武天野

(浙江理工大學(xué)機(jī)械與自動(dòng)控制學(xué)院，浙江 杭州 310000)

0 引言

隨著“工業(yè)4.0”、“中國(guó)制造2025”以及我國(guó)兩化融合政策的深入推進(jìn)，數(shù)字化、網(wǎng)絡(luò)化、智能化與傳統(tǒng)軸承制造相結(jié)合是當(dāng)今軸承制造業(yè)發(fā)展的趨勢(shì)。很多軸承制造企業(yè)開(kāi)始購(gòu)買(mǎi)一些商品化的數(shù)字化信息系統(tǒng)來(lái)打造制造全價(jià)值鏈，全方位由傳統(tǒng)制造企業(yè)向智能制造企業(yè)轉(zhuǎn)型。但是這些系統(tǒng)往往在功能上不關(guān)聯(lián)、信息上不共享。

本文融合基于邊緣計(jì)算的實(shí)時(shí)數(shù)據(jù)處理方法和多源機(jī)構(gòu)數(shù)據(jù)集成方法，設(shè)計(jì)了面向軸承制造的生產(chǎn)數(shù)據(jù)實(shí)時(shí)集成系統(tǒng)，實(shí)現(xiàn)了軸承制造業(yè)生產(chǎn)數(shù)據(jù)的實(shí)時(shí)采集和處理，以及異構(gòu)數(shù)據(jù)的共享和服務(wù)集成。

1 系統(tǒng)總體架構(gòu)

本文所構(gòu)建的面向軸承制造的生產(chǎn)數(shù)據(jù)實(shí)時(shí)集成系統(tǒng)總體架構(gòu)如圖1 所示，主要包括設(shè)備層、數(shù)據(jù)層、應(yīng)用層、系統(tǒng)層四個(gè)層次。其中，設(shè)備感知層針對(duì)不同類(lèi)型接口和通訊方式的數(shù)控設(shè)備采用不同的數(shù)據(jù)采集方法完成數(shù)據(jù)的采集；數(shù)據(jù)接入層有針對(duì)性的根據(jù)不同數(shù)據(jù)的來(lái)源和傳輸特點(diǎn)來(lái)選擇合適方式完成數(shù)據(jù)的接入；數(shù)據(jù)處理層的數(shù)據(jù)架構(gòu)采用了改進(jìn)Lambda數(shù)據(jù)架構(gòu)的Kappa架構(gòu)，在刪除批處理引擎的基礎(chǔ)上直接使用流處理引擎；應(yīng)用服務(wù)層包含生產(chǎn)數(shù)據(jù)實(shí)時(shí)集成系統(tǒng)的各項(xiàng)功能模塊，如：生產(chǎn)過(guò)程可視化監(jiān)控、生產(chǎn)數(shù)據(jù)統(tǒng)計(jì)分析、物料信息追蹤、工件檢驗(yàn)與追溯等。

圖1 生產(chǎn)數(shù)據(jù)實(shí)時(shí)集成系統(tǒng)架構(gòu)圖

2 基于邊緣計(jì)算的實(shí)時(shí)數(shù)據(jù)處理方法

結(jié)合國(guó)內(nèi)外學(xué)者的研究成果和軸承制造業(yè)的生產(chǎn)特點(diǎn)，本文在Kappa數(shù)據(jù)處理架構(gòu)基礎(chǔ)上，提出一種基于邊緣計(jì)算的實(shí)時(shí)數(shù)據(jù)處理方法（如圖2），該方法在邊緣計(jì)算節(jié)點(diǎn)引入數(shù)據(jù)反饋回路理念，當(dāng)發(fā)現(xiàn)設(shè)備異?；蚰车郎a(chǎn)工藝有誤時(shí)直接將異常信息反饋回設(shè)備層或作業(yè)員，加快現(xiàn)場(chǎng)透明化反應(yīng)能力和異?？焖偬幚砟芰?，形成全流程閉環(huán)生產(chǎn)管理。

