機械加工行業CPS應用研究

（北京中麗制機工程技術有限公司 北京 101111）

1 引言

CPS（信息物理系統）作為智能制造的基礎實現概念型和應用組織形式，重點是將真實物理系統、網絡化的信息管理系統以及角色人進行面向業務的析構，進而完成有機融合。

2006年美國國家科學基金會（NSF）提出，CPS是將計算資源與物理資源緊密結合的系統，其最終目標是使未來的物理系統具有目前尚不具備的靈活性、自治性、高效率、高可靠性和高安全性[1]。從應用對象上看，CPS是集成了計算系統、大規模通信網絡、大規模傳感器網絡、控制系統和物理系統的新型互聯系統[2]，它應具有對大規模物聯世界進行實時監視、仿真、分析和控制的能力。因此，對CPS的研究成為了大規模工業系統進行智能制造升級的必要手段。站在工業系統運轉層次上看，CPS也存在不同的粒度和級別，分別對應工業企業的不同應用對象。究其根本，CPS是一個綜合計算、網絡和物理環境的多維復雜系統，通過3C（Computing,Communication,Control）技術的有機融合與深度協作，實現大型工程系統的實時感知、動態控制和信息服務[3]。

在連續制造行業里，CPS有時被理解為智能工廠系統，或者是一個工廠數字化系統。CPS做到全面態勢感知、虛實共變、自組織與自適應、知識自動化，實現智能工廠實時監控功能，信息集成、共享和協同功能，綜合仿真和全局優化功能[4]。但事實上，CPS更重要的是它的小顆粒化的獨立性，也就是說不僅是企業級、車間級，甚至于單臺設備和工序集控點，都可以作為一個CPS[5][6]。而對于離散制造的典型行業，機械加工業存在產量不持續或小批量、型號繁多、工藝調整頻繁等固有屬性，它的CPS應用始終沒法很好地形成體系化。但在支持國家智能制造體系的戰略部署背景下，機械加工業作為工業輸出的重要組成部分，同樣必須貫徹和實施CPS技術路徑，以確保在更有實效的智能化發展趨勢上保持領先。

機械加工行業企業超過90%仍處在自動化和信息化階段，在這樣的情況下提出CPS智能化分析決策是不現實的。因此，針對智能制造方向發展前景，本文提出了一種面向當前離散制造業數字化程度不高現狀的多層級CPS集成框架，并在解決單元級CNC數控機床的CPS應用的基礎上，給出面向Fanuc數控機床的單元級CPS實現方案，最后從可擴展性和長效性角度列舉了未來機械加工行業CPS的幾個關鍵問題解決思路。

2 機械加工業CPS核心應用體系

機械加工業是傳統的工業基礎，它的加工主體通常是金屬毛坯或型材，加工方式包括材料結構熱處理、型態處理、表面處理，附加的工藝過程包括裝配、調試、檢測及涂裝和包裝等。其中以數控加工中心提供的車、銑、刨、磨、鉆等型態處理是最常見也是最核心的工藝過程，大部分機械加工企業都在數控設備能力上要求頗高。小型加工企業通常只能圍繞數控加工中心來完成小額定制化生產任務，中大型企業則基于多臺套加工中心并行工作，配套原料半成品的物流倉儲控制，完成批量工藝定型產品的生產，這個批量生產過程以產線方式存在。不同產線之間由于存在大量類似工藝環節，因此信息化程度較高的企業會形成車間級協同和協調的生產能力。

顯然，智能制造區別于自動化生產最大的表征就是，生產加工環節的可感知、可控制、可自調節。因此，在這個要求背景下，CPS應用是智能制造的核心體現。

在應用層面上看，物理系統里的感知單元和執行單元通過可信任通信網絡與CPS單元進行交互，其核心在于物理系統與CPS的實時事件消息交互定義以及中心化數據處理和存儲設計[7]。CPS的智能化體現不僅限于設計之初就固化的信息組織邏輯，比如設備運行狀態信息和控制指令，而應當可以在業務迭代更新過程，甚至面向擴展業務系統時，都能承擔數據服務和邊緣端處理能力。因此，結合機械加工行業里離散訂單式作業形態特征，以及未來將會以產線和車間甚至企業為單位的協同生產模式，同時兼顧行業/國家層面的智能制造平臺的應用（如海爾COSMOPlat、航天云網等）對產業供應鏈的內在分析控制能力，機械加工業的CPS應用體系可以分為四層結構：單元級、系統級、企業級和產業級。這四級定義分別對應單體設備/加工工序管控區、產線/車間、企業/聯合企業、行業上下游，CPS的結構定義可以幫助各個層級完善自身能力的建設，并作出關聯層級的信息互操作設計（見圖1）。

圖1 機械加工業CPS核心應用體系

機械加工業單元級CPS應用的對象是集中加工環節，如數控加工中心、焊接工業機器人、熱處理設備。它負責提供單任務回路的感知、計算與控制，包括網絡化設備狀態的數字化感知（可能是開關量，也可能是結構化的信息）、結合工單進行的任務跟蹤分析（從預備的時間估算到執行啟動控制再到故障狀態預警）、人在回路的決策控制（包括刀具選擇、加工程序下載、運動路徑選擇、加熱通氣的參數配置定義等），到最終執行控制完成任務操作（如車銑刨磨、焊接搬運、檢測反饋）的全過程。

