首页> 案例展示> 案例详情
基于工业云的电子元器件数字化工厂平台解决方案

一、背景概况

    从整个行业角度来看,制造业是国民经济发展的最重要支柱产业,是决定国家发展水平最基本因素之一,在工业化国家约有25%的人口从事制造业,70%~80%的物质财富来自制造业;制造业也是我国国民经济的核心和工业化的原动力,我国制造业总产值约占全国GDP的42.5%;世界各发达国家都把先进制造技术列为国家中长期发展的重大关键技术,因此制造技术是当代科学技术发展最为活跃的领域,是产品更新、生产发展、国际间技术竞争的重要手段。从制造业发展的历程来看,经历了由手工制作、机械化制造、单机自动化、刚性流水线自动化、柔性自动化和智能制造等阶段。就制造自动化而言,大体上每十年上一个台阶:50~60年代是单机数控,70年代以后则是CNC机床及由它们组成的自动化岛,80年代出现了世界性的柔性自动化热潮,出现了计算机集成制造。

    随着计算机的问世与发展,先进的计算机技术和制造技术向产品、工艺和系统的设计人员和管理人员提出了新的挑战,传统的设计和管理方法不能有效地解决现代制造系统中所出现的问题,这就促使我们借助现代的工具和方法,利用各学科最新研究成果,通过集成传统制造技术、计算机技术与科学以及人工智能等技术,发展一种新型的制造技术与系统,这便是智能制造技术与智能制造系统。

    基于以上几个方面90年代以后,世界各国开始竞相大力发展智能制造技术与智能制造系统。随着计算机信息技术为基础的高新技术得到迅猛发展,为传统的制造业提供了新的发展机遇。计算机技术、信息技术、自动化技术与传统制造技术相结合,形成了先进制造技术概念。

    近年来由发达国家倡导的面向21世纪的“智能制造系统”、“信息高速公路”等国际研究计划,无疑是该背景下的产物,也是国际间进行高科技研究开发的具体表现和积极占领21世纪高科技制高点的象征。智能制造技术是指在制造工业的各个环节,以一种高度柔性与高度集成的方式,通过计算机来模拟人类专家的制造智能活动。目前制造业生产规模已由小批量→少品种大批量→多品种个性化方向发展;资源配置也由劳动密集→设备密集→信息密集→知识密集方向发展。因此,智能制造的研究开发对象是整个机械制造企业,其主要研究开发目标有二:①整个制造工作的全面智能化,它在实际制造系统中以机器智能取代人的部脑力劳动作为主要目标,强调整个企业生产经营过程大范围的自组织能力;②信息和制造智能的集成与共享,强调智能型的集成自动化。

  “工业4.0”概念即是以智能制造为主导的第四次工业革命,或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统—信息物理系统相结合的手段,将制造业向智能化转型。美国国家科学基金会(NSF)已连续数年重点资助了与智能制造有关的研究项目,这些项目覆盖了智能制造的绝大部分技术领域,包括制造过程中的智能决策、基于多施主(multi-agent)的智能协作求解、智能并行设计、物流传输的智能自动化、智能加工系统和智能机器等。因此基于国外发达国家积极抢占这一国际制造业制高点的严峻形势,面对制造环境全球智能化的前景广阔的领域,在社会信息化、知识经济化的新世纪时代,大力开展智能制造技术和系统的开发研究是非常有必要的,只有这样,方能在未来制造技术领域争得一席之地。

    从技术角度看,构成生产的全过程各环节的互联、集成和自动化水平决定整个过程的自动化程度,各环节的智能集成水平影响该系统的自组织能力和整体的柔性协调控制能力。《智能化工艺管理系统》的建设可以实现XXXX有限公司整个生产制造过程的最优化、智能化和自动化,实现企业内部各信息化系统与生产制造设备之间的集成和互联互通,从而提高生产制造效率,降低设备管理及维护成本,提升产品的市场竞争力及响应速度,提升产品质量。

    系统的的后台系统采用云计算技术搭建,依托“贵州工业云”强大可靠的云资源作为技术后台,充分利用云平台大数据技术对采集汇总来的各类设备和生产数据进行分析和挖掘,最终达到智能制造的目的。该项目的整个设计充分体现了云计算和大数据技术对工业信息化的助推作用,助力企业转型升级实现两化融合发展。

二、建设方案

(一)总体设计思路

1. 基于工业云的云平台架构

1.png


    在平台技术架构方面,智能水泥工厂云平台完成工业数据采集,工业信息化系统数据汇集,工业传感器数据上传,在上述数据汇聚采集的基础上,建设平台层的跨系统数据协调中心、大数据计算中心、分布式服务组件中心。通过商密网及国密网将相关分析及挖掘的数据传输至客户终端应用层,最终搭建一个高性能、高容量及高兼容性的基于大数据的设备与系统集成平台。

