基于“5G+工厂操作系统”的数字化生产智造平台的设计与实现

庞 戈

（浙江蓝卓工业互联网信息技术有限公司）

作为世界化工产品生产制造大国，日用化学工业产品在国内化工产品中的比例越来越高，已成为我国化工类产品生产制造的重中之重。 日化行业具有技术密集、附加值高、品种繁多和多学科交叉的特点。 近年来，我国日化行业市场规模呈逐年上升趋势，2020 年中国日化市场规模达到906.75 亿美元，仍保持了5.83%的增长率，成为全球为数不多正增长的市场。 我国本土日化企业开始在制皂、液体洗涤剂用品及口腔护理等领域占有较大比重。

随着日化企业产值规模的不断提升，采用人工作业和管理已经不能满足企业发展的需要，甚至由于客户对企业的交期和产品质量要求越来越高，工厂的内部损耗越来越大，生产过程信息不透明，数据流转不畅通，造成企业内部的损失越来越大，企业期望快速提升业务管理和生产管控能力，这就急需一个一体化信息管理平台以进行精益化生产管理，通过网络协同制造来支撑企业的快速发展。 传统的日化企业需要建设基于5G 网络和工业互联网平台的智能化工厂， 实施工厂操作系统、工厂多元异构数据的实时智能化采集、生产数据可视化展示、信息系统集成、机器视觉代替人工作业对产品质量进行检测等，来全面提升企业的生产智造能力，实现企业数字化转型赋能升级。

笔者根据某企业制皂和液体洗涤剂产品的生产工艺特点和行业企业生产管理普遍现状与需求，系统阐述基于“5G+工厂操作系统”创新模式的数字化生产智造平台的设计与实现，主要包括：车间5G 网络布署、工厂操作系统建设、现场温/湿度监控、 设备状态与生产参数监测，DCS 实时数采、企业多元异构数据集成、数据可视化展示、生产决策分析、ERP 系统实施、工业制造APP应用及机器视觉检测等。

1 生产现状与需求

1.1 主要工艺流程

皂类生产工艺流程如图1 所示，先由混料机将抗氧化剂、填料、着色剂及香精等原料按规定比例混合后制成皂基，通过干燥、搅拌、均化及冷却等处理后， 通过压条工序的压条机挤压出皂条，皂条由流水线传送带传送到切块工序，切块机将皂条按标准要求切割成块状，继续经流水线传送带传送到打印工序，由打印机进行打印压制成型，随后通过自动化给袋机进行小块皂品进袋包装，最后由流水线末端的机械臂包装成箱并喷涂包装码后交码垛机器人装整处理转入仓库。

图1 皂类生产工艺流程简图

液体洗涤剂生产工艺流程如图2 所示，将原料进行称重按一定比例混合后注入混料机，在设定时间内进行原料搅拌和乳化处理，出料后经过涤荡泡沫澄清后成为液体洗涤剂半成品，再通过自动化灌装机灌装到产品瓶体中，经流水线传送带送往旋盖机，由旋盖机上盖旋紧，再由传送带送往喷码工序，瓶体喷码后进行产品码喷码质量检测，最后将产品包装入库。

图2 液体洗涤剂生产工艺流程简图

1.2 生产现状和需求

1.2.1 传统生产现状分析

传统日化企业在业务管理和生产制造方面普遍存在车间数字化能力弱、产线设备数据采集能力弱的问题，工厂“信息孤岛”现象严重，从销售订单到计划派工、生产报工及产品出入库管理等全流程数据流转不畅，信息不透明、生产数据未实现可视化，人工作业易疲劳出错，导致计划派工不精确、生产报工不准确、生产效率低下、产品交期迟滞和企业战略决策不到位，严重阻碍企业的快速发展。 具体如下：

a. 缺少生产信息管理系统。生产信息管理手段落后，依靠人工纸质记录流转传递，不但费时而且成本高，出错率也高。

b. 设备管理能力弱。缺少数据采集和设备监控应用，设备的实时状态无法获取。 维修时间长、维修经验没有积累传承。 非计划停机频繁，产能瓶颈无法突破。

c. 缺乏数据采集能力，信息流转不畅。 工厂车间里的人、机、料、法、环、测关联数据采集能力缺乏， 无法实现设备状态和生产信息的互通流转，生产过程不透明。

d. 质量管控体系不健全。来料质量缺少系统管控，手工物料清单（BOM）精准度低，配方未标准化，缺少投料防错管控系统，产品质量由人工质检，成本高。

e. 仓储物料管理水平低。出入库依靠人工纸张记录，无法获知物料库存实时状态，生产物料齐套缺失严重，影响生产、延误交期。 工厂中的物料、产品、人员、库位、出入库单据及物流对接单等实体信息未能实现统一编码关联，缺少系统管理，生产过程无法追溯。

