賀保衛(wèi) 豆張瑞 尹 帥 曹孔玉

(①青島杰瑞工控技術(shù)有限公司，山東 青島266061；②大連海事大學(xué)交通運(yùn)輸工程學(xué)院，遼寧 大連116026)

隨著“德國(guó)工業(yè)4.0”、“美國(guó)工業(yè)互聯(lián)網(wǎng)”和“中國(guó)制造2025”等工業(yè)戰(zhàn)略規(guī)劃相繼出臺(tái)，各國(guó)不約而同地將智能制造確定為振興工業(yè)發(fā)展戰(zhàn)略的關(guān)鍵[1]，智能制造成為全球工業(yè)界關(guān)注的重點(diǎn)和學(xué)術(shù)界研究的熱點(diǎn)。另外，在《大數(shù)據(jù)促發(fā)展：挑戰(zhàn)與機(jī)遇》白皮書中，聯(lián)合國(guó)指出大數(shù)據(jù)技術(shù)對(duì)于聯(lián)合國(guó)和各國(guó)政府是一次重要的歷史機(jī)遇，歐盟也呼吁各成員國(guó)積極迎接大數(shù)據(jù)時(shí)代[2]。利用大數(shù)據(jù)技術(shù)來促進(jìn)制造業(yè)的發(fā)展已經(jīng)成現(xiàn)代制造企業(yè)的共識(shí)。

隨著列車部件集成度和勞動(dòng)成本的提高，市場(chǎng)競(jìng)爭(zhēng)日益激烈，各列車零部件制造廠商對(duì)TQCS提出了更高的要求。為了應(yīng)對(duì)挑戰(zhàn)，改變列車部件傳統(tǒng)手工裝配模式，將大數(shù)據(jù)技術(shù)、人工智能融入列車部件制造成為一種不可阻擋的趨勢(shì)[3]。

本文利用傳感器、RFID射頻識(shí)別、物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算等技術(shù)，結(jié)合自動(dòng)化設(shè)備的設(shè)計(jì)利用，對(duì)列車部件智能制造系統(tǒng)進(jìn)行設(shè)計(jì)，旨在為高鐵制造業(yè)由“制造”走向“智造”貢獻(xiàn)一份力量。

1 大數(shù)據(jù)在智能制造的應(yīng)用

1.1 制造業(yè)大數(shù)據(jù)特征

制造業(yè)大數(shù)據(jù)除了擁有“5V”特征，即Volume(容量大)、Variety(種類多)、Velocity(速度快)、Value(價(jià)值密度低)、Veracity(不完全真實(shí))[4]，還具有以下特征：(1)數(shù)據(jù)分散，非結(jié)構(gòu)化比例大。制造業(yè)數(shù)據(jù)來源廣泛且分散，包括制造過程監(jiān)控?cái)?shù)據(jù)、企業(yè)經(jīng)營(yíng)管理數(shù)據(jù)、供應(yīng)商及客戶數(shù)據(jù)。海量異構(gòu)數(shù)據(jù)難以有效集成，不能實(shí)現(xiàn)面向系統(tǒng)生命周期管理的數(shù)據(jù)協(xié)同管理。(2)高噪音。數(shù)據(jù)噪音容易導(dǎo)致數(shù)據(jù)出現(xiàn)錯(cuò)誤，給制造業(yè)造成巨大損失。(3)強(qiáng)關(guān)聯(lián)性。制造數(shù)據(jù)的產(chǎn)生和應(yīng)用都圍繞產(chǎn)品全生命周期、企業(yè)主價(jià)值鏈等，數(shù)據(jù)間關(guān)聯(lián)性強(qiáng)且分析準(zhǔn)確性要求高。(4)非線性。生產(chǎn)過程存在許多不可預(yù)測(cè)物理化學(xué)變化，導(dǎo)致數(shù)據(jù)非線性。

1.2 大數(shù)據(jù)平臺(tái)搭建

制造業(yè)大數(shù)據(jù)的特征給大數(shù)據(jù)的存儲(chǔ)與處理帶來挑戰(zhàn)，Hadoop是由HDFS和MapReduce組成的分布式架構(gòu)平臺(tái)，這種架構(gòu)使大數(shù)據(jù)的存儲(chǔ)與處理成為可能。分布式文件系統(tǒng)HDFS具有低延遲數(shù)據(jù)訪問、支持超大文件、可擴(kuò)展和高容錯(cuò)等特點(diǎn)，能夠存儲(chǔ)生產(chǎn)制造過程中大量半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，利用MapReduce分布式計(jì)算提供數(shù)據(jù)分布式處理[5]。

