張恩康,楊 龍,周中山,安 帥,張 嘯
(1.中車青島四方機車車輛股份有限公司 技術工程部,青島 266111;2.中車青島四方機車車輛股份有限公司 信息技術部,青島 266111)
企業運營過程中需持續開展數據采集、數據運算、數據研判、數據決策與數據展示,基于數字范圍內的電子標簽應用逐漸廣泛起來。數字孿生三維虛擬工廠是基于廠房、車間及設備等物理實體建立三維虛擬鏡像,與此同時,虛擬鏡像又可以集成企業的視頻監控平臺、能源監控平臺、生產指揮中心、MES制造系統等諸多信息系統,有效的提高企業生產質量與生產效率,及企業信息智能化發展。
隨著制造企業對精細化生產管理的要求越來越高,當前生產方式亟需解決的問題是缺乏對人、機、料、法、環、測等生產要素數據的整體掌控,從而造成生產協同能力不足。針對該問題,業界提供了一系列解決方案,而數字射頻技術的成熟和應用的普及,已逐步得到相關領域的認可,同時,輔以虛擬工廠的空間模型體系,形成整套解決方案,應用到智能制造過程中,從應用實踐效果來看,具有顯著的積極作用。
RFID技術相較于傳統的條形碼具有顯著的優勢,尤其是在識別的速度、便利性、成本等方面,同時,RFID的獨特屬性確保了生產過程的高容錯率和安全性。隨著物聯網相關硬件設備的發展,射頻識別技術(RFID)具有不用接觸物體表面,在惡劣的環境中也可以使用一系列優點,基于以上優點,使得射頻技術快速被應用在制造領域[1]。
周成[2]等人對車間三維可視化數字孿生監控系統的搭建進行了研究,但未對射頻識別技術在虛擬車間的應用進行深入研究。唐浩強[3]等人研究了射頻識別技術的應用場景,未對射頻識別技術與數字孿生工廠之間結合應用進行分析研究。故本文結合制造企業工廠現狀,基于數字孿生工廠思路,創建三維虛擬工廠,綜合分析了射頻識別技術在數字孿生工廠系統平臺中的應用效果及場景情況。
本文利用二維圖紙三維建模法及三維激光掃描技術搭建了公司基于數字孿生技術的三維虛擬工廠系統。針對圖紙完整的直接通過圖紙進行轉換,并結合第二種模型搭建的結果進行調整。針對圖紙缺失或無圖紙的廠區情況,通過掃描技術將廠區道路、建筑物、站房及廠房內相關設備、管線等主體進行掃描,并對掃描數據進行模型構建的過程。兩種建模手段相輔相成,有效的構建了公司虛擬工廠系統。系統的原理如圖1所示。

圖1 虛擬工廠系統原理圖
RFID經過長時間的沉淀與積累在各行各業中得到了廣泛的應用,特別在制造業中的應用場景更為豐富。RFID主要有三種閱讀器構成,其中包括應答器耦合的元器件、射頻模塊和控制單元,在制造業中的應用更為復雜主要的應用場景為閱讀器與網絡通信模塊組合使用來達到數據采集的目的。RFID讀取速度快,應用廣泛利用RFID標簽存儲應用數據,數據使用方可以通過數據采集的方式將數據統一管理分析,進行輔助決策,減少企業勞動成本和預防異常事件的發生。RFID標簽的讀取兼容性特別強,只需要射頻信號能夠穿透載體傳輸,就可以進行信號的接收。在其他環境中RFID的信號也能很好的保持,例如在制造業中存在的高溫、高寒、潮濕等一些高敏施工環境中也可以穩定的進行信號傳輸,并能夠正常工作。
射頻識別技術(RFID)的工作原理:計算機或操作平臺將指令發送到讀寫器,讀寫器接收到指令做簡單處理后由天線將信號發送出去,RFID標簽接收后會進一步讀寫,之后把讀寫的信息反饋給讀寫器,讀寫器將信息處理后給計算機或操作平臺進行相關數據處理。RFID的基本原理如圖2所示。

圖2 射頻識別技術的基本原理圖