f. 缺少移动端管理工具。 没有移动端管理平台， 管理层对生产管理实时状态掌控力度低，相关报表无法随时查阅，管理成本高。

g. 人工识别检测作业效率低。产品包装喷码检测靠人工肉眼识别作业，容易产生疲劳，检测效率低下，急需机器换人。

1.2.2 企业数字化目标与需求

随着产值规模的不断提升，日化企业的自动化水平有了大幅提高，但信息化水平较弱，“信息孤岛”现象较为严重，工厂设备和信息化系统数据采集不到位，系统数据未实现打通，业务数据和生产数据流转不畅， 生产节点信息不透明，企业内部的低效率生产协同模式已经不能满足企业发展的需要，甚至由于客户对企业产品的交期和质量要求越来越高，工厂内部协同损耗越来越大，造成企业的损失越来越大。

目前， 企业急需快速改善数字信息化结构，实现数据融合，提升核心业务管理水平和生产管控能力，这就需要建设一个一体化的信息管理平台和生产管理系统来支撑企业的快速发展。 依据行业特征和企业发展实际情况， 需要建设基于“5G 网络+工业互联网平台” 的企业数字化生产智造平台［1，2］，全面实施工厂操作系统平台、数据智能化采集、数据可视化展示、信息系统集成、制造执行MES 系统（工业智造APP）及机器视觉检测等数字化应用，来提升企业实际生产智能制造能力，促进企业实现数字化转型升级。 具体需求如下：

a. 建立工厂操作系统平台，利用工业互联网平台全信息数据底座能力实现业务和生产数据的全面融合， 通过 “5G+工业互联网平台+工业APP” 的创新智造模式来促进企业数字化转型升级；

b. 在生产车间布署5G 网络， 支撑工厂多元异构数据、VR 及机器视觉检测等应用数据的采集传输；

c. 对生产设备的运行状态、 生产过程数据、DCS 数据及业务管理系统数据等数据信息进行实时采集，并实时汇聚到工业互联网平台数据中台；

d. 工厂多元异构数据集中汇聚到工业互联网平台数据中台，由数据湖统一进行清洗、加工、处理和存储，通过数据中台中的工业大数据算法和智能算法模型实现生产数据的分析和统计；

e. 生产数据分析统计结果以报表、图表（柱状图、饼图及折线图等）的形式通过工厂控制中心（驾驶舱）大屏和车间电子看板输出，实现数据可视化展示，辅助企业进行生产决策；

f. 采用工业相机+机器视觉检测算法方案代替人工作业，检测识别液体洗涤剂等相关生产流水线上瓶体生产编码的打印（喷涂），确保无错喷和漏喷的情况，如检测到错喷、漏喷产品则现场亮灯，系统给出报警提醒，同时机器视觉检测装置上的气动杆对喷码有误的产品进行推离剔除操作；

g. 采用生产执行系统MES 或工业APP，实现精准的计划派工、高效的生产报工和可靠的设备互联与管理，通过对工厂业务的高效管理和生产的精益管控，实现企业内部闭环管理和网络化协同。

2 数字化智造平台的设计与实现

数字化智能制造平台对企业的生产一体化管理体系进行前瞻性的统一设计， 通过5G 网络与工业互联网平台的结合，实现企业业务和生产的完美协同，对企业的业务管理和生产工艺全流程进行设计、集成、实施与优化改造，实现生产流程控制信息、业务管理信息和产品经营信息的上传下达；从支撑企业管理的角度，借助数字化技术与精益管理相结合，在企业经营、生产、供应、营销和管理的全过程中，通过数据采集、系统集成、过程优化与资源配置，实现物料流、信息流和资金流的集成与优化，提高企业市场应变能力和核心竞争力。 引进先进的管理理念，适用的管理方法，对业务流程进行优化和重组。 将优化和重组后的业务流程在应用系统中固定下来，使业务操作规范、透明且高效，从而更好地保证工作效率。 通过数字化网络协同，运用一定的计算模型进行处理，为业务管理和生产决策提供准确实时的数据分析与决策支持。

企业数字化生产智造项目基于工厂操作系统平台，具有多元异构信息化系统集成和高可扩展性， 能够避免企业普遍存在的 “信息孤岛”现象。 通过产品生产过程中的设备数采和移动端报工对产品在各生产节点的生产数据进行可视化监控和电子化记录，平台挂载基于MES 生产执行系统功能的轻量级工业APP 应用，通过网络化协同实现对业务的优化管理和生产的闭环管控，以及产品数据的可视化追溯。 平台数据湖具有强大的多元异构数据集成能力，支持多种工业标准数据协议接入，如Modbus TCP、Modbus RTU、MQTT及OPC 等主流通信协议， 满足国内外主流厂家PLC 和数控设备的实时数据接入。

