基于物联网技术的数字化工厂应用研究

2024-03-17骆海艳李林

科技资讯 2024年2期

骆海艳李林

摘要：金屬加工行业设备种类繁杂，生产数据量庞大，设备信息分散而彼此缺乏共享。金属加工行业的采集模块种类多且使用的协议内容不统一，很容易出现采集数据不完善、数据分析不深入等问题，最终导致企业管理者难以全面了解车间级别或者厂区级别的生产效益。而随着工业物联网技术的成熟发展，大数据、云计算的广泛应用，工业转型与升级得到了发展。因此，解决金属加工行业存在的问题，可以满足管理者的管理需求。考虑到数据的安全性，企业利用云平台大数据分析、云计算等优势对所需的运算资源做弹性调配，能降低运维成本以及实现敏捷开发，使得管理者能够更深入了解设备以及车间的整体生产状况。

关键词：金属加工数据采集组态云平台数据可视化

中图分类号：U285

Research on the Application of Digital Factories Based on Internet of Things Technology

LUO Haiyan LI Lin

（Jiangsu Suqian Secondary Vocational School， Suqian， Jiangsu Province， 223814 China）

Abstract： The metalworking industry has a wide variety of equipment， a huge amount of production data， and scattered equipment information but a lack of sharing with each other. There are many types of collection modules and nonuniform protocol content in the metalworking industry， which is easy to have problems such as imperfect collection data and incomplete data analysis， and ultimately leads to the difficulty of enterprise managers to fully understand the production benefits at the workshop level or factory level. However， with the maturity and development of industrial Internet of Things technology and the wide application of big data and cloud computing， industrial transformation and upgrading have been developed， so solving the problems existing in the metalworking industry can meet the management needs of managers. Considering the security of data， enterprises use the advantages of big data analysis and cloud computing on cloud platforms to flexibly allocate the required computing resources， which can reduce operation and maintenance costs， achieve agile development， and enable managers to have a deeper understanding of the overall production status of equipment and workshops.

Key Words：Metalworking; Data collection; Configuration; Cloud platform; Data visualization

根据金属加工车间数据采集与组态系统，利用采集的数据进行数据处理与分析，结合实际需求，设计具有公共配置管理、设备移动管理、工单管理和异常管理4个功能模块的监控管理系统。这个系统能从多个维度深度挖掘初始数据，从而使车间管理人员通过该系统了解车间的生产状况及各个生产指标，为其优化生产结构、提高生产效提供重要的参考依据。加快推进制造业创新发展和提质增效，未来我国可实现由制造大国向制造强国转变[1]。

1国内外现状

本文基于工业物联网技术，打造金属加工行业中的数字化工厂。通过对国内外相关技术现状研究的综合分析，为开发、设计适合金属加工行业特性的数字化解決方案提供参考。

工业物联网IIoT （ Industrial Internet of Things）是物联网IoT （ Internet of Things）与产业融合产生的新业态，国外较为知名的组态软件有Wonderware的InTouch、Honeywell 的Plantscape、CiT的CiTech、Siemens的WinCC等。国内的组态软件有亚控的KingView、紫金桥的RealInfo、昆企通泰的MCGS[2]、研华的WebAccess等。这些组态软件结合我国特点和实际需求，在可操作性、数据处理性能、稳定可靠性、兼容性、界面、数据报表等方面取得很不错的成果。

2设备数据采集与组态系统

2.1设备数据采集系统方案

为了实时监测金属加工设备的生产运行参数，提高故障检测效率，降低企业成本，确保各个设备安全、可靠运行[3]，须从设备本身特性、监测参数、通信式等方面综合考量，从而设计出合理的设备组态系统。

对于金属加工设备来说，拥有多种通信接口并尽可能满足用户监控设备运行、报警、故障等参数的种种需求，而在这些接口中有支持RS-232、RS-485和TCP/IP[4]通信协议中的一种或多种。

数据采集模块由传感器、控制器等单元组成，是连接服务器与外部设备的桥梁，以实现二者之间的数据传输，同时也是实现工业物联网的关键设备。数据采集模块为工业系统检测、管理和控制过程提供了原始数据[5]。目前，在金属加工行业中，数据采集模块大多选择可编程逻辑控制器（PLC），如德国的西门子、施耐德，日本的欧姆龙[6]、三菱等。PLC以其在稳定性、抗干扰性、可扩展性等方面的优势而被广泛应用于各类工业控制领域。

2.2基于Web Access软件/SCADA系统的设备组态

基于研华的Web Access软件/数据采集与监视控制系统（Supervisory Control And Data Acquisition，SCADA）的基本功能组件有5个。

2.2.1项目节点

这是一个项目开发平台，此外，它还帮助所有客户端连接开发项目的Web服务器，从而便于远程监控和系统控制。所有系统配置的设置、项目数据库的文件和图形都存储在此项目节点中。

