传统企业的数字化转型分析——基于WinCC与OPC技术的车间数字化管理与控制系统设计

方新

福建奔驰汽车有限公司 福建福州 350119

企业数字化改造的意义

随着世界制造技术的转型改良和提升，落后的生产技术与管理手段已经无法满足生产力发展的需要。提出一种能够实时监控生产进度与设备加工状态的可视化方法，使得生产加工过程透明化并可以通过数据分析提前发现存在的问题。

基于该理念设计的制造车间监控系统，以可编程控制器为基准对生产现场信号进行全面管控，并通过上位软件的Web功能实现远程管控，将大幅度提高国内制造业的生产效率、管理水平和机加工的良品率。目前国内大部分制造厂商存在生产设备老旧、生产工序复杂、零散的信息孤岛多以及生产线人为随意性操作等问题，让生产管理在实际生产过程中的准确性、可控性及传输性等还远达不到智能制造数字化的要求。

总结传统加工车间在生产与管理过程中存在的部分典型案例，发现存在某些问题。

1）生产厂房老旧，线路老化导致设备不能够联网，设计部门下达的生产计划不能直接传输到每台生产设备上，生产计划单在执行中对应的生产数量、生产数据统计、生产加工报废统计大部分时候还是采用人工纸质表格进行记录、签字、归档和整理，只有在事后追踪认责时才能发现最终原因，导致处理周期长、效率不高，各方推诿且在工人更换生产设备或者加工零件原材料等情况下困难重重。

2）生产过程中无法对在加工产品涉及的所有数据进行实时监控和上传，产品质量得不到保证，产生错误代码也无法及时获取并处理，不利于对不合格产品进行溯源追踪。

3）设计部门和管理部门也不能对车间生产加工情况进行实时跟踪，不能及时获取支持运营的关键性生产数据，难以判断订单的完成率，无助于对下一步生产计划的调整和加工时间周长的优化。

以上问题如果在现代加工过程中得不到有效的改善，将会严重阻碍企业向智能化、数字化、信息化的智能制造方向发展。

世界经济格局两大趋势不可忽视：一方面实体经济的战略意义再次凸显，另一方面是新一轮工业革命正在深化。未来，在“制造业数字化智能化”这样一个核心技术方面，需要实现战略性的重点突破和跨越，实现我国从制造大国到制造强国的跨越式发展。

数字化转型的核心技术和重要手段

1.工业革命的核心技术

制造业“数字化智能化”是新的工业革命的核心技术。数字化智能化技术是产品创新和制造技术创新的共性使能技术，是新的工业革命的核心技术。

2.实现创新的重要手段

应用数字化技术和智能技术的创新，核心就是数字化。随着新技术的不断发展与应用，产品工作状态与环境等相关信息的实时检测、处理、补偿及控制成为可能，系统的自适应、自学习、自我决策等能力不断提高，必将全面提升产品设计、加工和管理的水平。

数字化转型的步骤

以下将从业务敏捷性和业务健壮性两个维度进行分析。

1.业务敏捷性

业务敏捷性方面的转型通常包含以下几步。

1）构建PaaS平台，把服务器平台作为一种服务提供的商业模式。云计算时代相应的服务器平台或者开发环境作为服务进行提供就成为了PaaS平台，平台即时服务，开发人员直接使用构建的应用程序环境，比敏捷开发的开发速度更快，让业务迅速反应并具有弹性。

2）基于PaaS实现DevOps PaaS平台可以提高基础设施的敏捷从而加快业务的反应迅速，而DevOps则是在流程交付上加快业务的反应速度。通过DevOps可以完成持续集成、持续交付，加速价值流交付，实现业务快速稳健的更新换代。

3）借力轻量级应用服务器来为现有单体应用加速。大部分传统应用都是在确保企业能够运营、加工、交付和创收为关键，不能轻而易举地取而代之，需要设计者充分了解实际加工应用过程后，不断调整、不断改良再与新的云原生应用整合到一起，起到更加完善的作用。

4）选择云原生的应用开发和运行框架。随着物联网（loT）、机器学习、人工智能（AI）、数据挖掘及图像识别等新兴技术的兴起，可以根据指定业务应用需求来选择语言或框架开发。

5）实现微服务管理。梳理现有业务层级和复杂度，通过微服务化改造，将复杂业务化整为零变为小的单元，但并不破坏不同单元之间的关联性，既支持各自独立又可以整合为一体进行更新，以达到业务层面全面提升。

