汽車數字化車間生產監控系統的設計與開發

摘要：生產監控（PMC）系統在汽車數字化車間中應用廣泛，能實現大規模采集整車車間的生產數據，提高數據的準確性和透明性，幫助及時發現生產問題，降低產能損失。分析汽車行業數據采集與監視控制（SCADA）系統架構，基于Siemens WinCC OA 軟件平臺，采用HTML5 技術設計了Web 版的PMC 系統，可實現數據采集存儲、監控報警、數據分析和報表管理等功能。

關鍵詞：數字化車間；生產監控系統（PMC）；WinCC OA 軟件；HTML5 技術

0 前言

生產監控（PMC）系統具有生產數據實時采集、生產設備過程監控、生產設備異常報警、數據分析及數據報表管理等功能，廣泛應用于電力、冶金、石油、化工、燃氣、鐵路及汽車等行業。在汽車整車制造的沖壓、焊裝、涂裝和總裝4 大工藝車間中，PMC 系統發揮著重要的作用。在焊裝、總裝車間，PMC 系統可以實現生產信息的實時采集，通過可視化軟件監控可編程邏輯控制器（PLC）、機器人、焊接裝置等設備的運行狀態，顯示設備的報警信息，幫助生產人員及時了解設備狀況，提高生產效率［1］。同時，對產量數據、設備節拍時間、設備綜合效率、系統考核指標等信息進行統計分析，為科學有效地生產管理提供客觀依據。PMC 系統開發常用的數據采集與監視控制（SCADA）軟件包括WinCC、InTouch、WinCC OA 等［2-3］。

1 車身車間PMC 系統設計需求

針對汽車車身生產制造過程中產生的大量自動化設備信息，傳統采用人工記錄的方式，存在PLC 連接多、采集數據量大，生產數據不準確、不透明，生產中隱蔽問題和產能損失原因難以發現等問題。通過PMC 系統可實現大規模生產數據的自動采集，解決以上問題。

Siemens WinCC OA 軟件平臺是一種開放式架構的SCADA 系統，用于工業領域中的生產過程、設備和機器的可視化監控和操作控制。本文基于Siemens WinCC OA 軟件平臺，結合HTML5 等Web 技術，設計出一套具備數據自動采集、監控畫面、瓶頸識別、智能分析、圖表展示等功能的系統。

2 車身車間PMC 系統方案

2. 1 整體方案設計

本文項目中的PMC 系統連接超過130 套PLC，采集超過25 萬連接點的數據，采集數據量龐大。PMC 系統整體架構設計如圖1 所示，主要包括設備層、數據采集層、數據存儲層、業務邏輯層和用戶界面（UI）層等。設備層選用西門子S7-300 智能控制工業機器人、滾床、氣閥等現場設備。數據采集層通過傳輸控制協議（TCP）/網際互連協議（IP）獲取PLC 傳輸的產量、節拍、報警、狀態等信息。數據存儲層基于WinCC OA 中時序數據庫，滿足數據歸檔、存儲和備份需求。業務邏輯層采用后臺腳本實現產量分析、節拍分析、開動率分析和報警分析等功能。UI 層采用jQuery+Bootstrap 等框架顯示人機界面（HMI），展示產量、節拍/開動率、報警等圖表信息，實現人機交互。

2. 2 系統開發環境

汽車車身車間PMC 系統的 PLC 連接數量大、采集數據點規模大，對服務器性能要求高。同時，考慮到PMC 系統要滿足多任務操作要求，提高后期開發維護的便捷性，因此服務器操作系統采用Windows Server 2016，CPU 采用96 G 內存的Intel? Xeon? Gold 6128，采用容量為1.5 T 的機械式硬盤。圖表界面采用Visual Studio Code 工具作為集成開發環境。

3 數據采集和存儲

為實現海量數據的穩定高效采集和存儲，系統采用分攤驅動的數據采集方案和優化的時序數據庫存儲方式。

3. 1 數據采集

采用TCP 主動傳輸生產數據，每套PLC 每分鐘平均推送數據量超過100 條，部分連接較多設備的PLC 單位時間推送數據超過200 條。數據采集響應時間快，小于1 s。傳統的單驅動程序或單服務器難以滿足數據采集的性能要求，因此本項目采用多驅動程序分攤采集PLC 數據的方案，保證了系統大規模數據采集的穩定性。本項目配置了3 個采集數據的TCP 驅動程序，每個驅動程序可采集40～50 個PLC 的數據，在采集過程中增加了新舊值比較的數據過濾功能。

3. 2 數據存儲

本項目利用WinCC OA 中自帶的時序數據庫進行數據存儲。每套PLC 每分鐘產生10 條數據，按150 套PLC 數量設計，每分鐘共產生1 500 條數據。考慮到數據的冗余，同時為了給后期改造預留空間，設計了每份2 500 條的產量數據存儲空間，每天存儲4 份，數據可保存1 年。為防止數據丟失，設置了存儲數據自動備份機制。

4 系統功能模塊設計

本項目設計了監控畫面、產量報表、節拍報表以及開動率報表等功能，便于數據的透明化展示以及瓶頸分析。

4. 1 監控畫面

為了實現透明化、高效化生產，本項目PMC 系統中設計了主要設備對應的監控畫面，實時監控車身車間各PLC 中產量、設備狀態等信息。產量的監控內容主要包括班次目標產量、當前目標產量、產量差值等。實時產量按照以下流程進行計算：① 后臺啟動定時任務，獲取班次信息；② 判斷班次是否處于運行狀態；③ 班次運行時，獲取當前工作時長和目標節拍，其中，當前工作時長= 當前時間-班次開始時間-休息時間，目標節拍=目標產量/班次時間；④ 計算當前目標產量，更新畫面顯示數值，其中目標產量=目前工作時長/目標節拍。設備狀態監控包括安全門、機器人、光柵等設備運行情況。

