尚歲燕，邱靜華，馬 通，趙 飛，梅雪松

（1.西安交通大學(xué)，西安 710049；2.西安標(biāo)準(zhǔn)工業(yè)股份有限公司，西安 710600）

0 引言

隨著工業(yè)4.0的提出和發(fā)展，作為世界上工業(yè)縫紉機(jī)生產(chǎn)制造大國，智能化已經(jīng)成為我國工業(yè)電控縫紉機(jī)的新發(fā)展方向。作為工業(yè)4.0的主要組成，物聯(lián)網(wǎng)有效融合了物理世界和網(wǎng)絡(luò)世界，云技術(shù)顯著提高了數(shù)據(jù)分析處理和資源共享的能力，因此通過物聯(lián)網(wǎng)監(jiān)控縫紉機(jī)車間的狀態(tài)數(shù)據(jù)，利用云技術(shù)對縫紉性能做出評價，提高生產(chǎn)效率、優(yōu)化車間性能[1]，是實現(xiàn)工業(yè)縫紉機(jī)智能化的有效途徑。在生產(chǎn)車間，利用物聯(lián)網(wǎng)監(jiān)控縫紉機(jī)車間的狀態(tài)數(shù)據(jù)，對縫紉過程中機(jī)器參數(shù)進(jìn)行設(shè)定。生產(chǎn)狀態(tài)參數(shù)的測量與監(jiān)控，流水線生產(chǎn)過程中的質(zhì)量監(jiān)測都需要一套集參數(shù)設(shè)置、狀態(tài)監(jiān)測和故障診斷和性能評價等功能于一體的軟件系統(tǒng)。當(dāng)工業(yè)現(xiàn)場收集到的數(shù)據(jù)來自于整個工廠甚至整個企業(yè)時，大規(guī)模的數(shù)據(jù)需要更強(qiáng)大的縫紉機(jī)數(shù)據(jù)分析與管理方法，將應(yīng)用部署在云端，利用云計算的分布式計算和資源共享的特點，能夠大大提高了計算效率和節(jié)約企業(yè)開發(fā)軟件的投資成本[2]。

1 云平臺介紹

云計算是以互聯(lián)網(wǎng)的計算方式，為用戶提供IT基礎(chǔ)設(shè)施或軟件，互聯(lián)網(wǎng)相關(guān)的服務(wù)。云計算服務(wù)包含3個層次：基礎(chǔ)設(shè)施，即服務(wù)（IaaS）、平臺即服務(wù)（PaaS）和軟件即服務(wù)（SaaS），不同的云平臺提供不同層次的服務(wù)[3]。本文基于PaaS云平臺開發(fā)了工業(yè)縫紉機(jī)的狀態(tài)監(jiān)測分析軟件。PaaS工業(yè)物聯(lián)網(wǎng)云平臺旨在從邊緣到云端提供工業(yè)物聯(lián)網(wǎng)服務(wù)的載體。它能夠輕松安全地連接，管理和匯集大規(guī)模的物聯(lián)網(wǎng)數(shù)據(jù)，實時處理和分析數(shù)據(jù)。平臺MQTT，HTTP等協(xié)議接口支持?jǐn)?shù)據(jù)傳輸，支持PostgreSQL，MongoDB等數(shù)據(jù)庫進(jìn)行數(shù)據(jù)存儲，并且提供數(shù)據(jù)科學(xué)能力，支持Java，Python等多語言工具，整合Spark Mllib,Tensorflow等多種機(jī)器學(xué)習(xí)庫，為基于云技術(shù)的狀態(tài)監(jiān)測分析軟件開發(fā)提供了極大便利。

2 系統(tǒng)概要設(shè)計

2.1 物理架構(gòu)

本系統(tǒng)物理模塊主要是用戶設(shè)備藍(lán)牙與縫紉機(jī)機(jī)器藍(lán)牙模塊以及部署在云端的服務(wù)器，用戶的移動設(shè)備的藍(lán)牙與縫紉機(jī)的藍(lán)牙之間的連接產(chǎn)生通信鏈路，從而使得系統(tǒng)可獲得用戶操作縫紉機(jī)時所產(chǎn)生的加工狀態(tài)數(shù)據(jù)，而移動端設(shè)備通過HTTP協(xié)議將數(shù)據(jù)上傳到云端，數(shù)據(jù)在云端進(jìn)行存儲與分析，分析結(jié)果返回移動端顯示給用戶。系統(tǒng)的物理框架如圖1所示。

