智能车间的工业互联网平台设计

杨浩 潘涛 张涛 邓春红

关键词：工业互联网；智能车间；智能化；可视化监控

0 引言

随着工业生产网络化、数字化、智能化趋势，结合制造业发展需要，提出了智能车间的工业互联网平台的建设需求。本文利用IntelliJ IDEA集成开发环境，基于SpringBoot框架与Bootstrap框架开发智能车间的工业互联网平台，thymeleaf实现单体应用Web架构，MyBatis框架实现后端与数据库进行数据交互，后端的数据来源都通过此框架提供[1-2]。该平台实现了实时监控工业设备运行状态，提供工业设备运行风险预警，并基于预警信息自动派单维护等功能。

1 相关工作

通过工业局域网、工业互联网平台等技术将工业设备相互连接、共享数据，实现工业生产的自动化、数字化、智能化是建设智能车间的目标[3-4]。在“中国制造2025”的战略背景下，智能车间对于工业类产业升级尤为重要。国内外研究人员对智能车间的探索由来已久，如德国西门子安贝格电子工厂建立智能车间，实现了多种类工业设备的混线生产，FANUC公司的生产制造突破最高一个月无人值守自动化生产记录，通过工业机器人完成了高度自动化生产[5]，国内著名工业机器人制造企业埃夫特致力于研究工业机器人高端系统集成，打造先进的自动化、数字化、集成化的智能生产车间。

目前国内对于智能工厂的研究主要集中在工业设备的互通互联，缺乏可以将工业数据进行分析处理后，在前端界面展示的工业互联网平台[6]。基于该问题，本文设计了智能车间的工业互联网平台，搭建工业局域网，采集并解析工业数据，存储在云服务器中，再使用SpringBoot+MyBatis框架实现后端与数据库进行工业数据交互，最后基于Bootstrap框架实现工业互联网平台的前端界面。该系统实现了工业设备的互联互通，将工业数据部署在云端，提高了系统的鲁棒性，并且可实时监控工业设备运行状态，提供工业设备运行风险预警，降低了生产成本、人力資源成本、缩短制造周期、提高产品质量以及降低生产危机。

2 系统业务流程

智能车间的工业互联网平台主要包括的功能模块如下：1） 工业数据采集与云存储：该模块主要用于实现工业数据的采集，以及实现云端的工业数据存储。工业数据采集技术是实现工业互联网平台的前提，而云端部署工业数据可保证系统的鲁棒性。2） 可视化监控模块：传统的工业场景中对工业数据的监控主要依赖于车间管理员的巡察、监视，增加车间生产成本，本系统自动化的工业数据采集、上传，结合可视化监控模块的大屏看板、首页可视化展示功能实现对工业数据的工业数据分析与可视化，以监控工业设备。3） 风险预警与决策模块：该模块可对工业设备进行设备管理、运维管理，查看和导出数据报表，并基于可视化监控模块，实现设备风险预警与决策。4） 辅助管理模块：该模块以用户管理、系统管理、日志管理为核心实现平台辅助管理。系统功能模块如图1所示。

智能车间的工业互联网平台的业务流程，具体为：1） 使用工业数据采集盒采集工业设备的数据并上传至云端服务器中存储，该过程实现对数据的实时采集和更新；2） 平台对工业数据进行数据分析，并可视化展示于系统前端界面；3） 系统预测或已发生设备故障，主动安排车间管理人员派单维护；4） 系统管理员登录平台，并实现对系统的辅助管理，普通用户登录平台，使用系统的可视化监控、风险预警与决策功能，实现对智能车间的自动化智能监控。

3 系统设计

3.1 系统平台架构

本文设计的工业互联网平台是在IntelliJ IDEA集成开发环境，基于SpringBoot框架与Bootstrap框架开发，并采用thymeleaf实现单体应用Web架构，MyBatis 框架实现后端与数据库进行数据交互，后端的数据来源都通过此框架提供。系统平台架构主要分为应用层、平台层、基础设施层、边缘层以及设备层五个层次组成，如图2所示。

应用层主要包含网页展示以及后端控制。基于Bootstrap框架开发的前端页面通过将工业数据以图形、图标或文字的形式展示在前端网页，便于管理人员实时监控智能工厂设备，并通过前后端交互模式参与调度控制。

