数据采集，助力企业降本增效

2021-10-26黄相行熊超群丁原彦

智能制造 2021年5期

袁毅，黄相行，程亮，熊超群，丁原彦

（1.北京星航机电装备有限公司，北京 100074；2.北京英迪致远科技有限责任公司，北京 100102）

1 引言

降本增效，获取企业的最大利润，是企业经营的根本之道。为此，各企业经营者在此投入了大量精力，寻找各种降本增效之法，如5S、6S、7S、6西格玛和PDCA等概念应运而生，持续改进的思维是精益制造的核心理念，但对现场的实际状态如盲人摸象，所采用的改善手段、方法往往南辕北辙，并未对生产实际产生有效的推动。实时、准确以及客观的收集到现场的实际状态信息，从而为现场持续改进提供充分的数据支撑，这个问题困扰了企业经营者多年，想了很多方法，如人工账本、手动描图描点等方法，但收效甚微。

其实，在企业内部涉及到的成本包括采购成本，生成制造成本，仓储成本，运输成本，库存成本，人力成本和管理成本等。涉及到的效率包括采购效率，作业效率，运输效率，财务结算效率，系统处理效率，库存周转效率和响应效率等。

上述七项成本与七项效率之间的控制也是相互促进、相互制约的关系，本文只讨论其中关键的制造成本、人力成本控制及其作业效率改进的问题。

老式生产设备一般没有对外输出接口，或只有数显显示，好一点有热敏打印机并口输出，再好一点有串口（RS232/485等）遵循MODBUS协议输出。随着技术的不断进步，除了设备本身的生产能力、精度等不断提高外，生产设备与外界的通信能力也不断提高，越来越开放，普遍具备了网口，可支持各类TCP/IP通信协议。近年来，随着工业4.0、智能制造理念的不断推进，企业对设备通信协议的方便性、规范性也都提出了更高要求，像OPC、MTCONNECT等协议已成为工业物联网的事实标准，设备间的通信互联也就更加方便，各类高级应用如雨后春笋般层出不穷。

本文试图从对各类设备数据采集的角度来阐述数据采集的目的、意义，帮助企业经营者去解读这些实时采集的数据，从中发现生产现场所存在的问题，让企业的生产改进措施有的放矢。

2 数据采集系统说明

2.1 系统总体架构

近年来，随着对万物物联的需求不断增加，工业物联网也得到快速发展，其逻辑架构如图1所示。

2.2 采集内容

在生产现场，需要采集的信息类型主要包括人、机、料、法、环、测等，其中：

1）人员数据：人员编码、排班情况和上下班情况等。

2）设备数据：设备各种状态和运行参数等。

3）工装数据：工装编码、工装状态、刀具寿命和刀补参数等。

4）物料信息：物料编码、位置和状态等。

5）生产数据：任务单号、产成品数和各类生产过程信息等。

6）质量数据：各种检验（首检、序检和终检）结果信息。

工单信息、人员信息和物料信息等可以通过条码扫描、刷卡和RFID等手动方式来采集，简单直接。原来的条码或RFID需要人工辅助刷码才可以实现，现在也可通过在固定地点安装刷码器自动刷码，实现对这些信息的自动追踪。

设备信息除了本身的各种基本状态，如开关机、运行和故障等，还包括设备的各类运行参数信息以及大量的控制信息，非常复杂。以下重点对设备的状态、运行参数的采集来阐述。

质量数据早期以手动测量、手动录入为主，现在则更多地依据高准确度的检测设备来完成，如三坐标、气动量仪等。同时，随着图像识别技术的不断完善，在自动化生产线上已经可以实现在线图像识别式在线检测，虽然准确度还不是很高，但已经可以满足大部分生产的需要，而且在线检测在效率的提升非常明显。总之，质量数据也是归结到检测设备的数据采集。各类工装（含夹具，刀具等）也可以归结为设备，属于生产辅助设备。

综上所述，在现场数据采集中的最常规的工作就是对设备的各种相关信息的采集。在生产现场有各种各样的生产类设备及其辅助设备，如各类机加设备（车床、铣床和加工中心等），各类检验检测设备，下料设备，成形设备（如冲压设备、折弯设备等），运输设备，焊接设备，电子板卡类生产设备（贴片、层压、丝网、点胶、波峰焊和回流焊等），热处理设备，装配设备，存储设备（各式货架、立体库）等，所有这些设备的通信接口形态、通信协议和传输内容等各不相同，为了满足所有这些设备的信息采集，需要根据设备具体形态开发对应的采集应用系统，构成统一的数据采集平台。

2.3 采集方法

生产现场的信息采集方式多种多样，比较常用的主要有以下几种方式：

（1）TCP/IP协议的以太网模式

随着技术的发展，数控设备配置以太网功能已是大势所趋，而以太网方式的信息采集内容更加丰富，甚至可以做到远程控制，是未来CNC的发展方向。目前各主要数控系统厂商均配备了局域网口，并提供了大量与其他系统方便集成的接口，据此可开发出方便快捷的各项设备状态及监控功能。

