MES數據采集方式淺析

裴慶

上汽通用五菱汽車股份有限公司重慶分公司 重慶 400000

引言

現代制造業的制造過程的有效管控，必然會涉及制造過程標準化、制造過程信息化。要真正地將標準化和信息化落地，必然要借助制造執行系統MES（Manufacture Executive System）完成工作流程的固化和鎖定。MES是工具，數據才是里面真正支持生產制造的靈魂和精髓。現在制造業的流水線作業，工藝標準、加工設備、裝配器具、質量要求、操作規程等都是很標準的，目標就是能大批量地生產降低邊際成本獲取更高利潤。消費者對產品訴求也是不斷提高，也就是對產品生產過程中工藝的一致、設備的狀態、器具的有效、質量的符合、操作的規范，都提出了更高要求。既要利潤又有符合各方要求，這就需要制造過程的各類信息能有效搜集，以支持并判斷是否符合預定。各類制造技術的快速發展，為制造過程中各類數據的全面采集提供了可能并結合MES中固化的流程和標準進行快速判斷成為可能。數據的采集技術近年快速發展，不僅功能強大且成本也逐步降低，比較突出的就有CNC、PLC、RFID、EOS、機器視覺、人工輸入6個大類[1]。通過這些技術方案，能快速、實時、高效、準確、客觀的搜集各類制造數據，動態的反應生產制造的實際過程，真正實現制造大數據，讓數據真正服務于生產提效和質量提升。

1 采集方式分析

1.1 CNC

數控技術也叫計算機數控技術（Computerized Numerical Control）是采用最多的方式。

1.1.1 原有DNC(Distributed Numerical Control)，稱為分布式數控。一般是成套的數控加工中心，都會用有CNC作為操作系統來控制數控加工和制造整個過程。車、鉆、銑、磨...諸多工藝,可能都會融于一臺數控加工中心。數控機床在CNC的指揮下完成，不僅集成度高，精度和可靠程度也非常好。CNC作為整個控制中心在程序不但會指引了完成各種工藝動作，也會不斷利用各類傳感器獲取到的回饋快速做細微調整。各類傳感器所產生的大量數據，實際就是某個零部件某個生產工藝過程的實際過程的數字描述。CNC一般會由于機加工中心廠商不一樣會有不同，行業內并沒有形成完全統一一致的標準或者協議，各家都要自由的數通信接口和讀取標準，但均支持RJ45、232等標準通信協議，用合法授權的軟件連接，均可以讀取到所需的數據。

1.1.2 二次開發。目前常見的數據采集廠家都采用數控系統廠商提供的數據采集軟件或系統二次開發軟件來進行數據的采集。其典型的系統采集方式如下幾種：

1.1.2.1 FANUC。一般是通過FANUC的FOCAS開發軟件包進行開發數據采集軟件，通過以太網的方式是采集。采集的數據量比較大。對機床配置要求比較高，不適應于大量無網卡的機床。 另外還有采用宏程序進行數據采集。該方式需要在加工宏程序中加入FANUC的串口打印輸出指令將數據從串口輸出，這種方式輸出的數據有限、數據并非真正的實時數據，在加工程序中加入采集指令效率不高，仍屬于有限半自動式數據采集，其數據的有效性受到很大的影響。

1.1.2.2 西門子。通常要求西門子840D系列系統采用PCU50的人機計算機，采用以太網卡進行數據采集。在PCU50上安裝MCIS（運動控制信息系統）或者采用OPC接口進行數據采集。這種方式采集的數據比較多但對系統配置要求比較高。對于老840D/810D和FM-NC等系統受到限制。

1.1.2.3 海德漢。常見的對iTNC530系統采用以太網進行數據采集。通常采用DNCRemoTools軟件包進行數據采集。該方式采集的數據量比較大需要向廠家購買授權。

1.1.2.4 日系：三菱M70/M700/M80、MAZAK 640，FIDIAC2/C20等。采用系統廠商的數據采集軟件進行數據采集，均能采集比較多的數據。對于多數日系數控系統，大多支持串口打印輸出的NC指令，因而可使用宏程序進行數據的采集。

