基于工业物联网技术的机械加工设备在线监测系统的研究

梁 野，张 贺，石 刚，刘 毅

（宁波吉利罗佑发动机零部件有限公司，浙江 宁波 315336）

1 引言

在《中国制造2025》指引下，真正的黑灯工厂距离我们越来越近，黑灯工厂中最重要的一个组成部分就是工业物联网，21世纪以来，精益管理作为生产管理的重中之重，其管理模式进行推进，然而面对整个生产线复杂而又多样的问题，由于生产现场设备众多，仅依赖人力监控生产设备，势必会消耗极多的人力。传统工作方式信息传输缓慢，很难进行全面的生产管理；虽然现在工业生产正在向智能化转变，制造业中仍有部分保持这种传统生产模式。随着对生产效率、生产质量提高、生产成本降低的要求的进一步提出，利用物联网是未来工业生产发展的新的形式也是一种趋势。工业物联网将具有感知、监测和控制等能力的各类采集、控制传感器，控制器、工控机及PLC设备，以及移动通信、大数据分析、人工智能和数字孪生等技术不断融入到工业生产过程中的每一个环节，从而提高制造效率、改善产品质量，降低产品成本和资源消耗，优化运营，最终实现将传统工业到自动化，再到信息化、智能化的新阶段[1]。借助工业物联网技术或平台，企业可以将车间的人、机、料、法、环、测等要素进行实时的连接及监控，并借助机器学习技术，对连接后的数据进行理解和学习，实现异常预警和故障预测，并在瓶颈约束理论或精益生产理论的指导下推动整个车间的综合运行效率（Overall Equipment Effectiveness，OEE）的提升，进而推动上有产品开发、供应链开发和组织、生产排程、组织绩效和人员技能、ERP/PLM/MES的全方位的优化和提升，通过监测、控制、优化、自动和智能的发展轨迹，最终实现少人化、自动化和智能化工厂。

对于国内传统的制造模式来说，传统生产管理系统的庞大、复杂已经无法满足市场多元化、定制化的精准需求。无论是设备与人之间、设备与产品之间、人与产品之间，人与工艺之间，以及人与设备之间，都存在着必要、准确的数字关系。但是仍然存在着各系统独立运行、各信息独立传递、各个数据单独应用等弊端，现场的数据孤岛数不胜数。生产生活中针对整个生产模式、生产线生产状态、设备数据、质量数据、工艺数据和产品数据等数据的综合应用都是靠人工来进行统计、分析，浪费了大量的人力、物力，对于准确性和及时性更是无法满足当今生产模式的需求。

工业物联网的应用已经遍布于工业生产的各个角落，并具有广阔的发展前景。首先是智能工业设备的逐渐增多，生产产生的数据量井喷式地增长。现有一些系统及应用已经无法满足当今生产的需要，同时也无法将现有的数据价值完全挖掘出来。

由此可见，生产自动化、信息化和智能化的融合，生产制造的智能化走向和对于数据的收集、治理与应用，是未来发展的重要方向。面对这样一种未来趋势，利用工业物联网技术可以在一定程度上推动整个智能制造工业的发展[2]。本文结合机加工现场生产的实际情况，利用工业物联网技术与设备实时状态的数据，解决生产过程中各种繁杂的人工统计、信息传递和数据分析等工作。更加精确地为生产操作者、生产管理者提供精准的质量提高、效率提升和成本降低的管理方向。

2 痛点问题分析

某发动机厂的生产状况存在如下痛点问题：

1）单台设备状态采用人工统计等方式记录。设备长时间异常靠人员记录、企业微信和班组会议等进行信息传递及统计，以看板、纸质表单等方式进行记录。短时间设备异常（如设备微小停机、3 min以下的停机）基本无记录，后续再分析及复盘工作进行时，无法准确获取生产现场单台设备的真实状态及状态全貌履历，无法准确分析设备状态对生产的影响，设备状态统计效率低、难追溯和盲区多。

2）现场瓶颈工序靠基层管理人员、生产专家等根据经验结合产线设备运行状况进行分析。不同生产时段根据生产状态的不同，实际的瓶颈工序无法实时获悉。无法精准、实时指出生产重点关注点。现场微小问题容易忽视，积累到一定时间、一定数量,引发严重问题后才引起操作者或管理人员重视。

3）无法实时获知瓶颈工序，导致针对性策略滞后，小问题积少成多，最终导致时间较长的停线。

4）人工统计设备OEE表格、TA表格、千台停机时间表、设备故障top问题表和非计划停机列表等生产报表。

5）OEE、FTT无法实时统计，仅生产结束后计算结果并对比目标，不能及时准确地发现超标问题，无实时统计的趋势数据。

6）每日、周、月、年及各类数据报表，需由多人进行不同的统计工作，数据易重复且出口不唯一、人工统计耗时、成本高及准确率低。

7）生产结束才能准确的知道相应OEE、FTT超标的具体信息。信息滞后且无法及时预警，需要人工经验及现场实际情况进行判断。现场根据问题及指标数据的相应滞后，严重影响产品质量及生产效率。

