基于物聯(lián)網(wǎng)的工業(yè)制造分析研究

常廣炎 楊彬

摘 要：物聯(lián)網(wǎng)與工業(yè)制造深度融合，物聯(lián)信息系統(tǒng)將生產(chǎn)中的供應、制造、銷售等信息數(shù)據(jù)化、智慧化，最后達到快速、有效、個性化的產(chǎn)品供應。文中描述了制造業(yè)中使用數(shù)據(jù)分析的挑戰(zhàn)，根據(jù)應用程序中的經(jīng)驗，提出了操作建議，并分享了首選的技術(shù)堆棧。

關(guān)鍵詞：物聯(lián)網(wǎng);大數(shù)據(jù);制造分析;工業(yè)制造;信息系統(tǒng);智慧化

中圖分類號：TP274文獻標識碼：A文章編號：2095-1302（2019）03-0-03

0 引 言

德國“工業(yè)4.0”和美國的“工業(yè)互聯(lián)網(wǎng)”將重構(gòu)世界工業(yè)布局和經(jīng)濟格局，給世界各國帶來不同的挑戰(zhàn)和機遇。我國國務院印發(fā)“中國制造2025”，作為實施制造強國戰(zhàn)略第一個十年的行動綱領(lǐng)，將加快推動物聯(lián)網(wǎng)技術(shù)與制造技術(shù)融合發(fā)展[1]。物聯(lián)網(wǎng)收集有關(guān)機器操作、材料使用、設(shè)施物流等數(shù)據(jù)，帶來了操作人員的透明度。這種透明性是由數(shù)據(jù)分析應用所帶來的，它指的是使用統(tǒng)計和機器學習方法來發(fā)現(xiàn)不同的數(shù)據(jù)特征和模式。機器學習技術(shù)越來越多地用于各種制造應用中，如預測性維護，測試時間縮短，供應鏈優(yōu)化和流程優(yōu)化等[2-4]。企業(yè)的制造過程已由傳統(tǒng)的“黑箱”模式逐漸向“多維度、透明化和泛在感知”模式發(fā)展[5]。

1 制造分析面臨的挑戰(zhàn)

制造分析的目標是通過降低成本而不影響質(zhì)量來提高生產(chǎn)力：

（1）減少測試時間和校準，包括預測測試結(jié)果和校準參數(shù);

（2）提高質(zhì)量，通過確定廢品的根本原因和自行優(yōu)化生產(chǎn)線來降低生產(chǎn)廢品（壞件）的成本;

（3）降低保修成本，使用質(zhì)量測試和過程數(shù)據(jù)來預測現(xiàn)場故障，以及跨價值流分析;

（4）提高產(chǎn)量，跨生產(chǎn)線和工廠的基準分析，提高第一次通過率，提高首過產(chǎn)量，并找出總體設(shè)備效率（OEE）或周期時間等性能瓶頸的原因;

（5）執(zhí)行預測性維護，分析機器運行狀況，確定故障的主要原因，預測部件故障以避免計劃外停機。

傳統(tǒng)的質(zhì)量改進計劃包括六西格瑪、戴明循環(huán)、全面質(zhì)量管理（TQM）和多里安·謝寧的統(tǒng)計工程（SE）[6]。在20世紀80年代和90年代開發(fā)的方法通常應用于少量的數(shù)據(jù)，并找到參與因素之間的單變量關(guān)系。 使用MapReduce范式簡化大型數(shù)據(jù)集中的數(shù)據(jù)處理及其進一步發(fā)展導致大數(shù)據(jù)分析的主流擴散[7]。隨著機器學習技術(shù)的發(fā)展，大數(shù)據(jù)分析的發(fā)展提供了一系列新的工具，可應用于制造分析。 這些功能包括能夠在批處理和流模式下分析千兆字節(jié)的數(shù)據(jù)，能夠在許多變量之間找到復雜的多元非線性關(guān)系，以及將因果關(guān)系與相關(guān)性區(qū)分開來的機器學習算法。

