面向车间生产全过程的信息化管控平台落地实施

首都航天机械有限公司

张 泽 贾师强 赵洪杰 陈 宁 落海伟

一、前 言

航天产品制造具有多品种、多状态、定制化特点，首都航天机械有限公司（以下简称“公司”）承担着数十个型号航天产品的研制与批产任务，要求机加车间能够适应多种型号零件小批量生产的任务需求，同时具备高度柔性。生产全过程的管理尤为复杂，原有车间生产管控模式存在以下六方面问题：一是人工密集型生产调度管控效率低，存在信息孤岛，生产过程管理不透明，订单执行效率低；二是制造资源状态无法及时掌握，资源利用率低；三是质检模板创建效率低，无法及时响应工艺文件变更要求；四是生产过程工序检验和终检普遍只重视符合性，缺乏生产全生命周期质量数据，不利于产品质量保证；五是生产过程设备状态无法感知，设备异常无法有效监控；六是生产过程数据无法有效及时采集存储，不足以支撑大数据分析和绩效评估。为解决以上问题，公司自主开发了面向车间的生产全过程信息化管控平台。通过信息化管控平台的落地实施，实现对车间各环节数据的有效感知，消除信息孤岛，使生产管控能力有效提升，生产效率显著提高，并实现了车间透明化管理。

二、车间信息化管控平台搭建

车间信息化管控平台由制造运营管理平台（Manufacturing Operation Management Platform，MOM）、工业物联网平台（Industrial Internet of Things Platform，IIOT）和工业大数据综合应用平台（Industrial Data Application Management Platform，IDAM）构成。MOM 制造运营管理平台用以实现生产制造全流程和全要素信息化管理；IIOT 工业物联网平台基于车间设备数据采集实现车间透明化管理；IDAM 工业大数据综合应用平台则基于车间生产全过程制造数据，推进制造知识库迭代优化和车间持续优化升级。面向车间生产全过程的信息化管控平台构成如图1 所示。

（一）MOM 制造运营管理平台

MOM 平台以生产管理、质量管理和设备管理系统为核心，实现车间生产过程信息化管控和各类资源实时信息化管理，以有效提升车间管理效能、质量控制能力和设备管理能力。

1.生产管理系统

生产管理系统具备生产计划管理、生产准备管理、排产派工管理、生产执行管理等功能模块。

（1）生产计划管理MOM 平台通过接口与公司企业资源计划系统（Enterprise Resource Planning，ERP）集成，计划管理员可接收厂级ERP 下达的生产计划、月度计划和协作车间的承制计划信息。同时基于车间订单或库存可自行创建车间生产计划。生产计划管理具备订单分解、订单外协、订单协作和订单交接等功能。

计划管理员通过查看物料、设备、人员等资源情况，能够调整相关生产信息，例如，作业时间和班次、外协协助等一系列策略，形成车间月度计划文件，用于指导车间生产。

图1 面向车间生产全过程的信息化管控平台构成

（2）生产准备管理相关管理人员通过该模块对资源准备情况实施管理。为了便于对生产准备状态进行监控，可以通过可视化的方式对资源状态进行展示。对于未完成资源准备的订单，将通知工艺规程和物料配套等部门进行准备。在完成各项生产准备后，订单将被转移至排产派工管理模块。

（3）排产派工管理。MOM 平台排产派工管理模块根据排产目标和各项约束条件对加工任务进行排序并分配适当的加工设备。

（4）加工执行管理。车间生产人员在加工执行模块查看本工位排产计划、获取工序加工指导和反馈工位生产情况，实现开工完工记录、订单生产状态追踪，并提高车间现场执行效率。生产人员在现场终端刷卡报工序开工状态并获取电子工艺包，将相应的数控程序下发到对应设备，依据电子工艺规程调用程序所用刀具并开展工序加工，并在工序完工后进行检验。

2.质量管理

MOM 平台质量管理系统由质检策划、质检任务、质检执行、异常处理、质量绩效和数据包组成。

（1）质检策划。质检策划具备基于PPS 工艺文件快速创建质检模板的功能，系统自动提取PPS 工艺文件中的工序编号和工步编号，形成质检模板结构树，同时系统对工序、工步下检验点内容进行识别解析，快速准确提取过程检和终检检验项目，形成质检模板，解决人工创建质检模板效率低、质量差的问题，并保证加工工艺文件与检测模板版本保持一致。