4. 2 產量模塊

為了透明地展示生產過程數據，本項目設計了產量報表功能，包括總產量統計和單位工作時間產量統計。產量界面采用jQuery+Bootstrap 開發軟件，采用WebSocket 的數據通信方式。總產量統計班次、日、周、月等多維度，包含生產線、PLC級別的實際產量、目標產量、差值、產量完成率等全方位信息。單位工作時間產量詳細計算了每套PLC 在班次時間內各小時內的產量情況及完成率。單位工作時間產量按照以下流程進行統計計算：① 加載班次內的全部產量數據，根據需求拆分工作具體時段；② 遍歷循環產量數據以及對應的完成時間；③ 判斷產量完成時間是否在對應的時段內，如果是，計算入該時段的產量值；④ 結束遍歷產量數據。

4. 3 節拍模塊

為了便于發現生產核心問題點，幫助優化生產流程，提高生產效率，本項目設計了節拍模塊，包含線體節拍、PLC 節拍等部分。在線體節拍中，利用中位數算法計算顯示生產線各工位的節拍信息。其中，節拍不合格的工位標志為紅色，可以很直觀地發現瓶頸工位。中位數統計算法計算流程如下：① 加載查詢時間內線體PLC 工位總節拍數據，并將各工位節拍數據從小到大排序；② 計算出排序后各個工位節拍的中位索引；③ 判斷統計的節拍數量，如果數據小于50，則將索引所在位置的節拍數據作為該工位的中位節拍；④ 如果數據大于等于50，則篩選出中位索引±10 之間的20 個數據，取其平均值作為中位節拍；⑤ 根據統計的數據輸出各工位的中位節拍數據。

4. 4 開動率模塊

為了發現產能損失的原因，本項目設計了開動率模塊。開動率模塊主要由技術、組織和系統3 種類型的停線組成：技術開動率是由設備故障引起的停線；組織開動率是人為打開安全門引起的停線；系統開動率是空位和阻塞引起的停線；當多種停線同時出現時，按照技術gt;系統gt;組織的順序來計算對應的開動率。

根據報警信號、優先級來統計開動率的算法需要區分報警信號的出現（TRUE）/消失（FALSE），針對不同的信號值做不同的處理，如圖2 所示。開動率統計算法具體計算流程如下：

（1） 報警信號出現時，獲取對應的報警級別。

（2） 讀取PLC 當前是否已有報警記錄，如果沒有，更新報警記錄，并記錄對應的報警級別。

（3） 如PLC 中已存在報警記錄，判斷報警級別；如果出現的報警級別大于記錄的報警級別，則更新報警信息，并記錄對應的報警級別；如果出現的報警級別小于記錄的報警級別，則返回。

（4） 報警信號消失時，獲取對應的報警級別，讀取PLC 當前記錄報警信息。

（5） 判斷消失的報警信號是否等于PLC 記錄的報警信息：否，則不更新PLC 狀態，繼續維持最高的報警狀態；是，則移除當前的報警記錄。

（6） 遍歷PLC 當前的所有報警信息，更新PLC當前狀態為最高級別報警信息。

（7） 記錄PLC 在該段時間內對應的停線級別和停線時間。

在PLC 開動率圖表中，增加了產能利用率和報警信息統計。比較開動率和產能利用率，提升數據的準確性，同時統計報警信息，找到影響開動率的故障明細信息，發現產能損失的原因。

4. 5 PMC 系統測試

為了驗證系統開動率模塊產能損失原因查找功能的有效性，本項目選取了某班次的數據進行試驗。試驗班次生產記錄時間為11.5 h，計劃產能為785 臺，實際產量為349 臺，產能開動率為44%，損失時間為386 min。根據系統統計的故障信息計算當班次設備開動率為43.7%，技術開動率為73.85%，總停線時間為388 min，其中技術停線180 min，系統停線204 min，組織停線4 min。比較產量開動率和設備開動率圖表，可以發現開動率模塊計算結果與產能利用率比較接近，符合實際情況。結合故障統計信息，進一步發現焊槍修模器（FNR）的冷卻水故障對開動率影響比較大，考慮是本班次生產產能損失的主要原因。

5 結語

本文通過PMC 系統的設計滿足了車身車間生產控制自動化、生產數據透明化等痛點需求。采用多驅動程序實現了大規模的數據采集，利用監控畫面和產量等圖表信息進行生產過程實時監控。結合節拍報表、開動率統計、報警圖表，及時發現生產線中的問題工位，快速地發現產能損失的原因。本文基于WinCC OA 數據平臺以及HTML5 技術搭建的系統在汽車行業車身車間生產中應用，推動了車身車間的數字化轉型升級。

參 考 文 獻

［ 1 ］ 單利華，劉曉晨，王玉光. 汽車行業數字化車間技術探索[J]. 汽車實用技術，2017（10）： 117-119.

［ 2 ］ 趙兵，李明金.WinCC 在汽車廠全廠監控信息系統中的應用[J]. 工業控制計算機， 2010，23（12）：3-4.

［ 3 ］ 蘇濤. 基于WinCC 及PLC 的汽車工廠涂裝車間控制及監控系統設計[J]. 中國新技術新產品，2010（23）：145-146.