<menu id="00s0q"></menu>
  • 2021-09-06

    基于統一信息模型的數字孿生與大數據優化

    分享:

    引言/導讀

    山東潤通齒輪集團有限公司(以下簡稱潤通公司)是一家專業制造汽車變速箱和傳動軸齒輪的生產企業,公司擁有近2000名員工,各種機器3000多臺,2019年工業產值6.5億。潤通公司在2014年引入ERP進、銷、存軟件管理企業。

    企業的困擾

    1、ERP軟件無法滿足企業的生產管理過程需要,企業只好建立一個統計團隊,用人工EXL表格來統計收集生產過程的數據,兩套系統不在一個數據平臺上,企業管理效率低下。

    2、全公司的銷售、采購、生產各自建立自己的統計表格,不僅軟件開發平臺不統一,信息模型也不統一,造成各種信息孤島。

    3、產品從毛坯到成品,各分廠、工段、倉儲使用自己的編碼各自管理,無法向主機廠提供生產過程數據,也無法追溯產品質量。

    4、隨著工廠的技術改造,企業采購了各種新設備自帶系統軟件,但由于各種軟件數據接口不統一,企業無法匯集設備與生產過程數據,更無法分析、預測、管控生產過程。

    為此,山東潤通齒輪集團有限公司2018年12月與聯合智造(北京)科技發展有限公司合作,采用統一信息模型技術,重構潤通公司信息化系統,提升潤通公司的質量和效益。

    項目目標: 構建軟件對生產管理過程百分之百的貼身服務,通過對生產管理過程的感知、預測、優化,構成閉環,提升企業產品質量與經濟效益。

    1、采用統一信息模型,構建數字孿生體,對生產過程的各個環節在數字空間進行統一的描述、認知,并對其變化實現實時的響應。

    2、在統一數據平臺上(工業互聯網PAAS平臺),開發帶有業務邏輯和統一信息模型的微服務功能模塊,調用這些模塊,構建能夠跟隨企業生產管理過程同步變化的信息化軟件集成系統,讓企業的生產過程在信息系統中同步呈現虛擬映射(數字孿生)。

    3、通過信息模型中統一的標識對全部的生產過程形成關聯,構成數字孿生的生產過程場景數據鏈,自動進行知識學習,積累大數據,形成操作標準,讓測試床有能力根據輸入的產品結構數據,按操作標準自動匹配出相應的工藝路線,輸出解決方案,管控生產過程和產品質量。

    4、通過信息模型中統一的API接口,在工業互聯網平臺上,為企業構建各種數字孿生的工業應用解決方案,通過企業內部的工業互聯網和5G網絡全面感知企業、人、機、料、法、環、測各項業務的實時數據,用大數據排產模型進行數據挖掘,將優化方案通過可視化系統傳遞到各個科室、車間、工段指導操作,從而構成大數據對工廠生產管理過程從感知到管控的閉環優化。

    一、關鍵詞

    統一信息模型、包括統一標識代碼、統一API接口

    二、測試床項目承接主體

    2.1.發起公司和主要聯系人聯系方式

    聯合智造(北京)科技發展有限公司   總經理     路東    18510997752

    山東潤通齒輪集團有限公司       副總經理    姜勇    17553861199

    2.2.合作公司

    聯合智造(北京)科技發展有限公司

    公司成立于2016年,由國內的數字化專家、軟件工程師、供應鏈經濟師發起,聯合國內軟件開發公司、工業制造設備制造公司、物聯網設備研發公司、大數據研究公司,共同為中國金屬加工及零部件企業數字化轉型提供技術路徑與行業解決方案。公司的技術團隊有來自于原歐洲-中國企業家聯合會的數字化工作團隊,擁有意大利數字制造、德國工業4.0、歐盟數字單一市場等創新科技知識和實施經驗,對歐洲數字技術的發展歷史及趨勢有深刻的研究,20年來,曾經為中國引入了歐洲大量的技術與工業制造項目,包括:汽車、飛機、高鐵與機床工業技術的合資合作以及技術引進。

    公司也有來自于國際汽車行業數字化供應鏈的資深專家,擁有世界各國汽車公司對零部件供應鏈、組織、檢測、品質管理等方面的的豐富經驗,我們還有潛心于中國工業信息化的數字軟件工程師團隊,擁有20年工業信息化軟件的開發經驗,深入工廠十幾年,靠自己團隊的力量編寫代碼,研發中國自己的工廠生產管理集成系統。

    公司的技術團隊對于機械制造行業數字化有豐富的工作經歷,對于智能制造的技術路徑有深入的研究,對于行業解決方案和實施有著多年的實踐經驗。2018年開始,我公司受山東省工信廳省中小企業局邀請,開始在山東推廣采用統一信息模型技術對山東制造業進行智能化技改,并受聘山東新泰市政府智能制造顧問單位,在新泰市成立中國第一個縣級工業互聯網創新中心。

    山東潤通齒輪集團有限公司有限公司

    公司成立于2006年10月,現有職工2000多人,注冊資本壹億元,是一家集鑄造、鍛造、齒輪加工為一體的綜合性國家級高新技術企業,專業制造重型卡車用各型精密齒輪,為中國重汽、一汽集團、東風公司等國內大型商用車及零部件企業的戰略供應商,是德國戴姆勒-奔馳公司二級供應商。潤通公司現已發展成為全國最大的商用車齒輪生產基地,進入全國齒輪制造行業的前三強,通過GB/T24001/ISO14001環境管理體系認證和IATF16949質量體系認證。

    2018年山東潤通齒輪集團有限公司開始智能化技改,斥資2.6億,購入15條自動化齒輪生產線,并與聯合智造(北京)科技發展有限公司合作,采用統一信息模型技術,構建5G+工業互聯網集成管控系統,提升企業生產過程管控能力。

    三、測試床項目目標

    一、測試床目標:

    1、測試床系首次利用統一的信息模型,實現對產品圖號、工程技術、工藝開發、業務管理、生產計劃、產品制造、倉儲物流各個環節的統一描述,讓各個科室、車間、工段信息系統數據流通無障礙、無歧義,構建信息系統對企業生產管理過程的虛擬映射與數字孿生,實時感知企業生產過程數據。

    2、測試床通過采用統一數據平臺,解耦企業資源管控軟件和生產過程軟件的各項功能,通過統一信息模型技術開發具有業務邏輯的各種微服務通用和定制功能模塊,在統一的平臺上調用這些模塊構建對企業生產過程100%的貼身服務,(形成對生產過程的數字孿生)讓企業所有生產管理功能都感知和匯聚在同一個平臺上,實現跨業務間的數據共享,將企業的生產過程的實時信息,提供給企業各級生產管理人員,提升企業的生產管理效率。

    3、測試床通過對企業人事、物料、設備、倉儲、產品、工藝采用統一的標識編碼,實現產品信息模型對每個生產管理環節的識別,從而在產品生產管理過程中,自動構建數字孿生的產品生產過程場景數據鏈,自動進行知識學習,大數據積累,并輸出操作標準解決方案,管控產品生產質量。

    4、測試床通過嵌入在統一信息模型和算法模型中的統一API接口,可以調用各種機理模型和算法模型,在統一的數據平臺上搭建企業生產管理的各種解決方案,形成信息系統與物理過程完全融合的數字孿生體,通過企業內部的工業互聯網和5G網絡,實時感知企業、人、機、料、法、環、測數據,利用大數據排產模型,對歷史數據和實時數據進行數據挖掘,輸出優化解決方案,并通過企業可視化系統傳遞到相關科室、車間、工段,指導操作,構成閉環,持續優化企業生產資源配置與生產計劃調度,提高企業的效益。

    二、測試床提出的背景

    兩化融合的目標是實現企業多年積累的工業知識和生產管理流程與信息化系統的融合,在過去的30年的信息化時代(工業3.0時代),由于數字技術受到算法和算力的約束,信息化軟件(ERP、CRM、WMS等信息化軟件)只能通過對某一局部的歷史數據的研究,建立信息模型去盡量仿真物理世界。然后應用這種軟件,實現數字世界對物理世界的管理。雖然這些軟件建立了一些局部規范化工業應用、解決了數字化管理的部分問題,但它無法跟隨物理世界變化做出實時的反映,也無法對整個產品的生產過程進行全面的管理。

