基于模型和数据驱动的复杂重型装备管理系统设计

2024-01-06景群平

重型机械 2023年6期

景群平

(中国重型机械研究院股份公司，陕西西安 710018)

0 前言

当前，市场对复杂重型装备产品的大型化、智能化、可靠性和生产能力极限化要求越来越高，面对客户多品种小批量、交货周期缩短等需求的变化，为了降低成本，缩短交付时间，始终如一地重新配置生产过程变得更加重要，制造工厂和价值链网络需要足够灵活，以更快地向市场提供响应消费者定制需求的产品，此外生产过程也需要足够透明，能够对整个价值链中发生的变化或意外事件做出反应[1]。

互联网的发展为制造业提供了机会，使资源配置、研发方式、研发周期、产品性能优化、全生命周期管理和商业模式等方面产生了巨大的变革[2]。在全球范围内进行产品设计、制造和服务的异地协作，开展数据传输、计算、共享等业务，以实现资源的有效配置，更好地满足客户对产品的个性化需求。复杂重型装备具有结构复杂、制造流程多、开发周期长的特点，在此基础上，通过网络、通信、传感、云计算、大数据分析等技术将复杂重型装备的设计、制造、运行维护等各个环节有机地联系起来，开展以模型为基础的研发、设计、制造、运维服务一体化运作是未来装备制造发展的趋势。

中国制造业目前还处在以模型为导向的设计/制造/服务整合的初级阶段，主要体现在没有构建完整的基于网络的协作平台[3]；目前，还没有一个能够实现高层次的设计和生产一体化的网络生产环境，生产流程的数字化水平不高；在服务和健康管理等涉及高附加值技术的领域进步不大；行业内目前还没有制定相关的规范制度、法规框架等。支撑重型装备制造业协同的手段从单一的工具(如CAx、EAM、LES)应用，到MES、ERP、SCM、CRM、PLM等大型信息化系统的集成部署；从2D设计图样到3D设计模型，再到基于模型定义(MBD)的产品数据集。上述信息技术手段的利用能够提高新产品的开发速度和设计效率，对生产过程进行实时感知、数据采集、状态监控，推进各个环节的数据共享，从而实现了生产过程的无缝衔接和企业之间的协同制造。

复杂重型装备通常表现为体量大、质量大、结构复杂，其技术指标往往接近装备的物理极限，其设计、制造、交付、运维等环节具有跨组织、跨学科、跨行业、知识/技术密集的特点，体现交叉领域高、精、尖技术的集成。在商业上，复杂重型装备具有高附加值，处在价值链的高端，其发展水平决定产业链的整体竞争力。在生产运营中，复杂重型装备的生产往往由有资质的项目总包方牵头，汇集大量制造参与方，通过个性化定制和单件小批的生产模式进行生产。在生产过程中，复杂重型装备的种种特性使得制造各相关方需要运用有效的交互方式进行相互沟通，并利用数据驱动的方法来对其整个生命周期进行管理，这一切给复杂重型装备的运营带来了巨大的挑战。基于此，本文在对复杂重型装备协同管理系统分析的基础上，基于模型和数据双重驱动建模，构建复杂装备的管理框架，并对模型框架进行详细分析。

1 复杂重型装备的全生命周期一体化运营流程

模型驱动的设计/制造/服务一体化集成，是实现工业化和信息化高度融合的具体表现。当前在世界各地开展产品设计、制造、服务的异地协作已成为可能，基于统一标准格式的数据传输、云计算、知识共享等服务，有利于资源的高效配置，满足了客户对大规模个性化定制的需求。模型驱动的复杂产品设计、制造、运维一体化集成是未来高端装备制造业发展的趋势。

传统的产品设计方式中，设计人员将设计模型、设计图纸和相关文件提交给制造部门后，整个设计流程就已经完成，面向制造的设计、面向装配的设计、面向维护的设计、面向维护的设计等都是在设计阶段进行的。基于模型的复杂产品设计与传统的设计方法相比，具有很大的差异。如图1重型装备的全生命周期一体化运营流程所示为基于模型的复杂产品设计/制造/服务一体化开发过程，该流程从对用户需求进行分析到以功能/性能为导向的产品设计[4]；同时，设计模型、文档等也要传递至制造环节，通过装配加工，最终生成产品的实际尺寸、装配参数和缺陷信息，并将其反馈给设计过程，使产品设计、制造、运维环节不断循环迭代，最终形成面向最终用户的产品实例，从而向用户交付具有唯一产品设计参数和模型的个性化定制产品。通过对模型的分析，可实现设计过程自动化，例如仿真、代码的自动分析，以及设计文件的自动生成，从而使设计者从单调的重复工作中解脱出来，专注于设计图纸。

