北京航天测控技术有限公司 孙洁

作者简介

孙洁（1980-），河南南阳人，高级工程师，硕士学位，现就职于北京航天测控技术有限公司，研究方向是生产智能制造。

摘要：基于智能传感网络的减速器加工线远程状态监控平台建立了机加车间的智能传感网络，采用数据采集、故障诊断、设备效率分析等技术，实现了机加生产线状态的实时监控、远程诊断、维修指导和设备效率分析等功能，不仅能为设备的安全可靠运行提供保证，而且能为企业信息化改造中DNC、MES系统提供更多的底层数据，为加工过程规律的研究、机床性能的优化等提供数据基础。

关键词：智能传感网络；状态监控；数据采集；故障诊断；效率分析

Abstract: The platform builds the smart sensor networks for machining shop. It implements some functions such as Real-time monitoring, remote diagnose, maintenance guidance, efficiency analysis, using the technology of data acquisition, fault diagnose, efficiency analysis. The platform ensures the reliability and safety of the equipment operation, and it can provide underlying data for DNC and MES.

Key words: Smart sensor network; State monitoring; Data acquisition; Fault Diagnose; Efficiency analysis

1　概述

随着数控技术的发展企业自动化程度日渐提高，多种全新的制造模式（如集成制造、柔性制造、智能制造、数字化制造、网络制造等）也相继被提出并得到应用。数控机床作为现代制造系统的关键基础单元，其功能的强弱和性能的好坏决定着企业先进制造模式的成败。因此，越来越多的制造企业投入大量的资金购买先进的高端数控设备以满足自动化生产的需要。然而，数控设备的复杂程度和智能化程度的不断提高，也给系统的可靠性、安全性、可用性、经济性等方面带来了一系列难题，系统发生故障或失效的潜在可能性也越来越大。机床状态监测的主要目的是要保证加工系统的安全运行，合理并优化使用数控机床，保证加工工件质量，提高生产效率和设备利用率。不仅能为企业信息化改造中DNC、MES系统提供更多的底层数据，为机床的组网监测、远程诊断和维修提供方便；还可以利用加工过程状态数据进一步研究加工过程的规律，优化切削参数、分析刀具磨损、提高机床性能，对实现加工过程的自适应控制和智能化制造具有重要的意义[1]。

2　平台建设目标

减速器加工线主要是针对机器人减速器的五大关键零件的加工需求而设计的，生产厂家研发了MK2336、QYF007、QYF007T、QMK017等设备，对现有YK7332A机床进行了优化升级，开发了机器人减速器“BX5+1”生产线，配备了相应的工装、辅具，保证零件的加工要求。

减速器机加生产线远程状态监控系统主要是实时监控加工线上主要设备的工作状态，对设备的故障状态进行有效识别，提前预测设备的健康等级，以提供可靠及时的现场维修指导。从而保证设备工作的可靠性和连续性，提高产品加工的质量和效率。

3　平台体系结构

机加生产线远程状态监控系统是结合物联网技术和制造过程状态实时监控技术，依据信息的生成、传输、处理、集成和应用的原则，设计出了针对工业机器人减速器加工线的状态监控的平台，该框架划分为三层：现场控制层、车间应用层和企业应用层。监控系统的整体框架图如图1所示。

图1 监控系统的整体框架图

现场控制层：现场控制层采用现场总线的方式采集与在制品质量相关的机床、托盘、地轨机器人、上料料仓和下料料仓等设备的状态信息；实时采集车间生产过程数据，包括在制品状态、产品质量、物料使用等信息；将任务单、工艺单、图纸信息、NC代码等作业信息及时准确下达到指定工位上的加工设备进行加工；采用RFID采集生产过程中生产工具、操作员等生产要素的信息，实现对设备利用情况、人力资源、工具使用信息的动态追踪和实时采集。

车间应用层：车间应用层主要是对采集到的车间生产过程中的设备运行状态数据、在制品信息、生产要素信息等进行监控和分析。状态监控主要是对成形砂轮磨齿机、偏芯轴外圆磨床、托盘、地轨机器人、上料料仓、下料料仓、测量机、清洗机等设备的状态数据进行监测，检测出异常数据。设备故障诊断就是基于设备的状态数据进行故障定位。设备健康预估是基于状态数据对设备的健康状态进行评估，并给出设备处于的健康等级和维修计划。设备效率分析是采用目前国际上通用的标准OEE数据分析方法对设备的使用效率进行分析。用来表现设备在计划生产时间内实际的生产能力相对于理论产能的比率。排产管理是基于设备的状况对设备的生产计划进行有效安排。数控程序管理是对机床的NC程序进行编辑和版本管理，并根据生产计划分发到各个机床上。

