沒(méi)有數(shù)據(jù)采集，工業(yè)互聯(lián)網(wǎng)將是無(wú)源之水

數(shù)據(jù)采集是工業(yè)互聯(lián)網(wǎng)的基礎(chǔ)，沒(méi)有數(shù)據(jù)的工業(yè)互聯(lián)網(wǎng)將是無(wú)源之水，工業(yè)互聯(lián)網(wǎng)的價(jià)值在很大程度上取決于采集數(shù)據(jù)的數(shù)量和質(zhì)量。

2017年，IBM商業(yè)價(jià)值研究院聯(lián)合牛津經(jīng)濟(jì)研究院對(duì)來(lái)自112個(gè)國(guó)家12，854位高管進(jìn)行了問(wèn)卷調(diào)查。本次調(diào)查統(tǒng)計(jì)結(jié)果表明，這些高管認(rèn)為企業(yè)的數(shù)據(jù)只有20%是來(lái)自互聯(lián)網(wǎng)，80%是企業(yè)自身?yè)碛械纳a(chǎn)經(jīng)營(yíng)等環(huán)節(jié)數(shù)據(jù)，這些數(shù)據(jù)被人工智能等新技術(shù)處理后，可使傳統(tǒng)企業(yè)具有超過(guò)互聯(lián)網(wǎng)公司的優(yōu)勢(shì)。

而車間則是制造企業(yè)使用與產(chǎn)生數(shù)據(jù)的重要場(chǎng)所。這些數(shù)據(jù)既包括MES等信息化系統(tǒng)里運(yùn)行與產(chǎn)生的數(shù)據(jù)，也包括生產(chǎn)設(shè)備產(chǎn)生的各種狀態(tài)與制造參數(shù)等數(shù)據(jù)。工業(yè)互聯(lián)網(wǎng)平臺(tái)結(jié)合行業(yè)知識(shí)對(duì)這些數(shù)據(jù)進(jìn)行進(jìn)一步處理和挖掘，以量化、可視化等方式，定位生產(chǎn)中存在的問(wèn)題并進(jìn)行優(yōu)化，可為企業(yè)智能制造提供源源不斷的新動(dòng)能，有效地提升企業(yè)競(jìng)爭(zhēng)力。

制造數(shù)據(jù)采集的數(shù)據(jù)分類

由于行業(yè)不同、應(yīng)用場(chǎng)景不同，對(duì)制造數(shù)據(jù)的分類也不盡相同。

首先是對(duì)制造本身的理解。從狹義上的理解，制造主要是將原材料加工成產(chǎn)品的生產(chǎn)過(guò)程，但如果從廣義的上理解，制造可以涵蓋產(chǎn)品研發(fā)、企業(yè)資源管理、產(chǎn)品工藝、生產(chǎn)過(guò)程、市場(chǎng)營(yíng)銷、售后維護(hù)等等不同的方面，制造數(shù)據(jù)的范圍就變得非常龐大，數(shù)據(jù)采集的方式自然也就多種多樣了。

其次，不同行業(yè)對(duì)制造數(shù)據(jù)的分類也不同。比如流程行業(yè)，可分為工藝數(shù)據(jù)、過(guò)程數(shù)據(jù)以及作業(yè)實(shí)績(jī)。工藝數(shù)據(jù)主要是指溫度、壓力、電流、電壓等直接影響生產(chǎn)效率、產(chǎn)品質(zhì)量的數(shù)據(jù)。過(guò)程數(shù)據(jù)是指生產(chǎn)過(guò)程中所使用或者產(chǎn)生的數(shù)據(jù)，比如物料、計(jì)劃、生產(chǎn)節(jié)拍等等。而實(shí)績(jī)數(shù)據(jù)包括投入產(chǎn)出數(shù)量、合格率等等。

在離散制造行業(yè)，主要的制造數(shù)據(jù)包括設(shè)備數(shù)據(jù)、生產(chǎn)過(guò)程數(shù)據(jù)、質(zhì)量數(shù)據(jù)等。

① 設(shè)備數(shù)據(jù)：設(shè)備運(yùn)行狀態(tài)信息、實(shí)時(shí)工藝參數(shù)信息、故障信息、維修/維護(hù)信息等;

