機床加工設備數據采集與分析平臺的設計與實現

趙濤 呂太之

摘要：制造業是國民經濟的主體，是立國之本、興國之器、強國之基。機床加工設備是制造業的基礎，其智能化是我國制造業轉型升級的核心。論文構建機床加工設備數據采集與分析平臺，實現設備效能智能監控，提高設備使用率，提高加工效率。平臺通過從設備直接采集數據并利用大數據分析，追蹤加工過程的效率和工藝數據，對于優化工藝過程、改進生產管理具有巨大的意義。可對機加設備進行運行監控，了解設備的實時運行情況，找出瓶頸工序和設備，提出有效解決手段，從而提高制造效率。

關鍵詞：工業數據采集;大數據應用;Hadoop平臺;微服務

中圖分類號：TP312 文獻標志碼：A

文章編號：1009-3044（2019）29-0245-02

制造業是國民經濟的主體，是立國之本、興國之器、強國之基f”。中國近現代歷史證明了要想在世界上有立足之地，國家必須擁有強大的制造業，才能實現國家和民族的強盛。目前，全球制造業已基本形成球科技創新中心、高端制造領域、中低端制造領域、資源輸出國四級梯隊發展格局。中國現在處于第三梯隊，存在自主創新能力薄弱、基礎配套能力不足、部分領域產品質量可靠性有待提升、產業結構不合理等問題嘲。

全球新一輪工業革命正在發生，即智能制造時代，或工業4.0。新一代信息通信技術與制造業融合發展，是新一輪科技革命和產業變革的主線。以德國等西方發達國家推動的工業4.0浪潮對中國制造“世界工廠”的地位帶來了嚴峻挑戰和重大機遇，2015年李克強在全國兩會上作《政府工作報告》時首次提出“中國制造2025”的宏大計劃，同年《國務院關于積極推進“互聯網+”行動的指導意見》提出推進“互聯網+”應用，尤其是在制造業的應用，提升制造業三化水平，發展基于互聯網的協同制造新模式。2016年出臺《關于深化制造業與互聯網融合發展的指導意見》提出推動制造業與互聯網融合，形成疊加效應、聚合效應、倍增效應，加快新舊發展動能和生產體系轉換，實現從工業大國向工業強國邁進。

機床，被譽為“工業之母”，是制造業的核心生產設備，機械產品的零部件通常是用機床加工出來的。機床工業的現代化水平和規模，是一個國家工業發達程度的重要標志之一。目前對機床加工設備運用存在管理程度低、生產過程不透明、存在信息化孤島等問題。制造企業需要掌握機床工作的全過程，實現設備數據采集和智能監控，達到生產透明化，實現傳統加工模式向數字化生產轉型升級。

1系統總體架構

通過各類傳感器實時采集機床加工設備的狀態信息，傳感器將信息通過數據通信接口（RS-232，以太網、NB-IOT）等方式將數據傳遞給邊緣計算服務器，邊緣計算服務器將預處理的數據發送到云端，云端進行數據分析，并將結果反饋給邊緣計算服務器，由其優化工藝過程、改進生產管理，管理人員通過內部電腦可以實時查看設備運行狀態和統計數據。

2數據采集與存儲

2.1數據采集

數據采集主要分為兩類，一類是對于機床加工設備的采集，一般機床加工設備會提供接口，通過接口實現數據采集。機床加工設備，有智能和非智能的，即使是智能的，接口也不盡相同。針對不同廠家的設備、接口、分布等進行二次開發，實現數據的采集。另外一類是在機床加工設備或者設備控制柜中上添加傳感器，通過傳感器采集環境、設備、人員等信息。

（1）設備采集

一般機床加工設備具有網口或RS-232通訊接口，設備廠家也會提供相應的對外接口協議，通過協議可以直接從設備中讀出的設備的實時數據。這些實時數據包括程序執行狀態、機床坐標、多種內部變量值和開關控制量值等。

（2）傳感器采集

機床加工設備帶控制系統但協議不開放或不帶控制系統的加工設備，需要額外信號傳感器（包括聲音、位置傳感器、壓力傳感器等），通過采樣儀器進行設備運行相關狀態參數采集。同時，為了對設備加工的實時能耗進行跟蹤，對于機床內部不帶能耗傳感器的，仍需電流/電壓傳感器。通過有線、無線、NB-IOT、藍牙等多種方式將數據傳送到邊緣計算節點。

2.2數據清洗

通過邊緣技術節點進行數據清洗，清洗后的數據上傳到云端服務器。數據清洗階段將含有空值字段、內容不完整、不一致的字段進行補全和修正五個步驟。

2.3數據存儲

數據存儲在公司私有云上，通過基于集群存儲系統的架構，實現高效、合理的數據組織體系以實現存儲系統的高可靠性和數據的高可用性。基于Hadoop的異構集群存儲系統采用異構節點的感知算法對集群中的節點形成多層的存儲區域，通過改進Map Reduce計算底層的分布策略來引導任務集中在性能優異的節點上，優化Hadoop集群的能源開銷。系統模型如下圖所示：

3數據分析

依托大數據安全存儲平臺系統，分析工業管理信息平臺架構，通過模糊推理系統參數優化、模糊規則挖掘等學習算法提升平臺的工業數據挖掘效率和穩定性，機床設備運行監測與分析平臺對常見的復雜非線性過程進行預測，改進預測算法，改進生產效率。系統為第三方軟件開發提供了統一的API接口，為今后的功能拓展做了鋪墊。平臺架構如圖4所示。

4數據可視化微服務

將整個運行、監控、數據展示的功能通過一系列微服務來提供。平臺采用Spring Cloud框架開發微服務，該框架基于Java語言，有快速開發、持續交付和容易部署等特點。主要提供的微服務包括設備運行效率、設備狀態歷史、統計分析、運行看板、績效看板等。設備運行效率是通過設備實際運行過程中的各種狀態的信號，計算不同狀態的持續時間以及設備運行的工況，通過用戶輸入的產品質量信息，計算設備綜合效率（OEE），OEE是TPM關鍵指標，可以清晰地了解設備效率情況，發現生產瓶頸。設備運行狀態歷史分析自動輸出按不同時長、不同時段、不同管理單位、不同人員職責等各種維度的長期、短期設備狀態統計數據，方便管理人員及時掌握設備狀態，改進設備管理、維護方法，提高設備利用率。統計分析優化根據設備的重點參數監測，與關鍵工藝參數進行統計分析對比、同設備不同時段等的加工參數和參數變化分析結果，供工藝部門進行分析優化。設備運行看板包括運行狀態包括設備的開機、停機、空載、滿載狀態。展現的設備電量（電壓、電流、功率）等能耗信息。設備績效包括設備的開機時長、有效加工時長，設備運行效率。

5結束語

機床加工設備在制造過程中得到了廣泛應用，但仍然存在大量無信息接口的制造要素，相關制造指令和參數的無法快速發放與反饋。傳統的人工發放與反饋模式，存在易出錯、勞動強度大、效率低等缺陷。基于此，平臺應用物聯技術構建機床加工設備要素互聯互通的物聯網絡，實現機床加工設備的智能化。平臺支持多種非介入獲取設備狀態的方式，而不影響設備正常運行。通過平臺的使用，改進生產組織，提升設備利用率和生產效率;平臺提高設備維護水平，保證高水平設備可用率;平臺為設備投資分析和投資管理提供科學、精確依據;平臺實時監控生產進程，促進精益生產的實現;平臺為考核和激勵提供了科學依據。