智能制造车间驾驶舱管控技术研究

徐海港，林连华，纪昌勇

（1.252800 山东省 高唐县 山东时风（集团）有限责任公司；2.252800 山东省 高唐县 农业部农机动力和收获机械重点实验室）

0 引言

《中国制造2025》提出“推进信息化与工业化深度融合”的重点任务，加快推动新一代信息技术与制造技术融合发展，把智能制造作为两化深度融合的主攻方向[1-2]。在推进智能制造的进程中，管理者在MES 技术基础上，对各设备运行状况、关键工艺参数的变化、产成品的数量、原材物料的使用及产品质量状况等方面，需要进行可视化的分析及预判，特别是对动态的KPI 指标，包含“平衡计分卡”模型中的各项指标，为执行和决策提供第一手数据支撑[3-4]。

为实现智能制造的可视化管理，管理驾驶舱技术应运而生。作为管理报表的可视化解决方案，可以帮助监控智能工场和车间的全局，及时发现问题，做出科学化执行决策，因此需要管理驾驶舱具有直观性、可配置性、多维性、全面性和方便性[5-6]。直观性是以图表的方式直观地显示各项指标，并支持“钻取式查询”，实现对指标的逐层细化、深化分析。可配置性，根据用户习惯，选择合适的图形来显示不同的指标，如饼状图、柱状图、折线图、条形图等，多个图形显示的数据和模式可交叉调取，配置灵活；全面性是不同的组图下，嵌套着多组的数据源，配置不同的数据表单，用户可根据需要点击并调取。管理驾驶舱实现不同权限用户的不同操作，不同级别的用户看到本职应掌握和关注的指标，从技术上实现多用户、多权限、多图形、多指标的多维操作的目的。

作为装备制造业，如何建立基于信息流、物流、工作流、参数流、质量流的智能生产运维管理[7-8]，通过驾驶舱管控技术研究并实现关键技术突破，推进生产过程智能化，培育新动能显得尤为迫切。

1 铸造车间数据采集

采用信息物理融合CPS、高精度感知控制、工业互联互通和新型人机交互等信息技术实现驾驶舱的集成式管控，将分散在现场的各个系统和设备进行综合管理和集成，同时采用工业互联技术建立车间级工业通信网络，实现工厂内部的系统、装备以及人员之间的信息互联互通。充分采集制造进度、现场操作、质量检验、设备状态等生产现场信息，并与车间制造执行系统实现数据集成和分析，将供应链、制造过程、管理过程和环境监控有机结合起来，构建一个网络化的协同制造系统。

1.1 数据采集系统搭建

车间现场数据采集采用先进的智能感知与控制终端，该终端基于规则、策略库进行灵活快速配置，可以适应各种不同的设备、装置的异构多源的信息采集要求。在对原始数据进行智能融合、分析和提取，获得底层设备的可信数据的同时，可根据设置的规则、来自上层MES 系统的命令以及实时采集的可信数据，自动形成对现场设备/装置的智能控制输出。整套系统，以生产单元控制与管理系统为核心，打通底层设备、上层信息管理系统间数据流，其核心要素为互连、互通、互操作，为各单元实现数字化、网络化、智能化提供支撑。

在数据完备的基础上，通过对工厂的生产信息监视、故障报警预警、产能分析、设备健康评估、设备优化建议、检修记录、故障处理指导，提升设备利用效率，帮助企业管理层实时获悉所有生产信息，进而对整体运营进行精确的评估和决策。

针对车间和设备布局情况，以工业以太网为基础（如图1 所示），通过多种通讯方式，建立高速、可靠、安全的数据采集通讯网络，既实现对生产过程各个环节数据采集的全覆盖，又保证数据通讯的实时性。

图1 车间数据采集网络Fig.1 Workshop data acquisition network

通过构建包含标识、属性、事件和服务调用的多层综合设备信息模型，提供工业现场数据感知、采集、分析处理等服务，实现多种工业新协议统一计入、设备互联、数据分析和智能控制系统接入平台。通过将所有的数据进行整合分析，构建出可视化的数据采集系统（如图2 所示），实现了各网络协同制造基地间的数据的互联互通、设备数据采集和统计、生产数据采集和统计、能源耗材数据采集和统计等功能。

图2 数据采集系统软件架构Fig.2 Software architecture of data acquisition system

1.2 设备数据采集

设备数据采集框架及通讯系统支持包括Modbus、Profinet、Tcp、HART、TCP、UCP、RS协议在内的主流通讯协议，开放数据接入接口，可以通过与设备控制器建立协议通讯收集和共享大量数据，收集的数据将发送到数据中心。通过这种方式实现设备与设备的互通、设备与中央控制台的互通，达到物联的最终目标。系统可以将搜集到的数据按照特定的数据单元进行存储，并与其他数据进行汇总、比较，然后以有用的图形化的方式呈现给最终用户，如图3 所示。

