,,

沒有數(shù)據(jù)采集，工業(yè)互聯(lián)網(wǎng)將是無源之水

數(shù)據(jù)采集是工業(yè)互聯(lián)網(wǎng)的基礎(chǔ)，沒有數(shù)據(jù)的工業(yè)互聯(lián)網(wǎng)將是無源之水，工業(yè)互聯(lián)網(wǎng)的價值在很大程度上取決于采集數(shù)據(jù)的數(shù)量和質(zhì)量。

2017年，IBM商業(yè)價值研究院聯(lián)合牛津經(jīng)濟研究院對來自112個國家12,854位高管進行了問卷調(diào)查。本次調(diào)查統(tǒng)計結(jié)果表明，這些高管認(rèn)為企業(yè)的數(shù)據(jù)只有20%是來自互聯(lián)網(wǎng)，80%是企業(yè)自身擁有的生產(chǎn)經(jīng)營等環(huán)節(jié)數(shù)據(jù)，這些數(shù)據(jù)被人工智能等新技術(shù)處理后，可使傳統(tǒng)企業(yè)具有超過互聯(lián)網(wǎng)公司的優(yōu)勢。

而車間則是制造企業(yè)使用與產(chǎn)生數(shù)據(jù)的重要場所。這些數(shù)據(jù)既包括MES等信息化系統(tǒng)里運行與產(chǎn)生的數(shù)據(jù)，也包括生產(chǎn)設(shè)備產(chǎn)生的各種狀態(tài)與制造參數(shù)等數(shù)據(jù)。工業(yè)互聯(lián)網(wǎng)平臺結(jié)合行業(yè)知識對這些數(shù)據(jù)進行進一步處理和挖掘，以量化、可視化等方式，定位生產(chǎn)中存在的問題并進行優(yōu)化，可為企業(yè)智能制造提供源源不斷的新動能，有效地提升企業(yè)競爭力。

一、 制造數(shù)據(jù)采集的數(shù)據(jù)分類

由于行業(yè)不同、應(yīng)用場景不同，對制造數(shù)據(jù)的分類也不盡相同。

首先是對制造本身的理解。從狹義上的理解，制造主要是將原材料加工成產(chǎn)品的生產(chǎn)過程，但如果從廣義的上理解，制造可以涵蓋產(chǎn)品研發(fā)、企業(yè)資源管理、產(chǎn)品工藝、生產(chǎn)過程、市場營銷、售后維護等等不同的方面，制造數(shù)據(jù)的范圍就變得非常龐大，數(shù)據(jù)采集的方式自然也就多種多樣了。

其次，不同行業(yè)對制造數(shù)據(jù)的分類也不同。比如流程行業(yè)，可分為工藝數(shù)據(jù)、過程數(shù)據(jù)以及作業(yè)實績。工藝數(shù)據(jù)主要是指溫度、壓力、電流、電壓等直接影響生產(chǎn)效率、產(chǎn)品質(zhì)量的數(shù)據(jù)。過程數(shù)據(jù)是指生產(chǎn)過程中所使用或者產(chǎn)生的數(shù)據(jù)，比如物料、計劃、生產(chǎn)節(jié)拍等等。而實績數(shù)據(jù)包括投入產(chǎn)出數(shù)量、合格率等等。

在離散制造行業(yè)，主要的制造數(shù)據(jù)包括設(shè)備數(shù)據(jù)、生產(chǎn)過程數(shù)據(jù)、質(zhì)量數(shù)據(jù)等。

1）設(shè)備數(shù)據(jù)：設(shè)備運行狀態(tài)信息、實時工藝參數(shù)信息、故障信息、維修/維護信息等;

2）生產(chǎn)過程數(shù)據(jù)：生產(chǎn)計劃、產(chǎn)品加工時間、加工數(shù)量、加工人員、加工參數(shù)、產(chǎn)品完工率等;

3）質(zhì)量數(shù)據(jù)：產(chǎn)品質(zhì)量信息、工藝質(zhì)量信息等。

最后，劃分的標(biāo)準(zhǔn)也不同。也有人將能源數(shù)據(jù)、測量測試數(shù)據(jù)等都定為單獨的一類。

本文基于離散行業(yè)的劃分習(xí)慣，按照狹義上的制造進行數(shù)據(jù)種類的劃分，即設(shè)備數(shù)據(jù)、生產(chǎn)過程數(shù)據(jù)、質(zhì)量數(shù)據(jù)三類，能源數(shù)據(jù)可合并到設(shè)備數(shù)據(jù)，測量測試數(shù)據(jù)可并入質(zhì)量數(shù)據(jù)類。

