汽車焊裝產線智能化平臺技術研究

摘 要：本文主要是針對當前汽車焊裝自動化產線向智能化產線轉化的技術研究及實現。自動化產線為智能化產線的實現奠定了硬件基礎；物聯網（IoT）、云計算與大數據等信息技術的發展奠定了技術基礎。面對產線多系統、多設備之間的交互，需要一個智能化平臺接收產線各系統、設備反饋的數據；并下發相應的控制指令到產線等。本文使用kafka來實現產線大數據的采集；使用微服務架構來實現智能化平臺，對平臺的功能模塊解耦。

關鍵詞：自動化產線 智能化 大數據 Kafka 微服務

1 緒論

隨著網絡技術和信息技術的飛速發展，信息化技術正改變著傳統產業的格局。在汽車制造業中，汽車主機廠焊裝車間的白車身制造產線正致力于從自動化向智能化轉型。物聯網（IoT）、云計算與大數據等技術的持續進步，不僅為智能工廠的建設奠定了堅實的技術基石，還顯著降低了成本，加速了智能化進程。

當前，多數汽車主機廠焊裝車間制造白車身的自動化產線的核心控制主要是PLC（可編程邏輯控制器），其高可靠性和強抗干擾性確保了生產線的穩定運行。然而，智能化產線對數據處理能力有更高要求，PLC的局限性逐漸顯現。具體而言，PLC在處理大規模、復雜的數據集（包括結構化、半結構化及非結構化數據）時顯得力不從心，其存儲和數據分析能力難以滿足智能產線對數據實時采集、分析及決策支持的需求。

在白車身的制造過程中，自動化產線會產生大量的數據，這些數據可用于反映制造質量、監控生產計劃進度、優化工位時序、歷史故障追溯以及實現生產物料的精準調度等。為了充分挖掘這些數據的潛力，實現生產線的智能化升級，必須建立能夠高效采集、處理并分析這些數據的智能平臺。

因此，針對PLC控制系統的局限性，提出了汽車焊裝智能化產線的技術研究方案。該方案旨在構建一個集數據采集、存儲、處理、分析及決策于一體的綜合智能平臺，能夠實時獲取產線各設備產生的數據，通過先進的算法模型進行深度挖掘與分析，進而驅動產線自動化調整與優化，及時反饋產線狀態，確保生產的高效、靈活與智能。

2 白車身產線智能化技術框架研究

白車身智能化產線是在自動化產線的基礎上進一步集成了數據分析和智能控制等功能，智能化平臺的交互如圖1所示。首先，智能化產線最重要的一步，是全面且高效地采集現場設備的運行數據。這些數據包括但不限于設備狀態、生產效率、能耗情況、故障預警等，它們構成了產線實時運行的數字鏡像。同時，智能化產線還需與制造執行系統（MES）緊密集成，實時獲取MES系統下發的生產計劃、訂單信息、工藝參數等生產數據。這兩大數據源的結合，為后續的智能化分析與決策提供基礎。

2.1 當前數據采集技術現狀

在當前的制造業環境中，傳統的數據采集方式有依賴SCADA系統[1]或基于設備的通信協議開發的專用采集程序，雖然在一定程度上能夠滿足生產監控的基本需求，但其固有的局限性會隨著產線新車型不斷地導入，新技術不斷的使用造成迭代難度大甚至于停止使用。

傳統的SCADA系統中，采集不同設備的數據系統會根據設備使用對應的數據庫，各設備的數據難以進行融合，形成各設備之間的數據孤島導致難以進行大數據分析將結果反饋于生產以提升生產效率；開發專用設備的采集程序，則需要根據每臺設備的通信協議開發專用的采集程序，不僅需要相應的技術儲備，還涉及大量的定制化工作，導致開發成本高。并且隨著設備更新換代或通信協議升級，專用采集程序可能需要頻繁修改和維護，增加了運維的復雜性和成本。

由于存在以上幾個缺點，需要采用新的數據采集系統來替代傳統的SCADA采集系統和線旁離散的采集程序。所以構建一種具有高可擴展性、高通用性、高可靠性，能支持海量實時數據信息采集的采集系統來解決傳統的自動化產線生產數據采集零散無序、故障數據追溯困難、生產進度需要人實時跟蹤等問題是極其重要的。

2.2 數據采集新技術方案

結合現場的數據采集點多，數據類型多樣、數據量大等難點，需要一種可拓展性強，數據采集兼容性好、數據處理能力強、穩定性好的采集方式。根據以上難點和需求分析，結合Kafka（分布式流處理平臺）的特性，Kafka 每秒能夠處理數百萬條消息，具有實現高吞吐量、低延遲的消息流傳輸和處理、應用解耦、流量削峰等功能，并且可擴展強，通過橫向擴展生產者、消費者和broker， Kafka可以輕松處理巨大的消息流；適合產線實時數據量大，數據類型多樣等應用場景。因此基于kafka開發采集系統可滿足以上的需求。其數據采集模塊架構圖如圖2所示。

在目前的自動化產線，數據的來源設備主要分為三大類：PLC、視覺系統、產線其他設備控制系統如圖3所示。同類數據來源建立統一的采集框架或者接口。如PLC的數據采集流程為：首先確認數據來源的標簽，再與PLC建立網絡通信，最后確定采集頻率等。采集原理相同，一條產線存在多個PLC，每個PLC的數據都需要采集，如每個PLC開發相應的采集程序則會存在工作重復，維護復雜等問題。根據其共性開發相應的PLC數據抽取分發模塊如圖4，只需要簡單配置即可實現PLC數據采集。當需要新增PLC數據采集源時，只需要在PLC數據抽取模塊配置數據源的IP標簽即可，該模塊抽取到PLC的原始數據之后將數據發布到kafka，系統端通過訂閱kafka即可獲取該原始數據。

