟工厂跨地域交互、数据融合等一系列技术进行研究实现母子公司之间无障碍交互，为实现母子公司空间能力互通、数据融通、应用共享提供系统保障。

利用激光扫描、图像识别、GIS、BIM 建模等技术手段，实现母公司子公司虚拟三维空间模型搭建，并统一空间坐标系，采用GIS平台的拆分与调度技术，利用母公司虚拟工厂平台能力，研究基于GIS空间数据将各子公司在统一坐标系的基础上进行空间切割。形成多个独立模型组件，构建和运行可细粒度弹性的扩展应用。形成基于IT技术的微服务架构实现模型组件的微服务调用，确保子公司虚拟工厂与母公司虚拟工厂统一入口、一站式支撑，实现母子公司虚拟三维空间资源共享。

围绕母子公司系统共建的情况，针（下转第154页）（上接第151页）对复杂的平台交互、数据整合现状，在多结构数据的融合方面开展深度研究，以制造空间资源为主线，构建符合子公司特色的空间结构体系，并引入数据治理技术，聚焦生产制造数据资源形成分层分域的数据结构体系，实现多源异构数据的深度融合，为数字化工厂建设资源共享提供数据保障。

基于三维空间模型建设，搭建一套面向多图层的数据应用搭建机制，实现数据、三维模型、平台分层建设模式，形成具有平台特色的可视化展示方法，有效支撑数字化工厂应用建设。

四、结语

综上所述，公司通过解决现存问题，逐渐构建了一系列系统，包括指挥平台中心和监控中心。基于对公司虚拟工厂平台交互模式以及场景实践的研究，形成一套面向行业中其他公司的数字信息化应用建设方法，为其他公司应用推广提供可平移可复制的方法体系。

参考文献：

[1]刘琳，任长征.城市轨道交通建设数字化转型实践[J].现代城市轨道交通，2020，2020（12）：5-8.

[2]王华伟，史天运，蒋荟，等.铁路运输设备技术状态大数据平台研究[J].铁道运输与经济，2018，40（02）：38-43.

[3]黄天印，尤江，林桓桓.数字地铁信息资源集成研究[J].城市轨道交通研究，2020，23（05）：154-158.

作者简介：梁立鹏（1981），男，陕西省宝鸡市人，大学本科，高级工程师，主要研究方向为车辆监造。