基于物联网、大数据、智能分析的一体化制造过程评价与预测

董磊

“提升质量、降低成本、提高效率”是制造型企业永恒的话题，复杂产品制造不仅涉及工业技术本身，制造组织方式和生产管理调度等因素通常也制约了产品的质量、成本。感知制造过程中人、机、料、法、环、测等要素的实时状态不仅能够快速处理产品制造过程中的质量问题，更能为管理和生产组织提供有效数据和决策依据，是中国制造2025和智能制造的核心技术方向。

航空产品的复杂性导致制造过程复杂，所需材料、设备、人力和方法众多导致将多种异构设备的不同维度信息进行实时采集、分析相对较为困难。通常，生产数据通过DNC/MDC对机床设备的使用率、主轴转速等信息进行采集，通过对智能设备如三维坐标仪等自带软件参数进行采集，利用这些零散的数据人工判断产线利用率和生产状态，虽然在一定程度上能够支撑产线及产品的状态判断，但由于采集设备及数据种类有限，分析手段落后，依然制约着制造过程评价的客观性，更无法对生产状态和事件进行有效预测。

1 一体化制造过程评价与预测方案

基于航空工业研制模式持续创新要求，结合企业数字转型的具体举措，金航数码科技有限责任公司（航空工业信息技术中心）开展了物联网、大数据和制造过程分析评价等技术的研究，并形成适应航空企业应用的解决方案，研发了一体化制造过程评价与预测系统。

1.1 行业共性需求与应对

◎ 使用虚拟化仿真手段去验证、优化、评估制造过程和方法可靠性。

◎ 建设虚实实时映射的物流配送模式，优化物流配送路径与节拍。

◎ 利用物联技术动态感知当前生产环境及状态，消除制造要素信息孤岛，快速应对生产环节中出现的异常。

◎ 利用大数据技术对实时信息和历史数据进行统计分析，形成数据分析模型，实现基于大数据的产品质量和产线异常预测。

1.2 方案设计

◎ 产品工艺设计及仿真：利用仿真等技术手段对工艺、产线中的各要素进行建模仿真，形成基于三维模型的制造样机和数据管理，依靠实际产线数据、模型和积累的规则、知识对仿真进行虚实映射与迭代优化，为生产和管理人员提供一种高效的预测途径和决策方法。

◎ 生产制造执行管理：以精益生产思想为导向，通过建设andon系统、生产现场设备物联、过程质量检测等系统，实现工艺数据-管控数据-设备数据-检测数据多级贯通，形成实时、有效、快捷且直观现场问题处理机制，达到边缘侧“在线分析”和动态执行的目标。

◎ 车间智能物流配送：用于平衡多站并发性物流需求、优化物流配送路径、提高AGV定位和配送准确度，是实现智能化生产线物流准时化配送的关键组成部分。

◎ 大数据统计与分析：将采集的设备和实测数据与其他生产、制造、工艺数据匹配、关联，能够形成产品全价值链数据的闭环管理和影响性分析。通过对刀具、设备或者工件尺寸进行在线测量、参数监测并使用大数据分析，实现基于动态数据的补偿调整并预见故障，有助于增加生产设施的正常运行时间和减少非计划停机时间。

1.3 一体化平台研发

平台基于金航业务基础平台，采用OPC UA协议对多种异源、异构、异质设备对数据进行实时采集和存储，并进行数据处理、筛选、聚类和边缘侧计算，将整理后的数据对接到工业大數据平台进行分析并得出价值数据。对设备健康状态、故障和能源等业务数据进行价值分析并可视化或三维化展示，供企业制造决策使用。

2 新模式的优势

一体化制造过程评价与预测方案通过实现工厂系统的全面互联，可将工厂相关生产工具转化为有关的信息源，创造了一种区别产品和服务的新模式以及能够自适应的全新价值源——信息及洞察力，是实现大数据分析及构建数字孪生体的基本要素。美国波音已将相关技术列为企业战略，国内企业也在加速工业物联网布局，提高企业核心竞争力。这种新模式的优势主要有以下三项。

◎ 一是有利于形成产品全价值链的真实、完整的数据链条，可以通过大数据、人工智能等手段对制造过程进行评价与分析。

◎ 二是有利于现场状态的实时监控和动态调度的开展，只有获取生产线所有设备物联数据才能真正形成动态的柔性生产。

◎ 三是将完全改变设计和工艺跟产的工作模式，基于此平台可以快速进行排故和决策。

3 研究进展及应用成效

目前，金航数码科技有限责任公司（航空工业信息技术中心）已面向航空行业开展物联网、大数据和智能分析相关实施项目和科研项目的建设工作8项，已验收项目6项，其中航空工业南京机电液压工程研究中心AOS工厂信息化试点项目、新航数字化车间设备互联互通及数据采集项目、陕飞总装脉动生产管控系统等项目已成为被广泛关注的航空实践应用，据统计事故处理效率提高了30%。

4 推进建议

物联网/大数据/智能分析的一体化制造过程评价与预测平台，还需通过型号项目的考验进行持续优化迭代，根据企业实际信息化建设情况进行不同维度的建设。

◎ 数字化：解决端到端集成。进行设备连接，扫除信息孤岛，构建动态感知环境是实现企业数字转型的基础和智能制造的先决条件。

◎ 网络化：解决纵向集成。完成物联数据与大数据平台的纵向数据贯通，是建立工业机理模型、智能分析、智能决策的关键抓手，同时也是对已经构建的采集系统迁移、整合的关键商业机会。

◎ 智能化：解决横向集成。完成边缘计算智能化服务，通过大数据平台构建的优化模型、算法模型，利用物联网平台低延时、高可用特点开展精准执行等动作，改善工艺、质量、制造关键业务点。