讀寫器作為RFID的重要組成部分,也是整個平臺的核心部件主要負責信息交互、數據傳遞、數據解析、數據處理等功能。系統主要由射頻處理模塊、信號處理模塊、供電模塊、控制單元、接口電路等部分構成。系統運行中當標簽接收到其他系統發送過來的數據,首先要經過射頻模塊進行解析調試將數據進行處理,然后再經過讀寫器的天線發送出去,在標簽接收到信息后,對接收到的信號就行數據加工及數據處理之后將數據統一打包以信息的方式返回給讀寫器,接下來讀寫器提探險將接收到的信號傳遞給射頻模塊進行信息的分析與調試,在數據中提取出來標簽發送的數據內容,這是一個完成的通信過程。控制單元作為第二大主要單元,主要用來對讀寫器的功率表調配以及對射頻模塊完成信號的數據接收、信號發射、信號調節、解調指令、供電模塊的功率控制、執行電腦端由接口電路傳遞的指令等進程數據。
接口電路主要負責讀寫器自身與外部平臺的連接,外部平臺主要包括為數據分析系統、數據采集系統、數據傳輸系統。當前主要的外部平臺是PC平臺,并與平臺進行數據的交互、傳遞和指令的交互、傳遞。信號處理模塊主要負責讀寫器中數據的轉換。
在物聯網的應用場景中,利用RFID標簽進行物體信息采集是主要采集過程實現,利用類RFID標簽的快捷采集和靈活性可以便捷的實現。將需要采集的物體信息記性標簽化,按照二進制編碼規則進行存儲,將數據實例化到標簽內的存儲芯片內。實現了一物一碼的數字化管理。當使用RFID系統對標簽編碼進行讀取是就能夠將當前編輯了編碼的物品進行快速數據解析,讀取到當前物體的詳細信息。從而將數據傳輸到指定的平臺內形成物聯網體系內的物聯數值化。
RFID系統有多種類的電子標簽,也體現了RFID系統的多源兼容性,其中有源標簽主要由:電源模塊、標簽芯片、天線、介質基板等部分構成。大部分電子標簽都可以支持遠距離傳輸,可以通過統一個的頻段實現對外的信號傳遞。半有源標簽是由:電源模塊、標簽芯片、天線、介質基板等部分構成。這一類的電子標簽一般的應用場景主要是自身不對外進行信號發送,當然功耗也會相對于有源標簽要底很多,一般只有在接收到激活信息的時候才正式進入工作狀態,只能被動接收指令。
數據處理系統在整個RFID的技術體系中負責核心的數據處理過程[5]。數據處理系統采取接口電路連接到RFID讀寫器的連接,并通過平臺系統完成針對讀寫器的實時數據監控、讀寫器的狀態配置、回傳信息的識別與分析過程、識別信息數據的可視化管理、數據分類存儲等功能。RIFD技術體系中數據處理經常為大數據量的處理、涉及多種類協議解析交互、貫穿整個網絡通信層。
RFID系統選擇及建議:
從應用場景中,建議使用低頻率的射頻信號進行通信,低頻率的射頻可以更好的對多種介質穿透,相對于1GHz的信號頻率,100KHz的信號在經過復雜的環境中信號的吸收要更好。
在工作范圍中,RFID主要依賴于實際的需求主要從操作空間、物體間隔、移動速度等 多維度進行考量。標簽與讀寫器的影響范圍也要有專業的測量和調試,否則可能導致數據傳遞的丟失。
本文圍繞數字孿生工廠的整車裝配線的數據采集和信息傳輸到三維虛擬工廠系統開展研究,對射頻識別技術的相關原理及應用場景進行研究,提出了一套基于射頻識別技術的整車裝配線的數字孿生虛擬工廠系統平臺。
本文所用虛擬工廠的射頻識別系統由RFID標簽、移動式及固定RFID閱讀器、虛擬工廠后端系統構成。固定RFID閱讀器是基于生產線工藝布局為基準,通過一定的方式安裝在生產線的兩端,通過實時發送信號采集生產過程中通過該產線的產品。而移動式RFID則是動態的,根據現場情況由工人手動掃描所需標記的產品。虛擬工廠后端系統的關鍵能力則是利用收集的的產品標記信息,通過平臺三維可視化的方式動態展現到平臺中,同時,與其他供應鏈相關數據進行融合匯總,實現物理空間與虛擬空間相互映射,最終實現產品位置信息與生產過程數據有機融合,最終為精益生產提供決策支持,切實實現生產效率提升的同時,有效降低因生產不協同而造成的浪費現象。