1.2 PLC

可編程邏輯控制器，PLC在工業自動化和工業機器人中應用廣泛，PLC作為自動化和機器人的控制中心，通過程序完成各類動作。該方式相比CNC更加靈活，但是相對要求也更高，通常采用數字量和模擬量的數據采集模塊，采集機床的IO信號從而實現對機床狀態的監控。該方式的優點是不受系統的限制，使用廣泛。缺點是采集的數據比較少，具體采集的數據受到機床電氣設計的限制，另外現場接線改動比較大，對機床和采集系統的維護帶來一定的風險[2]。

該方式與數控系統的人機單元沒有要求。但機床的PLC與具體的機床相關聯，需要對每一臺機床的PLC都比較熟悉，才能保證機床的正常運轉不受影響。

1.2.1 PLC編程，建立與外部建立以太網連接，通過指令進行數據交換。需要通過硬件配置來建立連接通道，然后自編程進行收發。要想順利完成這種通訊和調試，需要一位既懂計算機編程，又懂PLC編程調試的人員。電文發送是由PLC程序控制，節奏可控。

1.2.2 PLC提供訪問協議，不需要編程的外部訪問協議。比如，OPC-UA、MODBUS TCP等，OPC-UA是目前是開放協議，但需要從底層開始開發或者購買的SDK進行二次開發。MODBUS TCP需要在PLC里進行編程、配置,但是兼容性不足。

1.2.3 通過通訊的中間件或者中間軟件進行中轉。一般指OPC軟件，一端訪問PLC，另外一端對外提供數據。OPC軟件有的是廠家提供，還有專業的中間軟件，比如kepware，可同時訪問的PLC和協議非常多，兼容性好。國內也有很多出色的軟件，如PLC-Recorder。

1.3 RFID

射頻識別（ Radio Frequency Identification） ，閱讀器與標簽之間進行非接觸式的數據通信，達到識別目標的目的。RFID數據存儲和讀取的高效率，技術成熟，商業化案例豐富。RFID封裝后可以生產過程伴隨產品生產的全過程，能在高速、高溫、高壓、噪音、輻射等工況下有效工作。在通信網絡不好敷設，日常難以維護的工位，比如電泳，就非常適合。RFID能完成信息的分散采集集中讀取，還可以做加密所以信息安全也很有保障，離散制造業中作為過程信息存儲非常合適，所以實際運用得也非常多。

RFID與之前CNC、PLC方式最大的區別在于RFID完成信息的存儲和傳輸任務，RFID本身并不產生數據。而RFID又是開放的架構，電子標簽存儲分區、格式、內容都可以自己定義，跟CNC、PLC相對封閉的商業模式不一樣。

典型的RFID系統結構主要由閱讀器、電子標簽、控制器、天線4個部分構成。第一部分是電子標簽（Electronic Tag），是一個微型的無線收發裝置，主要由內置天線和芯片組成，天線負責讀取信號和獲取能量，芯片負責處理和存儲信息是整個RFID的核心。第二部分是讀寫器，是一個捕捉和處理RFID標簽數據的設備，一般會嵌入到其他系統之中，是構成RFID系統的重要部件之一，由于它能夠將數據寫到RFID標簽中因此稱為讀寫器。第三部分控制器，是讀寫器芯片有序工作的指揮中心，主要作用是與應用系統軟件進行通信，執行動作指令；控制與標簽的通信，基帶信號的編碼與解碼，傳送的數據進行加密和解密等等。第四部分是天線，電磁波把前端射頻信號功率接收或輻射出去的設備，是電路與空間的界面器件，用來實現導行波與自由空間波能量的轉化，分為電子標簽天線和讀寫器天線兩大類。

一般會利用RFID作為信息容器，一般會將生產所需的信息（SN、型號、關鍵工藝、關鍵參數等）初始化寫入RFID，伴隨生產流水線序列流動到各個加工生產工位時候，讀取這些信息完成相應制造環節，又將該制造環節中的產生的關鍵信息寫入到RFID中，也可以將產品信息提前推送到下一工序做好前饋準備，然后在流水線結束前上傳采集數據到上位系統中去。