2.2.2 SCADA节点

这个节点通过各种内置的设备驱动程序，通过串行、以太网或专有通信协议与自动化设备进行实时通信并控制设备。此外，它还为所有远程客户端提供实时数据的访问功能。

2.2.3 ViewDAQ客户端

通过Microsoft Internet Explorer的Active X控件，对SCADA节点进行监控。客户端在与SCADA节点直接通信前，必须先连接到项目节点，获取SCADA节点地址。该客户端将数据实时可视化为动态图形，为用户呈现历史趋势和预警信息，用户可以自定义报表格式并将其打印出来。除此之外，View DAQ客户端可以确认异常报警，调整设定点数据和状态数据等功能。

2.2.4 Dashboard客户端

用户可以通过iOS、Android或Windows平台上的任何浏览器访问Dashboard服务器。

3金属加工车间监控管理系统

3.1车间监控系统数据

车间作业人员根据下派的相关生产任务按照相应的作业指导、配送计划、质量标准等执行生产任务。在生产、加工、质量检验等过程中，数据采集系统通过采集模块自动采集生产、质量、异常等相关数据，并通过组态系统将采集的和生产相关的数据实时存储到现场服务器数据库中，并为车间管理人员提供生产设备相关的基本监控画面。根据数据采集与组态系统所提供的初始数据，车间监控管理系统对其进行数据处理与分析，并从多个维度让车间管理人员了解车间的生产状况。

常见的UML模型包括顺序图、对象图、例图、类图、合作图、包图、状态图、活动图、构件图这9类[7]。通过类图可以清楚地了解整个系统数据库的表结构以及表之间的关联，为后续数据库设计提供重要参考，大大节约以此为基础的系统数据库的开发设计时间，也为系统各功能模块实现数据处理提供有力支撑。

3.2 车间监控系统软件

近年来，用户对软件开发性能及开发周期的要求越来越高，单一的软件开发模式对开发人员综合能力要求很高，其扩展性、开放性较差，维护成本高，且难以满足用户要求。而随着软件开发技术的不断发展，开发模式渐渐从早期的单一模式过渡到以团队为核心的模式，并发展出目前非常流行的前后端分离开发模式[8]。

开源框架（NET Core）是用于构建基于云链接互联网的应用程序。它有跨平台、依赖注入、模块化、开源、MVC与Web API统一的编程模型和可测试性6个特点。Vue这个框架采用的是自底而上的逐层开发模式，其核心库只关注视图层，主要特点有MVVM（Model View View Model）、响应式数据绑定、组件化、虚拟DOM[9]。Vue与现代化的工具链或各种类库组合使用时，能为复杂的单页应用（Single Page Application，SPA）提供驱动，此外，可以与第三方库或既有的项目整合，因为它的兼容性好，所以对于具有HTML、JavaScript、CSS基础知识的开发者来说非常容易上手。

4基于WISE PaaS的云平台系统

研华WISE-PaaS工业物联网云平台是一个集成的物联网服务平台，提供边缘到云端的数据连接、传送、管理及应用，旨在推动物联网生态体系的融合，并建立一个产业链上下游都能融入的平台。该物联网平台面向制造业数字化、网络化、智能化需求，基于海量数据采集、汇聚、分析，构建多元基础设施即服务（Infrastructure as a Service，Iaa S）的交付选项及微服务灵活架构。云原生平台环境具有高可扩展性与应对业务规模弹性化的特点，从底层硬件到云端软件服务，WISE-PaaS云端无缝整合，实现了完整数据连接与应用流程。

（1）登录WISE-PaaS EnSaaS，进入到WISE-PaaS DataHub Portal，在该Portal 中建立工程和节点，并取得Node ID、Credential Key、DCCS API Url等连接信息。（2）配置WebAccess工程页面，点击工程节点，在菜单栏中点击“MQTT Connection Setting”，在加载出来页面菜单栏中点击“WISE-PaaS连线信息设定”。（3）在WISE-PaaS DataHub中生成的Node ID、Credential Key、DCCS API Url分别填入到设定中的节点ID、金钥和DCCS API Url，并点击保存即可。

基于WISE PaaS云平台基础架构，应用部署至云平台过程中需要用到容器化技术Docker和容器集群管理系统Kubernetes。容器化技术是通过轻量级方式虚拟化应用程序[10]。容器与宿主机共享操作系统内核，将应用进程与所在的操作系统本身之外的其他进程隔离，相比于硬件虚拟化技术，容器化技术在性能和资源利用率上更具优势。鉴于容器具备可移植性、可伸缩性、高效性、高安全性、高响应性等优点，容器技术被广泛应用于云计算、机器学习等领域。在使用容器化技术时，一般采用基于Go语言开发的开源容器引擎Docker。Docker采用C/S架构，通过远程的API实现对Docker容器的管理和创建[11]。

5 结语

本文利用工业物联网技术，通过深入调研金属加工行业的生产设备及数据采集情况，设计出合理的设备数据采集系统网络架构。基于此，搭建出具有设备信息、生产任务追踪、异常报警、质量檢验和资源状态5大功能模块的设备数据采集系统。从地端到云端虽聚焦于金属加工行业，但在开发过程中充分考虑扩展性和复用性，其他工业领域也可参考复制，不同行业的企业之间也可互相共享大数据分析与处理结果，从而促进企业间协同生产。

参考文献