圖1 系統(tǒng)物理框架

2.2 軟件體系結(jié)構(gòu)

縫紉機(jī)狀態(tài)監(jiān)測及分析應(yīng)用軟件整體于MVC模式，云端為PaaS開發(fā)平臺，移動端為IOS平臺，軟件表示層運(yùn)用UIKit 框架設(shè)計用戶交互界面，藍(lán)牙模塊采用CoreBluetooth框架，云平臺上的業(yè)務(wù)層用Java語言編寫了各個功能模塊的類，并調(diào)用了Keras機(jī)器學(xué)習(xí)庫實現(xiàn)性能評價，數(shù)據(jù)持久層采用RabbitMQ數(shù)據(jù)庫緩存從縫紉機(jī)采集的時間序列數(shù)據(jù)，信息系統(tǒng)層為PostgreSQL數(shù)據(jù)庫保存的經(jīng)業(yè)務(wù)層處理后的數(shù)據(jù)。軟件系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 軟件系統(tǒng)架構(gòu)圖

系統(tǒng)分為表示層，業(yè)務(wù)層，數(shù)據(jù)持久層和信息物理層四層。其中，除了表示層的用戶交互界面在IOS手機(jī)端外，其余的用來做數(shù)據(jù)分析和存儲的三層均位于Paas云端，各層具體功能如下：

1）表示層：表示層主要使用UIKit框架，具體主要使用UIView、UIViewController、UITableView、UITextView結(jié)合Storyboard、xib、plist展示用戶所看到的頁面以及數(shù)據(jù)，為用戶提供交互式的界面。其中主要包括縫紉參數(shù)設(shè)置，用戶手冊，狀態(tài)監(jiān)測與故障診斷，性能評價等。

2）業(yè)務(wù)層：業(yè)務(wù)層主要處理系統(tǒng)的業(yè)務(wù)邏輯，包括狀態(tài)參數(shù)調(diào)取，故障代碼查詢，Keras機(jī)器學(xué)習(xí)庫下訓(xùn)練模型，進(jìn)行性能評價等業(yè)務(wù)。當(dāng)收到移動端查看狀態(tài)參數(shù)，故障調(diào)試或性能評價的請求時，業(yè)務(wù)層獲取持久層相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析處理后并將獲得的數(shù)據(jù)以及產(chǎn)生的結(jié)果保存到postgreSQL數(shù)據(jù)庫。

3）數(shù)據(jù)持久層：使用HTTP協(xié)議與移動端進(jìn)行數(shù)據(jù)傳輸，接受縫紉機(jī)時間序列參數(shù)，緩存在RabbitMQ數(shù)據(jù)庫中。

4）信息物理層：postgreSQL數(shù)據(jù)庫用來保存經(jīng)業(yè)務(wù)層處理后的數(shù)據(jù)，并能夠傳輸?shù)揭苿佣诉M(jìn)行顯示。

2.3 軟件功能模塊

應(yīng)用軟件的功能設(shè)計采用面向?qū)ο蟮姆椒ê湍K化的技術(shù)，應(yīng)用功能封裝可重用的組件中，各個組件模塊通過標(biāo)準(zhǔn)的接口互相連接，可以按需自定義配置，具有較強(qiáng)的可擴(kuò)展性和可重用性[4]。應(yīng)用軟件具體的功能結(jié)構(gòu)如圖3所示。

圖3 軟件系統(tǒng)功能模塊圖

系統(tǒng)登錄模塊：用戶登陸狀態(tài)監(jiān)測及分析軟件，該模塊主要用于驗證用戶身份及密碼，同時根據(jù)用戶身份授予不同的權(quán)限。

用戶手冊模塊：此模塊包含了機(jī)械維護(hù)手冊，零件樣本，控制系統(tǒng)手冊，常見問題問答等內(nèi)容。

參數(shù)設(shè)置：該模塊為用戶操作縫紉機(jī)時常用參數(shù)進(jìn)行設(shè)置，包括縫紉速度的設(shè)置，縫紉模式的選擇，緩縫針數(shù)的確定等操作。

