含能材料生產車間實時三維可視化監控系統的研究與應用

張軍娜， 張瀚銘， 張弦弦， 劉治紅

（中國兵器裝備集團自動化研究所有限公司 智能制造事業部， 四川 綿陽 621000）

0 引言

制造業是立國之本、興國之器、強國之基。 隨著中國制造2025 的提出，新一代信息技術與制造業深度融合，正在引發影響深遠的產業變革。 目前我國含能材料生產過程普遍存在自動化程度低， 數據信息無法追溯等問題[1]，缺乏合理的設備信息集成及顯示監控方案， 迫切需要引入先進的技術來提升生產安全性及生產效率。 車間實時三維可視化監控技術是將現場采集的信息以圖形圖像形式動態直觀的展示，是提升車間管理透明化的有效手段，可為車間生產提供實時、準確、高效的管控支持。

眾多學者對車間實時三維可視化監控技術進行了大量的研究。張穎等[2]在工業組態軟件的二維監控界面上構建了嵌入式的三維可視化虛擬監控環境。 吳峰等[3]對制造可視化的理論基礎、可視化模型和算法等進行了研究。 尹超等[4]基于Flexsim 虛擬仿真軟件，構建了一種能動態可視化反映車間生產進度的針對多品種小批量機加車間的三維監控系統。 李斌等[5]對基于多源數據的復雜事件感知技術、 車間可視化場景構建及控制的關鍵技術進行了詳細研究，研制了一套電表檢定車間可視化系統。

本文以某含能材料生產車間現場實時監控需求為出發點，研究一種具有高實時性、高可視性，能實時反映車間運行狀態與設備故障的具有良好人機交互性的三維可視化監控技術，最后應用于某企業含能材料生產車間，實現對車間的三維可視化監控。

1 含能材料生產車間監控需求

含能材料生產過程具有安全性要求高、物料管控嚴、質量檢測難、現場環境要求高等特點，車間監控系統需要重點解決以下三方面的問題：

（1）數據采集信息不完整、不及時且包含錯誤數據。數據高質量采集是可視化監控的基礎。 目前底層數據的采集存在如下問題：第一，不同廠家、不同型號、不同軟件支持系統的設備之間信息不兼容；第二，大量車間數據仍依賴人工采集和錄入，難免有遺漏或錯誤；第三，部分操作規范、圖紙等數據由于企業缺乏有效的獲取方案，導致數據不完整。

（2）生產車間運維管控對象節點多、數據源多，數據分析困難[6]。建立車間運維管控數據處理和協同作用模型，實現車間各節點單元與匯集中心的數據融合通信， 是實現可視化監控的前提。

（3）現實數據與三維虛擬場景的映射與同步顯示。車間可視化監控[7]經歷了從人工監控階段到視頻監控階段，再到集成監控系統階段。隨著物聯網技術的高速發展，監控系統開始集成更多功能，電子看板逐漸得到企業青睞。然而， 電子看板雖然能展現車間各設備的參數信息與安全狀態參數等， 卻無法讓管理人員直觀感知正在進行的生產過程。隨著車間智能化的發展，企業需要更為直觀的三維可視化監控系統。

2 系統設計

依據含能材料生產車間的特點和監控需求，本系統通過信息化技術對車間各運維對象的數據進行采集、 處理、識別、評估、預測，最終實現對生產車間的三維實時監控，系統框架圖見圖1。

圖1 系統框架圖

首先，通過工業以太網實現設備和系統的物理連接；其次，針對生產車間上的設備、設施、環境等異構數據，采用基于概率傳輸的簇內數據融合算法；最后，結合生產車間海量運維數據，研究車間狀態、運行風險、設備故障等智能識別技術，進行特征提取與建模，實現數字化三維模型與車間現實狀態的實時映射。

3 關鍵功能實現方案

系統包含三個關鍵功能：多源異構數據采集、數據融合處理、建模與虛實融合顯示，見圖2。

圖2 系統關鍵功能

3.1 多源異構數據采集

（1）設備組網。 以工業以太網為總線，將不同接口硬件、不同控制系統、不同通訊協議的運維對象接入網絡，建立車間現場的工控物聯網，實現對所有設備、設施、環境等對象參數的實時狀態數據采集，見圖3。

圖3 生產車間數據采集流程

（2）數據采集。 設備作為OPC UA 服務需要經過相關配置才能夠被客戶端連接，從而獲取數據，通過配置OPC UA 服務器的用戶名、密碼、IP 地址、相關配置文件等，在采存軟件運行時， 通過OPC-FOCAS 獲取控制系統命令來進行數據采集和記錄各種狀態值，見圖4。