依据企业生产车间的具体情况，从实际应用要求对控制系统的实时数据进行特性分析，具有变化快、通信量大、数据及时性和完整性要求高等特点。 在进行数据采集和数据处理时，配合采用热备冗余、数据订阅、数据变化更新、断线重连及断线回补等技术手段来保证数据的实时性和可靠性。 同时，通过现场机器视觉装置和检测算法来代替人眼识别，有效减少由于人工作业疲劳引起的识别错误和遗漏现象， 实现机器换人，大幅减少生产线人力成本。

2.1 5G 网络应用

通常情况下， 企业车间宽带网络能力较弱、信号差、网速慢，通过网络改造实施5G 网络，进一步优化网络布署， 利用5G 网络高带宽、 高频率、高速率和低延迟的特点，通过采用5G 基站、MEC、5G 通信模块及5G CPE 等通信设备， 提升工厂的网络协同能力。 企业车间5G 网络布署拓扑如图3 所示。

图3 企业车间5G 网络布署拓扑

某企业的制皂车间和液体洗涤剂车间，通过WiFi 网络与现场生产设备和DCS 进行通信连接， 同时通过支持5G 的智慧数据采集网关与带有PLC 控制器的现场设备进行连接，借助智慧数采网关的断点续传功能，可以大幅提高车间产线设备数据采集的可靠性、安全性、完整性和时效性，全面监控工厂人、机、料、法、环、测等生产数据的流转，助力企业实现业务精益化管理和生产经营高效管控。

5G 应用可覆盖场景如下：

a. 实现设备运行状态和生产过程数据实时采集，全面实现企业制造设备物联，打造5G 物联工厂；

b. 通过5G 深化应用， 实现现场设备的AR/VR 远程专家维保和远程培训；

c. 辅助实现设备维护监控和远程诊断智能化控制管理，成为企业提升效率和增加效益的突破口；

d. 采用5G 能够抵抗干扰的大带宽主流无线技术， 解决现场复杂环境下有线网络布线成本高、铺设线路困难的问题；

e. 基于5G 实现网络化协同，包括流程监控、过程报警、趋势图绘制、设备预警与生产报表输出；

f. 利用具有高带宽、高频率、高速率、低延迟特征的5G 技术，实现AGV 物料产品运输小车与立体仓库无线数据传输与定位。

2.2 工业互联网平台建设

打造企业工业互联网平台， 消除 “信息孤岛”，实现工厂多元异构数据集成融合。 通过工业互联网平台的数据底座能力，实现多业务信息系统的集成和有效数据融合， 对工业企业已有的“烟囱式” 信息系统进行基于MES 生产执行系统功能的APP 化迁移。 实现产品信息、生产数据从底层现场设备数据采集到过程控制优化，再到执行应用和顶层数据分析，最后到企业决策的辅助等各环节的数据流转，使企业数据信息传递畅通无阻，实现工业数字化的“一网到底”。 同时，平台提供开放的工业智能应用孵化平台，在数据智能联动、自动统计报表、大数据分析和人工智能方面与生态伙伴、企业客户进行工业智能APP 联合开发。 通过工业互联网平台的全信息数字化集成能力，基于企业人、机、料、法、环、测，对工厂实体进行统一标准化数据建模，把车间、产线、工序、控制设备、智能产品、服务甚至产业链上下游相关数据信息紧密连接融合， 帮助企业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造业体系智能化，全面促进企业的数字化智能制造转型升级。

工业互联和数据平台对制造业数字化转型的驱动能力正逐渐显现：大企业依托平台开展工业大数据分析，实现更高层次的价值挖掘；中小企业应用平台的云化工具，以较低成本实现信息化与数字化普及； 基于平台的制造资源优化配置、产融对接等应用模式创新，推动制造业向着更高水平迈进。 制造业数字化转型已是大势所趋，工业互联网平台对于制造业数字化转型的支撑作用会越来越强。 工业互联网平台的应用为企业生产和运营优化能力的提升提供了探索应用模式和路径， 随着平台的不断创新和应用突破，将不断推动制造业升级转型。

工厂操作系统， 即工业互联网平台核心，是以企业为中心构建面向过程监控、生产管理和经营决策的一体化应用平台，通过“工业互联网平台+工业APP”的创新智造模式，实现企业客户的信息化、数字化、智能化转型升级。 工厂操作系统数字化整体解决方案技术架构如图4 所示，平台提供的横、纵向弹性扩展功能，可满足智能制造细分行业中企业从小到大，从单一优势业务发展为多元化集团型应用的场景。 工厂操作系统从功能应用上分为3 层：第1 层是物联套件，主要负责边缘端数据采集和控制，包括智能物联网关、IIoT 边缘智能服务器及人工智能控制器等； 第2层是工厂操作系统平台，主要负责物联套件设备接入、对象化模型组织、数据存储处理、可视化数据分析、工业APP 开发、大数据分析及人工智能算法应用等；第3 层是智能工业APP 生态，通过工厂操作系统平台可构建面向特定场景的智能工业APP，逐步积累形成面向不同行业的数字化智造解决方案。

