一種面向服務的數字化工廠體系架構研究

沈文杰 郭永釗 胡永芳

摘要：本文以雷達研發制造企業數字化轉型過程中的建設經驗為基礎，分析了現有數字化工廠體系架構在雷達設計研制型企業應用中的優勢和不足，結合研制過程實際情況，借鑒面向服務架構的設計理念，提出了一種面向服務的數字化工廠體系架構，解決了傳統架構中數據離散型高、系統功能復用性差、拓展性不強的缺點。并以復雜電子組件典型代表微波組件組裝車間為對象進行架構的應用，驗證了架構的模塊低耦合、數據共享互通性強、系統迭代速度快等特點，具有很強的借鑒意義。

關鍵詞：雷達；智能制造；數字化工廠；體系架構；面向服務

引言

有源相控陣雷達作為軍用復雜電子裝備的典型代表，其制造過程具有專業領域多、工藝流程復雜、物料種類多等特點。近年來，隨著我國雷達技術的高速發展，雷達裝備的研制周期不斷縮短，型號種類呈多樣化，技術難度不斷加大，給雷達全流程的制造提出了更高的要求。

隨著雷達工藝技術的迅速發展和信息技術在雷達設計制造中的擴展應用，雷達的設計制造已經從基于經驗的知識積累型技藝技術逐漸向基于數據和規則的先進設計制造模式轉變；與此同時，人工智能與大數據挖掘技術的引入也將雷達工業的生產制造向數字化智能制造之路推進，新型技術的引入和使用極大縮短了新產品的研發制造周期，也催生了企業管理模式的升級改革，如何將數字化新技術與企業運營管理相結合，探索出兼顧企業管理體系與強數字化拓展性的數字化工廠管理架構是企業數字化轉型規劃中的重要課題，也是保障雷達產品快速研發迭代、安全高質量持續生產的基礎性問題。

本文以雷達研發制造企業數字化轉型過程中的建設經驗為基礎，分析了現有數字化工廠體系架構在雷達設計研制型企業應用中的優越性和不足，在原有架構的基礎上加入數據和執行層，優化了各個層級的內部結構，由此提出了一種面向服務型的數字化工廠體系架構，并以雷達微波組件生產制造車間為例，分析了新型架構下數字化車間的建設優勢，其數據共享性強、系統柔性高的特點滿足了雷達微波組件生產節奏快、產品種類繁、自動化設備多的數字化管控需求。

1數字化工廠體系架構

1.1 智能制造的基礎

智能制造是制造技術與數字技術、智能技術及新一代信息技術的融合，是面向產品全生命周期的具有信息感知、優化決策、執行控制功能的制造系統，旨在高效、優質、柔性、清潔、安全、敏捷地制造產品和服務用戶。

智能制造的基礎是信息技術與數字技術的應用，將數字化軟件高效運用在企業中，減少傳統管理流程中的信息傳遞成本；利用計算機軟件輔助設計、制造、現場生產各個環節，實現數據與實踐的深度融合；使用數據挖掘等信息自動化手段代替部分人力依靠經驗的勞動，都是智能制造的重要研究內容。因此數字化是智能制造的基礎和先決條件，推進企業數字化轉型，建立適合企業的數字化架構將企業的業務與生產對象數字化管控，建立數據驅動的數字化工廠，是發展智能制造的重要課題。