② 生產(chǎn)過(guò)程數(shù)據(jù)：生產(chǎn)計(jì)劃、產(chǎn)品加工時(shí)間、加工數(shù)量、加工人員、加工參數(shù)、產(chǎn)品完工率等;

③ 質(zhì)量數(shù)據(jù)：產(chǎn)品質(zhì)量信息、工藝質(zhì)量信息等。

最后，劃分的標(biāo)準(zhǔn)也不同。也有人將能源數(shù)據(jù)、測(cè)量測(cè)試數(shù)據(jù)等都定為單獨(dú)的一類。

本文基于離散行業(yè)的劃分習(xí)慣，按照狹義上的制造進(jìn)行數(shù)據(jù)種類的劃分，即設(shè)備數(shù)據(jù)、生產(chǎn)過(guò)程數(shù)據(jù)、質(zhì)量數(shù)據(jù)三類，能源數(shù)據(jù)可合并到設(shè)備數(shù)據(jù)，測(cè)量測(cè)試數(shù)據(jù)可并入質(zhì)量數(shù)據(jù)類。

制造數(shù)據(jù)采集的方式

目前，制造數(shù)據(jù)的主要采集方式有設(shè)備自動(dòng)采集、人工終端反饋、其他外圍終端采集等。

1. 設(shè)備自動(dòng)采集

這類系統(tǒng)有些是設(shè)備廠家提供，優(yōu)點(diǎn)是對(duì)自家設(shè)備研究的很深入，但對(duì)其他廠家，特別是競(jìng)爭(zhēng)對(duì)手的產(chǎn)品兼容性就差很多，因此，在市場(chǎng)面上更多的是采用第三方廠家提供的專業(yè)數(shù)據(jù)采集系統(tǒng)。這種設(shè)備數(shù)據(jù)采集系統(tǒng)，在離散制造行業(yè)叫MDC（機(jī)床監(jiān)控與數(shù)據(jù)采集系統(tǒng)，Manufacturing Data Collection），在流程制造業(yè)用SCADA系統(tǒng)（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）實(shí)現(xiàn)設(shè)備數(shù)據(jù)的自動(dòng)采集。如圖1所示的MDC顯示界面。

設(shè)備數(shù)據(jù)自動(dòng)采集的手段主要有以下三種：

1）帶網(wǎng)卡的數(shù)控機(jī)床——通過(guò)機(jī)床網(wǎng)卡，實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)的遠(yuǎn)程自動(dòng)采集。采集的內(nèi)容包括運(yùn)行參數(shù)（主軸轉(zhuǎn)速、進(jìn)給速度、主軸功率、刀具坐標(biāo)等）以及加工產(chǎn)品、加工數(shù)量、報(bào)警信息等。該種采集方案的優(yōu)點(diǎn)是采集的數(shù)據(jù)種類多、實(shí)時(shí)性強(qiáng)。缺點(diǎn)是，受控制系統(tǒng)的限制，目前主要是西門子、發(fā)那科、海德漢、華中數(shù)控等部分主流系統(tǒng)支持。當(dāng)然，由于這是智能制造的發(fā)展趨勢(shì)，越來(lái)越多的機(jī)床控制系統(tǒng)也開(kāi)始支持網(wǎng)卡的數(shù)據(jù)采集。

2）PLC采集——通過(guò)設(shè)備PLC輸出接口，結(jié)合其通訊協(xié)議，實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)采集，包括溫度、壓力、流量、液位等。優(yōu)點(diǎn)是支持PLC采集的系統(tǒng)比較多，適用面廣。缺點(diǎn)是從采集效果上，略遜色網(wǎng)卡采集的效果，但內(nèi)容也相對(duì)豐富，基本滿足制造業(yè)的需求。

3）硬件采集——對(duì)一些比較老舊的設(shè)備，因其無(wú)數(shù)據(jù)輸出接口或者沒(méi)有通訊協(xié)議，可通過(guò)此種方式進(jìn)行數(shù)據(jù)采集。優(yōu)點(diǎn)是幾乎適合任何設(shè)備，缺點(diǎn)是采集的數(shù)據(jù)種類有限。