（2）数据集成模式

除了上述具备以太网开发包的数控设备外，在现场还有大量采用Windows 、LINUX操作系统带以太网接口的设备，但没有给第三方软件开发商提供开发接口，如大量的激光切割机、高精尖的检验检测设备（三坐标，气动量仪）等，这些设备可以通过网络传输生产需求的各类文档（如NC程序、设计图纸和生产任务信息等），也可以及时传输检验检测报告，方便进行SPC质量控制。这其中还有些设备已经将各种状态信息、运行参数信息实时保存到本地数据库中，如自动立体库、生产线监控系统等，可以很方便的与数据库进行集成即可满足实时采集要求。

对于这类设备需要根据设备的具体接口、工作形态等随机应变，尽可能简单、快捷地提取到设备的各类状态及运行参数信息。

（3）数据采集卡

此方法与生产设备的控制系统类型无关，只要能与生产设备的相关I/O点、对应的传感器能连接上，采用专用的采集卡即可采集到相关生产信息，目前可以采集的内容有设备上电、设备断电、运行开始、运行结束、设备故障以及设备的各种运行参数，如主轴功率、各种压力、扭力和温度等信息。

此种方式适用系统为无串口、无局域网络设备，目前主要有以下两种方式：

1）开关量采集卡：主要采集设备的开关机，运行的开始、结束、报警等信息。

2）模拟量采集卡：主要采集设备主轴功率、温度、压力等模拟量。

（4）组态软件采集

对于非数控类的采用PLC控制类的设备可以采用组态软件（比如：WINCC、组态王、力控组态、海得组态等）来直接读取PLC中的相关信息，包括PLC中保存的各种状态的I/O点信息和模拟量信息（如温度、压力等），只要将读取的这些I/O点信息和模拟量信息存入我们设计好的数据库中。

（5）人工辅助方式

对于很多非自动化设备（或某些不具备自动信息采集条件时），可以采用的手工填表、手持终端人工操作等模式实现。

1）人工辅助方式采集虽然由于人工的介入，不可避免会带入人为的误差，还会影响数据的客观性，在数据的实时性和准确性上均有缺陷，但非常灵活方便，这种方式在数据的丰富性、适应性上是自动采集所无法比拟的，弥补了自动采集的相关不足，是自动采集必要的补充，二者相辅相成。手工填表。填表设备既可以使用专用的设备，也可以使用普通PC＋软件的方式（即HMI方式）实现，此时需要在车间放置若干采集终端，可以一台设备配置一台终端机（简称MES终端），也可以几台设备共用一台终端机，此时计算机的配置不是很高，建议采用工控机，起到防尘、防干扰、抗高温等作用。人机交互终端（HMI）如图2所示。

2）手持终端、手机上报。也可以采用移动手持终端PAD、手机来采集上报，目前支持安卓和MOBIL两种系统。

特别是采用手机方式，可以灵活地利用手机的拍照、条码扫描、移动通信等多种优势，可及时、有效地反馈现场的各种过程化信息。

2.4 数据展现应用价值

（1）设备状态掌握

实施数据采集系统后，企业管理者对设备的运行状态了如指掌，使管理人员真正了解设备运行效率，找到设备运行的瓶颈，从而找到有针对性的改进措施，提高企业综合效率。

（2）停机原因掌握

实施网络的监测采集功能后，可以将设备停机原因和停机时间进行监测、统计分析，对各类停机所产生的生产工时损失了如指掌，帮助企业管理者改进管理措施，挖掘自身潜能，有效提高企业的生产能力。由此带来的产能增加约5%。

（3）设备有效采购

应用数据采集系统后，明晰设备运行效率低下的根源，不再盲目采购设备，通过改善现有设备的的产能即可满足生产的需要，而设备无需采购，仅此一项为企业节约成本5%，生产改进的效率提高更是可观，保守估计10%。

（4）运行参数优化

通过长期积累设备的运行数据，对设备的运行状态、运行参数有充分的了解，通过大数据分析为下一步运行参数的优化等提供充分支撑。这些智能化手段给企业带来的效率的提升也是难以估量的。

（5）预防性维护

通过长期积累设备的运行数据，对设备的故障状态与关键运行参数的相关性充分了解，通过大数据分析为下一步预防性维护/维修提供充分支撑。

3 应用验证

本文在此以某公司在哑设备改造（含能耗管理）的实际工作经验为案例，说明公司通过这个项目的实施给自身所带来的降本增效的效果。

某公司刚开始对车间数控设备实施数据采集时只采集了网卡类数控机床，并且也只采集了设备的基本状态，对设备的运行关键参数未作深入关注。后来，为响应智能制造和物联网的要求，尝试将部分普通生产设备（即哑设备）进行联网监控，并将采集数据上传到航天云网上，实现了设备上云，为后续更大范围内的资源共享、能力协同奠定了基础。