狀態(tài)監(jiān)測及故障診斷模塊：此模塊中主要監(jiān)測兩部分參數(shù)，一類是故障診斷所需的機(jī)械狀態(tài)參數(shù)和電氣狀態(tài)參數(shù)，包括電源電壓，母線電壓電流，電流傳感器，主電機(jī)編碼器狀態(tài)以及電磁鐵狀態(tài)等關(guān)鍵數(shù)據(jù)，另一類是性能評價時所需的縫紉狀態(tài)參數(shù)，包括縫紉線張力，抬壓腳壓力、縫紉速度、轉(zhuǎn)速、振動頻率、面料褶皺度和面料縫損傷度等數(shù)據(jù)。故障診斷能夠根據(jù)故障代碼表比對顯示故障代碼，還具有機(jī)頭按鍵測試，腳踏測試等功能。

性能評價模塊：性能評價模塊利用監(jiān)測到的機(jī)器狀態(tài)數(shù)據(jù)，使用反向傳播神經(jīng)網(wǎng)絡(luò)算法對不同面料的縫紉性能在平整度、損傷度、針跡勻度、斷線/斷針率四個不同的模型下進(jìn)行等級評價。

3 基于狀態(tài)參數(shù)的性能評價算法設(shè)計

性能評價模塊主要使用BP神經(jīng)網(wǎng)絡(luò)算法建立模型進(jìn)行預(yù)測。BP神經(jīng)網(wǎng)絡(luò)是一種廣泛應(yīng)用的預(yù)測與分類算法[5]。其核心思想是學(xué)習(xí)過程由兩個過程組成，這個兩個過程包括了正向和反向，其最終目的就是不斷調(diào)整權(quán)值使得誤差最小[6]?；贐P神經(jīng)網(wǎng)絡(luò)通過縫紉機(jī)生產(chǎn)過程中的機(jī)械狀態(tài)參數(shù)可以構(gòu)建縫紉機(jī)縫紉性能評價網(wǎng)絡(luò)模型，實現(xiàn)對縫紉性能指標(biāo)的評價。

在模型構(gòu)建時，輸入層主要是機(jī)械狀態(tài)參數(shù)的輸入：縫紉線張力，抬壓腳壓力、縫紉速度、轉(zhuǎn)速、振動頻率等建立的7層輸入，輸出層為三層，每層為由0，1數(shù)字量表示，將縫紉性能分為優(yōu)，良，合格，差四個等級。

縫紉質(zhì)量不僅和縫紉機(jī)本身的機(jī)械狀態(tài)參數(shù)有關(guān)，還應(yīng)包括面料的力學(xué)可縫性，故應(yīng)建立縫紉質(zhì)量，面料可縫性和縫紉機(jī)的縫紉性能之間的關(guān)系?？p紉性能分為四個縫紉指標(biāo)：縫紉結(jié)束后的平整度、縫紉的針跡均勻度、縫紉結(jié)束后的損傷度、縫紉過程中的斷線/針率[7]。面料縫紉質(zhì)量可歸納于已經(jīng)縫制完成的不同面料的縫紉平整度、縫紉損傷程度、縫紉針跡跡線均勻度、縫紉斷針次數(shù)。面料可縫紉性歸納為將縫制褶皺度、以及縫制損傷度，據(jù)此，可得到縫紉性能與面料縫紉質(zhì)量面料可縫性的計算關(guān)系如圖4所示。

圖中面料縫紉質(zhì)量用Q表示，Q=[q1 q2 q3 q4]，代表縫紉平整度、縫紉損傷度、縫紉針跡勻度、縫紉斷針/斷線率縫紉質(zhì)量4個指標(biāo)量值，整體縫紉性能指標(biāo)量用S表示，S=[s1，s2，s3，s4]，代表縫紉結(jié)束后的平整度、縫紉的針跡均勻度、縫紉結(jié)束后的損傷度、縫紉過程中的斷線/針率，面料可縫紉性用M表示M=[m1 m2]，代表當(dāng)前要縫制面料的褶皺度、以及當(dāng)前面料的損傷度2個指標(biāo)。

圖4 縫紉性能、面料縫紉質(zhì)量及面料可縫性計算關(guān)系圖

相關(guān)系數(shù)用A和C表示如式(1)所示，代表縫紉性能各個指標(biāo)和面料縫紉質(zhì)量指標(biāo)和面料可縫性各個指標(biāo)的系數(shù)，根據(jù)上圖可知公式：