图3 数据采集与接入Fig.3 Data acquisition and access

根据工艺技术需求，对采集的外部状态信息(如运行、报警、故障、停机、缺料、堵料、产量、小时工作量等)、内部过程数据、工艺数据、报警信息、系统信息、RFID 数据、能源数据等进行特征分析，建立设备数据模型，如图4、图5 所示。

图4 设备数据模型Fig.4 Device data model

图5 报警数据模型Fig.5 Alarm data model

1.3 基于OPC 的数据采集

基于微软的OLE（现在的Active X）、COM（部件对象模型）和DCOM（分布式部件对象模型）技术，采用客户/服务器模式。OPC 提供一整套接口、属性和方法的标准集，用于过程控制和制造业自动化系统。参见图6。

图6 基于OPC 的数据采集方式Fig.6 OPC-based data acquisition method

2 铸造MES 制造执行系统架构及关键技术

2.1 MES 制造执行系统架构

铸造MES 生产过程执行系统功能模块主要涵盖铸造车间数据采集与分析、生产过程管控、质量追溯、设备互联等。系统以产品生产、质量为核心，以产品批次管理为中轴，围绕和追踪整个生产过程，做到质量全过程管理，包括原材料进料检验、生产过程质检、型砂检验、光谱成分化验、机械性能测试、金相检验、不合格处置等。通过铸造车间数字化智能化系统改造升级，实现铸造生产“透明可视”，生产效率大幅提升，工艺知识积累沉淀，质量全程追溯，大数据智能决策。如图7 所示。

图7 MES 系统界面Fig.7 MES system interface

2.2 基础数据管理

基础数据包括生产计划、物料信息、工位BOM 信息、工艺文件、质量检查记录及工作中心/设备等信息管理。其中，工艺文件/产品图纸/三维模型、质量检查记录等通过与PDM 系统集成获取，生产计划、物料信息/工位BOM 通过与ERP系统集成获取。为了保证信息系统间基础数据的一致性，需要基础数据同步。

2.3 动态生产计划排产

生产计划功能模块根据提供的订单、工艺数据，考虑工艺、产能、订单、产品等多方面的约束条件，生成相应的可执行的生产计划。生产计划排产模块可将总体生产任务单计划进一步分解形成生产子计划（日计划），根据订单交期、客户等级等因素子计划通过颜色区分不同急缓程度的任务，计划不同时间生产不同产品，并可将子计划下达至涉及工位。下达后的子计划若出现紧急更改等过程需相关部门领导批准许可，并记录变更人员、时间等信息方可下推变更信息。各工位可查看相关的生产计划，同时可通过设备的生产信息，实现不同生产计划和任务之间的完成情况记录、生产过程工艺参数记录（客户需提供相应的表单模板），对于规定时间内超计划未完成的任务系统可用不同的颜色标出给出警告。在车间现场终端可查询总体工序步骤及当前各工序进展情况（车间在制品监控），系统可根据人员安排、关键设备信息，预警生产计划执行中的风险。

在生成的子计划（日计划）执行过程中，根据现场的执行情况，对计划的执行以及影响计划的异常进行反馈进入生产计划功能模块，生产计划功能模块对相应的需求订单、设备计划进行滚动排程，生成新的生产计划重新发布。

现场操作人员通过车间现场的移动终端、条码扫描枪，将生产进度、生产人员信息、部件信息、质量检测的信息等及时反馈到MES 系统中，以满足车间管理人员实时了解生产进度的需要。工序/工位生产任务完成后，及时通过移动终端进行报工，完工信息通过MES 系统反馈回公司的EPR 系统，公司管理人员能实时了解车间生产进度。

2.4 生产执行管控

铸造智能化将针对车间的生产作业需求，基于工业级的触摸屏或工控机，采用一套独具特色的车间现场生产管理系统，其涵盖：生产指令下达，图纸传递，车间排产，工序开工、完工、质检、返工、废次品处理，质量追踪，进度跟踪，异常预警等各个环节。触摸屏和工控机的引入将为车间作业人员提供便捷、快速的信息录入和查询手段，实现生产现场的信息实时收集与发布。

时风生产管理模块包含生产订单、浇注日计划、浇注验收、熔炼加料记录、实际浇注记录、铸件验收入库等整个生产环节内容，使产品的整个生产过程更加易于管理把控，掌握瓶颈环节，为决策提供依据，提高生产效率。参见图8。

图8 生产过程管控Fig.8 Production process control

2.5 质量管理

主要包括过程质量在线监测、生产数据实时采集、关键件可视化管理、质量追溯管理和质量统计分析等模块。管理人员可以多维度对车间现场实施监控并对现场产品质量监控信息进行分析，以产品的生产过程为监测对象，以统计过程控制理论为基础，利用控制图监控生产过程，找出影响系统稳定生产的因素，从而提示管理者及时采取相应的措施，消除系统因素影响，保持各工序的稳定运行，保证产品的质量稳定可靠。对关键件实行重点管理，对不合格品实行实时动态管理，追本溯源。对不合格品产生原因进行统计分析找出质量问题症结所在，及时制定对应预防措施、改进相应工艺方案，从而稳定提升产品合格率。

