劉青 鐘山職業(yè)技術學院
基于MES的制造業(yè)質(zhì)量控制系統(tǒng)的應用研究
劉青 鐘山職業(yè)技術學院
隨著制造業(yè)對產(chǎn)品質(zhì)量“零缺陷”的高標準要求,對生產(chǎn)過程中工序質(zhì)量的實時有效的控制成為亟待解決的問題。本文針對這個實際問題,構建了基于MES的質(zhì)量控制系統(tǒng),給出了該系統(tǒng)的體系結(jié)構,并分析了系統(tǒng)實現(xiàn)的關鍵技術。
MES 質(zhì)量控制 生產(chǎn)加工
高質(zhì)量的產(chǎn)品取決于制造過程中質(zhì)量管理的水平。隨著數(shù)字化、信息化在制造業(yè)中的推廣,如何在提高生產(chǎn)效率的同時,進行有效的過程質(zhì)量管理,成為企業(yè)管理者研究的重要課題,特別是采用“多品種、小批量”柔性生產(chǎn)模式的小微型生產(chǎn)企業(yè),高質(zhì)量與高效率的矛盾尤為突出。在生產(chǎn)過程中,如果能夠準確、及時的監(jiān)測到產(chǎn)品質(zhì)量的異常狀態(tài),對加工工序質(zhì)量的波動進行實時有效的控制,就能夠保證生產(chǎn)質(zhì)量。因此,充分采集制造過程中的產(chǎn)品信息、工藝條件、設備參數(shù)等相關的過程量信息,運用現(xiàn)代質(zhì)量控制技術對生產(chǎn)制造過程實現(xiàn)“精確質(zhì)量控制”,努力做到“生產(chǎn)高效率,質(zhì)量零缺陷”。
從生產(chǎn)過程質(zhì)量保證體系的角度來看,隨著數(shù)字化、信息化的應用,在“多品種、小批量”柔性生產(chǎn)模式下,高效、精確的加工工序質(zhì)量控制的難度越來越大,主要表現(xiàn)在以下幾個方面:
①生產(chǎn)品種多,產(chǎn)品之間切換快,有時候一條生產(chǎn)線一天生產(chǎn)的產(chǎn)品型號多達幾十種,每個產(chǎn)品的結(jié)構都比較復雜,過程質(zhì)量信息的采集比較困難,難以形成系統(tǒng)性數(shù)據(jù),制造業(yè)傳統(tǒng)的大規(guī)模質(zhì)量控制技術已經(jīng)不再適用于此類企業(yè)。
②產(chǎn)品小批量化,使得每種產(chǎn)品的質(zhì)量特性數(shù)據(jù)樣本少,采集規(guī)模不足,數(shù)據(jù)特征不明顯,缺少先驗信息,很難得出標準化指標參數(shù)。
③獲取的質(zhì)量信息時效性差,當前生產(chǎn)過程中的質(zhì)量數(shù)據(jù)大都來源于QC人員的抽檢記錄和關鍵工位的崗位記錄,如無嚴重質(zhì)量事故,一般由生產(chǎn)管理人員半天或一天統(tǒng)計一次,一般僅作為產(chǎn)品質(zhì)量的事后追朔,實時性不強,不利于生產(chǎn)過程中的質(zhì)量控制。
④獲取的質(zhì)量信息集成性差,人工記錄的質(zhì)量數(shù)據(jù)不夠客觀、全面、及時,在數(shù)據(jù)疊加時會出現(xiàn)前后不一致,數(shù)據(jù)可加工性差,無法形成有效性信息,二次利用率低。
⑤獲取的質(zhì)量信息利用率低,底層數(shù)據(jù)來源不足,記錄口徑不同,數(shù)據(jù)的精確度和可信度不高,因此所獲質(zhì)量信息的増益率低,不利于工序質(zhì)量的在線控制。
