工業大數據與云制造（44頁）.pdf

1、工業互聯網實踐方法與應用互聯工廠定位互聯工廠特點互聯工廠工業大數據前言 中國中國制造2025 美國第三次工業革命 德國工業4.0 共同的目標，通過智能制造戰略，實現制造強國！全球工業互聯網戰略u 機遇 作為國家戰略，為企業實現跨越式發展提供了歷史性機遇 作為新一代生產方式，是企業打造新的核心競爭力的必由之路信息技術領域的深刻變革，為傳統制造業企業實現轉型升級奠定了堅實的技術基礎u 挑戰 競爭激烈，如何才能脫穎而出？智能制造要實現從裝備、過程到管理的系統性優化，復雜度高 我國制造業企業當前的工業化與信息化基礎較差智能制造為企業帶來的機遇與挑戰工業4.0的模型u 市場需求的變化：產品的個性化需求越

2、來越強 產品的生命周期越來越短 產品的易用性越來越高 產品的智能化使其結構越來越復雜u 生產組織方式的變化 異地化的分工與協同 越來越昂貴的人工促使機器代替人企業面臨的挑戰08知識不能積累，變成長期應用的經驗07生產組織管理人才越來越少06產品質量穩定性依賴于人的技能、情緒和身體05社會化、異地化的分工與協同01產能過剩帶來的全方位競爭0s2產品的個性化需求越來越強03產品的生命周期越來越短04越來越昂貴的人工促使機器代替人離散制造業企業的發展瓶頸u 智能制造三大組成：智能裝備、智能生產、智能物流智能裝備、智能生產、智能物流u 智能工廠 智能裝備：機器人、數控機床、智能傳感器 智能生產：集成制

3、造（CPS）：數字化的橫向集成、制造業務的縱向集成靈活重組的生產模式（IoTS）：端到端的通訊與協調、互動，動態智能響應采用先進的生產方式：精益生產、透明化工廠、綠色制造新一代信息化技術的融合：大數據、云計算、人工智能 智能物流：機器人、AGV、RFID智能制造的核心互聯工廠技術創新體系制造運行體系客戶經營管理體系智能制造的核心互聯工廠智能工廠的核心互聯工廠運行系統u 智能制造生產運行系統 工廠現存問題急需解決 新技術推動生產方式變化u 大腦和中樞：MES+IIOT 轉變生產方式，采用先進技術 將智能生產方式和裝備集成在一起u 立足現在，展望未來，謀求發展制造運行層面的信息管理十分薄弱u不可知

4、的生產現場訂單生產進度產品質量情況生產資料消耗制造成本核算生產運營問題信息化不足：生產過程不透明、監管困難互聯工廠定位互聯工廠特點互聯工廠工業大數據前言實現企業智能制造轉型升級，提升企業的市場競爭能力！保護員工健康降低制造成本保證產品質量提高生產效率增加企業利潤!數字化工廠定位 全過程、全集成的質量控制、數據采集與追溯：事前、事中、事后；多業務歸口對作業質量的共同約束：工藝、設備、計量、人力、物料；不同類型單元的質量保障措施：自動、半自動、人工 質量控制真正形成有效閉環：NCR、現場異常 材料定額控制 直接人工成本下降 能源數據、工時數據、消耗數據的準確采集 運行狀態：設備運行狀況、生產任務執

5、行情況、在制品狀態及分布 多種方式：布局圖、視頻、聲光、圖表、預警，等 基礎數據：材料定額、工時定額，等 關鍵運行指標：OEE、計劃完成率、NCR率，等 決策支持報表質量效率成本透明化管理優化 細化作業節點控制和反饋：工序、工步 以現場為核心的可視化、準時化資源配給機制：轉運、配送、質檢 現場異常事件閉環處理機制數字化工廠制造運行系統的效益數字化工廠的大腦與中樞u 橫向集成到邊 設計-運行-制造一體化，與PDM、MRO集成u 縱向集成到底 運行與經營、運行與過程優化集成，與ERP、PCS集成橫向與縱向集成互聯工廠定位互聯工廠特點互聯工廠工業大數據前言智慧工廠智能車間+LTE+PLM智能車間智能