图4 工厂操作系统数字化整体解决方案技术架构

工厂操作系统是工业互联网平台的核心，基于工业5T 技术融合（PT——工艺技术、ET——设备技术、OT——运营技术、AT——自动化技术、IT——信息技术），将大量工业技术原理、行业知识、基础工艺、模型工具规则化、软件化、模块化，并构建为可重复使用的平台内置微服务组件。 第三方应用开发者可面向特定工业场景开发不同的工业APP，进而构建成基于工业互联网平台的产业生态。

工业高质量发展的核心是 “工业互联网平台+工业APP 生态”创新智造模式体系（图5）。

图5 工业互联网平台“工厂操作系统+APP 生态”的创新智造模式

2.3 多元异构全信息数据实时采集

工厂操作系统提供多种工业标准数据协议接入功能，如Modbus TCP 和Modbus RTU，满足国内外主流PLC 等系统软件的实时数据接入。从日化行业企业的实际应用需求对控制系统的实时数据进行特性分析，具有变化快、通信量大、数据及时性和完整性要求高等特点。 在进行数据采集和数据处理时，需通过热备冗余、数据订阅、数据变化更新、断线重连及断线回补等技术手段来保证数据的实时性和可靠性，有效适应行业设备运行特征。

数据采集方案（图6）如下：

图6 基于数据总线的全信息多元异构数据采集架构

a. 工业互联网平台通过数据总线提供数据服务，服务于工厂生产应用场景（设备信息、生产计划、生产绩效、视频数采、物料管理、能源分析、风险预测、库存管理、人员绩效、工艺管理、质量检测及产品化验等）， 以数据底座能力实现对上层工业软件、工业APP 及决策系统等的数据应用支撑；

b. 对高销量产品生产车间设备（原料混合搅拌装置、导入泵、灌装机、旋盖机、喷码机、压条机、切块机、打印机、全自动包装线及机器视觉检测装置等）的运行状态参数（温度、压力、转速、能耗、开停机时间）和产线工序生产数据（产品计数、产能、不良品量及人员工作量等）进行实时高效数据采集；

c. 对接现有DCS、SCADA 和称重计量系统，集成系统采集关键数据（时序数据、报警数据及现场操作记录等）， 通过采集器上送平台数据总线；

d. 对接工厂现有异构系统，集成获取相关数据（视频数据、电话录音、图片影像、人员定位、火灾预警及安全环保等数据信息）， 通过采集器上送平台数据总线；

e. 集 成 企 业 现 有 信 息 系 统（ERP、WMS、MES、CRM 及OA 等）业务和生产数据，接入工厂操作系统平台数据总线；

f. 将工业相机拍摄到的海量机器视觉检测照片数据信息实时汇聚到平台数据湖，供机器视觉检测算法模型训练和检测大数据分析调用。

2.4 数据分析统计报表与可视化展示

工厂操作系统平台中提供数据DIY 分析工具，用户可以通过组态方式实现多元数据的自主分析与利用，如建立生产看板、能耗看板、设备预警看板、 重要指标参数看板及重要摄像头监控等。 工业过程中产生的时序数据、流式数据和关系数据，利用不同展示方式，可实现多元数据的可视化综合应用。

在可视化工具方面，平台提供了一整套数据展示控件库，包括基础图元控件、图表控件、报表控件、趋势控件、实时报警控件、历史报警控件和视频控件。 基础图元控件包括矩形、圆角矩形、椭圆、弦、扇形、多边形、按钮、棒状图、管道、直线、弧、折线、文本、数据链接及图片等；图表控件包括柱状图、曲线图、散点图、折线图、饼图、气泡图、面积图、玫瑰图、仪表盘及热力图等。

系统通过工厂操作系统平台中的报表APP工具，按用户需求显示企业制皂车间和液体洗涤剂车间现场产线设备状态信息、海量实时生产数据、历史生产数据分析、统计信息报表和图表（图7、8）。 其中，分析统计数据分类显示（按饼图、柱状图、曲线图等形式显示），包括：