單元級CPS面向的工藝輸出通常是可預知的，所以在設計單元級CPS時，通常會結合工藝設定與輸出的配套數字化定義來完成應用。單元級CPS的計算和數據緩存會放在本地以保證實時性，數據類型需要圍繞應用進行結構化加工，如針對機床的工差定義可以把進刀補償和主軸/給進轉速等參數作為數據組計算后整體提供并進入控制回路，而不需要把每個單獨參數發到系統級CPS里做運算再回到控制通道。

機械加工系統級CPS應用的對象是自動化流水線、智能倉庫、加工車間[8]。它運行感知的能力是依賴于現場的數據服務器實時提供或者由單元級CPS的云數據服務器通過訂閱機制提供。系統級CPS是要完成并自動優化工單的執行，因此它操作的數據大部分是加工過的生產結構化數據（如BOM、檢測報告、設備健康值）和經營結構化數據（工單、原料庫存、人員參與度和崗位設定）。再對這些數據進行過濾、轉換、綜合，并最終產生如生產率、工單進度、成品率、人員績效評估等典型應用指標，管理人員會從負責系統級CPS的制造執行系統（MES）里完成決策和控制，如動態排程優化、人員調配、設備管控、原料/半成品的供應等。這些操作的結果將是企業運營的重要參考。

機械加工企業級CPS應用面向的是多車間協同或企業的運營管理，它感知的數據將圍繞以ERP為代表的生產數據[9]和市場分析數據。在企業級CPS里，我們通常會集中提供分析決策模型，幫助經營者完成供和需兩頭的預測和服務能力的評估。這些評估會圍繞利潤率、產能、人才結構等方面展開，現階段常見的是以預警或評級的方式出現。在大數據的支持下，企業級CPS的未來會增加預測模型，幫助最終經營者完成生產組織的調整優化。

機械加工產業級CPS應用是站在國家和行業的角度，保證其長期穩定的發展，并重點提升關鍵效益子產業，優化產業結構。它感知的內容是來自企業的經營數據，通常這些數據是通過行業協會或金融機構獲得。如今出現的面向智能制造的供需平臺，如COSMOPlat、航天云網，它們負責打通產業供應鏈，并初步將這些新興制造業的能力輸出進行了跨企業的評估。雖然它們現在還不能負擔起這些精細化生產核心的供需數據服務，但產業級CPS還是可以掛接到這些平臺上，幫助行業機構/政府進行宏觀的決策分析，推導產業的生命力和關鍵指標。而最終的政策引導、行業咨文和金融行為都將會產生控制，形成市場數據，并回歸到企業級CPS的感知范圍。

顯然，這樣的四層結構代表的是不同粒度的智能化個體能力。通過能力印射，單元級CPS應用可以幫助小型定制化企業完成生產能力的集約化管控，確保資源釋放的效費比。系統級CPS應用可以輔助大中型批產企業實現流程化生產柔性化，保障產品訂單實施的合理化。企業級CPS應用則最終滿足超大型企業和機械加工行業實現以工藝過程交付能力為核心的資源自組織，提升生產資源與生產力的有機搭配。產業級CPS會從社會感知層次幫助跨企業的產業鏈重構。從智能制造的規模層次上看，每一層都兼顧CPS的3C 要求和上下串接的能力，更能體現分級3C的松耦合原則，也更容易被智能制造能力參差不齊的企業現狀所接受，非常符合當前機械加工業的智能化進程需求。

3 單元級CPS應用

單元級CPS作為可理解的智能制造系統最小感控單元，其重點是解決設備數字互聯控制，通過邊緣端設備或設備內嵌應用兩種方式實現，如加設傳感、控制功能的機械臂和傳動軸承等。現在大部分單元級CPS只是針對特定業務邏輯，雖具備了可感知、可計算、可交互、自決策的能力[10]，但考慮到單元級CPS與系統級CPS的強關聯，而且是網絡化流程化互操作，因此單元級CPS還應在普適識別、精確定位、路由訪問、動態聯網以及節點擴展等方面進行設計[11]。典型的單元級CPS可歸納為六層架構，包括基礎支撐層、感知層、邊緣控制層、大數據層、訪問層和安全互操作層（見圖2）。

基礎支撐層：負責CPS內部的業務組織和外部協調框架，它與大數據層、訪問層、安全互操作層協同完成內部運轉和外部數據互通以及設備互操作。從外部角度上看，基礎支撐層在CPS內提供了一種數據組織和提取的方式，同時提供獨立的數據處理能力。

感知層：負責CPS里對設備的數據以及外部數據的獲取，包括設備本體運行參數、加工件信息、協同設備可操作狀態等。通過提供標準信息結構，感知層可以將可控部件/元件確立為CPS型態，能夠持續主動為外部系統提供狀態數據，也可以被動釋放實時或歷史狀態數據。