二、 制造數(shù)據(jù)采集的方式

目前，制造數(shù)據(jù)的主要采集方式有設(shè)備自動采集、人工終端反饋、其他外圍終端采集等。

1. 設(shè)備自動采集

這類系統(tǒng)有些是設(shè)備廠家提供，優(yōu)點是對自家設(shè)備研究的很深入，但對其他廠家，特別是競爭對手的產(chǎn)品兼容性就差很多，因此，在市場面上更多的是采用第三方廠家提供的專業(yè)數(shù)據(jù)采集系統(tǒng)。這種設(shè)備數(shù)據(jù)采集系統(tǒng)，在離散制造行業(yè)叫MDC(機床監(jiān)控與數(shù)據(jù)采集系統(tǒng)，Manufacturing Data Collection)，在流程制造業(yè)用SCADA系統(tǒng)(數(shù)據(jù)采集與監(jiān)視控制系統(tǒng))實現(xiàn)設(shè)備數(shù)據(jù)的自動采集。如圖1所示的MDC顯示界面。

設(shè)備數(shù)據(jù)自動采集的手段主要有以下三種：

1）帶網(wǎng)卡的數(shù)控機床——通過機床網(wǎng)卡，實現(xiàn)對設(shè)備狀態(tài)的遠程自動采集。采集的內(nèi)容包括運行參數(shù)(主軸轉(zhuǎn)速、進給速度、主軸功率、刀具坐標(biāo)等)以及加工產(chǎn)品、加工數(shù)量、報警信息等。該種采集方案的優(yōu)點是采集的數(shù)據(jù)種類多、實時性強。缺點是，受控制系統(tǒng)的限制，目前主要是西門子、發(fā)那科、海德漢、華中數(shù)控等部分主流系統(tǒng)支持。當(dāng)然，由于這是智能制造的發(fā)展趨勢，越來越多的機床控制系統(tǒng)也開始支持網(wǎng)卡的數(shù)據(jù)采集。

2）PLC采集——通過設(shè)備PLC輸出接口，結(jié)合其通訊協(xié)議，實現(xiàn)對設(shè)備狀態(tài)采集，包括溫度、壓力、流量、液位等。優(yōu)點是支持PLC采集的系統(tǒng)比較多，適用面廣。缺點是從采集效果上，略遜色網(wǎng)卡采集的效果，但內(nèi)容也相對豐富，基本滿足制造業(yè)的需求。

3）硬件采集——對一些比較老舊的設(shè)備，因其無數(shù)據(jù)輸出接口或者沒有通訊協(xié)議，可通過此種方式進行數(shù)據(jù)采集。優(yōu)點是幾乎適合任何設(shè)備，缺點是采集的數(shù)據(jù)種類有限。

圖1 蘭光MDC的顯示界面(綠色—運行、黃色—待機、紅色—故障)

2. 人工終端反饋采集

對于不能實現(xiàn)自動采集的生產(chǎn)工位，可通過現(xiàn)場工位機、移動終端、條碼掃描槍等數(shù)字化設(shè)備進行數(shù)據(jù)采集。采集內(nèi)容包括生產(chǎn)開工、完工時間、生產(chǎn)數(shù)量、檢驗項目、檢驗結(jié)果、產(chǎn)品缺陷、設(shè)備故障等。該種采集方式優(yōu)點是對設(shè)備的要求低，適用場景廣，但缺點是受制于人的主動性，在數(shù)據(jù)的實時性、準(zhǔn)確性、客觀性等方面都有所欠缺。

3. 其他外圍終端采集

采用RFID、集成等方式實現(xiàn)制造數(shù)據(jù)采集。

1）RFID：RFID射頻識別是一種非接觸式的自動識別技術(shù)，它通過射頻信號自動識別目標(biāo)對象并獲取相關(guān)數(shù)據(jù)，識別工作無須人工干預(yù)，可應(yīng)用于各種惡劣環(huán)境。

2）與其他設(shè)備集成。如三坐標(biāo)測量機等檢測設(shè)備，可通過與設(shè)備進行集成，讀取產(chǎn)品檢測信息,用于質(zhì)量管理與追溯。

三、 制造數(shù)據(jù)的狀態(tài)管理

在制造數(shù)據(jù)采集的基礎(chǔ)上，需要對采集到的相關(guān)數(shù)據(jù)進行上分析并指導(dǎo)生產(chǎn)的改進與優(yōu)化。

1. 設(shè)備狀態(tài)數(shù)據(jù)分析

對采集到的各種數(shù)據(jù)進行加工處理后，以各種方式進行輸出和展現(xiàn)，使相關(guān)人員第一時間了解設(shè)備生產(chǎn)的實時情況，如實時狀態(tài)、加工工藝數(shù)據(jù)等，便于做出及時、科學(xué)的管理決策。