图7 某制皂车间产线设备状态与生产数据可视化展示

a. 按日、月、季度及年度等切换显示生产信息；

b. 统计皂类产品制造和液体洗涤剂灌装生产合格数量；

c. 计量统计产品不良品数量和不合格率；

d. 实时显示车间产线设备的状态信息 （待料/故障/正常/待保养/待维修/停机累计时间）；

e. 分析统计车间产线设备的稼动率（OEE）。

图8 某液体洗涤剂车间产线设备状态与生产数据可视化展示

数据可视化展示通过电子看板（控制中心大屏和车间看板）实现，主要用于可视化管理生产，特别是现场设备实时状态和生产信息的透明化管理。 可视化看板可显示：生产计划进度监控（设备状态监控（OEE）等）和可视化看板的显示位置（工厂控制中心调度室，综合生产办公室，生产车间产线现场，仓库或其他区域）。 为某企业设计的 生产经营电子看板如图9 所示。

图9 某企业的生产经营电子看板

2.5 物料产品条码化、标签化可追溯流转管理

对企业产品的包装盒和瓶体，以标签、二维码及RFID 等物联网技术应用为重点， 提高企业包括产品设计、生产制造、原料采购、市场开拓、产品销售及服务支持等环节的智能化水平，从而极大地提高企业的精益化管理水平和生产管控能力。

物料物品条码化、标签化可追溯流转实施方案如图10 所示。 将条码技术应用于每件物料或产品上，即可对整个生产、销售过程实现可追溯管理。 在车间产线的每一道工序都布署扫码装置，并配备相应的中间件系统，接入互联网。 在原料的检验、混合、产品的检验、转运出入库和成品包装过程中，当产品流转到某个生产环节的标签和条码阅读器时，阅读器在有效读取范围内就会检测到物品编码。 物料或产品编码将成为产品的唯一标识，以此编码为索引就能实时地在系统中查询、更新物料和产品的数据信息。 基于工业互联网平台，生产操作员或公司管理人员在办公室就可以实时掌握整个生产现场和流通环节，实现实时、动态、高效的业务管理和生产管控。

图10 物料物品条码化、标签化可追溯流转实施方案

2.6 工业生产制造APP 应用

2.6.1 工业APP 开发环境

工厂操作系统提供的可组态的工业APP 开发环境，通过图形化、组件化、模块化的向导式应用构建，有效降低APP 开发和设计的IT 门槛。 用户只需关注应用场景和业务流程的分析和设计，利用平台提供的表单设计和工作流设计工具，即可快速开发APP 应用。

平台提供微服务容器框架，每个APP 都运行在一个独立的容器中，可实现热插拔。 通过平台提供的交互式业务和流程设计器，满足流程图监控、在线报表、APP 业务管理页面、工作流管理、Dashboard 分析、 大屏画面及数据DIY 分析等一体的混合业务编排和场景设计要求。

2.6.2 基于MES 功能的工业生产制造APP 应用

生产制造系统是位于上层的计划管理系统与下层的工业控制之间、面向车间层的制造过程管理信息系统，它为生产制造人员提供计划的执行并跟踪所有工厂资源（人、机、料、法、环、测）的生产过程可视化。 在工厂操作系统上布署基于传统MES 系统功能的工业生产制造APP 应用，实现对工厂车间精益化、高效的生产信息化闭环管控。

针对企业需求，实施的工业APP 应用功能模块如下：

a. 基础配置。维护工厂模型树，包括工厂、车间、产线、工序；维护物料通用属性和其他领域物料相关属性；维护仓库、库位数据和相关属性。

b. 企业供应商的档案管理。供应商档案是公司内物流、溯源等子系统共同使用的数据，包括供应商编号、供应商描述、地址及电话等信息。

c. 计划派工管理。 接收上游系统（ERP）下发的生产订单信息，对生产订单进行管理，根据生产订单创建生产派工单并支持按产/成品类型进行分解，实现工单生产状态管理/工单执行状态跟踪等基本管理。

d. 生产报工管理。开工后系统记录工序开工时间；扫描派工单条码或二维码，输入当前工序的合格与报废数量，完成当前工序报工，系统记录工序完工时间并流转至下道工序； 工单完工后，执行完工事物处理。

e. 产品质检管理。各工序需要进行首检和完工检；成品下线入库前可设置检验工序进行成品入库检验；车间员工通过系统提交检验申请生成点检任务单；质检人员在首检和完工检功能中查看生产员工提交的检验任务单， 并维护检验结果。 质检类型和位置可在系统后台按生产需求定义。

f. 出入库管理。 根据单据，按仓库类型、物料属性及库位配置关系等策略，对出入库的物料进行管理，形成台账记录，出入库查询。

g. 库存管理。 对仓库、库位和库存物料进行管理，包括库存调整、库存查询、明细查询、物料查询、物料批次查询和基本的统计分析功能。

h. 库存盘点。按库位对库存物料生成盘点任务单；按盘点单对物料库存数据进行盘点；按盘点结果对实际库存进行调整，并形成盘点记录。

i. 设备台账管理。通过设备基础档案（设备类型、设备状态、设备故障）、备品备件、设备操作保养说明文档、 采购安装日期等基础信息的管理，对设备资产进行有效管理。

j. 设备检维修管理。 对设备检维修计划和检修记录进行有效管理， 提高作业质量和执行效率，降低设备故障率，提高设备完成率。 包括设备检维修、备件管理、设备保养和设备巡检。