(1)跨系统数据调度中心

      跨系统调度中心负责整合企业原有ERP、OA等系统与新建的DNC及MDC系统,并负责数据传输调度、消息队列管理和调度工作。采用ActiveMQ/Kafka开源消息总线,具备以下优势,保证整个平台数据传输和调度的顺畅性和高效性:

  1. 多种语言和协议编写客户端。语言: Java,C,C++,C#,Ruby,Perl,Python,PHP。应用协议: OpenWire,Stomp REST,WS Notification,XMPP,AMQP

  2. 完全支持JMS1.1和J2EE 1.4规范 (持久化,XA消息,事务)

  3. 对Spring的支持,ActiveMQ可以很容易内嵌到使用Spring的系统里面去,而且也支持Spring2.0的特性

  4. 通过了常见J2EE服务器(如 Geronimo,JBoss 4,GlassFish,WebLogic)的测试,其中通过JCA 1.5 resource adaptors的配置,可以让ActiveMQ可以自动的部署到任何兼容J2EE 1.4 商业服务器上

  5. 支持多种传送协议:in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA

  6. 支持通过JDBC和journal提供高速的消息持久化

  7. 从设计上保证了高性能的集群,客户端-服务器,点对点

  8. 支持Ajax

  9. 支持与Axis的整合

  10. 可以很容易的调用内嵌JMS provider,进行测试

    在数据开发框架方面,平台采用Spring Quartz开源框架,具备以下优势:

1) 方便解耦,简化开发

通过Spring提供的IoC容器,我们可以将对象之间的依赖关系交由Spring进行控制,避免硬编码所造成的过度程序耦合。有了Spring,用户不必再为单实例模式类、属性文件解析等这些很底层的需求编写代码,可以更专注于上层的应用。

2) AOP编程的支持

通过Spring提供的AOP功能,方便进行面向切面的编程,许多不容易用传统OOP实现的功能可以通过AOP轻松应付。

3) 声明式事务的支持

在Spring中,我们可以从单调烦闷的事务管理代码中解脱出来,通过声明式方式灵活地进行事务的管理,提高开发效率和质量。

4) 方便程序的测试

可以用非容器依赖的编程方式进行几乎所有的测试工作,在Spring里,测试不再是昂贵的操作,而是随手可做的事情。例如:Spring对Junit4支持,可以通过注解方便的测试Spring程序。

5) 方便集成各种优秀框架

Spring不排斥各种优秀的开源框架,相反,Spring可以降低各种框架的使用难度,Spring提供了对各种优秀框架(如Struts,Hibernate、Hessian、Quartz)等的直接支持。

6)降低Java EE API的使用难度

Spring对很多难用的Java EE API(如JDBC,JavaMail,远程调用等)提供了一个薄薄的封装层,通过Spring的简易封装,这些Java EE API的使用难度大为降低。

(2)大数据计算中心

 

    大数据计算中心利用STORM框架进行实时数据计算处理,采用hadoop分布式计算脚骨进行离线数据计算,配合大容量及高性能的数据仓库,保证平台具备工业大数据处理分析的能力。

    STORM集群计算系统提供在线实时计算服务,对过程数据和缓存数据进行实时分析和计算。Storm集群由一个主节点和多个工作节点组成。主节点运行了一个名为“Nimbus”的守护进程,用于分配代码、布置任务及故障检测。每个工作节 点都运行了一个名为“Supervisor”的守护进程,用于监听工作,开始并终止工作进程。Nimbus和Supervisor都能快速失败,而且是无 状态的,这样一来它们就变得十分健壮,两者的协调工作是由ApacheZooKeeper来完成的。

  在离线数据分析方面,采用基于Hadoop分布式计算框架的虚拟计算集群完成。具备以下优点:

  1. 高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

  2. 高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的,这些集簇可以方便地扩展到数以千计的节点中。

  3. 高效性。Hadoop能够在节点之间动态地移动数据,并保证各个节点的动态平衡,因此处理速度非常快。

  4. 高容错性。Hadoop能够自动保存数据的多个副本,并且能够自动将失败的任务重新分配。

  5. 低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比,hadoop是开源的,项目的软件成本因此会大大降低。

    基于上述技术架构搭建的云计算中心具备大数据计算计算与处理能力,可以满足大批量多频次的工业数据分析处理能力。

(3)分布式服务组件注册中心

    分布式服务组件注册中心负责原有设备及系统(原有ERP、OA等信息化系统及传感器、PLC等数据采集设备)的数据对接与注册,下层采集到的数据与上层应用(供需关系组件、商城组件、CRM及工业定制化服务)的对接与注册服务。采用数据标准化封装与数据安装保障技术,确保设备与系统间、原系统与新系统间的无缝对接。采用分布式技术确保系统具备高容量与弹性可扩展功能,满足多设备、多系统及多用户互相对接与注册的整体系统需求。