对于公司内原有的网卡类数控机床（如FANUC，SIEMENS840D/DSL），通过相关CNC所支持的通信协议，如FOCASS、OPC和OPC-UA等来采集设备的各种基本状态（如设备开关机、运行和故障等），同时对设备的关键运行参数进行详尽的数据采集，如常见的进给、倍率、转速和刀具信息（含刀具寿命、刀具补偿数据）等，也采集了原来比较少见的主轴/伺服轴负载、主轴温度和总体能耗等信息。同时，为了更完整、真实的反应设备的停机原因，将停机分为计划停机和非计划停机两大类，有计划的、每天固定时段的必须停机定义为计划停机，如早例会、中午操作工午休吃饭和下午交班前的交接等，其他类型的停机即为非计划停机。结合数控设备的网络通信功能，要求现场操作工人对于超过15分钟以上的非计划停机必须上报停机原因。

对于普通机床，设计了一款采集网关，采用嵌入式操作系统，集成了开关量采集卡和模拟量采集卡的多项功能，采集普通设备的基本状态和关键运行参数，如进给、倍率、转速和设备负载等信息，为了保证信号传输的稳定性，这款网关采集上来的信号并没有像市面上大多数网关那样通过无线（3G/4G/5G）信号将采集信息直接上达云端，而是采用了的通过TCP/IP协议将采集信息上传到本地服务器。

通过这些内容的实施，对各种设备的基本状态和关键运行参数进行采集，通过这些数据，为企业降本增效提供路径

（1）设备状态的解读

生产车间设备状态看板直观的展现了生产设备的状态及整体车间设备状态的全貌，如图3所示。

图3 生产车间设备状态看板

首先，从设备的实时状态中可以及时了解设备的当前状态，最明显的好处就是当设备故障时可以及时发现设备故障，以便及时安排设备维护人员及时维修，缩短设备维修反应时间。同时通过查阅设备故障原因，提前准备设备故障维护的方法、零备件等，以方便及时修复。另外，通过长期的故障原因的积累，为设备维修的零备件的准备都有合理的指导，做到备件采购数量、采购时间合理及时。其次比较容易忽略的好处是，如果安排了设备生产任务，发现设备还未进入生产状态，及时发现这一问题可督促现场工人加紧开工，也可尽快发现开工延误问题，帮助工人尽快完成生产准备，及早投入生产。

（2）设备利用率的解读

生产车间设备利用率统计分析看板通过对采集数据的归集分析得出了准确的设备利用率数据，同时采用非常直观的图表方式展示给管理者每一台套设备的利用率，如图4所示。

图4 生产车间设备利用率统计分析图表

通过设备基本状态的实时数据，可以计算出设备任意时间段的利用率、OEE等，再展开横向、纵向多维度的比较。分析各设备、各班组、各车间的总体、明细的在不同时段的利用率情况，分析利用率高和利用率低所属的时间段以及原因。与同行业中的平均利用率对比，找准自己的定位。在利用率低时就不要盲目去采购新设备，减少盲目的投资，尽量挖掘现有设备的潜力。

（3）设备加工记录的解读

车间生产过程中每台设备的开工数据、过程数据、完工数据的采集和统计分析报表。如图5所示。

图5 设备加工记录数据的采集、归集和统计分析表

通过记录设备加工开始和加工结束信号，得到各个零件的加工记录，从分析每个零件的加工记录，得到每个零件的加工时间，两个零件之间的等待时间。这里的零件加工时间是零件的实际加工时间（即实际工时），有实用价值，比原来的理论工时、计划工时等预计和经验工时更准确、更客观，可以作为车间生产排产的重要依据。两个零件之间的等待时间就是实际的零件间的准备工时，准备工时越低说明效率越高，需要近可能的减少这期间的准备工时时间。同一台设备在不同时段、不同的操作工人操作时实际工时、准备工时是有差异的，这个实际工时、准备工时的差异及稳定性展示出不同工人之间的工作态度、熟练程度。而且分析实际工时、准备工时的异常值可以预测零件的质量问题，如过短的实际工时可能是工人刻意加大了进给倍率、转速等的结果，可能会产生质量问题隐患；而过长的实际工时则往往预示着在工作过程中不顺利，有其他停顿延误等状态（如换刀、排屑等操作），同样存在产生质量问题的隐患。

（4）设备停机的解读

通过实时采集设备停机原因，定期汇总设备日常停机的原因，将其发生的频率、时间作从高到低的排序，找出前10项主要停机原因，作为日后需要改进的突破口，如何有效减少前10项不必要的停机就是生产管理的重点。设备停机原因汇总分析表如图6所示。