k. 设备维护保养。 建立“设备维护”主数据，作为设备保养执行项目； 维护设备保养计划，以供系统做出保养消息提醒；通过保养单据，记录保养过程。

l. 班组人员管理及绩效管理。 依据系统计划派工单实现生产人员的班组划分和归属，提供实时更新的员工状态信息数据（工时、出勤、产量及质量等），依据人员所在班组及其任职资格，按照企业规定的计算方法和考核模式，在系统中定义配置对不同岗位和级别员工的考核标准，自动实现对员工绩效的统计管理与员工计件薪资的核算。

2.7 系统集成与数据对接

某日化企业现有ERP 信息化业务管理系统（业务管理系统）以供应链管理为核心，以销售部门和采购部门为信息源头，使信息流在ERP 内部得到有效传递和集成；工业APP 应用（生产管控系统）是位于上层的计划管理系统与下层的工业控制之间、面向车间层的生产制造过程的管理信息系统，为操作人员和管理人员提供计划执行并跟踪所有工厂资源（人、设备、物料、客户需求）的当前状态。

然而，业务管理系统对车间层的信息缺少足够的控制，无法对实时事件进行及时处理。 而生产管控系统又缺乏计划层的有效决策信息。 两个系统各自独立运行，无法实现数据流和业务流的传递，从而导致计划层与执行层脱节，使系统应用效果大打折扣。 企业在系统应用过程中迫切需要探索二者的集成方式， 打通系统之间的壁垒，实现数据在两个系统间的交流与传递，从而达到计划、控制、反馈和调整的完整闭环管理。

为实现上述目标， 对生产管控系统 （基于MES 功能的工业APP 应用） 与业务管理系统（ERP）进行系统集成和数据对接：

a. 工厂模型。 工厂、车间及产线等信息数据基础资料，生产管控系统中的资料要与业务管理系统保持一致。

b. 物料清单。所有基础数据中，物料信息，包含物料代码、 名称等是非常重要的基础数据，生产、仓储及设备等都会使用到物料信息，这部分数据应在生产管控系统与业务管理系统中保持一致，以保证上述业务正常开展。

c. 生产订单。生产订单是生产部门的依据，显示了生产的内容、数量等信息。当业务部门在业务管理系统中下达订单以后， 可以在生产管控系统中导入，用于指导生产部门进行生产。同步信息包括生产订单编号、生产部门、计划完工时间、产品物料编号、产品名称及计划生产数量等信息。

d. 报工数据。生产管控系统完成工单后，将完成信息反馈至业务管理系统。需要同步订单编号、产品编号、完工数量、生产部门及完工日期等。

e. 仓库主数据。仓库主数据包括仓库和库位信息，是出库、入库和库存管理的基础。

f. 出入库数据。 生产管控系统可以直接生成库存出入库单据，单据上有品种、数量、时间及计划号等详细信息，极大地降低了业务管理系统中库存模块的工作量， 也提高了库存的计划精度，让库存管理更加科学规范。

2.8 5G+机器视觉喷码检测应用

2.8.1 5G+机器视觉检测概述

产品质量是保障工业安全与效率的基础，也是保证企业利润和品牌形象的重要因素。 当前的缺陷检测技术主要依赖于将产品检测图像与预定义的缺陷类型和知识库进行对比分析，通过差异变化来最终判定产品质量是否合格，这种方法缺乏一定的学习能力和检测弹性，从而导致检测精度和效率降低，同时还存在一定的失误，给质量管理工作带来巨大压力。

近年来，基于在线机器的视觉检测技术日趋成熟，也在多个领域场景落地使用。 但是，该技术仍然存在的一些问题阻碍了它的推广，限制了它的应用范围，例如：视觉检测是通过对生产线上的产品进行实时的图像识别，将数据传输到后端的质量判定系统进行图像对比分析，从而在最短的时间内出具报告并给出改进措施建议。 但由于非常依赖网络的带宽和可靠性， 导致在一些高温、高压、易腐蚀、潮湿的恶劣环境下无法使用传统有线网络介质进行数据传输。 另外，在一些偏远的工厂环境中，由于受距离的影响，铺设有线网络的成本非常高， 即便采用3G/4G 等技术，也会因为信号、带宽等原因无法满足传输要求。 而5G 技术的诞生和发展， 同时解决了带宽和传输速度的问题，使得在线监测这项技术能够适应更多的环境和场景，加快了在线质量检测的落地和推进。