2. 生產(chǎn)工藝數(shù)據(jù)優(yōu)化

主要表現(xiàn)在兩方面：

1）設(shè)備工藝參數(shù)監(jiān)控：將采集到的設(shè)備工藝參數(shù)，如溫度、壓力等，與設(shè)定的標(biāo)準(zhǔn)參數(shù)進行實時比對與管控，從而實現(xiàn)對生產(chǎn)過程進行實時、動態(tài)、嚴(yán)格的工藝控制，確保產(chǎn)品質(zhì)量的穩(wěn)定性。

2）工藝改進與優(yōu)化：對制造過程的主要工藝參數(shù)與完工后的產(chǎn)品合格率進行綜合分析，便于為工藝改進與優(yōu)化。

3. 生產(chǎn)過程追溯

通過產(chǎn)品制造的過程數(shù)據(jù)實現(xiàn)對產(chǎn)品制造歷史的追溯，達到問題復(fù)現(xiàn)、質(zhì)量追溯等目的。

四、制造數(shù)據(jù)采集的發(fā)展方向

隨著物聯(lián)網(wǎng)等技術(shù)的發(fā)展，制造數(shù)據(jù)采集在設(shè)備兼容性、數(shù)據(jù)豐富性、數(shù)據(jù)價值挖掘等方面都有了快速發(fā)展，下面分別從數(shù)據(jù)的采集廣度、采集深度及價值利用等方面進行闡述。如圖2所示。

1. 采集的“廣度”

采集的對象可分為兩類，一類是本身就具備數(shù)字化功能的設(shè)備，如數(shù)控機床、熱處理設(shè)備、機器人、AGV、自動化立體倉庫等數(shù)字化設(shè)備。另一類是“啞設(shè)備”，就是本身不具有數(shù)字化功能，但可以通過改造或者借助信息化手段，使相關(guān)信息能進入數(shù)字化系統(tǒng)的設(shè)備、設(shè)施、物料、人員等，都可歸于該類。如對普通機床通過增加智能采集硬件，對物料通過二維碼、RFID等方式，對人員通過刷卡或者信息系統(tǒng)進行相應(yīng)的數(shù)據(jù)采集。

通過對更多設(shè)備、設(shè)施、物料等的采集，實現(xiàn)更廣的兼容性，這是制造數(shù)據(jù)采集在廣度方向的發(fā)展趨勢。

圖2 制造數(shù)據(jù)采集的發(fā)展方向

2. 采集的“深度”

充分發(fā)揮數(shù)字化設(shè)備及相關(guān)信息化系統(tǒng)越來越好的開放性，以及越來越強大的傳感器、物聯(lián)網(wǎng)等采集技術(shù)，使采集的數(shù)據(jù)種類更豐富，準(zhǔn)確度更高，實時性更強，并且成本更低，從而性價比更高地采集到更多的各種數(shù)據(jù)，為大數(shù)據(jù)深度挖掘與價值體現(xiàn)提供數(shù)據(jù)原料基礎(chǔ)。

3. 應(yīng)用的“高度”

數(shù)據(jù)是智能制造的基礎(chǔ)，結(jié)合制造業(yè)行業(yè)知識對這些數(shù)據(jù)進行充分的挖掘與利用，對制造企業(yè)具有非常重要的意義。

利用這些數(shù)據(jù)，首先實現(xiàn)了設(shè)備或生產(chǎn)過程的可見性，對設(shè)備或生產(chǎn)處于什么狀態(tài)，可一目了然。通過與設(shè)備維修維護等行業(yè)知識的結(jié)合，知道發(fā)生了什么事情，這是數(shù)據(jù)的認(rèn)知性應(yīng)用。

通過大數(shù)據(jù)分析，預(yù)測將來可能出現(xiàn)的故障等問題，實現(xiàn)設(shè)備的可預(yù)測性維護，避免因為設(shè)備的宕機而影響整條產(chǎn)線的正常運轉(zhuǎn)，實現(xiàn)生產(chǎn)流暢的生產(chǎn)。

自適應(yīng)是數(shù)據(jù)最高層級的應(yīng)用，通過數(shù)據(jù)采集、狀態(tài)感知、實時分析、自主決策，甚至是機器的自學(xué)習(xí)，系統(tǒng)根據(jù)實時狀態(tài)進行動態(tài)調(diào)整與優(yōu)化，甚至是自我修復(fù)，實現(xiàn)高效、高質(zhì)、無憂的智能化生產(chǎn)。

總之，隨著傳感器技術(shù)的突飛猛進及成本的迅速下降，使得傳感器無處不在，實時的數(shù)據(jù)采集成為可能，各種設(shè)備運行和生產(chǎn)制造大數(shù)據(jù)的快速積累，為工業(yè)互聯(lián)網(wǎng)平臺提供源源不斷的高質(zhì)量數(shù)據(jù)，并與行業(yè)知識深度結(jié)合，就可以充分發(fā)揮工業(yè)互聯(lián)網(wǎng)平臺的價值，更好地促進企業(yè)的智能化轉(zhuǎn)型升級。