Hadoop平臺(tái)搭建首先安裝虛擬機(jī)VMware并安裝CentOS系統(tǒng)；進(jìn)行Hadoop服務(wù)器基礎(chǔ)環(huán)境配置，添加Hadoop用戶；進(jìn)行Hadoop完全分布式配置：包括配置集群主機(jī)Hosts、配置SSH、配置集群各主機(jī)間無(wú)密碼訪問、安裝主機(jī)和從機(jī)的Hadoop環(huán)境、格式化HDSF文件系統(tǒng)、啟動(dòng)HDSF文件管理系統(tǒng)與MapReduce；進(jìn)行HBase的安裝配置，解壓源碼包并重命名；調(diào)用SequenceFile，MapFile文件存儲(chǔ)。

2 基于大數(shù)據(jù)的智能制造系統(tǒng)架構(gòu)

根據(jù)列車部件制造總體目標(biāo)和要求，將智能制造系統(tǒng)架構(gòu)確定為物物互聯(lián)層、智能感知層、數(shù)據(jù)分析層、制造服務(wù)層和一個(gè)大數(shù)據(jù)中心，如圖1所示。

2.1 物物互聯(lián)層

物物互聯(lián)層負(fù)責(zé)制造過程中多源數(shù)據(jù)的實(shí)時(shí)采集。在制造線體布置RFID電子標(biāo)簽、識(shí)別碼、各類傳感器進(jìn)行多源數(shù)據(jù)采集，然后通過工業(yè)互聯(lián)網(wǎng)、無(wú)線網(wǎng)絡(luò)、紅外和藍(lán)牙等進(jìn)行數(shù)據(jù)交換和通信，完成工件、設(shè)備、操作人員及計(jì)算機(jī)等物理資源的互聯(lián)互通，實(shí)現(xiàn)多源數(shù)據(jù)的實(shí)時(shí)可靠獲取。

2.2 智能感知層

智能感知層負(fù)責(zé)多傳感器的體系化管理，包括傳感器數(shù)據(jù)傳輸協(xié)議、異構(gòu)傳感器管理、傳感數(shù)據(jù)格式化封裝等。通過傳感器數(shù)據(jù)的網(wǎng)絡(luò)傳輸實(shí)現(xiàn)物理制造資源相關(guān)數(shù)據(jù)的實(shí)時(shí)獲取和主動(dòng)感知。標(biāo)準(zhǔn)化定義Web端用戶的交互操作，基于用戶界面的模塊化設(shè)計(jì)，通過Web中間件的用戶行為解析功能，實(shí)現(xiàn)對(duì)用戶事務(wù)數(shù)據(jù)的實(shí)時(shí)感知獲取。

2.3 數(shù)據(jù)分析層

數(shù)據(jù)分析層將數(shù)據(jù)進(jìn)行存儲(chǔ)、篩選、分析處理，得到滿足需求的知識(shí)，為制造服務(wù)層提供標(biāo)準(zhǔn)化的信息。來自異構(gòu)傳感器和用戶界面的數(shù)據(jù)具有多源、分散的特點(diǎn)，需要利用ETL技術(shù)，通過抽取-轉(zhuǎn)換-加載過程將數(shù)據(jù)提取并集成為統(tǒng)一數(shù)據(jù)形式，建立制造過程數(shù)據(jù)倉(cāng)庫(kù)，然后根據(jù)實(shí)際需求進(jìn)行聯(lián)機(jī)分析處理(OLAP)。數(shù)據(jù)關(guān)聯(lián)挖掘獲取復(fù)雜網(wǎng)絡(luò)模型中數(shù)據(jù)耦合作用機(jī)理[6]，構(gòu)建數(shù)據(jù)演化規(guī)律的預(yù)測(cè)模型，實(shí)現(xiàn)的生產(chǎn)過程變化趨勢(shì)分析、檢測(cè)預(yù)警和優(yōu)化決策等。

2.4 制造服務(wù)層

制造服務(wù)層包括制造過程檢測(cè)、資源實(shí)時(shí)監(jiān)控、質(zhì)量診斷、生產(chǎn)調(diào)度和設(shè)備維護(hù)保養(yǎng)服務(wù)等，其本質(zhì)是應(yīng)用數(shù)據(jù)知識(shí)對(duì)制造過程進(jìn)行實(shí)時(shí)動(dòng)態(tài)優(yōu)化，提高企業(yè)智能化水平。針對(duì)不同的服務(wù)方向構(gòu)建對(duì)應(yīng)的數(shù)據(jù)倉(cāng)庫(kù)，通過數(shù)據(jù)分析獲取關(guān)聯(lián)信息的數(shù)據(jù)演化規(guī)律，利用模擬仿真、反饋調(diào)控和實(shí)時(shí)預(yù)警等手段利用到各種制造服務(wù)業(yè)務(wù)。