在生產(chǎn)線上生產(chǎn)數(shù)以百萬計的零件，并為他們收集了數(shù)千個工序和質(zhì)量測量的數(shù)據(jù)，這對提高質(zhì)量和降低成本非常重要。實驗設(shè)計（DoE），通過控制實驗，反復探索數(shù)千個原因，往往太耗時，成本高昂。制造專家依靠其領(lǐng)域知識來檢測可能影響質(zhì)量的關(guān)鍵因素，再根據(jù)這些因素運行DoE。大數(shù)據(jù)分析和機器學習的進步使得檢測關(guān)鍵因素能夠有效地影響質(zhì)量和產(chǎn)量。這與領(lǐng)域知識相結(jié)合，能夠快速檢測故障的根本原因。然而，在制造業(yè)中有一些獨特的數(shù)據(jù)科學挑戰(zhàn)。

（1）虛警和假陰性的不相等成本，在計算準確率時，必須認識到虛警和假陰性可能產(chǎn)生不相等的成本。假設(shè)一個假陰性是一個壞的部分/實例，被錯誤地預測為好的。另外，假設(shè)一個錯誤的警報是一個好的部分，被錯誤地預測為壞的。進一步假設(shè)所生產(chǎn)的部件是安全關(guān)鍵部件，錯誤地預測壞的部分是好的（假陰性），會使人的生命處于危險之中。因此，假陰性的代價可能比假警報高得多。在將業(yè)務目標轉(zhuǎn)化為技術(shù)目標和候選評估方法時，需要考慮這種權(quán)衡。

（2）數(shù)據(jù)收集和可追溯性問題，數(shù)據(jù)收集問題經(jīng)常發(fā)生， 許多裝配線缺乏“端到端的可追溯性”。換句話說，通常沒有與正在生產(chǎn)部件和處理步驟相關(guān)聯(lián)的唯一標識符。一種解決方法是使用時間戳來代替標識符。另一種情況涉及不完整的數(shù)據(jù)集。這種情況下，在預測和分析中省略不完整信息部分或?qū)嵗?，或者使用一些估算方法（在咨詢了制造專家之后）?/p>

（3）大量的特性，與傳統(tǒng)的數(shù)據(jù)挖掘中的數(shù)據(jù)集不同的是在制造分析中觀察到的特征可能數(shù)以千計。因此必須注意避免機器學習算法只能使用精簡數(shù)據(jù)集（即具有少量特征的數(shù)據(jù)集）。

（4）多重共線性，當產(chǎn)品通過裝配線時，在生產(chǎn)流程的不同站點上采取不同的測量方法。這些測量中的一些可以是高度相關(guān)的，然而許多機器學習和數(shù)據(jù)挖掘算法特性相互獨立，對于提出的分析方法，應該仔細研究多重共線性問題。

（5）分類失衡問題，好的和壞的部分（或廢品，即不通過質(zhì)量控制測試的部分）之間存在極大的不平衡。比例范圍可能從9∶1到甚至低于99 000 000∶1。應用標準分類技術(shù)區(qū)分好的零件和廢料是困難的，因此提出了幾種處理類不平衡方法，并應用于制造分析[8]。

（6）非平穩(wěn)數(shù)據(jù)，由于各種因素，如供應商或運營商的變化以及機器中的校準偏差，基礎(chǔ)制造過程可能會發(fā)生變化。因此需要應用更穩(wěn)健的數(shù)據(jù)非穩(wěn)態(tài)性質(zhì)的方法。

（7）模型可能難以解釋，生產(chǎn)和質(zhì)量控制工程師需要了解告知流程或設(shè)計更改的分析解決方案。否則生成的建議和決策可能會被忽略。

2 利用大數(shù)據(jù)工具鏈

從制造產(chǎn)品價值鏈收集的數(shù)據(jù)存儲到數(shù)據(jù)庫中后，需要一個數(shù)據(jù)分析系統(tǒng)對這些數(shù)據(jù)進行分析。制造數(shù)據(jù)分析系統(tǒng)框架如圖1所示。數(shù)據(jù)首先從不同的數(shù)據(jù)庫提取、轉(zhuǎn)換和加載（ETL）到分布式文件系統(tǒng)，如Hadoop分布式文件系統(tǒng)（HDFS）或NoSQL數(shù)據(jù)庫（如MongoDB）中。接下來，機器學習和分析工具執(zhí)行預測建?；蛎枋鲂苑治?。為了部署預測模型，前面提到的工具被用來將歷史數(shù)據(jù)上的訓練模型轉(zhuǎn)換為開放的、封裝的統(tǒng)計數(shù)據(jù)挖掘模型和關(guān)聯(lián)的元數(shù)據(jù)，稱為預測模型標記語言（PMML），并將其存儲在一個計分引擎中。任何來源的新數(shù)據(jù)都使用存儲在計分引擎中的模型進行評估[9]。

