數據采集是工業(yè)互聯(lián)網(wǎng)的基礎，沒(méi)有數據的工業(yè)互聯(lián)網(wǎng)將是無(wú)源之水，工業(yè)互聯(lián)網(wǎng)的價(jià)值在很大程度上取決于采集數據的數量和質(zhì)量。

2017年，IBM商業(yè)價(jià)值研究院聯(lián)合牛津經(jīng)濟研究院對來(lái)自112個(gè)國家12,854位高管進(jìn)行了問(wèn)卷調查。本次調查統計結果表明，這些高管認為企業(yè)的數據只有20%是來(lái)自互聯(lián)網(wǎng)，80%是企業(yè)自身?yè)碛械纳a(chǎn)經(jīng)營(yíng)等環(huán)節數據，這些數據被人工智能等新技術(shù)處理后，可使傳統企業(yè)具有超過(guò)互聯(lián)網(wǎng)公司的優(yōu)勢。

而車(chē)間則是制造企業(yè)使用與產(chǎn)生數據的重要場(chǎng)所。這些數據既包括MES等信息化系統里運行與產(chǎn)生的數據，也包括生產(chǎn)設備產(chǎn)生的各種狀態(tài)與制造參數等數據。工業(yè)互聯(lián)網(wǎng)平臺結合行業(yè)知識對這些數據進(jìn)行進(jìn)一步處理和挖掘，以量化、可視化等方式，定位生產(chǎn)中存在的問(wèn)題并進(jìn)行優(yōu)化，可為企業(yè)智能制造提供源源不斷的新動(dòng)能，有效地提升企業(yè)競爭力。

一、 制造數據采集的數據分類(lèi)

由于行業(yè)不同、應用場(chǎng)景不同，對制造數據的分類(lèi)也不盡相同。

首先是對制造本身的理解。從狹義上的理解，制造主要是將原材料加工成產(chǎn)品的生產(chǎn)過(guò)程，但如果從廣義的上理解，制造可以涵蓋產(chǎn)品研發(fā)、企業(yè)資源管理、產(chǎn)品工藝、生產(chǎn)過(guò)程、市場(chǎng)營(yíng)銷(xiāo)、售后維護等等不同的方面，制造數據的范圍就變得非常龐大，數據采集的方式自然也就多種多樣了。

其次，不同行業(yè)對制造數據的分類(lèi)也不同。比如流程行業(yè)，可分為工藝數據、過(guò)程數據以及作業(yè)實(shí)績(jì)。工藝數據主要是指溫度、壓力、電流、電壓等直接影響生產(chǎn)效率、產(chǎn)品質(zhì)量的數據。過(guò)程數據是指生產(chǎn)過(guò)程中所使用或者產(chǎn)生的數據，比如物料、計劃、生產(chǎn)節拍等等。而實(shí)績(jì)數據包括投入產(chǎn)出數量、合格率等等。

在離散制造行業(yè)，主要的制造數據包括設備數據、生產(chǎn)過(guò)程數據、質(zhì)量數據等。

1）設備數據：設備運行狀態(tài)信息、實(shí)時(shí)工藝參數信息、故障信息、維修/維護信息等;

2）生產(chǎn)過(guò)程數據：生產(chǎn)計劃、產(chǎn)品加工時(shí)間、加工數量、加工人員、加工參數、產(chǎn)品完工率等;

3）質(zhì)量數據：產(chǎn)品質(zhì)量信息、工藝質(zhì)量信息等。

最后，劃分的標準也不同。也有人將能源數據、測量測試數據等都定為單獨的一類(lèi)。

本文基于離散行業(yè)的劃分習慣，按照狹義上的制造進(jìn)行數據種類(lèi)的劃分，即設備數據、生產(chǎn)過(guò)程數據、質(zhì)量數據三類(lèi)，能源數據可合并到設備數據，測量測試數據可并入質(zhì)量數據類(lèi)。