平台层主要包含工业大数据系统和部署与管理两个部分，是本平台的核心。其中，工业大数据系统由数据预处理、数据建模、数据存储、数据计算以及数据可视化组成，采用数据预处理技术，主要用于对原始工业数据进行预处理和数据建模，以便于数据存储在MySQL数据库中后，可使用响应式开发框架Boot?strap实现数据可视化；部署与运维由连接管理、运维管理、设备管理以及故障修复组成，是实现应用层功能的关键支撑结构。

基础设施层主要为平台层的提供网络服务、计算服务以及存储服务。考虑到平台的鲁棒性和可扩展性，本文平台基础设施由本地搭建私有云提供计算和存储服务，未来可扩展至阿里云。

边缘层是本平台的基础，包含协议解析和数据采集两部分。工业设备的不同，所采用的通信协议不一致，通过数据采集盒连接工业设备和云服务器，选择对应的通信协议，实现不同工业设备的原始数据采集。

设备层是由智能工厂中工业设备组成，如数控机床、铣床、工业机器人以及工业传感器等，工业设备是原始数据产生的源头。

3.2 功能模块

智能车间的工业互联网平台主要分为工业数据采集与云存储、可视化监控模块、风险预警与决策模块以及辅助管理四个功能模块。

1） 工业数据采集与云存储

工业数据采集与存储是工业互联网平台实现实时监控、风险预警以及辅助决策等模块的基础，该模块实现了实时采集、上传以及存储工业数据等功能。本系统将工业数据采集盒安装在工业设备预留的通信端口，搭建工业局域网，将各数据采集盒与云服务器连接，实现工业数据的实时采集与上传。由于工业设备数据类型不同，通信协议不一致，数据采集还须配置相应的协议解析模块，如modbus通信协议解析、RS-232通信协议解析等。具体过程如下：①安装工业数据采集盒至工业设备通信端口；②搭建工业局域网，实现数据采集盒与云服务器的互联互通；③配置数据采集盒，新建端口、设备，配置变量以区分各类型数据，配置过程须选择不同的通信协议解析模式；④ 配置完成后，即可实时获取数据，并将数据上传至云服务器，完成数据采集。为提高系统的鲁棒性与可移植性，本系统使用openstack技术搭建私有云平台，私有云平台部署包含一个控制器和一系列计算结点。

2） 可视化监控模块

可视化监控模块实现了对工业生产的自动化监控，是本系统的核心模块。该模块通过对采集的工业数据的数据分析、过滤，展示在平台前端界面，以供用户监控。可视化监控模块，主要包括大屏看板以及设备管理两个界面。如图X所示，大屏看板界面可监控AVG机器人运行轨迹、运行状态以及运行时间，同时以轮播或点击的方式查看不同的工业场景的工业设备，各工业设备的状态、实时报警数据可以直接显示在大屏看板上。

首页可视化展示可以获取设备总数、预警总数、告警总数、离线总数以及待办工单总数等信息，并且可视化展示设备种类分布，工单状态统计以及设备状态趋势统计信息。上述预警与告警信息详细数据也显示在该界面的其他区域。

3） 风险预警与决策模块

可视化监控模块的实现基于风险预警与决策模块的实现，风险预警与决策模块包含设备管理、运维管理、数据报表等功能。设备管理功能主要用于对各车间的工业设备进行添加、修改、删除等功能。运维管理主要用于系统的工单的处理。

数据报表主要包括设备分析统计、用户行为分析统计以及设备告警预警分析界面，设备分析统计界面包含可视化的设备状态统计信息、工单趋势、设备运行时间统计等信息。用户行为分析统计界面包含用户登录与浏览行为的分析。设备告警预警分析显示了每个系统界面详细的告警预警的信息。

4） 辅助管理模块

辅助管理模块主要包括用户管理、系统管理、日志管理等功能。其中，用户管理包括用户的添加、登录、注销等，系统管理包括数据字典、系统参数的等，日志管理包括操作日志、访问日志以及登录日志。

4 结束语

为解决国内对于智能工厂的研究主要集中在工业设备的互通互联，缺乏可以将工业数据进行分析处理后，在前端界面展示的工业互联网平台，本文设计了智能车间的工业互联网平台，实现了工业设备的互联互通，将工业数据部署在云端，提高了系统的鲁棒性，并且可实时监控工业设备运行状态，提供工业设备运行风险预警，降低了生产成本、人力资源成本、缩短制造周期、提高产品质量以及降低生产危机。