企业应用层：企业应用层主要由计划管理、图纸管理、办公自动化、供应商管理、客户管理、决策支持等信息系统组成。由于车间信息集成无论是设备生产数据、人力资源等都能有统一格式的信息源，各系统间无缝集成，实现与客户、供应商之间，从产品订货、设计、制造、销售到售后服务等产品全生命周期之内的协同、追踪及管理。

企业数据库是一个面向整个车间机床状态监控的数据库，车间所有的生产过程数据都会在这里进行统一存储共享。根据每个人的功能和信息需求量来限定其使用数据库的权限，保证了数据使用的安全。

4　智能传感网络技术

建造面向智能制造的智能传感网络是实现车间智能制造的基础。要想改变现在生产过程中多源信息采集费时滞后的问题，实现生产过程的实时监控与主动感知，需要研究智能数据采集卡、智能网关等硬件设备，通过软件平台的控制，构建车间内的智能传感网络，实现车间生产线生产状态的实时采集、处理和传输。

一个车间生产制造的要素信息主要包括车间人员、设备、工装、物料、刀具、量具等属性、状态参数等多源制造数据信息。通过智能卡内部的数据通信协议与可编程控制的数据预处理规则，实现多种数据采集环境的自适应，并进行数据采集后的处理与中转，提高数据采集、分析、应用的效率。通过智能网关的连接，将智能采集卡采集到的信息发送到管理平台上，实现生产过程透明化。

4.1　智能数据采集卡技术

智能数据采集卡是实现智能传感网络的关键节点，通过连接底层传感器，实现车间环境中的多源制造数据信息采集，并实现本地采集卡节点联接数据网络，实现数据输出，智能数据采集卡的主要功能包括：

（1）数据采集：具备工业标准传感器信号采集接口，可实现如振动、应变、温度、压力、电压、电流、开关状态以及视频类、音频类等信号的接入采集。

（2）数据预处理：内嵌数据预处理器，可实现采集信号的干扰数据剔除、数据格式压缩、数据包标记时间戳等，并可基于规则实现采集数据的幅值分析、频谱分析、边缘跳变捕捉等数据特征进行算法数据预处理，最后将预处理后的数据通过网络发送输出。

（3）网络连接：智能采集卡支持有线以太网、无线网络Wi-Fi、ZigBee等方式接入智能传感网络，构建星形、网状等类型的网络，实现多数据源的采集，形成基础数据采集网络。

4.2　智能网关技术

智能网关是基于通用嵌入式处理器平台开发的介于设备层（自动化系统）与IT层（信息系统）之间的实现互连与数据通讯功能的工业应用网关，其需要具备一定的计算能力，支持标准的Arduino硬件扩展、mPCIe接口，以拥有丰富的硬件扩展能力；支持基于高级嵌入式操作系统的应用开发，以实现针对特定应用场景的可编程控制功能。

图2 工业智能网关应用架构

如图2所示，智能网关主要应用于智能工厂或者设备改造过程中的控制层与现场层。当其部属于现场层时，重点实现与数据采集智能卡的对接，工业通讯协议的解析，云平台的安全接入等功能，解决车间、工厂底层的数据采集与互联互通问题；当其部属于控制层时，重点实现车间、工厂及信息系统与云平台的集成与接入功能，解决系统与云平台之间的互联互通问题。

智能网关设备从系统架构方面包括硬件和软件两个层次。高性能的嵌入式硬件平台提供较高的数据处理性能，丰富的硬件接口提供外部硬件扩展能力；基于高级嵌入式操作系统软件接口及丰富的工业通信软件协议栈，方便实现与标准工业设备通讯以及定制化应用场景的控制软件开发。

5　机床数据采集方法研究

机床选用的Bosch Rexroth MTX-L45数控系统是Bosch Rexroth公司开发的新一代开放式数控系统，是目前世界上性能最先进的数控系统之一。IndraMotion MTX数控系统是2005年推出的全开放式控制系统，以其独特的优良特性为客户的应用和二次开发提供了良好的平台，其中系统提供的OPC数据接口是开发MTX系统客户端软件非常好的平台。OPC全称是OLE for Process Control，它的出现为基于Windows的应用程序和现场过程控制应用建立了桥梁。目前，世界上绝大多数系统提供商均支持OPC标准。BoschRexroth MTX-L45数控系统也自带了DDE/OPC服务器用于HMI与NCK系统和PLC之间的数据交换。