為解決上述問題,人們提出了數(shù)字化的制造執(zhí)行系統(tǒng)的概念,即在企業(yè)當前的數(shù)字化生產(chǎn)模式下,合理、有效地設置檢測傳感網(wǎng)絡,以此來實時地獲取生產(chǎn)過程中與質(zhì)量相關的、來源于設備、工藝、產(chǎn)品等的各種信息,利用計算機強大的計算分析能力,從這些數(shù)據(jù)信息中提煉出生產(chǎn)過程中產(chǎn)品質(zhì)量的動態(tài)變化趨勢,從而及時地采取有效的糾正措施。
AMR提出的企業(yè)集成模型由計劃層、執(zhí)行層和控制層構成。計劃層(ERP)面向客戶,以市場需求和客戶訂單為源頭制訂生產(chǎn)計劃,最大限度地利用企業(yè)內(nèi)的各種生產(chǎn)資源,實現(xiàn)庫存最小化、效益最大化。控制層(Control)面向生產(chǎn)作業(yè)現(xiàn)場,通過計算機控制生產(chǎn)設備實現(xiàn)對產(chǎn)品制造過程特別是設備的控制。作為控制層和計劃層連接的執(zhí)行層(MES)面向車間的生產(chǎn)控制,通過MES把企業(yè)的生產(chǎn)現(xiàn)場控制進行有機集成,在執(zhí)行過程中通過底層信息采集網(wǎng)絡,實時獲取生產(chǎn)制造過程中產(chǎn)生的一切靜、動態(tài)數(shù)據(jù)信息,存儲于制造信息數(shù)據(jù)庫,利用現(xiàn)代質(zhì)量控制和預測技術,構建智能化質(zhì)量控制和預測系統(tǒng),及時、有效地處理制造過程中產(chǎn)生的質(zhì)量數(shù)據(jù),努力實現(xiàn)產(chǎn)品質(zhì)量“零缺陷”。
根據(jù)小微企業(yè)生產(chǎn)過程質(zhì)量控制的具體情況,結(jié)合制造執(zhí)行系統(tǒng)的功能模型,構建的質(zhì)量控制系統(tǒng)體系結(jié)構如下圖1所示。
圖1 質(zhì)量控制系統(tǒng)體系結(jié)構
首先是質(zhì)量計劃管理模塊根據(jù)產(chǎn)品質(zhì)量要求,制訂質(zhì)量控制標準和工藝規(guī)范要求,確定關鍵工序質(zhì)量控制點。然后由質(zhì)量數(shù)據(jù)采集模塊等實時采集生產(chǎn)過程中底層控制系統(tǒng)產(chǎn)生的與質(zhì)量控制有關的設備、產(chǎn)品等數(shù)據(jù)信息,并監(jiān)控關鍵工序的質(zhì)量信息的波動。接著由質(zhì)量信息反饋與分析模塊將采集到的信息反饋到計算機控制中心進行分析,當出現(xiàn)異常數(shù)據(jù)時,由質(zhì)量診斷與改進模塊將異常數(shù)據(jù)與質(zhì)量數(shù)據(jù)庫的信息進行比對分析,設計改進方案,使生產(chǎn)過程在質(zhì)量標準許可范圍內(nèi)正常進行。產(chǎn)品質(zhì)量預測模塊主要是根據(jù)歷史數(shù)據(jù)信息和工藝特性,利用實時采集的質(zhì)量數(shù)據(jù)建立預測模型,對產(chǎn)品的生產(chǎn)質(zhì)量趨勢進行預測,并根據(jù)預測結(jié)果對生產(chǎn)制造的設備、工藝等進行微調(diào),進一步改進加工質(zhì)量,保證生產(chǎn)制造過程的質(zhì)量穩(wěn)定性。
為了有效地實現(xiàn)質(zhì)量控制系統(tǒng)的運行,根據(jù)執(zhí)行控制系統(tǒng)的功能模型構建的系統(tǒng)體系,是多學科、多技術的集合,其中的關鍵技術主要有以下幾種:
①質(zhì)量數(shù)據(jù)采集技術
