侧边栏壁纸
博主头像
问道

问道的小花园,总能给你带来惊喜

  • 累计撰写 68 篇文章
  • 累计创建 35 个标签
  • 累计收到 6 条评论

工业互联网在生产现场关键环节的潜在应用

问道
2023-02-05 / 0 评论 / 0 点赞 / 519 阅读 / 5,445 字 / 正在检测是否收录...
温馨提示:
本文最后更新于 2023-02-05,若内容或图片失效,请留言反馈。部分素材来自网络,若不小心影响到您的利益,请联系我们删除。

目录

工业互联网的核心理念

工业互联网的理念很简单,它的出发点是利用互联网的孪生核心技术——计算和通讯网络技术

  1. 把实体(包括传感器、产品和装备等等)、信息系统、业务流程和人员连接起来,从中收集大量的数据;
  2. 利用数据分析和人工智能等能力,实现对物理世界的实时状态感知,在信息空间通过计算做出最佳的决策,动态地优化资源的使用;

其最终的目的是为了创造新的经济成效和社会价值。

工业互联网平台技术对工业软件架构和应用演变的推进

由于工业互联网技术得益于最新的互联网技术,包括云计算(如虚拟和容器等计算资源管理技术)、大数据,机器学习和人工智能(AI),以及最新的应用开发与运营(DevOp)技术和方法论(如微服务),因而,基于这些技术的工业互联网平台,将加快面对特定行业和特定场景的机理以及包括AI在内的数据模型和工业应用的开发,并把模型和应用耦合在一起,为解决特定的生产问题,建立由数据驱动的智能化专属工业解决方案。在这些平台上运行的工业应用,也将具有更高的可靠性和可扩展性,而计算资源的使用效率也更高。

可以预测,工业互联网平台的部署,将促进工业软件的快速发展,加快工业技术和经验的模型化和软件化,有利于工业知识的积累、提升和创新。

工业互联网平台的实施,也将引入一个新型的工业软件架构,从目前垂直分层的架构向扁平的工业应用网格过渡。在应用方面,目前不少工业软件系列是由多个功能模块聚合而成的大型专有应用,复杂度高和封闭性强,缺可操作性和难以拓展,不易创新和适应多样易变的生产需求。为了解决这些问题,越来越多的工业软件将在新的工业互联网平台上,以微服务的方式实现,小而精,易于敏捷开发,独立更新和管理。一方面建立具有通用性的基本制造服务,将其功能作为API暴露出来,让其它应用调用。在另一方面,针对特定的问题,以搭积木的方式,组合调用基本制造服务,创意出新的,轻量型的专属工业应用。这些工业服务和应用构成了一个很具有活力的工业软件服务和应用网格。这样,工业互联网平台也就成为了一个工业模型和应用的开发和运营环境,承载数据驱动的工业应用的工业操作系统(OS)。在这样一个体系下,可以孵化出一个新的工业软件的生态,不管是传统的工业软件供应商,还是新生的第三方的应用开发者,都能比较容易开发出更加切合客户需求的应用,并能敏捷地演变,响应对生产环境和需求的快速变化。

工业互联网在生产现场的应用

生产管控是一个复杂系统工程,牵涉到多个相互关联和约束的、跨部门和工厂的、业务和生产流程及其众多的管理环节,以及大量的物理系统,包括物料、产品、生产设备和环境。下图对生产管控作了一个抽象简化了的概括。

生产管控的主要环节包括工艺设计、计划调度和生产执行,而计划调度则是其核心。生产计划调度在工艺规程和其它生产规则的约束下,根据客户订单的要求,在现有产能的范围内,统筹优化质量、产量、交期、物流周转、能耗、生产效率和综合成本等多项目标,制定生产计划和任务。

生产执行,一般由MES的软件实现,是将知识产权(产品设计和工艺技术)转为业务价值的枢纽,它管理的对象是生产能力和资源,是制造业企业资产的核心,对实现企业价值起着举足轻重的作用。它对上承接生产计划的要求,对下统管车间的场景里的生产人员、工艺、设备、物料、能源的生产要素,实现动态的、精准的、最优化的配置和调度,高绩效、高质量、低成本地完成生产任务。

工业互联网在生产现场的应用的关键在于如何利用或加强对生产环境的数据采集,实现或增强对生产过程的状态感知,并通过对数据的实时分析,做出最佳决策,通过独立或辅助现有的工业软件系统(如MES的功能模块)进行精准执行,完成对生产过程的闭环优化。

(MES涵盖的面非常广,支持众多的功能模块,而且行业性需求强,客户的定制性要求也高。因而,如果能按以上工业应用网格架构的思路,在工业互联网平台上,抽象出具有通用性的功能模块,建立基本制造服务,在其基础上开发面向行业或客户特定需求的应用,并融合工业互联网平台上的分析能力,建立以数据分析驱动的新一代的MES解决方案,或许是MES发展的一条新路径。)

工业互联网在生产现场关键环节的潜在应用

具体的工业场景及其需求变化多样,差异性大,现有的数字化程度也参差不齐,只简单地罗列在这些环节中的一些可能存在的问题和需求,通过图示概要性地描述一下相应的工业互联网解决方案,最后导出一些为解决这些问题和需求所建立的一些新的能力。

