用友智能工厂解决方案.docx

1、用友智能工厂解决方案1用友智能工厂解决方案 在工业4.0和中国制造2025的大背景下，用友致力于向制造业客户提供智能制造的整体解决方案，解决方案全景如下：整体解决方案由智能化生产、智能化管理和产业链互联三个层面构成，前两个层面立足于企业自身，以智能工厂为建设目标，实习企业机体自身的智能化，而产业链互联则是以互联网技术为基础，将企业融入到产业链的整体生态环境中，逐步实现制造资源的服务化和云化，并与生态系统中的所有要素协同互动，实现企业的智慧化。智能制造是一个比较宽泛的概念，本方案以智能工厂为建设目标，特指以物联网、互联网、大数据等技术为基础，集成各类制造资源，通过对生产制造及物流系统的升级改造，

2、逐步实现制造过程、物流驱动、控制模式、决策方式等方面的智能化，构建起体系化的智能化的制造系统，打造数字化、透明化的智能工厂。智能工厂解决方案的整体架构如下：1.1智能数据采集平台智能数据采集平台是智能制造系统的基础平台，是衔接生产物流现场与智能制造系统的接口平台，主要功能是利用物联网技术连接产品、设备及控制系统，建立智能制造系统与生产现场之间的通路，向智能制造系统提供生产现场实时数据并接收智能制造系统发出的指令。同时，通过统一的集成化数据采集平台，可以将不同的现场设备及控制系统的数据信息整合在一起，从而为生产现场的协同、柔性、高效提供可能。智能数据采集平台由以下关键要素构成：要素主要内容产品及

3、物料标识目标：产品及物料可由信息系统识别使用的载体主要是：条码、二维码、射频芯片、电子标签等智能设备生产现场常见的可接入设备包括：CNC/DNC设备、传感器、机器人、检测设备、控制设备、工业仪表、计量器具、摄像设备、物流设备等控制系统实时数据库、PLC、嵌入式系统、数据采集与监视控制系统（SCADA）、分布式控制系统（DCS），现场总线控制系统（FCS）等终端采集设备扫描枪、PDA、工业平板电脑、触摸屏等接口常见的接口方式：TCP/IP、RS232串口、RS485串口、USB、无线接入等智能数据采集平台构建的总体工作内容如下：智能数据采集平台依赖于生产现场的智能化，主要表现在现场生产设备及检测

4、设备的智能化改造，具体可以采取的手段包括：用数字化智能化可编程控制设备替换传统设备，CNC设备及机器人的使用逐步普及，一方面使生产线更加柔化，另一方面也可以提供更多的运行状态数据；传统设备的智能化改造，通过加装位置、温度、压力、计数等各类传感器改造现有设备，使现有设备达到一定程度的智能化，满足读取及监控的需求；在设备及产线旁加装终端电脑（工业平板电脑），部署终端应用以方便人工采集设备运行及加工数据。让加工检测运输等设备及软件系统能够认识物料是实现智能数据采集的另一项基础工作，因此，需要用一定的技术手段标识物料，标识的载体可以是一维条码、二维条码、RFID芯片、IC/ID卡等，其中，以RFID为

5、代表的非接触主动采集技术日益成熟并广泛应用。标识物料的方式也可以是单品身份证或批次流转卡，对于课题研制产品、技术验证产品及主体单位需求的定型量产产品，要实现单品身份证管理，并且达到产品的全生命周期管理。对于量产民品，可根据需要选择采用单品身份证或批次流转卡管理。基础网络构建要求能够覆盖整个生产及物流现场，采用无线网络及有线网络，物理隔离涉密网及非涉密网，通过网络总线接入及分布式部署的方式，将各类设备集成到统一的网络之中，具体的网络建设规划可参考本规划的专门章节。设备集成可通过访问设备实时数据库、PLC、嵌入式系统等方式，通过开放的输出端口读取所需的设备运行数据。智能设备一般都有开放的对外接口，