用于制造分析的大數(shù)據(jù)軟件堆?？梢允情_源、商業(yè)和專有工具的混合體，制造分析軟件堆棧示例如圖2所示。從已完成的項目中獲悉，現(xiàn)有的堆棧供應商目前沒有提供完整的解決方案。盡管技術(shù)領(lǐng)域正在迅速發(fā)展，但目前最好的選擇是模塊化，重點是真正的分布式組件，成功的核心思想是將開源和商業(yè)組件混合在一起[10]。

除了這里介紹的體系結(jié)構(gòu)之外，還有各種商用物聯(lián)網(wǎng)平臺。其中包括GE的Predix（www.predix.com），博世的物聯(lián)網(wǎng)套件（www.bosch-iot-suite.com），IBM的Bluemix（www.ibm.com/cloud-computing/），ABB基于Microsoft Azure的物聯(lián)網(wǎng)服務和人員平臺（https：//azure.microsoft.com）以及亞馬遜的物聯(lián)網(wǎng)云（https：//aws.amazon.com/iot）。這些平臺提供了許多用于物聯(lián)網(wǎng)和分析的標準服務，包括身份管理和數(shù)據(jù)安全，這里的案例研究中沒有涉及。另一方面，最好的方法提供了靈活性和可定制的功能，使實現(xiàn)比標準的商業(yè)解決方案更有效。但是實施這樣的解決方案可能需要在實施現(xiàn)場提供一個有能力的數(shù)據(jù)科學團隊。這個選擇可以歸結(jié)為幾個因素，非功能性需求、成本、物聯(lián)網(wǎng)和分析技術(shù)。

3 降低廢品率的案例研究

任何在工廠組裝或生產(chǎn)的產(chǎn)品都要經(jīng)過一系列的質(zhì)量檢測，以確定是否需要報廢。高報廢率是由于不及時向客戶交付產(chǎn)品的機會成本、人員浪費時間、非可重復使用部件的浪費及設(shè)備管理費用造成的。降低廢品率是制造商需要解決的主要問題之一。減少廢品的方法包括找出產(chǎn)品質(zhì)量低的根本原因。

3.1 數(shù)據(jù)處理

根源分析從整合生產(chǎn)線上所有可用的數(shù)據(jù)開始。裝配線、工作站和機器構(gòu)成了工業(yè)生產(chǎn)單元，可被視為等同于物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)。在制造過程中，有關(guān)過程狀態(tài)、機器狀態(tài)、工具和部件的信息不斷地被傳遞和存儲。在本案例研究中考慮工廠生產(chǎn)的數(shù)量、規(guī)模和頻率，以至于需要使用一個大數(shù)據(jù)工具棧，類似于圖2所示的數(shù)據(jù)工具棧，用于流、存儲、預處理和連接數(shù)據(jù)。這條數(shù)據(jù)管道幫助在批處理歷史數(shù)據(jù)和流實時數(shù)據(jù)上構(gòu)建機器學習模型。雖然批量數(shù)據(jù)分析幫助識別制造過程中的問題，但流式數(shù)據(jù)分析使工廠工程師能夠定期訪問最新問題及其根本原因。使用Kafka（https：//kafka.apache.org）和Spark streaming（http：//spark.apache.org/streaming）傳輸來自不同數(shù)據(jù)源的實時數(shù)據(jù);使用Hadoop（http：//hadoop.apache.org）和HBase（https：//hbase.apache.org）高效地存儲數(shù)據(jù);使用Spark（http：//spark.apache.org）和MapReduce框架分析數(shù)據(jù)。

使用這些工具的兩個主要原因是它們作為開源產(chǎn)品的可用性，以及它們龐大而活躍的開發(fā)人員網(wǎng)絡(luò)，通過這些網(wǎng)絡(luò)不斷地更新這些工具。

3.2 機器學習

隨著Spark MLLib（http：//spark.apache.org/mllib）和SparkR（http：//spark.apache.org/docs/latest/index.html）等分布式計算工具的功能增加，其變得更加容易實現(xiàn)分布式和在線的機器學習模型，如支持向量機、梯度推進樹及大量數(shù)據(jù)的決策樹。測試不同的機器參數(shù)和過程測量對整體產(chǎn)品質(zhì)量的影響，從相關(guān)分析到方差分析和卡方假設(shè)檢驗，有助于確定個體測量對產(chǎn)品質(zhì)量的影響。本設(shè)計訓練了一些分類和回歸模型，這些模型可以區(qū)分通過質(zhì)量控制的部分和不通過質(zhì)量控制的部分，可以使用經(jīng)過訓練的模型來推斷決策規(guī)則。根據(jù)純度最高的規(guī)則，純度定義為Nb / N，其中N是滿足規(guī)則的產(chǎn)品數(shù)量，Nb是滿足規(guī)則的有缺陷或壞部件的總數(shù)。