    我們采用統一信息模型技術,探索信息系與物理系統同步變化,通過構建生產管理過程的數字孿生,形成對物理系統數據的變化實時感知,自動進行知識學習,對工業技術的認知和業務目標、業務邏輯結合起來,通過大數據排產模型進行數據挖掘,形成最佳的業務決策解決方案,從而構成大數據優化生產過程的閉環。在這個閉環當中,信息系統IT的數據流動需要與物理系統OT的運作流程完全一致,才能實時地感知物理系統的狀態,自動進行分析預測,然后對物理系統進行實時調整,這就要求信息系統必須對物理系統的實時映射。

    三、用實際數據說明存在的難題和挑戰

    目前90%企業普遍使用的ERP、CRM、WMS等信息化軟件。都是從最底層開始,配置服務器和操作系統,配置數據庫,它們都是垂直搭建而且相當封閉性的應用,是信息化時代的產物。它們是開發者盡可能仿真過去的生產過程而開發出來的局部優化軟件系統。而且為了軟件穩定,它們是封閉的,是無法適應每個企業的個性化和實時變化需求的。

    為了適應每個企業的生產管理運作流程,實施者只能另外建立一套信息化系統來開發各種解決方案,(比如MES)系統。然后通過接口或總線,將各個信息軟件的數據進行定期對接(大約每天一次到3次)。

    因此,它無法實現把企業的實時數據在正確的時間,以正確的方式發送給正確的人和系統節點,達到信息系統IT與物理系統OT的融合,這是過去30年來一直存在的工業化與信息化融合的難題。

    四、測試床計劃解決哪些問題

    我們在潤通公司建設的FB-CL生產過程管控系統測試床,是為了打破傳統的垂直封閉架構形成的信息孤島,通過建立信息系統統一的規范與標準,實現數據在企業內部的自由流動。

    我們基于統一的信息模型,包括統一的標識代碼、統一的API接口的技術,嘗試在統一的數據庫和開源平臺上,將過去信息化時代的各種信息孤島軟件的功能解耦打碎,開發微服務的通用和定制功能模塊,按照企業的業務需求和管理目標,重構水平架構的生產過程管控數據集成系統,實現信息系統與生產管理過程完全融合。

    通過建立潤通公司測試床,驗證使用統一信息模型技術構建軟件對齒輪生產過程服務。

    1、現信息系統對企業生產管理過程的虛擬映射與數字孿生,降低管理成本10%。

    2、實現實時感知生產過程數據,并自動進行工業知識學習與大數據積累,形成操作標準,自動管控生產過程,提升產品質量10%

    3、通過大數據排產模型進行數據挖掘,不斷優化操作,并通過可視化系統構建閉環,全面管控齒輪生產過程,優化企業資源配置,提升企業綜合效益15%-25%。

    為后續整個基礎零部件行業,包括:軸承、齒輪、彈簧、鏈條、緊固件、沖壓、鍛造、鑄造、機加工行業智能化技術改造探索實施路徑。

    四、測試床方案架構

    4.1.測試床應用場景

    本測試床主要應用于齒輪金屬加工生產管理過程的管控,工藝場景包括:人員管理、設備管理、物料管理、工藝管理、環境管理、檢測管理。

    也就是說本測試床包括了工廠、人、機、料、法、環、測全部的工廠生產管理場景,將會對整個金屬加工行業的數字化轉型起到示范作用。因為它是通過新一代數字技術的深入運用,構建一個全感知、全聯接、全場景的數字世界,進而通過大數據技術優化再造物理世界的操作標準,對傳統企業的管理模式、業務模式、商業模式進行創新和重塑,實現從人腦管理到人工智能管控企業的時代跨越。

    目前國內大多數企業是依靠人工統計來完成信息化軟件不能滿足的生產過程管理需求,即便是投入人力、物力開發了MES系統,但由于信息孤島,也只能在下班之后完成ERP與MES系統的數據對接,其結果與EXEL表格統計結果相同,所以大部分企業干脆就用人工統計,更加可靠,沒有BUG。

    潤通公司通過測試床項目首先構建了軟件對生產管理過程的貼身服務,測試床可以通過手機APP連接感知全廠從毛坯入庫、到領料報工、產品檢測的全部生產管理過程中的實時數據,并自動進行數據運算、輸出實時的人、機、料、產品、半成品、統計結果,通過可視化系統即時推送給各級生產管理部門。

    比起過去每天使用大量統計人員統計成百上千張工人填寫的報工單,將成千上萬條生產數據輸入電腦,下班后才能打印當日報表,且月底還要將幾十萬數據匯總、與倉庫物料數據反復對賬,這個管理效率提升了成百倍。

    更重要的是,我們已經進入物聯網的人工智能管控物理系統的時代,要實現人工智能的自感知、自分析、自決策、自執行,企業必須要構建信息與物理系統百分之百融合的數字孿生體。潤通公司FB-CL測試床的實踐,通過統一信息模型、統一標識代碼、統一API接口,構建出產品生產過程數字孿生的場景數據鏈,讓企業信息化系統自動學習工業知識,自動沉淀企業KNOW HOW、自動形成操作標準,從而構成人工智能去分析、預測產品的生產過程與結果,并且通過大數據技術不斷完善操作標準,通過可視化系統指導操作,來管控產品質量和優化企業資源配置。這對于從事金屬加工產業的廣大零部件企業具有非常實用的智能化改造示范意義。

    4.2.測試床架構

    一、試床與AII總體架構的關系

    AII體系架構2.0模型提出用工業互聯網平臺技術,構建大數據閉環優化,感知、預測、優化企業經營

               

    本測試床基于統一信息模型技術在統一的數據平臺上:

    1、建立系統集成感知管控層(對應AII感知控制層),通過構建數字孿生體,感知企業生產管理過程中人、機、料、法、環實時的狀態數據,管控生產過程。

    2、建立知識學習層(對應AII數字模型層),通過構建數字孿生的生產過程場景數據鏈,進行制造過程知識學習,預測分析、大數據積累,管控產品質量。

    3、建立大數據挖掘層(對應AII決策優化層),通過對企業生產管理過程中,人、機、料、法、環、測各種歷史的數字孿生數據鏈的學習與記憶,進行大數據挖掘,將這些歷史數據與生產過程中感知的實時數據進行分析,輸出優化的生產計劃和資源配置方案,并通過企業各級可視化系統將這些實時的解決方案傳遞到各相應的科室、車間、工段、倉庫,實時調整企業資源配置和產品質量控制,從而構成大數據的閉環優化,提升企業的產品質量和經濟效益。

    二、說明本測試床重點測試的新技術/新架構

    (一)、目前的工業軟件

    采用的主要是源于90年代的五層架構技術,做法是從最底層開始,配制服務器和操作系統,建立垂直的五層架構,包括:企業規劃層、工廠管理層、流程控制層、設備控制層、現場層,配制數據庫,連接設備,采集數據,建模型,實現業務的邏輯,這基本上是垂直搭建封閉性的應用。如果我們把生產現場從應用的領域,包括工藝、質量、設備等方面的軸線,和不同的工序的軸線所構成的平面上,可以看到有一系列大大小小煙囪式應用。它們的問題是:

    1、層級封閉生產過程數據和設備狀態在各個層級的專業信息系統中封閉,難以流通。

    2、垂直固化垂直架構模式:(服務器,操作系統,數據庫,應用)

