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.pdf
《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.pdf》由会员分享,可在线阅读,更多相关《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.pdf(6页珍藏版)》请在咨信网上搜索。
1、Software Application 软件应用IM投稿网站: 2023年第5期 81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)摘要:本文主要面向机械加工生产线设备,结合现有工业物联网的基础架构,利用数据采集网关,采集实时的设备状态数据、质量数据、生产数据和产品信息数据等,结合生产业务逻辑、生产管理需求、质量管理需求、设备管理需求、刀具管理需求和工艺管理需求等业务模块需求研制出一套基于工业物联网技术的机械加工设备实时状态在线监控应用。该应用为机加车间生产分析提供了详细的数据,减少了统计分析的时间,降
2、低了成本,提高产品的质量,员工及各层管理者可以通过多种方式方便快捷地实现设备状态的实时监测,提高了现场管理的工作效率,为制造业机械加工设备场景提供了简洁实用高效的功能,为工业物联网实时监测提供了可参考的解决方案。关键词:设备状态;实时监控;业务场景;工业物联网平台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;
3、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
4、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、IM软件应用 Software Application82 2023年第5期优化、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
5、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
6、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
7、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
8、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
9、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。数据采集模块是以工业物联网
10、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Software Application 软件应用IM投稿网站: 2023年第5期 83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
11、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
12、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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 工业 联网 技术 机械 加工 设备 在线 监测 系统 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。