目前,基于虛擬工廠的射頻識別系統中的終端設備多采用LLRP通信協議,技術實現方式較復雜,只有具有深度理解RFID閱讀器和標簽的基礎技術原理,并具有一定的業務經驗方能開發出相應的應用功能。在實際開發實施過程中,ALE技術是對LLRP進行了相應的封裝,在易用性方面具有一定的優勢,故本研究采用的射頻識別技術選擇以ALE作為RFID閱讀器的通信接口。裝配線的頭部及尾部閱讀器設置一臺前置服務器,虛擬工廠系統平臺通過該前置服務器實時采集RFID相應的參數信息。
在工廠車間裝配線上部署射頻識別技術可以幫助進行生產信息的實時跟蹤,跟蹤工藝流程,提高問題的處理速度,大幅度提高產線生產效率。RFID標簽接收到信號后則利用內置的芯片進行分析,并將標簽中存儲的內容利用反向散射調制原理傳送給閱讀器,實現信息數據的交互。
下面簡單介紹一下整車裝配線的射頻識別系統應用流程。在生產線獲取到生產任務的請求時,虛擬工廠平臺接到生產任務后,對生產任務進行智能化處置,把生產任務解析生成各產線產品所需對到達的產品信息,最后把相應的結果發送到平臺,平臺將即將生產的產品信息發送到數據處理模塊。產品開始生產裝配,當裝配工序經過RFID閱讀器時,其實時掃描相對應的產品信息,同步傳輸到虛擬工廠平臺系統中,系統根據產品信息和訂單信息進行綜合比對,確定是否有不一致或有差錯的產品。若有該現象發生虛擬工廠平臺自動生成異常信息,推送給管理人員,并進一步現場處置,判定異常現象的原因。
傳統生產管理信息管理方式是基于產品表面粘貼的條形碼,并利用掃碼槍完成產品的清點。雖然采用條形碼標記產品可以節約標簽成本,但增加工人的工作量,甚至可能導致數據錯記漏記。而RFID與條形碼技術不同,它不需要視線即可完成識別。射頻識別技術不僅滿足條形碼所具備的所有優勢,而且能利用空間模型輔助完成產品的空間定位,這非常有利于大型裝備制造場景。
在射頻技術應用時,需要采用標準化的通信協議,確保設備之間的數據交互,實現生產任務的監控。
傳統的生產方式是企業的管理者將訂單信息分發給生產線管理人員,而負責各工藝環節的制造人員接收到信息后,需采用人工的方式將生產信息輸入到平臺或數控設備中,效率無法得到保障且容易出現認為錯誤,通過射頻識別系統可降低錯誤發生的概率。
RFID技術在定位精度方面具有相對差異,可根據實際要求采用針對性的技術實現方案,在實際應用過程中,結合定位精度的高低,可確定具體的系統平臺對閱讀器所采集數據的分析特征范圍了,針對精度高的場景可提取相對復雜的RFID信號特征。
基于RFID和OPC UA的數據集系統的方案,可動態獲取各生產工藝環節的詳細信息,并從工藝優化、產能提升、節能降耗等方面為決策數字化、管理透明化提供精準支持,進而提高生產效率。
OPC UA作為數據采集模塊,支持三維空間數據的動態讀取和數據寫入操作,當確定指定的改寫的節點時,可以立即調用Write服務。通過RFID和OPC UA構建的數據采集系統,將采集的數據上傳到數字孿生虛擬工廠系統平臺。同時,以生產線為單元,在各裝配線設備上安裝OPC UA服務器,并對相對應的設備進行信息建模。
整車裝配線設備上接入OPC UA數據采集網絡,通過OPC UA數據庫獲取生產線的實時生產數據,可把信息實時傳送到數字孿生虛擬工廠系統平臺,讓生產層及管理層能隨時把控調整生產中出現的問題。同時,獲取的歷史數據,可通過數字孿生虛擬工廠平臺進行數據挖掘,優化生產工藝流程。圖3為OPC UA系統模型圖。

圖3 OPC UA系統模型圖
