紡機(jī)車間多源異構(gòu)數(shù)據(jù)生產(chǎn)管理系統(tǒng)設(shè)計(jì)

王元志，袁逸萍，樊盼盼，裴國(guó)慶

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

0 前言

《中國(guó)制造2025》重點(diǎn)指出作為五大重點(diǎn)工程之一的“智能制造工程”正式啟動(dòng)實(shí)施[1]，完成從制造業(yè)向智能化順利轉(zhuǎn)型這個(gè)目標(biāo)。郭順生等[2]針對(duì)多主體制造過程的信息協(xié)同數(shù)字化管理平臺(tái)，基于數(shù)據(jù)傳輸中間件的數(shù)據(jù)集成，對(duì)相應(yīng)建材裝備制造企業(yè)進(jìn)行了實(shí)地工程應(yīng)用，并開發(fā)了建材生產(chǎn)的數(shù)字化管理平臺(tái)。黃俊杰等[3]針對(duì)UWB數(shù)據(jù)因非視距問題導(dǎo)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(zhǎng)時(shí)間運(yùn)行的精度和穩(wěn)定性。房?；萚4]針對(duì)超聲探頭檢測(cè)過程中檢測(cè)點(diǎn)錯(cuò)檢漏檢等問題，提出對(duì)慣性數(shù)據(jù)進(jìn)行自適應(yīng)融合，搭建融合定位系統(tǒng)。鄒旺、李少波[5]針對(duì)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(gòu)，實(shí)現(xiàn)了針對(duì)車間生產(chǎn)制造過程中異構(gòu)數(shù)據(jù)的采集。吳鵬興等[6]采用SolidWorks對(duì)生產(chǎn)的物理車間進(jìn)行模型復(fù)制，配合C#和JS編程語言進(jìn)行虛擬場(chǎng)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(wù)方以及云平臺(tái)運(yùn)營(yíng)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(yīng)對(duì)制造業(yè)變革導(dǎo)致對(duì)檢測(cè)信息的爆發(fā)式增長(zhǎng)需求，將云計(jì)算技術(shù)與傳統(tǒng)檢測(cè)技術(shù)相結(jié)合，設(shè)計(jì)了面向制造業(yè)的云檢測(cè)平臺(tái)。PERO，ROSSI[9]使用射頻識(shí)別應(yīng)答器、Wi-Fi網(wǎng)絡(luò)以及Web的應(yīng)用程序等技術(shù)手段，針對(duì)企業(yè)實(shí)際情況，設(shè)計(jì)并開發(fā)了具有創(chuàng)新性的供應(yīng)鏈管理系統(tǒng)。肖慶陽等[10]為了實(shí)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(shè)計(jì)了全周期智慧車間系統(tǒng)并進(jìn)行了驗(yàn)證。李小笠等[11]分析RFID技術(shù)優(yōu)點(diǎn)和自動(dòng)化產(chǎn)線配套倉庫的運(yùn)行特點(diǎn)，設(shè)計(jì)了基于RFID的倉庫管理系統(tǒng)，實(shí)現(xiàn)了對(duì)配套倉庫的信息進(jìn)行實(shí)時(shí)更新和交換。覃偉中等[12]提出了基于運(yùn)營(yíng)數(shù)據(jù)倉儲(chǔ)技術(shù)的智能工廠生產(chǎn)運(yùn)營(yíng)信息綜合集成應(yīng)用的模式。閆天紅等[13]為實(shí)現(xiàn)海上風(fēng)浪環(huán)境和平臺(tái)結(jié)構(gòu)振動(dòng)、應(yīng)變的響應(yīng)監(jiān)測(cè)，開發(fā)了南海某導(dǎo)管架平臺(tái)結(jié)構(gòu)監(jiān)測(cè)系統(tǒng)。劉麗冰等[14]通過多源特征信息，實(shí)現(xiàn)生產(chǎn)設(shè)備內(nèi)外置傳感器多源信息分級(jí)融合，對(duì)數(shù)控機(jī)床進(jìn)行診斷研究。以上學(xué)者的研究為當(dāng)前制造企業(yè)數(shù)字化管理提供了強(qiáng)力支持，但針對(duì)紡織機(jī)械制造企業(yè)關(guān)于多源異構(gòu)數(shù)據(jù)集成與應(yīng)用的研究還不充分。

本文作者分析梳理某紡織機(jī)械制造企業(yè)實(shí)際生產(chǎn)業(yè)務(wù)流程，構(gòu)建該企業(yè)業(yè)務(wù)流程模型，分析數(shù)據(jù)特點(diǎn)，對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行融合、傳遞和共享，以實(shí)現(xiàn)對(duì)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(wù)模型設(shè)計(jì)與多源異構(gòu)數(shù)據(jù)集成

