W88优德官网

W88优德官网分享：没有数据收罗，工业互联网将是无源之水

宣布日期：

2023-05-18

数据收罗是工业互联网的基础，没有数据的工业互联网将是无源之水，工业互联网的价值在很洪流平上取决于收罗数据的数量和质量。

2017年，IBM商业价值研究院联合牛津经济研究院对来自112个国家12,854位高管进行了问卷视察。本次视察统计结果标明，这些高管认为企业的数据只有20%是来自互联网，80%是企业自身拥有的生产经营等环节数据，这些数据被人工智能等新技术处理后，可使古板企业具有凌驾互联网公司的优势。

而车间则是制造企业使用与爆发数据的重要场合。这些数据既包括MES等信息化系统里运行与爆发的数据，也包括生产设备爆发的种种状态与制造参数等数据。工业互联网平台结合行业知识对这些数据进行进一步处理和挖掘，以量化、可视化等方法，定位生产中保存的问题并进行优化，可为企业智能制造提供源源不绝的新动能，有效地提升企业竞争力。

一、制造数据收罗的数据分类

由于行业差别、应用场景差别，对制造数据的分类也不尽相同。

首先是对制造自己的理解。从狭义上的理解，制造主要是将原质料加工成产品的生产历程，但如果从广义的上理解，制造可以涵盖产品研发、企业资源治理、产品工艺、生产历程、市场营销、售后维护等等差别的方面，制造数据的规模就变得很是庞大，数据收罗的方法自然也就多种多样了。

其次，差别行业对制造数据的分类也差别。好比流程行业，可分为工艺数据、历程数据以及作业实绩。工艺数据主要是指温度、压力、电流、电压等直接影响生产效率、产品质量的数据。历程数据是指生产历程中所使用或者爆发的数据，好比物料、计划、生产节拍等等。而实绩数据包括投入产出数量、及格率等等。

在离散制造行业，主要的制造数据包括设备数据、生产历程数据、质量数据等。

1）设备数据：设备运行状态信息、实时工艺参数信息、故障信息、维修/维护信息等;

2）生产历程数据：生产计划、产品加工时间、加工数量、加工人员、加工参数、产品完工率等;

3）质量数据：产品质量信息、工艺质量信息等。

最后，划分的标准也差别。也有人将能源数据、丈量测试数据等都定为单独的一类。

本文基于离散行业的划分习惯，凭据狭义上的制造进行数据种类的划分，即设备数据、生产历程数据、质量数据三类，能源数据可合并到设备数据，丈量测试数据可并入质量数据类。

二、制造数据收罗的方法

目前，制造数据的主要收罗方法有设备自动收罗、人工终端反响、其他外围终端收罗等。

1. 设备自动收罗

这类系统有些是设备厂家提供，优点是对自家设备研究的很深入，但对其他厂家，特别是竞争敌手的产品兼容性就差许多，因此，在市局面上更多的是接纳第三方厂家提供的专业数据收罗系统。这种设备数据收罗系统，在离散制造行业叫MDC(机床监控与数据收罗系统，Manufacturing Data Collection)，在流程制造业用SCADA系统(数据收罗与监视控制系统)实现设备数据的自动收罗。如图1所示的MDC显示界面。

设备数据自动收罗的手段主要有以下三种：

1）带网卡的数控机床——通过机床网卡，实现对设备状态的远程自动收罗。收罗的内容包括运行参数(主轴转速、进给速度、主轴功率、刀具坐标等)以及加工产品、加工数量、报警信息等。该种收罗计划的优点是收罗的数据种类多、实时性强。缺点是，受控制系统的限制，目前主要是西门子、发那科、海德汉、华中数控等部分主流系统支持。虽然，由于这是智能制造的生长趋势，越来越多的机床控制系统也开始支持网卡的数据收罗。

2）PLC收罗——通过设备PLC输出接口，结合其通讯协议，实现对设备状态收罗，包括温度、压力、流量、液位等。优点是支持PLC收罗的系统比较多，适用面广。缺点是从收罗效果上，略逊色网卡收罗的效果，但内容也相对富厚，基本满足制造业的需求。

3）硬件收罗——对一些比较老旧的设备，因其无数据输出接口或者没有通讯协议，可通过此种方法进行数据收罗。优点是险些适合任何设备，缺点是收罗的数据种类有限。

W88优德官网分享：没有数据收罗，工业互联网将是无源之水

图1 兰光MDC的显示界面(绿色—运行、黄色—待机、红色—故障)

