軸承制造業生產數據實時集成系統設計與實現

武天野

(浙江理工大學機械與自動控制學院，浙江 杭州 310000)

0 引言

隨著“工業4.0”、“中國制造2025”以及我國兩化融合政策的深入推進，數字化、網絡化、智能化與傳統軸承制造相結合是當今軸承制造業發展的趨勢。很多軸承制造企業開始購買一些商品化的數字化信息系統來打造制造全價值鏈，全方位由傳統制造企業向智能制造企業轉型。但是這些系統往往在功能上不關聯、信息上不共享。

本文融合基于邊緣計算的實時數據處理方法和多源機構數據集成方法，設計了面向軸承制造的生產數據實時集成系統，實現了軸承制造業生產數據的實時采集和處理，以及異構數據的共享和服務集成。

1 系統總體架構

本文所構建的面向軸承制造的生產數據實時集成系統總體架構如圖1 所示，主要包括設備層、數據層、應用層、系統層四個層次。其中，設備感知層針對不同類型接口和通訊方式的數控設備采用不同的數據采集方法完成數據的采集；數據接入層有針對性的根據不同數據的來源和傳輸特點來選擇合適方式完成數據的接入；數據處理層的數據架構采用了改進Lambda數據架構的Kappa架構，在刪除批處理引擎的基礎上直接使用流處理引擎；應用服務層包含生產數據實時集成系統的各項功能模塊，如：生產過程可視化監控、生產數據統計分析、物料信息追蹤、工件檢驗與追溯等。

圖1 生產數據實時集成系統架構圖

2 基于邊緣計算的實時數據處理方法

結合國內外學者的研究成果和軸承制造業的生產特點，本文在Kappa數據處理架構基礎上，提出一種基于邊緣計算的實時數據處理方法（如圖2），該方法在邊緣計算節點引入數據反饋回路理念，當發現設備異常或某道生產工藝有誤時直接將異常信息反饋回設備層或作業員，加快現場透明化反應能力和異常快速處理能力，形成全流程閉環生產管理。

圖2 基于邊緣計算的實時數據處理方法

2.1 設計及特點

⑴在工業現場部署邊緣網關和邊緣服務器等邊緣計算設備，將實效性需求高的數據直接在邊緣節點進行優化計算。設備終端所采集的數據經過邊緣計算節點的一系列計算處理服務，如計算卸載、數據處理、數據緩存和存儲之后傳輸到企業私有云服務器，參數優化之后存儲到數據庫中，保證了數據采集傳輸的實時性。

⑵面對海量制造數據的傳輸采用Kafka 分布式中間件，并根據其Topic 消息消費模式，分發給不同的服務集群。其次Kafka 不僅有消息隊列的作用，并利用其log.retention.minute 來部署數據日志的保留期替代Lambda 架構中批處理層數據倉庫的功能，實現對歷史數據的重新處理。

⑶通過Flink流式計算引擎保證系統的高吞吐和低延遲，利用其高效的內存結構和DataStream API 對接上游數據來源Kafka傳來的JSON 或SQL，經過參數解析、分片創建等方法最后轉換成JobGraph 并提交到對應的服務，完成任務的提交。

2.2 應用場景

針對軸承制造作業現場實時采集的設備及生產數據，管理者可以實時監控生產線的設備生產情況和重要資源定位追蹤，并結合數據處理結果對現場生產過程進行動態調度和實時調控，形成基于數據驅動的制造過程閉環控制體系。

在底層邊緣計算節點部署設備常見異常反饋控制程序或服務，針對底層設備流中的異常和預警信息結合數據處理層分析的結果對設備層進行反饋控制。例如，當監測到機床伺服電機過熱預警時，首先改變電壓信號降低伺服電機轉子轉速，再對電機負載進行檢查診斷。

軸承生產過程數據（設備運行參數、工藝參數、物料參數、工單參數等）和質量檢驗數據（軸徑向游隙檢驗、內外徑檢驗、硬度探傷檢驗等）經過數據處理層一系列計算處理后傳遞到上層可視化平臺，可供管理者建立產品質量與影響因素的映射模型和缺陷產品的全過程追溯分析，進一步提升產品質量、降低企業生產成本。

3 系統實現

基于上述關鍵數據處理技術和功能框架，利用.NET Framework 4.0工具開發了C/S架構的數據采集客戶端。該系統主界面如圖3中①所示，主要包含車間設備數據實時采集、工單管理、車間設備管理等功能模塊，其各功能模塊描述如下：

生管人員可以根據工單條件對工單進行查詢和導入，同時生管人員可以根據工單的類型和優先級不同對工單進行插單和撤單的操作。如圖3中②所示。

圖3 客戶端主界面和工單管理模塊

圖4 中以GMX 250 linear 設備為例，采集了該設備的開機時間、加工時間、主軸轉速等參數等信息，同時對該設備主軸的功率、電壓、等參數進行實時監控，確保車間現場生產的安全。

圖4 車間設備實時運行信息

設備管理模塊包含：對聯網設備的添加或刪除功能，對機床客戶端發送指令實現反饋控制。同時該模塊包含了設備維修的相關信息，這些信息可供企業管理人員直觀掌握設備稼動情況，合理安排設備變更和保養計劃。如圖5所示。

圖5 車間設備管理頁面

為滿足系統的交互性需求，系統的可視化集成云平臺（如圖6 所示）基于SOA 架構模型并利用Web Service 技術集成第三方系統的相關數據和服務。該模塊包含各生產車間的實時生產狀況，如生產進度、設備參數、物料消耗情況、設備報警信息等。

圖6 實時監控看板

4 結束語

本文以軸承制造業為研究對象，針對其制造過程中的數據實時采集問題，提出一種基于邊緣結算的實時數據處理方法。該方法在Kappa大數據處理架構的基礎上結合邊緣計算、反饋控制等理念，實現現場設備信息的實時采集無紙化、生產狀況的可視化。此外，構建了基于面向服務架構的系統集成模型，利用Web Service 技術來集成不同信息系統間的數據和服務。最后，設計并開發了數據采集客戶端和可視化集成云平臺，進一步提高了企業生產過程優化調度和資源配置的能力。