3 基于制造過程管控與優化的數字化車間

在制造企業，車間是將設計意圖轉化為產品的關鍵環節。車間制造過程的數字化涵蓋了生產領域中車間、生產線、單元等不同層次上設備、過程的自動化、數字化和智能化。其發展趨勢也分別體現在底層制造裝備智能化、中間層的制造過程優化和頂層的制造績效可視化3個層次。

在底層制造裝備方面，數字化工廠主要解決制造能力自治的問題。設備制造商不僅持續在提升設備本身高速、高精、高可靠等性能方面不斷取得進展，同時也越來越重視設備的感知、分析、決策、控制功能，比如各種自適應加工控制、智能化加工編程、自動化加工檢測和實時化狀態監控及自診斷/自恢復系統等技術在生產線工作中心及車間加工單元中得到普遍運用。如日本Moriseiki的最新機床產品上安裝的操作系統MAPPS，該系統內置了森精機的操作編程維修軟件，具有很高的開放性，具有對話式編程，三維切削模擬和維修指導畫面，提供遠程監控功能方便維修服務，并且可以直接進行切削仿真。

制造裝備的另一個趨勢是把機床設備和相關輔助裝置(如機械手)進行集成，共同構成柔性加工系統或柔性制造單元。也有不少廠商支持將多臺數控機床連成生產線，既可一人多機操縱，又可進行網絡化管理。上文提到的MAPPS系統就可以通過使用CAPS-NET網絡軟件建立基于以太網的網絡，從而可以對作業狀況和生產計劃進行一元化管理。MAZAK公司在單機的智能化、網絡化基礎上，開發了智能生產中心(CPC)管理軟件，一套軟件便可管理多達250臺的數控機床，使得生產的過程控制由車間級細化到每臺數控機床，為客戶的工廠實施數字化制造提供了前提。

在制造過程管理層次，隨著精細化生產的需求越來越突出，近年來MES/MOM逐漸被制造企業所接受。MES/MOM可分為車間生產計劃與管理和現場制造采集與控制兩部分。車間生產計劃與管理主要完成車間作業計劃的編排、平衡、分派，同時涉及到相關制造資源的分配和準備。國內外已有較多提供MES/MOM解決方案的產品提供商，如艾普工華在離散制造業特別是汽車及零部件、工程機械、航空等行業，Camstar在太陽能、電子行業，寶信在鋼鐵行業，石化盈科在石油化工行業，西門子在制藥、煙草行業等，這些產品依托自身對制造業務的深刻理解，已確立了在這些行業的領先地位。Rockwell、Wonderware和GE依托在自動化領域的優勢，也已逐步向MES延伸。目前各廠商在研發高性能高可靠的系統平臺和模塊化產品方面投人巨大，上述平臺和產品提升了快速搭建MES/MOM解決方案的能力。

現場制造數據采集的一個明顯趨勢是以RFID、無線傳感網絡等技術為核心的物聯網技術的應用。物聯網技術被認為是信息技術領域革命性的新技術，借其可實現對于制造過程全流程的“泛在感知”，特別能夠是利用RFID無縫、不間斷地獲取和準確、可靠地發送實時信息流。汽車行業，比如自主品牌的江淮汽車，在2006年前后就開始應用RFID技術對生產環節的在制品進行跟蹤。航空航天企業由于通常不允許在零部件上附加標識，因此通常采用以激光標刻為代表的二維碼技術來實現WIP和關鍵零部件跟蹤。

在更細分的領域，RFID技術在刀具、設備管理方面也有成功應用，主流技術是利用刀柄上的預留空槽置入RFID標簽，同時通過與機床刀庫和對刀儀的集成對刀具使用、維護等進行全面管理。如Balluff的Fanuc miLink Tool ID系統就可以方便地連接Fanuc控制器控制的CNC機床，自動進入CNC取得刀具跟蹤信息。值得一提的是，隨著基于泛在信息的智能制造系統進一步發展，裝備本身的智能化水平也得到了提升，這使得MES/MOM執行管理系統不再被動地獲取制造數據，而是能夠主動感知用戶場景的變化并進行提供實時反饋。

隨著MES/MOM等軟件的應用推廣，制造企業已逐步獲得了大量制造數據。如何充分利用這些實時和歷史生產數據，通過制造績效可視化提高對異常狀況的預知、響應和判斷能力，也是近期發展趨勢之一。對于實時數據，主要解決的問題是對制造異常事件的敏捷響應以及對制造績效偏離的快速修復。自動控制系統中常用的組態是一個典型的例子，但由于組態通常是桌面應用并基于連續量的，對于多客戶端的分布式展示和多并發的并行數據流支持存在一定困難。目前的趨勢是利用基于B/S的可定制可縮放矢量圖形技術來動態刷新來自服務端的數據推送。圖3是一個展現5條沖壓線生產實績的例子，所展示的生產績效可視化功能同時支持了實時數據以及統計數據，能夠輔助分析出瓶頸環節。通過向管理者推送并共享全方位的實時制造狀態數據，能夠有效消除信息的不對稱問題，有助于對突發問題快速達成解決方案并作出快速響應。

圖3 生產實績與警示的動態展現

對于歷史數據，主要解決的問題是如何從中找出改善未來制造業務的依據，特別是從質量趨勢、物流瓶頸、計劃執行情況、設備運行歷史等數據中發現可能影響未來生產過程的規律。這方面的技術基礎是商業智能分析，在ERP系統中已經比較成熟，典型的代表是SAP的BO。

由于MES/MOM實時性更強并且事務更頻繁，需要更針對性的進行設計，目前這方面的成熟解決方案尚不多，多數仍以基于通用分析軟件進行定制為主。典型的通用分析軟件有Microstrategy、Information Builder、Tableau等。Gartner近年來每年都會針對支持通用業務的分析軟件產品發布被稱作“魔力四象限(MagicQuadrants)”的調研報告”?，對這些軟件在集成、展現和分析方面的能力做綜合評估。另一方面，目前的計算技術和存儲技術對基于大數據的分析提供了強大的支撐，未來還會出現更豐富更專業的制造智能分析產品。

4 結論與展望

數字化工廠技術技術已在航空航天、汽車、造船以及電子等行業得到了較為廣泛的應用，特別是在復雜產品制造企業取得了良好的效益，據統計，采用數字化工廠技術后，企業能夠減少30%產品上市時間；減少65%的設計修改；減少40%的生產工藝規劃時間；提高15%生產產能；降低13%生產費用。另一方面，本文所述的3個層次數字化是緊密相關的。

毫無疑問，設計層發布的三維模型是后續仿真規劃分析的基礎，而車間生產狀態又可以反過來驅動生產模型，作為分析工廠運作的數據源；數字化車間需要智能裝備的支撐，而要想最大限度地發揮智能裝備的效益，則需要數字化車間提供全局的信息和基于全局信息的決策。

在我國，面對傳統產業轉型升級、工業與信息化融合的戰略發展要求，大力開展對于數字化車間技術系統的研究、開發與應用，有利于推動實現制造過程的自動化和智能化，并可望有效帶動整體智能裝備水平的提升。