图1 复杂重型装备的全生命周期一体化运营流程

从制造业的发展趋势上看，模型驱动的设计/制造/服务技术是未来的发展趋势，是实现数字化制造、智能制造的前提，在产品设计、工艺设计、工艺仿真、加工装配、性能检验等方面，都能极大地提升产品开发的数字化程度。

2 基于数据驱动的复杂重型装备管理系统构建

复杂装备是国民经济建设的重要基础装备，如工程机械、机床等，一般具有功能结构复杂、使用环境和作业工况复杂多变，以及操作和使用维护复杂等特点，其个性化、适应性和智能化一直是学术界和企业界关注的重点和难题。随着物联网、CPS以及大数据、人工智能等技术的快速发展，使得收集、分析和挖掘越来越多的产品生命周期相关数据并提供给设计人员成为可能。其中，产品在役期间所产生的大量数据中蕴含着更为准确和客观的信息，如何有效利用产品使用和运行数据为复杂装备设计领域和应用带来新的机遇和挑战。

近年来，企业界和学术界已开始注意到产品使用阶段的反馈数据采集和分析，已有成果多以电子消费类产品为主要分析对象，通过收集和挖掘社交网络和评论网站等客户观点数据和产品使用信息，为产品研发提供支持[5]。相对于电子消费类产品，复杂装备不但结构复杂，承受载荷及运行状态和运行环境往往也复杂多变，这类产品运行数据具有多源、实时、大量和异构等特点，现有消费类产品使用大数据的分析成果难以直接适用于复杂装备的研发。

复杂重型装备管理系统主要有生产管理、质量管理、能源管理和环保管理四个子模块构成。

2.1 生产管理

生产管理主要实现订单管理、生产计划制定、作业计划制定、物流调度、库存管理等功能，实现一体化计划调度。根据市场需求预测、订单情况和当前生产能力制订每月生产计划，并结合生产实际将生产计划转换为每日作业计划；根据外部变化(插单/撤单、环保等)、内部变化(质量偏差、时间偏差、设备故障等)及时调整，支撑连续紧凑、动态有序生产。

具体地，如图2重装企业生产管理流程图所示，系统接收订单，根据订单的交货期确定生产计划的优先级，利用订单中的钢种、规格、产品种类等信息确定工艺路径[25]。然后，根据订单中需求数量和产品成材率，推算出各工序需要产出的半成品数量以及所需原料数量，然后参考库存管理系统中的库存信息，实现智能搜索余材捡配(充当)，这样便可推算出各个工序实际产出的半成品数量以及实际所需原料数量，根据生产设备信息，进行生产组合由此生成生产计划。在实际生产过程中，系统将生产计划转换为日作业计划。考虑到生产过程中的异常扰动，如果发生设备故障，系统能够实现动态预测交货期影响，若对交货期产生影响，则提高优先级重排生产计划；根据检化验数据判定产品质量，对不合格产品重新安排作业计划；考虑插单、退货、撤单等外部变化带来的余材的变化，重新安排生产计划；考虑各工序间生产设备负荷均衡、环保指标的变化等，实现作业计划动态调整。

图2 重装企业生产管理流程图

为实现生产管理功能，需要打通与ERP系统之间的接口，采集订单信息、工艺规程信息等数据，同时需要集成物流系统的数据，与EMS系统通讯，获取能源数据，与现场各一级控制系统、二级系统通讯，采集各一级控制系统、二级系统关键工艺参数、关键设备状态等实时信息、工艺参数批次匹配信息等，实现作业实时监控、设备状态监控等，如图3生产管理数据集成所示。

图3 生产管理数据集成

2.2 质量管理

质量管理主要实现产品质量和工艺规程数字化，规范质量管控基准，并将质量标准下发二级生产系统，对二级生产系统实行质量实时监控，对不符合质量标准的产品进行质量追溯，最终形成质量一贯制监控。

具体地，如图4质量一贯制监控流程所示。接收订单后，根据订单规格，判断能否满足客户质量需求，若能满足，则接受订单，将订单数据存入订单管理系统。然后根据质量要求设计工艺路径，设定工艺参数，最终生成生产计划。将工艺参数下发二级生产控制系统，对二级控制系统的工艺参数进行实时监控，根据检化验数据对产品质量进行判定，若不符合质量标准，则进行质量改判，可以根据质量改判结果对生产计划进行重排，如果客户对产品质量提出异议，可通过物流跟踪系统进行质量追溯，查找质量不合格的原因[6-7]。