二、 制造數據采集的方式

目前，制造數據的主要采集方式有設備自動(dòng)采集、人工終端反饋、其他外圍終端采集等。

1. 設備自動(dòng)采集

這類(lèi)系統有些是設備廠(chǎng)家提供，優(yōu)點(diǎn)是對自家設備研究的很深入，但對其他廠(chǎng)家，特別是競爭對手的產(chǎn)品兼容性就差很多，因此，在市場(chǎng)面上更多的是采用第三方廠(chǎng)家提供的專(zhuān)業(yè)數據采集系統。這種設備數據采集系統，在離散制造行業(yè)叫MDC(機床監控與數據采集系統，Manufacturing Data Collection)，在流程制造業(yè)用SCADA系統(數據采集與監視控制系統)實(shí)現設備數據的自動(dòng)采集。如圖1所示的MDC顯示界面。

設備數據自動(dòng)采集的手段主要有以下三種：

1）帶網(wǎng)卡的數控機床——通過(guò)機床網(wǎng)卡，實(shí)現對設備狀態(tài)的遠程自動(dòng)采集。采集的內容包括運行參數(主軸轉速、進(jìn)給速度、主軸功率、刀具坐標等)以及加工產(chǎn)品、加工數量、報警信息等。該種采集方案的優(yōu)點(diǎn)是采集的數據種類(lèi)多、實(shí)時(shí)性強。缺點(diǎn)是，受控制系統的限制，目前主要是西門(mén)子、發(fā)那科、海德漢、華中數控等部分主流系統支持。當然，由于這是智能制造的發(fā)展趨勢，越來(lái)越多的機床控制系統也開(kāi)始支持網(wǎng)卡的數據采集。

2）PLC采集——通過(guò)設備PLC輸出接口，結合其通訊協(xié)議，實(shí)現對設備狀態(tài)采集，包括溫度、壓力、流量、液位等。優(yōu)點(diǎn)是支持PLC采集的系統比較多，適用面廣。缺點(diǎn)是從采集效果上，略遜色網(wǎng)卡采集的效果，但內容也相對豐富，基本滿(mǎn)足制造業(yè)的需求。

3）硬件采集——對一些比較老舊的設備，因其無(wú)數據輸出接口或者沒(méi)有通訊協(xié)議，可通過(guò)此種方式進(jìn)行數據采集。優(yōu)點(diǎn)是幾乎適合任何設備，缺點(diǎn)是采集的數據種類(lèi)有限。

圖1 蘭光MDC的顯示界面(綠色—運行、黃色—待機、紅色—故障)

2. 人工終端反饋采集

對于不能實(shí)現自動(dòng)采集的生產(chǎn)工位，可通過(guò)現場(chǎng)工位機、移動(dòng)終端、條碼掃描槍等數字化設備進(jìn)行數據采集。采集內容包括生產(chǎn)開(kāi)工、完工時(shí)間、生產(chǎn)數量、檢驗項目、檢驗結果、產(chǎn)品缺陷、設備故障等。該種采集方式優(yōu)點(diǎn)是對設備的要求低，適用場(chǎng)景廣，但缺點(diǎn)是受制于人的主動(dòng)性，在數據的實(shí)時(shí)性、準確性、客觀(guān)性等方面都有所欠缺。

3. 其他外圍終端采集

采用RFID、集成等方式實(shí)現制造數據采集。

1）RFID：RFID射頻識別是一種非接觸式的自動(dòng)識別技術(shù)，它通過(guò)射頻信號自動(dòng)識別目標對象并獲取相關(guān)數據，識別工作無(wú)須人工干預，可應用于各種惡劣環(huán)境。

2）與其他設備集成。如三坐標測量機等檢測設備，可通過(guò)與設備進(jìn)行集成，讀取產(chǎn)品檢測信息,用于質(zhì)量管理與追溯。

三、 制造數據的狀態(tài)管理

在制造數據采集的基礎上，需要對采集到的相關(guān)數據進(jìn)行上分析并指導生產(chǎn)的改進(jìn)與優(yōu)化。

1. 設備狀態(tài)數據分析

對采集到的各種數據進(jìn)行加工處理后，以各種方式進(jìn)行輸出和展現，使相關(guān)人員第一時(shí)間了解設備生產(chǎn)的實(shí)時(shí)情況，如實(shí)時(shí)狀態(tài)、加工工藝數據等，便于做出及時(shí)、科學(xué)的管理決策。

2. 生產(chǎn)工藝數據優(yōu)化

主要表現在兩方面：

1）設備工藝參數監控：將采集到的設備工藝參數，如溫度、壓力等，與設定的標準參數進(jìn)行實(shí)時(shí)比對與管控，從而實(shí)現對生產(chǎn)過(guò)程進(jìn)行實(shí)時(shí)、動(dòng)態(tài)、嚴格的工藝控制，確保產(chǎn)品質(zhì)量的穩定性。