6、可通过串口、USB端口直接访问硬件系统，或者通过开放的服务接口访问设备的控制系统，但这类接口的访问和集成目前没有统一的标准，需要分别与设备供应商合作完成。通过数据采集平台采集的各类数据信息需要存储在服务器上以备其他应用使用，而数据采集平台获取数据往往具有大数据量及高并发的特点，因此，在数据库服务器及数据库系统选择时要充分考虑到这些因素，充分利用目前互联网应用中数据存储的实现技术，更好的支撑应用需求。智能数据采集平台是智能制造系统的基础平台，所有智能制造的应用都依赖于数据采集，只有对现场情况的充分掌握才能确保各类智能化应用有准确的数据输入和及时准确的信息反馈，从而实现业务管理的闭环。1.2智能运

7、营管理平台智能运营管理平台构建在智能数据采集平台之上，所有管理都必须以数据为基础，由数据来支持管理决策。而智能运营管理的范围涉及企业自身运营管理的各个方面，而且呈现出碎片化的特征，企业运营管理的重心会随着管理升级不断改变，但无论如何，所有的运营管理都是围绕着产品的生命周期展开的，只是着手的先后顺序在个体企业间有所差别。1.2.1协同设计产品设计是产品生命周期的起始，在需求个性化的社会经济环境下，产品设计的重要性日益突出。产品设计本身都会有专业的软件产品和技术支撑，而以下两个特征是体现产品设计与整个体系衔接的智能化的标志：设计制造一体化设计的最终目标是指导制造实现，而设计与制造体系衔接的紧密度和

8、顺畅度也是体现设计软件是否融入智能制造体系的重要标志。设计制造一体化包括两个方面：基础数据的一体化：所有设计数据要求与制造系统无缝互通，在统一编码、统一物料库基础上实现数据协同；设计过程的一体化：研发项目管理、设计变更以及消息互动等所有研发过程都要与制造系统衔接集成，避免设计活动孤立于制造体系，实现以产品生命周期为主线的设计制造业务一体化协同协同设计 在个性化定制及智能制造的业务环境下，设计活动不再由一个单一的设计部门完成，与第三方以及外部设计单元之间的协同也逐步常态化，尤其在工业互联网及云设计环境下，设计的协同能力也是智能设计的重要特征。1.2.2智能排程基于有限能力的排程是衔接主生产计划与

9、现场作业执行的工具，其基本功能由以下几部分构成：生产计划导入：从计划系统获取生产需求排程模型构建：根据实际生产执行的情况建立排程模型，定义排程计算中需要考虑的影响因素和算法，常见的有TOC、JIT等排程模型排程算法执行：根据排程模型和生产需求计算各个工位起止时间和设备占用，生成可由现场执行的排程结果排程结果发布：排程结果传递到生产执行系统现场执行调度：根据排程结果驱动现场执行高级排程（APS）系统往往会以独立工具或独立软件产品的形态提供，其重点聚焦在排程建模和排程算法方面，先进的排程工具的确能够提供丰富的排程算法和友好的交互界面，但是，排程应该基于对现场执行情况的实时掌控，排程结果与排程的执行

10、必须是闭环并可随时调整修正的，否则，就失去了排程的实践意义。而独立的排程系统由于无法获知设备、作业、能源、材料、人员等各个方面的全面信息，难以做到综合全局的排程。从实际的排程应用需求来看，每个企业的排程算法并不会特别复杂，而排程的难点往往在于排程结果与现场实际执行之间的脱节，这会导致排程工作流于形式，并不能成为调度和安排现场工作的依据。智能排程是智能制造系统之中的集成工具，与智能数据采集平台紧密结合，实时掌握生产动态，随时调整排程结果，做到与生产现场完全联动，运行顺畅后就会成为整个生产现场的核心调度系统，结合智能制造系统的其他工具，实现真正意义上的自主生产和智能制造，是建设数字化无人工厂的中枢