1.2 數字化工廠架構

《數字化車間通用技術要求（GBT 37393-2019）》的國家標準中提出了一種數字化工廠企業模型，其架構如圖1所示。

該模型將制造企業數字化架構劃分為三層結構，分別是管理層、執行層、基礎層，三層結構分別由不同的軟、硬件系統組成，承擔不同層級的企業數字化管理任務：

其中管理層主要包括企業資源計劃（ERP）及產品全生命周期管理等系統，負責整個示范線生產任務的發起和產品完工的接收。執行層主要包括數字化設計仿真系統及制造運營管理系統（MOM），負責企業工藝設計、訂單信息發布及生產線運行狀況反饋；該層級主要包括車間計劃與調度、工藝執行與管理、生產過程質量管理等功能模塊，對生產過程中的各類業務、活動或相關資產進行管理；基礎層主要包括生產制造所必需的各種生產設備及生產資源，負責接收工單并按指令完成各工序的作業任務及上傳實時過程信息；其中制造設備承擔執行生產、檢驗、物料運送等任務，大量采用智能化設備，可自動進行信息的采集或指令執行；生產資源是生產用到的物料、托盤、工裝輔具、人、傳感器等，本身不具備智能化通信能力，但可借助條碼、RFID等技術進行標識，參與生產過程并通過其智能化標識與系統進行自動或半自動交互。

而對于架構中的不同軟件系統，其數據交互如圖2所示，對于有外部接口的數據，系統通過已有的外部接口進行數據對接，對于某些在外部接口中沒有設計的數據，需要人工通過手動查詢錄入的方式在兩系統間進行數據轉移。

1.3 數字化工廠架構不足

此模型統一的頂層架構設計將不同層級的功能限定，實現了從產品研發、工藝設計、現場執行的產品全生命周期管控，在電子制造企業和其他產品較為固定的生產單位得到了廣泛的應用，但雷達屬于復雜電子裝配，在實際研發生產過程中，由于雷達的零部件眾多，其產品技術迭代速度快、產品復雜度高、生產流程復雜，設計流程眾多，因此此套系統架構在實際使用中存在某些不足，具體體現在：

數據流通性差，易形成數據孤島：從原數字化車間結構來看，各層級的數據傳遞彼此孤立，管理層通過執行層的制造運行管理系統對一線數據部分傳遞，上下層系統無法直接進行數據交互，導致信息在傳遞過程中會出現不對稱性，此現象使得各個系統的大量信息私有化，形成數據孤島，最終導致信息在各自系統獨立存在與獨立部分決策，無法統一形成信息合力。

模塊復用性差，系統冗余性較高：在各個層級中，有一些功能相同或相似的基礎模塊，在不同層級的功能系統中會重復開發，導致模塊的開發速度和兼容性較低，多項基礎數據冗余存在于各個系統的不同部分，造成系統耦合度過高，復用性較差。

系統拓展性差，二次開發周期長：按照原有數字化工廠架構，各個層級的數字系統開發是根據企業現有業務確定需求后定制，能高度適應企業現有業務需求，但其功能相對固定，不同系統之間的交互只通過外部接口，若企業的業務發生拓展，往往需要涉及多個系統的二次升級，二次開發周期較長。

基于上述情況，本文結合在實踐中的經驗，提出一種面向服務的新型數字化工廠體系架構。

2面向服務的數字化工廠體系架構

2.1 面向服務的架構設計

面向服務的架構（SOA）方法是一種建立、管理、維護IT系統和業務的方法。SOA架構中，由各自獨立、可復用的服務構成系統的功能結構。基于標準化技術開發的“服務”能夠實現軟件系統中業務邏輯抽象和技術抽象，支持業務邏輯與具體實現技術的分離，從而使企業應用徹底擺脫“面向技術”設計解決方案的束縛，使企業能夠適應業務和技術的不斷變化，輕松應對企業業務變化和發展的需要。面向服務計算環境下，“服務”可以被共享、重用和動態配置，從而便于從整體角度審視企業的信息系統架構，選擇一個合適的支撐平臺，有機地集成企業的各個“信息孤島”。伴隨著大規模企業級應用的不斷發展，為了減少異構性、滿足互操作性和不斷變化的業務要求，面向服務架構方法已經成為企業架構設計熱點技術之一。

