汽車數字化車間采集系統的設計與集成

王靈峰　肖玉　劉韓影　楊貴林　于興林

摘 要：汽車制造是近幾年在制造數字化提升中最顯著的行業，數字化制造是企業降本增效的必要途徑，數智化工廠建設也成為車企數字化轉型的重要舉措。實現智能制造的前提是企業在生產經營環節完成數字化轉變，其中“數據”是信息化和數字化轉型的重要產物，同時影響到工廠的效率、成本和質量等重要指標。如何收集數據，建設統一數據平臺則是構建數智化汽車工廠的基礎，邊緣計算的出現，恰恰適應了汽車數智化工廠發展的需要。

關鍵詞：數字化 數據采集

1 概述

在汽車工廠信息化系統中，數據采集系統負責現場生產過程數據的獲取，涉及人員、設備、物料、工藝、環境數據，獲取的生產數據通過車間網絡傳輸至數據服務器，在經過初步的清洗、過濾等手段后的數據將會應用到可視化、生產執行、質量管理等業務中。

數字化工廠建設的關鍵是如何利用好生產數據。數據采集系統負責打通生產設備的互聯，提供生產各業務系統、設備之間互聯互通的物理通道，在此基礎上完成數據的獲取、預處理、傳輸、分析，是工廠各業務系統的數據中樞。

汽車工廠數據采集系統架構如圖1所示。

汽車制造有較為復雜的生產工藝和制造工序，而其生產車間內的互聯互通場景也非常復雜，具有以下特征：

（1）車間內設備類型復雜，所支持的工業總線或者接口協議也很多。

（2）數據采集覆蓋四大車間，面向很多的工藝設備。

（3）不同時期上線的設備同時存在，數據采集前需要對設備接口改造，工作量大。

（4）對工廠網絡覆蓋和性能要求高，需要工業環網等方式保證網絡的穩定性。

針對上述特征要求，汽車工廠的數據采集系統在設計時考慮4層架構。

（1）設備層。該層涵蓋了輸送、搬運、焊接、檢測等一系列設備，比如焊接機器人、焊接控制器、RFID讀寫器、伺服、變頻器等。

（2）網絡層。該層的設備主要由網絡數通設備構成，像汽車工廠常見的Profinet/Ethernet工業協議網關、工業三層交換機、工業無線AC/AP等。網絡設備組建了一張穩定、高效、安全的工業局域網，保證各業務系統、設備間可靠通訊。

（3）數據采集層。服務器上部署的數據采集軟件，通過自身的工業協議直接訪問設備層的數據，獲取原始數據后，對數據進行二次加工并存儲，系統具備多種數據轉發接口，例如Socket、MQTT、InfluxDB、Mongo DB、Redis等各種轉發接口將數據與MES或者ERP系統進行對接。

（4）業務系統層。從以上幾層獲取的人、機、料、法、環等原始數據，在各個信息化系統中進行處理、分析、計算、展示、如在制車輛的信息、報工數據、過程質量統計等。

2 數字化車間數據采集系統設計方案

在網絡架構的視角去分析數據采集系統，整體可分為三層，分別為設備局域網、車間數據匯聚、業務數據采集。車間工業網絡采用交換機成環組網，設計之初要考慮產線、設備、辦公等布局，將整個區域切分成多個子區域，各子區域的匯聚交換機組成了單個車間的環網。

在整個生產環節中，有各類工藝、生產等設備參與了上述過程，由于設備年份、類型、通訊能力的等差別，數據采集會有多個不同方式，大致分為3類：自動交互數據、半自動、以及純手動。

2.1 人工采集

人工采集即原始數據需要人工在業務系統內錄入，常見的有工位電腦、手持PDA等設備。人工錄入的方式存在滯后、易錯、繁瑣等問題。例如總裝車間隨車單，車輛在每個工位完成裝配任務后，需要人工在隨車單上記錄工藝數據，車輛下線后，隨車單專人收集并錄入數據采集內。

數據采集系統在工位部署了客戶端電腦，客戶端軟件通過HTTP、WebService等方式實時上傳至服務器后端。

2.2 半自動采集

半自動采集方式的形態已經接近于全自動方式了，只是在實際生產作業過程中，需要人工使用工具后，才能觸發數據的同步，所以在采集方式上也可定義為全自動。比如像總裝車間內飾裝飾線，工人在安裝關鍵零件后，需要用掃描器準一掃碼記錄，物料信息會自動錄入至數據采集客戶端并上傳至服務器。