圖2 基于邊緣計(jì)算的實(shí)時(shí)數(shù)據(jù)處理方法

2.1 設(shè)計(jì)及特點(diǎn)

⑴在工業(yè)現(xiàn)場(chǎng)部署邊緣網(wǎng)關(guān)和邊緣服務(wù)器等邊緣計(jì)算設(shè)備，將實(shí)效性需求高的數(shù)據(jù)直接在邊緣節(jié)點(diǎn)進(jìn)行優(yōu)化計(jì)算。設(shè)備終端所采集的數(shù)據(jù)經(jīng)過(guò)邊緣計(jì)算節(jié)點(diǎn)的一系列計(jì)算處理服務(wù)，如計(jì)算卸載、數(shù)據(jù)處理、數(shù)據(jù)緩存和存儲(chǔ)之后傳輸?shù)狡髽I(yè)私有云服務(wù)器，參數(shù)優(yōu)化之后存儲(chǔ)到數(shù)據(jù)庫(kù)中，保證了數(shù)據(jù)采集傳輸?shù)膶?shí)時(shí)性。

⑵面對(duì)海量制造數(shù)據(jù)的傳輸采用Kafka 分布式中間件，并根據(jù)其Topic 消息消費(fèi)模式，分發(fā)給不同的服務(wù)集群。其次Kafka 不僅有消息隊(duì)列的作用，并利用其log.retention.minute 來(lái)部署數(shù)據(jù)日志的保留期替代Lambda 架構(gòu)中批處理層數(shù)據(jù)倉(cāng)庫(kù)的功能，實(shí)現(xiàn)對(duì)歷史數(shù)據(jù)的重新處理。

⑶通過(guò)Flink流式計(jì)算引擎保證系統(tǒng)的高吞吐和低延遲，利用其高效的內(nèi)存結(jié)構(gòu)和DataStream API 對(duì)接上游數(shù)據(jù)來(lái)源Kafka傳來(lái)的JSON 或SQL，經(jīng)過(guò)參數(shù)解析、分片創(chuàng)建等方法最后轉(zhuǎn)換成JobGraph 并提交到對(duì)應(yīng)的服務(wù)，完成任務(wù)的提交。

2.2 應(yīng)用場(chǎng)景

針對(duì)軸承制造作業(yè)現(xiàn)場(chǎng)實(shí)時(shí)采集的設(shè)備及生產(chǎn)數(shù)據(jù)，管理者可以實(shí)時(shí)監(jiān)控生產(chǎn)線的設(shè)備生產(chǎn)情況和重要資源定位追蹤，并結(jié)合數(shù)據(jù)處理結(jié)果對(duì)現(xiàn)場(chǎng)生產(chǎn)過(guò)程進(jìn)行動(dòng)態(tài)調(diào)度和實(shí)時(shí)調(diào)控，形成基于數(shù)據(jù)驅(qū)動(dòng)的制造過(guò)程閉環(huán)控制體系。

在底層邊緣計(jì)算節(jié)點(diǎn)部署設(shè)備常見(jiàn)異常反饋控制程序或服務(wù)，針對(duì)底層設(shè)備流中的異常和預(yù)警信息結(jié)合數(shù)據(jù)處理層分析的結(jié)果對(duì)設(shè)備層進(jìn)行反饋控制。例如，當(dāng)監(jiān)測(cè)到機(jī)床伺服電機(jī)過(guò)熱預(yù)警時(shí)，首先改變電壓信號(hào)降低伺服電機(jī)轉(zhuǎn)子轉(zhuǎn)速，再對(duì)電機(jī)負(fù)載進(jìn)行檢查診斷。

軸承生產(chǎn)過(guò)程數(shù)據(jù)（設(shè)備運(yùn)行參數(shù)、工藝參數(shù)、物料參數(shù)、工單參數(shù)等）和質(zhì)量檢驗(yàn)數(shù)據(jù)（軸徑向游隙檢驗(yàn)、內(nèi)外徑檢驗(yàn)、硬度探傷檢驗(yàn)等）經(jīng)過(guò)數(shù)據(jù)處理層一系列計(jì)算處理后傳遞到上層可視化平臺(tái)，可供管理者建立產(chǎn)品質(zhì)量與影響因素的映射模型和缺陷產(chǎn)品的全過(guò)程追溯分析，進(jìn)一步提升產(chǎn)品質(zhì)量、降低企業(yè)生產(chǎn)成本。