    3、緊密藕合設計:數據,算法和業務邏輯,缺乏功能共享,開發困難。

    (二)、FB-CL測試床打破五層架構,改為微服務集成的水平架構平臺模式

    A、采用統一的關系數據庫,實現數據庫集群操作,保證系統內部數據的一致性。

    我們的工廠大腦集成系統(FB-CL)采用PostgreSQL數據庫,它是一種關系數據庫管理系統,關系數據庫將數據保存在不同的表中,而不是將所有數據放在一個大倉庫內,這樣就增加了速度并提高了靈活性。同時對數據庫的所有表可建立不同的表空間,讓數據庫運行時可以分布在不同的服務器上,實現數據庫集群操作;PostgreSQL采用標準的TSQL語法,并作局部的調整,讓SQL語句更簡單,運行效率更高,并提供SQL效率測試工具,提高SQL運行效率;同時,PostgreSQL也有許多的維護工具的插件,讓數據庫更安全,依據使用場景進行有效的參數化調整,讓數據庫運行更流暢,滿足不同企業的不同業務的需要;而且PostgreSQL是公開,免費的數據庫,可以大大降低總體成本;支持Ubuntu,Windows,Mac OS,Linux等多種操作系統,支持多線程,充分利用 CPU 資源。PostgreSQL支持雙機熱備,讓主機和備機數據庫實現數據同步操作,為主服務器擔供必要的災備,減少企業的損失;

    B、采用統一的數據平臺,構建微服務組成的水平信息化架構,實現跨業務間的信息共享。

    FB-CL測試床在統一的數據平臺上,對各種緊耦合的工業軟件功能進行解耦,開發出包括統一信息模型和業務邏輯的微服務通用功能和專用功能模塊,建立微服務功能模型庫,這個模型庫中的模型和與主數據庫的歷史數據和其它數據是關聯耦合的。企業生產過程的狀態在不斷地改變,數據上傳之后,會在主數據庫中保存,確保數據的一致性。

    FB-CL測試床在這個平臺上,調用各種微服務的功能模塊,根據企業的業務需要和目標,開發企業銷售管理、采購管理、技術管理、生產管理、倉儲管理、車間管理、設備管理、物料管理、人事管理等應用功能,這些應用功能通過通用模型庫與主數據庫的關聯,構成系統內部數據的一致性,實現跨業務間的信息共享。

    C、采用統一的信息模型,構建數字孿生體,實現信息系統與物理系統的融合,感知、預測、優化生產過程

    FB-CL測試床采用了統一的信息模型,包括統一的標識代碼和統一的API接口構建各種應用服務來描述、認知、響應產品設計,工藝與工程,以及產品制造過程中的人、機、料、法、環、測等各生產環節與要素;通過下面這個信息模型我們可以看到:

    信息模型的標識是統一的

    信息模型的內部規則是統一的

    信息模型將生產過程的所有場景都用統一的格式包括在內

    信息模型通過執行不同的命令,自動感知生產過程中某場景的實時數據

    在生產過程中,通過統一的標識,可以將模型感知的不同生產場景關聯起來構成數據鏈

    從而通過統一信息模型內部的數據模型和算法模型,以及調用的服務接口,可以在具體生產環境中建立形成虛實對應的數字孿生體孿生。

    比如機加工信息模型,FB-CL測試床在產品的生產過程中,將這種虛實對應的數字孿生結構連接起來,就構成產品生產過程數字孿生的場景數據鏈,我們把這個數據鏈建立反饋,構成閉環,就可以對產品的生產過程的技術工藝知識進行自動學習、認知分析、預測調整,從而管控產品的生產質量。

    總之,我們的FB-CL測試床,利用工業互聯網的技術在平臺層對傳統的工業IT架構進行功能解耦,開發包括統一信息模型和業務邏輯功能的微服務模塊?;谶@樣一個水平架構搭建起來的企業信息化集成系統,各種應用不需要重復垂直的采集數據,企業數據通過信息系統與物理系統的融合的數據感知層,自動感知企業生產經營數據。也就是說FB-CL測試床利用工業互聯網的平臺技術來實現對生產環境IT架構的重構與解耦,解決垂直架構和孤島的應用開發瓶頸。

    FB-CL測試床通過統一信息模型構建的數字孿生體來系統地感知與描述物理世界的實體,使得我們更容易地開發各種工業應用解決方案,通過大數據挖掘,對實時數據和歷史數據進行分析,優化生產操作,提升企業的資源配置能力和經濟效益。

    4.3.測試床方案

    一、測試床整體方案:

    本測試床是按照AII總體架構2.0模型建設,采用企業、邊緣、設備三層結構。

    云上的感知管控部分包含有四個層:

    1、通用PAAS與云安全防護層

    2、系統集成感知與管控層

    3、數字孿生、知識學習層

    4、數據挖掘與大數據優化層

    FB-CL測試床在產品的生產過程中,通過統一信息模型,按時序將虛實對應的數字孿生結構連接起來,構成產品生產過程數字孿生的場景數據鏈,我們把這些每天在生產過程中產生的數據鏈作為歷史數據,與生產管理過程中的實時數據一起進行大數據分析,就可以對產品的生產過程的技術工藝和人、機、料資源、進行預測分析與優化調整,從而優化企業的產品質量和資源配置。

    云下4層分別是網絡安全層、邊緣管控層、設備管控層、數據采集層(5G應用)。

    1、網絡安全層:按照工業互聯網體系架構2.0模型構建,包括兩層安全防護,企業設立路由器,采用華為AR6300+400路由器,附帶雙主控軟件防火墻,兩個工廠分別采用華為AR6140-16G*4*G路由器和防火墻。

    2、邊緣層:測試床的所有自動化產線的控制柜(產線大腦),和工廠的所有管理部門位于邊緣層,工廠的所有管理部門與企業層工廠大腦相互操作,管控工廠的的運轉,邊緣層產線大腦企業層工廠大腦之間相互操作,按訂單要求進行生產。

    3、設備層:設備層的設備大腦(控制柜)與產線大腦(控制柜)互操作,配合各種機械,完成制造過程。部分設備裝有實時調整系統,實現對生產過程的自檢測、自分析、自決策、自執行,實時調整加工數據,保證產品生產質量。

    4、數據采集層:建立企業5G網絡,利用5G網絡部署靈活,覆蓋范圍大,滿足工業場景對網絡帶寬、時延、可靠性、連接范圍等需求,將工廠生產過程的人、機、料、法、環、測實時數據,通過5G網絡的連接起來,包括全廠1500多工人的操作數據,每天上萬產品檢測數據,齒輪生產過程物料流轉數據、產品生產過程的工藝加工數據,產品包裝入庫數據等生產過程實時數據直接傳到云端企業生產感知與管控功能層、進行感知、預測、優化操作,實現提質增效。

    4.4.方案重點技術

    一、過去的信息化軟件

    由于采用了不同平臺、不同信息模型、不同標識代碼、不同接口且構成封閉型軟件,去解決各種局部的生產管理問題,形成了一個個信息孤島,為了實現全局的優化,需要進行數據的集成。

    一種方法是,采用一條數據總線,每天一次至3次將各軟件中的數據抽取出來。匯總成為當日的數據鏈。因此,它集成的數據不是實時數據。

    另一種方法是,為了滿足企業需求,通常是ERP軟件公司會找本地代理商或由MES開發商來實施。但ERP軟件的原開發平臺、原代碼、原模型、ERP軟件代理商和MES開發商是不知道的,于是,代理商或MES開發商就用自己的數據庫和平臺、模型、代碼編個解決方案來滿足企業的需求。然后做一個接口,跟ERP軟件接上。代理商和MES開發商的各種解決方案、就通過接口接到ERP軟件上,因為它們屬于不同的數據庫,不同的數據平臺,不同的數據模型,不同的標識代碼,不同的API接口,因此無法實現數據無障礙的自由流動。

    這兩種方法都不能實現信息系統對物理系統的實時感知、分析預測、實時調整,數字化轉型對企業駕馭新技術提出了極大挑戰。

    二、FB-CL測試床與現有國內外技術對比

    1、跨業務間的數據集成與共享技術是近年來的創新技術,它采用工業互聯網平臺,解耦與重構過去90年代發明的各種碎片化的工業軟件功能,消除信息孤島,實現信息技術IT與工業技術OT的融合。

    2、FB-CL系統測試床采用統一信息模型,包括統一標識代碼、統一API接口,在統一的數據平臺上,開發具有業務邏輯的各種基礎零部件企業生產管理通用功能微服務模塊和企業專用的定制功能微服務模塊,然后根據零部件企業需求調用通用功能和定制功能模塊,搭建企業生產過程管控信息集成系統,實現企業生產管理過程在信息化系統中的虛擬映射(數字孿生),進行知識學習,并通過大數據優化管控生產。

