- 中國戰略性新興產業研究與發展·智慧工業
- 王時龍等編著
- 1595字
- 2022-06-17 16:50:14
2.3.3 工業現場智能感知工作邏輯
系統的功能框架的構建如圖2-39所示,其中點劃線內部為主要組成部分,具體包括:物聯網系統(電子標簽/二維碼、傳感器、讀寫器、天線等),現場制造數據協同管理平臺系統(數據管理系統、數據庫、知識庫等),兩類電子看板(手持式電子看板和固定式電子看板),以及與應用系統的數據接口。系統的工作原理如下:

圖2-39 系統功能框架的構建
首先,通過物聯網中的RFID和傳感器等相關技術,將車間內所有制造要素,包括靜態制造要素(如設備、工裝等)和動態制造要素(如物料、工件、人員等)進行聯網,相關制造要素通過物聯網連接到現場制造數據協同管理平臺;其次,平臺通過物聯網對制造要素的相關數據進行制造數據采集,或者將相關制造參數進行寫入的活動;再次,構建面向整個制造現場和制造過程的制造數據模型和制造數據過程管理模型,對各類現場制造數據進行管理和控制相關制造數據的傳遞;然后,通過兩類電子看板為現場相關制造人員提供多維度的制造信息顯示、查詢、分析、追蹤、追溯和仿真等功能。最后,通過緊密集成模式的應用接口實現與其他應用系統的集成,如CAPP、產品數據管理(PDM)、CAM、MES、ERP、計算機輔助質量(CAQ)等系統。
通過對工業現場數據管理需求的分析,結合物聯網車間數據管理系統的體系結構,設計了物聯網車間數據管理系統的功能模塊,包括數據采集、數據管理、數據分析、數據接口和系統維護等,建立了各個功能模塊的功能結構樹,如圖2-40所示。

圖2-40 物聯網車間數據管理系統的功能結構
各個功能模塊實現的功能如下:
1)數據采集。數據采集模塊是對車間內使用的RFID電子標簽和RFID讀寫器進行統一管理;對RFID電子標簽的管理包括電子標簽初始化、電子標簽發放、電子標簽回收等處理;對RFID讀寫器的管理包括RFID讀寫器配置(比如設置RFID讀寫器為手動采集方式或者是自動采集方式,工作模式是實時采集還是非實時采集),以及每個RFID讀寫器與工位(或者是機床)的綁定信息,使所有讀寫器的工作狀態一目了然。
2)數據管理。基礎數據管理是對車間所有制造資源的屬性數據和生產制造過程中涉及的文件進行統一的管理,包括對生產作業計劃、物料信息、員工信息、機床信息、工裝信息、工藝文件、質量文件、物料清單(BOM)表以及圖樣等進行詳細的編碼、定義和描述。這些基礎數據是生產作業計劃、在制品、人工、機床、工裝的編碼等信息轉化為可以理解的實際意義的基礎,是整個物聯網車間數據管理系統運行的基石,為其他各個模塊的正常運行提供數據支持。
3)數據分析。統計分析是管理層最關心的問題。通過車間智能制造對象技術,數據管理系統可以實時地掌握車間制造現場豐富全面的制造數據,準確了解每個生產計劃的進度狀況,同時由于工時計算準確,運用簡單移動平均法便可以對生產計劃的進度狀況做出預測。數據分析模塊包括數據監控、數據跟蹤、數據追溯、數據統計、多視圖分析等,實現車間內各類生產要素實時數據的查詢,幫助管理人員實時掌握車間生產狀況,實現更好的車間管理和調度。統計分析模塊在對車間生產數據分析的基礎上,形成相關的業務報表和文件,幫助管理人員更好地進行生產管理。
4)數據接口。隨著制造業信息化的發展,在工業現場應用的系統包括MES、PDM系統、CAPP系統等。數據接口服務可確保制造過程智能感知系統與其他信息化系統有效集成。該模塊的主要功能包括MES接口、PDM系統接口、CAPP系統接口和其他網絡系統接口。MES可提供制造車間所需的生產任務信息,PDM系統可獲取產品的零部件信息,由CAPP系統可獲取生產工藝文件,因此需提供制造過程智能感知系統與MES、CAPP和PDM等信息化系統的接口。
5)系統維護。系統維護包括角色配置、權限配置和密碼服務等功能,為物聯網車間數據管理系統的用戶分配不同的角色,每種角色有各自的使用權限,例如現場工作的工人不必關心設備利用率、車間產能等功能模塊,也不能看到和修改員工績效考核模塊,所以他們就沒有這些模塊的使用權限。密碼服務為每個用戶提供私人密碼的設置和修改。
- Hands-On Artificial Intelligence on Amazon Web Services
- Python Artificial Intelligence Projects for Beginners
- Dreamweaver 8中文版商業案例精粹
- 計算機應用復習與練習
- Expert AWS Development
- 系統安裝與重裝
- 21天學通Visual C++
- 大數據時代
- Linux服務與安全管理
- Azure PowerShell Quick Start Guide
- R Data Analysis Projects
- Flink原理與實踐
- SQL Server數據庫應用基礎(第2版)
- 強化學習
- Redash v5 Quick Start Guide