11、系统。1.2.3智能调度智能调度是将工序作业计划变为作业指令，并驱动现场按指令运作的活动，智能调度要解决以下两个重要问题：现场作业调度的形式车间现场的作业模式多种多样，现场作业调度的具体形式也会比较丰富，但抽象整理后，都会集中到以下基本形式：单品身份证：为每一个流转的产品标识唯一的身份信息，生产调度过程管理到每个具体的单品工艺流转卡：工艺流转卡往往以批次为管理单元，极端情况下也会以将批量降低到1，成为单品工艺流转卡派工报工（工票）：将生产任务分解为单个碎片的工作任务，由工人领取并完成，派工报工往往会与计件工资一并使用固定地点/流水线装配：组装工艺的调度模式，管理的重点往往集中在记录组装关系以便

12、后续品质追溯 上述集中方式在一个工厂或车间中并非孤立存在，经常是几种形态并存，但管理模式一般会倾向于趋同，将不同的形式融入到一种主流模式中，尽量避免差异，降低管理成本。作业指令发布到现场 生产指令形成后，需要有一定的技术手段发送到现场，发布的内容主要包括：工艺指导文件、数控文件、嵌入式软件等。在设备集中型的车间，可以考虑通过数字化手段将指令及相关文件信息发布到DCS或DNC/CNC，控制设备运行；而在人工为主的车间，生产指令的发布需要通过一定设计的载体。不论如何，发布的目标是向生产现场准确发布指令信息，以便现场正确执行。1.2.4智能物流与制造系统相关的物流主要是厂内配送物流和车间作业物流，不

13、论哪种物流，其主要目标是要在恰当的时间将恰当的物料送到恰当的位置，保证生产环节不发生停工待料。立体仓库和AGV是实现智能物流的硬件平台，WMS是其软件平台，二者结合使用，可以根据指令达到上述目标，但是，重点在于“指令”本身，这个指令就是要告诉系统：什么时候什么位置需要什么物料，如果没有集成化的智能制造系统，只是靠人为发出指令就大大降低了整体系统的执行效率。智能物流系统是集成化的智能制造系统的子系统，其主要职能就是依据智能数据采集平台收集到的现场执行进度和加工节奏，结合加工工艺和BOM信息，自主计算判定各个位置在未来各个时点的物料需求，进而向物流设备发布指令，驱动物流设备到适当的位置获取正确的物

14、料，并运送到需要的工位或库位。智能物流是智能制造系统的循环系统，通过智能物流系统可以有效的提高物流效率，降低现场库存，减少运输错误，实现生产物流的智能化。1.2.5品质管理质量溯源及控制系统主要包括如下业务应用：品质记录品质记录的原始数据来源于智能数据采集平台，主要包括：PQC记录、IQC记录、巡检记录、驻厂检验记录、售后记录等，品质记录负责整理和清洗数据，形成供应商来料品质记录、产品品质记录书等，其中，产品品质记录书用于记录产品全生命周期的品质数据，是最重要的品质记录。产品品质追溯依托于产品品质记录书，提供产品品质追溯功能，产品品质追溯支持从两个视角展开：由产品查询相关的各类品质信息，在产品

15、品质缺陷分析或工艺设计改进时，提供准确的用料信息、部装信息以及加工过程的质量数据，并可进一步延展到售后服务阶段，提供全生命周期的质量信息；从材料出发，反向查询受到影响的部件及成品，从而精确界定由特定批次的材料品质缺陷影响到的成品范围，以便召回或主动维护。生产防错生产过程中由于各类错误可能会引发重大的质量事故，智能数据采集平台可以采集到实时的加工信息，生产防错系统可以依据系统识别到的加工工艺、BOM及当前加工任务，在加工开始前与线上产品或投入的材料再次验证，核对无误后方可执行加工动作，最大限度的降低出现错误或不按规程操作的情况，实现预防性的质量控制。首件质检首件质检是批量加工前品质确认的活动，智

16、能制造系统提供首件质检的应用，通过识别加工件信息及工艺要求，提取质检方案，由现场工人和QC人员逐条确认检验指标的检验值并判定检验结果。对于首件质检不合格的批次，会提交到生产防错系统中，控制该批次不可向下流转。现场巡检基于现场移动网络，提供手持设备（PDA）接入，通过手持设备上部署的现场巡检应用，采用文字、音频、视频等多种形式，实时记录现场物流、存储及加工过程中的质量问题，以便随时纠正及后期改进。同时，可以在质量事故发生的第一时间记录并反馈实际情况，以便及时采取应对措施，将影响范围控制到最小。质量SPC统计工序控制 即SPC（Statistical Process Control）。它是利用统计