2.2 面向服務的數字化工廠體系架構

借鑒SOA的建設思路，對原有模型的部分功能和數據解耦和，在原有架構的基礎上加入數據層和控制層，將原有的模塊功能細分，以具體的業務對象單元為單位，在現場變化頻繁的基礎層以車間生產單元為建設對象，建設多個智能與數字化單元，形成現有的面向服務的數字化工廠體系架構，其架構模型如圖2所示。

其中數據層將所有層級的數據實現共享統一管理，各個層級的系統只是以數據為基礎，對數據進行不同的應用，控制層是對基礎層的業務模塊進行組合管理，形成一套模塊化可定制的面向業務的操作控制界面。

對于數字化軟件層級的設計，將不同軟件的系統功能層、基礎數據層和與硬件結合的采集/控制部分抽離出，形成硬件采集控制功能池、基礎數據庫與基礎功能池，其軟件系統如圖3所示；對于單個系統來說，系統知識對于功能池的不同組合，通過調用功能池的不同接口獲取想要的數據，實現人機的交互，功能池通過操縱基礎數據庫實現對數據的訪問和讀寫，而硬件采集控制功能池是將所有與硬件結合的功能統一，將其驅動、接口、數據格式化處理等功能統一到一個層級，實現與硬件的面向對象交互。

在面向服務的數字化工廠體系架構模型下對企業進行數字化建設，對比原有模型有若干優勢：

數據共享，增強數據共通性：增加的數據層可以對管理層以下數據全局共享，增加數據在系統中的全局作用，以人員管控為例，在沒有將數據獨立之前，人員的考核是依靠每天的打卡數據和月度考核指標中的固定幾個參數來衡量，人員每天的工作量難以量化，在獨立了基礎數據后，人員考核可以從多個系統中獲取到人員的工作情況、培訓信息、負責產品信息等多個維度的基礎信息，對于人員考核的考評方式也更加多樣化。

功能解耦，多模塊功能復用：在基礎層和控制層中，以功能模塊和車間生產單元為最小單位建立數字化系統，可以實現多模塊的功能復用，例如在SMT生產車間和殼體焊接車間，均需要“生產問題反饋”功能，但SMT生產車間和殼體焊接車間的問題類型和處理流程存在差異，原架構使用上層管控系統實現此功能，導致問題處理流程無法覆蓋所有車間，但若在各個車間分別建設管理系統，進行定制化的“生產問題反饋”功能開發，開發周期過長且耗費成本巨大，對功能進行解耦后，“生產問題反饋”作為底層的共用模塊，在不同車間根據車間的需求，對此模塊進行定制化的修改，即可適用于該車間的業務需求，既滿足需求又減少了數字化系統開發周期。

便于拓展，建設方式更靈活：雷達研發屬于高新電子制造行業，隨著雷達的生產的設計、工藝變更，企業的生產模式和管理模式也會隨之快速變更，伴隨而來的則是新業務與新模式的數字化需求，如在某型號雷達新產品的預研項目中，采用了新的結構設計和最新的工藝方法，開辟了一條適應于新工藝的生產線，原有數字化系統無法滿足管控需求，若在原有體系下，需要從企業ERP系統，到運營管理層MOM系統和現場管理系統均進行升級改造，在面向服務的系統架構中，只需要在需要的層級加入相應的控制單元，將其數據按照SOA規則并入數據基礎層，各層系統即可快速適應新業務管控，實現了靈活的數字化系統拓展。

3面向服務的數字化工廠體系架構的應用

微波組件是有源相控陣雷達的核心部件，具有產品質量要求高、多品種變批量、研制批產共線、多型號混線等特點，對管控系統提出了很高的要求。本文提出的架構在微波組件制造車間進行了應用，充分發揮了架構支持快速迭代、復用性好以及互通性強等優勢。