质量闭环优化管控

问题与需求:

  1. 产品质量稳定性是否需要提高?
  2. 产品合格率是否有提高的空间?
  3. 缺陷产品返工成本是否高?
  4. 废品的损失是否大?
  5. 质量检测的准确率是否需要提高?
  6. 是否需要对产品质量进行精细的分类,而不是简单的合格、次品和废品之区分,如在一些流程工业?
  7. 是否需要针对每一个产品实现质量检测(抽样检测是否能满足要求)?
  8. 质量检测的效率是否需要提高和成本是否需要降低(如是否过于依赖于手工检测)?
  9. 是否需要实现在线质量检测,如为了尽早中断废品在下游工序的生产,以降低损失;或为了动态寻优调整生产过程,保障质量的稳定性?
  10. 是否需要根据工艺和过程参数,以及物料品质对质量进行预测(如不易在现场检测或是需要对产品做破坏性的检测)?
  11. 质量检测的结果是否需要与工艺、物料、生产过程关联,以实现工艺的优化和物料品质的控制?
  12. 是否需要建立产品数字孪生体,对产品质量进行全过程追溯?

工业互联网解决方案:

新能力:

  1. 智能质量检测判定或分类 – 提高质量检测的准确性和效率、降低检测成本。
  2. 缺陷产品原因的挖掘 – 降低缺陷或废品率。
  3. 在线质量检测或预测 – 动态寻优调整生产过程,中断废品生产流程。
  4. 实现工艺、物料、过程和质量的闭环关联 – 综合性地优化工艺参数,并对物料品质的控制提供反馈。
  5. 提供在线质量数据,支持数字孪生体 – 实现对产品质量进行全过程追溯。
  6. 提供在线质量数据,支持在线成本核算和绩效预测和评估 – 提高生产管理水平。

能耗闭环优化管理

问题与需求:

  1. 能耗占生产成本的比例是否高?
  2. 是否有强制性的节能减排的目标?
  3. 能量(如燃气和蒸汽)的供给和使用的稳定性和平衡性是否满足不同工序的生产的要求,或是需要动态调优,保障生产,减少浪费?
  4. 生产过程中热能的使用(如降低加热过程的波动、提高热交换的效率)是否有提升的空间?
  5. 对生产过程中能量的使用量和效率是否已实现在线或定期离线的监控?
  6. 能耗数据是否需要与工艺、物料、生产过程关联,为工艺和生产过程的优化提供反馈?

工业互联网解决方案:

新能力:

  1. 能量使用和效率的监控 – 提高能耗的可见度,为实现节能减排提供确切依据。
  2. 对能量的供给和使用根据实时工况实现动态寻优,提高稳定性 – 保障生产,避免浪费。
  3. 对生产过程操作参数进行优化控制,提高生产过程的稳定性和实现最佳控制值 – 提高热能使用效率,降低能耗和减少排放。
  4. 实现工艺、物料、过程、质量和能耗的闭环关联 – 综合性地优化工艺参数。
  5. 提供能耗和排放在线数据,支持在线成本核算和绩效预测和评估 – 提高生产管理水平。

设备管理

问题与需求

  1. 产能是否是实现业务绩效的一个严重的瓶颈?
  2. 生产过程是否经常因设备故障而中断,对产能的影响是否大?
  3. 定期性的预防性维护是否需要停产,对产能的影响是否大?
  4. 对关键设备的使用状态(如在用或停用)、利用率(如OEE)是否已实现在线监控?
  5. 对关键设备是否已实现健康管理?
  6. 对设备是否需要实现异常检测和故障诊断,以快速响应维护需求,降低维护成本?
  7. 对产能是否需要进行在线评估,以满足动态排产的需求?
  8. 对关键设备是否需要实现预测性维护,以减少设备故障引起的非计划性停产,和降低维护成本?
  9. 设备是否有劳损性的性能衰退,需要在线监控和预测,精准维护和替换磨损部件,以避免对产品质量造成不良影响,或增大能耗?
  10. 设备过程状态是否需要与工艺、物料、生产过程关联,为工艺和生产过程的优化提供反馈?
  11. 设备过程状态是否对产品质量有重要关联,需要产品数字孪生体中记录,以实现对产品质量进行全过程追溯?

工业互联网解决方案

新能力:

  1. 设备使用状态、使用效率和健康状况的在线监控 – 提高产能的可见度,满足动态排产的需求。
  2. 提高设备的开动率和利用率,避免因故障停产 – 保障产能的最大化。
  3. 提高设备维护效率,降低维护成本。
  4. 提高设备性能的稳定性,保障产品质量、降低能耗。
  5. 提供设备利用率在线数据,支持在线成本核算和绩效预测和评估 – 提高生产管理水平。

工艺与过程的闭环优化

问题与需求

  1. 工艺参数是否经常需要根据工况在生产过程中调整?
  2. 工艺参数是否需要根据质量检测结果作为闭环反馈进行动态调整?
  3. 工艺参数是否需要根据原料品质或上道工序制品的质量波动进行调整以保证成品质量的稳定性?
  4. 是否需要对工艺参数进行寻优,以实现质量、物耗、能耗、产率(产量和用时)的最优化?
  5. 工艺参数的配置是否过度地依赖于人员的技能和经验,而未能实现数字化的积累、继承和提升?