图6 设备停机原因汇总分析表

吃饭休息时间必不可少。原来的NC程序准备时间更长，后来实施DNC系统后已有较大改善，但还是偏高，现正设计通过MES与DNC系统的集成，将会实现NC程序在扫码开工后完全自动下载，此处的效率提升是可以预见的。检验计量原来不太顺畅，占用了大量的生产等待时间，下一阶段需要重点改进。计划一方面尽量减少送检，让计量人员多跑现场，另一方面增加现场检验的手段和方法，例如在线检测、自动检测等，提高现场检验的效率。刀量具的准备时间问题一直是个难题，车间也上报了刀具管理的实施项目，计划将对刀仪的输出数据直接与CNC系统对接，可以大大提高刀具准备效率。生产效率提高了，月底汇总时，总非计划停机时间减少了20%，设备利用率平均提高3%。

（5）进给、转速、倍率的解读

对于数控机床加工来说，所用的进给、转速和倍率等均应该通过工艺严格验证，不可随意变动，或者说只能在一定范围内变动，超出一定范围就会存在质量隐患，甚至对刀具的损耗、设备的损耗都会产生不利的影响，故通过对进给、转速和倍率的严格管控，结合最终质量检验结果，可以做到对切削参数与质量追溯，为生产质量的稳定性、可追溯性奠定了基础。在此处自动发现异常的转速或倍率（如在设备最高额定转速的附近，倍率长期极高或极低等）时及时提醒、关注，避免零件、设备的毁损。

（6）设备负载的解读

同样，对于数控机床加工来说，设备的合理负载也有一定范围，不要让设备长期负载过高或过低，长期负载过低说明使用效率较低，没有充分发挥设备应有的效率，可以适当提高效率；长期负载过高则可能让设备磨损加剧，提前报废，对于企业经营是不利的。

在本公司，对重点能耗设备都安装了智能电表，可采集设备的电流、电压和功率等实时信息，并通过各种能耗信息的统计、分析等，对重点能耗设备用电情况进行实时检测计量、数据采集、汇总分析和综合比较等，以便及早发现现场设备能耗存在的问题，掌握峰谷平的规律，通过人工干预或自动控制的方法进行改进，调整用电时段，优化设备用能，节省电能费用，提高电能的使用效率，为现场生产改进决策提供关键支撑。

具体能耗管理功能如下：

1）历史曲线分析：用户可以查询一段时间内的不同参数的历史曲线，分析负载的历史运行状态，找出负载可能的故障。

2）能耗分析：可以生成一段时间内能耗小时棒图、日棒图、周棒图、月棒图、年棒图、同比图和环比图，分析监测点的能耗时间变化规律。能耗分析棒图如图7所示。

图7 能耗分析棒图

3）对比分析：可以对多个监测点在一段时间内，进行小时能耗、日能耗、周能耗、月能耗和年能耗比较，生成比较曲线图，如图8所示。

图8 能耗对比分析图

4）统计报表：用户可以对选中的监测点导出一段时间内的能耗报表，同时计算出这段时间内能耗价格。

5）能耗价格：对每个监测点分别设置能耗单价和单位，用于能耗报表计算。

（7）主轴温度的解读

重点关注了数控设备的主轴的温度，通过测量主轴轴承运转中的温升，来了解主轴轴承是否工作正常。轴承温度一般温升不超过45℃，监测中若发现轴承的温度超过60～80℃，应立即停机检查。

其实就是一个预防性维护的实用案例，对于轴承来说，45℃是个正常温度的临界值，超过此温度说明有不正常的摩擦，往往也是设备出现问题的先兆，通过监测主轴的温度，预先发现问题，早发现早维护，大大减少了设备突发性大故障的几率。

当然不同类型的主轴的合理温度可能略有差别，如系列水冷电主轴的工作环境温度通常为10～40℃，普通主轴的合理温度15～45℃，可以参数化设置。

（8）刀具寿命的解读

刀具，作为机加生产中的重要工具，其状态是数据采集系统重点关注的内容。对于数控机床来说，可以很容易输出刀具剩余寿命数据，这些都是属于由数控系统定义的刀具额定寿命，在实际使用过程中不断累计相减的过程数据，比较好监控，实际刀具使用时经常是刀具额定寿命到达后拿去刃磨又可以继续使用，也经常出现额定寿命还没有到达就出现断刀或崩刃的情况，出现此种情况时可能会造成零件质量问题，需要尽早发现，为此就出现了刀具破损预警的需求。在本公司，采用采集切削噪声的手段来对刀具即将破损进行预警，也能达到比较好的效果。由于可以提前预警，减少了对零件、主轴等方面的损害，也使刀具破损的处理比较容易，简单换刀即可，避免了处理深孔断刀的麻烦。