17、方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。SPC强调以全过程的预防为主，因此，需要结合智能数据采集平台提供的现场运行数据和累积历史数据，运用大数据分析技术，通过建模分析和趋势预测，有预见性的提出工艺工程改进建议，保证加工过程可靠，产品质量持续稳定。1.2.6设备管理在设备加工为主的工厂，尤其是设备现代化程度日益提高，设备管理也会成为工厂日常运营管理的重要内容。与现场相关的设备管理主要在以下几个方面：设备档案及设备日历：记录每一台设备以及这些设备的运行时间计划，设备日历会影响到计划排程日常运行记录：主要记录设备的启停时间、加工时间、设备参数等信息维修保养计划：制定日常的维修保

18、养计划并在实际执行时记录维修保养记录，维修保养计划会影响到设备日历设备异常管理：设备异常发布、异常处置及记录等内容，结合异常管理，解决与设备相关的突发异常事件，异常情况会影响到设备日历1.2.7异常管理生产现场会有各类异常事件的发生，这也是现场管理的重点内容，异常管理主要包括以下几个内容：异常申报：在发生异常时由现场申报异常状况，通常需要通过现场终端将异常信息发布到系统异常推送：系统接收到异常信息后，需要根据异常类别将异常信息通过短信、微信、消息通知等机制推送到异常相关人员的终端设备异常响应：异常处置人员接收到异常信息后，需要对异常做出响应，并根据异常信息提出现场预处置意见和现场处置时间异常处

19、置：异常处置人员赴异常发生现场处置异常，并记录异常解决情况现场巡视：主动发现现场异常的行为，主要工作是记录并及时纠正现场异常1.2.8售后运维智能制造关注产品全生命周期管理，在最终产品交付客户使用后，依然保持着对产品的持续追踪、维护、保养、维修等服务活动，在此过程中，同样持续主动收集数据信息，并将数据信息反馈到智能数据采集平台。产品售后保障主要涵盖以下工作：安装调试：安装调试是产品交付过程，需要将此事项纳入系统管理，记录安装调试任务的人员安排、执行情况、过程数据、最终结果等信息，并将数据反馈到系统中，可用于改进安装调试工艺及过程规范定期保养：生成各个产品的保养计划，并按计划安排返厂或上门保养，

20、记录保养过程数据，以及保养过程中发现的各种异常事项配件供应：根据安装调试及维修保养任务计算生成配件及备品备件的采购计划，完成采购过程、入库及发出的管理故障维修：为用户提供便捷的故障申报通道，安排维修人员响应故障申报，记录设备故障原因和维修过程，反馈这些数据信息到系统中技术支持：为客户提供产品使用过程中的技术支持，记录支持信息投诉建议：记录并响应客户的投诉与建议除此之外，随着产品的智能化改进，产品在交付客户后也会在不侵犯用户隐私的前提下，主动反馈产品运行参数，厂家可根据收集到的数据分析产品运行状态，预测产品未来的运行状况，为用户提供主动服务，防患于未然。1.3商业智能分析平台智能数据采集平台和和

21、智能运营管理平台都是业务数据的供应商，在系统中积累了海量的业务数据，这些数据要为决策所需，就需要有数据的整理发布平台，商业智能分析就是以大数据为基础的智能化的数据平台。1.3.1智能监控及生产辅助无论如何智能化的系统，都需要有可视化的监控体系来保障，智能监控是实现可视化管理的支撑系统。智能监控及生产辅助系统由现场看板、电子作业指导书（E-SOP）、安灯系统、中控系统等构成。现场看板种类比较多，常见的现场看板有：计划看板、效率看板、品质看板、配料看板、机位/工位看板等，各类看板分别针对不同的管理目标，用数字化或图形化的方式实时展现现场执行状况，以便在异常发生时及时发现并纠正。电子作业指导书是生产