8）现场生产产量趋势分析，需要操作者根据经验自行线下计算，人工根据当时生产情况估算按目前状态完成生产时间。

9）无单台设备当日实际产量、计划产量和当前目标等数据监控，单台设备产能统计存在盲区。

10）无法准确预估生产情况，无法结合生产现场实际情况预估生产完成时间，无法精准结合多维度数据合理安排下一步工作。

11）单台设备产量趋势人工计算耗时，数据准确率差，不能准确根据单台设备产量规划换刀、换型等生产准备工作，设备产量信息不透明。

3 研究方法

3.1 总体设计

结合以上痛点问题及与现场各位生产专家的交流，对应用的整体进行了设计。

机械加工设备在线监控应用的整体架构包括数据采集模块、工业PDA端、Web端和工业物联网平台端四部分。以工业物联网平台为基础，总体框架如图1所示。

图1 总体架构图

数据采集模块是以工业物联网平台IIoT边缘网关为基础，网络架构如图2所示，在元MES服务器中新划分虚机，安装Kepsever数据采集网关，根据网络架构将整个数采分为机加、装配两大部分，通过TCP-IP协议实时访问各台设备PLC，数据采集频率为1次/s，实时采集PLC中设备的各类状态数据、产品数据和生产过程数据等，对这些实时数据进行处理、存储和分析等数据处理工作，存储与工业物联网平台上。再由平台以MQTT协议实时推送给APP。由本应用的分析可知，数据的实时性、准确性在整个应用过程中非常重要。结合生产现场的设备组成结构复杂，为了保证数据能够实时、准确和安全地传输，选择TCP/IP网络传输协议为主要通信方式[3-5]。

图2 数据采集网络架构图

为了方便用户使用和管理，根据机械加工设备在线监控应用的需要，设计了Web端应用。Web端主要包括用户登录、设备在线实时监控、历史数据查询、报表管理、设置界面、推送界面及操作日志查询等内容。

工业生产现场对PDA的应用场景也越来越普遍，本应用部分内容涉及现场部分需由工业PDA展示。工业PDA需要开发出从数据提取出来的关键异常事件端进行手动分析界面，并且可以由操作人员发起相关业务流程；对于员工的登录界面及使用权限，也要具备相应的管理功能。

由于现场设备大多数为Siemens控制系统，所以在本应用中由设备端到工业物联网端都采取的是工业S7协议，目前也是使用最为广泛的一种通信协议；部分少数设备需要用Modbus、Opcua等协议。工业物联网平台数据到应用端数据传输，所应用的协议以IT通用的技术协议为基础，主要应用API接口或Kafka方式。在工业上主要通过有线传输方式进行实时、高效的数据传输，以满足应用的需要。

由总体应用设计方案分解，根据对数据源整理，发动机厂缸盖线有33台机械加工设备，每台设备有65个点位需要采集，采集的频率为1次/s，具体采集网络连接方式借用原MES线路，对数据采集部分硬件设计如图3所示，主要包括服务器、区域交换机、设备交换机、PLC等硬件及材料附件。

3.2 数据源的整理

对于机械加工设备的实时状态，在设备的PLC中有准确的点位描述，通过收集和整理。所有设备均为西门子PLC，系统型号为S7-300。然而PLC中对设备实时运行状态、下游堵料状态、上游待料状态、设备离线状态、设备故障状态、设备手动状态、人工热机状态和自动空运行状态等有具体点位，相关的产品质量信息、生产信息和型号信息等在PLC中也有统一的描述。

3.3 系统数据采集网关选型

网关是一种数据抽取、转换和加载重任的计算机系统或硬件设备。在使用不同的通信协议、数据格式或语言，甚至体系结构完全不同的两个系统之间，网关是一个重要的翻译工具。网关的形式也多种多样，最常见的由硬网关和软网关之分，具体需要根据现场的实际情况进行对比分析。部分软件网关需要安装在另一台服务器上，企业提供额外的资源来部署网关系统；也可以直接部署在企业内部邮件服务器上。具体对比方案见表1。

表1 方案对比表

对于企业来说，软件网关在测试、购买和应用环节具有优势。如果选用硬网关，需要增加交换机、数采网关、电源和保护开关等硬件，而且硬件采购、施工都需要周期，对于数据采集能力的需求，目前数据源存储在西门子PLC-S7-300中。通过POC测试，软网关Kepsever完全满足本课题需求，而且仅需要将软网关配置到IIoT服务器上，无其他施工及硬件周期，故选用软网关Kepsever方式进行数据采集。

3.4 数据采集的数据流向

根据应用需要，数据采集流向仅需要单向传输，由PLC通过工业协议S7采集到工业物联网平台，在工业物联网平台中通过IIoT的数据治理与存储功能进行数据治理与存储，在通过MOTT协议传送给设备在线监控应用，如图4所示。