圖4 數據采集網絡結構示意圖

將數據源分為模擬量檢測信號和開關量檢測信號。模擬量信號包括溫度、壓力、流量、扭矩、轉速等。根據現場勘察，這些信號都是變送器產生的0～20mA 電流信號，直接連接在顯示表頭上。 將變送器產生的0～20mA 電流信號從顯示儀表上斷開，通過一進二出的信號隔離模塊，產生兩路大小相同，互相隔離的兩路0～20mA 電流信號。 其中一路接原顯示儀表，保持原有的儀表顯示功能，另一路接數采模塊。 開關量信號包括上下限、鍋到位等信號，其信號對應面板上的指示燈。通過現場勘察，這些指示燈都是由直流24V 驅動。將指示燈信號從指示燈上斷開，通過中間繼電器，驅動兩組無源觸點。 其中一組無源觸點將24V直流電壓連接到原指示燈，另一組無源觸點將24V 直流電壓接入數采模塊。

各數采模塊通過以太網連接到交換機， 交換機設在中控室內。中控室配置一臺計算機作為上位機，數據采存軟件部署在這臺上位機上。 數采軟件是基于.Net 4.6.1 自主研發創建，基于OPC UA 標準進行讀數據、寫數據以及訂閱數據。

（3）數據發布。 數據支持以MQTT 或HTTP 形式對外發布，可采用單個數據點發布或整體數據對外發布。

（4）數據存儲。 數據庫備份通過及時為歷史數據歸檔，提升系統在線業務的相應速度； 定期將數據庫數據備份到服務器硬盤空間中，實現數據的備份保護。

3.2 數據融合處理

通過建立制造數據中心實現含能材料生產車間的數據管理。數據中心由實時數據庫和管理業務數據庫構成：實時數據庫存儲生產設備運行參數、環境參數、生產運行狀態等實時信息；業務數據庫包括車間運維對象屬性、模型、基礎參數等，實時數據通過數據融合、抽取、處理、裝載等，存入業務數據庫。

（1）數據預處理。 由于采集設備、傳感器安裝環境的不穩定和數據轉換過程摻雜少量的噪聲數據等各方面因素的影響，得到的數據會受到一定干擾。為提升數據準確性，除了采用更加科學的采樣技術外，還需要采用一些必要的技術手段對原始數據進行整理統計， 數字濾波是最基本的處理方法。

首先，在采集的傳感器數據和真實數據基礎上，對兩者進行比對分析，通過相關判定算法建立預估模型；其次，基于預估值和實際值進行分析，套用預估模型，采用過濾等算法校正感知數據；最后，根據累積的數據， 不斷優化預估模型， 提高感知數據的數據質量，見圖5。

圖5 數據判定與修正流程

（2）數據管理。采用關系數據庫對采集的數據進行存儲管理，按運維類型對運維對象相關數據進行分類存儲，形成不同業務數據庫。

（3）輸出存儲。 由代理服務器收集各信息監控系統的實時監控數據，通過工業以太網將各系統的實時數據和數據定義傳到車間數據接收服務器。數據接收服務器采用串口通信技術、動態數據交換技術、OPC 技術等，完成對異構運維數據的統一采集，并在數據庫服務器統一存儲。

3.3 建模與虛實融合顯示

（1）構建模型。 通過現場照片，以及具體的測量參數，用3D MAX 引擎對生產車間進行數字化建模。 定量描述各類生產運維要素的特征，建立各要素之間的約束關系，關鍵設備模型與實際生產設備比例一致。

（2）實時驅動。框架在接收到數據服務插件返回的數據后，若判定不為臟數據，則對該數據進行解析，并調用框架中與Unity 中屬性更新相關驅動程序，驅動程序解析該數據，并查找該對象發送數據，完成模型的實時驅動，見圖6。

圖6 模型驅動流程圖

4 結論

本文以含能材料生產車間為應用實施對象， 圍繞含能材料生產過程開展了生產車間智能采集與數據融合技術、 虛實融合三維可視化顯示技術的研究， 構建了車間實時三維可視化監控系統，實現了對生產過程的實時監控，顯著提高了車間的可視性、透明度、實時性和人機交互性。 未來，隨著虛擬現實技術的發展， 可將VR 與三維可視化監控系統相結合，使用戶通過手柄、頭盔即可與監控系統進行交互，更為身臨其境，提升培訓、虛擬裝配等領域的用戶體驗。