面向服务的制造车间智能管控系统研究

面向服务的制造车间智能管控系统研究

陆坤 魏阳 史丽强 张瑞

中船重工鹏力（南京）智能装备系统有限公司

摘要：智能制造是制造企业发展的必然方向。本文在分析传统制造企业生产过程管理需求的基础上，提出一种基于服务的智能车间管控系统框架，研究其关键技术，并建立原型系统，实现车间底层数据采集与互联互通，解决制造车间底层与企业上层信息系统之间信息交互的瓶颈，为实现车间智能化奠定基础。

关键词：服务；智能制造；车间管控；互联互通

1．引言

随着我国“两化融合”（信息化与工业化融合）战略的实施以及物联网、面向服务的计算等先进信息技术的发展与成熟，越来越多的制造企业正寻求着向数字化、网络化、智能化发展，以适应激烈的市场竞争[1]。制造车间作为企业物理底层，一直是企业信息化的难点，制约着企业的发展。本文研究了一种面向服务的车间智能管控系统，旨在帮助企业打破内部纵向信息断层，实现业务系统和控制系统之间信息及时、准确的交互；同时，也可打破企业内部横向的“信息孤岛”[2]，是企业各种信息化软件系统得以集成，从而可充分利用企业的制造资源，提高企业竞争力。

车间智能管控系统基于智能感知技术、网络服务技术以及数据融合技术，填补了企业计划管理层和控制层之间的鸿沟，使企业能够实时掌握车间的实际生产动态与突发异常情况，合理配置与优化资源，从而改善企业管理模式、提升生产效率，为企业实现信息化、智能化奠定良好的基础。

2． 面向服务的生产过程管理需求

顾客需求的个性化和多样化以及日益缩短的产品交付周期和更新速度，使得企业需要以更短的制造周期和更低的成本满足市场的需求，由原有的面向产品的生产方式转变为面向客户需求和服务的生产模式[3]。在传统的管理模式下，广大制造企业已难以适应市场需求，主要体现在以下方面：

（1）数据采集手段落后、利用率低

制造车间目前仍然普遍采用人工采集的方式，这种方法难以保证数据的准确性和时效性，数据误读、漏读的情况经常发生。此外，采集到的生产数据缺乏统一的数据模型进行管理，数据利用率低下。

（2）生产过程不透明

除了数据采集困难，采集到的信息往往也难以及时的反馈给生产管理人员，管理人员获取到的信息往往是滞后的、不准确的。车间生产管理主要依靠经验，遇到突发问题时，无法及时采取应对措施，形成生产管理的“黑箱”。

（3）信息孤岛问题严重

为了提高信息化水平，许多企业引入了信息管理系统，如ERP、MES等，但是由于缺乏底层车间实时数据的支持，这些系统的应用效果并没有达到预期。并且，由于不同系统的架构和运行模式不同，造成各个系统间信息共享和数据集成困难，形成信息孤岛[4]。

3．面向服务的车间智能管控系统

3.1 面向服务的车间智能管控系统体系结构

面向服务的车间智能管控系统的体系结构如图3.1所示，共分为表示层、业务层、数据层和物理层四个层次。

图3.1 面向服务的车间智能管控系统的体系结构

表示层包含车间工位客户端、电子看板与系统用户等人机交互资源，实现人机交互以及制造资源可视化。车间智能管控系统通过企业服务总线（ESB）与上层信息系统相连，实现数据交互和信息共享。

业务层又称逻辑层，是系统的核心层，包含各种业务逻辑关系和数据处理规则，通过对车间实时数据的逻辑处理，将数据形成有用的结果反馈到表示层呈现给用户，并与其他信息系统共享数据结果。

数据层包含系统数据库以及与其他系统的数据服务接口，车间采集到的生产过程数据分门别类的存储于数据层数据库中，并通过数据封装规则对数据进行封装，以供其他系统使用。

物理层包含车间的各类生产要素，如机床、人员、物料、工具、设备、环境等，通过不同的数据采集技术，将生产要素纳入车间网络，实现对车间生产各个环节的数据实时采集和状态监控。