3 驾驶舱管控技术集成及平台开发

可视化管理驾驶舱为管理者提供车间可视化监控、生产状态与信息监控、工业大数据分析、KPI 报表统计分析、关键设备运行信息、动态决策、集成化控制等功能。通过可视化管理驾驶舱车间管理者可以远程、实时在线对铸造车间生产系统的运行情况进行监控、分析、诊断、仿真、优化，从而实时、有效地驾驭车间生产系统的运行情况。通过可视化管理驾驶舱控制，实现车间管理者与系统软硬件的人机结合，车间的精益化、透明化、实时化和集成化的管控。通过定义关键信息的交互，实现对现场的指挥和决策。由Web 服务器提供给公司决策层关键信息，即时处理公司决策层的执行指令，并实现对MES 系统的操作，从而达到资源的有效利用，生产过程的优化及形成动态生产管理能力等目标。

可视化平台集成铸造车间的订单排产情况、物料成套数据、实时生产执行数据、计划达成率、设备效率及异常情况、产品不良率等数据，搭建了如图9 所示的智能制造信息中心管理驾驶舱平台和APP 客户端。

基于专用浏览器的轻量化模型场景动画录制，主要实现将模型的平移、缩放及旋转等机械运动仿真过程，可在各模块动画过程中插入三维标注，指示仿真对象，通过文字描述解释、指导仿真工艺过程。

（1）进入场景后，该场景的产品数据清楚地在面板上展示。图10 为砂处理模块，如：时间、进混砂机砂温、CB 设定值、最终CB 测量值等。场景传送带上可以清晰地看出产品的运输流程。进入图11 所示的造型、浇注、清理模块场景后，该场景的产品数据清楚地在面板上展示，如：时间、造型总数、下芯总数等。进入图12 所示的熔炼球化模块场景，可以看到产品从吊装到熔炼的整个流程，共计2 台机器分别工作，机器上方显示模型的具体数据，如时间、熔化耗电量、输入功率。

图10 砂处理场景Fig.10 Sand treatment scenario

图11 造型浇注场景Fig.11 Casting scene

图12 熔炼球化场景Fig.12 Furnace spheroidization scene

（2）第2 行的模块显示生产线上正在生产的不同铸件的工艺分析和工艺模拟。砂处理采用ProfiNet 工业以太网网络接口和协议，采用OPC Client 读取CB 设定值、最终CB 测量值、总加量、混砂周期、N1 辅料称量值、N2 辅料称量值、旧砂冷却进料温度、旧砂出砂水分、旧砂冷却出料温度等变量。造型部分，垂直造型生产线具有SCADA系统，可以提供数据上传服务。需要在服务器上使用PHP 开发一个基于Web Service 的接口程序，HTTPpost Method，通过访问http 接口程序地址，并将需要上传的数据打包post 服务程序，服务程序通过PHP ADO 数据连接更新到数据库中。包括造型总数、下芯总数、当日造型数、瞬时生产率、正板模具温度、反板模具温度、射砂压力、砂型厚度等，还包含本批次生产的总计划数、生产计划数、成品率以及下一批次生产计划。熔炼浇注部分，通信模块支持TCP/IP 连接，采用Socket Server/Client模式，查询电熔炉变量表。配料系统采集变量包含原生铁的加入量，废钢的加入量，回炉料的加入量，及碳、硅、锰、磷、硫、稀土、镁等组份信息。

（3）第3 行模块首先显示安全风险管控点，包括1～4 级风险点、事故统计及安全预警。动态显示车间的噪声、粉尘、电消耗等。后面3 个模块分别显示总产量、订单数量、完成数、内销和外销的统计；计划完成的不同零件的数值，动态显示已完成和未完成数量及原材料的消耗量及合格品的统计、入库、出库情况，嵌套不同的曲线图，直观明了。

（4）通过可视化监控及远程联动，在驾驶舱平台的基础上，开发APP 客户端，生产过程透明化，通过实时互动方式，不同权限管理人员可直观、全面地了解车间生产情况,提高生产管理水平和效率，提高作业质量和效率。

5 结语

通过数据采集、关键工序的互联互通协同控制技术研究及驾驶舱运维管理平台的搭建，实现了车间可视化监控、生产状态与信息监控、工业大数据分析、KPI 报表统计分析、关键设备运行信息、动态决策、集成化控制等。在集团推广应用后，取得显著效果，实现了以订单为中心的信息物理和人的集成，工作高效，物料利用率、生产效率提高20%以上，成本降低15%～30%，产品不良率下降了20%，具有较好的应用效果和示范推广前景。