(4)人员组织管理

    人员信息维护:支持对公司的人员编号、人员所属部门、人员岗位等相关基础信息进行维护管理,包括人员的新增、变更失效的业务操作;

    组织机构信息维护:支持对公司组织机构进行维护管理,包括组织机构的新增、变更和失效等业务操作;

    权限维护:支持对系统提供的所有功能选项进行访问权限定义,用户登录系统后依据用户分配的角色具有的权限进行功能访问菜单定义;

    角色维护:对所定义的权限进行组合,形成特定人群的通用权限配置,方便管理员按用户部门或岗位快速授权;

    用户管理:系统管理员对公司人员信息中的相关人员进行授权管理,启用系统登录功能,创建系统初始登录密码,分配用户持有的角色;

    个人设置管理:提供用户个人信息维护和密码修改功能,个人信息包括通信方式、联系地址等个人信息,对于使用初始密码首次登录系统的用户强制进行密码重置。

 (5)物料管理

    物料基础信息管理:提供对物料的编号、物料名称和物料来源及类型的基础信息进行定义,提供物料安全库存、生产加工经济批量等生产辅助信息的属性维护;

    物料主制车间维护:提供对公司自制物料的主制车间的维护,为物料计划管理和物料生产加工执行控制权限操作提供基础数据支撑;

    物料提前期维护:提供物料提前期维护功能,包括采购提前期和生产提前期,作为计划管理辅助信息,为生产计划和采购计划提供辅助信息。

(6)工艺信息管理

    工艺路线维护:指定自制物料加工路线(加工顺序)和在各个工序中的标准工时的定额情况,说明加工过程中的工序顺序和生产资源等计划信息。工序为生产计划管理和文档管理的最小管理单元,任务管理是按工序编排生产任务,查看工艺设计数据信息。

(7)文档管理

    文档目录管理:按型号、型别产品BOM及工艺路线信息构建产品文档目录信息,目录的树形结构和型号型别产品BOM信息保持一致;

    工艺文件新增:对新增工艺文件按型号、型别、物料编号和工序号定位文档目录,完成文档的上产添加工作,对新上传的文档启用复核审批流程,确认文档信息无误后,该文档才能被共享查阅;

    工艺文件锁定:对需要修改的文档进行锁定,防止工艺人员对该文件进行下载操作;

    工艺文件解锁:对处于锁定状态的工艺文件进行解锁操作,恢复文件下载操作的正常使用;

    工艺文件编辑:对工艺文件进行编辑操作后,工艺文件在下载至本机后自动处于锁定状态,直至工艺文件编辑工作完成,进行工艺文件变更工作后,新版工艺文件正常使用;

    工艺文件变更:相同文件重复上传时,经过复核审批通过后,会对新上传的文件自动进行版本升级处理,对老的版本文件进行失效处理,防止文件检索人员使用无效的文件,失效后的文件可以在失效文件查询中获取;

    工艺文件失效:对已失效的文件进行失效功能操作,防止无效文件被他人检索使用;

    工艺文件查阅:提供工艺文件的只读型查看检索功能,方便车间管理者和操作者进行工艺文件的查阅。

(8)生产任务管理

    制造单元维护;建立制造单元与设备、设备与人员之间的对应关系,用以保证计划派工时能够选择到设备及操作人员,可通过人员反添加设备;

    生产任务创建:计划管理人员创建型号型别零件加工任务,维护任务数量和任务的计划起止时间,分派承接任务的操作人员或制造单元;

    生产进度采集:承接生产任务的操作者按计划进行生产加工时,进行任务的开工和完工操作,系统自动记录开工完工时间、完工数量和任务的操作者等信息;

    工艺文件查阅:承接生产任务的操作者接收到生产任务的同时可以查看于本任务相关的工艺设计文件,指导操作者完成生产加工任务;

    任务看板管理:公司管理者、车间管理者通过任务看板管理模块可实时查看任务加工进度情况。

三、案例成效

(一)盈利预测

    通过与贵州工业云进行深度合作,在案例建设过程中租用云资源,可以保证对能源最有效的利用;可以提高流动资金的使用效率,可以随时获得最优价值,为企业节省购买大型的数据设备和服务软件数百万元。

(二)经济效益分析

    该案例实施后,将大大增强企业从研发、生产、销售、物流的快速响应能力,极大的响应了客户的个性化需求,为赢得市场打下坚实的基础,并降低了企业运营成本,对企业较快、平稳的发展提供了有力保障,具有较好的经济效益。

