基于工业互联网的数控机床数据采集平台应用研究

贺 娟

（贵州装备制造职业学院，贵州 清镇 551400）

0 引言

作为工业化生产转型升级的重要抓手,工业互联网在制造业中的应用已经成为我国现代化工业对标世界经济,形成竞争合力的桥梁。 工业互联网技术在各个制造领域生态圈的落地,成为全产业链条中不可或缺的重要信息化支撑,也在疏通信息“堵点”,贯穿工业生产全域发挥着不可替代的作用。 数控机床作为工业化进程的基础,其信息化、数字化水平直接关系着工业信息化的程度,其内部各种机电分系统均由计算机数控装置协同控制,通过执行软件指令,完成高精度的工业加工。 其接口众多,构成复杂,操作精准,是一个国家工业化实力的重要组成部分［1］。 采用工业互联网技术将数控机床数据进行有效采集与分析,可以将数控机床的应用实现数字孪生,从而在实体经济平台全要素的综合数字机床,实现高效的资源配置与“智造”升级,可以极大地推动工业生产的现代化发展水平提升。

1 数控机床设备网联的重要现实意义及困难

数控机床作为先进的工业制造设施,通过应用工业互联网技术实现数据采集,可以积极推进企业在生产制造过程中的高效管控,对机床的使用与维护实现更加科学的管理,为生产决策、统一生产和集约生产奠定了完备的基础。 通过分析数控机床的运行数据,还能融合企业的生产与销售数据,进行更为高效的生产任务配给,便于提高数控机床的“费效比”提升,优化产线流程,减少机床的待机与空转时间,为企业降本增效。 通过平台构建工业互联网数据采集与边缘计算,可以实现远程的监控与故障处置,通过OTA 软件升级,可以形成更为有效的生产协同。 鉴于数控机床在企业生产中的重要性,引入工业互联网平台加以综合应用显得尤为重要［1］。 在有效利用其效能的同时,也必须对其应用过程中可能面临的挑战加以重视。 由于采用了网联技术,势必需要接入网络运行,对于复杂的网络环境,必须在网络信息安全方面加强必要的管控,防止入侵风险。

2 利用工业互联网架构构建高效的数控机床数据采集平台

2.1 构建企业MES 平台

根据数控机床在企业的应用特点和运行规律,基于工业互联网平台的软硬件特点,以IOT、IaaS、DaaS、PaaS 为核心覆盖的数据采集目标,采用标准的IoT 边缘传感和数据汇聚,融合数控机床原有信息化数据输出能力,面向行业应用,形成采集平台框架,通过构建企业MES 平台,综合控制整个数据管理,通过数据库服务、Web 服务、微信服务为移动端平台应用提供服务,MES 平台主要对数控机床反馈状态、运行数据进行管理。

通过数据采集平台的服务和数据汇集能力,完成对企业数控机床运行、维护、生产等各个环节的大数据融合,用数据统领企业数控平台运行管理,带动整个企业生产效率的稳步提升,也为未来工业互联的大数据与实体经济的结合,企业生产云端管理创造条件。

2.2 数据采集平台基本功能

由于采用了工业互联网的基础架构,可以通过相关技术支撑,形成与制造企业相匹配的集群数控机床数据采集与监控,不但可以监管数控机床的运行,还能进一步对其生产数据和制造流程进行基于“数字孪生”的具体应用,提升数控机床的数据管控。 数据采集平台基本功能如表1 所示。

表1 数据采集平台基本功能

2.3 相关平台应用服务

相关平台应用,必须考虑综合使用的可靠性和信息反馈的准确性,采用工业互联网成熟的架构形式,形成较为灵活、高效的数控机床管控能力,同时也能结合传统的数控机床运营模式,承上启下,保证在升级、改造过程中,完善使用规范,提升数字化运行标准,为平台采集数据的准确性、实时性和可应用性创造条件［2］。

(1)关注整个平台在企业或行业的适配性,确保其底层各个数据接口的通用性和扩展性,利用成熟的云端架构,将物联网技术准确的应用其中,在计算规模较小的节点,引接边缘计算模块,利用可靠性较高的SDK组件完成数控机床的状态数据及运行数据监控,同时形成较为匹配的数据转译,将生产数据灵活的应用在系统管理及企业经营的全域过程中。

(2)工业互联网数据采集平台最高效的就是采用云端管控,便于各类数据的整合应用。 可以充分地发挥数控机床相关数据的关联性,形成较好的适配,除去数据冗余,扩展数据规模,结合计算资源的统筹,存储资源的分布式应用,完成较好的数据汇聚及备份,特别是针对数控机床运行数据的特殊性,以数据分析为最终可用状态,提供与之匹配的DaaS 关键数据服务提供。

(3)鉴于数据采集平台最关键的功能是数据的应用,其输入、输出的能力是衡量平台性能的重要标准。可以通过PaaS 运行环境的构建,实现其关键数据分析,延展数据存储弹性,用容器云、微小服务、可靠中间件实现相关运行环境的全流程架设。 分析数控机床的运行特性,形成相关统计模型,并结合分布式存储、AI计算提供PaaS 组件及相关服务。