5.1　OPC数据访问方法

OPC数据访问方法主要有同步访问、异步访问和订阅方式三种。同步访问方式时，OPC客户端向OPC服务器发送请求，OPC服务器必须将正在处理的响应处理完成后才能响应客户端的请求，这段时间OPC客户端一直处于等待状态。因此在同步通讯时，如果OPC服务器需要接受大量的请求或者读写的数据量比较大时，容易造成OPC客户端阻塞。这种通讯方式适用于OPC客户端较少、读写的数据量较少的情况。异步访问方式时，OPC客户端对服务器发出请求后返回，无需等待OPC服务器端的响应，之后客户端可以完成其它操作。当OPC服务器处理完客户端的请求后，再通知OPC客户端，并将操作结果返回给OPC客户端。从处理方法上来看，异步通讯比同步通讯的效率要更高。订阅方式时，OPC客户程序对服务器发出请求后立即返回，不用等待OPC服务器的操作，之后客户端可以进行其它操作。当OPC服务器组中的数据发生变化时，会触发数据变化事件（DataChange），自动将变化的数据传送给客户端，刷新客户端的数据[1]。

5.2　OPC数据访问接口

OPC服务器主要包含两种接口：自定义（CUSTOM）接口和自动化接口如图3所示。自动化接口是所有OPC服务商提供的基本接口，而自定义接口是可选的。自定义接口是一组COM接口，主要用于采用 C++语言的应用程序开发；自动化接口是一组OLE 接口，主要用于采用VB、DELPHI、Excel等基于脚本语言的应用程序开发。

图3 自动化接口和自定义接口

OPC客户程序无论采用哪一种接口，都必须首先创建OPC服务器支持的OPC数据访问对象，然后就可以使用OPC对象支持的方法，对数据进行读写操作。OPC数据访问对象的分层结构如图4所示。

图4 OPC 数据访问对象的分层结构

OPC的客户端开发也是基于这样的层次结构按顺序进行，一次OPC数据读写的循环过程如下：

（1）第一步：创建OPC服务器对象，并连接OPC服务器；

（2）第二步：建立OPC组（Group）并为OPC组添加标签（Item）；

（3）第三步：数据的读写操作；

（4）第四步：OPC 服务器的断开，资源的释放。

6　平台关键技术研究

6.1　故障诊断技术

（1）基于数据的故障诊断技术

基于数据的故障诊断方法主要是根据机床和非机床设备的实时状态数据进行故障诊断和定位。平台采集到实时状态数据后，调用推理引擎和知识库中的知识，对数据进行分析和判断。根据异常的数据特点进行分析和故障定位，将故障诊断的结果保存到结果库中。

这里也可以进行信号分析，包括时域分析、频域分析和盲源分离分析等，其中时域分析包括波形和其各项特征参数，频域分析包括频谱图及其特征参数、趋势分析、相关性分析、滤波分析、包络分析、瀑布图等。

（2）基于案例的故障诊断技术

基于案例的故障诊断方法是基于从所存储的以往案例中检索与当前问题类似的案例，并选择一个或多个与当前问题相似或相关的案例，通过对所选案例的适当调整和改写，从而获得当前问题求解结果和对这一新案例的存贮以备重用的一种推理方法。

基于案例的故障诊断方法的核心在于：能准确地记忆（存储）过去曾经诊断的故障及其环境和诊断过程；进行诊断时，运用过去的诊断经验、过程和方法；通过类比和联想来完成当前的诊断任务。基于案例的故障诊断方法模型如图5所示。

图5 基于案例的故障诊断模型

故障诊断过程可归结为由3个主要阶段循环组成：

（1）检索（retrieve）。根据设备当前状态和征兆，从案例库中检索出相类似的案例，如果检索到的案例与设备的当前状态完全适配，则直接引用案例作出诊断结论。

（2）修改（modify）。在不完全适配的情况下，运用设备的结构、零件特征、运行记录等方面的知识作为指导，根据设备当前的状态对检索出的案例进行调整、改写、适配与综合。

（3）存储（store）。使修正、改写过的案例适合对设备当前状态的诊断，作出本次诊断的结论。同时将修改过的案例及修改过程作为一个新的案例存储到案例库中，以备后用。

由此可见，基于案例的故障诊断是运用一种类比或相似推理方法，其设计模式是直接利用以往的设计案例而不是直接利用设计经验的总结。

6.2　设备效率分析技术

采用目前国际上通用的标准OEE数据分析方法对设备的使用效率进行分析。OEE是一种用来表现设备在计划生产时间内实际的生产能力相对于理论产能的比率，其经典算法为OEE＝时间开动率×性能开动率×合格品率。其原理是将所有影响OEE的因素归类到算式中的三项指标去计算，根据计算结果来评估设备的生产运行情况。

