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(jì)研究院對來自112個國家12,854位高管進(jìn)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(jìn)行進(jìn)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(jìn)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。
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(hù)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(hù)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(jìn)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。
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(jī)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(jī)床——通過機(jī)床網(wǎng)卡,實現(xiàn)對設(shè)備狀態(tài)的遠(yuǎn)程自動采集。采集的內(nèi)容包括運行參數(shù)(主軸轉(zhuǎn)速、進(jìn)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(qiáng)。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(jī)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(jìn)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。
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(jī)、移動終端、條碼掃描槍等數(shù)字化設(shè)備進(jìn)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(jī)等檢測設(shè)備,可通過與設(shè)備進(jìn)行集成,讀取產(chǎn)品檢測信息,用于質(zhì)量管理與追溯。
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(jìn)行上分析并指導(dǎo)生產(chǎn)的改進(jìn)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(jìn)行加工處理后,以各種方式進(jìn)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(jìn)行實時比對與管控,從而實現(xiàn)對生產(chǎn)過程進(jìn)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(jìn)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(jìn)行綜合分析,便于為工藝改進(jìn)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(dá)到問題復(fù)現(xiàn)、質(zhì)量追溯等目的。
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(jìn)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(jī)床、熱處理設(shè)備、機(jī)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(jìn)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(jī)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(jìn)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。
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(qiáng)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(qiáng),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(jìn)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(hù)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(hù),避免因為設(shè)備的宕機(jī)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(jī)器的自學(xué)習(xí),系統(tǒng)根據(jù)實時狀態(tài)進(jìn)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(jìn)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(jìn)企業(yè)的智能化轉(zhuǎn)型升級。