1.4 EOS

EOS（Embedded Operating System，嵌入式操作系統）用在專用設備上，主要任務是控制硬件底層驅動軟件、系統內核、設備驅動接口、通信協議、圖形界面等。負責軟、硬件資源的分配、任務調度，控制、協調并發活動[3]，與底層設備有很強的針對性和適用性。uC/OS，Nucleus，ThreadX，Windows CE，是有代表性嵌入式操作系統。借用這些OS的成熟架構且只保留需要的功能，再通過輕量化的方式植入相關的硬件調用方法以達到快速實現硬件控制調度的目的。

嵌入式系統是以應用為中心，軟硬件可裁減的，適用于對功能、可靠性、成本、體積、功耗等綜合性嚴格要求的專用計算機系統。具有軟件代碼小、高度自動化、響應速度快等特點，特別適合于要求實時和多任務的體系。嵌入式系統主要由嵌入式處理器、相關支撐硬件、嵌入式操作系統及應用軟件系統等組成，它是可獨立工作的“器件”。常用的通信協議有SPI、I2C、CAN、USB、UART。

EOS方式的數據一般在EOS內部得到封裝，大多也有支持TCP/IP協議，只要根據約定的協議讀取即可。

1.5 機器視覺

機器視覺在國內的運用方興未艾。機器視覺就是用機器來代替人做檢查和判斷，屬于人工智能一個分支。整個過程實質是模擬人在工作中的某些行為。即通過攝像頭等設備，獲取到目標的圖像，然后通過圖像處理技術快速的清洗并分離出，所需的特征信息，再根據這些信息與標準特征做比對，做出支持檢查和判斷，然后給出結果。非常適合在高危環境下、重復大批量長時間的簡單檢查等場景下替代人工完成作業。一般應用場景有：有無判斷、光寫字符識別（OCR）、數量判斷、色彩判斷等。機器視覺能快速的輸出有無、字符串、數量、顏色等抑或者組合信息。機器視覺國外有成熟解決方案，國內也有很多實踐經驗豐富的廠商能提供產品和服務。

機器視覺數據讀取，基本都是采用TCP/IP協議，只要根據約定的協議讀取即可。

1.6 人工

人工的數據采集方式，是采用最普遍方式。實質就是由人完成響應的判斷后，借助電腦、手持終端、智能終端，將信息記錄到信息管理系統中去的一種方式。這種方式最大的優點是靈活度大，缺點就是過分依賴人的判斷在某些疲勞或者執行標準不統一的情況下結果容易失真。應用系統一般會以B/S或C/S方式交互，底層都是支持TCP/IP的通信協議，此類采集難點一般不在技術。

2 六中采集的方式的比較

CNC、PLC、RFID、EOS、機器視覺、人工這個六大類數據采集方式。除人工方式外的五種，都屬于是 設備+傳感器+傳輸 的客觀數據采集的非人工模式，無人生產、人工干擾少、可靠性高，可信度高，數據量大，容易獲得海量數據，只要數據結構化和分析建模的能力建立，就能快速得出各類分析結果，非常適合大規模連續生產模式下的質量和一致性的控制。這五種模式的共同的缺點之一就是前期投入大，如果是初次投入最好是在投資規劃的時候一并考慮，投入產出比為最佳，如CNC的投入基本都是百萬元級別的，如果是二次改造還會涉及生產工藝和模式的變化投資會更大，所以一定要有要有長遠的戰略考量；缺點之二是后期維護的技術難度高，這五種方式都是現代裝備制造業在數據采集應用的分支，牽涉到機械、機電、電控、圖像等很多領域，需要培養專門的人才和做必要的技術儲備；缺點之三，技術迭代更新快，當前先進成熟的技術可能若干年后就被淘汰而無法找到有效的第三方支持而逼不得已更新換代。雖然有諸多的缺點，但自動化和少人化是整個制造業的發展大趨勢，也是制造大國向制造強國的必經之路，關鍵在于做好總體規劃，體系設計，人才培養、技術迭代。人工方式更多是一種人工作業的行為記錄，這種方式靈活度高，適應面廣，投入的成本相對較低。缺點也很明顯，受精神、身體、情緒、認知的影響比較明顯，作業的頻率不可能很高，操作的輸入的效率等也是明顯的短板。

