導讀：本文介紹了數字化工廠中資料採集應用的建設方案，從數字化工廠的基本條件和資料採集以及工廠資訊化系統的功能分析開始，充分利用數字化工廠中生產過程資料，挖掘內涵，以指標評價、資料驅動為目標，提出資料應用的實施方案、存在的問題以及建議。

0 引言

自2013年德國提出了“工業4.0”的概念後，以兩化融合為特點的第四次工業革命的趨勢也愈加明顯。智慧工廠的建設前提是數字化工廠中從頂層到底層的系統整合和資料貫通，將數字資訊結合人工智慧的演算法，深度挖掘資料內涵，才能逐步形成智慧化的應用。全面實現數字化是通向智慧製造的必由之路，“資料”是智慧化的基礎，資料的應用關係到數字化工廠的質量、效率和效益，也是邁向智慧製造的必經之路[1]。

1 數字化工廠資料應用架構

數字化工廠的基本特點是業務流與資訊流的融合，一是從產品設計（產品資料管理系統TC）、資源配置（企業資源計劃系統ERP）、製造執行（製造執行系統MES）及底層生產線的業務流全部實現數字化的格式實現和傳遞[2]；二是從產品生產過程中生成並採集上來的各種資料可以回傳歸集，在管理平臺上對資料進行分析，形成質量預警、管理問題的依據，用資料形成質量提升和管理改善的驅動力。以此為出發點，數字化工廠資料應用的架構為圖1所示。

圖1 資料應用架構

根據精益管理的“七零”項點，按照裝置、安全、質量、交付和成本五大方面（S2QDC），將採集上來的過程資料進行綜合分析，形成評價各產線、各區域的考核內容彙總形成逐級所需的資訊進行展示和推送，在設計、生產、質量和管理不同層級，按人員角色、管理層級對資料進行利用，形成推動企業發展的動力。

圖2 資料應用層級

2 資料應用方案

2.1 設計資料貫通設計

資料的貫通包含企業層級的資訊化平臺之間資料的互通，同時設計資料向生產線執行工位傳遞的資料能夠自動識別，不需二次轉化[3]。

2.1.1 企業資訊化平臺數據互通

企業製造環節的資料來源頭是以產品構型為基礎設計形成的工藝設計，質檢策劃要基於工藝設計進行檢驗資訊的策劃。工藝設計和質檢策劃資料包含的工藝流程、物料、工藝檔案、檢驗要求等資訊，以此為依據向ERP、MES、WMS、QMS等系統傳輸一整套統一的資料，作為指導生產的資料，以此保證資料流上下傳送時，同一資料的共享和利用。作為企業規劃的整體資訊平臺，企業資料匯流排要將各系統連線起來。（圖3）

圖3 企業資訊化平臺數據互通

2.1.2 生產線執行資料與企業資訊平臺的互通

生產線執行工位需要以工藝設計資料在企業資訊化平臺一次設計後，經過稽核及版本管理，作為根本依據指導生產和製造過程，同時規範體系管理的執行。其中生產線與企業資訊平臺的資料貫通需按類梳理介面資料。（圖4）

圖4 工藝設計資料與執行工位資料聯通

2.2 基礎資料的作用

當工藝設計的檔案、程式等下發到產線後，人員、質量、生產和裝置等過程管理的資料就需要從製造底層的產線執行中採用資料採集與控制系統（SCADA）獲取[4]。資料的採集可分為自動採集和人工手動採集，根據企業的裝備水平、工位節拍配置來確定採集方式[5]。最終目的是要滿足數字化資訊的需求，從製造過程和管理角度來看以工位為最小作業單元收集的過程資料主要用於以下方面：

2.2.1 質量檢驗檔案的填寫

根據工藝設計進行的質檢策劃要求，其質量管控項點和工藝執行過程同步，在工位執行工藝要求時進行質量資料的採集，同時質量資料可以用於質量檢驗檔案的填寫，取消人工填寫作業。

2.2.2 管理資料指標分析

為滿足工藝、生產、質量、裝置和人員等管理需要，生產過程採集的資料需轉化成管理語言才能使用，單純的資料無法表達管理內涵和暴露問題。在基礎資料收集上來以後，必須進行管理邏輯的處理，形成指標資料，如裝置利用率、工位節拍等。（圖5）