為了實時采集制造過程各工序的質(zhì)量數(shù)據(jù),采用數(shù)字化檢測傳感技術,建立底層檢測傳感網(wǎng)絡,設置與MES的數(shù)據(jù)接口,將獲取的數(shù)據(jù)信息存入質(zhì)量數(shù)據(jù)庫;采用條碼掃描等技術,可快速識別產(chǎn)品在各工序的質(zhì)量信息,及時錄入系統(tǒng),用于追蹤產(chǎn)品的質(zhì)量狀況,采用網(wǎng)絡化的數(shù)字信息傳輸方式,數(shù)據(jù)采集的效率、準確性都有明顯提高。
②質(zhì)量診斷與改進技術
當質(zhì)量控制系統(tǒng)監(jiān)測到關鍵工序的質(zhì)量信息波動時,根據(jù)關鍵工序控制參數(shù)的變化,運用分析模型進行趨勢分析,提取工序質(zhì)量異常信號,交給計算機控制中心,進行濾波去噪、二代小波分析等處理,與質(zhì)量數(shù)據(jù)庫的異常模式的數(shù)據(jù)信息進行關聯(lián)度匹配分析,對工序誤差進行溯源,快速準確地定位到故障因素,采取改進措施,并采用(均值-極差)控制圖、貝葉斯預測控制圖等工具對各工序的加工質(zhì)量進行監(jiān)測與追蹤,使生產(chǎn)過程在質(zhì)量標準許可范圍內(nèi)正常進行。保證產(chǎn)品質(zhì)量的穩(wěn)態(tài)性。
③產(chǎn)品質(zhì)量預測技術
利用采集到的眾多歷史數(shù)據(jù)構建質(zhì)量信息數(shù)據(jù)庫,根據(jù)實時采集的質(zhì)量數(shù)據(jù),采用回歸算法、迭代算法等建立預測模型,準確地預測出產(chǎn)品的加工誤差,將預測誤差及時反饋給生產(chǎn)控制系統(tǒng),調(diào)整設備參數(shù)、優(yōu)化制造工藝,實施誤差補償,從而保證生產(chǎn)產(chǎn)品的“零缺陷”。
基于MES的質(zhì)量控制系統(tǒng)要想穩(wěn)定有效的運行,其數(shù)據(jù)庫系統(tǒng)的邏輯結(jié)構非常重要。數(shù)據(jù)庫中包含工序過程記錄表、設備參數(shù)記錄表、檢驗記錄表等底層數(shù)據(jù)信息,質(zhì)量控制系統(tǒng)在運行當中經(jīng)常需要處理大量數(shù)據(jù),要求計算能力強、速度快,因此采用Visual Basic.NET編程語言、Microsoft SQL Server 2012數(shù)據(jù)庫、MATLAB數(shù)值分析等工具進行系統(tǒng)開發(fā),使得該質(zhì)量控制系統(tǒng)人機交互界面友好,功能明確清晰。
綜上所述,基于MES的制造業(yè)質(zhì)量控制系統(tǒng),擁有節(jié)點豐富的底層檢測傳感網(wǎng)絡,龐大的質(zhì)量信息數(shù)據(jù)庫,卓越的計算機控制中心,能夠有效地對產(chǎn)品的生產(chǎn)過程質(zhì)量進行控制、預測及改進,實現(xiàn)了高效率與高質(zhì)量的有機統(tǒng)一。
[1]黃肖玲,柴天佑.復雜生產(chǎn)過程計劃調(diào)度級聯(lián)模型在選礦MES中的應用研究[J].自動化學報,2011,37(09):1130-1139
[2]宋震方.智能制造中的自動化和信息化[J].橡塑技術與裝備,2016,42(23):25-30
[3]武韶敏,胡曉兵,王江武.制造業(yè)自動化[J].基于MES無縫集成的FMS生產(chǎn)管理技術研究,2016,38(03):11-14
TP273
A
2016年江蘇省高職院校教師專業(yè)帶頭人高端研修,計劃編號:2016TDFX015。
劉青,1977—,女,漢,江蘇省邗江縣人,碩士研究生,副教授,現(xiàn)就職于:鐘山職業(yè)技術學院,研究方向:測控技術、應用電子技術。