一般来说，影响OEE的因素可以概括为以下6个方面：

（1）设备故障，指设备自身出现故障引起停机带来的损失。

（2）设置调整，指由于生产换批、换牌需要中断生产来调整设备或设置参数造成的损失。

（3）启动损失，指设备在启动过程需要等待如预热之类的工艺条件满足后才能正常生产而造成的损失。

（4）低速运行，指设备在运行过程中因为某些原因出现速度波动，这时的设备虽然还在保持运转但并不能以额定速度生产，从而带来损失。

（5）空转暂停，指设备由于某些特殊事件如误操作、堵塞或清洁检查，引起设备出现空转或暂停而引起的损失。

（6）不合格品，指设备由于生产出不合格品带来的损失。

上述六项因素即是影响OEE的“六大损失”，可以将其归类到OEE的“三大指标”中从而得出六大损失与OEE的关系图[2]（如图6所示）。

图6 六大损失与OEE关系图

OEE的计算是以时间为对象的。但低速运行与不合格品两类损失并不能直接用时间去衡量，这需要我们对采集的数据作预处理，将两项损失折算成时间损失。在此定义：

（1）低速运行损失时间（tl）=（设备额定速度-设备低速平均值/设备额定速度）×低速运行时间

其中，设备低速平均值是低速运行时间内所有运行速度采样值的算术平均值，采样周期为1S。低速状态的评判标准是速度低于额定速度的95%。

（2）不合格品损失时间（td）=不合格品数/设备额定能力

其他几类损失可以直接用时间衡量，在此定义：计划停机时间为（tp），外部因素引起停机时间为（to），启动损失时间为（ts），设备故障时间为（tf），设置调整时间为（ta），空转暂停时间为（tn）。

由此可得：

（3）计划生产时间（PPT）＝总时间（SWST）-tp-to

（4）运行时间（OT）＝计划生产时间（PPT）-tf-ta

（5）净运行时间（NOT）＝运行时间（OT）-ts-tl-tn

（6）有效运行时间（VOT）＝净运行时间（NOT）-td

（7）设备利用率＝计划生产时间（PPT）/总时间（SWST）

（8）时间开动率＝运行时间（OT）/计划生产时间（PPT）

（9）性能开动率＝净运行时间（NOT）/运行时间（OT）

（10）合格品率＝有效运行时间（VOT）/净运行时间（NOT）

根据上文给出的计算方法，可以进一步将OEE及TEEP的公式作如下分解：

（11）OEE＝（OT/PPT）×（NOT/OT）×（VOT/NOT）＝VOT/PPT＝（PPT-tf-ta-ts-tl-tn-td）/PPT

（12）TEEP＝（PPT/SWST）×OEE＝（SWST-tpto）×OEE

依据建立的OEE数据模型，通过对设备利用率、时间开动率、性能开动率、合格品率的甄别及分类计算，可以把繁复杂乱的设备运行不良现象有效地组织起来，用指标加以度量。这样，系统可以分析设备用时及成本情况，记录跟踪了每台设备每个操作者的用时，例如开机、加工、调试、停机或空闲时间，这样可以帮助车间管理人员真正弄清资源是怎样被利用的，更重要的是从中能看出哪个生产环节可以被改进，从而减少不必要的调试时间、停机时间和空闲时间。

7　结语

远程状态监控系统融合了现代计算机技术、通信技术、控制技术，打破了传统加工生产中所出现的地域限制，优化了生产管理过程，实现了企业信息、资源的共享，以更快、更有效、更全面的现代管理模式替代了传统的机床生产管理过程。更好的方便了企业资源的优化，人员结构的调整，管理的便捷性和有效性。本文研究了智能数据采集卡和智能网关，实现了机加车间的智能传感网络建设；研制了生产线远程状态监控系统，选用“C/S+B/S”模式进行相关软件开发，实现生产过程中设备运维管理；研制了一套针对机床设备的故障诊断平台，通过基于数据的诊断方法和基于案例的诊断方法相结合，为设备的安全可靠运行提供保障。平台的使用提高了设备的管理能力，提高了产品加工质量，取得了很好的生产效益。

参考文献：

[1] 储晓承. 开放式 CNC 机床加工过程状态监测技术研究[D]. 南京：南京航空航天大学, 2011.

[2] 梁岳. OEE数据分析的设计与应用[J]. 电子设计工程, 2014, （12）.

摘自《2017今日自动化技术应用在中国》