工業車間生產線設備預測性維護

嚴巖，劉立成

（常州信息職業技術學院 網絡空間安全學院，江蘇常州，213164）

0 引言

近年來，隨著“中國制造2025”的提出和發展，致力于推動發展新一代信息與制造業深度融合的革命浪潮，智能生產線也越來越受各個工廠的親睞，為了讓產線更加智能化，因此工業互聯網的概念應運而生，通過網關使得各個設備和零部件都接入到互聯網，使之賦予智能化，實現智能制造。

工業互聯網的提出給傳統制造業帶來了巨大的變革，同時產線維護也面臨著巨大的挑戰。特別是工業車間產線的設備，如何使得設備利用率最大化且保證產線穩定運行的難題也隨之拋出。

本文設計了針對生產線設備的預測性維護解決方案。首先通過在生產線部署傳感器、數據采集模塊或借助生產線控制器實現設備數據的采集，接著通過網關連接OT 層和IT層兩個異構網絡，從而實現現場設備數據上云。最終在云平臺進行數據可視化展示和分析，給出維護建議，從而實現生產線設備的預測性維護。

1 系統整體架構

目前工業生產線分為兩類，一類是沒有工業控制器的傳統工業車間產線，另一類是集成工業控制器的智能工業車間產線，對于不同生產線，設備數據采集的方式也是不同的。

針對不帶控制器的傳統工業車間產線，以糧食生產線輸送電機溫度、振動數據獲取為例，首先在生產線電機上加裝溫度傳感器和振動傳感器，同時部署數據采集模塊，實現對傳感器數據的獲取和上傳網關。

針對集成智能控制器的產線，以汽車裝配生產線傳輸電機位置、速度、溫度等數據為例，可以通過在生產線電機上加裝溫度傳感器，通過智能控制器模擬口獲取其溫度數據，可通過智能控制器與電機驅動器通信，獲取電機位置和運行速度等數據，同時通過智能控制器將采集到數據上傳網關。

網關可適配不同的通信協議，實現產線設備數據的匯聚，傳統工業車間產線設備數據，網關通過與采集模塊之間的數據通信，實現對車間產線設備數據的采集；智能工業車間產線設備數據，網關通過與控制器之間的數據通信，實現對智能工業車間產線設備的數據采集。匯集到網關的產線設備數據，經網關協議轉換后，上傳至云平臺，從而實現產線設備數據上云。

設備數據經網關匯集到云平臺，經過線性擬合將模擬數據轉化為真實的設備數據，并將數據在云平臺進行可視化展示，同時借用平臺算法工具對設備數據進行分析，根據算法分析結果給出設備的維護意見，實現對設備的預測性維護。系統整體架構圖如圖1 所示。

圖1 系統整體架構圖

2 工業現場數據采集

分別以糧食生產線輸送電機溫度、振動數據獲取的傳統產線和汽車裝配生產線傳輸電機位置、速度、溫度數據獲取的智能產線為例來闡述現場數據采集的實現。

■2.1 傳統工業車間生產線設備

2.1.1 生產線設備簡介

由于傳統工業生產線的局限性，糧食生產線無法進行輸送電機溫度、振動數據的采集，因此需要部署溫度傳感器、振動傳感器和采集模塊，實現對生產線設備數據的采集，系統選擇OB04A/PT100 作為溫度傳感器，選取OB04A/VTV122 作為振動傳感器，選取RIO-8100-6DI 型IO 模塊進行產線傳感器數據采集，同時選擇Modbus 作為傳輸協議。

2.1.2 傳統生產線設備數據獲取

要實現生產線設備數據獲取，須建立與IO 采集模塊的通信連接。首先借助AdamApax 掃描軟件，獲取IO 采集模塊的IP 地址。

圖2 IO 地址掃描界面

獲取到IO 采集模塊IP 地址后，針對相應的IO 采集模塊進行接口配置，配置完成后，通信便可建立。

圖3 IO 模塊接口配置界面

本方案是通過對產線部署振動傳感器、電機溫度傳感器實現對傳統生產線的數據的獲取。至此，只需在配置界面添加相應的采點變量，便可實現對相應設備的數據獲取。

■2.2 智能生產線設備數據獲取

2.2.1 生產線設備簡介

智能生產線由于自帶控制器，所以汽車裝配生產線只需部署溫度傳感器，然后通過自身控制器獲取傳感器數據便可以實現生產線電機溫度采集，通過與電機驅動器通信便可獲取電機位置、速度數據。系統選擇OB04A/PT100 作為溫度傳感器，選擇S7-1215 為控制器，同時選擇PLC 內嵌的OPC UA 協議作為傳輸協議。

圖4 IO 模塊變量添加界面

2.2.2 智能生產線設備數據獲取

對于智能工業車間裝配產線的數據采集。PLC 通過自身模擬口實現對生產線電機溫度的采集，并通過與設備電機驅動器之間的通信，進行設備狀態數據的獲取。

針對生產線電機溫度數據，PLC 通過自身模擬口讀取傳感器數據，實現溫度數據采集，因采集到數據并非實際數據值，需進行相應的數據轉后，才可上傳云平，從而進行數據分析。

