面向智能工廠建設的汽車制造運行管理系統方案研究

林錦州， 于英杰， 趙彥春

（北京卡達克數據有限公司， 北京　100172）

1　汽車生產智能工廠建設現狀

目前，我國汽車生產智能工廠的建設已經取得了一定的進展，在汽車零部件生產和整車制造的環節中都得到了一定的應用。例如江淮汽車在生產制造中應用了RFID、工廠和生產線規劃仿真以及自動化生產調度等技術[1]。但總體而言，我國在汽車生產智能工廠的建設方面尚處在起步階段，主要存在汽車制造生產線網絡化程度不夠高、機械化和數字化融合核心技術受制于人等問題。

根據《中國汽車智能制造技術路線圖》中提到的我國汽車智能制造的總體發展規劃，我國汽車智能制造在未來15年的發展目標為：到2020年，全面夯實汽車制造工業的自動化、數字化、網絡化和信息化基礎；到2025年，智能決策軟件和智能裝備在骨干汽車企業大量使用；到2030年，在全面數字化、網絡化的基礎上，汽車制造實現從設計、生產、物流到服務的全過程智能化[2-3]。

2　汽車生產智能工廠建設主要技術

2.1　制造運行管理（MOM）系統

在制造執行系統（MES）的基礎上，IEC/ISO-622 64標準首先正式確立了制造運行管理（Manufacturing Operations Management，MOM）的概念；MOM 不是一個物理實體的概念，而是一個框架性的概念，它通過對生產設備、人員、物料等的管理，把原材料或零件轉化為產品。該標準以美國普度大學企業參考體系結構（PERA）為基礎，給出了如圖1所示的制造企業功能層次模型。

圖1　制造企業功能層次模型

由模型圖可知，制造運行管理位于該模型的第三層，它定義了為實現生產最終產品的工作流活動，包括了生產記錄的維護和生產過程的協調與優化等，明確界定了與上層企業管理層和下層設備控制層之間的邊界，起到了企業管理系統和車間自動化控制設備之間的信息集成和信息傳遞的作用，能夠實現企業生產計劃管理、人力資源協調、原材料消耗統計、指令下達、設備監控和成本控制等功能[4-5]。

通過MOM可以實現企業生產執行層、裝備控制層和智能管控層的高度集成，達到對生產狀態的主動感知和生產車間高度物理信息融合的目標，并為生產車間各層次的管理人員提供具備一定智能化水平的輔助決策支持；目前MOM的主要發展方向有各應用模塊功能的進一步強化、優化算法的進一步發展和制造運行管理內部評價體系的確立完善等。

2.2　智能傳感器網絡技術

傳感器智能化是當今傳感器技術發展的一個主要方向，得益于信息技術的飛速發展，傳感器在原有的傳感變送功能的基礎上，吸收先進的信息技術手段，逐步具備了信息化傳輸和網絡化集成的功能，形成了智能傳感器網絡[6]。

傳感器能夠將物理信號轉化為標準的電壓/電流信號輸出，是實現物理信息系統融合的關鍵元件，一個真正意義上的智能傳感器應具備自校準自標定、數字化標準輸出、自動數據采集、自調整自適應、存儲識別和算法判斷決策等功能，同時應具有體積小、成本低和連接方便等特點。目前在智能傳感器領域廣泛應用的技術有紅外技術、RFID技術和生物傳感器技術等，主要應用的算法有濾波算法、回歸分析算法和人工神經網絡算法等，智能傳感器網絡未來的發展方向和熱點研究領域主要有基于Internet/Ethernet的分布式傳感器網絡和無線傳感器網絡等[7]。

2.3　多傳感器信息融合技術

信息融合技術產生于20世紀70年代，早期主要應用于軍事目標的定位、跟蹤與控制，隨著工業系統的復雜化和智能化，該技術已經逐漸推廣到生產車間設備控制及運行調度等工業領域。多傳感器信息融合技術通過對多類同構或異構傳感器的冗余信息和互補信息進行綜合從而得到對被測對象更加精確的評估。相比于單傳感器，多傳感器信息融合能夠增加測量的維度和置信度，實現傳感器系統內部的信息互補，有利于提高系統的資源利用率。

多傳感器信息融合的關鍵問題是融合模型的設計，融合模型主要分為功能模型和結構模型兩類。功能模型方面，何友等在早期用于美國軍事的JDL模型的基礎上提出了五級模型，將模型分為檢測級融合、位置級融合、目標識別級融合、態勢估計和威脅估計五級。前三級適用于任意的多傳感器信息融合系統，后兩級主要用于軍事的C3I（Communication,Command，Control and Intelligence）系統；對于結構模型，檢測級的結構模型有：并行結構、分散結構、串行結構和樹狀結構。位置級的結構模型有：集中式、分布式、混合式和多級式。屬性級的結構模型有：對應決策層模型、特征層模型和數據層模型。