2.5 大數(shù)據(jù)中心

大數(shù)據(jù)中心匯集了制造過程中各層次不同形式的數(shù)據(jù)，包括傳感器采集數(shù)據(jù)、互聯(lián)網(wǎng)絡(luò)數(shù)據(jù)、資源配置數(shù)據(jù)、業(yè)務(wù)優(yōu)化知識(shí)和制造服務(wù)封裝平臺(tái)等。原始數(shù)據(jù)高噪音、多尺度及多樣性，需對(duì)其進(jìn)行過濾集成提高數(shù)據(jù)質(zhì)量；針對(duì)數(shù)據(jù)的海量性、高速性，利用高效并行的數(shù)據(jù)存儲(chǔ)、查詢與讀取算法來提高數(shù)據(jù)分析轉(zhuǎn)化效率；多維度制造服務(wù)層下數(shù)據(jù)具有高維度的特性，需要構(gòu)建面向主題的數(shù)據(jù)倉(cāng)庫(kù)來提高數(shù)據(jù)的集聚程度。

2.6 系統(tǒng)硬件拓?fù)浣Y(jié)構(gòu)

根據(jù)智能制造系統(tǒng)整體架構(gòu)進(jìn)行系統(tǒng)硬件拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)，如圖2所示。

3 關(guān)鍵技術(shù)應(yīng)用與分析

列車部件制造過程涉及MES、PDM、PLM、PHM等多個(gè)獨(dú)立信息系統(tǒng)，系統(tǒng)之間數(shù)據(jù)結(jié)構(gòu)差異較大且缺少統(tǒng)一接口，使得企業(yè)內(nèi)部數(shù)據(jù)難以融合，無(wú)法充分挖掘數(shù)據(jù)的經(jīng)濟(jì)與社會(huì)價(jià)值。如何將分布式異構(gòu)數(shù)據(jù)源進(jìn)行集成處理，讓上層用戶以透明的方式訪問數(shù)據(jù)，成為大數(shù)據(jù)技術(shù)要解決的問題。如圖3所示，為列車部件制造系統(tǒng)中數(shù)據(jù)處理過程架構(gòu)圖，通過此圖介紹智能制造系統(tǒng)中的關(guān)鍵技術(shù)。

3.1 數(shù)據(jù)抽取(data extract)技術(shù)

ETL是數(shù)據(jù)抽取、轉(zhuǎn)換和裝載(extract，transformation，loading)的簡(jiǎn)稱，是對(duì)業(yè)務(wù)系統(tǒng)中分散數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換、清洗和加載，使這些數(shù)據(jù)成為有用數(shù)據(jù)，是數(shù)據(jù)倉(cāng)庫(kù)獲取高質(zhì)量數(shù)據(jù)的關(guān)鍵環(huán)節(jié)。

數(shù)據(jù)抽取是從不同操作平臺(tái)、數(shù)據(jù)庫(kù)和數(shù)據(jù)格式中抽取數(shù)據(jù)的過程。首先結(jié)合需求確定抽取字段，數(shù)據(jù)庫(kù)字段應(yīng)與需求字段形成一一映射關(guān)系，得到的數(shù)據(jù)具有統(tǒng)一、規(guī)整的字段內(nèi)容，為后續(xù)數(shù)據(jù)轉(zhuǎn)換和加載提供基礎(chǔ)。數(shù)據(jù)抽取還涉及到從不同類型數(shù)據(jù)庫(kù)(Oracle、Vertica、DB2、Mysql等)、不同類型文件系統(tǒng)(HDFS、Windows、Linux)，以何種方式(數(shù)據(jù)庫(kù)抽取、文件傳輸、流式)、何種頻率(分鐘、小時(shí)、天等)獲取數(shù)據(jù)。

3.2 數(shù)據(jù)轉(zhuǎn)換(data transformation)技術(shù)

數(shù)據(jù)轉(zhuǎn)換是對(duì)抽取后不一致的數(shù)據(jù)進(jìn)行處理的過程，包括：(1)數(shù)據(jù)名稱、格式的統(tǒng)一，即數(shù)據(jù)粒度轉(zhuǎn)換、商務(wù)規(guī)則計(jì)算、統(tǒng)一的數(shù)據(jù)格式、計(jì)量單位、命名等。(2)數(shù)據(jù)倉(cāng)庫(kù)中存在源數(shù)據(jù)庫(kù)中可能不存在的數(shù)據(jù)，需進(jìn)行字段組合、分割或計(jì)算。