2. 人工终端反响收罗

关于不可实现自动收罗的生产工位，可通过现场工位机、移动终端、条码扫描枪等数字化设备进行数据收罗。收罗内容包括生产开工、完工时间、生产数量、检验项目、检验结果、产品缺陷、设备故障等。该种收罗方法优点是对设备的要求低，适用场景广，但缺点是受制于人的主动性，在数据的实时性、准确性、客观性等方面都有所欠缺。

3. 其他外围终端收罗

接纳RFID、集成等方法实现制造数据收罗。

1）RFID：RFID射频识别是一种非接触式的自动识别技术，它通过射频信号自动识别目标工具并获取相关数据，识别事情无须人工干预，可应用于种种卑劣情况。

2）与其他设备集成。如三坐标丈量机等检测设备，可通过与设备进行集成，读取产品检测信息,用于质量治理与追溯。

三、制造数据的状态治理

在制造数据收罗的基础上，需要对收罗到的相关数据进行上剖析并指导生产的革新与优化。

1. 设备状态数据剖析

对收罗到的种种数据进行加工处理后，以种种方法进行输出和展现，使相关人员第一时间了解设备生产的实时情况，如实时状态、加工工艺数据等，便于做出实时、科学的治理决策。

2. 生产工艺数据优化

主要体现在两方面：

1）设备工艺参数监控：将收罗到的设备工艺参数，如温度、压力等，与设定的标准参数进行实时比对与管控，从而实现对生产历程进行实时、动态、严格的工艺控制，确保产品质量的稳定性。

2）工艺革新与优化：对制造历程的主要工艺参数与完工后的产品及格率进行综合剖析，便于为工艺革新与优化。

3. 生产历程追溯

通过产品制造的历程数据实现对产品制造历史的追溯，抵达问题复现、质量追溯等目的。

四、制造数据收罗的生长偏向

随着物联网等技术的生长，制造数据收罗在设备兼容性、数据富厚性、数据价值挖掘等方面都有了快速生长，下面划分从数据的收罗广度、收罗深度及价值利用等方面进行论述。如图2所示。

1. 收罗的“广度”

收罗的工具可分为两类，一类是自己就具备数字化功效的设备，如数控机床、热处理设备、机械人、AGV、自动化立体货仓等数字化设备。另一类是“哑设备”，就是自己不具有数字化功效，但可以通过革新或者借助信息化手段，使相关信息能进入数字化系统的设备、设施、物料、人员等，都可归于该类。如对普通机床通过增加智能收罗硬件，对物料通过二维码、RFID等方法，对人员通过刷卡或者信息系统进行相应的数据收罗。

通过对更多设备、设施、物料等的收罗，实现更广的兼容性，这是制造数据收罗在广度偏向的生长趋势。

W88优德官网分享：没有数据收罗，工业互联网将是无源之水

图2 制造数据收罗的生长偏向

2. 收罗的“深度”

充分发挥数字化设备及相关信息化系统越来越好的开放性，以及越来越强大的传感器、物联网等收罗技术，使收罗的数据种类更富厚，准确度更高，实时性更强，并且本钱更低，从而性价比更高地收罗到更多的种种数据，为大数据深度挖掘与价值体现提供数据原料基础。

3. 应用的“高度”

数据是智能制造的基础，结合制造业行业知识对这些数据进行充分的挖掘与利用，对制造企业具有很是重要的意义。

利用这些数据，首先实现了设备或生产历程的可见性，对设备或生产处于什么状态，可一目了然。通过与设备维修维护等行业知识的结合，知道爆发了什么事情，这是数据的认知性应用。

通过大数据剖析，预测将来可能泛起的故障等问题，实现设备的可预测性维护，制止因为设备的宕机而影响整条产线的正常运转，实现生产流畅的生产。

自适应是数据最高层级的应用，通过数据收罗、状态感知、实时剖析、自主决策，甚至是机械的自学习，系统凭据实时状态进行动态调解与优化，甚至是自我修复，实现高效、高质、无忧的智能化生产。

总之，随着传感器技术的突飞猛进及本钱的迅速下降，使得传感器无处不在，实时的数据收罗成为可能，种种设备运行和生产制造大数据的快速积累，为工业互联网平台提供源源不绝的高质量数据，并与行业知识深度结合，就可以充分发挥工业互联网平台的价值，更好地增进企业的智能化转型升级。

本文来源于网络，仅作内容分享。

声明：部分内容来源于网络，如侵权请后台留言联系删除。

上一篇:西门子S7-1200与G120变频器的Modbus RTU通讯下一篇:西门子V90伺服变频器常见EMC滋扰故障解析