1.1 業(yè)務(wù)流程設(shè)計(jì)及生產(chǎn)管理分析

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

圖1 某紡織機(jī)械制造企業(yè)業(yè)務(wù)流程模型

業(yè)務(wù)部門接收訂單，生成相應(yīng)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(jì)劃員進(jìn)行生產(chǎn)計(jì)劃排產(chǎn)，制定周生產(chǎn)計(jì)劃、月生產(chǎn)計(jì)劃并將生產(chǎn)明細(xì)發(fā)送給鈑金和機(jī)加車間，物料在這2個(gè)車間之間流轉(zhuǎn)、加工；最后提供給裝配車間，在裝配車間進(jìn)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(jì)劃進(jìn)行采購。

1.2 多源異構(gòu)數(shù)據(jù)特點(diǎn)分析

機(jī)械制造企業(yè)生產(chǎn)過程中存在以下特點(diǎn)：(1)數(shù)據(jù)量大。由于車間生產(chǎn)涉及到的物理實(shí)體較多，車間每天從實(shí)體設(shè)備上采集的實(shí)時(shí)生產(chǎn)數(shù)據(jù)數(shù)量龐大；(2)多源異構(gòu)性。由于設(shè)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(jié)構(gòu)也不同；(3)數(shù)據(jù)關(guān)聯(lián)性。車間數(shù)據(jù)之間存在一定的關(guān)聯(lián)性，通過數(shù)據(jù)映射發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)性。

通過設(shè)備數(shù)據(jù)感知采集車間生產(chǎn)過程中的生產(chǎn)計(jì)劃信息、工藝信息、設(shè)備運(yùn)行信息、物料庫存信息等，并與其他信息管理系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)共享和數(shù)據(jù)的協(xié)同應(yīng)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(gòu)數(shù)據(jù)預(yù)處理

2.1 數(shù)據(jù)異常糾正機(jī)制構(gòu)建

生產(chǎn)過程由多個(gè)生產(chǎn)設(shè)備協(xié)力完成，不同的設(shè)備會(huì)產(chǎn)生不同的噪聲數(shù)據(jù)，進(jìn)行數(shù)據(jù)融合前，先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，生產(chǎn)數(shù)據(jù)的預(yù)處理流程如圖3所示。

圖3 生產(chǎn)數(shù)據(jù)預(yù)處理流程

首先，獲取生產(chǎn)設(shè)備的實(shí)時(shí)數(shù)據(jù)存入建立好的對(duì)應(yīng)數(shù)據(jù)臨時(shí)表中；其次，根據(jù)生產(chǎn)數(shù)據(jù)類型建立與之相對(duì)應(yīng)的線程處理規(guī)則，對(duì)臨時(shí)表中的數(shù)據(jù)進(jìn)行對(duì)應(yīng)的線程處理，處理后將數(shù)據(jù)取出；最后，對(duì)數(shù)據(jù)進(jìn)行遍歷，通過預(yù)設(shè)的糾正規(guī)則判斷數(shù)據(jù)狀況，對(duì)異常數(shù)據(jù)進(jìn)行處理，生成數(shù)據(jù)糾正記錄。

2.2 數(shù)據(jù)時(shí)間配準(zhǔn)

異構(gòu)數(shù)據(jù)融合中不同傳感器的采樣周期不同，實(shí)際生產(chǎn)中，由于生產(chǎn)環(huán)境的影響，會(huì)存在數(shù)據(jù)傳輸延遲的情況，導(dǎo)致各個(gè)傳感器與數(shù)據(jù)融合中心存在時(shí)間誤差，因此對(duì)各個(gè)傳感器和數(shù)據(jù)融合中心進(jìn)行時(shí)間配準(zhǔn)非常重要。在進(jìn)行時(shí)間配準(zhǔn)之前，需要檢測(cè)影響時(shí)間配準(zhǔn)的異常數(shù)據(jù)，主要根據(jù)修正值和閾值進(jìn)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(jì)算可獲得測(cè)量值，將真實(shí)估計(jì)值的權(quán)重設(shè)為測(cè)量值，則加權(quán)函數(shù)表達(dá)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(shí)估計(jì)值α的權(quán)重。

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

(3)

其中：ui為測(cè)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(cè)量值向量表示為

(5)

其中：T′為融合時(shí)間。

對(duì)傳感器數(shù)據(jù)進(jìn)行時(shí)間配準(zhǔn)處理后，獲得精度較高的測(cè)量數(shù)據(jù)，為數(shù)據(jù)融合提供良好基礎(chǔ)。