則可得縫紉性能期望的評價結(jié)果如式(3)所示：

得到計算關(guān)系后就可以選取樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

4 云端數(shù)據(jù)庫設(shè)計

系統(tǒng)需要數(shù)據(jù)庫來存儲用戶信息，以及狀態(tài)參數(shù)，故障和性能評價結(jié)果等信息，采用面向?qū)ο蟮年P(guān)系數(shù)據(jù)庫設(shè)計方法，可以安全的使用，具備一致的存儲和檢索能力[8]。數(shù)據(jù)庫模塊設(shè)計主要包含系統(tǒng)的概念數(shù)據(jù)模型和系統(tǒng)的物理數(shù)據(jù)模型。

4.1 縫紉機(jī)狀態(tài)監(jiān)測及分析軟件系統(tǒng)的概念數(shù)據(jù)模型

圖5 軟件系統(tǒng)數(shù)據(jù)庫E-R圖

系統(tǒng)的概念模型主要涉及E-R關(guān)系模型，如圖5所示，其中實體有用戶、縫紉機(jī)、狀態(tài)參數(shù)、故障、評價、評價模型、面料。用戶表與評價模型表和面料表之間是一對多的關(guān)系，其中評價模型表和面料與評價表也是一對多的關(guān)系，在評價表中需要依賴面料和評價模型，故在評價表中設(shè)立clothesId與envalutionModelId外鍵約束；一個操作工可以操作不同的縫紉機(jī)，故用戶表與縫紉機(jī)表是一對多的關(guān)系，一臺縫紉機(jī)對應(yīng)多個參數(shù)，縫紉機(jī)表與參數(shù)表之間一對多表示，而參數(shù)表與故障表之間是一對一，一個故障對應(yīng)參數(shù)表中的一個參數(shù)描述，同時，評價模型與參數(shù)是一對多的關(guān)系，評價模型和故障都依賴狀態(tài)參數(shù)，故在評價模型和故障中設(shè)立parametersId外鍵約束，關(guān)聯(lián)參數(shù)表。

4.2 縫紉機(jī)狀態(tài)監(jiān)測及分析軟件系統(tǒng)的物理數(shù)據(jù)模型

下文介紹三個主要數(shù)據(jù)庫表，包括參數(shù)表，故障表和評價模型表。參數(shù)表para_tb表1描述了縫紉機(jī)可以設(shè)置的參數(shù)，以及機(jī)器本身的機(jī)械狀態(tài)參數(shù)。參數(shù)表包含了系統(tǒng)進(jìn)行參數(shù)設(shè)置的所有參數(shù)，以及故障診斷需要查詢到的參數(shù)。主要字段有參數(shù)唯一標(biāo)識ID，參數(shù)的名稱描述，參數(shù)編碼字符，參數(shù)值。

評價表envalue_tb如表2所示，用于評價用戶選定面料以及評價模型的縫紉機(jī)縫紉性能，給出評價結(jié)果。主要字段有評價ID，評價描述，評價結(jié)果，以及外鍵評價模型ID，面料ID。

表1 para_tb表描述

表2 envalue_tb表描述

故障表faults_tb如表3所示，用于存儲故障參數(shù)信息，一個故障對應(yīng)一個參數(shù)信息，主要字段有故障ID，故障名稱，故障類型，故障描述，參數(shù)ID。

5 軟件測試與運(yùn)行

5.1 功能測試

功能測試針對于系統(tǒng)中各個分支功能的測試，不需考慮系統(tǒng)整體結(jié)構(gòu)，主要測試參數(shù)調(diào)整模塊，狀態(tài)監(jiān)測及故障診斷模塊、固件升級模塊以及性能評價模塊中的主要功能點，經(jīng)測試用例的測試結(jié)果預(yù)期結(jié)果與實際結(jié)果相匹配。具體測試結(jié)果如表4所示。

5.2 性能測試

本小節(jié)采用測試工具OneAPM，對系統(tǒng)的響應(yīng)時間，平均執(zhí)行時間進(jìn)行測試。選擇不同的請求次數(shù)，看系統(tǒng)的響應(yīng)時間與平均執(zhí)行時間如何變化，如表5所示。

