基于車間物聯網的數字孿生運維分析系統設計與實現

王真

中船第九設計研究院工程有限公司 上海 200090

引言

目前船廠車間作業面臨產品交付期更短、可靠性要求更高、產品品種變化頻繁等壓力，車間管理層需要及時掌握車間現場作業情況，及時發現生產中的異常，從而更合理的調整生產計劃和資源配置，提高生產效率和可靠性，而由于車間信息交互不夠及時全面，可視化程度低所導致的管理人員對車間執行信息的監控力度不夠，嚴重制約了車間智能化發展，船廠傳統的運維管理系統無法很好地表達資產與資產、設備與設備之間的物理空間邏輯關系，制造過程數據以二維為主，可視化程度不高，主要的分析決策仍依賴于人工經驗，缺少數據決策機制，導致生產管理效率低下等痛點問題。

數字孿生是數字化解決方案中一種新的概念，是用數字技術鏡像物理車間，基于數據驅動直觀有效地完成對車間對象的監控、分析，實現對當前的生產管控、對未來的趨勢預判、對過去的直觀追溯的目標，在成本、資源、周期等多維度提升船廠管理效率[1]。本文以國內某船廠生產車間數字化實施項目為實例依托，以數字化方式構建車間數字孿生運維分析系統，該系統與生產管理數據結合，利用歷史數據、實時數據、算法模型數據等，模擬、驗證、預測車間管理，從而為船廠車間生產提供更加嚴謹以及全面的理論依據，為生產管理者提供調整和優化建議，提高生產管理效率。

1 船廠車間數字孿生運維分析系統

1.1 系統介紹

船廠車間數字孿生運維分析系統彌補了傳統車間運維管理系統在空間分析、面向對象管理、信息查詢、數據決策支撐等方面的不足，系統以車間物聯網為基礎，利用大數據分析與數據挖掘技術，通過建立小組立機器人狀態監控、焊機質量管控、生產計劃管理三個應用場景的數據模型、工業機理模型、三維信息模型，在船廠虛擬車間環境中，實現基于統一模型數據源的車間生產設備狀態監控與預警、焊機質量評估與優化、生產計劃調度管理等功能，提高船廠車間可視化管控水平和生產效率。

1.2 船廠車間數字孿生運維分析系統架構

船廠車間數字孿生運維分析系統架構如圖1所示，系統分為四大層級，包括接入層、IaaS云基礎設施、平臺層、應用層[2]，接入層是整個系統感知與執行的基礎，主要通過深層次采集數據并實現不同協議數據基層匯聚，作為系統的驅動源頭，用于實現車間數據、外部應用系統數據的采集與計算；云基礎設施通過虛擬化技術將計算、存儲、網絡等資源池化，向用戶提供可計量、彈性化的資源服務；平臺層主要負責系統數據的存儲與訪問、抽取與轉換、計算與分析，其中存儲與管理包括設備信息數據庫、產品信息數據庫、計劃信息數據庫、物流信息數據庫等，數據分析與優化包括生產設備狀態監控與預警、生產計劃調度管理、焊機質量評估與優化。應用層是船廠車間數字孿生運維分析系統的最終輸出環節，面向智能化生產、網絡化協同、個性化定制、服務化延伸等車間智能制造典型場景。

圖1 系統架構

2 船廠車間數字孿生運維分析系統開發

2.1 數字孿生數據采集與接入

數據的采集與接入是車間數字孿生系統的重要基礎，以物聯網平臺架構為參考與船廠車間生產管理相結合，實現從車間實體到分析到業務的各類元素的全面互聯[3]，部署邊緣層：通過全要素的數據感知、工業自控邏輯的接入、異構數據的協議轉換和邊緣處理、載體平臺與已有系統（計劃管理系統、車間物流管控系統、物資配料系統）的互聯互通，形成船廠車間數字孿生運維分析系統的數據基礎。

2.2 數字孿生數據存儲與管理

結合船廠信息化安全要求，在車間IaaS層構建過程中，采用本地部署私有云服務的方式進行數據存儲與管理，面對車間實體端傳輸或外部管理系統接入的海量多源異構數據的存儲與管理，高效的大數據處理與分析以及數據標準的建立不可或缺，數據的處理與分析包括數據清洗、數據降噪、數據轉化；數據標準的建立主要是結合業務需求，建立編碼體系，具體按照頂級流程（業務場景、業務描述）、宏流程（場景編號、業務場景、業務描述）、作業流程（作業編號、操作場景、場景描述）、底層數據模型（IT層數據要求）進行核心數據源的標準體系研究與構建工作。