2.3 全自動數據采集

在數字化車間中，大部分生產過程的數據都是通過自動方式采集的，在汽車工廠常見的PLC控制器、KUKA/ABB機器人、焊接控制器、AVI過點等。

針對汽車總裝車間內的自動化循環線，它的采集對象主要是PLC控制器，作為產線的控制單元，在經過現場傳感器、驅動器狀態后可根據編程的控制策略，控制著循環線的運行和停止。

以西門子1500系列PLC為例，它支持第三方系統通過S7協議訪問內部數據塊，同樣也支持外部對其數據的寫入，所以數據采集系統需要開發S7協議驅動，即可實時獲取產線的運行狀態。

在數據采集系統中根據采集數據類型可分為開關量、模擬量，如工件到位，設備運行/停止為開關量，再如溫度、流量、壓力、VIN碼等均已模擬量表示，在采集系統中建模時，這些采集對象以單個標簽的方式組態，針對每個標簽可以設置訪問周期，例如每隔1000ms采集一次，面向實時性高的業務場景可以設置100ms周期，而對時間不敏感的業務數據，可以設置為5s甚至更高。

3 數據集成與存儲

3.1 采集數據的集成

汽車數字化車間內設備品牌和型號復雜，產線和工裝夾具經過改造和迭代升級，設備的通訊接口也從串口升級到以太網口。

在實際場景中，汽車工廠有很多上層業務系統，如ERP、MES、WMS、PQS、工廠可視化等等，如果這些業務系統直接訪問設備，將會造成被訪問設備通信負載大，車間網絡負載大，如PLC的通信資源被占用，造成主程序掃描和執行周期變長。

對于上述的業務需要，數據采集系統要負責完成原始數據的采集和處理，在各個上層業務系統間提供二次加工的數據，保證數據流的有序和整潔，此時數采系統作為數據中樞的角色，南向負責打通信息化系統和底層設備的工業互聯，北向負責將生產數據推送至MES、WMS、PTL等系統。

多源異構數據集成是整合來自多個數據源的數據，屏蔽數據之間類型和結構上的差異，解決多源異構數據的來源復雜、結構異構問題，從而實現對數據的統一存儲、管理和分析，實現用戶無差別訪問，充分發揮數據的價值。數據集成的關鍵技術包括數據存儲管理、數據清洗與轉換及數據降維[1]。

3.2 數據庫選型及管理

在數據采集系統中數據庫是其存儲數據的核心工具，大量數據的高速處理與存儲，能夠連續運行可冗余的高可靠性系統，能夠長期保存生產數據，并且具有優良的、高性能的、方便的人機接口，豐富的數據庫管理軟件，過程數據收集軟件，人機接口軟件以及生產管理系統生成等工具軟件，實現整個工廠的網絡化和計算機的集成化。

數據采集功能將現場級的數據采集完成后，所有產線數據后可將重要數據存儲至工業實時數據庫中以便后期對數據進行查詢分析，將普通數據利用數據庫連接存儲至關系庫中。

針對不同應用場景會有實時數據庫和歷史數據庫的劃分、關系型數據庫。數采系統處理后的數據會自動存儲在數據庫中。在北向的業務系統如MES可通過數據庫接口實時去獲取。目前我們使用較多的為SQL Server、MySQL、Oracel等。

除了關系型數據塊，在數據采集系統在設計時考慮使用實時/歷史數據庫，針對工藝敏感的采集對象，比如溫度，壓力、流量等，需要實時數據庫能夠準確記錄數據的時間戳、值、質量等信息，考慮內存的容量，實時數據庫一般設計為10分鐘的時效性，在10分鐘以后的數據將自動進入歷史數據庫。

4 結語

數據采集系統作為數字化工廠的數據中樞，實現了業務系統間的互聯互通。

為打造數字化工廠和車間夯實了數據基礎，在未來汽車產品個性化定制、工廠柔性生產的新模式下，智能制造過程對數據依賴程度呈指數級上漲，如何健壯數據采集系統也是今后長期探索的內容。

基金項目：國家標準化管理委員會工業和信息化部關于下達2022年度智能制造標準應用試點項目-《汽車行業智能工廠和數字化車間標準應用試點項目（GZ06/23-096）》。

參考文獻：

[1]陳世超，崔春雨，張華，馬戈，朱鳳華，商秀芹，熊剛. 制造業生產過程中多源異構數據處理方法綜述[J].大數據，2020，6（05）：55-81.