雖然這些模型可以識別變量之間的線性和非線性關(guān)系，但它們并不表示因果關(guān)系。因果關(guān)系對于確定真正的根本原因至關(guān)重要，使用貝葉斯因果模型來推斷所有數(shù)據(jù)的因果關(guān)系。

3.3 可視化

收集大數(shù)據(jù)的可視化平臺至關(guān)重要。工程師面臨的主要挑戰(zhàn)是對完整的制造過程沒有清晰而全面的概述。這樣的概述將幫助他們在發(fā)生任何不良事件之前做出決定并評估其狀態(tài)。描述性分析使用Tableau（www.tableau.com）和微軟 BI（https：//powerbi.microsoft.com/en-us）等工具幫助實現(xiàn)此目的。描述性分析包括許多視圖，如直方圖、雙變量圖和相關(guān)性圖。

除了可視化統(tǒng)計描述外，還應為所有預測模型提供一個清晰的視覺界面。所有影響特定質(zhì)量參數(shù)的測量都可以被可視化，后端的數(shù)據(jù)可按時間過濾。

4 結(jié) 語

“物聯(lián)網(wǎng)+ 中國制造2025”是實現(xiàn)我國制造業(yè)與新一代信息技術(shù)深度結(jié)合的具體表現(xiàn)，互聯(lián)制造業(yè)正經(jīng)歷一場技術(shù)革命，用戶會要求在所有產(chǎn)品中增加個性化和許多消費電子產(chǎn)品功能。制造分析有利于發(fā)展智能制造和大規(guī)模個性化定制，提升網(wǎng)絡(luò)化協(xié)同制造水平，加速制造業(yè)服務化轉(zhuǎn)型。這將關(guān)閉設(shè)計、制造、營銷、銷售和上市后跟蹤/監(jiān)視之間的循環(huán)。物聯(lián)網(wǎng)將成為“中國制造”轉(zhuǎn)型升級、提升附加值的重要手段。大數(shù)據(jù)和相關(guān)分析將成為工程連續(xù)過程中提取所需知識和提供智能的關(guān)鍵技術(shù)。

參 考 文 獻

[1]陳玉川.“物聯(lián)網(wǎng)+中國制造2025”的實現(xiàn)路徑研究[J]. 物聯(lián)網(wǎng)技術(shù)，2016，6（6）：63-66.

[2] WANG S，YAO X.Using Class Imbalance Learning for Software Defect Prediction[J]. IEEE Trans. Reliability，2013，62（2）：434–443.

[3] ELBANNA M.A novel approach for classifying imbalance welding data：mahalanobis genetic algorithm （MGA） [J]. Advanced manufacturing Technology，2015，77（1）：407–425.

[4] CHOUDHARY A K，HARDING J A，TIWARI M K.Data mining in manufacturing：a review based on the kind of knowledge[J]. Intelligent Manufacturing，2008，20（5）：501-521.

[5]劉明周，馬靖，王強，等. 一種物聯(lián)網(wǎng)環(huán)境下的制造資源配置及信息集成技術(shù)研究[J]. 中國機械工程，2015，26（3）：339-347

[6] SENAPATI N R.Six sigma：myths and realitie[J]. Quality & Reliability Management，2004，21（6）：683-690.

[7] DEAN J，GHEMAWAT S. MapReduce：simplified data processing on large clusters[J]. J. Dean and S. Ghemawat Comm.ACM，2008，51（1）：107-113.

[8] HONG C，GHOSH R，SRINIVASAN S.Dealing with class imbalance using thresholding[C]. presentation，ODD 4.0：Outlier Definition，Detection，and Description on Demand，ACM SIGKDD，2016.

[9]傅建中.智能制造裝備的發(fā)展現(xiàn)狀與趨勢[J].機電工程，2014（8）：959-962.

[10]孫柏林.未來智能裝備制造業(yè)發(fā)展趨勢述評[J].自動化儀表，2013（1）：1-5.