机器视觉检测应用是用机器代替人眼来做测量和判断。 机器视觉系统是通过机器视觉产品（即图像摄取装置， 分为CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布、亮度及颜色等信息，转换成数字信号；图像系统对这些信号进行各种运算来抽取目标特征，进而根据判别分析结果控制现场的设备动作。

机器视觉检测系统结构组成如图11 所示，机器视觉模型建模过程如图12 所示， 机器视觉平台的技术特性如图13 所示。

图11 机器视觉平台结构组成

图12 机器视觉模型建模过程

图13 机器视觉平台技术特性

2.8.2 机器视觉喷码检测应用

在液体洗涤剂生产车间的灌装流水线上的瓶体编码打印（喷涂）设备后方布署带有工业相机的机器视觉智能检测装置， 实现对光源高度、拍摄镜头角度及检测计数器精度等的自由设置。如图14、15 所示，对灌装产线传送带上的液体洗涤剂瓶体编码打印（喷涂）位置进行拍照，通过工厂操作系统中集成的机器视觉识别检测算法对拍摄照片进行识别分析，判断编码打印（喷涂）是否完整、清晰，如有漏喷、错喷或喷码不清晰的，系统立即亮灯报警或发出提醒。

图14 液体洗涤剂瓶体标准喷码效果

机器视觉识别检测智能装置上安装气动杆，当系统识别出瓶体喷码出现漏喷或喷码不完整时，自动认定该瓶产品为不合格产品，对瓶体喷码问题部位即刻拍照并存入系统，同时系统自动启动气动杆将该瓶体从流水线迅速推离剔除。

图15 5G+机器视觉应用

系统对机器视觉识别检测装置检测出的喷码结果数据进行实时记录，照片数据上传至工厂操作系统平台存储，对海量检测数据记录进行分析统计，可视化展示日、周、月的不良品数量和占比，并自定义选择时段查询。

2.9 手机端APP 应用

通过工厂操作系统包含的移动端应用子平台实现工厂业务和生产的统一管理。 如图16 所示，移动端应用子平台作为工厂操作系统在移动端的延伸和扩展，其设置有丰富的平台功能移动化应用，支持用户企业多层级、多组织管理，让所有的关键应用都可以在手机端展现，打破时间与空间的束缚，有效地实现工业生产过程的协同办公。

图16 工厂操作系统移动端应用子平台技术架构

无论何时何地，用户可以通过移动终端实现工厂实时运行过程的掌控、设备实时运行状态的获取、生产过程参数实时管控、生产安全预警、工业视频监控、工艺指标变化趋势展示、产品质量数据追溯、产品出入库精确管理、仓储智能管控、生产数据分析报表输出、业务工作流管理、公告信息发布等，进行任务下达、工作审批及事项跟踪等业务流程处理（图17）。

移动端应用子平台主要支持：

a. 生产办公协同。平台提供生产过程移动化画面监控、视频监控、趋势分析、报警查看及待办处理等功能，快速高效地实现生产过程的协同办公。

b. 企业社交服务。 通过平台提供的即时沟通、群聊、组织及公告等功能，在企业侧的现场操作内外协同、 进行工作任务沟通等提升工作效率。

c. 应用集成与管理。 支持企业信息个性化设置；支持平台桌面应用移动化展示；支持第三方应用接入，满足企业持续集成与优化的需求。

3 应用效果

3.1 数据采集应用效果

实现了企业车间产线设备互联互通和设备状态、生产数据的实时监控，将工业大数据实时上传至工业互联网平台；通过对产品生产全过程的透明化管控，实现产线设备的故障监控、异常提醒、预警和生产成本的有效控制。

运行状态实时显示、异常类型自动记录和参数详细记录，以便于分析。

降低异常处理成本（成本为异常处理时间之和与设备运行单价之积）。 异常实时反映到车间和设备管理者，减少信息传递时间；异常发生时状态参数全部记录， 减少锁定问题与解决时间；通过异常类型汇总分析，制定保养或设备升级方案，减少异常次数。

及时干预节约成本（成本为预警次数与平均故障处理时间之积）。 监控参数发现异常后及时干预，最终避免停机发生。

综合管理节约成本（每小时产量提升值与单位机器人工成本之积）。 管理层关注开机率等数据，并将其转化为相关部门考核，提升效率；系统自动记录产量等数据，转化为计件制提升员工积极性。