    3、統一信息模型屬于系統集成的核心技術,2015年之后歐盟信息總司推廣的FI-WARE未來互聯網、德國工業4.0推出的縱向、橫向、端到端的集成、跨平臺的OPC-UA,都采用了統一信息模型技術。

    4、FB-CL測試床的探索,嘗試利用統一信息模型技術,探索通過對生產管理過程構建100%的軟件服務,實現對零部件制造過程的數字孿生與大數據優化。

    三、FB-CL測試床的重點技術

    我們采用的統一信息模型技術不僅能夠讓企業生產過程通過統一的信息模型進行描述、認知和響應,還可以讓信息化系統自動感知學習和掌 握生產管理工藝技術,積累數據,進而通過大數據挖掘,持續優化企業的生產管理過程和產品質量。

    (一)統一數據平臺,通過軟件對零部件企業生產管理過程100%的貼身服務,構建生產過程的數字孿生

    1、建立應用功能層

    在通用PAAS平臺上,采用開源數據庫和開源數據平臺,采用統一數據模型,包括統一標識代碼、統一API接口技術,將過去緊耦合的信息化軟件進行解耦,開發具有業務邏輯的企業運行通用功能和專用功能模塊,建立水平架構的微服務模塊功能層。

    2、建立系統集成層

    我們的FB-CL測試床,在統一的數據平臺上,調用統一信息模型技術開發的各種通用功能模塊和定制功能模塊,根據企業的生產管理流程,建立算法和匹配規則,構建符合企業需求的各種解決方案,并通過統一的API接口搭建企業的生產管理集成系統,讓企業所有的解決方案都集成在同一個數據平臺上,實現跨業務間的數據共享。

    3、建立企業內部的工業互聯網(包括5G網絡),

    我們的FB-CL測試床,通過建設企業內部的工業互聯網

    A、將工廠控制系統FB-CL (工廠大腦)層與邊緣操作層全面連接,包括銷售、采購、技術、生產、倉儲、財務部門和生產車間、工段,感知企業管理運行過程的全部操作數據。

    B、將工廠控制系統FB-CL (工廠大腦)與邊緣控制的所有自動化生產線的控制系統連接,實時感知企業生產設備狀態數據、設備運行數據、設備生產數據。

    C、將工廠控制系統FB-CL(工廠大腦)通過5G網絡與企業1500多現場操作工人、生產調度人員,產品檢測人員、倉庫管理人員相連,實時感知產品加工過程的工藝、數量、質量及出入庫數據。

    在統一的數據平臺上,調用主數據庫通用功能和專用功能微服務模塊,根據潤通公司的生產管理需求,構建滿足企業實際的生產管理流程的軟件服務,實現信息化系統對生產過程的實時映射,探索對生產過程構建數字孿生。

    (二)統一信息模型,通過模型在數字空間對過程數據的描述、認知、感知企業生產過程,構建數字孿生體

    采用統一的信息模型,包括統一的API接口和統一的標識代碼構建各種應用服務,來描述產品設計,工藝與工程,產品制造過程中的人、機、料、法、環等各要素的特征;并且對生產過程中的實時變化做出響應,根據企業的生產管理的每個環節構建建數字孿生體,在數字空間描述、認知、響應企業生產過程,構成虛擬與現實的映射。

    由于企業的所有業務活動都建立了統一信息模型的數字孿生體,信息化系統可以感知企業所有業務的實時數據變化。通過下面這個信息模型我們可以看到:信息模型的標識是統一的;信息模型的內部規則是統一的;信息模型將生產過程的所有場景都用統一的格式包括在內;信息模型通過執行不同的命令,自動感知生產過程中某場景的實時數據;

    測試床構建報工數字孿生體

    采用統一數字模型技術,通過統一代碼標識,統一API接口,根據報工的生產場景表構建服務,用軟件建立虛實對應的數字孿生體,在數字空間述生產現場的實時狀態。

    生產報工解決方案

    (1)操作者現場使用手機APP進行報工,提交報工數據后由現場質量人員進行檢測確認數量及合格情況;

    (2)合格的產品數據由調度員手機APP進行確認,完成工序報工和流轉

    (3)不合格產品數量由質檢人員手機APP確認不良原因,進行不合格判定

    所有的現場數據通過手機APP 進入生產管控集成系統、軟件通過數字孿生體感知生產現場實時數據。

    (三)統一標識代碼,通過對生產過程數據的自動關聯,構建數字孿生過程數據鏈實現工業知識的自動學習與沉淀,提升產品質量。

    通過對企業人事、物料、設備、工藝采用統一的標識代碼,實現產品信息模型對每個生產管理環節的識別,從而在產品生產管理過程中,自動按照時序將產品生產過程關聯,構建數字孿生的產品生產過程場景數據鏈,并建立反饋,構成閉環,自動進行制造知識學習,積累沉淀生產管理人員大腦中的各種制造KNOWHOW,形成操作標準,構建人工智能來分析,預測產品的生產過程與結果,輸出解決方案,管控產品質量。

    如圖所示:

    (四)利用統一API接口技術,搭建企業生產管理的各種解決方案的感知與管控集成系統,構成閉環,持續優化企業資源配置

    通過嵌入在統一信息模型和算法模型中的統一API接口,調用各種機理模型和算法模型,搭建企業生產管理的各種解決方案集成管控平臺,并通過企業內部的工業互聯網(包括5G網絡),實現信息系統與物理系統的融合,構建起生產管理各個環節的數字孿生體,實時感知企業人、機、料、法、環、測數據。

    利用大數據模型,分析企業實時數據與歷史數據,輸出各種優化解決方案,利用可視化系統指導科室、車間、工段操作,實現從感知到管控調整的閉環,提升企業各項資源的配置能力,降低企業的生產成本。提高企業經濟效益。

    4.5.方案自主研發性、創新性及先進性

    一、技術創新性及先進性

    提質增效是企業追求的唯一目標,數字經濟時代,企業實行的所有數字化技術改革,都是圍繞這一目標。但到目前為止,我國的工業軟件基本上管理軟件和生產過程解決方案軟件是相互之間獨立的,這是因為在信息化時代,工業軟件是由IT工程師編寫的,受技術條件和算法算力的約束,工業軟件只能是IT工程師對工業管理和工藝流程碎片化的理解而編寫出來碎片化的軟件。

    在信息化的初期階段,信息化的革命性作用是替代了紙面的信息傳遞,達到了對生產管理過程的局部優化。

    然后由管理者利用這些各個局部的優化,提高企業的管理水平,換句話說,第三次工業革命(工業3.0時期)實現的是人腦利用電腦來管理企業。

    第四次工業革命,企業通過新一代ICT技術的深入 運用,提升產品和服務的競爭力,以實現企業自身的跨越式發展。對傳統的市場規則和邊界產生沖擊,打破傳統企業幾十年積累的運營優勢,對各行各業帶來了顛覆性沖擊。

    統一信息模型技術是第四次工業革命顛覆性的創新,是統一技術通過新一代數字技術的深入運用,構建一個全感知、全聯接、全場景的數字世界,進而優化再造物理世界的業務,對傳統管理模式、業務模式、商業模式進行創新和重塑,實現IT與OT的融合,讓企業從人腦管理跨越到人工智能管控配置企業的資源和產能,獲得企業競爭能力。

    因此,聯合智造(北京)科技發展有限公司山東潤通齒輪集團有限公司合作,建立這個FB-CL測試床,測試:

    1、通過測試床利用統一信息模型建立數字空間與現實的物理過程的實時映射,探索構建對生產管理過程的數字孿生。

    2、通過測試床實現從生產過程的建模仿真,到工業知識自動學習的創新。

    3、通過測試床:實現基于統一信息模型構建大數據閉環優化的創新,測試床通過統一信息模型包括統一API接口,調用各種機理模型和算法模型,構建各種解決方案集成系統,使用大數據模型企業生產能力的不斷挖掘,持續優化企業的各種生產資源的配置。