針對企業生產信息化的決策制定,都離不開對現場生產情況的及時把握,通過射頻識別技術實時獲取生產過程產生的各種數據,才能解決上述問題。三維虛擬工廠系統設計原則及要求如下:本系統總體是進行大數據的實時流通與交換,對系統的整體性能要求比較高,需要保證數據的可靠和穩定性,軟硬件的可擴充性,系統易維護和易操作性。
虛擬工廠應用場景分為不同的層級。其中,一是用戶層對象是企業的所有員工,包含普通普通員工和中、低、高層管理者們,他們在自己的職權范圍內下發、接收和執行生產計劃,同時要實時查看生產計劃的實際執行情況;二是功能層則是實現對生產過程的可視化監控,其實現步驟首先需要對數據的處理和建模,從而實現從計劃下發到產品加工的自動對接的運行模型,因此可以實現從生產計劃到現場加工全過程可視化監控;三是數據層主要是為模型運行提供數據支撐,數據來源是生產過程中獲取的實時信息,再進行采集和分類封裝;四是網絡層主要指Intrane/tInternet等,用于信息與數據的共享和傳輸。虛擬工廠管理系統的功能模塊有可視化監控分析、數據驅動快速建模、數據標準化轉化、數據驅動模型運行、系統管理等功能模塊。下面為基于虛擬工廠中采集到數據應用場景分析:
1)射頻識別技術數據的采集。采集的主要是生產計劃和現場的一些數據,比如計劃的執行情況、生產現場的工藝數據以及生產的進度情況等,進而可以實時監控加工裝配產品的真實運行狀況以及設備工作狀態信息。根據需求的不同,對數據進行對應的處理,并統一數據結構,然后與數據驅動快速建模模塊聯結,進行數據共享。
2)系統平臺數據建模。首先需要設置模型參數以形成相應的模擬展示環境,再建模以形成實時數據信息和靜、動態信息等不同模型,進而將這些信息放在對象數據庫中。
3)虛擬工廠將建立的模型進行三維可視化展示。以三維動畫形式把數據驅動模型計算出的結果給傳遞到各個終端瀏覽器,并在終端瀏覽器進行多維度統計分析,以便決策層可隨時查看和調用。
4)虛擬工廠的運行場景。通過實時可視化監控可快速掌握各生產線的實際執行情況,進而可利用實時現場數據結合生產計劃、資源和方法進行生產指導,即可降低成本,又可以提高產品質量。
可以看出構建不同場景模型的過程是搭建一個三維虛擬工廠系統的集成平臺。該平臺具有可維護、可擴展、可修訂、可編輯、可更改功能,并且該三維虛擬工廠平臺具有視圖的放大、縮小、隱藏等功能。搭建的虛擬工廠集成平臺可實現單個模型(局部或整體)、局部區域模型、數據的刪減、增加、改動并對上述功能設置用戶權限控制,利用平臺可進行管線、建筑、設備間的干涉演示分析,規劃模擬,具有視圖的放大、縮小、隱藏等功能。同時,該虛擬工廠集成平臺聯動集成資產管理、能源監控、產線規劃、物流管理、安保聯防、規劃設計、數字化工廠、企宣規劃、抗災減災、智能停車等應用場景實景平臺。虛擬工廠集成平臺提供單個模型、局部模型等相關數據的維護管理,并針對不同角色提供相應的權限控制。同時可進行管線、建筑、設備間的干涉演示分析,規劃模擬,具有視圖的放大、縮小、隱藏等功能。
虛擬工廠系統可通過射頻識別技術進行生產數據采集,在目標庫中,每個目標庫中都有相應的模型,它們在場景布局、信息采集、信息加工等各個環節中都有相應的模式,為產品的可見性提供了依據。通過射頻技術采集數據,再利用數據傳送技術實時傳遞、分析、統計,利用軟件或外部整合的方法產生一組相關的模式,并分析和檢驗該模式的運作狀況。
本文深入研究了RFID識別技術及其在數字孿生工廠中的應用場景,提出了RFID識別技術對車輛裝配線信息實時采集,上傳采集數據到數字孿生工廠系統平臺,企業管理層及生產層可隨時查看把控生產的信息,及時解決出現的問題,優化生產工藝流程。未來,企業將利用收集到的生產數據,利用數據挖掘算法,進一步分析預測,使產品不合格率程下降趨勢,并在產品生產成本有所縮減。