數(shù)據(jù)轉(zhuǎn)換還包括數(shù)據(jù)清洗過程，針對(duì)無(wú)關(guān)緊要或者是干擾項(xiàng)的數(shù)據(jù)，要對(duì)數(shù)據(jù)過濾“去噪”提取有效數(shù)據(jù)。

3.3 數(shù)據(jù)加載(data loading)技術(shù)

數(shù)據(jù)裝載是將清洗后的數(shù)據(jù)按照物理數(shù)據(jù)模型定義的表結(jié)構(gòu)裝入目標(biāo)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)表中，允許人工干預(yù)并提供系統(tǒng)日志、錯(cuò)誤報(bào)告、數(shù)據(jù)備份與恢復(fù)功能。整個(gè)操作過程往往要跨網(wǎng)絡(luò)、跨操作平臺(tái)。數(shù)據(jù)加載要結(jié)合使用的數(shù)據(jù)庫(kù)系統(tǒng)(Oracle、Spark、Impala、Mysql等)確定最優(yōu)加載方案，節(jié)約CPU、硬盤IO和網(wǎng)絡(luò)傳輸資源。

4 柔性化生產(chǎn)線

4.1 工藝分析

建立柔性化產(chǎn)線之前，首先應(yīng)用流程程序分析法對(duì)列車部件制造工藝進(jìn)行研究，記錄裝配過程中各零部件的存儲(chǔ)、搬運(yùn)、等待、操作及檢驗(yàn)狀態(tài)，統(tǒng)計(jì)其中的浪費(fèi)現(xiàn)象?；诠I(yè)工程ECRS原則[7]，結(jié)合自動(dòng)化技術(shù)對(duì)部件裝配流程、生產(chǎn)線布局進(jìn)行設(shè)計(jì)整合，包括并行工序重組、相似工序合并、復(fù)雜工序簡(jiǎn)化、周轉(zhuǎn)運(yùn)輸機(jī)械化及生產(chǎn)過程信息化等。

列車同一部件往往因車型不同，其配件型號(hào)及制造工藝不同。本系統(tǒng)的機(jī)械結(jié)構(gòu)采用多元化設(shè)計(jì)使產(chǎn)線兼容多種型號(hào)的配件。通過掃碼識(shí)別不同型號(hào)，信號(hào)傳輸?shù)缴衔粰C(jī)，上位機(jī)根據(jù)信號(hào)種類給PLC控制系統(tǒng)下達(dá)不同指令，零部件自動(dòng)跳過不需要的工位。

4.2 產(chǎn)線設(shè)計(jì)布局

傳統(tǒng)的列車部件制造采用“地?cái)偸健狈止ぷ鳂I(yè)，空間利用率低。所以設(shè)計(jì)產(chǎn)線時(shí)，基于移動(dòng)較短、充分利用面積、物流路線最優(yōu)化原則，確定物料存放區(qū)、輸送區(qū)、組裝區(qū)、半成品緩存區(qū)、試驗(yàn)區(qū)以及成品存放區(qū)位置。根據(jù)工藝流程分析、通過DELMIA優(yōu)化生產(chǎn)節(jié)拍，對(duì)設(shè)備進(jìn)行合理布局。

制造系統(tǒng)模型均在CATIA中創(chuàng)建，將三維模型另存為CATproduct格式導(dǎo)入DELMIA：(1)首先在PPR結(jié)構(gòu)樹產(chǎn)品列表節(jié)點(diǎn)下插入產(chǎn)品模型，在資源列表節(jié)點(diǎn)下插入資源模型和工具模型。(2)基于“可拆即可裝”原理，在PPR工藝列表節(jié)點(diǎn)下按工藝流程逆序添加ProcessLibrary文件中工藝節(jié)點(diǎn)[8]。(3)創(chuàng)建產(chǎn)品、資源、工藝間的邏輯關(guān)系信息。(4)基于“可拆即可裝”原理，按照裝配工藝流程和裝配路徑創(chuàng)建裝配運(yùn)動(dòng)，結(jié)合Pert圖和Gantt圖對(duì)各工序協(xié)調(diào)管理，以獲得最優(yōu)生產(chǎn)節(jié)拍。

