面向鋁型材的工業互聯網平臺架構研究

梁奕清 羅銘強 梁鵬 郝剛 吳玉婷

（1.廣東興發鋁業有限公司 廣東省佛山市 528061 2.廣東技術師范大學計算機科學學院 廣東省廣州市 510665）

1 引言

中國現有工業用鋁型材的生產企業，多為加工型企業，研發能力較弱，工業鋁型材處于高速發展階段，正在經歷著從加工到研發的重要轉變，在重大關鍵技術研發和新產品項目取得突破，行業技術裝備水平也大幅提升，但與世界鋁工業先進水平相比還有差距。尤其缺乏大截面、復雜結構工業鋁型材的制備加工工藝及設備。復雜結構工業鋁型材因其外形結構、性能及寬幅超長型材的特殊需求，需采用大型復雜中空加強型擠壓以及攪拌摩擦焊接等工藝，產品設計復雜，要求生產過程標準化、生產設備數字化、生產工藝智能化，因此，我國鋁型材行業需要加大工業互聯網投入，使用信息化和數字化促進工業鋁型材的快速發展[1]。

制約鋁型材企業產能快速增長、實現智能制造的主要原因是鋁型材生產工藝復雜、影響因素眾多，涉及到需要很多設施設備，包括加熱爐、擠壓機、保溫爐、鼓風機等。鋁型材生產過程的海量數據采集、設備上云是實現鋁型材行業智能制造的關鍵[2]。然而目前國內大型鋁材企業擠壓設備缺少數據采集、監測手段，導致設備管理不及時、產品質量不穩定、生產排產周期長、動態調整能力差等問題，主要體現在：

（1）數據采集端的節點不夠多，不足以真正構建機型模型、以及設備預防性維護。目前國內企業對生產中的各類能耗數據和部分設備運行數據進行了數據采集，但是對生產設備尤其是關鍵工藝的核心設備運行參數還沒有實現全部自動采集，而設備模型和運行模型需要海量參數和運行數據，導致現有系統建模無法準確完成[3]；

（2）鋁型材的熔鑄、擠壓和表面處理等各個工序通常存在加工能力不同、能耗效率各異的多臺并行設備。目前絕大多數的鋁型材企業都以生產車間自行安排的傳統方式進行手工生產排產。面對復雜的訂單需求、多樣化設備組合以及互相制約的加工工藝要求，手工排產僅僅能對生產時間等單一目標進行考慮，無法全面考慮不同生產調度結果中因模具更換，設備空轉等情況對總體生產能耗帶來的嚴重影響[4]；

（3）下層采集端與上層應用層沒有完全打通，數據缺乏可分析性。應用層系統眾多，包括了ERP、CRM、PLM、EMS 等應用系統，多個應用系統匯總在同一的云基礎設施IaaS 層上，但是缺少中間層PaaS 層，需要將工業技術、知識、經驗、模型等工業原理封裝成功能模塊，供應用層開發者調用[5-6]。

2 系統結構組成

為此，在A 鋁型材企業設計了鋁型材工業互聯網平臺，該平臺在IT 層面的各個單個業務系統（CAPP、PLM、MES、ERP、SRM 等）進行互聯互通，在OT 層面通過工業自動化系統（SCADA、DCS 等）與設備智能互聯，管理系統將現場產線、設備、機床、傳感器等進行互聯，實現IT 與OT 相互融合。

平臺通過對鋁型材生產過程中的供電、天然氣、壓縮空氣、水、熱回收、水回收等能源動力介質進行集中采集和監控，與已有ERP、MES、OA 等系統進行有機集成，采用大數據與機器學習技術，包括：線性回歸和機理分析相結合的方法實現單產能耗的準確統計；統計學習和機理分析相結合的方法，推導出擠壓成材率的關鍵影響因素，提升擠壓成材率，實現設備生產節能；智能遺傳算法實現面向能效優化的鋁型材排產；并最終實現能耗運行監控、能源平衡分析、能源優化配置、節能決策支持、設備節能管理、質量管理等功能。

基于SOA 體系架構的鋁型材工業互聯網平臺總體架構如圖1所示，是通過集成企業的各個業務應用系統以及覆蓋整個價值鏈上的關鍵業務流程，解決用戶管理、數據集成、流程集成的問題；同時構建一個開發的跨系統、跨地域的集成協作平臺，一個可配置的系統開發架構，促進業務數據的共享與重用，支持系統整合和流程改進，減少資源消耗和錯誤發生概率。工業互聯網平臺總體架構是一個基于SOA 架構的靈活、穩定、開發的集成框架結構，既能滿足當前業務應用系統集成的要求，又能適應未來不斷增長和動態變化的企業信息化的需求。

圖1：鋁型材工業互聯網平臺示意圖

圖2：關鍵設備信息采集

在設備監控方面，采用設備協議接口、智能儀表對鋁型材的關鍵設備，如熔鑄爐、擠壓機、加熱爐、噴槍等，用集合形式化表達網絡各節點的描述性信息（見圖2），包括節點名稱、額定功率/電流/電壓、故障信息、當前狀態等，并將這些描述性信息存儲到數據庫，將這些描述信息與知識庫信息進行集成與分析，實現對每個節點設備信息的跟蹤、歸檔，為數據挖掘技術實施提供數據源。同時設備性能為研究對象，根據設備運行的指標變化情況，將設備的性能與運行參數、維護計劃、生產環境等影響因素集成關聯，建立設備性能管理優化模型及其求解方法。建立設備維修管理模型，研究多種修理類型下的周期結構及修理復雜系數，建立快速響應的維修管理體系，建立PDCA 管理循環，優化人員配置方式。

在擠壓優化方面，通過生產過程中采集到的制造大數據，改善金屬流動均勻性的模具結構優化設計與制造技術：根據模具三維立體模型，利用有限元模擬分析模具設計、擠壓工藝參數(擠壓速度、擠壓筒溫度、毛坯溫度和擠壓比等)對產品形狀、表面質量的影響，從而對模具的分流孔、焊合室、模孔、模孔工作帶長度等結構進行優化設計，采用深度神經網絡等大數據技術研究模具結構（分流孔的形狀/大小/位置；焊合室的深度/形狀；工作帶長度）和擠壓工藝參數（擠壓溫度、速度、摩擦條件等）對型材流速、模具強度、擠壓力的影響規律。并根據大數據挖掘的結果，指導開發新型高強高韌模具鋼及其冶煉、鍛造加工和熱處理工藝，提高模具強度、硬度、抗疲勞、耐磨損性能。

在工藝參數管理方面，研究多品種產品生產的自適應設備參數配置，根據生產管理經驗數據、工藝標準配置需要，采用數據挖掘技術獲取設備參數與產品的函數關系及其求解方法，依據產品類型的不同，建立設備參數標準配置模型。

在生產管控方面，所采集的數據可用于構建分析模具，具體以工藝生產環節為研究對象，根據生產過程中的輸入與輸出關系，將產品質量與設備運行參數、生產環境等可控因素集成關聯，并進行非線性數據分析，建立生產管理模型。

3 結論及未來工作

本文圍繞“集成平臺”的建設，形成“功能中心”和“數據中心”，在“人-機”互動，“機-機”互動，物聯網模式等方面形成成效，長期目標圍繞“智能工廠”建設，實現OT（操作技術）和IT（信息技術）兩個層面的融合架構，構造了企業級泛化連接和異構集成的架構體系，形成具有示范效應的工業互聯網平臺。