2.3 時(shí)序數(shù)據(jù)填充

企業(yè)生產(chǎn)過程中，由于各個(gè)設(shè)備上的傳感器采集頻率不同，會(huì)導(dǎo)致時(shí)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(jìn)行設(shè)備的時(shí)序數(shù)據(jù)填充，時(shí)序數(shù)據(jù)的拉格朗日多項(xiàng)式表示為

(6)

其中：Fscada(t)為設(shè)備時(shí)序數(shù)據(jù)對(duì)應(yīng)的拉格朗日插值函數(shù)；li(t)為插值基函數(shù)；ti為時(shí)序數(shù)據(jù)；tm為時(shí)序數(shù)據(jù)m對(duì)應(yīng)的采集時(shí)間。

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

(7)

其中：rj為在時(shí)間j上采集的時(shí)序數(shù)據(jù)實(shí)際值；β1、β2分別為進(jìn)行步長(zhǎng)的趨勢(shì)平滑參數(shù)；vj為一次步長(zhǎng)的平滑值；sj-1為二次步長(zhǎng)的平滑值；h為預(yù)測(cè)步長(zhǎng)。

對(duì)時(shí)序數(shù)據(jù)進(jìn)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(chǔ)。

3 多源異構(gòu)數(shù)據(jù)融合

3.1 多源異構(gòu)本體融合模型構(gòu)建

為保證生產(chǎn)過程中車間現(xiàn)場(chǎng)生產(chǎn)的信息實(shí)時(shí)性以及利用生產(chǎn)調(diào)度規(guī)則的高效性，不采用實(shí)時(shí)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(duì)生產(chǎn)實(shí)時(shí)信息和生產(chǎn)調(diào)度事件信息進(jìn)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(jìn)行數(shù)據(jù)查詢及監(jiān)控時(shí)，所有的數(shù)據(jù)查詢均在此中央數(shù)據(jù)庫上進(jìn)行。同時(shí)設(shè)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(shí)第一時(shí)間進(jìn)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(jī)車間異構(gòu)數(shù)據(jù)本體融合模型

3.2 多源異構(gòu)數(shù)據(jù)融合模型構(gòu)建

為驗(yàn)證上述數(shù)據(jù)融合對(duì)系統(tǒng)的益處，以企業(yè)已有的員工管理系統(tǒng)(簡(jiǎn)稱OA)、生產(chǎn)計(jì)劃系統(tǒng)(簡(jiǎn)稱PMS)、設(shè)備管理系統(tǒng)以及生產(chǎn)的MES系統(tǒng)作為測(cè)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(duì)MES生產(chǎn)數(shù)據(jù)擴(kuò)充OA、擴(kuò)充PMS相關(guān)的屬性數(shù)據(jù)，以及對(duì)MES同時(shí)擴(kuò)展OA和PMS相關(guān)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(zhǔn)確性上進(jìn)行對(duì)比。

由表1可知：?jiǎn)我坏南到y(tǒng)對(duì)應(yīng)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(guān)系，基本無法進(jìn)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(duì)現(xiàn)有不匹配度和生產(chǎn)調(diào)度規(guī)則提取準(zhǔn)確率的促進(jìn)效果良好。而PMS中包含對(duì)生產(chǎn)過程有較強(qiáng)影響的數(shù)據(jù)，因此對(duì)于MES系統(tǒng)的數(shù)據(jù)促進(jìn)作用遠(yuǎn)大于對(duì)生產(chǎn)影響不大的OA。融合實(shí)驗(yàn)結(jié)果與人主觀感覺較為一致，采用企業(yè)現(xiàn)有系統(tǒng)進(jìn)行實(shí)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(duì)比

4 紡機(jī)智能車間數(shù)據(jù)管控平臺(tái)應(yīng)用

4.1 系統(tǒng)軟件功能模塊設(shè)計(jì)

此系統(tǒng)結(jié)構(gòu)采用B/S架構(gòu)。整個(gè)系統(tǒng)最重要的環(huán)節(jié)是系統(tǒng)的軟件設(shè)計(jì)，它對(duì)系統(tǒng)的可靠性、穩(wěn)定性、可擴(kuò)展性、運(yùn)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(gòu)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(gòu)提供了功能強(qiáng)大的IOC、AOP等功能，主體開發(fā)語言采用Java語言，并結(jié)合MySQL、SQLserver、JavaScript和Ajax等技術(shù)實(shí)現(xiàn)該系統(tǒng)運(yùn)行。根據(jù)生產(chǎn)實(shí)際需求，結(jié)合制造過程的實(shí)際生產(chǎn)情況，主要分為SAP管理、SCADA數(shù)據(jù)管理、倉儲(chǔ)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(gè)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(shí)現(xiàn)