4.3 詳細(xì)方案介紹

流水線采用雙層運(yùn)輸，上層采用倍速鏈和滾筒混合傳動(dòng)的方式，下層采用倍速鏈整體動(dòng)力傳動(dòng)的方式，端部布置升降機(jī)實(shí)現(xiàn)部件上下兩層運(yùn)輸。列車零部件質(zhì)量大，其周轉(zhuǎn)運(yùn)輸采用負(fù)載、跨度、起重高度適合的起重機(jī)完成。結(jié)合有效負(fù)載、工作范圍、速度及定位精度等要求，選擇ABB-IRB6700為上料機(jī)器人，如圖4所示。機(jī)器人護(hù)欄為彩鋼瓦與鋼絲網(wǎng)相結(jié)合的方式，設(shè)有平開檢修門和人機(jī)交互的感應(yīng)開閉門。

針對(duì)上料零部件結(jié)構(gòu)不同的情況，為機(jī)器人設(shè)計(jì)通用夾持裝置。如圖5所示，包括支撐板、夾緊氣缸、上壓緊塊和夾緊板，還包括下限位塊，其呈L型，設(shè)置于支撐板下方，其橫向臂位于夾緊板下方且托住夾緊板。夾持工裝通過氣缸控制活動(dòng)關(guān)節(jié)完成多種物料的夾持上線。

如圖6所示，組裝區(qū)配備智能扭矩系統(tǒng)，系統(tǒng)能夠識(shí)別來料選擇所需扭矩扳手，并根據(jù)裝配工藝自動(dòng)調(diào)整扭矩預(yù)設(shè)值。扭矩系統(tǒng)包括電動(dòng)工具、雙軸電動(dòng)工具、無(wú)線扳手等，實(shí)現(xiàn)各固定螺栓的自動(dòng)打扭矩，每次將扭矩?cái)?shù)據(jù)傳入數(shù)據(jù)庫(kù)，記錄到對(duì)應(yīng)產(chǎn)品檔案中。智能扭矩系統(tǒng)提高裝配效率的同時(shí)避免了人工漏擰、欠擰及過擰螺栓導(dǎo)致廢品率升高。

此部件制造涉及重型鋼板，人工搬運(yùn)費(fèi)力且危險(xiǎn)性大，因此設(shè)計(jì)助力機(jī)械手來搬運(yùn)蓋板，如圖7所示。機(jī)械手由3個(gè)關(guān)節(jié)軸組成，分別繞軸旋轉(zhuǎn)360°、310°和310°，前端夾具配有把手、控制按鈕、抓取工裝等部件，操作者在前端施加一個(gè)小推力就能實(shí)現(xiàn)蓋板任意位置搬運(yùn)。

另外，制造系統(tǒng)具有可視化指導(dǎo)功能和零部件信息防誤防漏功能，確保生產(chǎn)過程的準(zhǔn)確性，提高產(chǎn)品生產(chǎn)質(zhì)量和效率；配有多傳感器檢測(cè)技術(shù)的檢測(cè)設(shè)備，全面檢測(cè)產(chǎn)品多項(xiàng)性能參數(shù)；基于大數(shù)據(jù)技術(shù)實(shí)現(xiàn)生產(chǎn)調(diào)度優(yōu)化、制造全程檢測(cè)、資源實(shí)時(shí)監(jiān)控、產(chǎn)品質(zhì)量?jī)?yōu)化、設(shè)備維保優(yōu)化等服務(wù)；對(duì)每個(gè)部件建立電子履歷，存儲(chǔ)產(chǎn)品數(shù)據(jù)信息，實(shí)現(xiàn)制件整個(gè)生命周期的信息可追溯并不斷更新。

5 結(jié)語(yǔ)

基于大數(shù)據(jù)技術(shù)的列車部件智能制造系統(tǒng)通過自動(dòng)化設(shè)備應(yīng)用及多元化工裝設(shè)計(jì)，降低了人工投入，提高了生產(chǎn)效率；通過智能制造系統(tǒng)架構(gòu)搭建網(wǎng)絡(luò)軟硬件系統(tǒng)，實(shí)現(xiàn)制造過程的實(shí)時(shí)在線監(jiān)測(cè)、資源實(shí)時(shí)監(jiān)控、生產(chǎn)調(diào)度及質(zhì)量?jī)?yōu)化、設(shè)備故障檢測(cè)信息記錄；能夠采集組裝、試驗(yàn)、維護(hù)、檢修等環(huán)節(jié)數(shù)據(jù)信息，為每個(gè)產(chǎn)品建立電子檔案，實(shí)現(xiàn)產(chǎn)品信息可追溯查詢。

通過對(duì)列車部件智能制造系統(tǒng)的設(shè)計(jì)研究，形成了一種基于大數(shù)據(jù)技術(shù)的智能制造思路，對(duì)于列車部件的智能制造具有一定的參考價(jià)值和指導(dǎo)意義。