圖5 管理指標統計分析

2.3 關鍵指標評價

採集的工位資料，其包含的內容和類別是最全面的，工位、產線級的管理資料採集完成，產線、區域及企業不同層級的需求篩選和歸集後，按照精益管理的需求轉化成所需要的管理資料[6]。管理資料對照管理要求進行指標分解，融入管理理念和要求，實施指標評價，並制定管理規範，形成可利用的、可落地實施的資料。

圖6 管理指標分解

2.4 事件管理中心

製造過程資料收集完成並初步加工形成管理指標，規範指標管理要求後，生產線運營過程中，就需對超出管理指標閾值的“異常事件”進行按責任單位分配，各責任部門對超閾值指標和異常事件實施關閉，分析原因制定整改措施，形成管理提升，達到閉環管理目的。（圖7）

圖7 事件管理指揮中心

3 存在的問題與建議

數字化工廠的建設涉及基礎設施建設、工藝裝備升級、資訊化平臺，甚至企業管理職責及組織架構的更改[7]，在推進數字化產線建設，探索智慧製造模式的過程中，結合自身的經驗及遇到的問題如下：

3.1 基礎網路建設

對數字化工廠資料貫通和應用影響大製造型企業一旦開始業務流與資料流的融合一體執行，資料上傳下達的實時性要求很高，工廠車間裝置設施對網路影響較大，尤其是基礎有線網路，特別是無線網路的應用，事先需要進行訊號強度的評估，必要時需建設5G網路。

3.2 基礎資料收集難度大

製造型企業涉及專業較多，一般來說焊接、加工、組裝、測量等交叉組合形成完整生產線，資料型別有扭矩、線性尺寸、圖片、時間、人員資訊等，僅線性尺寸的採集也因工件尺寸、測量能力等限制各有不同。固對於底層資料採集需事先進行調研，自動和手動收集合理匹配。建議人工成本不高、節拍要求不嚴的，可提高人工採集的比例，降低建設成本[8]。

3.3 系統平臺功能劃分和資料介面宜提前規劃

當前提供企業資訊化平臺的公司提供軟體功能模組界限重合度越來越高，企業要根據自身特點提前規劃資訊系統平臺的功能劃分；涉及多系統的，要規範資料介面、形成標準，防止重複建設和多次投資[9]。

3.4 管理模式和組織職能要靈活調整

數字化工廠資料應用將改變一線的操作模式、質量管理模式和企業管理的流程，企業推進資料應用和資料驅動管理的過程中，要對管理模式、組織職能隨時調整，建議先在小區域內試點試行，摸索經驗，成熟後推廣。

4 結論

隨著資訊科技的進步，尤其是AI、5G技術的成熟應用[10]，在中國製造2025國家戰略和人口紅利消退的時代背景下，數字化工廠的建設已是實現企業轉型、提高核心競爭力的手段，在軌道行業建設“國家名片”的道路上，從電子、汽車產業等成熟產業的建設經驗，打造新模式逐步推廣應用：①企業數字化平臺的資料貫通架構可以相互借鑑，在主流軟體平臺的應用上契合度較高。②基礎資料的採集在不同行業不同企業的差異性較小，投資規模和平臺模式相近的，資料採集的方式和方法值得推廣和借鑑。③對於焊接廠房和裝置設施密集型的車間，建議以有線網路為主，工位附近透過無線連線資料採集終端，如掃碼槍、PAD等手持終端。④每個企業編制數字化工廠資料應用的管理規範和標準，資料應用只是工具，透過體系檔案進一步規範管理、提升效益才是根本。

參考文獻：

[1] 全面實現數字化是通向智慧製造的必由之路[J].中國機械工程,2018:366-377.

[2] 淺析資料整合在數字化工廠建設中定位與實現[J].資訊系統工程,2017,10:138-141.

[3] 數字化工廠製造過程管理系統在汽車生產線上的應用[J].科技資訊,2015(29):71-72.

[4] 數字化工廠的構建[J].電子工藝技術,2017:193-196.

[5] 基於物聯網的數字化工廠中質量管理資訊採集[J].製造技術與機床,2016(7):126-129.

[6] 數字化工廠管理系統[J].機械設計與製造工程,2013:53-56.

[7] 數字化工廠建設方案探討[J].製造業自動化,2018-04:109-114.

[8] 數字化車間資料採集與應用技術探討[J].中國儀器儀表,2018(2):37-42.

[9] 數字化工廠及其與企業資訊系統的整合[J].企業文化,2017(1):134.

[10] 製造業上雲難易[J].中國經濟資訊,2019(2):56-57.