工业互联网解决方案:

新能力

  1. 建立质量、物耗、能耗、产率(产量和用时)对工艺规程和参数的闭环反馈,在保障质量的前提下,寻找成本最低和工期最短(效率最高)的最佳工艺。
  2. 根据工序上游物料或制品的质量波动,工况、下游产品质量的反馈,对工艺或过程参数进行动态寻优 – 保障产品质量的稳定性和提高合格率,降低能耗。
  3. 建立技术框架,对工艺技术和经验以及最佳实践,逐渐实现模型化和软件化,加快工业知识的积累、继承和创新。

计划与排产的闭环优化

问题与需求:

生产计划编排是否能够基于订单的产品种类和数量、设备产能规划、工艺规程、工序用时分配,综合考虑生产约束条件,结合物料供应和产品库存等因素,实现全流程的自动最优排产,并根据生产现场物流状况、设备状态、工序工况、上游产出、下游缓冲的信息,以及与当前生产结果的对标,对排产作动态寻优,自动调整,以保证最大设备利用率和产出,最终实现零库存的按需生产?

工业互联网解决方案

新能力

  1. 建立自动化的和具有动态调整能力的最佳生产排程 – 实现产能利用的最大化和交期的最小化。
  2. 建立以订单和业务价值拉动的生产排程,最终实现零库存的按需生产。

业务绩效在线监控和预测

问题与需求

  1. 生产过程管理是否依赖于手工报表,效率低,周期长,难以支撑管理的优化?
  2. 生产过程管理是否需要实现在线的业务绩效监控,把握目前或预测近期的生产状况,针对生产问题给予及时和有效的纠正?
  3. 生产过程管理是否需要把绩效KPI与过程数据结合,从绩效问题入手,有效地追溯到生产过程中导致问题的根本原因,以使其得到及时的解决?

工业互联网解决方案

新能力

  1. 建立多层级的生产运营监控中心,提供短周期(每小时或更短)自动化的企业和工厂层级的生产和业务绩效在线报告 - 实现高透明度的绩效监控和预测, 提升对生产和业务问题的响应能力,向智能管理方向迈进。
  2. 提供问题追溯能力,系统性地快速确认问题的根源,并提出解决方案建议 – 提高及时有效解决问的能力。

制造业工业互联网平台的特定需求

以上各个解决方案明显地共享着一条的技术路线,包含几个共同的功能模块:数据采集和处理、(机理、数字和仿真)模型分析、通过应用实现的决策和执行。不难预测,在同一个生产环境里将会同时实施多个以上所列举的应用。显然,这些应用不应单独重复地实现和运行这些通用功能模块,而是应在通用平台上共享这些功能。工业互联网平台提供的正是这样一个平台,在同一个平台上,同时支持多个工业应用的开发、运营和管理,并系统性地保障其安全性、可靠性和可扩展性。综合其它的考虑,制造业对工业互联网平台有如下的特定需求:

1. 生产数据全生命周期管理

挑战:设备数据多源异构,高频率,大批量、高并发,需要长周期保存;现有的数据湖形成信息孤岛,无法有效利用。

能力:提供工业大数据平台, 实现统一的数据采集、分析和管理能力。

2. 工艺技术和经验的模型和软件化

挑战:工艺配置过于依赖经验,难以与工况、品质、成本和效率跟踪反馈,实现系统性积累和获得最优工艺参数;工业软件需要简易更新,以适应生产的需求。

** 能力:** 提供轻量高效的工业模型和应用敏捷开发框架,简化软件开发和迭代提升过程。

3. 智能优化的生产管理

挑战:生产计划和排程未能根据现场的物料供应、工况、产品质量、产出效率数据进行实时反馈动态调优,并实现需求拉动的生产管理。

能力: 提供先进的数据分析、AI、仿真能力,通过对生产资源、环境、和流程的状态感知、实现数据驱动的智能排产应用。

4. 设备和生产过程数字空间映射

挑战:设备和产品数字孪生体与仿真数据整合复杂、技术门槛高,不易实施。

能力: 提供数字孪生体和仿真功能服务,降低难度,加快数字仿真在生产过程的应用。

5. 稳定、可靠和先进性

挑战:生产环境要求高度的可靠性、可扩展性、鲁棒性,低时延、技术的前瞻性。

能力: 提供最新的机器学习、AI、仿真、大数据和云计算技术优化组合,满足工业级特定的系统和技术要求。

6. 自主、可控、安全

挑战:企业需要保障对系统的自主性和对数据、应用、知识产权和商业机密的完全可控和安全性。

能力: 灵活部署于企业内部和边缘的自主可控工业互联平台,保障系统和数据的安全性和可控性。

参考资料
原文

0

评论区