2.业务健壮性

业务健壮性的提升通常分为以下几步。

1）建设单一数据中心。绝大部分企业级客户（如金融、电信、医疗和能源客户）数据运行都有各自的企业数据中心云断，所以在数据中心初期建立时，通常都是单一数据中心。

2）建设多数据中心。随着企业业务规模的扩张和提升，通常会选择建设云备份或者双活数据中心，可以保证数据中心出现整体故障时，整体业务和数据不会受到影响。

3）构建混合云。随着共享云的普及，部分企业级客户，尤其是制造行业的客户，开始将一些前端业务系统向共享云迁移，这样客户的数据基础架构最终成为混合云的模式。

应用服务的若干阶段

在企业数字化转型的过程中，企业的数据基础架构与业务系统的关联相辅相成。大部分的基础架构需要无缝地衔接各类基础设施。如共享云、私有云及混合云，可以简单明了地实现对数据计算、过程及结果存储、网络资源的使用管理与监控。

1.数据连接、采集、整理与汇编

数据是数字化的基础，数字化转型的第一步就是要将所有数据整合连接。数据采集的成本很高，所以一般建议先模拟数字化路线和场景的规划，自顶而下地验算到底需要哪些数据及其采集技术，数据采集的重点难点不在于技术操作层面，而在于业务各个部门的协调推动。

采集到数据以后，首先要保证数据质量，在数字化规划阶段，对全数据链路进行详细设计并推演，同时进行以下几个要点：

1）多个系统相关联，保证统一时期同一种数据在不同系统中验算结果是一致的。

2）通过数据链路设计使得相邻环节的数据可相互对比验证。

3）数据质量可以融入日常管理流程进行运用。

采集到的数据往往都分布在各业务管理系统内，但是之后的分析会涉及多种数据业务，故而各系统之间的数据墙也要相通，避免出现不相容而成为数据孤岛。

总而言之，就是以数据分析为起点，向上要做到数据口径的统一，向下要做到数据整合—数据传输—数据分析—数据储存—可视化在一个系统平台上进行。

2.数据的分析及可视化

数据连接完成后，其次就是基于业务需求分析和可视化展示。分析可以分为历史数据和现实数据按指标、业务归类显示，生成报表，同时传输可视化报告。

3.精益求精的分析

当企业具备了自动化和信息化的基础建设后，都会开始思考如何提高效率、降低成本，因此会进入第三阶段精益求精的分析。这个阶段大多会用到数字化软硬件技术和设备，来简化并优化流程，将原来的现场诊断修改步骤逐渐转化为结合实时驱动的数字化诊断，全面、及时地的去发现企业生产中存在的隐患并得到妥善修改。

4.高阶分析

基于第三阶段精益求精分析的结果，企业及其管理者被赋能，会准确、及时地发现企业的生产运营问题，做到找出原因且提供解决方案的挑战。这时候需要通过大数据和人工智能技术对最佳历史实践进行提炼并预测，辅助管理人员进行快速决策，乃至解放管理人员进行自动决策，从而真正实现企业智能制造，是为高阶分析，如图1所示。

图1 数据连接高阶分析

5.全面转型

当企业推进内部的智能高阶分析到一定阶段后，必然需要与全供应链的其他智能企业进行链接，实现智能制造的全面转型，如图2所示。

图2 智能化全面转型

数字化转型实施案例分析

下面以WinCC+OPC技术为例来说明传统企业实现数字化转型的案例。

1.数字化车间信息管理模式

目前传统企业的制造车间在数字化管理方面存在严重不足，于是提出了数字化车间信息管理模式，如图3所示，该数字化车间信息管理模式由三个部分组成。

图3 数字化车间信息管理模式

（1）生产数据采集 每条生产线的工位端都配备了一台智能化终端，通过局域网与数据库服务器和企业资源管理系统互联互通，做到上传下达指令。

（2）企业资源管理终端 通过企业资源管理系统，工厂可以制定生产计划，向每条生产线发送生产指令，收集终端信息，并随时在资源管理终端上直观地显示工厂内每台设备的生产状态。

（3）数据库系统端 数据库服务器主要存储有关产品生产过程的基本生产数据，并提供有关损坏率的数据。同时，它还存储了工厂工人的基本信息，以便在工人访问系统时查看基础数据。

2.数字化车间管理系统体系

数字化工厂管理系统必须与现有的企业资源规划（ERP）系统集成，并整合来自主设备控制器和现场数据采集设备的信息。系统应从公司管理系统中获取生产计划信息；获取实时生产信息，如产量、设备状态、温度和压力；记录、修改、保存与提示生产参数；最大限度地利用公司资源，实现企业资源与生产数据的可视化。

