工业自动化数据采集一直是困扰着所有制造工厂的传统痛点,因自动化终端设备品牌类型繁多,不同采购年代的产品厂家和数据接口及支持协议各异,加之国外厂家本地支持有限,费用高昂,只要还有其他人工参与环节,这些数据就不完整,就不能得到实时数据,数据滞后,企业的生产成本就高,产量与效率就相应大打折扣,智能制造业就无从谈起。
所以不论智能制造发展到何种程度,工业自动化背景下的设备数据采集都是生产中最实际最高频的需求,也是工业4.0的先决条件。
工业企业面临的数据采集现状
作为车间底层的数据采集系统,在企业实际生产过程中却存在着许多困难,尤其是在离散企业中由于自动化程度较低,往往存在着以下特点:
(1)生产过程不可视:主要体现在不能实时了解生产现场中在制品、人员、设备、物料等制造资源和加工任务状态的动态变化。
(2)生产过程复杂性:由于产品结构和加工工艺的复杂性,造成生产过程中各制造过程的关联性强,生产环境复杂多变(临时插单、材料短缺等) 。
(3)制造过程信息集成度低:制造过程中的各种信息不能有效进行集成,导致产能不能得到充分利用。
(4)信息不能有效与上层管理系统进行集成:这种隔断造成生产过程不透明,生产进度、在制品状况、设备利用状况等关键数据不能到达管理层,增加了过程管理和生产决策的复杂性。
(5)制造过程信息的真实性差:现场数据信息过多依赖人机交互界面通过人工录入,增加了出错的机率。
(6)制造过程信息的实时性低:作业任务随市场需求的频繁调整变化,不利于制造过程信息的实时采集,再加上制造过程信息交互的速度和效率低下,造成企业对市场变化的响应速度慢。
企业设计层和管理层到车间层特别是车间设备层的信息采集困难,一方面车间设备层的重要信息难于采集和上传,无法达到对生产过程的监控。另一方面上层系统难以深入到车间和设备层,从而影响管理信息系统的准确运行,使动态信息成为脱离实际的无源之水难于及时下达,从而使整个企业信息化难以产生更大的效益。
对工业生产设备数据采集的意义
数据采集(DAQ),是指从传感器和其它待测设备等模拟和数字被测单元中自动采集非电量或者电量信号,送到上位机中进行分析,处理。
工业生产设备数据采集是利用泛在感知技术对各种工业生产设备进行实时高效采集和云端汇聚。通过各类通信手段接入不同设备、系统和产品,采集大范围、深层次的工业生产设备数据,以及异构数据的协议转换与边缘处理,对工业生产设备数据采集是构建工业互联网平台的数据基础。
现代制造业将生产高效性、产品质量稳定性、产品成本把控性等作为考验企业制造能力和水平的主要指标,但是随着企业规模的不断扩大、技术创新的不断深度和市场竞争的不断加剧,具有多源异质性、形态多样性、复杂多变等特征的工厂车间制造流程信息数据急速庞大,传统的企业的人员管理系统不能准确的适应生产过程的多变、信息数据泛滥的车间制造流程,尤其是包含生产设备和工位人员的车间设备层。 工业设备数据采集系统的进化使命是管理车间数据,目前制造企业的经营信息系统都以自身的复杂性为基础,设备制造现场作为最重要的数据信息来源,存在着大量的杂乱、重复、不完整、异构的信息,为了克服它们之间存在的信息交互差距,对工厂制造过程生产设备数据采集和分析集成要求更高,因此需要提高工厂制造过程的集成性和企业信息系统的交互性。所以,生产设备数据采集和集成是目前企业实施智能化改造的重要需求,必须在制造过程中准确数据采集和有效集成各种各样的数据信息,以便在制造过程中及时准确地了解工厂动态信息,从而为提高生产效率和提高制造资源利用率提供支持。
工业互联网平台在数据采集中的应用
工业互联网平台是面向制造业数字化、网络化和智能化需求,构建基于海量数据采集、汇聚、分析的服务体系,支撑制造资源泛在连接、弹性供给、高效配置的工业云平台。
工业互联网是通过构建精准、实时、高效的数据采集互联体系,建立面向工业大数据存储、集成、访问、分析、管理的开发环境,实现工业技术、经验、知识的模型化、标准化、软件化、复用化,不断优化研发设计、生产制造、运营管理等资源配置效率,形成资源丰富、多方参与、合作共赢、协同演进的制造业新生态。
文章来源于网络,如有侵权,请联系删除