（2）质检任务。基于质检模板，在车间生产任务创建时，自动创建与生产任务配套的检验任务。系统接收生产执行产生的工序质检任务并推送至指定检验人员账户。

（3）质检执行。在产品制造过程中，通过在线检测和离线检测方式实现对过程要素数据和产品质量特性数据进行获取收集，以结构化形式、电子化手段准确准时记录相关数据信息。检测过程中，加工人员和检验人员可清楚识别各工序工步检验项目，能够有效减少由人员错漏检所造成的产品质量问题。检测数据采集方式支持自动数据采集、数据导入、人工填报和多媒体记录等方式，检验模式支持自动、半自动和手动等3 种模式，检验点形式可覆盖单检验点、多检验点和网格类检验点。离线检测设备情况如图2 所示。

图2 离线检测设备

（4）异常监控。在加工检验环节，系统自动对质量相关数据进行监控，并基于构建的预警模型和阈值判断，根据现场采集的数据实现预警监控。

（5）数据包。系统基于质检执行结果形成产品全生命周期质量数据包，加工人员、检验人员、工艺人员和管理人员可实时了解产品加工检测数据和问题处理意见，同时有利于对质量问题进行快速追溯。同时，建立各型号产品各阶段、各批次产品的关键质量特性数据包及质量问题处理知识库，利于数据分析、问题处理和型号传承。

（6）质量绩效。系统自动计算各层级产品质量绩效，提升质量评估考核能力。层级按产品加工阶段分为原材料级、在制品级工序级和成品级，按组织结构分为人员级、设备级、班组级、生产线级、车间级，按产品类型分为产品级、型号级、批次级，质量绩效数据包括各层级缺陷率、合格率、超差率、报废率和质量成本。同时，质量绩效以可视化方式进行展示。

3.设备管理模块

设备管理模块包括设备台账管理、设备运维管理和基准管理功能。

（1）设备台账管理。设备资产台账是整个设备管理的基础，用来维护及查看设备的设备档案信息。

（2）设备运维管理。可以针对每种设备类型，预先设置设备维护类型及周期。系统会根据每台设备各自的运行状况，自动提醒何时应该进行何种维护。设备管理部门制定维护保养计划，在经过各相关部门审核后，可下达至各个机台。维修人员在进行维护后，记录维护内容。同时，支持基于设备负荷的优化运维，即优化选择生产任务低峰时期进行设备运维。

（3）基准管理。系统基准管理能够为生产运行人员提供设备运行情况的数据记录与查询功能，使运行管理人员准确记录设备的运行情况，并在发现设备故障时及时报修。同时，这部分还具有以下功能：录入维护设备点检信息；不同类型的设备建立不同的点检模板；规范的故障报修管理，一线人员录入设备故障信息后，自动生成故障报修单，并实时传送给设备维修人员。

系统可以针对每种设备类型，预先设置设备维护类型及周期，以及维护检查内容，并会根据每台设备各自的运行状态，自动根据模板创建维护检查表，并提醒何时应该进行何种维护。

（二）IIOT 工业物联网平台

为满足企业现场工业数据采集应用需求，公司自主设计开发了具备设备接入、协议转换、边缘计算、智能控制和数据应用等核心功能的工业物联网产品组。平台现阶段已实现对各类工业设备状态的全面深度感知、实时数据采集、边缘计算分析、高效智能控制和基于机理模型的工业软件应用能力，为企业经营和生产管理提供大量实时工业数据，支撑生产过程优化和智能化决策等企业目标的实现。

1.设备联网与通信系统（Distributed Numerical Control，DNC）

设备联网与通信系统将工控网的生产设备联网通信，是制造企业数控车间实现数字化、网络化、智能化管理的基础平台。

同时DNC 系统规范了工艺程序，以及加工参数的上传、审核、关联、调用与回传等整个应用流程，实现车间数控设备及生产工位的统一联网管理，支持数控设备的在线加工、数控程序的断点续传、在线远程请求和历史追溯等，提高了企业数控加工的生产效率。

2.制造数据采集系统（Manufacturing Data Collection，MDC）

制造数据采集系统具备对多种工业协议的报文解析和标准化数据格式转换的能力，通过挖掘采集到的实时数据价值，实现定制化的设备维保、过程异常监控预警、产品综合指标监控等管理目标，为生产过程中的瓶颈识别、工艺优化、计划排程、成本核算、绩效统计等需求提供数据支持。

3.工业智能网关

工业智能网关是一套完整的具备自感知、自学习、自决策、自执行、自适应等能力的工业物联网边缘端产品，网关所处边缘节点更接近于工业现场设备或数据源，可以减少传输延迟，加快处理速度，满足低时延的数据处理的要求，同时支持本地加密存储，提高数据的安全性，提供具备高速响应性的高可靠服务，能够更好地支撑工业应用场景的实时控制与应用服务。工业智能网关如图3 所示。