綜合以上，技術本身并沒有好壞，更多要看它適合用在哪些場景下。不同的設備，不同的場景，不同的工藝需求、質量控制和成本考慮，就需要選擇適合的數據采集方法。盡量用流程化標準化，減少人為因素干擾，盡可能多地采集各類數據。

3 MES數據采集在汽車制造實際案例分析

汽車生產制造，不僅生產流程長、工藝要求多，各類機加工、裝配、調整工位也很多，借助MES對各類設備的采集，不僅能對生產計劃完成情況、質量情況、設備情況獲取一手數據，真實反應生產現場的實際情況，更能結合大數據技術進一步發現清洗匯聚出變化點和發展趨勢，為后續改進提供依據。

六種采集方式，在汽車生產制造過程中都有應用。一般來說，CNC更多會用在各類機加工設備上借助已有的協議快速采集，例如缸體缸蓋的機加工。PLC更多會用在裝配工位的機器人以及裝配工裝上做數據采集，例如車身的焊接機器人和夾具。RFID一般是根據它的移動存儲可跟線移動快速讀取擦寫的特點多用在各類機運上，例如總裝內飾的地板鏈和底盤的空中鏈。EOS是各類專用設備的默認方式，例如檢測線的燈光和四輪定位。機器視覺更多會用在目前傳統手段無法檢測和重復性的，例如總裝車身外觀件錯漏裝檢查。人工的方式多在需要人工參與的地方，例如檢測線環路測試是依靠人工檢測的。

6種采集方式采用哪種，主要是看需求場景、設備和成本的投入、人員技能和流程等綜合因素確定。一般來說，流程標準化后再實施自動化的路線是制造業，特別是汽車生產制造的大趨勢。自動化的采集對現場操作人員的技能的要求是降低了，對專業技術人才的技術能力的大大增加了，對人才的培養和提升是非常重要的。無人化、自動化、信息化是大趨勢，充分的利用底層采集的數據，集成各類生產、質量、物流等信息融合到制造執行的大數據中去，是整個汽車制造的潮流。

4 結束語

下位數據采集技術與上位信息管理系統之間的關系進一步分析。下位數據采集技術越是高效快速，對上位信息系統的并發處理數據的能力就會更高，對算力和存儲都是以幾何級數的增長，這個方面的投入也是要跟上的，如果不能及時處理這些海量數據，那么這些數據產生的價值就會大打折扣。從另外一個角度說，也需要產品、工廠、工藝、車間、質量，甚至生產計劃、人力資源、財務等使用數據的部門，很清楚地知道自己需要什么數據，數據從哪里來，通過什么算法得到什么，又能到哪里去，整個脈絡很清楚，真正做到知其然，更加知其所以然。而不是為了采集而采集，為了數據而數據，舍本逐末。數據采集和最后的利用這是一個公司管理經驗的問題，不僅僅只是一個信息化技術部門的問題。

近年IoT興起，IoT更多是一種通信方式和商業模式，借助4G或5G通信技術技術，采集的成本進一步降低。但它是不能取代以上六大類底層采集方式。IoT能與這六大類方法結合，更高效的完成各項任務。

以上六種方式實現數據采集，是實現數字工廠的第一步，采集只是MES整個工作和數據流的一部分。MES要完成采集、分析、處理、反饋、存儲等多項任務。除了要跟下位結合，更要與管理要求和指標結合，使得生產更符合管理目標。從人機料法環測六個方面反應實際狀態，更好給生產現場五個W一個H的明確指令指揮生產。采集這個環節當然是很重要的，是實現生產大數據的第一步。后續需要結合工廠數字建模、數字孿生等數字化技術，與PLM/ERP/DMS/CRM/LES/MES/EMS進一步跨界融合實現，開啟真正意義的智能制造。