多傳感器信息融合涉及到的主要算法有貝葉斯估計、Kalman濾波、D-S證據推理、模糊估計、人工神經網絡和支持向量機等，未來主要的研究方向有多傳感器信息融合統一理論模型的建立、異類傳感器信息融合技術的研究和人工智能技術在信息融合中的應用等。

3　面向智能工廠建設的汽車制造運行管理系統構建方案

基于制造運行管理（MOM）系統，在汽車生產車間底端設備控制層構建智能傳感器網絡，并將采集到的數據、圖像、特征等信息送入信息融合層，分別在數據層面、特征層面與決策層面實現信息融合，建立企業生產管理、智能制造與數字化技術在不同業務層的綜合集成與應用，實現汽車生產車間的生產、設備、物料及質量等信息的綜合智能管控功能，優化生產流程，達到汽車生產車間底端設備控制層、中間執行層與上端企業管理層的高度集成，構建汽車生產智能工廠。

方案構建的汽車智能生產體系結構如圖2所示，其中汽車生產的底端設備控制層主要包含PLC、DCS等一系列自動化控制設備和儀表，具備將生產過程中的位置、溫度和壓力等物理參數轉換為標準信號的功能，并能夠通過網絡進行傳輸；位于中間執行層的制造運行管理（MOM）系統接受底端設備層傳來的實時數據，實現對生產排程、生產資源、生產設備、產品質量、生產成本和物流動態等信息的一體化協同管理，并通過業務流程組態和工廠基礎信息建模實現對生產過程的實時監控；上端企業管理層主要包含ERP等涉及到企業資源計劃和管理的軟件，與中間執行層實現信息互聯，為汽車生產車間各層次的管理人員提供具備一定智能化水平的輔助決策支持。

圖2　汽車智能生產體系結構

方案將實現汽車生產、質量和物流的智能化綜合管理。在生產方面，將主要實現全局柔性生產計劃排程與生產協同、高效生產派工管理、實時生產數據采集與工序控制、生產過程監控與敏捷異常處置和在制品跟蹤與生產防錯等功能。在生產任務開工前，能實現對生產現場人、機、料情況的檢查，確保生產任務正確開展。同時，根據工廠物理建模平臺，借助與車間數字化控制層的集成，通過大屏幕、智能終端等方式，能夠圖形化實時展現生產情況，并通過RFID、條碼等手段準確跟蹤物料的物理位置，實時跟蹤單件/批次在制品的流轉狀態。

在生產質量方面，方案將實現質量數據的實時采集與跟蹤、質量異常預警與快速響應、防錯防漏和質量檔案建模等功能，并可基于實時反饋信息對生產設備和生產計劃進行動態調整。通過設備集成、終端采集等多種方式，根據質量建模要求，記錄生產工藝數據、設備加工過程中的設備參數以及產品返修記錄等，建立數字化產品質量檔案，實現產品質量的雙向追溯和質量檔案查詢等功能；并基于車間物聯網與生產執行的實時反饋信息，實現對車間作業計劃執行進度的滾動刷新，并對超期情況進行及時預警。最后根據需求變更、內部的生產異常和產品工藝變化等情況，借助可視化平臺，進行輔助的決策調整。

在物流方面，方案構建的系統將具備多策略物料拉動與配送、自動化物流執行與跟蹤、準時制物料計劃與物流協同、現場物料預警與監控以及路徑、時間及倉儲低成本擴展建模等功能，針對企業不同的物料類型，按照不同的物料運輸、配送模式，建立物流路徑、運輸時間和存儲空間的關聯模型，進行配置優化擴展，打造“物料—倉庫—生產”的端到端閉環工廠體系。

4　結語

汽車生產企業智能工廠的建設是實現汽車智能制造的關鍵環節，隨著汽車生產自動化水平的日益提高，制造自動化的概念在原有基礎上逐漸擴展到柔性化、智能化和高度集成化。通過在汽車生產車間構建智能傳感器網絡，結合多傳感器信息融合技術，可實現信息物理系統的高度融合，并通過制造運行管理（MOM）系統的綜合管控功能，實現汽車生產車間底端設備控制層、中間執行層和上端企業管理層的信息共享與協同，全面提升汽車生產過程管控的精細化和數字化程度，構建高效、有序、柔性化的汽車生產智能工廠。

[1]佚名.中國汽車智能制造技術路線圖[J].世界制造技術與裝備市場，2017（1）：24-28.

[2]胡志強，吳勁浩.汽車產業智能制造中的信息化系統集成[J].汽車工藝師，2016（7）：69-74.

[3]李世杭.智能制造在汽車行業的應用與展望[J].汽車工藝師，2015（9）：50-53.

[4]肖力墉.企業制造運行管理研究與應用[D].杭州：浙江大學，2011.

[5]蘇宏業，肖力墉，苗宇，等.制造運行管理（MOM）研究與應用綜述[J].制造業自動化，2010，32（4）：8-13.

[6]宋光明，葛運建.智能傳感器網絡研究與發展[J].傳感技術學報，2003，16（2）：107-112.

[7]尤政.智能傳感器技術的研究進展及應用展望[J].科技導報，2016，34（17）：72-78.