工业大数据漫谈5：工业大数据案例（上）

        今天，整理了一些工业大数据的相关案例，看看各家企业是如何成功实施工业大数据的。

        1、能够实现全生产过程的信息透明化的案例

        通过采用集成自动化与驱动解决方案，能够显著提高生产效率和灵活性。原东德玻璃制造商f | glass就是一个很好的实例。它的工厂可以算得上是全世界最先进、最节能的工厂之一了。该工厂采用了一套集成自动化解决方案、一个先进的能源管理系统以及一个创新的热回收系统。从原材料供应和混合，到熔化过程，再到玻璃表面的精加工和调试，生产与物流均完全实现了自动化。通过全集成自动化（TIA），所有集成仪表、驱动、自动化及配电解决方案相互协同，所有生产流程高效而灵活。过程控制系统Simatic PCS 7可视化控制着700米长设备上的3000个测量点，实现了一年365天连续可靠的运行。

        2、能够实现生产设备的故障诊断和故障预测的案例

        某世界500强的生活消费公司每年在纸尿裤市场占据超过100亿美元的市场份额，在纸尿裤的生产过程中曾经遇到过令人十分头痛的问题：在完成纸尿裤生产线从原材料到成品的全自动一体化升级后，生产线的生产速度得到了大幅提升，每秒钟能够生产近百米的纸尿裤成品。然而新的生产线建成后一直没有办法发挥最大的产能，因为在高速生产过程中某一个工序一旦出现错误，生产线会进行报警并造成整条生产线的停机，随后由现场的工人将生产错误的部分切除后再重新让生产线运转，这样做的原因是一旦某一片纸尿裤的生产发生问题会使随后的所有产品都受到影响，因此不得不将残次部分剔除后重新开机。

        为了提升生产线的生产效率，这家公司与IMS合作对纸尿裤生产线的监控和控制系统进行了升级。我们首先从控制器中采集了每一个工序的控制信号和状态监控参数，从这些信号中寻找出现生产偏差时的数据特征，并利用数据挖掘的分析方法找到正常生产状态和偏差生产状态下的序列特征。随后用机器学习的方法记录下这些特征，建立判断生产状态正常和异常的健康评估模型。在利用历史数据进行模型评价的过程中。该健康模型能够识别出所有生产异常的样本并用0—1之间的数字作为当前状态即时动态监控拇标。于是在生产过程中的每一个纸尿裤都会被赋予1个0—1的健康值，当系统识别出某一个纸尿裤的生产出现异常时，生产系统将在维持原有生产速度的状态下自动将这一产品从生产线上分离出来，且不会影响到其他产品的生产和整条生产线的运转。

        这项技术后来被纸尿裤生产公司集成到了控制器当中，升级后的生产线实现了近乎于零的停机时间，也使生产线实现了无人化操作，每年由于生产效率提升所带来的直接经济价值就高达4. 5亿美元。

        3、能够实现生产设备的优化运行的案例

        （1）高圣是一家生产带锯机床的中国台湾公司，所生产的带锯机床产品主要用于对金属物料的粗加工切削，为接下来的精加工做准备。机床的核心部件是用来进行切削的带锯，在加工过程中带锯会随着切削体积的增加而逐渐磨损，将会造成加工效率和质量的下降，在磨损到一定程度之后就要进行更换。使用带锯机床的客户工厂往往要管理上百台的机床，需要大量的工人时刻检查机床的加工状态和带锯的磨损情况，根据经验判断更换带锯的时间。带锯寿命的管理具有很大的不确定性，加工参数、工件材料、工件形状、润滑情况等一系列原因都会对带锯的磨耗速度产生影响，因此很难利用经验去预测带锯的使用寿命。切削质量也受到许多因素的影响，除了材料与加工参数的合理匹配之外，带锯的磨耗也是影响切削质量的重要因素。由于不同的加工任务对质量的要求不同，且对质量的影响要素无法实现透明化，因此在使用过程中会保守地提前终止使用依然健康的带锯。

        因此高圣意识到，客户所需要的并不是机床，而是机床所带来的切削能力，其核心是使用最少的费用实现最优的切削质量。于是高圣开始从机床的PLC控制器和外部传感器收集加工过程中的数据，并开发了带锯寿命衰退分析与预测算法模块，实现了带锯机床的智能化升级，为客户提供机床生产力管理服务。