系統(tǒng)通過與SAP系統(tǒng)對(duì)接獲取生產(chǎn)訂單、生產(chǎn)工藝等，結(jié)合SCADA數(shù)據(jù)與倉儲(chǔ)數(shù)據(jù)等實(shí)現(xiàn)訂單管理、產(chǎn)品全生命周期監(jiān)控、設(shè)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(shí)現(xiàn)相應(yīng)數(shù)據(jù)接口。權(quán)限的可重置使管理人員可隨時(shí)捕捉生產(chǎn)過程中異常情況，進(jìn)行生產(chǎn)計(jì)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(shí)際需要進(jìn)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(cè)為系統(tǒng)菜單欄，用戶可根據(jù)實(shí)際查詢選擇相應(yīng)的菜單。圖7所示為設(shè)備的報(bào)警數(shù)據(jù)，可通過機(jī)器設(shè)備名稱、報(bào)警編號(hào)對(duì)相應(yīng)設(shè)備的報(bào)警以及歷史報(bào)警進(jìn)行查詢，進(jìn)行設(shè)備報(bào)警后的及時(shí)修復(fù)，提高設(shè)備的使用效率。

圖6 生產(chǎn)數(shù)據(jù)緩存

圖7 設(shè)備數(shù)據(jù)報(bào)警

4.3 設(shè)備信息三維可視化

系統(tǒng)基于Unity3D建立設(shè)備模型，如圖8所示，對(duì)產(chǎn)線上的相應(yīng)設(shè)備及其附屬設(shè)備進(jìn)行三維建模，便捷展示設(shè)備運(yùn)行狀況、主軸倍率、當(dāng)日加工件數(shù)、執(zhí)行程序塊等信息，使生產(chǎn)中設(shè)備的實(shí)際情況一目了然。

圖8 設(shè)備信息實(shí)時(shí)互動(dòng)

4.4 數(shù)據(jù)圖表顯示

基于Unity3D可進(jìn)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(biāo)準(zhǔn)工時(shí)進(jìn)行計(jì)算，統(tǒng)計(jì)不同車間的設(shè)備產(chǎn)能、跟蹤任務(wù)進(jìn)度、統(tǒng)計(jì)任務(wù)達(dá)成率。圖表展示包括產(chǎn)能統(tǒng)計(jì)、SQC質(zhì)量統(tǒng)計(jì)、實(shí)時(shí)生產(chǎn)狀況、計(jì)劃達(dá)成率等，并結(jié)合現(xiàn)場(chǎng)實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行優(yōu)化和更新管理。

圖9 可視化大屏展示

4.5 系統(tǒng)應(yīng)用實(shí)例成果

某企業(yè)根據(jù)車間計(jì)劃以及生產(chǎn)實(shí)際需要，進(jìn)行大批量生產(chǎn)。生產(chǎn)過程中無法同時(shí)考慮生產(chǎn)計(jì)劃安排、原材料調(diào)配、設(shè)備故障、人員班次等因素，車間存在大量設(shè)備，相關(guān)設(shè)備對(duì)水的使用需求不高，車間主要的能源消耗為電能，統(tǒng)計(jì)梳棉機(jī)消耗的能源，如表2所示。

表2 梳棉機(jī)生產(chǎn)明細(xì)

初始年度為2019年，定義此年能耗為100%，此平臺(tái)經(jīng)過不斷地開發(fā)應(yīng)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(tái)梳棉機(jī)能耗趨勢(shì)

6 結(jié)語

針對(duì)企業(yè)數(shù)據(jù)管理不足的問題，結(jié)合實(shí)際生產(chǎn)業(yè)務(wù)情況，搭建數(shù)據(jù)模型進(jìn)行數(shù)據(jù)集成，設(shè)計(jì)并開發(fā)了紡機(jī)智能車間數(shù)據(jù)集成管理平臺(tái)，為孿生平臺(tái)、仿真優(yōu)化、智能決策提供了數(shù)據(jù)基礎(chǔ)，對(duì)企業(yè)數(shù)據(jù)起到良好的管理作用，包括對(duì)企業(yè)設(shè)備管理運(yùn)行、生產(chǎn)效率統(tǒng)計(jì)、訂單完工期統(tǒng)計(jì)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(jī)智能車間數(shù)據(jù)管理平臺(tái)已經(jīng)在新疆某紡機(jī)制造有限責(zé)任公司得到實(shí)際應(yīng)用，運(yùn)行效果良好，滿足企業(yè)對(duì)數(shù)據(jù)集成、統(tǒng)計(jì)、分析等需求。為了更好地使紡機(jī)智能車間數(shù)據(jù)管理平臺(tái)得到應(yīng)用，提高平臺(tái)的全面性和可控性，后續(xù)將會(huì)對(duì)企業(yè)現(xiàn)有資源配置優(yōu)化、設(shè)備預(yù)警等問題展開研究。