数字化工厂技术的应用现状与趋势

　　基于制造过程管控与优化的数字化车间

　　在制造企业，车间是将设计意图转化为产品的关键环节。车间制造过程的数字化涵盖了生产领域中车间、生产线、单元等不同层次上设备、过程的自动化、数字化和智能化。其发展趋势也分别体现在底层制造装备智能化、中间层的制造过程优化和顶层的制造绩效可视化3个层次。

图2　三一重工生产线规划中的物流仿真

　　在底层制造装备方面，数字化工厂主要解决制造能力自治的问题。设备制造商不仅持续在提升设备本身高速、高精、高可靠等性能方面不断取得进展，同时也越来越重视设备的感知、分析、决策、控制功能，比如各种自适应加工控制、智能化加工编程、自动化加工检测和实时化状态监控及自诊断/自恢复系统等技术在生产线工作中心及车间加工单元中得到普遍运用。如日本Moriseiki的最新机床产品上安装的操作系统MAPPS，该系统内置了森精机的操作编程维修软件，具有很高的开放性，具有对话式编程，三维切削模拟和维修指导画面，提供远程监控功能方便维修服务，并且可以直接进行切削仿真。制造装备的另一个趋势是把机床设备和相关辅助装置(如机械手)进行集成，共同构成柔性加工系统或柔性制造单元。也有不少厂商支持将多台数控机床连成生产线，既可一人多机操纵，又可进行网络化管理。上文提到的MAPPS系统就可以通过使用CAPS-NET网络软件建立基于以太网的网络，从而可以对作业状况和生产计划进行一元化管理。MAZAK公司在单机的智能化、网络化基础上，开发了智能生产中心(CPC)管理软件，一套软件便可管理多达250台的数控机床，使得生产的过程控制由车间级细化到每台数控机床，为客户的工厂实施数字化制造提供了前提。

　　在制造过程管理层次，随着精细化生产的需求越来越突出，近年来MES/MOM逐渐被制造企业所接受。MES/MOM可分为车间生产计划与管理和现场制造采集与控制两部分。车间生产计划与管理主要完成车间作业计划的编排、平衡、分派，同时涉及到相关制造资源的分配和准备。国内外已有较多提供MES/MOM解决方案的产品提供商，如艾普工华在离散制造业特别是汽车及零部件、工程机械、航空等行业，Camstar在太阳能、电子行业，宝信在钢铁行业，石化盈科在石油化工行业，西门子在制药、烟草行业等，这些产品依托自身对制造业务的深刻理解，已确立了在这些行业的领先地位。Rockwell、Wonderware和GE依托在自动化领域的优势，也已逐步向MES延伸。目前各厂商在研发高性能高可靠的系统平台和模块化产品方面投入巨大，上述平台和产品提升了快速搭建MES/MOM解决方案的能力。

图3　生产实绩与警示的动态展现

　　现场制造数据采集的一个明显趋势是以RFID、无线传感网络等技术为核心的物联网技术的应用。物联网技术被认为是信息技术领域革命性的新技术，借其可实现对于制造过程全流程的“泛在感知”，特别能够是利用RFID无缝、不间断地获取和准确、可靠地发送实时信息流。汽车行业，比如自主品牌的江淮汽车，在2006年前后就开始应用RFID技术对生产环节的在制品进行跟踪。航空航天企业由于通常不允许在零部件上附加标识，因此通常采用以激光标刻为代表的二维码技术来实现WIP和关键零部件跟踪。在更细分的领域，RFID技术在刀具、设备管理方面也有成功应用，主流技术是利用刀柄上的预留空槽置入RFID标签，同时通过与机床刀库和对刀仪的集成对刀具使用、维护等进行全面管理。如Balluff的Fanuc miLink Tool ID系统就可以方便地连接Fanuc控制器控制的 CNC机床，自动进入CNC取得刀具跟踪信息。值得一提的是，随着基于泛在信息的智能制造系统进一步发展，装备本身的智能化水平也得到了提升，这使得MES/MOM执行管理系统不再被动地获取制造数据，而是能够主动感知用户场景的变化并进行提供实时反馈。

　　随着MES/MOM等软件的应用推广，制造企业已逐步获得了大量制造数据。如何充分利用这些实时和历史生产数据，通过制造绩效可视化提高对异常状况的预知、响应和判断能力，也是近期发展趋势之一。对于实时数据，主要解决的问题是对制造异常事件的敏捷响应以及对制造绩效偏离的快速修复。自动控制系统中常用的组态是一个典型的例子，但由于组态通常是桌面应用并基于连续量的，对于多客户端的分布式展示和多并发的并行数据流支持存在一定困难。目前的趋势是利用基于B/S的可定制可缩放矢量图形技术来动态刷新来自服务端的数据推送。图3是一个展现5条冲压线生产实绩的例子，所展示的生产绩效可视化功能同时支持了实时数据以及统计数据，能够辅助分析出瓶颈环节。通过向管理者推送并共享全方位的实时制造状态数据，能够有效消除信息的不对称问题，有助于对突发问题快速达成解决方案并作出快速响应。

　　对于历史数据，主要解决的问题是如何从中找出改善未来制造业务的依据，特别是从质量趋势、物流瓶颈、计划执行情况、设备运行历史等数据中发现可能影响未来生产过程的规律。这方面的技术基础是商业智能分析，在ERP系统中已经比较成熟，典型的代表是SAP的BO。由于MES/MOM实时性更强并且事务更频繁，需要更针对性的进行设计，目前这方面的成熟解决方案尚不多，多数仍以基于通用分析软件进行定制为主。典型的通用分析软件有Microstrategy、Information Builder、Tableau等。Gartner近年来每年都会针对支持通用业务的分析软件产品发布被称作“魔力四象限(Magic Quadrants)”的调研报告，对这些软件在集成、展现和分析方面的能力做综合评估。另一方面，目前的计算技术和存储技术对基于大数据的分析提供了强大的支撑，未来还会出现更丰富更专业的制造智能分析产品。

　　结论与展望

　　数字化工厂技术已在航空航天、汽车、造船以及电子等行业得到了较为广泛的应用，特别是在复杂产品制造企业取得了良好的效益，据统计，采用数字化工厂技术后，企业能够减少30%产品上市时间;减少65%的设计修改;减少40%的生产工艺规划时间;提高15%生产产能;降低13%生产费用。另一方面，本文所述的3个层次数字化是紧密相关的。毫无疑问，设计层发布的三维模型是后续仿真规划分析的基础，而车间生产状态又可以反过来驱动生产模型，作为分析工厂运作的数据源;数字化车间需要智能装备的支撑，而要想最大限度地发挥智能装备的效益，则需要数字化车间提供全局的信息和基于全局信息的决策。

　　在我国，面对传统产业转型升级、工业与信息化融合的战略发展要求，大力开展对于数字化车间技术系统的研究、开发与应用，有利于推动实现制造过程的自动化和智能化，并可望有效带动整体智能装备水平的提升。