王元志，袁逸萍，樊盼盼，裴國慶

(1.新疆大學機械工程學院，新疆烏魯木齊 830047；2.卓郎新疆智能機械有限公司，新疆烏魯木齊 830022)

0 前言

《中國制造2025》重點指出作為五大重點工程之一的“智能制造工程”正式啟動實施[1]，完成從制造業(yè)向智能化順利轉型這個目標。郭順生等[2]針對多主體制造過程的信息協(xié)同數(shù)字化管理平臺，基于數(shù)據(jù)傳輸中間件的數(shù)據(jù)集成，對相應建材裝備制造企業(yè)進行了實地工程應用，并開發(fā)了建材生產(chǎn)的數(shù)字化管理平臺。黃俊杰等[3]針對UWB數(shù)據(jù)因非視距問題導致數(shù)據(jù)存在粗大誤差的問題，提出基于卡爾曼濾波的數(shù)據(jù)融合方法，提高系統(tǒng)長時間運行的精度和穩(wěn)定性。房海基等[4]針對超聲探頭檢測過程中檢測點錯檢漏檢等問題，提出對慣性數(shù)據(jù)進行自適應融合，搭建融合定位系統(tǒng)。鄒旺、李少波[5]針對航天制造企業(yè)開發(fā)了制造過程數(shù)據(jù)采集與管理系統(tǒng)架構，實現(xiàn)了針對車間生產(chǎn)制造過程中異構數(shù)據(jù)的采集。吳鵬興等[6]采用SolidWorks對生產(chǎn)的物理車間進行模型復制，配合C#和JS編程語言進行虛擬場景搭建，并開發(fā)可視化監(jiān)控系統(tǒng)。陳友玲等[7]為了解決云制造環(huán)境下制造資源的優(yōu)化配置問題，綜合考慮需求與服務方以及云平臺運營方的利益，提出了一種基于雙層規(guī)劃的資源優(yōu)化配置模型。張慶等人[8]為應對制造業(yè)變革導致對檢測信息的爆發(fā)式增長需求，將云計算技術與傳統(tǒng)檢測技術相結合，設計了面向制造業(yè)的云檢測平臺。PERO，ROSSI[9]使用射頻識別應答器、Wi-Fi網(wǎng)絡以及Web的應用程序等技術手段，針對企業(yè)實際情況，設計并開發(fā)了具有創(chuàng)新性的供應鏈管理系統(tǒng)。肖慶陽等[10]為了實現(xiàn)從產(chǎn)線規(guī)劃到生產(chǎn)監(jiān)控的全生命周期管理，提高車間的信息化、智能化水平，設計了全周期智慧車間系統(tǒng)并進行了驗證。李小笠等[11]分析RFID技術優(yōu)點和自動化產(chǎn)線配套倉庫的運行特點，設計了基于RFID的倉庫管理系統(tǒng)，實現(xiàn)了對配套倉庫的信息進行實時更新和交換。覃偉中等[12]提出了基于運營數(shù)據(jù)倉儲技術的智能工廠生產(chǎn)運營信息綜合集成應用的模式。閆天紅等[13]為實現(xiàn)海上風浪環(huán)境和平臺結構振動、應變的響應監(jiān)測，開發(fā)了南海某導管架平臺結構監(jiān)測系統(tǒng)。劉麗冰等[14]通過多源特征信息，實現(xiàn)生產(chǎn)設備內(nèi)外置傳感器多源信息分級融合，對數(shù)控機床進行診斷研究。以上學者的研究為當前制造企業(yè)數(shù)字化管理提供了強力支持，但針對紡織機械制造企業(yè)關于多源異構數(shù)據(jù)集成與應用的研究還不充分。

本文作者分析梳理某紡織機械制造企業(yè)實際生產(chǎn)業(yè)務流程，構建該企業(yè)業(yè)務流程模型，分析數(shù)據(jù)特點，對多源異構數(shù)據(jù)進行融合、傳遞和共享，以實現(xiàn)對該企業(yè)制造過程的數(shù)據(jù)管理與生產(chǎn)追蹤。

1 業(yè)務模型設計與多源異構數(shù)據(jù)集成

1.1 業(yè)務流程設計及生產(chǎn)管理分析

梳理企業(yè)的生產(chǎn)業(yè)務流程，某紡織機械制造企業(yè)整體業(yè)務流程模型如圖1所示。

圖1 某紡織機械制造企業(yè)業(yè)務流程模型

業(yè)務部門接收訂單，生成相應的訂單后傳遞給工藝部門，如需緊急插單則直接傳遞給生產(chǎn)部門；工藝部門將接收到的訂單生成生產(chǎn)BOM傳遞給生產(chǎn)部門，生產(chǎn)部門計劃員進行生產(chǎn)計劃排產(chǎn)，制定周生產(chǎn)計劃、月生產(chǎn)計劃并將生產(chǎn)明細發(fā)送給鈑金和機加車間，物料在這2個車間之間流轉、加工；最后提供給裝配車間，在裝配車間進行總裝后發(fā)送給質(zhì)檢部門。生產(chǎn)過程中物料供給不足則提交給物料采購部門，由物料采購部門生成采購計劃進行采購。