3.1面向服務的體系架構在微組裝車間的應用

微波組件微組裝車間業務應用需求眾多，涉及到人員管理、設備管理、物料管理、工藝設計、生產管理、質量監控等多個方面。按照面向服務的數字化車間體系架構思路，建設車間數據采集與監視控制系統（SCADA）進行統一的車間級管控，在具體的業務部分，在最底層使用生產單元為最小建設功能單位，各個單元的基本功能可以復用，數據實現共享，通過不同生產單元的組合建設單元SCADA對業務相近的生產流程進行統一的管控，其結構如圖5所示。

以高密度板級電路生產單元管控系統在軟件系統的建設為例，其軟件系統設計如圖6所示。以剝離數據層和功能模塊為基本思路設計基礎信息共享層和基礎功能池，以具體的功能組合不同的數據和功能形成具體功能集合的應用層和負責報表生成和系統數據展示的展示層，信息共享層中，生產線管控系統和測試管理系統共享數據庫，因此人員數據、權限數據、設備數據、廠房工位數據等均只需要維護一次，做到了數據復用，在基礎功能池內，集成了多個功能組件，如設備通訊協議組件、人員權限管理組件、消息推送組件、表單填寫組件、數據查詢組件等，應用層和展示層的應用系統能通過這些組件實現對數據的操作和展示，一個組件可在多個系統中復用，也可根據不同組件的需求繼承組件的功能，拓展應用系統中獨有的新功能。

3.2取得成果

在微組裝車間以一年時間內完成功能重構和升級，將原有功能以單個功能池為單位建立了基礎功能池，并利用基礎功能池在短期內組織出兼容現有所有業務的智能單元管控系統兩個，人員管控系統一個，報表生成系統一個及可視化看板一項，做到了現場關鍵設備采集程序的快速拓展與全覆蓋，各個系統數據的無障礙貫通，功能的強復用性和低耦合性，在系統開發上實現了開發成本降低60%，系統迭代周期減少30%，與外協廠商溝通需求時間減少40%以上；系統穩定性上做到了系統偶發故障降低20%，系統問題處理時間降低35%以上。

4總結

智能制造的基礎是數字化管控，企業能做到全流程數字化管控，實現智能制造才能水到渠成，本文在十四所雷達研制中數字化轉型系統架構的基礎上，結合生產設計實際情況，借鑒SOA設計架構，提出了一種面向服務的數字化工廠體系架構，解決了傳統架構中數據離散型高、系統功能復用性差、拓展性不強的缺點，并在所內微波組件制造部門進行試點建設，取得了優異的成績，對電子設計制造企業有著強借鑒意義。

參考文獻

[1]“新一代人工智能引領下的智能制造研究”課題組，中國智能制造發展戰略研究[J].中國工程科學，2018，（4）.

[2]周軍.智能制造視角下我國裝備制造業國際分工地位提升研究[D].溫州大學： 溫州大學，2020.

[3]張友碩.基于BP神經網絡的離散車間智能制造系統評價體系的研究[D].合肥工業大學： 合肥工業大學，2020.

[4]謝亞丹.基于DHGF算法的智能制造能力成熟度評價研究[D]. 燕山大學： 燕山大學，2020.

[5]晁翠華.智能制造車間生產過程實時跟蹤與管理研究[D].南京航空航天大學： 南京航空航天大學，2017.

[6]張益，馮毅萍，榮岡.智慧工廠的參考模型與關鍵技術[J].計算機集成制造系統，2016，（1）.

[7]林文進，江志斌，李娜.服務型制造理論研究綜述[J].工業工程與管理，2009，（6）.

[8]文家富.云設計模式下的汽車模具設計知識工程方法研究[D].天津大學：天津大學，2018.

[9]韋韞.基于面向服務架構的網絡化協同制造資源重組優化研究[D].南京理工大學： 南京理工大學，2012.

[10]陸文虎.基于微服務架構的制造執行系統設計與實現[D].浙江大學：浙江大學，2018.

[11]部海青.面向服務的MES系統的研究與應用[D].上海交通大學： 上海交通大學，2012.

（作者單位：中國電子科技集團公司第十四研究所）