6、單元+車間智能物流+IOT+SCADA+MES智能單元自動化裝備+IOT Gateway層次分明的互聯工廠方案單元級車間級工廠級車間級績效提升質檢流程規范化，控制產品質量物流通暢減少資金占壓，有效控制生產成本設備利用率提升車間生產運行可視化工廠級效益優化 閉環質量管理體系 總體存貨水平降低 產品成本實時反映 有效縮短交貨期 工廠運營可視化高質、高效、透明化的制造單元以生產現場為核心的車間運行管控體系智能化精益工廠過程級/班組級績效提升嚴格控制作業過程，提高制造過程質量生產過程可視化柔性線/柔性中心效益倍增智能工廠方案的價值規劃作業標準化：作業流程、方法、條件作業標準化：作業流程、方法、條件作業

7、績效管理：考核、管理、決策作業績效管理：考核、管理、決策ISAISA-95 95 MESAMESA精益生產精益生產大規模定制生產大規模定制生產智能化制造智能化制造先進的管理理念與方法精益生產 大規模定制生產 智能化制造基于基于物物聯網的生產要素集成聯網的生產要素集成基于基于務務聯網的生產聯網的生產現場協同作業現場協同作業與數字化設備、傳感器無縫集成與數字化設備、傳感器無縫集成設備運行參數設備運行參數自動采集、控制指令實時下提高現場作業效率自動采集、控制指令實時下提高現場作業效率通過目視化方法，使現場情況透明化、公開化通過目視化方法，使現場情況透明化、公開化 使使異常情況得到及時處置，提高生產效

8、率異常情況得到及時處置，提高生產效率 主要方法：主要方法：看板、視頻、燈光、聲音看板、視頻、燈光、聲音先進的現場實時管理-微軟.NET4.0架構-服務器負載均衡-組件分布式部署-原生通訊語言機制高性能可擴展開放系統接口-完整的接口體系-標準的接口方案高可靠業務可重組先進可靠的IT技術架構產品平臺產品平臺技術平臺技術平臺總體解決方總體解決方案案IIOTIIOT焊接行業版焊接行業版家電行業版家電行業版重機行業版等重機行業版等先進的平臺創新方式互聯工廠定位互聯工廠特點互聯工廠工業大數據前言企業決策支持發展過程 工業大數據建模團隊業務數據分析/數字化環境分析數據模型構建 工業大數據算法實現團隊算法選用

9、架構算法實現模型/實現邏輯 工業大數據平臺構建團隊平臺架構前臺功能頁面工業大數據建設團隊工業大數據來源于企業各信息系統業務數據，同時包含從現場工控設備直接采集的數據，并將信息系統業務數據和實際工控數據在產品研制全周期維度進行數據關聯分析，挖掘制造相關因素，進行趨勢分析與預測。工業大數據信息架構產品數據：設計、建模、工藝、加工、測試、維護數據、產品結構、零部件配置關系、變更記錄等。運營數據：組織結構、業務管理、生產設備、市場營銷、質量控制、生產、采購、庫存、目標計劃、電子商務等。價值鏈數據：客戶、供應商、合作伙伴等。外部數據：經濟運行數據、行業數據、市場數據、競爭對手數據等。個性化定制數據：大規

10、模定制和網絡協同的發展，使得個性化定制數據一躍成為消費者張揚個性的載體。u 大數據可能帶來的巨大價值正在被傳統產業認可！通過技術創新與發展，以及數據的全面感知、收集、分析、共享，為企業管理者和參與者呈現出看待制造業價值鏈的全新視角。工業大數據分布圖用戶數據收集生產數據收集銷售門店數據收集供應鏈數據收集倉庫數據收集財務數據收集橫向品牌數據收集研發技術信息收集了解產品市場動向，分析產品特點客戶體驗網絡窗口及外部interanet窗口MES與ERP平臺優化生產流程，降低成本提升質量制訂銷售策略及市場布局ERP銷售數據降低物料成本及物流成本MES與ERP平臺降低倉庫管理成本MES與ERP平臺優化財務管