22、作业辅助系统，可通过机位终端展示工艺工程图纸和三维图形，并查询标准作业方式。电子作业指导书的前提是设计成果的电子化。安灯系统也是传统的目视管理系统，用于随时监控现场设备的运行状况，并及时响应异常。与智能制造系统结合后，可基于预设模型并根据智能数据采集平台获取的加工数据分析判定及预测设备运行状况，反馈到安灯系统，指挥设备维护或工艺技术人员及时关注潜在问题，从而达到预防为主的设备管理模式。中控系统是总体上展现生产现状和趋势的看板系统，形式上采用中控室或管理驾驶舱等，主要用于辅助企业整体运营和快速决策。智能监控系统是智能制造系统的数据整理和展现模块，依托于智能制造各子系统采集和加工得到的数据，通过分

23、析建模工具构建业务模型，并通过图形化的方式展现和发布。智能监控系统可支持多类终端设备，如：电子显示屏、平板电脑、移动设备等。同时，还需要支持异常信息的通知和预警机制，在异常发生的第一时间以短信、微信、邮件等形式将异常信息推送给相关责任人。除了实时监控和展现外，智能监控系统的智能化更体现在对未来的预判和感知，通过对现场加工数据的收集、整理和计算，并结合历史数据比对或分析模型构建，系统可以主动发现生产设备、工艺过程、材料品质等诸多方面的异常，或推断可能发生的异常，并将这些信息反馈到监控系统中，帮助监控人员及时快速决策。1.3.2电子看板电子看板是现场目视化管理的关键内容，在我们的解决方案中，电子看

24、板所使用的硬件是安卓平台的LED智能电视，或者普通的液晶电视配安卓平台的电视盒子（如：小米盒子等），在实际应用中，这两种选择都是可行的。以下是普通液晶电视配小米盒子的硬件方案基础上实现图形化电子看板的实拍图片，数据可由后台实时刷新，图表展现形式可任意选择。这种电子看板解决方案的硬件要求和软件实现成本均较低，便于在生产现场随需部署，有效的实现现场信息传递的要求。1.3.3分析及预测模拟数据分析是对历史数据的消费，预测模拟是站在现有数据基础上对未来的预估，这些都是企业运营和决策的基本手段。在有丰富数据支撑的基础上，配合专业的商业分析工具，能够更大限度的发挥数据的效用。同时，商业分析工具的数据仓库也

25、是集中各类异构系统产生的各种数据的优秀载体，这样能够将数据分析扩展到更大的范围，配合根据企业管理需要设计的分析预测模型，就能够使数字化管理真正落地。2软件系统及技术优势2.1系统概况系统的整体结构由后端网站和前端应用两个主要构成部分：后端系统：主要的设计目标是支持基础的参数设置，业务准备活动，一般不会涉及日常的业务操作，也不是车间现场人机交互的平台。在日常业务阶段，后端系统要保证的是能够高效完整记录业务数据，能够支持大数据量I/O和高并发。前端应用：主要的设计目标是满足车间现场HMI（人机交互）的要求，要保证交互友好，并且具有分散性和移动化的应用特征。目前系统的应用地图如下（绿色为后端系统，蓝

26、色为前端应用）：后端系统为网站架构，登录画面如下：前端应用我们提供了基础运行平台，画面如下：2.2系统特色智能制造并不简单等同于MES系统，“中国制造2025”倡导用数字化、网络化、智能化的路径利用新兴技术条件解决传统制造业难题，因此，支撑系统本身相对于传统MES系统要有足够的先进性。并且，随着工业互联网逐步推进落地，先进制造模式将会向制造的云化和服务化转变，这必将要求制造系统能够平滑的支持互联网化和云化，不再是传统的MES系统那样单一的以功能为核心的模式。基于此，我们的解决方案在以下方面具有特色及比较优势：专注离散制造领域，更适合离散制造企业的智能化升级以系统集成的思路提供一体化解决方案应用