4.可视化监控系统

基于MDC 数据采集系统构建一套生产线可视化监控体系，包括车间状态监控、数控机床监控和任务执行状态监控，可实现生产线透明化管理和异常快速识别处理。

（1）生产线状态监控。设计生产线设备布局图并以设备实时状态数据标识车间设备，实现对车间设备状态的监控，设备运行状态有在线、离线、运行、空闲和报警，同时将设备报警信息和处理方式推送到可视化看板供设备管理人员处理，实现生产线整体运行状态监控并对异常设备进行识别处理，生产线设备运行状态监控情况如图4 所示。

（2）数控机床监控。机床状态监控根据数据采集系统采集到的设备开关机状态、负载状态、电流状态、开机时间、负载时间、设备故障信息、设备加工的产品信息、设备执行的程序、程序加工时间等信息，对相关采集数据进行二次计算，实现对生产线设备平均故障间隔时间（Mean Time between Failure，MTBF）、设备平均故障修复时间（Mean Time to Repair，MTTR）、设备利用率、设备开机率、设备负荷率、设备空闲率、设备故障率等数据进行实时统计计算。

图3 工业智能网关（IT-OT转换平台）

图4 生产线设备运行状态监控

通过生产线各数控机床监控数据，对高绩效设备与低绩效设备进行原因分析，总结高绩效设备经验并进行推广应用，对低绩效设备问题进行针对性改善。

（3）任务执行状态监控。生产任务执行状态监控通过采集设备开工完工刷卡数据、设备排产派工数据、设备执行程序数据获得，可实时监控各设备当前加工的产品、产品当前工序、工序加工进度等信息，并可对生产任务执行超期的产品进行警示。

（三）IDAM 工业大数据综合应用平台

基于MOM 平台和IIOT 平台构建IDAM 工业大数据综合应用平台，依托工业大数据平台下的设备运行数据、设备报警信息、刀具切削参数、排产派工数据、工序刷卡数据和程序执行数据构建设备诊断专家系统。

基于设备运行数据、设备报警号及设备报警信息，以及设备历史维修经验构建设备诊断专家系统。当数据采集系统采集到数控机床报警号、报警信息时，依据报警号和报警信息在设备诊断专家系统中自动匹配推荐故障类型和解决方案，并结合设备运行数据快速准确找到故障点，分析出故障原因，及时排除故障，恢复设备的正常运行。同时将设备维修过程故障机理与维修结论录入设备诊断专家系统，通过数据迭代，实现专家系统基于故障号和故障信息的故障定位与故障解决方案的精准推荐。

（1）全面采集设备故障信息，构建可视化的设备故障信息库。全面采集设备故障相关的设备基本信息、设备故障信息、故障处理信息、设备状态信息等数据，并按照统一的基础数据标准对数据进行清洗、转化、匹配、处理后，有机整合形成设备故障信息库，并提供数据采集的监控情况，以及提供可视化的设备信息数据查看和数据应用地图展示，为后续的数据分析、应用做好数据基础。

（2）体系管理设备故障知识，形成设备故障知识库。采用技术手段、人工经验相结合的方式对蕴含在设备故障描述、故障原因分析、维修解决措施等信息中的设备故障知识、维修知识进行解析抽取，并对抽取出来的知识按照体系化的思路进行整合管理，构建形成设备故障知识库。一方面通过对故障知识库动态管理持续完善设备故障知识构成内容；另一方面当设备发生故障时，为生产人员、维修人员、管理人员基于设备故障知识库快速、准确定位故障原因提供支撑；此外，基于推荐算法，可根据故障信息智能推荐设备故障维修知识信息。

（3）科学建设故障预警模型，实时监测分析设备异常。采用经验知识与数据分析相结合的方式，一方面实时监测告警信息，并根据告警信息，提供告警数据分析支撑及告警信息处理所需的知识信息支撑；另一方面利用业务实践中形成设备故障预警的业务经验知识，以及基于设备运行状态历史数据分析形成的数据分析模型，对设备状态数据进行实时分析，实现对设备状态的实时监测，并对可能存在的设备状态异常情况进行告警。

所提供的告警信息数据分析，是用于满足告警信息的数据分析所需，内容包括告警设备的历史运行状态趋势分析、历史故障信息查询、设备运行负荷状态分析等；告警信息分析知识支撑，是将告警信息与设备故障知识关联，使业务人员可以根据告警信息识别故障现象，获取故障原因、故障维修等相关知识信息。

（4）有机整合设备故障数据，打造设备故障关系云图。关系云图是数据整合和数据呈现的有效途径，关系云图的构建既有助于便捷、高效、直观、全方位地掌握设备故障的全景数据情况，也有助于基于云图对设备状态进行更准确的分析，同时也是深入开展设备故障数据挖掘的关键基础。设备故障关系图谱示例如图5 所示。