1.2 多源異構數(shù)據(jù)特點分析

機械制造企業(yè)生產(chǎn)過程中存在以下特點：(1)數(shù)據(jù)量大。由于車間生產(chǎn)涉及到的物理實體較多，車間每天從實體設備上采集的實時生產(chǎn)數(shù)據(jù)數(shù)量龐大；(2)多源異構性。由于設備的數(shù)據(jù)傳輸方式、類型、格式的不同，采集到的數(shù)據(jù)源頭不同，結構也不同；(3)數(shù)據(jù)關聯(lián)性。車間數(shù)據(jù)之間存在一定的關聯(lián)性，通過數(shù)據(jù)映射發(fā)現(xiàn)數(shù)據(jù)之間的關聯(lián)性。

通過設備數(shù)據(jù)感知采集車間生產(chǎn)過程中的生產(chǎn)計劃信息、工藝信息、設備運行信息、物料庫存信息等，并與其他信息管理系統(tǒng)實現(xiàn)數(shù)據(jù)共享和數(shù)據(jù)的協(xié)同應用，建立圖2所示數(shù)字化制造車間數(shù)據(jù)管理模型。

圖2 數(shù)字化車間制造過程數(shù)據(jù)管理模型

2 多源異構數(shù)據(jù)預處理

2.1 數(shù)據(jù)異常糾正機制構建

生產(chǎn)過程由多個生產(chǎn)設備協(xié)力完成，不同的設備會產(chǎn)生不同的噪聲數(shù)據(jù)，進行數(shù)據(jù)融合前，先對數(shù)據(jù)進行預處理，生產(chǎn)數(shù)據(jù)的預處理流程如圖3所示。

圖3 生產(chǎn)數(shù)據(jù)預處理流程

首先，獲取生產(chǎn)設備的實時數(shù)據(jù)存入建立好的對應數(shù)據(jù)臨時表中；其次，根據(jù)生產(chǎn)數(shù)據(jù)類型建立與之相對應的線程處理規(guī)則，對臨時表中的數(shù)據(jù)進行對應的線程處理，處理后將數(shù)據(jù)取出；最后，對數(shù)據(jù)進行遍歷，通過預設的糾正規(guī)則判斷數(shù)據(jù)狀況，對異常數(shù)據(jù)進行處理，生成數(shù)據(jù)糾正記錄。

2.2 數(shù)據(jù)時間配準

異構數(shù)據(jù)融合中不同傳感器的采樣周期不同，實際生產(chǎn)中，由于生產(chǎn)環(huán)境的影響，會存在數(shù)據(jù)傳輸延遲的情況，導致各個傳感器與數(shù)據(jù)融合中心存在時間誤差，因此對各個傳感器和數(shù)據(jù)融合中心進行時間配準非常重要。在進行時間配準之前，需要檢測影響時間配準的異常數(shù)據(jù)，主要根據(jù)修正值和閾值進行數(shù)據(jù)異常判斷，修正形式為

(1)

其中：pnew(m)為新數(shù)據(jù)；C(m)為修正值；Z為異常數(shù)據(jù)判斷參數(shù)。

由修正值計算可獲得測量值，將真實估計值的權重設為測量值，則加權函數(shù)表達式為

λ(m)=e-c·α(m)

(2)

其中：e為自然常數(shù)，c為常數(shù)；-c·α(m)為真實估計值α的權重。

ki=Kn+(i-n)TKn+ui

(3)

其中：ui為測量的噪聲值。式(3)可用向量樣式表示為

Kn=WnU+Vn

(4)

則將傳感器B的測量值向量表示為

(5)

其中：T′為融合時間。

對傳感器數(shù)據(jù)進行時間配準處理后，獲得精度較高的測量數(shù)據(jù)，為數(shù)據(jù)融合提供良好基礎。

2.3 時序數(shù)據(jù)填充

企業(yè)生產(chǎn)過程中，由于各個設備上的傳感器采集頻率不同，會導致時序數(shù)據(jù)密度出現(xiàn)差異，為使數(shù)據(jù)密度保持一致，采用拉格朗日插值方法進行設備的時序數(shù)據(jù)填充，時序數(shù)據(jù)的拉格朗日多項式表示為

(6)