圖1 蘭光MDC的顯示界面

（綠色—運(yùn)行、黃色—待機(jī)、紅色—故障）

2. 人工終端反饋采集

對(duì)于不能實(shí)現(xiàn)自動(dòng)采集的生產(chǎn)工位，可通過(guò)現(xiàn)場(chǎng)工位機(jī)、移動(dòng)終端、條碼掃描槍等數(shù)字化設(shè)備進(jìn)行數(shù)據(jù)采集。采集內(nèi)容包括生產(chǎn)開(kāi)工、完工時(shí)間、生產(chǎn)數(shù)量、檢驗(yàn)項(xiàng)目、檢驗(yàn)結(jié)果、產(chǎn)品缺陷、設(shè)備故障等。該種采集方式優(yōu)點(diǎn)是對(duì)設(shè)備的要求低，適用場(chǎng)景廣，但缺點(diǎn)是受制于人的主動(dòng)性，在數(shù)據(jù)的實(shí)時(shí)性、準(zhǔn)確性、客觀性等方面都有所欠缺。

3. 其他外圍終端采集

采用RFID、集成等方式實(shí)現(xiàn)制造數(shù)據(jù)采集。

1）RFID：RFID射頻識(shí)別是一種非接觸式的自動(dòng)識(shí)別技術(shù)，它通過(guò)射頻信號(hào)自動(dòng)識(shí)別目標(biāo)對(duì)象并獲取相關(guān)數(shù)據(jù)，識(shí)別工作無(wú)須人工干預(yù)，可應(yīng)用于各種惡劣環(huán)境。

2）與其他設(shè)備集成。如三坐標(biāo)測(cè)量機(jī)等檢測(cè)設(shè)備，可通過(guò)與設(shè)備進(jìn)行集成，讀取產(chǎn)品檢測(cè)信息，用于質(zhì)量管理與追溯。

制造數(shù)據(jù)的狀態(tài)管理

在制造數(shù)據(jù)采集的基礎(chǔ)上，需要對(duì)采集到的相關(guān)數(shù)據(jù)進(jìn)行上分析并指導(dǎo)生產(chǎn)的改進(jìn)與優(yōu)化。

1. 設(shè)備狀態(tài)數(shù)據(jù)分析

對(duì)采集到的各種數(shù)據(jù)進(jìn)行加工處理后，以各種方式進(jìn)行輸出和展現(xiàn)，使相關(guān)人員第一時(shí)間了解設(shè)備生產(chǎn)的實(shí)時(shí)情況，如實(shí)時(shí)狀態(tài)、加工工藝數(shù)據(jù)等，便于做出及時(shí)、科學(xué)的管理決策。

2. 生產(chǎn)工藝數(shù)據(jù)優(yōu)化

主要表現(xiàn)在兩方面：

1）設(shè)備工藝參數(shù)監(jiān)控：將采集到的設(shè)備工藝參數(shù)，如溫度、壓力等，與設(shè)定的標(biāo)準(zhǔn)參數(shù)進(jìn)行實(shí)時(shí)比對(duì)與管控，從而實(shí)現(xiàn)對(duì)生產(chǎn)過(guò)程進(jìn)行實(shí)時(shí)、動(dòng)態(tài)、嚴(yán)格的工藝控制，確保產(chǎn)品質(zhì)量的穩(wěn)定性。

2）工藝改進(jìn)與優(yōu)化：對(duì)制造過(guò)程的主要工藝參數(shù)與完工后的產(chǎn)品合格率進(jìn)行綜合分析，便于為工藝改進(jìn)與優(yōu)化。

3. 生產(chǎn)過(guò)程追溯

通過(guò)產(chǎn)品制造的過(guò)程數(shù)據(jù)實(shí)現(xiàn)對(duì)產(chǎn)品制造歷史的追溯，達(dá)到問(wèn)題復(fù)現(xiàn)、質(zhì)量追溯等目的。

制造數(shù)據(jù)采集的發(fā)展方向

隨著物聯(lián)網(wǎng)等技術(shù)的發(fā)展，制造數(shù)據(jù)采集在設(shè)備兼容性、數(shù)據(jù)豐富性、數(shù)據(jù)價(jià)值挖掘等方面都有了快速發(fā)展，下面分別從數(shù)據(jù)的采集廣度、采集深度及價(jià)值利用等方面進(jìn)行闡述。如圖2所示。

1. 采集的“廣度”