图5 设备故障关系图谱有机呈现

（5）合理运用分析预测技术，开展设备故障决策分析。合理运用传统统计分析技术及大数据挖掘技术对设备故障开展全方位、多层次的分析和挖掘，有助于对设备故障数据蕴含业务价值信息的深刻洞察，可为设备故障决策提供有力支撑。

基于统计分析技术可以从不同的视角对设备故障数据的业务特征进行分析，分析内容包括设备状态统计分析、故障发生分析、故障负荷分析等；基于数据挖掘技术的分析主要是对数据中蕴含的价值信息进行挖掘，可开展故障分析关联、故障预警分析等挖掘专题。

三、实施效果

通过面向车间生产全过程的信息化管控平台搭建，某数控加工车间实现90%以上数控设备联网和制造数据有效感知，实现生产全流程和全要素信息化管控。同时车间现场管理在以下方面发生了转变：

（1）资源向月度重点计划倾斜，车间管理人员可在平台获取车间月度重点计划，避免与型号调度之间的计划冲突。

（2）生产准备向目视化方向转变，车间管理人员可在平台及时了解各项任务生产准备状态，避免由于工艺文件、数控程序和物料准备不及时导致任务拖期。

（3）生产调度向精细化方向转变，车间管理人员可在平台获取设备状态、各工位工序执行进度，以进行更准确的排产。

（4）生产进度向透明化转变，车间管理人员可在平台有效监控在制品任务，降低在制品等待所造成的成本积压。让产品更快交付，及时转化为车间收入。

（5）设备管理向可视化方向转变，设备维护人员可在平台第一时间获取设备报警信息，并在平台设备维修知识库中获取报警故障原因和维修方法，提高设备故障响应速度和故障原因排查效率。

（6）工序从工时定额向定价转变，生产人员收入与产出直接挂钩，生产人员可在平台及时了解当前完工工序收入，极大激发生产人员的积极性。

（7）现场执行向无纸化转变，现场操作人员可通过平台获取本工位生产计划并提前进行生产准备，获取电子化工艺文件和数控程序，避免纸质工艺文件在现场流转版本管理难的问题。

（8）工艺改进向基于数据做转变，通过平台可有效识别数控程序执行过程设备负荷和加工周期情况，支撑工艺人员优化完善工艺文件和数控程序。

（9）车间经营从月底结算向动态归集转变，通过平台可及时自动归集车间实时收入和成本，以便进行经营调整。

通过信息化管控平台的落地实施，有效增强了车间运行状态感知能力和制造资源管理能力，解决了车间生产信息孤岛问题，实现了车间透明化管理，增强了车间生产全流程信息化集成管控能力，提高了产品全生命周期质量控制水平和设备管理效能。车间在面向航天产品多品种小批量、研制与批产并存生产模式下的响应能力显著增强，大幅度提升了零件产品加工效率和质量保证能力，促进了企业核心运营能力的提升。

四、经验总结

面向车间生产全过程的信息化管控平台落地实施过程形成以下几点经验。

（一）建立跨部门和跨职能的推进组织

平台建设涉及到企业内外部多部门协作，需建立项目领导机构对项目进行集中管理。项目实施应以单位内部技术班组、管理班组和生产班组为主体，以各子项目负责人为核心组建子项目团队。

（二）明确业务痛点和业务目标

从生产实际出发，系统梳理车间生产业务流程，挖掘车间生产管控的难点、痛点，同时深入剖析航天制造模式和产品结构特点，并对现有流程、制度、管理体系进行优化，确立平台的业务目标。

（三）平台建设应统筹考虑先进性与适用性

平台建设应遵循实用性、先进性、系统性、可扩展性和成本效益原则，平台建设目标必须与企业发展战略、信息化规划保持一致，根据项目周期和经费分阶段实施。

一是平台应做好系统集成工作。平台应基于企业智能制造架构体系，对企业现有信息化系统和后续可能搭建的信息化系统进行充分考虑，以保持数据一致性。

二是项目风险分析与控制。在平台建设过程中要系统地开展项目风险分析，风险分析范围包括业务标准、技术标准、业务需求、项目进度、资源分配、经费使用和质量管理，并针对识别的风险因素开展风险评估和风险控制。

三是做好平台测试应用推广。系统安装部署完成后，在企业相关部门启动测试应用，记录用户使用问题及解决方法，持续完善系统功能。做好系统性的培训工作，保证培训的实用性和培训效果。同时，应主动回访用户，快速响应用户需求。