2）工藝改進(jìn)與優(yōu)化：對制造過(guò)程的主要工藝參數與完工后的產(chǎn)品合格率進(jìn)行綜合分析，便于為工藝改進(jìn)與優(yōu)化。

3. 生產(chǎn)過(guò)程追溯

通過(guò)產(chǎn)品制造的過(guò)程數據實(shí)現對產(chǎn)品制造歷史的追溯，達到問(wèn)題復現、質(zhì)量追溯等目的。

四、 制造數據采集的發(fā)展方向

隨著(zhù)物聯(lián)網(wǎng)等技術(shù)的發(fā)展，制造數據采集在設備兼容性、數據豐富性、數據價(jià)值挖掘等方面都有了快速發(fā)展，下面分別從數據的采集廣度、采集深度及價(jià)值利用等方面進(jìn)行闡述。如圖2所示。

1. 采集的“廣度”

采集的對象可分為兩類(lèi)，一類(lèi)是本身就具備數字化功能的設備，如數控機床、熱處理設備、機器人、AGV、自動(dòng)化立體倉庫等數字化設備。另一類(lèi)是“啞設備”，就是本身不具有數字化功能，但可以通過(guò)改造或者借助信息化手段，使相關(guān)信息能進(jìn)入數字化系統的設備、設施、物料、人員等，都可歸于該類(lèi)。如對普通機床通過(guò)增加智能采集硬件，對物料通過(guò)二維碼、RFID等方式，對人員通過(guò)刷卡或者信息系統進(jìn)行相應的數據采集。

通過(guò)對更多設備、設施、物料等的采集，實(shí)現更廣的兼容性，這是制造數據采集在廣度方向的發(fā)展趨勢。

圖2 制造數據采集的發(fā)展方向

2. 采集的“深度”

充分發(fā)揮數字化設備及相關(guān)信息化系統越來(lái)越好的開(kāi)放性，以及越來(lái)越強大的傳感器、物聯(lián)網(wǎng)等采集技術(shù)，使采集的數據種類(lèi)更豐富，準確度更高，實(shí)時(shí)性更強，并且成本更低，從而性?xún)r(jià)比更高地采集到更多的各種數據，為大數據深度挖掘與價(jià)值體現提供數據原料基礎。

3. 應用的“高度”

數據是智能制造的基礎，結合制造業(yè)行業(yè)知識對這些數據進(jìn)行充分的挖掘與利用，對制造企業(yè)具有非常重要的意義。

利用這些數據，首先實(shí)現了設備或生產(chǎn)過(guò)程的可見(jiàn)性，對設備或生產(chǎn)處于什么狀態(tài)，可一目了然。通過(guò)與設備維修維護等行業(yè)知識的結合，知道發(fā)生了什么事情，這是數據的認知性應用。

通過(guò)大數據分析，預測將來(lái)可能出現的故障等問(wèn)題，實(shí)現設備的可預測性維護，避免因為設備的宕機而影響整條產(chǎn)線(xiàn)的正常運轉，實(shí)現生產(chǎn)流暢的生產(chǎn)。

自適應是數據最高層級的應用，通過(guò)數據采集、狀態(tài)感知、實(shí)時(shí)分析、自主決策，甚至是機器的自學(xué)習，系統根據實(shí)時(shí)狀態(tài)進(jìn)行動(dòng)態(tài)調整與優(yōu)化，甚至是自我修復，實(shí)現高效、高質(zhì)、無(wú)憂(yōu)的智能化生產(chǎn)。

總之，隨著(zhù)傳感器技術(shù)的突飛猛進(jìn)及成本的迅速下降，使得傳感器無(wú)處不在，實(shí)時(shí)的數據采集成為可能，各種設備運行和生產(chǎn)制造大數據的快速積累，為工業(yè)互聯(lián)網(wǎng)平臺提供源源不斷的高質(zhì)量數據，并與行業(yè)知識深度結合，就可以充分發(fā)揮工業(yè)互聯(lián)網(wǎng)平臺的價(jià)值，更好地促進(jìn)企業(yè)的智能化轉型升級。

本文來(lái)源于網(wǎng)絡(luò )，僅作內容分享。