3 系統(tǒng)實(shí)現(xiàn)

基于上述關(guān)鍵數(shù)據(jù)處理技術(shù)和功能框架，利用.NET Framework 4.0工具開(kāi)發(fā)了C/S架構(gòu)的數(shù)據(jù)采集客戶端。該系統(tǒng)主界面如圖3中①所示，主要包含車(chē)間設(shè)備數(shù)據(jù)實(shí)時(shí)采集、工單管理、車(chē)間設(shè)備管理等功能模塊，其各功能模塊描述如下：

生管人員可以根據(jù)工單條件對(duì)工單進(jìn)行查詢(xún)和導(dǎo)入，同時(shí)生管人員可以根據(jù)工單的類(lèi)型和優(yōu)先級(jí)不同對(duì)工單進(jìn)行插單和撤單的操作。如圖3中②所示。

圖3 客戶端主界面和工單管理模塊

圖4 中以GMX 250 linear 設(shè)備為例，采集了該設(shè)備的開(kāi)機(jī)時(shí)間、加工時(shí)間、主軸轉(zhuǎn)速等參數(shù)等信息，同時(shí)對(duì)該設(shè)備主軸的功率、電壓、等參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控，確保車(chē)間現(xiàn)場(chǎng)生產(chǎn)的安全。

圖4 車(chē)間設(shè)備實(shí)時(shí)運(yùn)行信息

設(shè)備管理模塊包含：對(duì)聯(lián)網(wǎng)設(shè)備的添加或刪除功能，對(duì)機(jī)床客戶端發(fā)送指令實(shí)現(xiàn)反饋控制。同時(shí)該模塊包含了設(shè)備維修的相關(guān)信息，這些信息可供企業(yè)管理人員直觀掌握設(shè)備稼動(dòng)情況，合理安排設(shè)備變更和保養(yǎng)計(jì)劃。如圖5所示。

圖5 車(chē)間設(shè)備管理頁(yè)面

為滿足系統(tǒng)的交互性需求，系統(tǒng)的可視化集成云平臺(tái)（如圖6 所示）基于SOA 架構(gòu)模型并利用Web Service 技術(shù)集成第三方系統(tǒng)的相關(guān)數(shù)據(jù)和服務(wù)。該模塊包含各生產(chǎn)車(chē)間的實(shí)時(shí)生產(chǎn)狀況，如生產(chǎn)進(jìn)度、設(shè)備參數(shù)、物料消耗情況、設(shè)備報(bào)警信息等。

圖6 實(shí)時(shí)監(jiān)控看板

4 結(jié)束語(yǔ)

本文以軸承制造業(yè)為研究對(duì)象，針對(duì)其制造過(guò)程中的數(shù)據(jù)實(shí)時(shí)采集問(wèn)題，提出一種基于邊緣結(jié)算的實(shí)時(shí)數(shù)據(jù)處理方法。該方法在Kappa大數(shù)據(jù)處理架構(gòu)的基礎(chǔ)上結(jié)合邊緣計(jì)算、反饋控制等理念，實(shí)現(xiàn)現(xiàn)場(chǎng)設(shè)備信息的實(shí)時(shí)采集無(wú)紙化、生產(chǎn)狀況的可視化。此外，構(gòu)建了基于面向服務(wù)架構(gòu)的系統(tǒng)集成模型，利用Web Service 技術(shù)來(lái)集成不同信息系統(tǒng)間的數(shù)據(jù)和服務(wù)。最后，設(shè)計(jì)并開(kāi)發(fā)了數(shù)據(jù)采集客戶端和可視化集成云平臺(tái)，進(jìn)一步提高了企業(yè)生產(chǎn)過(guò)程優(yōu)化調(diào)度和資源配置的能力。