視覺數據則開發相應的視覺數據接收接口，統一接收視覺系統的檢測信息或者測量信息。將接收到的數據發布到Kafka，每種數據kafka內都會有相應的topic與之對應，系統端只需要訂閱解析相應的topic數據即可。

采集的數據的原始數據發布到kafka對應的topic。應用端訂閱該topic獲取原始數據并對其進行解析得到我們需要的數據，并將其寫入數據庫，數據庫使用主從同步功能，提高安全性。如圖3所示。

2.3 智能化平臺技術方案

數據采集進數據庫，有了數據分析與追溯的基礎。避免多個應用場景開發多個系統，使用人員需要登錄不同系統影響使用體驗的問題，平臺采用微服務框架開發，所用到的組件如圖5。可根據業務邏輯使用相應的數據開發對應的微服務模塊來實現生產過程數字化、可視化、精益化。降低各應用場景之間的耦合性，各場景應用的更新迭代互不影響，新增場景開發部署也不會影響原在運行的場景，新應用部署后更新使用人員相應的配置之后，即可使用新開發的功能。

3 智能化平臺應用及實現

根據以上技術研究及產線痛點開發出車身精益智造平臺。平臺的主要業務功能可分為三部分：產線設備狀態實時監控及追溯、產線效率提升以及產線全局調動功能。

3.1 產線設備狀態實時監控及追溯

產線設備的狀態會影響產品的質量，建立相關的設備監測體系，當產品狀態發生變異時，可快速定位是否是由于設備變異引起的；當設備狀態發生變異時，也可及時報警恢復，避免制造不合格的產品，造成更大的損失。建立設備狀態標準，設備狀態監測可視化、追溯可視化和診斷智能化。通過設備狀態質量標準對采集數據進行自動判斷，對異常情況進行報警，并追溯問題根源，及時控制并修復，實現設備狀態在線監測如圖6。可追溯每一輛在該工位制造時的設備狀態，當設備狀態異常時則報警，核心業務內容包括：

a建立設備狀態標準數字化；

b實時采集現場造車時設備的狀態；

c設備狀態在線統計分析報表及異常報告；

d現場設備狀態報警與診斷分析。

3.2 產線效率提升

在原先的產線計算工位的CT（Cycle Time）主要是通過現場人工錄視頻查看分析該工位一個循環所需的時間，工作量大，效率低，準確性差；為了提高到目標節拍，需要花費較大的時間精力來找可優化的步驟，并沒有準確的數據來支撐是否達到最優的節拍。

如人工分析優化后沒有達到目標節拍則需要重新做方案來提升節拍，可能會新增設備或者改變原有的工藝布局，會額外增加大量的成本。但是通過采集PLC每輛車在工位的CT，細分到每個動作所需的時間，結合相應的大數據分析，就可根據數據精確分析優化相應的動作，使其達到相應的理論節拍如圖7。可直接在系統上分析優化，準確率更高，效率更快。長期生產后，偶爾會出現某些工位的CT時間變長，工位狀態發生了變異，影響了輸出節拍" 根據采集上來的時序數據做分析統計，根據采集上來的數據分析可快速找到發生變異的動作，精確快速的恢復，減少尋找變異點的時間。并且達到最優之后可以給其他產線做CT時間參照標準，提供數據支持。

3.3 產線全局調動

以MES系統的生產計劃為控制數據來源，結合產線實時的生產數據開發出生產調度模塊，根據計劃數據所需的物料、通過API的形式輸入給AGV調度系統需要拉取的物料及數量，AGV系統拉物料到相應的上料位。結合生產線所采集的制造數據，展示生產進度及待生產數量，因為是柔性生產線，涉及車型切換，當第一批車型生產完成時，平臺會提示相應的人員生產完成的工位達到切換條件，如是自動切換的工位則下發切換信號到負責切換的系統，快速地切換到下一批計劃所需生產車型的專有設備，減少切換時間、取消人工排查生產進度等操作，實現產線的生產調度及監控，并且提高產線運行效率和運行數據的準確率。

4 結論

本文通過自動化產線向智能化產線轉型的技術研究，解決了設備數據采集過程中面臨的數據種類繁多、實時性要求高及數據量龐大等難題。通過開發基于 Kafka 的數據采集模塊，實現了對產線設備數據的高效實時采集，并具備強大的擴展能力。結合采集到的數據，構建了車身精益智造平臺，利用微服務架構實現各模塊的解耦，便于功能的靈活擴展。該智能平臺目前已實現生產過程監控、故障追溯、CT節拍優化及產線調度等核心功能，為生產線的智能化探索邁出第一步，實現了產線的數字化，并且正在向智能化產線前進。

參考文獻：

[1]謝青松.面向工業大數據的數據采集系統[D].武漢：華中科技大學，2016.

[2]沈瑞，曹國亮，許贏，賈志文.汽車焊裝產線開發中的信息化與智能化趨勢[J].汽車工藝師，2024（11）.

[3]王珊珊.汽車側圍后輪罩焊裝電控系統研究[J].汽車實用技術，2024，49（23）：115-120.