3.2 工业APP 应用与系统集成效果

应用工业制造APP，并集成业务管理系统和生产管控系统数据，将生产全过程中的业务数据和生产数据进行融合， 形成全生产流程闭环管控。 使工厂生产过程透明，采用奖励机制拉开员工报酬差距，激励员工自主提效，各部门数据通过系统自动互通并校验，减少工作量，及时发现异常并卡控。 具体如下：

a. 节约内部数据信息传达时间（从销售接单到完成生产安排、物料采购的时间等）；

b. 生产透明，促进人均产出的提升（各工序入库成本和车间员工数）；

c. 各环节校验较少风险（采购销售数据不一致导致多采购的金额等）；

d. 大幅缩短产品加工周期（工单的完工日与开工日时差）；

e. 计划安排合理，提高库存周转（纸箱等采购件领出时间与入库时间时差）；

f. 分析耗材用量， 提前备货， 避免停机待料（根据历史用量提前采购低耗品）；

g. 根据销售进度及时收款 （发出商品金额、开票未收款金额等事项提醒）；

h. 根据采购准交率和良品率加强供应商管理（交货及时率、良品率）。

3.3 数据分析辅助改善效果

辅助判断季节温/湿度对产能的影响。实时采集制皂车间环境温度数据、湿度数据、压条机炮口温度数据和压条机产量数据，通过对这些数据积累进行大数据分析，按照日、月、季度、半年度的分析报表， 输出温/湿度和产量数据折线图，辅助分析温/湿度对产量的影响。

辅助分析制皂产线协同情况。 对制皂车间产线设备具体开停机时间、停机断线次数、中断时间、 累计次数及累计时间等数据进行统计分析，辅助管理层对制皂车间设备运行状况进行数据统计分析，并按表格数据输出产线的故障情况折线图。

分析产线班组开停机时间，统计绩效。 通过车间产线设备开、 停机时间分析班组的工时绩效，辅助管理层对车间产线和班组的工作工时和产量产能进行准确的计数统计和生产趋势分析，并按表格数据输出产线工序的产能趋势折线图。

3.4 机器视觉识别检测应用效果

按照企业产品质量检测需求，对机器视觉识别检测装置的光源高度、镜头角度和计数器精度进行最优化调整， 高效自动剔除检测出的不良品，从而有效代替人工检测作业，全面降低产品瓶体喷码检测的人工成本，提高检测效率和准确性，杜绝因人员疲劳给检测工序带来的漏检和错检现象，同时促进喷码检测数量和产量的实时统计，将机器视觉检测装置拍摄的检测图片进行自动存档，存储到工业互联网平台，对积累的海量存档图片数据进行分析统计，输出产品瓶体喷码检测完整性趋势，数据提供喷码机供应商用以改善优化，改善效果实现二次降本增效。

注：每条产线节约人工成本为检验员平均月薪与设备月折旧金额之差。 漏检比例降低（漏检数/总生产数），漏检可从成品检验、客户投诉数据取得。 喷码检测数量手工统计（月（按30 天计）节约成本为每天人工统计漏检时间与小时工资之积）。

3.5 其他5G 应用效果

基于5G+AI 的人脸识别和VR 技术，面向企业厂区，提供包含车辆道闸、厂区全景VR、安防监控、访客登记及考勤管理等功能的智能安防监控系统，开展疫情常态化防控，人脸识别考勤记录，实现厂区管理的信息化与可视化。

3.6 综合应用成效分析

通过5G 网络和工业互联网平台网络协同智能制造新模式的应用， 在降低企业运营成本、缩短产品研制周期、提高生产效率、提升网络协同制造能力、降低产品不良品率、提高能源利用率及促进机器换人等方面取得显著成效，并持续改善，具有良好的增长性。

使企业实现精益管理，准确掌握生产进度，监控产品检测的不良率、产能与进度，使产能利用率增加20%，交期准确度提高30%。 工艺管控与产品检验，实现了无死角全覆盖，提高了产品质量，有效提升了客户满意度。人员调整更加容易，提高了换线速度，减少人员闲置和产能浪费。完善了质量回溯追踪，原料、工序、设备、员工、设计可能不良原因的追溯查询。 协助用户企业降低不良品率5%以上，大比例节约质量维护成本。 各种数字化功能的应用， 大幅提高了数据利用率和综合管理水平，提高综合生产管理效率达15%以上。

4 结束语

基于“5G+工厂操作系统” 的数字化智造平台，通过5G 网络应用、设备数据采集、数据可视化展示、系统集成、工业生产制造APP 应用和机器视觉识别检测技术的应用，实现了从业务到生产的集中闭环管控。 建立起实时财务核算、业务管理、生产管控、质量控制和仓储管理的经营智造模式， 从而更具针对性地改善了生产绩效、提高产品质量。 通过在仓库、车间和生产线上的流动与数据采集， 实现物品流和信息流的精细化、透明化和自动化，质量控制的实时化、数据化、一体化。 最终将产品关键生产环节，建立起从供应商送货、财务核算、检验、入库、生产领料、生产过程控制、在线检验、成品入库、发运、售后服务的全流程管控。 带动整个行业企业研发、制造、管理及服务等各环节智能化水平的提高，使企业智能化发展在日化行业处于领先水平，具有工业企业数字化转型示范带动作用。