從表5中可以看出當(dāng)請求執(zhí)行次數(shù)增大時，對系統(tǒng)響應(yīng)時間以及平均執(zhí)行時間的影響不大，滿足基本要求。

表3 faults_tb表描述

表4 功能測試表

表5 性能測試結(jié)果

5.3 運(yùn)行效果

主要對軟件的狀態(tài)檢測及故障診斷功能和性能評價功能進(jìn)行了效果展示，以工業(yè)縫紉機(jī)GC6930A為研究對象，如圖6所示。

圖6 縫紉機(jī)GC6930A

1）故障診斷功能模塊

如圖7所示，用戶進(jìn)入故障診斷模塊，可選擇查看對比后錯誤代碼以及測量關(guān)鍵數(shù)據(jù)狀態(tài)。

圖7 故障診斷模塊圖

故障診斷模塊包含了查看錯誤代碼、測量關(guān)鍵數(shù)據(jù)狀態(tài)、測量機(jī)頭按鍵功能、主電機(jī)編碼器狀態(tài)以及電磁鐵狀態(tài)。這里只列出了查看錯誤代碼以及測量關(guān)鍵數(shù)據(jù)狀態(tài)。

2）性能評價模塊

進(jìn)入性能評價模塊，選擇棉織類面料以及BP神經(jīng)網(wǎng)絡(luò)模型，如圖8所示。

對本次棉織類面料進(jìn)行縫紉時的評價結(jié)果如圖所示：縫紉褶皺度評價等級指標(biāo)為110，縫紉損傷度等級指標(biāo)為001，縫紉針跡勻度等級指標(biāo)為001，斷針/斷線率為011，與實際結(jié)果相比總體差別不大，總體來說縫紉機(jī)對棉織類面料的縫紉性能預(yù)測良好。

圖8 性能評價模塊圖

6 結(jié)語

在工業(yè)4.0的浪潮下，我國制造業(yè)的升級已在風(fēng)口浪尖，縫紉機(jī)生產(chǎn)企業(yè)和服裝生產(chǎn)企業(yè)正著力于打造網(wǎng)絡(luò)互連，數(shù)據(jù)存儲分析以及智能化生產(chǎn)主導(dǎo)軟件平臺。一款工業(yè)縫紉機(jī)狀態(tài)監(jiān)測及其相應(yīng)的故障診斷與性能評價分析軟件為服裝與縫紉機(jī)企業(yè)提供了一個實現(xiàn)企業(yè)邁向信息智能化的系統(tǒng)具有重要意義，對于全工廠甚至整個企業(yè)級別的數(shù)據(jù)管理與分析需要依托云技術(shù)平臺強(qiáng)大的計算處理能力和較高的資源利用效率。

本文建立了基于PaaS云平臺的狀態(tài)監(jiān)測及分析軟件，通過藍(lán)牙通信建立了移動端與工業(yè)縫紉機(jī)設(shè)備的互聯(lián)，再利用HTTP協(xié)議將移動端縫紉機(jī)實時的狀態(tài)數(shù)據(jù)傳入云端RabbitMQ數(shù)據(jù)庫，在云端整合的Keras等機(jī)器學(xué)習(xí)庫進(jìn)行數(shù)據(jù)分析，分析結(jié)果存儲在PostgreSQL數(shù)據(jù)庫，當(dāng)移動端用戶請求分析結(jié)果時，數(shù)據(jù)將被反饋到UIkit框架構(gòu)建下的用戶交互界面。由于建立了縫紉機(jī)與云端平臺的互連，通過對縫紉機(jī)運(yùn)行狀態(tài)的監(jiān)控，如將縫紉機(jī)內(nèi)部的狀態(tài)信息數(shù)據(jù)反饋到客戶端界面上來，使得用戶能更加方便的查看縫紉機(jī)中主電機(jī)編碼器、電磁鐵、機(jī)頭按鍵的狀態(tài)信息，將運(yùn)行監(jiān)測數(shù)據(jù)實時上傳，對于生產(chǎn)流水線的質(zhì)量工程師，將大大增加其故障診斷效率；應(yīng)用縫紉線張力，抬壓腳壓力、縫紉速度、轉(zhuǎn)速、振動頻率等狀態(tài)參數(shù)，使用BP神經(jīng)網(wǎng)絡(luò)對縫紉面料性能進(jìn)行評價，能夠更進(jìn)一步的了解縫紉機(jī)的實際生產(chǎn)情況，系統(tǒng)實現(xiàn)了對不同面料下的縫紉機(jī)縫紉生產(chǎn)性能進(jìn)行了反饋與評價，對比之前的縫紉性能評價大多依賴于人為的記錄?？p紉機(jī)狀態(tài)檢測及相應(yīng)的故障診斷和性能評價分析軟件的開發(fā)將為之后的企業(yè)建立數(shù)據(jù)倉庫，建立智能化分析體系，優(yōu)化生產(chǎn)流水線提供基礎(chǔ)。