11、理及資金布局MES與ERP平臺了解最新行業動態Interanet窗口保持技術優勢，持續技術創新Interanet窗口數據類型數據來源數據作用1）實現智能生產2）實現大規模定制大數據信息平臺來源與作用 供應商供貨分析 質量分析 訂單分析 APS高級計劃排程 虛擬工廠 產品運行分析 設備分析 產品成本分析 產品數據包 產量分析 供應鏈分析 產品研發分析明匠工業大數據云服務平臺設備故障診斷與預測制造可靠性與性能評估生產訂單預測生產計劃高級排程生產過程虛擬仿真產品質量管理與分析產品成本分析制程數據監控設備零件壽命管理工業大數據的應用場景制造全過程各產品能耗對比不同設備累積運轉能耗對比（利用率）同類型設

12、備實時運行狀態能耗比特殊設備能耗與制造質量關聯分析AGV路徑調度規劃能耗影響APS任務執行順序能耗影響能源優化利用與調度設備中常見的滾珠軸承，通過震動傳感器采集定子和轉軸的震動波形曲線，通過對比分析，得出當前軸承的磨損情況，并可進一步判斷是內環磨損，外環磨損，或滾珠碎裂。設備故障診斷與預測 基于大數據的生產訂單預測，綜合考慮歷史訂單數據，季節與時間變化因素，甚至可以考慮宏觀經濟情況，行業競爭壓力，市場需求等因素，建立模型作出預測?；诖髷祿纳a訂單預測，使預測結果更據科學性，確定性，更有說服力。設備故障診斷與預測 物料成本 物流成本 能耗成本實現基于MBOM的單臺/批次產品，各類制造成本實時

13、大數據計算與追溯，并通過內置算法將實際成本與計劃成本比對，進行成本預警與監控。人工成本 倉儲成本 報廢損失成本注：黑色節點為未開工；綠色節點為成本控制范圍內；紅色節點為超出預算成本；產品全制造命周期成本監控基于大數據的生產過程虛擬模型，通過仿真模型結果與實際結果進行迭代驗證，動態學習發掘并優化生產規律。模型趨于穩定后，可在每天生產開始之前對生產狀況進行模擬，驗證生產計劃的合理性，減少因計劃不合理帶來的停產問題。生產過程虛擬仿真火車輪懿質量監控分析，可根據輪懿形狀測量參數，確定車輪是否存在偏心現象，并結合生產過程信息，判斷出現偏心的原因，還可以進一步發掘生產過程參數和偏心出現之間的關系，幫助技術

14、人員改進工藝，降低偏心問題出現的概率。產品可靠性與質量分析通過監控整個生產流程中的設備能耗、設備的廢氣、廢物等的排污量，快速發現生產過程中能耗和排污量的異常。制造者結合各個生產環節的產能就可以對產能低、排污量大、能耗高的生產環節進行優化。生產能耗與污染監控大數據分析技術通過收集制造流程數據、制造設備相關數據建立仿真模型，分析生產的趨勢變化，找出最佳的制程黃金區間，一旦發現參數超出該區間，系統及時報警，通知工程師進行調整修正。制程數據監控預警簡介貨位優化就是根據一定的存儲策略和貨位分配原則對倉庫中的初始貨位進行調整使之處于最合理的狀態,使得貨位達到提高揀選效率和降低倉庫操作成本的目的。貨位優化原

15、則貨架承重均勻，上輕下重加快周轉，先入先出提高效率，就近出入庫產品相關性立體倉庫貨位優化控制系統WCS庫位優化原理庫位優化問題屬于NPhard問題（非確定性多項式問題求解問題），首先根據優化目標建立數學模型，然后采用遺傳算法對優化問題進行求解。為立體倉庫找出最優的儲位分配方案。所需輸入數據倉庫相關信息：倉庫規模，排數、列數、層數貨格大小，貨格的長寬高傳送帶速度堆垛機水平、垂直速度堆垛機通道寬度貨物相關信息：存放貨物數量單件貨物重量單件貨物取用頻率單件貨物所屬類別立體倉庫貨位優化控制系統WCS庫位優化場景示例遺傳算法目標函數出入庫效率：貨架穩定性：貨物類內間距：優化前優化后由于遺傳算法具有良好的全局搜索能力、內在并行性、以概率機制進行迭代等優點可快速求解最優解。采用遺傳算法以模型目標函數為適應度函數，通過選擇、交叉、變異等遺傳操作，對該優化問題進行求解。得到結果如下：遺傳算法求解