2.3 車間數字孿生建模與分析

基于車間數字孿生的數據基礎，在車間PaaS層構建大數據分析和知識服務創新應用，為車間數字孿生建模與分析提供有力支撐，具體包含三個方面內容：

2.3.1 建立主題數據庫。根據船廠車間數字化改造業務場景需求，針對單臺切割機狀態監控、多臺切割機聯網監

控、單臺焊機狀態監控、多臺焊機聯網監控、小組立機器人狀態監控、車間生產物流管理、車間生產計劃調度與優化等業務場景，在數據庫平臺中進行主題數據建模與開發工作，實現車間數字孿生數據的高效萃取與應用。

2.3.2 建立機理模型。綜合利用機器學習、相關性分析、聚類分析等技術形成先進的數據分析手段，將焊機狀態監測數據、車間生產計劃管理數據轉化為機理模型和數學算法模型、解決機器人狀態監控、焊機質量管控、生產計劃調度與優化等面向車間物聯網特定場景的實際痛點問題[4]。

2.3.3 建立三維信息模型。三維信息模型是車間數字孿生運維系統的虛擬映射和數字化載體，模型的構建需要從幾何、行為、物理、規則等多個維度對物理車間進行映射，完善的虛擬車間模型可以反過來影響控制真實物理車間[5]，為了實現虛擬車間對實際物理車間的準確映射，不僅需要建立幾何模型，還需要對車間三維模型資源進行統一管理。本文從生產線信息建模、產品信息建模、過程信息建模幾方面動態映射物理車間，涉及人員、設備、物料、中間產品等多種因素。

圖2 主題數據庫建模

圖3 車間三維信息模型構建

2.4 車間數字孿生運維分析系統應用

數字孿生車間是物理車間、虛擬車間、信息系統和孿生數據的集成融合，物理車間和虛擬車間通過信息系統及孿生數據，可以進行實時交互和雙向映射。在車間物聯網SaaS層中，主要是面向車間智能化生產、服務化延伸等需求場景，為用戶提供定制化開發的車間數字孿生運維分析系統應用和相關解決方案，本系統主要包含以下功能：

2.4.1 車間信息模型管理。能夠對車間信息模型進行管理，向仿真分析系統和制造執行系統提供車間信息模型數據，能夠依據采集的生產過程數據持續的對車間信息模型進行完善。

2.4.2 設備監控管理。通過對車間聯網的切割機、焊機、小組立機器人進行三維可視化實時監控，提供設備維護管理、設備OEE統計分析等功能。

2.4.3 生產計劃可視化。對車間的生產計劃信息進行展示，包括生產計劃完成情況，物量完成情況，實現生產計劃任務數據可視化管理。

2.4.4 流監控管理。對車間的物流狀態進行展示管理，包括車輛資源管理、物流管理及場地資源管理，實現車間物流狀態數據可視化管理。

2.4.5 管理駕駛艙。管理駕駛艙是船廠車間數字孿生運維分析系統的數據可視化終端，可以為企業內部領導及相關管理人員提供關鍵數據的指標分析。通過管理駕駛艙，可以打破數據隔離，將采集的數據形象化、直觀化、具體化，實現指標分析及決策場景落地，實時的反映工廠車間的數據運行狀態，為車間管理人員提供數據決策支持。

3 系統實施與成果展示

結合國內某船廠生產車間數字化改造實施項目，結合車間物聯網和大數據分析技術，以三維數字化方式，構建船廠車間數字孿生運維分析系統，實現對車間主要生產設備、生產計劃、生產物流的可視化運維分析管理。目前該系統已經在船廠成功上線運行，系統運行穩定，通過該系統實施，達到以下應用效果：①實現車間聯網設備的三維可視化監控管理，設備巡檢時間縮短50%；②實現生產計劃和生產物流實現數據可視化管理?，F場需求響應速度由1.5h縮短至0.5h，提高60%，保證了生產計劃的按時完成，促進了生產精細化管理。

圖4 數據駕駛艙圖

圖5 車間計劃可視化

4 結束語

本文以國內某船廠生產加工車間數字化實施項目為實例依托，針對傳統車間運維監控系統的不足，提出基于“生產數據+工業機理+模型算法”的船廠車間運維管理創新模式，在此基礎上，結合生產設備狀態監控與預警、焊機質量評估與優化、生產計劃調度管理等車間典型應用場景需求，構建船廠車間數字孿生運維分析系統，實現基于真實數據驅動的船廠虛擬車間與實體車間的相互映射，實時掌握車間生產動態信息，為船廠車間生產管理提供更加嚴謹全面的優化建議依據，提高可視化管控水平和生產管理效率。