2.4 数据采集平台核心业务及技术发展方向

作为工业互联网的核心,数据采集与应用需要面向企业的产业链和行业生产领域,通过对其数据采集平台的规整融合,可以将全产业链的资源进行综合统筹,从而形成与生产效率相匹配的资源配置能力,加强生态圈协同,产业链交互等生产的创新模式建设,形成示范效应,加快推进数字化转型升级,及平台的信息化性能迭代,其数据采集平台核心业务及技术发展方向应包含如下方面。

(1)应用物联网轻型网关,构建互联互通的数据采集平台,集成数据转换能力。 通过合理的构建与数控机床数据采集相一致的边缘网关集合,可以进一步将相关设备端侧数据进行灵活的边缘计算处理,结合视频安全算法,GNSS 精确定位技术,覆盖5G 网络,完成生态圈的资源共享互补能力。 同时采用先进的通信数据安全及传输应用,确保对不同类型数控机床各类控制总线的数据有效获取,及可靠传输。 为实现后续的无人值守和远端控制,可以进一步提升智能电源管理和无线数据OTA 传输,利用高速计算引擎实现定制化数据汇集。 完成现场机床作业的精细化管理,实现远程调用、测试及控制等产业链运维模式。

(2)复接集成服务,重视微服务架构建设,确保平台应用“化整为零”的数据管理分析模型构成。 PaaS平台需要以微小的服务应用为基础,可以通过将数控机床进行节点化和子网化管控,形成便捷的设备和生产业务的管理操作,提升不同层级用户对于相关数据的收集与使用。 同时也可以通过PaaS 应用管理,为二次数据应用及分析和数据产品开发创造条件。 积极对接数控机床海量数据的深度挖掘及计算,将历史与当前数据进行有效的匹配ETL,形成生产预测和产能分析,为保障企业的生产全过程创造积极条件。

(3)适配合理的规则引擎,以数控机床运行及状态数据为样本,形成可分析、可利用、可回溯的数据挖掘规则。 通过对数据的效能分析,并与生产过程进行事前、事中、事后比对,将复杂的产线过程简洁化,用相关规则引擎进行过滤,增强数据与相关匹配机床操作的准确性和联动性。

3 综合数控机床采集平台数据应用，形成高效的企业“智造”能力

数控机床是企业生产最为有效的支撑装备,通过工业互联网技术的引入,对其数据进行采集,并配备云存储、计算等配套资源,可以形成分布式的数据管理应用模式,根据数控机床的生产、设备运行监控、产品制造情况等数据类型的不同,结合DaaS 关键数据分析服务,形成基于PaaS 环境的数据综合研判能力。 充分利用容器云、微服务、数据资源池的技术引接,将数据中间件应用在整个平台的数据管理过程中,完成企业级PaaS 组件及平台服务［3］。

建设与数控机床运行匹配的工业互联网规则引擎设计,建立与数控机床使用场景相吻合的规则及过滤模型,通过配套相关边缘传感器或升级设备原有组件SDK,形成有效的数据监控与联动,配合数控机床的生产运行,达到设备的运行与市场需求的基础对接,建立更为高效的企业生产运行模式。

关注数控机床数据应用过程中的信息安全加固,确保平台数据的输入、输出安全,保证企业“智造”能力的发挥。 身份认证是现代信息技术重要的安全保护方式,作为基于工业互联的数据管理平台,核心是数控机床数据的采集与应用。 因此,在使用大量数控机床接入节点的情况下,确保网连接的安全与数据隐私非常重要。 通过网络身份验证和授权系统可以做到这一点。 作为工业互联网网络其关键作用是对感应数据在网络上进行无差错对传输,如果简单的应用口令或节点硬件地址绑定等方式进行合法应用身份认证,无法确保相关等数据安全。 各种针对工业互联网络等攻击行为,多数是以模拟身份和渗透式分析为技术方式,可以对认证方式进行破解,因此在大规模工业网络中身份的认证必须充分考虑复杂性和效率综合匹配,更多要通过密码运算方式,以身份认证标准协议进行通信节点之间网络可靠性互认。 并适时根据数控机床的不同信息特性、数据完整性方式和传输效率更新相关认证机制,确保其升级可靠性和实现性。

数控机床传感器节点安全设计分为两种情况,传感器中如果使用安全芯片,则网络管理应用调用安全中间件上层服务,由芯片实现密钥生成、存储和密码运算等功能；如果传感器中没有安全芯片,则由安全中间件实现所有安全功能。 采用密钥管理系统集成数据中心,通信密钥和证书均采用国密算法。 所有通信密钥均由数据中心密码机生成并保存,通信过程中所有的加解密和签名验签操作均在硬件设备中完成,具有防重放攻击机制,有效保障通信安全［2］。

4 结语

数控机床数据采集其目标是完成对数控机床实现以数据为基础的管理与运行,通过IoT、IaaS、PaaS 等相关技术融合和应用研究,形成面向企业的结合“数字孪生”的数控机床综合管理和高效使用,从企业的应用拓展为行业的应用,最终形成生态的应用,确保数控机床在全寿命、全周期的运行过程中,所有数据能够得到科学采集与灵活分析应用。 以网络协同、定制化开发为平台的拓展方向,加强网联化数控机床的数据共享,结合工业互联网网络标识、安全规划和信息接口管理,不断迭代平台的数字化应用水平,将安全、可靠、协同、共享理念融入数据采集平台的应用研究,为工业互联网的精准化工业设备应用,提供可借鉴、可复制的示范。