    4、通過建立FB-CL測試床,讓我們體會到,統一信息模型技術可以通過構建信息IT與物理OT世界融合的數字孿生體對離散工業的生產過程進行感知與管控,是否能夠對流程工業進行感知與管控,甚至對工業、農業、商業、交通、醫療、治安、智慧城市的運行過程全面進行感知,能否通過構建過程場景數據鏈、進行知識學習、認知分析、推理預測、能否通過大數據模型的深入挖掘,實現人工智能優化管控物理世界。希望工業互聯網同行都來探索技術路徑。

    4.6.方案安全風險控制

    本測試床是按照AII總體架構2.0模型建設,采用企業、邊緣、設備三層結構。

    云上的感知管控部分包含有四個層:

    1、通用PAAS與云安全防護層

    2、系統集成感知與管控層

    3、數字孿生、知識學習層

    4、數據挖掘與大數據優化層

    云上安裝了防DDOS攻擊防護系統,保障云上數據的安全

    云下4層分別是:

    1、網絡安全層、

    2、邊緣管控層、

    3、設備管控層、

    4、數據采集層(5G應用)。

    網絡安全層,按照工業互聯網體系架構2.0模型構建,包括兩層安全防護,企業設立路由器,采用華為AR6300+400路由器,附帶雙主控軟件防火墻,兩個工廠分別采用華為AR6140-16G*4*G路由器和防火墻。

    五、測試床實施部署

    5.1.測試實施規劃

    本測試床2019年開始建設,預計2023年結束。

    (一)目前測試床已經基本完成第一期建設,并且開始上線運行

    1、FB-CL測試床可根據生產過程需要,調用FB平臺上的各種帶有工業制造知識的微服務模塊,用軟件構建滿足企業生產管控需要的服務,實現測試床軟件服務制造過程,消除信息孤島的系統集成功能。

    2、FB-CL測試床可通過對某批次產品的制造過程,實現統一信息模型對生產過程數據跨業務的傳遞功能。

    3、FB-CL測試床可根據每個生產環節工人報工和檢驗員評估質量的需要,構建軟件服務,實現測試床基于統一信息模型,構建數字孿生體的功能。

    4、FB-CL測試床可根據輸入端產品生產現場工人手機的報工數據,測試企業信息化系統對企業從毛坯入庫到機加工、熱處理、磨加工、等生產過程的感知能力,實現測試床對生產過程的實時映射功能。

    5、FB-CL測試床根據對生產過程的實時映射,證明通過統一信息模型,可以構建對生產管理過程的數字孿生。

    (二)測試床的下一步建設施(預計2021年實現),

    FB-CL系統測試床下一步的建設目標,是通過統一的標識代碼,構建的金屬零部件行業數字孿生的生產過程數據鏈,積累包含制造知識的生產過程大數據。

    1、FB-CL測試床將根據生產過程需要,構建軟件服務,讓產品生產過程的所有數據,自動按生產時序,構成數字孿生的生產管理過程場景數據鏈,實現知識學習功能

    2、FB-CL測試床將根據輸入端產品訂單的規格差異,測試系統自動匹配制造工藝,輸出解決方案的能力,實現測試床對外部環境的變化響應,及預測分析功能。

    3、FB-CL測試床將根據生產過程場景數據鏈,通過從毛坯入庫到機加工、熱處理、磨加工、等所有生產過程數據的分析,找出影響產品質量的節點,并予以改進,實現測試床對產品質量及生產過程的管控能力。

    (三)測試床最終的建設目標(預計2023年實現),

    FB-CL測試床最終的目標,是通過統一的信息模型,感知企業生產管理過程的所有數據,并進行關聯,構建生產過程場景數據鏈,通過大數據模型,持續優化金屬零部件生產過程中的企業資源配置。因此測試床將在實現知識學習的基礎上,繼續探索大數據功能。

    1、研究和探索企業生產過程大數據模型

    2、通過生產過程場景數據鏈積累過程大數據

    3、構建可以關聯人、機、料、法、環、測各種因素的大數據分析模型

    4、構建可以將優化后的生產計劃方案,按需求自動發送給各生產環節,指揮各車間的按計劃生產的應用模型,

    5、FB-CL測試床最終目標是根據輸入端客戶對產品交期要求的變化,測試系統實時調整生產計劃,并通過可視化系統指導生產運行操作能力。實現測試床大數據閉環優化配置企業人、機、料、法、環資源的功能。

    5.2.測試實施的技術支撐保障措施

    項目實施公司聯合智造公司成立于2016年,由國內的數字化專家、軟件工程師、供應鏈經濟師發起,聯合國內軟件開發公司、工業制造設備制造公司、物聯網設備研發公司、大數據研究公司共同為中國金屬加工及零部件企業數字化轉型提供技術路徑與行業解決方案。公司的技術團隊有來自于原歐洲-中國企業家聯合會的數字化工作團隊,擁有意大利數字制造、德國工業4.0、歐盟數字單一市場等創新科技知識和實施經驗,對歐洲數字技術的發展歷史及趨勢有深刻的研究,20年來,曾經為中國引入了歐洲大量的技術與工業制造項目,包括:汽車、飛機、高鐵、與機床工業技術的合資合作以及技術引進。

    也有來自于國際汽車行業數字化供應鏈的資深專家,擁有世界各國汽車公司對零部件供應鏈、組織、檢測、品質管理等方面的的豐富經驗,我們還有潛心于中國工業信息化的數字軟件工程師團隊,擁有20年工業信息化軟件的開發經驗,深入工廠十幾年,靠自己團隊的力量編寫代碼,研發中國自己的工廠生產管理集成系統。

    1、我們為企業提供的服務能力(基于大數據閉環優化的生產過程管控)

    測試床是基于聯合智造FB開發平臺,為金屬加工和基礎零部件企業構建軟件對生產管理過程的貼身服務。既調用FB平臺上的微服務模塊根據企業需求搭建生產管理集成系統,實現企業內部數據無障礙的自由流動。

    我們是根據統一的信息模型在FB平臺上構建生產、管理、工藝、倉儲、物流等各種解決方案APP。通過調用FB平臺上的數字孿生體為企業構建生產過程數字孿生場景數據鏈,從而實現工廠大腦對工業制造過程的知識的學習,和對產品生產質量和交付時間的分析與預測。

    利用FB集成系統構建的數字孿生的工業APP全面感知人力資源數據、物料資源數據、模具夾具工藝資源數據、生產設備資源數據、產品資料數據、倉儲包裝資源數據、以及生產過程數據,并采用大數據技術對上述數據進行分析處理,實時優化配置企業人、機、料、法資源,實現人工智能管控企業生產管理過程,提升企業的產品質量和經濟效益。

    2、我們的應用實施能力

    2018年開始,我公司在工信部信息化服務司和山東省工信廳省中小企業局支持下,開始在山東省推廣統一信息模型技術,并在山東省新泰市建立中國第一個縣級工業互聯網APP創新中心,2019年開發出FB-CL001齒輪生產過程管控APP和FB-ZZ001鑄造生產過程管控APP.此外,我們在其他省市實施的FB-JGJ002緊固件生產管控集成系統(緊固件工廠大腦)FB-JGJ003緊固件生產過程管控集成系統也在全國緊固件行業引起重視,成為近年來緊固件行業年會上的智能化技術改造示范案例。

    5.3.測試實施的自主可控性

    1、聯合智造專業從事研究中國自主知識產權的金屬加工企業生產過程管控集成系統

    我們主要研究的是離散制造和金屬基礎零部件的行業解決方案,行業包括:齒輪、軸承、彈簧、鏈條等通用零部件。以及鑄造、沖壓、鍛造、機加工、熱成型、冷成型等金屬加工行業的數字化、智能化改造。

    2、我們的技術資源(FB開發平臺)

    我們已經基于統一信息模型、統一標識代碼、統一API接口技術開發出完全自主的工業互聯網大數據閉環優化開發平臺FB,平臺上擁有400多個企業通用微服務模塊和金屬加工各細分行業專用模塊,我們基于這些模塊已經開發出基礎零部件行業銷售、采購、生產、計劃、設備、能源、模具、倉儲、工藝各種應用APP,并在FB平臺是構建了操作系統。我們目前有能力在我們的開發平臺上為金屬零部件加工企業開發各種100%貼身服務企業生產管理需要的生產管控集成系統(工廠大腦)。