3.2 面向服务的车间智能管控系统关键技术

（1）智能感知技术

制造企业车间底层包含各种物理设备，如何实现不同物理设备的数据采集和智能感知是实现车间智能化的前提。通过在车间现场配置RFID读写器、传感器以及定义数据接口等，实现车间物理设备的智能感知。

RFID技术目前被广泛应用于制造车间数据采集中，RFID读写器通过RFID天线感知电子标签，并将读取到的信息上传到计算机应用系统[5]。

（2） 制造过程数据模型

制造过程数据模型是实现智能车间数据共享的基础。车间生产过程数据来源各异、种类繁多，包括生产要素、制造任务、工艺信息、质量控制等各个方面，本文结合XML技术，提出一种面向加工、装配过程环境下基于XML 的制造过程数据模型，该模型功能模块的设计能够满足全加工、装配流程对数据共享和集成的需求，屏蔽各异构数据源平台、系统环境、内部数据结构的异构特性，建立多元数据协同模型，为用户提供统一、透明的数据访问平台接口，实现数据的高效协同利用[6]。并通过UML模型实现数据模型到XML文档的转换，如图3.2所示。

图3.1 UML模型映射成XML模式和文档

（3） 异构数据融合技术

制造车间底层硬件设备种类多、数据结构各不相同，是典型的多源异构数据，因此需要解决分布式环境中的异构数据集成智能化处理问题。本文提出一种基于服务的多源异构数据处理架构，如图3.2所示，针对结构化数据的处理过程：作为数据源的结构化数据库需要开放数据库接口，供元数据管理系统从源数据库中抽取数据结构信息，并保存在元系统中。服务生成模块可以查询存放于元数据系统中的各业务系统元数据，通过简单的操作（例如勾选、组合字段）自动生成提取数据的代码块，并将该部分代码块包装成webservice服务，存放于服务运行模块，并将服务注册到企业服务总线，对外部进行数据服务。针对非结构化数据的处理过程：对于NoSQL数据库，由于没有统一的数据结构，无法通过上面的方式自动生成代码块并发布成服务，但是可以通过定制服务接口的方式生成webservice服务，通过ESB进行集成并发布到数据整合平台，统一对外提供服务。

图3.2 面向服务的异构数据处理模型

4．系统验证

基于上述研究及其成果，本文开发了制造车间智能管控系统原型系统，并在某船机厂进行了试验验证，在车间配置有智能管控系统客户端、读写器、智能硬件等，系统支持刷卡登录，通过在智能管控系统下进行生产作业，并与MES、ERP、PDM等系统进行数据集成和交互，形成了一个大的信息化系统。与传统作业方式进行对比，结果显示系统具有良好的可靠性和交互性，管控的及时性和产品质量得到有效提升。

5．结束语

本文研究了面向服务的制造车间智能管控系统，分析了当前制造企业面临的生产过程管理需求，在此基础上提出了面向服务的车间智能管控系统体系结构。针对车间智能管控系统的关键技术进行了详细研究，通过智能感知技术实时采集车间生产数据，建立制造过程数据模型，并通过异构数据融合以实现与其他业务系统的数据集成和共享，打通了车间信息交互瓶颈，实现了企业制造过程透明化，并在企业现场进行了试验验证，具有良好的可靠性、实时性、集成性和交互性。

参考文献：

[1]．王云. 面向云制造的制造执行系统优化技术及其在机床生产企业中的应用[D]. 浙江大学, 2011.

[2]．王小乐, 陈丽娜, 黄宏斌,等. 一种面向服务的CPS体系框架[J]. 计算机研究与发展, 2010, 47(s2):299-303.

[3]．邹方. 智能制造中关键技术与实现[J]. 航空制造技术, 2014, 458(14):32-37.

[4]．李亚白. 面向服务的协同制造执行系统集成与重构技术研究[D]. 南京航空航天大学, 2007.

[5]．李孝斌, 尹超. 面向生产过程云服务的制造执行系统[J]. 计算机集成制造系统, 2016, 22(1):177-188.

[6]．袁柳阴. 基于物联网的离散制造过程控制与管理技术研究[D]. 南京航空航天大学, 2015.

1