邊緣控制層：負責直接通過內嵌協議有線或無線方式下達本設備控制指令，或者通過安全互操作層下發協同設備可識別的指令。邊緣控制層通常圍繞CPS個體變化或對外操作展開，其中內嵌的邏輯判斷模型在服務實施過程中快速調用，以保證實時性。

大數據層：負責數據的主動/被動收集、質量控制、結構化組織、過濾/加工、打包發布。在沒有大量數據支持的狀態下，大數據層更多的任務是數據有效性保障，也就是說，對于外系統訪問的信息，涉及到的數據組織必須通過大數據層的認定和調整。

圖2 單元級CPS邏輯功能架構

訪問層：負責提供云端/本地服務器上的公共數據訪問，包括 MQTT/TCP協議或啟動OPC 數據服務。訪問層保證的是組織數據的訂閱，考慮數據的保密性，但訪問安全由安全互操作層來控制。訪問層在多用例并發的情況下，通常會增加緩沖機制來保證同步性。但在與邊緣控制層交互時，必須快速直接以保證實時性。因此訪問層會基于多優先級別的訪問權限來構建應用交互。

安全互操作層：負責保證數據訪問和設備訪問的安全，通過電子密鑰鑒權和介質密鑰鑒權方式保證設備端的操控許可，同時把對外發布的數據進行必要的轉置，進行數據二次加密。從工業互聯網發展趨勢上看，設備間的互聯互操作將是必不可少的設備級CPS能力，因此安全互操作層還需要提供設備安全接入的安全管控。

為了驗證上述框架，特以FANUC系統的數控機床為對象，包括臺灣榮田精機VL-400CM、起亞SKT28、臺中精機V26，基于Arduino平臺進行了設備接入和單元級CPS系統實現。其中，VL-400CM支持直接以太網接口，SKT28支持PCMCIA接口，V26支持RS232C接口。使用的Arduino UNO R3邊緣集成平臺擴展無線以太網模塊ESP8266WiFi，并安裝標準MQTT庫PubSubClient。

邊緣端基于MQTT 協議與數據服務端進行信息通信，數據服務端作為MQTT Server和OPC Server部署在云上。監控客戶端基于OPC 協議從數據服務端獲得數控機床的實時狀態，并可進行遠程的參數控制。具體可獲得的參數可參考表1。

參數中報警信息是作為主動推送數據，其他都是采用被動訪問機制來釋放數據獲取能力。在大數據層會對數據質量進行快速判別，壞數據處理會基于設置的兩種數據模式來決定是否采用插值方式補全。在訪問層，采用了最基礎的入口單次權限判定，并不用交互過程權限判定。

可進行的遠程參數控制可參考表2。

表1 數控機床狀態參數表

表2 數控機床調控參數表

為保證安全性，關鍵的CNC 程序下傳控制增加了指令過程的權限判定。

目前3個型號數控機床均完成了CPS改造，經試驗，本地的分類報警消息和人為設定用時超限報警比原機床更加直觀，同時遠程程序傳輸使得機械加工過程無人化進程在數控機床環節得到充分的實施驗證。該單元級CPS驗證為系統級CPS的應用設計打下了基礎。

除此之外，結合傳統紡織卷繞機控制系統的系統改造項目，也進行了最小系統級CPS的驗證。實施的對象是典型的通過WinCC/組態王基于工控機完成隔離后控制的卷繞機控制系統。由于已有WinCC和工控機系統是單任務系統結構，無法實現通用的產線多卷繞機（作為執行系統）的感知和控制能力，更無法把控制能力抽象出來和上層的MES系統對接，因此，從結構上，通過一個PAC 完成網絡拓撲的無縫移植，由于執行機構和使用習慣的約束，控制接口和控制界面暫時還是維持原有的型態，但CPS之間進行級聯，并支持觸屏快速設置、手機移動端的設置、多產線聯動設置，實現了系統級CPS的感知、控制、分享、協同的要求。該方案適用于POY、FDY 等不同的紡絲生產線，并在6個客戶系統上進行了驗證（見圖3、圖4）。

圖3 原卷繞機控制硬件拓撲

圖4 加入系統級CPS的卷繞機控制硬件拓撲

4 結語與展望

智能制造是CPS應用的一個重點領域，而機械加工行業是智能制造的基礎領域，本文圍繞機械加工行業特點進行了CPS多層架構設計，并圍繞單設備網絡化運營所需要的單元級CPS進行了設計驗證。

四層CPS應用架構雖然能夠很好地覆蓋當前的機械加工業大中小企業進行智能制造轉型的需求，但未考慮小型企業在不形成產線能力，只是針對單個加工能力向外企業提供CPS應用的情況。在沒有產線管控信息系統如MES的參與下，單元級CPS應當本身具備跳級交互的能力，如外企業直接基于標準加工數據接口，對接本企業的數控加工中心。

機械加工行業CPS的應用很大程度上局限于CPS的自身設計，尤其當不同層級的CPS被當作一套簡單的信息系統，而沒考慮到與上下游的交互和互操作要求。為了保證未來機械加工行業的CPS應用，每個層級都應當有相應的架構標準和模塊接口要求，從頂層實現對快速入網、安全接入、自動感知等能力的保障。