采集的對(duì)象可分為兩類，一類是本身就具備數(shù)字化功能的設(shè)備，如數(shù)控機(jī)床、熱處理設(shè)備、機(jī)器人、AGV、自動(dòng)化立體倉(cāng)庫(kù)等數(shù)字化設(shè)備。另一類是“啞設(shè)備”，就是本身不具有數(shù)字化功能，但可以通過(guò)改造或者借助信息化手段，使相關(guān)信息能進(jìn)入數(shù)字化系統(tǒng)的設(shè)備、設(shè)施、物料、人員等，都可歸于該類。如對(duì)普通機(jī)床通過(guò)增加智能采集硬件，對(duì)物料通過(guò)二維碼、RFID等方式，對(duì)人員通過(guò)刷卡或者信息系統(tǒng)進(jìn)行相應(yīng)的數(shù)據(jù)采集。

通過(guò)對(duì)更多設(shè)備、設(shè)施、物料等的采集，實(shí)現(xiàn)更廣的兼容性，這是制造數(shù)據(jù)采集在廣度方向的發(fā)展趨勢(shì)。

圖2 制造數(shù)據(jù)采集的發(fā)展方向

2. 采集的“深度”

充分發(fā)揮數(shù)字化設(shè)備及相關(guān)信息化系統(tǒng)越來(lái)越好的開(kāi)放性，以及越來(lái)越強(qiáng)大的傳感器、物聯(lián)網(wǎng)等采集技術(shù)，使采集的數(shù)據(jù)種類更豐富，準(zhǔn)確度更高，實(shí)時(shí)性更強(qiáng)，并且成本更低，從而性價(jià)比更高地采集到更多的各種數(shù)據(jù)，為大數(shù)據(jù)深度挖掘與價(jià)值體現(xiàn)提供數(shù)據(jù)原料基礎(chǔ)。

3. 應(yīng)用的“高度”

數(shù)據(jù)是智能制造的基礎(chǔ)，結(jié)合制造業(yè)行業(yè)知識(shí)對(duì)這些數(shù)據(jù)進(jìn)行充分的挖掘與利用，對(duì)制造企業(yè)具有非常重要的意義。

利用這些數(shù)據(jù)，首先實(shí)現(xiàn)了設(shè)備或生產(chǎn)過(guò)程的可見(jiàn)性，對(duì)設(shè)備或生產(chǎn)處于什么狀態(tài)，可一目了然。通過(guò)與設(shè)備維修維護(hù)等行業(yè)知識(shí)的結(jié)合，知道發(fā)生了什么事情，這是數(shù)據(jù)的認(rèn)知性應(yīng)用。

通過(guò)大數(shù)據(jù)分析，預(yù)測(cè)將來(lái)可能出現(xiàn)的故障等問(wèn)題，實(shí)現(xiàn)設(shè)備的可預(yù)測(cè)性維護(hù)，避免因?yàn)樵O(shè)備的宕機(jī)而影響整條產(chǎn)線的正常運(yùn)轉(zhuǎn)，實(shí)現(xiàn)生產(chǎn)流暢的生產(chǎn)。

自適應(yīng)是數(shù)據(jù)最高層級(jí)的應(yīng)用，通過(guò)數(shù)據(jù)采集、狀態(tài)感知、實(shí)時(shí)分析、自主決策，甚至是機(jī)器的自學(xué)習(xí)，系統(tǒng)根據(jù)實(shí)時(shí)狀態(tài)進(jìn)行動(dòng)態(tài)調(diào)整與優(yōu)化，甚至是自我修復(fù)，實(shí)現(xiàn)高效、高質(zhì)、無(wú)憂的智能化生產(chǎn)。

總之，隨著傳感器技術(shù)的突飛猛進(jìn)及成本的迅速下降，使得傳感器無(wú)處不在，實(shí)時(shí)的數(shù)據(jù)采集成為可能，各種設(shè)備運(yùn)行和生產(chǎn)制造大數(shù)據(jù)的快速積累，為工業(yè)互聯(lián)網(wǎng)平臺(tái)提供源源不斷的高質(zhì)量數(shù)據(jù)，并與行業(yè)知識(shí)深度結(jié)合，就可以充分發(fā)揮工業(yè)互聯(lián)網(wǎng)平臺(tái)的價(jià)值，更好地促進(jìn)企業(yè)的智能化轉(zhuǎn)型升級(jí)。

審核編輯 ：李倩