        在加工过程中，智能带锯机床能够对产生的数据进行实时分析：首先识别当前的工件信息和工况参数，随后对振动信号和监控参数进行健康特征提取，依据工况状态对健康特征进行归一化处理后，将当前的健康特征映射到代表当前健康阶段的特征地图上的相应区域，就能够将带锯的磨损状态进行量化和透明化。分析后的信息随后被存储到数据库内建立带锯使用的全生命信息档案，这些信息被分为三类：工况类信息，记录工件信息和加工参数；特征类信息，记录从振动信号和控制器监控参数里提取的表征健康状态的特征值；状态类信息，记录分析的健康状态结果、故障模式和质量参数。大量带锯的全生命信息档案形成了一个庞大的数据库，可以使用大数据分析的方法对其进行数据挖掘，例如通过数据挖掘找到健康特征、工艺参数和加工质量之间的关系，建立不同健康状态下的动态最佳工艺参数模型，在保障加工质量的前提下延长带锯使用的寿命。

        在实现锯机床“自省性”智能化升级的同时，高圣开发了智慧云服务平台为用户提供“定”制化的机床健康与生产力管理服务，机床采集的状态信息被传到云端进行分析后，机床各个关键部件的健康状态、带锯衰退情况、加工参数匹配性和质量风险等信息都可以通过手机或PC端的用户界面获得，每一个机床的运行状态都变得透明化。用户还可以用这个平台管理自己的生产计划，根据生产任务的不同要求匹配适合的机床和能够达到要求的带锯，当带锯磨损到无法满足加工质量要求时，系统会自动提醒用户去更换据带，并从物料管理系统中自动补充一个带锯的订单。于是用户的人力的使用效率得到了巨大提升，并且避免了凭借人的经验进行管理带来的不确定性。带锯的使用寿命也得以提升，同时质量也被定量化和透明化地管理了起来。

        高圣的智慧带锯机床和智能云服务在2014年的芝加哥国际机床技术展（IMTS）上推出后赢得强烈反响，被认为是智能化设备的杰出示范，赢得了广大客户的欢迎和青睐。

        （2）位于德国安贝格的西门子工厂即是一个很好的实例，该工厂负责生产Simatic系列PLC（可编程逻辑控制器Programmable LogicController）。大部分生产都实现了数字化，并独立于实际生产进行了仿真和优化。通过采用Simatic IT 制造执行系统，显著提高了生产效率和灵活性。该Simatic系统允许在一分钟之内更改产品和工序，这对于自动化系统来说卫是一个很大的挑战：另外，每天大约有一百多万个测量事件，不断地涌入中央系统。通过数据矩阵码扫描器和RFID芯片，采集产品信息，并加载到上位中央系统，以确保数据的一致性。这样，控制系统就可以掌握每一件产品的信息，例如产品当前状态、是否通过检验等。若该产品未能通过检验，控制系统将对其按照原有程序进行干涉，如：自动发送一封邮件到品控部门，为技术人员提供维护信息等。品控部门的员工将会收到一份内容包含装配计划和故障诊断的信息清单。正是因为应用了这一技术，使得西门子公司的这家工厂几乎成为了误差最小的工厂。其误差比率之低，十分惊人:百万缺陷率仅15，相当于工厂产品合格率为99. 9985 %。

        （3）大众汽车改造一条已经使用了17年之久的冲压生产线时，将产品生命周期管理软件（PLM）与其自动化软件相结合，使得改造时间有了明显的减少：在早起改造生产线的规划阶段，为提高生产效率，可以使用冲压线仿真软件，模拟出现有机器和处理设备，再对其进行优化。为了将冲压件的模拟程序做到最精确，在使用仿真软件的时候，还需要配合使用运动控制软件（Motion Control Software）。运动控制软件除可用于虚拟环境外，还可用于现实操作中。使用这种技术，在完成最后冲压线改造工程之后，经计算实现节能35 %，每分钟冲程数可由14次提高至16次，生产力明显提高。虽然表面上看，这2个冲程数并不起眼，但放在每个班次上所提升的效率是相当可观的。