圖5 數據轉換程序截圖

針對生產線電機位置、速度數據，PLC 可通過與電機驅動器通信的方式獲取相應的數據，因以通信方式獲取的數據已是變量實際數值，便可直接上傳云平臺進行分析。

圖6 變量獲取程序截圖

3 網關數據采集與上云

網關作為工作在網絡層上的設備，能夠實現不同網段之間的數據交互，本設計中主要實現OT 層和IT 層兩個異構網絡的連接，從而實現生產線數據的采集和上云。

3.1 網關網絡配置

想要對數據進行轉發，首先需要給網關一個“身份ID”，而這個ID 在網絡里面則對應的是IP 地址。網關設備WAN 口接入廣域網可選擇DHCP 服務功能，但考慮到現場設備訪問的安全，對于LAN 口接入的工業現場局域網，一般分配靜態的IP 地址。

圖7 網關網絡配置

■3.2 網關數據采集

3.2.1 傳統生產線設備數據采集

借助Modbus TCP 傳輸協議，傳統工業車間設備的數據已發送至IO 模塊，通過網關內配置相應的電機溫度、生產線振幅等數據采集點。便可實現對車間設備數據的采集。

生產線設備數據點采集配置，設置點名稱為AI0、數據類型為Analog、轉換類為Unsigned Integer、地址為40001、最高量程為20、最低量程為4、設置縮放類型為Scale Defind Input H/L to Span、同時設置Scale 為65535。

圖8 采點添加配置界面

接著在網關設備中添加電機溫度和振動變量，從而實現對電機溫度和振動數據的采集。

3.2.2 智能生產線設備數據采集

網關借助OPC UA 協議實現與PLC 的通信。PLC 控制器內置OPC UA 服務功能，通過激活OPC UA 服務器，使得PLC 控制器開放客戶端接口，通過對OPC UA 服務器接口配置，實現PLC 數據上傳網關。

圖9 數據采集點添加界面

圖10 OPC UA 服務器接口配置界面

新建網關工程，PLC 與網關之間通過OPC UA 協議實現數據通信，設置通信IP 地址為10.0.0.10，端口號為4840。接著進新建數據采點設備名稱為PLC_2，設備類型為OPC UA，單元號2。

圖11 網關工程配置

接著進行采點配置，以速度數據為例，設置名稱為P0、數據類型為Analog、地址為ns=4;i=4。添加完成后，再將PLC 內部速度數據變量添加到 OPC UA 服務器數據發送區，便可實現網關對速度數據的采集。

■3.3 網關數據上云

首先啟用SimpleMQTT 功能，填寫目的主機和端口號、用戶名、密碼、Data Topic、Command Topic、上傳周期等信息，對SimpleMQTT 通信進行配置。接著將數據點添加到MQTT 的配置里面實現網關數據的上云。

圖12 PLC 數據點采集

圖13 網關上云配置界面

配置完成Simple MQTT 協議則代表網關和云平臺之間已經建立了聯系，將需要分析的數據點添加到MQTT 的數據包中，同時添加設備連接狀態，便可實現生產線設備數據上云。

圖14 數據點添加界面

4 數據分析和預測性告警

在整個設計的分析部分中，云平臺起到了極大的作用，它基于硬件的基礎上提供了計算和存儲的能力，使得數據更具有參考價值。

■4.1 云平臺簡介

本項目中采用了和工業網關相配套的工業云平臺，該工業云平臺是BOSCH 旗下的云平臺之一，通過整合了云計算、可視化顯示、數據分析、工單生成以及創新設計與協同制造等服務與一體的工業云平臺，能夠滿足工業的需求。

圖15 云平臺概覽圖

■4.2 數據分析

數據分析是指選用適當的統計分析方法對采集的數據進行一定的處理分析，從而獲得需要的信息。本設計選用范圍法和最小二乘法對數據進行分析。

(1)范圍法

范圍是指在一段時間內，某個正在發生的事件的最小值到最大值的區間稱為范圍，并且在最大值和最小值的區間內還存在了許多的數值。

通過范圍法數學模型分析數據可以得到一段時間內數據的最值，以此實現對工業車間裝配產線的設備檢測，若發現某個時間段內設備出現的最值和正常值異常，則需要安排檢修。

圖16 范圍法分析圖

(2)最小二乘法

最小二乘法是通過一些數據誤差的平方來求得適合的函數匹配。通過最小二乘法估計的線性特性、無偏性、最小方差性等特點，可以起到對數據預測的作用。

本設計選用最小二乘法分析設備數據，以此預測趨勢，從而判斷設備是否處于正常狀態，并給出維護建議。

圖17 最小二乘法分析圖

■4.3 報警工單生成

使用數據分析可以獲得設備一段時間內的運行趨勢，而工單則是對數據分析的又一體現形式，通過設置預警上下限，當數據處于該區間范圍外觸發工單報警，以此來達到預測性維護的目的。

5 系統測試

完成網關設備數據點采集和數據轉發的配置后便可實現生產線設備數據的上云。網關通信配置和數據采集驗證和查看測試界面如圖18 所示。

圖18 網關數據采集監測圖

6 工單生成測試

以溫度為例，設置設備溫度預警和報警數值后，當達到預警和報警值時會產生如圖19 所示的預警工單和報警工單。

圖19 工單生成測試圖

7 結束語

時下車間生產過程中經常會發生因設備零部件問題導致生產線停機無法正常運行，極大影響了企業的生產效率。針對此現象，本設計基于工業互聯網架構，設計出了一種針對傳統車間生產線設備的預測性維護解決方案，通過在生產線和設備上部署采集裝置來獲取生產線數據和設備狀態數據，并通過網關將數據上傳云平臺，借助平臺算法工具對數據進行分析，根據分析情況，對生產線設備給出預測性維護建議，從而降低因設備問題導致的生產線停機概率，提高生產線的效率。經過測試，本設計達到了預期效果。