图4 数据采集的数据流向图

3.5 详细研究与设计

软件部分涉及到很多的嵌入式应用的移植、数采的处理程序、S7通信协议、MQTT通信协议、Geega工业物联网平台接入、用户Web端和用户PDA端等部分。

根据现场业务的实际需求设计了机械加工设备在线监控应用Web端界面，目的是使用人员能够轻松得到想要的数据及现场生产的实际情况[6-7]。用户的Web端采用Linux+Java/JSP+MySQL进行设计，Java在任何平台都有很好的用户体验，MySQL数据库开源且免费，特别适合本次课题。

（1）架构的研究与设计 本文设计的机械加工设备在线监控应用具体分为5个部分。

1）首页概览模块。大多数APP在使用过程中，都需要一个首页界面，结合生产现场的实际需要，在工厂的作战室大屏幕中显示出来的具体内容：发动机工厂本月产量、实时按灯呼叫信息、整厂OEE趋势图、各条生产线的实际情况、各条产线非计划停机的top3停机设备及时间，非计划停机原因的占比和设备稼动率等工厂关注的主要数据参数。具体步骤：①需求定义。根据现场专家经验交流及评审，总结现场业务逻辑、数据展示和分析等。②原型设计。根据需求定义具体内容，整理分析、综合设计，利用Axure原型设计软件，将交互、展示和具体功能点等内容界面完成原型设计并与工厂生产经理、专家、班组长和操作工进行评审修正，最后锁定原型设计。③界面开发。根据锁定的原型，利用Java、Kafka、MQTT和Figma技术等完界面开发。

2）早会概览模块。工厂在实际的生产过程中，需要每天对上一个工作日的生产情况进行点检，故研发早会界面。在早会界面中，生产现场实际首先关注的是产量完成情况，其次是整个工厂OEE趋势分析图、TA趋势图、各个产线的实际产量完成情况、生产异常情况及设备稼动率。

3）设备状态模块。在该模块中，主要面对产线级、设备级的设备状态情况，主要分为产线生产监控、设备异常记录、待处理异常、设备运行记录、生产异常明细、生产管理配置、数据报表和计划停机时间配置等界面。

4）通知配置模块。在该模块中，主要结合公司人力GUC及公司企业微信应用，对生产现场实时异常状态、异常信息、超标信息和预警信息等异常情况实时进行推送，并且将推送信息进行系统记录。

5）系统管理模块。系统管理中，包含用户配置界面来控制各层级管理员所见界面权限及对系统使用的角色进行管理，包括系统日志，无论任何访问该界面的行为都要通过系统日志进行记录。

（2）PDA端的研究与设计 在整个应用系统中，结合业务需要，对生产现场的实际数据进行分析设计PDA功能架构如图5所示。

现场生产操作人员可根据生产实际情况，对现场实产生的非计划停机设备状态时间段的原因进行录入，以方便各种报表统计。

PDA端经过设计，使用人员可根据集团GUC中员工的账号密码登录到该应用中。同时也可结合员工工牌ID信息，采取NFC登录方式进行登录，以方便现场操作者登录操作。

（3）应用的架构研究与设计 结合敏捷式开发模式及数采硬件、物联网的各种条件，完成应用的架构设计如图6所示。

图6 应用架构图

（4）应用的集成架构研究与设计 结合应用的业务架构与实际开发逻辑，完成设计应用的内部集成架构如图8所示。所有数据来源于工业物联网平台IIoT，通过数据库MySQL集群、Redis集群、Kafka集群与后端的一主一备集群进行数据交互，再由后端与前端的一主一备进行数据交互，最后通过PDA端或者Web端展示给用户。

（5）应用的技术架构研究与设计 应用的技术架构图，如图7所示。在本应用中，按技术层级可分为存储层、服务实现层、服务支撑层、数据交换层和表现层5个层级。

图7 应用的技术架构图

（6）应用的接口研究与设计 接口设计从接口开始到数据接收再到数据校验，当校验通过时则接口设计业务处理后保存数据，然后返回处理结果直至接口完毕。当校验不通过时直接返回处理结果直至接口完毕。

4 结果与讨论

开发完成后，主要对机械加工设备在线监控应用进行测试，测试的主要内容包括系统硬件运行、Web端应用、PDA端应用，以及IIoT数据采集与通信。最后将各个部分为一个整体，通过离线测试，满足要求后进行上线测试。

首先对机械加工设备在线监控应用的网络进行测试，接着主要对应用的功能进行了测试，最后按照业务架构从首页、早会界面、生产监控界面、报表功能、计划停机设置、推送设置、生产管理配置、目标配置和系统共设置最后到操作日志进行了必要的测试。经过测试，各部分的功能都实现了预期功能目标，数据的安全性和有效性、应用的友好性和准确性也得到了保证，综合判定系统的功能达到设计要求。

5 结束语

基于工业物联网技术的机械加工设备在线监控应用，将目前公司推广使用的工业物联网平台Geega与生产实际应用结合起来，利用集团大力推动各个工厂数字化转型的背景，对生产的用户实时展现了生产现场的设备状态，以及基于设备状态数据所计算的各线指标数据、报表数据、业务流程，真正提高了工作效率，节约了时间，为工业应用场景提供了可供参考的解决方案。