    该案例实施,可将信息化优势转化为技术优势,用信息化带动产业化,奠定XXXX有限公司在贵州省乃至全国中小企业(装备制造领域)智能制造的领先地位;智能制造是一个前景广阔的领域,在信息技术长足发展的今天,大力开展智能制造技术和系统的研究与应用,必将大力提高我国制造业的整体水平,增强综合国力,因此本项目具有较好的社会效益,反过来它也将推动信息产业的发展。

    要实现信息流、物资流和管理流合一。通过ERP系统、供应链管理软件、最新的物联网(接入产品和其对应零部件)和大数据的收集分析,让信息流和物资流合一。做到对每一个个体产品、零部件在生产的全流程中可以实时监控和管理,事前预测、事中操作和事后追踪。

    对于中国企业来说,长期处于产业链的低端环节使得其在信息的收集和分析能力上有所欠缺,很多中国企业连工厂的管理通报都并不完备,即使是行业的领军企业,也在前几年才消灭了企业内部的信息孤岛,建成了企业内部统一的信息管理体系。但是距离全面地、有效地管理信息和综合使用信息还有相当的差距,更何况智能工厂对于信息的创造性使用提出了新的要求。

    同时,智能制造对于采购和供应链管理带来的挑战影响是深远的。它将原本按照计划管理的工厂生产,切割为更小的单元,既可以动态规划从而平滑生产波动,也能更快地跟随市场的反应进行产能的调整,同时也能实现最低的原材料和成品库存,大幅提高生产的周转效率。厂商由此能够获得对用户需求、市场波动做出快速反应的能力。同时,生产所有涉及的零部件都因为物联网而广泛互联,厂家有望实现实时库存(Justintime)——在传统工厂中最多是在厂内库存管理中实现,而在智能工厂市场,这样的实时库存可以将供应商也纳入进来,从而实现真正的实时。它带来的好处是全方面的,包括:降低成本、提高交付效率、管理产能等。

  智能工厂在软硬件上对当下的制造形态进行诸多改进,与之相对应的企业的人力资源和管理结构也要进行调整。对于智能工厂来说,其人力资源的需求是崭新的,且多层次的:首先有能够重新设计生产流程、供应链管理流程、产品再设计、大数据分析等复杂工作的高级人才;其次是有能够维持智能工厂日常设备调试维修、供应链运营等工作的中级人才;最后是要具备整个工厂的人力资源升级以满足智能工厂更高的操作和运营要求的人力储备。而其管理结构,因为信息化技术、自动化生产的广泛应用而变得更加扁平化,原本从班组到线、再到车间、单元的生产结构需要面向新的生产设置而进行调整。

    当前对于制造业企业来说最大的挑战在于:消费者行为改变、产品周期缩短、供应链风险增加、售后服务复杂化等。在这些方面,所有的企业都在面对着挑战,而对于依照传统模式组织生产的大企业来说,这样的挑战更加严峻。

    在这样的形式之下,中小型的制造企业应该率先实现对于用户个性化和定制化需求的响应,对产品设计、生产过程和服务流程进行再设计,用信息化的手段、自动化的设备、智能化的生产体系来改造自己,从而实现贴近客户需求,智能化生产的目标。

    总的来说,智能制造现阶段在中国还刚刚起步,在未来迈向智能制造、智能工厂之时,也要充分利用目前中国制造业企业已广泛应用的工业自动化设备。未来的智能制造首先是基于重新设计的生产流程、供应链管理流程、产品再设计,以及数据收集、分析和决策系统。它需要形成一个标准,自动化设备需要接入这样的生产体系,首先需要具备的是功能和应用场景上丰富,满足生产需求;其次是满足信息采集的需求,这里的信息包括产品信息和操作信息;第三,是要在实现标准化生产的同时(工序工艺的标准化,零部件的标准化)保留一定的生产柔性;最后,自动化社会的使用界面友好、维修养护费用较低、调试简单等特性也会加快此类设备的普及。

三)项目推进成效

    系统设计通过智能化设备及手段对生产工艺数据、生产设备数据、生产进度数据、产品质量数据、组织人员数据、项目执行数据等工艺及生产过程数据进行全方位实时采集和汇总,在智能化工艺管理系统平台中利用贵州工业云提供的云计算及大数据处理工具(软件)进行数据整理、挖掘及分析。一方面为企业对生产工艺及生产过程的管理提供智能化、数字化的手段;另一方面也为企业开展生产计划、物料采购、绩效管理及库存管理等业务提供数据支撑及辅助决策。

0851-8899887
二维码
二维码