    六、測試床預期成果

    6.1.測試床的預期可量化實施結果

    1、FB-CL測試床可通過在手機APP輸入生產領料、報工入庫,驗證測試床對生產管理過程的實時感知,既虛擬與現實的實時映射與數字孿生功能,降低了企業的運行成本10%。

    測試床在統一的數據平臺上,調用統一信息模型和業務邏輯的各種通用功能模塊和定制功能模塊,根據企業的生產管理流程,建立算法和匹配規則,構建符合企業需求的各種解決方案,并通過統一的API接口搭建企業的生產過程感知與管控集成系統,實現信息系統的各項應用功能與企業的工作生產管理過程一致,構成相互映射(數字孿生)。

    山東潤通齒輪集團有限公司通過建設企業內部的工業互聯網,將企業應用功能層與邊緣層全面連接,連接企業的銷售、采購、技術、生產、倉儲、財務部門和生產車間、工段,連接生產設備、產線、連接現場工人、調度與檢測人員,構成對企業生產管理過程的全面連接。各部門可以在一個統一界面的數字平臺上完成從訂單到交付所有操作。

    測試床目前已經實現了從客戶訂單到訂單分析、倉庫查詢、物料采購、技術管理、生產計劃、原料發放、車銑加工、半成品入庫、熱、表處理、自動化產線精加工、包裝入庫、物流發運數據全過程在信息化系統中的虛擬映射,既數字孿生,替代了企業的統計團隊,不僅提高了生產管理效率,也降低了企業的運行成本。

    2、FB-CL測試床可根據輸入產品訂單的規格差異,驗證FB系統知識學習,預測分析功能,產品不合格率降低10%以上。

    FB-CL測試床通過統一信息模型,構建各個生產環節的數字孿生體,通過統一的標識代碼,在產品生產過程中,自動構建出產品生產過程的數字孿生生產場景數據鏈,對工業制造工藝過程進行知識學習,沉淀KNOW HOW,自動形成操作標準。測試床可以實現根據系統訂單輸入的產品結構數據,自動解析生產訂單,自動匹配工藝路線,自動輸出相應的操作方案,實現測試床知識學習,預測分析,管控產品質量。

    3、FB-CL測試床可根據輸入端產品交期的變化,測試系統大數據優化管控企業功能,企業綜合經濟效益可提升15%-25%。

    FB-CL測試床通過標準的API接口,把企業內部的數據和平臺上的算法模型,提供給統一的數據平臺上的各式各樣的應用功能調用,構建出各項業務的解決方案。通過統一信息模型,建立各種信息與物理設備對應的數字孿生體,感知企業生產過程的實時數據,實現跨業務的數據共享。并通過大數據排產模型進行數據挖掘,根據輸入端的客戶要求變化,測試床輸出優化生產解決方案,通過可視化系統指導相應的車間與部門進行操作,構成閉環,提升企業各項生產資源配置效率,企業綜合經濟效益可提升15%-25%。

    6.2.測試床的商業價值、經濟效益

    一、測試床商業價值

    1、潤通公司采用統一信息模型技術構建的生產管理信息集成系統,已經替代了過去的信息化軟件ERP,實現了企業資源、業務需求、生產管理過程的集成管控,企業通過統一的信息模型,構建數字孿生的信息集成系統,可以在正確的時間,把正確的信息、用正確的方式、發送給正確的人和系統節點,并感知生產管理過程的人、機、料、法、環、測、各項數據,通過大數據技術持續企業優化資源配置,提高產品質量和經濟效益。

    2、潤通公司所在的中國通用零部件工業協會齒輪分會有1000多家齒輪生產制造公司,通用機械零部件協會有上萬家各種機械零部件制造企業,在過去30年信息化時代,大都采用了ERP,有的還采用CRM、MES、OA、WMS、PDM等6、7種軟件,由于這些軟件來自不同的供應商,相互之間形成了信息孤島,給企業管理造成很大經營管理的困擾。近年來,作為零部件制造商,企業面臨主機廠降低成本的要求,每年必須將產品價格降低3—5%,這倒逼企業必須將企業的人

    、、、、、測統一管控起來,挖掘潛力,去降低成本。

    3、本測試床由于采用了統一信息模型的集成技術,在統一的數據庫和數據平臺上,專門按照零部件細分行業的需求,開發帶有算法和業務邏輯的各通用功能模塊和根據行業特定需求開發的定制功能模塊,組合搭建的企業生產過程管控集成系統,實現了系統內部數據無障礙自由流動,提高優化了企業資源配置能力,減低了生產成本。

    4、測試床通過企業內部的工業互聯網

    ,將企業所有數據都匯聚在FB-CL生產管控集成系統平臺上,形成了企業信息化系統對企業生產過程,產品制造狀態的感知與優化,測試床的探索,推廣到整個零部件制造業,將會導致整個產業鏈感知和資源配置效率的提升,從而降低整個產業鏈的生產成本,提高競爭力,擴大中國機械和汽車產業的市場份額。

    5、中國的金屬加工和零部件企業數以十萬計,產值高達數萬億,如果全部采用統一信息模型技術構建大數據閉環優化的智能工廠,可普遍提高企業效益15%-25%,也就是每年能夠創造數以千億計的商業價值。

    二、測試床經濟效益

    1、掌握了企業生產過程的人、機、料數據,降低了企業的運行成本10%

    過去企業的生產管理管理、需要大量的管理員,統計員每天對上萬個數據進行統計,作出報表。FB-CL建立在統一的數據庫平臺上,通過企業內部的工業互聯網和5G網絡,直接感知企業生產過程的各種實時數據,測試床可以根據需要自動推送各種實時的統計報表,供管理人員參考。減掉了專職的統計人員,消除了生產管理中各種人為的誤差,企業運行成本降低10%以上。

    2、降低企業的能源消耗15%

    FB-CL測試床統一協調企業人、機、料,保障產線需求,掌控了設備運行與健康狀態以及設備利用率等數據,不斷優化企業資源配置,提高工廠的生產效率,減少停機浪費與維護時間,節約能源,全廠能耗可降低15%。

    3、產品不合格率降低10%以上

    FB-CL測試床將生產、管理、倉儲物流系統無縫連接起來,形成從客戶、訂單、到交付縱向的數據自由流動,實現對產品生產全過程的質量檢測與追蹤,生產過程數字孿生模型不斷的對生產過程進行自主學習與優化。產品不合格率降低10%以上。降低了企業的質量成本。

    4、企業綜合經濟效益可提升15%-25%

    由于企業安裝了FBCL生產過程管控集成系統,企業所有人、機、料、法、環、測數據都匯聚在FB-CL系統測試床平臺上,通過建立大數據排產模型進行持續的大數據挖掘,

    持續的優化企業的各項管理和流程,消除生產過程的呆滯物料,預計測試床建設成功之后,企業的綜合經濟效益至少提升15%,而且以后會持續挖掘,不斷的提升。

    潤通公司2019年產值6.5億,2020年的產值翻番,達到13億人民幣,2021年預計可達20億,以企業毛利15%計算,是3億元,如果效益提升15%,2021年預計可為企業挖掘4500萬經濟效益,幾乎等于潤通公司對測試床的投入的10倍。且以后會逐年提升。

    6.3.測試床的社會價值

    一、FB-CL系統將會改變零部件企業智能化改造的模式(從企業適應軟件轉向軟件服務企業生產過程)

    測試床將會產生金屬零部件生產過程管控集成系統通用模型,根據這個通用模型進行2次開發將會衍生出軸承、齒輪、彈簧、鏈條、法蘭、緊固件、沖壓、鍛造、鑄造、等金屬加工幾十個細分行業的應用模型(工業APP),可提供給中國數以百萬的零部件企業參照,通過軟件對各種零部件生產管理過程的貼身服務,構建數字孿生與大數據優化的智能工廠。