其中：Fscada(t)為設備時序數(shù)據(jù)對應的拉格朗日插值函數(shù)；li(t)為插值基函數(shù)；ti為時序數(shù)據(jù)；tm為時序數(shù)據(jù)m對應的采集時間。

將生產(chǎn)過程中的時序數(shù)據(jù)基于上述內(nèi)容進行數(shù)據(jù)填充，并在填充過程中同時進行降噪處理，公式表示為

(7)

其中：rj為在時間j上采集的時序數(shù)據(jù)實際值；β1、β2分別為進行步長的趨勢平滑參數(shù)；vj為一次步長的平滑值；sj-1為二次步長的平滑值；h為預測步長。

對時序數(shù)據(jù)進行填充和降噪后獲得處理數(shù)據(jù)，可為數(shù)據(jù)融合提供良好的基礎。

3 多源異構數(shù)據(jù)融合

3.1 多源異構本體融合模型構建

為保證生產(chǎn)過程中車間現(xiàn)場生產(chǎn)的信息實時性以及利用生產(chǎn)調(diào)度規(guī)則的高效性，不采用實時的接口從各生產(chǎn)管理系統(tǒng)中調(diào)用數(shù)據(jù)，而是利用中間件對生產(chǎn)實時信息和生產(chǎn)調(diào)度事件信息進行事先整合，并且存入中央數(shù)據(jù)庫。后續(xù)生產(chǎn)需要進行數(shù)據(jù)查詢及監(jiān)控時，所有的數(shù)據(jù)查詢均在此中央數(shù)據(jù)庫上進行。同時設置數(shù)據(jù)監(jiān)聽器，監(jiān)聽多源數(shù)據(jù)庫中的數(shù)據(jù)，數(shù)據(jù)變化時第一時間進行中間庫數(shù)據(jù)的更新。生產(chǎn)數(shù)據(jù)本體融合模型如圖4所示。

圖4 紡機車間異構數(shù)據(jù)本體融合模型

3.2 多源異構數(shù)據(jù)融合模型構建

為驗證上述數(shù)據(jù)融合對系統(tǒng)的益處，以企業(yè)已有的員工管理系統(tǒng)(簡稱OA)、生產(chǎn)計劃系統(tǒng)(簡稱PMS)、設備管理系統(tǒng)以及生產(chǎn)的MES系統(tǒng)作為測試環(huán)境，OA使用的數(shù)據(jù)庫是SQL Server 2008 R2，PMS使用的數(shù)據(jù)庫是SQL Server 2012，MES系統(tǒng)和數(shù)據(jù)融合系統(tǒng)的數(shù)據(jù)庫是MySQL。分別對MES生產(chǎn)數(shù)據(jù)擴充OA、擴充PMS相關的屬性數(shù)據(jù)，以及對MES同時擴展OA和PMS相關的屬性數(shù)據(jù)。在數(shù)據(jù)匹配度和通過數(shù)據(jù)挖掘得到的調(diào)度規(guī)則準確性上進行對比。

由表1可知：單一的系統(tǒng)對應的數(shù)據(jù)不沖突度都較差。OA和PMS的數(shù)據(jù)與生產(chǎn)無直接關系，基本無法進行生產(chǎn)調(diào)度規(guī)則的提取。MES系統(tǒng)融合企業(yè)任一系統(tǒng)數(shù)據(jù)后，對現(xiàn)有不匹配度和生產(chǎn)調(diào)度規(guī)則提取準確率的促進效果良好。而PMS中包含對生產(chǎn)過程有較強影響的數(shù)據(jù)，因此對于MES系統(tǒng)的數(shù)據(jù)促進作用遠大于對生產(chǎn)影響不大的OA。融合實驗結果與人主觀感覺較為一致，采用企業(yè)現(xiàn)有系統(tǒng)進行實例證明，提出的基于本體的數(shù)據(jù)融合方法完全可行。

表1 數(shù)據(jù)融合前后對比

4 紡機智能車間數(shù)據(jù)管控平臺應用

4.1 系統(tǒng)軟件功能模塊設計

此系統(tǒng)結構采用B/S架構。整個系統(tǒng)最重要的環(huán)節(jié)是系統(tǒng)的軟件設計，它對系統(tǒng)的可靠性、穩(wěn)定性、可擴展性、運行效率都有著很大的影響[15]，因此此系統(tǒng)采用開發(fā)主體架構為Spring Boot，通過約定大于配置，提供大量的注解提高代碼的讀寫能力和利用能力，該主體架構提供了功能強大的IOC、AOP等功能，主體開發(fā)語言采用Java語言，并結合MySQL、SQLserver、JavaScript和Ajax等技術實現(xiàn)該系統(tǒng)運行。根據(jù)生產(chǎn)實際需求，結合制造過程的實際生產(chǎn)情況，主要分為SAP管理、SCADA數(shù)據(jù)管理、倉儲數(shù)據(jù)管理、生產(chǎn)優(yōu)化方案數(shù)據(jù)管理、生產(chǎn)信息推送、系統(tǒng)管理等6個功能模塊，如圖5所示。