图4 质量一贯制监控流程

为实现质量管理功能，需要以工厂数据库为基础数据平台，与现场各一级控制系统、二级系统通讯，采集各一级控制系统、二级系统关键工艺参数、关键设备状态等实时信息、工艺参数批次匹配信息等，同时通过与系统接口组件(与第三方系统通讯的接口)可与MES系统、LIMS系统、表检系统通讯，采集各MES系统作业计划数据、原料化验数据、过程化验分析数据、产品质量数据等。

质量管理系统需实现全流程质量多源异构数据的集成，主要与MES等生产系统对接，提供外部写入接口，采集生产系统相关的生产实绩，订单计划等数据；与LIMS系统对接获得检化验相关数据，与ERP系统对接获得订单相关数据，与物流系统对接获得生产炉次的启停实际相关数据；与工厂数据库对接获得实时数据库中的相关参数数据，以及工厂数据库系统完成的批次匹配相关数据，如炉次的开始结束时间，及工艺参数在某一个批次中的开始结束时间，通过这些时间获得一个批次中的某个工艺参数的所有实时数据，如图5质量管理系统数据集成所示。

图5 质量管理系统数据集成

2.3 能源管理

能源管理主要实现水、电等能源数据的自动采集、分时归档、汇总统计和共享访问，替代人工抄表，并实现能源数据的实时监测，及时发现高耗能单位和设备运行安全信息，实现安全报警；通过加强峰谷电管理、设备运行管理、单耗管理能够降低能源成本。提供分厂与机台分时电费核算、能耗指标管理、动态潮流及曲线、用能设备状态统计、需量电费测算、报表管理等功能；能源管理更加精细化，降低公司能源消耗费用。根据各分厂过往用能情况，建立数学模型和仿真模型，对能源需求进行预测，实现不同工厂能源精准供应；基于能量流网络实现多能源介质优化配置。

能源管理系统从功能层次上设计为三层结构：底层为信息采集层，中层为数据处理层，上层为应用管理层[8]。其中，信号采集层由RTU、PLC、数据采集站等采集设备组成，主要实现数据采集和实时控制；中层设备是数据采集(I/O)服务器和数据库服务器，主要完成实时数据处理和短时归档；上层主要设备有应用服务器、调度操作站等。上述设备在各种软件支持下组成功能齐全的系统，实现过程控制、平衡调度和能源信息管理。

实现能源管理功能，如图6能源管理系统数据集成所示，按照ERP财务核算需要，EMS系统向ERP上传车间、炉座的能源(回收)消耗数据，其中组织代码、物料编码由ERP提供，成本中心定义由ERP提供；根据EMS能源成本统计模块需要，ERP向EMS提供能介价格数据；接口方式为DBLink。

图6 能源管理系统数据集成

2.4 环保管理

环保管理通过对氮氧化物、二氧化碳、二氧化硫、粉尘颗粒等污染物排放的检测，实现污染物排放数据自动采集，建立物质流网络分析各生产工序污染物排放情况；并且实现合理分配各分厂污染物排放指标，对污染物超标排放进行预警；优化生产过程，减少钢铁工业能源需求和污染物排放。

环保管理作为企业管理的主要组成部分，直接影响企业的生产经营活动，甚至影响到企业在政府和公众心目中的形象。目前，重装企业应用系统只采集了外排点排放数据，进行了报表和曲线展示，在能源SCADA中做了少量除尘设备运行监控画面，没有实现环保数据整合、分析，环保经济分析，对于环保突发事件没有系统应急措施。环保管控数据点数较多，无法通过扩展实现环保精细化管控，为了适应将来发展需求的环保精细管控系统信息平台，提升环保管理水平，使企业适应国家绿色发展方针政策，实现依法合规生产。

实现环保管理功能，需采集烟气烟尘大气的指标数据。环保数据由环保数采仪进行采集，向环保精细管控系统提供二氧化硫、氮氧化物、烟尘、PM2.5、PM10等污染因子的含量、流速、压力、流量等属性的实时值、小时值、日均值等，通讯协议采用HJ212-2017协议。

环保系统从综合数据采集平台获取实时的环保机组的运行状态，获取环保设备的电流、电压、压差、流量、温度等信息，综合数据采集平台应满足数据的实时性、稳定性、完整性要求；通讯协议采用OPC协议，接口方式为Suitlink。

设备管理系统向环保系统提供环保设备基本信息、检修情况，接口方式为DBLink；铁前MES系统需要提供固/危废的产生量、库存量、投料量等信息；接口方式为DBLink；计量系统提供固/危废的来源、去向、重量、车号等信息，接口方式为DBLink；同时需要将公司的视频网接入环保管理系统，实现对排放的实时监控，通讯方式为RTSP。环保管理系统数据集成如图7环保管理系统数据集成所示。