    二、FB-CL測試床探索改變目前大中型企業信息化的實現方式,(探索取消接口或總線連接孤島軟件的傳統方式)    

    測試床采用統一信息模型技術,在統一數據平臺上開發和定制企業需求的功能微服務模塊,調用微服務構建企業跨業務的生產過程管控集成系統,消除企業的信息孤島,實現企業內部數據無障礙的自由流動,實時感知企業生產過程的人、機、料、法、環、測數據,并通過大數據閉環優化,提升企業產品質量和經濟效益

    ,這將替代目前ERP+MES或總線集成的數據聯通方式。

    三、FB-CL系統測試床通過統一信息模型技術,把數字孿生推進到生產過程孿生,探索大數據應用。

    測試床采用統一信息模型技術,將數字孿生技術從過去的三維孿生推進到生產過程孿生,探索大數據閉環優化在零部件行業的管控。是否也可以對流程工業進行感知與管控,甚至對工業、農業、商業、智慧城市進行感知,通過構建過程場景數據鏈、進行知識學習、認知分析、推理預測、通過算法和配置規則,實現人工智能管控物理世界,需要大家共同探索。

    6.4.測試初步推廣應用案例

    我們目前有能力在我們的開發平臺上為金屬零部件加工企業開發各種100%貼身服務企業生產管理需要的生產管控集成系統(工廠大腦)

    FB-JGJ002山東九佳緊固件股份有限公司生產管控集成系統(緊固件工廠大腦案例

    FB-JGJ003北京金兆博公司緊固件經營及生產管控集成系統(緊固件工廠大腦案例

    FB-CL001山東潤通齒輪集團有限公司齒輪生產過程管控集成系統(齒輪工廠大腦案例

    FB-ZZ001新泰鑫盛鑄造有限公司鑄造生產過程管控集成系統(鑄造工廠大腦案例

    還有鋁合金、鑄造、鍛造、機加工、熱處理等項目正在洽商與實施。

    七、測試床成果驗證

    7.1.測試床成果驗證計劃

    1、2020年測試床一期驗收:驗證FB-CL采用統一信息模型,構建虛擬與現實映射的數字孿生功能。

    一期工程驗收標準:實現企業從訂單、到工藝、到生產、到毛坯、到機加工、到熱處理、到磨加工、到打標、到清洗、到包裝的全部生產過程在企業信息化系統中呈現的虛擬映射(數字孿生),驗證全面感知企業實時的生產過程數據,提升企業管理效率。

    2、2021年底二期工程交付:驗證FB-CL測試床數據關聯、知識學習,預測分析功能。

    二期工程驗收標準:根據輸入系統的產品結構數據,測試床輸出相應的工藝和解決方案,驗證FB-CL系統通過構建生產管理過程的數字孿生場景數據鏈,進行生產制造工藝自動學習,形成操作標準,自動管控企業生產。實現測試床知識學習、預測分析功能。

    3、2023年底三期工程交付:驗證FB-CL大數據優化功能。

    三期工程驗收標準:根據輸入端客戶對供貨交期的變化,驗證測試床輸出解決方案,實時調整企業資源配置。

    FB-CL測試床通過對企業的人、機、料、法、環、測實時數據的感知,采用大數據模型對企業潛力進行深入挖掘,按照客戶或企業需求,輸出新的交貨和生產計劃,并通過可視化系統傳遞到企業各科室、車間和生產崗位指導操作,及時調整企業的資源配置,完成交付,實現測試床大數據閉環優化功能。

    7.2.測試床成果驗證方案

    (一)測試床第一期成果驗證

    測試床第一期已經上線運行,通過幾個月的運行數據,可以證明

    1、FB-CL測試床運行中感知的企業生產過程數據,是測試床根據生產過程需要,通過調用FB平臺上的微服務,構建的企業生產管控集成系統對生產過程的感知,它驗證了測試床軟件服務制造過程,和系統集成功能。

    2、FB-CL測試床的運行結果證明,任何批次的產品訂單,可以無障礙的從銷售、傳遞到生產計劃、物料倉庫、工藝控制、生產車間、產品倉庫、物流發運,驗證了統一信息模型對生產過程數據跨業務的傳遞功能。

    3、FB-CL測試床的運行,系統能夠感知每個企業員工報工和檢驗員對產品質量評估原因的各種數據,驗證了基于統一信息模型,測試床能夠對生產環節構建數字孿生體,感知制造環節的實時數據。

    4、FB-CL測試床根據全廠1500工人的報工數據,檢驗員的產品檢測數據,倉庫的出入庫數據,實現了信息化系統對企業從毛坯入庫到機加工、熱處理、磨加工、等每個生產環節的感知,驗證了測試床對生產過程的實時映射功能。5、FB-CL測試床目前每天對生產過程一萬多出入庫數據、產品加工數據、產品質量數據在企業生產管控平臺上的實時映射,驗證了通過統一信息模型,可以構建數字孿生,消除信息孤島,全面感知企業實時數據。

    (二)測試床第二期成果驗證方案

    FB-CL系統測試床下一步的建設目標,是通過統一的標識代碼,構建的金屬零部件行業數字孿生的生產過程數據鏈,積累包含制造知識的生產過程大數據。因此,我們制定的測試床第二期成果驗證方案是:

    1、FB-CL測試床將根據統一的標識,讓產品生產過程的所有數據,自動按生產時序,構成數字孿生的生產管理過程場景數據鏈,驗證測試床知識學習,沉淀KNOW HOW,積累工業制造大數據的功能。

    2、FB-CL測試床將通過對企業生產管理過程的知識學習,能夠根據輸入端產品訂單的規格差異,自動匹配制造工藝,輸出解決方案,從而驗證測試床對外部世界變化的響應能力預測分析功能。

    3、FB-CL測試床將根據生產過程場景數據鏈,通過從外協毛坯入庫到本廠機加工、熱處理、磨加工、等所有生產過程數據的分析,找出影響產品質量的節點,并予以改進,驗證測試床對產品質量及生產過程的管控能力。

    (三)測試床未來的成果驗證計劃方案

    FB-CL系統測試床最終的目標,是通過統一的信息模型,感知企業生產管理過程的所有數據,并進行關聯,構建生產過程場景數據鏈,通過大數據模型,持續優化金屬零部件生產過程中的企業資源配置與產品質量。

    由于本測試床是第一次對統一信息模型技術的探索,我們將會在目前的目標是在生產過程的數字孿生,虛擬映射的基礎上,繼續探索基于統一信息模型的數字孿生構建的知識學習與大數據積累,但我們對于最終測試床要實現大數據閉環優化只有一個初步模型,因此,在完成測試床第二期目標的基礎上,我們大概還要:

    1、研究和探索企業生產過程大數據模型,

    2、通過生產過程場景數據鏈積累過程大數據

    3、構建可以關聯人、機、料、法、環、測各種因素的大數據分析模型

    4、構建可以將優化后的生產計劃方案,按需求自動發送給各生產環節,指揮各車間的按計劃生產的模型。

    5、FB-CL測試床最終的結果是根據輸入端客戶對產品交期要求的變化,實時調整生產計劃,并通過可視化系統指導生產運行操作能力。從而驗證測試床大數據閉環優化配置企業人、機、料、法、環資源的功能。

    八、與已存在AII測試床的關系

    本測試床為首創,之前合作雙方未申請過此類測試床。

    九、測試床成果交付

    9.1.測試床成果交付

    一、測試床一期:

    FB-CL測試床一期工程目標實現IT與OT融合即虛擬與現實的映射(數字孿生)

    一期工程交付:交付FB-CL數字孿生的生產過程感知功能。

    一期工程驗收標準:實現企業從毛坯、到機加工、到熱處理、到磨加工、到打標、到清洗、到包裝全生產過程數據無障礙自由流動,并在企業信息系統中生成對生產管理過程的虛擬映射(數字孿生),全面感知生產過程數據。

    二、測試床二期:

    二期工程目標:實現數據關聯、知識學習、預測分析。

    二期交付:交付FB-CL對產品訂單的預測分析功能

    二期工程驗收標準:根據系統輸入的訂單產品結構數據,輸出相應的工藝路線與解決方案,驗證系統通過構建生產過程數字孿生場景數據鏈,自動學習工業知識、沉淀企業KNOW HOW,形成操作標準,自動管控生產過程和產品質量。三、測試床三期:

    三期工程目標:實現大數據閉環優化的智能工廠構建企業效益挖掘層,用大數據模型挖掘企業潛力,提高企業經濟效益。

    三期交付FB-CL大數據挖掘功能,

    三期工程驗收標準:根據輸入客戶對供貨交期的變化,測試床實時調整生產計劃,輸出解決方案,優化配置企業資源。

    測試床通過統一信息模型構建的各種數字孿生體,感知企業人、機、料、法、環、測實時數據,結合歷史數據大數據排產模型挖掘數據,輸出解決方案,通過可視化系統指導操作,構成閉環,持續優化調整資源配置,提升經濟效益。

    我們推薦工業互聯網2.0模型將云上四層作為工業互聯網企業層模型的標準平臺架構,因為:

    一、統一信息模型技術發揮了工業互聯網平臺,水平集成的作用,統一信息模型消除了傳統煙囪式垂直架構的工業軟件形成的信息孤島,通過開發微服務模塊,搭建企業生產管理集成平臺,讓企業在統一的平臺上完成生產管理業務,實現了工業互聯網提升企業生產管理效率的功能。

    二、統一信息模型技術發揮了工業互聯網數據+模型的深化應用作用,通過統一信息模型,和嵌入在模型內部的統一API接口和算法模型,可以在具體生產環境中建立形成虛實對應的數字孿生體孿生體,這些數字孿生體通過工業互聯網對企業各部門,各車間、設備、倉儲、物流的連接,可以感知生產管理過程中的實時數據,實現跨業務間的數據共享。并通過大數據分析挖掘,實現了工業互聯網全面優化企業資源配置,提升綜合效率的功能。

    三、統一信息模型技術還可以發揮工業互聯網模式創新、服務優化、組織生態協同發展的作用。通過統一標識代碼,實現信息模型對生產管理過程的識別,從而伴隨著產品的生產管理過程,按照產品生產過程的時序,在信息系統中構建出數字孿生的生產過程場景數據鏈,實現信息化系統替代人腦對工業生產過程的自動感知與自動學習,將企業管理人員大腦中的工業KNOW HOW沉淀在了企業信息化系統中,從而實現工業互聯網知識標準化和抽象化的作用,將工業生產知識封裝成為工業APP,配置給廣大中小企業使用,將會全面提高我國中小企業生產管理效率和質量經濟效益,提升我國工業在全球產業鏈的競爭優勢,實現了工業互聯網行業整體價值提升的功能。

    9.2.測試床可復制

    我們目前有能力在我們的FB開發平臺上為金屬零部件加工企業開發各種100%貼身服務企業生產管理需要的生產管控集成系統(工廠大腦)

    包括:齒輪、軸承、彈簧、鏈條等通用零部件。以及鑄造、沖壓、鍛造、機加工、熱成型、冷成型等金屬加工行業的數字化智能化改造。

    目前我們已經在FB平臺上已經開發的有:

    FB-JGJ002山東九佳緊固件股份有限公司生產管控集成系統(緊固件工廠大腦)

    FB-JGJ003北京金兆博公司緊固件經營及生產管控集成系統(緊固件工廠大腦)

    FB-CL001山東潤通齒輪集團有限公司齒輪生產過程管控集成系統(齒輪工廠大腦)

    FB-ZZ001新泰鑫盛鑄造有限公司鑄造生產過程管控集成系統(鑄造工廠大腦)

    還有鋁合金、鑄造、鍛造、機加工、熱處理等項目正在洽商與實施。

    9.3.測試床開放

    本測試床是聯合智造(北京)科技發展有限公司受山東省新泰市政府聘請,在山東新泰市建立的全國第一個縣級工業互聯網APP創新中心的試點項目,是我們首次采用統一信息模型在采用FB開發平臺上,對金屬零部件行業構建生產過程管控的試點項目,在項目進行過程中,

    1、我們邀請了洛陽開遠智能精機有限公司參與測試床數控機床設備數據采集工作站系統的調研、設計、研發、實施。

    2、我們邀請了青島前哨檢測設備工程公司參與測試床質量工程建設的調研、設計、研發、實施。

    3、我們聯合了湖南東創智能裝備有限公司參與測試床工廠大腦FB與產線大腦(自動化機床生產線控制系統)之間的數據傳遞工程的調研、開發、實施。

    十、其他信息

    10.1.測試床使用

    本測試床是聯合智造(北京)科技發展有限公司與山東潤通齒輪集團有限公司共同建設的金屬零部件生產過程管控集成系統測試床,有關金屬加工的基礎零部件生產過程管控的集成系統,經過與潤通公司簽訂合作協議,可以在本測試床進行測試。

    10.2.測試床知識產權說明

    本項目的建設、運營知識產權歸聯合智造(北京)科技發展有限公司所有,山東潤通齒輪集團有限公司擁有使用權。

    FB-CL測試床,是國內首次采用統一信息模型技術構建數字孿生和大數據優化,盡管測試床一期已經上線運行,每天已經開始感知上萬的生產過程數據,但技術仍在探索中,大數據積累需要時間,在系統能夠實現大數據閉環優化后,聯合智造將申請知識產權或專利。

    10.3.測試床運營及訪問使用

    本測試床部署在電信云上,采用B/S系統,有關人經授權都可以訪問和操作。

    10.4.測試資金

    本測試床軟件系統目前預算投入資金600萬人民幣,預計山東潤通齒輪集團有限公司投入210萬元,聯合智造(北京)科技發展有限公司投資390萬元。

    10.5.測試時間

    本測試床2019年開始建設,預計2022年結束。

    目前測試床一期工程已經驗收,并開始運行,企業生產過程數據已經在測試床系統上實現實時映射,數字孿生。

    2020年12月開始2期工程建設,目標是實現知識學習,分析預測。

    2021年建設3期工程,目標是實現大數據閉環優化。

    10.6.附加信息

    中國擁有龐大的零部件制造和金屬加工企業,據我們調查數量有百萬之多,此測試床包含了完整的離散制造和金屬加工工藝路線。

    1、對于大中型企業,此測試床的生產過程管控系統可以作為基礎零部件行業內所有金屬加工企業的生產過程管控的通用參考模型,在此基礎上對每個企業需求進行部分定制開發,可以節約開發費用50%以上,僅此一項,就可以為國家節約上千億的智能化化技術改造資金。

    2、對于中小企業,如果將這套系進行二次開發,可以封裝成為各種基礎零部件細分行業生產過程管控APP,讓中小型企業直接或經過微小的調整使用,其使用成本大約是定制開發的10%-15%??梢詮?00萬降低到30萬至45萬,達到中小企業可以承受的費用水平,這將會極大的推進中小企業實現數字化、網絡化、智能化的進程。

    3、測試床采用統一信息模型技術,通過構建信息與物理世界融合的數字孿生體對離散工業的生產過程進行感知與管控,是否可以對流程工業進行感知與管控,是否可以對工業、農業、商業、交通、醫療、治安、智慧城市全面進行感知,是否通過構建行為過程場景數據鏈、進行知識學習、認知分析、推理預測、實現人工智能管控物理世界。希望工業互聯網業內同行共同探索智能化時代實現賽博物理系統和數字孿生的關鍵技術,探索數字技術從虛擬仿真到虛擬現實的飛躍,探索人工智能管控物理世界的技術路徑。

    聲明

    本報告所載的材料和信息,包括但不限于文本、圖片、數據、觀點、建議,不構成法律建議,也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有(注明是引自其他方的內容除外),并受法律保護。如需轉載,需聯系本聯盟并獲得授權許可。未經授權許可,任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用,不得將報告的全部或部分內容通過網絡方式傳播,不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者,本聯盟將追究其相關法律責任。

    工業互聯網產業聯盟
    聯系電話:010-62305887
    郵箱:aii@caict.ac.cn
    一滴都不许漏
    <menu id="00s0q"></menu>