27、的终端化和碎片化，系统有充分的扩展弹性全面运用互联网产品技术，带来全新体验：灵活的系统架构支持云端部署或私有部署只需一套产品适配多个工厂优秀的人机交互体验流行的Html5前端界面基于安卓平台的终端应用强大的压力负载能力更好的支持大数据量存储更好的支持多终端并发移动应用的广泛使用，现场操作更便利集成大数据分析工具，数据分析、预测、模拟更灵活2.3技术优势在技术路线选择方面，要充分考虑到智能工厂的应用特点：业务逻辑相对简单，而业务数据量大并发点多，并发量大相对于ERP系统的逻辑复杂度，MES系统的数据I/O更重要单点的业务需求简单，而操作频次高操作者文化层次相对低，不能要求复杂操作鉴于此，本系统在

28、技术路线方面有如下选择：项目技术选择优点系统架构B/S架构降低了系统部署的难度网络允许的情况下，可以多个工厂共用一套系统通过Chrome浏览器访问，无需客户端支持数据库MongoDB文档存储结构：可以使用一个数据表存储原来需要使用多表关联才能存储的数据，还可以将文档的属性定义为子文档，极大的减少了数据表的数量和多表关联的情况存储动态性：MongoDB面向文档的存储结构可以轻意的增加和删除属性，能够较好的适应业务变化带来的数据结构改变性能优越：千万级别的文档对象，近10G的数据，对有索引的数据查询与mysql相当，而对非索引字段的查询，则是全面胜出，而且占用CPU较少成本低：MongoDB运行在

29、PC服务器集群上，PC集群扩充起来非常方便并且成本很低服务端NodeJs支持高并发（最重要的优点）：传统的请求都是单线程，一个请求一个线程，这非常消耗服务器内存，而NodeJS使用非阻塞的异步 I/O 调用，所有连接都由一个主线程处理，并发支持能力数倍增加由于NodeJS采用异步调用的机制，在处理请求的过程中无需等待返回结果，所以执行效率更高，更适合I/O密集型应用网站页面Html5 + AngularJS采用主流的标准 Html5 开发终端应用Android安卓系统为开源体系，无授权问题交互体验与智能手机类似，学习成本低采用移动应用普遍选用的混合开发模式，技术成熟，开发资源丰富应用更具有针对

30、性，交互效果和效率更优应用轻量化、碎片化，易于维护和升级换代，并且开发周期可明显降低总体来说，整个系统的技术选型均采用当前成熟应用的开源框架体系，在实现方式上，前后端系统都使用JavaScript，无需其他开发语言，学习成本较低，上手快。此外，系统提供了各种轻量级控件以及UI数据收集、缓存处理及统一的持久化机制，并且，数据读写基于ORM思想，开发速度快，维护容易，扩展简单。2.4系统部署支持局域网或公有云两种部署模式：局域网模式公有云模式推荐的硬件清单如下：型号详细描述数量服务器应用服务器CPU双核，内存16G,硬盘1T，操作系统：Linux系统（Ubuntu14.04系统）。1数据库服务器C

31、PU四核，内存16G,硬盘1T SSD，操作系统：Linux系统（Ubuntu14.04系统）。1数据采集侦听服务器Cpu双核，内存8G，硬盘无特殊要求，操作系统：win7及以上或win server2008及以上版本的64位系统。1终端设备摩托罗拉MC3200手持PDA显示屏：3.0 英寸彩色 (TFT) (320 x 320) 显示屏触摸面板：化学强化玻璃，电阻式触控可选键盘：28键数字、38 键切换字母和 48 键字母数字扩展插槽：可供用户使用的 SD 卡插槽（最多可支持 32 GB microSDHC）CPU：双核 800 MHz OMAp4 处理器（标准）或双核 1GHz OMAp4 处理器（高级）操作系统：可选择 Windows embedded Compact 7.0 （标准或高级）或 Android 4.1（高级）内存：512 Mb RAM/2 Gb 闪存（标准）1Gb RAM/4 Gb 闪存（高级）待定ZEBRA MC36手持PDA显示屏：4.3 英寸LCD显示屏触摸面板