如图4所示，该控制与管理系统可分为以下三层，分别是数据采集部分、管理核心部分和资源管理部分。

图4 系统总体设计方案

数据采集部分是整个系统的基础，大部分由硬件设备组成，主要用来采集数据。而管理核心和资源管理部分则根据各层采集的数据进行相应的处理，完成可视化监控和生产管理功能。

管理控制部分是整个系统的核心，主要有以下四个功能：

1）接收企业自己选用系统的生产计划信息，并存储和显示这些信息，最后将重要的生产信息存储在数据资源管理系统的数据库中。

2）在生产过程中利用数据采集部分来记录、存储和读取数据收集区收集的数据，以便有效控制生产过程。

3）控制生产设备，修改和保存生产参数并记录到主控系统中，以确保对生产设备的有效控制。

4）与生产人员进行人机交互，核实生产人员身份和生产机器材料数量等信息，记录和存储生产人员在机器上执行的相关生产任务。

数据资源管理部分，主要用于备份加工过程中产生的数据信息，为加工产品的质量和降低坏损率提供保障；同时保存了系统用户的基本登录信息。

3.系统功能设计

为满足数字化车间生产监视、设备管理、数据存储和生产操作等功能要求，系统共分为生产操作、加工监控、数据回放、参数设置、工艺文件查看、人员管理和工单留存7个功能模块，如图5所示。

图5 控制与管理系统功能结构

（1）生产操作 是操作员在加工和生产过程中最常用的模块。操作员使用该模块控制人员和加工材料，并报告加工错误。生产组长也使用该模块向系统数据库传输有关合格产品数量、废品数量和所用材料质量的信息。

（2）加工监控 生产工艺人员在此模块设置工艺参数，同时在产品生产时实时报错纠错等功能。

（3）数据回放 在该模块中，车间管理人员可以从参数主曲线上查看存储在数据库中一定时间内的生产设备情况，系统将在本地和数据服务器上对生产过程信息进行保存，管理人员可以随时了解情况，对不合格产品进行问题追溯，实时查看该产品的生产历史和数据信息。

（4）生产参数设置 图6所示为工艺系统的功能结构示意图，该模块主要为工厂的生产工艺人员提供一个修改主控系统生产参数的入口，而工艺员则在该模块中定义特定产品的工艺参数。

图6 工艺员系统功能结构

（5）工艺文件查看 生产人员可在此模块查看存放于数据库中的指导生产操作的生产工艺文件。

（6）用户管理 图7所示为管理系统结构，管理员可以管理系统账户、修改账户信息、创建新账户和删除账户。由于车间员工流动性大，管理员需要为不同工作站的员工分配不同的系统访问权限。用户信息存储在数据库服务器上，当用户从不同设备登录时，他们会访问同一数据服务器上的基本信息，以验证他们的登录信息。

图7 用户管理系统功能结构

（7）工单缓存 如果与上一级系统的通信出现故障，有关已完成生产的信息会暂时储存在本地系统中，待通信恢复后再传送到上一级系统。

4.系统通信网络的建立

系统之间需要进行大量的实时数据交换。因此，强大的通信网络是系统稳定运行的先决条件。图8所示为系统的网络数据流通图。企业ERP系统由于物理距离太远，数据库系统和管理与控制系统选择以太网通信网络；而控制管理系统和数据采集设备物理距离近且为了连接的便利性，直接通过串行通信建立通信网络。

图8 网络信息流通图

（1）基于OPC协议以太网通信网络的建立 当生产车间里所有智能终端都可以通过双绞线和交换机连接在同一个局域网内时，将可以采用Simatic WinCC OPC UA Server和ERP/OPC客户机对数据进行交换。

（2）数据采集设备的通信网络 当生产车间的数据采集设备出现很多型号不同，并且支持的通信方式又不同的情况，此时为了有效快速地读写外部数据，会将该设备的数据映射到第三方服务器上，然后通过OPC服务器将外部设备的数据读写到OPC服务器上，再通过WinCC中转控制管理系统读写OPC服务器上的数据。避免因通信方式造成线路冗长和通信不畅。

5.系统的实现

WinCC是一款工业组态软件，当系统采用WinCC作为开发平台软件，可以满足复杂生产设施应用的大部分要求，同时支持C/VB作为基础代码来扩展其功能。选择KEP Server EX作为第三方OPC服务器完成对外部设备数据信息的读写。KEP Server EX是一款专业的OPC服务器软件，支持250种以上的通信协议，可与几乎所有第三方数据设备通信。

结语

WinCC软件强大的系统配置和多脚本功能可缩短系统开发周期，即利用OPC技术转换系统通信，可快速建立上层ERP通信连接，又可同时将OPC服务器底层的软硬件数据映射到WinCC系统，避免了旧机型的数据采集和单一通信方式造成的读写困难。这不仅提高了生产效率和公司管理水平，还可作为公司信息建设的参考。该系统在将传统生产转变为数字化生产方面发挥重要作用。