圖5 系統(tǒng)軟件功能模塊

4.2 系統(tǒng)功能實現(xiàn)

系統(tǒng)通過與SAP系統(tǒng)對接獲取生產(chǎn)訂單、生產(chǎn)工藝等，結合SCADA數(shù)據(jù)與倉儲數(shù)據(jù)等實現(xiàn)訂單管理、產(chǎn)品全生命周期監(jiān)控、設備監(jiān)控等可視化監(jiān)控，打通數(shù)據(jù)之間的互聯(lián)問題，實現(xiàn)相應數(shù)據(jù)接口。權限的可重置使管理人員可隨時捕捉生產(chǎn)過程中異常情況，進行生產(chǎn)計劃的調(diào)整。圖6所示為系統(tǒng)登錄后的生產(chǎn)數(shù)據(jù)緩存頁面，可根據(jù)需求、生產(chǎn)實際需要進行，包括特定BOM、產(chǎn)品工藝、生產(chǎn)工單等生產(chǎn)數(shù)據(jù)，系統(tǒng)登錄后的左側為系統(tǒng)菜單欄，用戶可根據(jù)實際查詢選擇相應的菜單。圖7所示為設備的報警數(shù)據(jù)，可通過機器設備名稱、報警編號對相應設備的報警以及歷史報警進行查詢，進行設備報警后的及時修復，提高設備的使用效率。

圖6 生產(chǎn)數(shù)據(jù)緩存

圖7 設備數(shù)據(jù)報警

4.3 設備信息三維可視化

系統(tǒng)基于Unity3D建立設備模型，如圖8所示，對產(chǎn)線上的相應設備及其附屬設備進行三維建模，便捷展示設備運行狀況、主軸倍率、當日加工件數(shù)、執(zhí)行程序塊等信息，使生產(chǎn)中設備的實際情況一目了然。

圖8 設備信息實時互動

4.4 數(shù)據(jù)圖表顯示

基于Unity3D可進行可視化數(shù)據(jù)展示與分析，支持PC端、平板電腦等終端同步展示圖表，如圖9所示。根據(jù)產(chǎn)品的標準工時進行計算，統(tǒng)計不同車間的設備產(chǎn)能、跟蹤任務進度、統(tǒng)計任務達成率。圖表展示包括產(chǎn)能統(tǒng)計、SQC質(zhì)量統(tǒng)計、實時生產(chǎn)狀況、計劃達成率等，并結合現(xiàn)場實際生產(chǎn)數(shù)據(jù)進行優(yōu)化和更新管理。

圖9 可視化大屏展示

4.5 系統(tǒng)應用實例成果

某企業(yè)根據(jù)車間計劃以及生產(chǎn)實際需要，進行大批量生產(chǎn)。生產(chǎn)過程中無法同時考慮生產(chǎn)計劃安排、原材料調(diào)配、設備故障、人員班次等因素，車間存在大量設備，相關設備對水的使用需求不高，車間主要的能源消耗為電能，統(tǒng)計梳棉機消耗的能源，如表2所示。

表2 梳棉機生產(chǎn)明細

初始年度為2019年，定義此年能耗為100%，此平臺經(jīng)過不斷地開發(fā)應用，逐年提高企業(yè)能源利用率，如圖10所示，最終使企業(yè)能源利用率提高了8.66%。

圖10 生產(chǎn)單臺梳棉機能耗趨勢

6 結語

針對企業(yè)數(shù)據(jù)管理不足的問題，結合實際生產(chǎn)業(yè)務情況，搭建數(shù)據(jù)模型進行數(shù)據(jù)集成，設計并開發(fā)了紡機智能車間數(shù)據(jù)集成管理平臺，為孿生平臺、仿真優(yōu)化、智能決策提供了數(shù)據(jù)基礎，對企業(yè)數(shù)據(jù)起到良好的管理作用，包括對企業(yè)設備管理運行、生產(chǎn)效率統(tǒng)計、訂單完工期統(tǒng)計等提供可視化管理，為管理層提供產(chǎn)品全生命周期的監(jiān)控。

目前，該紡機智能車間數(shù)據(jù)管理平臺已經(jīng)在新疆某紡機制造有限責任公司得到實際應用，運行效果良好，滿足企業(yè)對數(shù)據(jù)集成、統(tǒng)計、分析等需求。為了更好地使紡機智能車間數(shù)據(jù)管理平臺得到應用，提高平臺的全面性和可控性，后續(xù)將會對企業(yè)現(xiàn)有資源配置優(yōu)化、設備預警等問題展開研究。