浅谈智能制造系统在砂石骨料行业上的应用

作者：刘可；韩嵩崟

（北方重工集团有限公司）

摘要：主要介绍了智能制造系统的概念及其应用，通过分析数据可以预测需求、预测制造、解决和避免不可见问题的风险及利用数据去整合产业链和价值链。

关键词：智能制造；大数据；工业云平台；智能云服务专家系统

１ 概述

智能制造系统是一种智能机器人和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决断等，通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动，它对制造自动化的概念进行了更新，扩展到柔性化，智能化和高度集成化，智能制造系统最终要从以人为主要决策核心的人机和谐系统向以机器为主体的自主运行转变。

２ 大数据的概念

大数据就是存储在各种存储介质中的海量的各种形态数据，具有大量、高速、多样、价值密度和真实性五大特点，大数据之大不仅在其大容量，更在于其大价值，并成为除人力、土地、财务、技术之外的另一种重要的基础资源，对各种存储介质中海量信息的采集、存储、分析、整合、控制而得到的数据就是大数据，其技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化处理，实现从数据到信息、从信息到知识、从知识到决策的转化，提升企业领导的洞察和决策能力。

3 智能制造

智能制造国际合作研究计划JIRPIMS明确提出：“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合，将整个制造过程从订货、产品设计、生产到市场销售等各个环节，以柔性集成起来的、能充分发挥生产力的先进生产系统。毫无疑问，人工智能技术在企业价值链的各个环节中的应用，将极大地提高设计、产品、管理、制造、服务的水平。专家系统技术可以用于工程设计、工艺过程设计、生产调度、故障诊断等，神经网络和模糊控制技术可以应用于生产调度，实现制造过程智能化，而人工智能技术尤其适合于解决特别复杂和不确定的问题。

4 利用大数据推动智能制造主要有以下三个方向

（1）把问题变成数据，利用数据对问题的产生和解决进行建模，把经验变成可持续的价值，利用统计科学对某产品的设计和生产过程中的质量问题进行建模和管理，随后推广到了和他相关的产品制造领域中，提升了重要的推动作用

（2）把数据变成知识，从可见解决问题延伸到不可见问题，不仅要明白怎么办还要理解为什么，在制造系统中的数据预测性分析包括虚拟量测、健康管理、衰退预测灯，其核心是通过先进的分析算法对数据中的隐性知识进行挖掘和建模，并在制造过程中预测和避免问题

（3）把知识再变成数据，这里的数据指的是生产中的指令、工艺参数和可执行的决策，从根本上去解决和避免问题，即从问题的结果出发，利用知识反向推出问题发生的原因和过程，或是从产品最终的结果出发，反向推出产品的设计和制造过程，以及这样去设计和制造的原因，这需要了解知识之间的相关性和逻辑性

5 应用

工业云平台是云计算技术在制造、业的应用，是互联网、大数据、人工智能和实体经济深度融合数字技术支撑平台，对于制造企业而言，可认为工业云平台等同于工业互联网，在新一轮全球工业革命中（包括德国工业4.0、美国工业互联网和中国制造2025等）各国都在构建自己的工业云平台，砂石骨料行业相继投入了大量资金、技术和人力成本研发设备的自动化改造、数字化建设，依托物联网与云计算平台，人工智能与数据挖掘等先进技术，迅速提升企业远程运维服务能力，帮助企业实现，设备在线远程监控、故障诊断和预测性维护管理，砂石骨料设备售出后，存在使用地域分散，设备种类繁多、故障原因复杂、售出 后不易管理等难题，在管理、维护保养、维修、售后服务等方面令企业顾此失彼，头痛不已，虽然企业也具备一定的信息化水平，但远远无法解决使用者需求，企业向数字化、智能化转型，建设设备远程运维平台成为企业解决当下难题的有效方式，因此，研究砂石骨料关键技术装备的远程运维技术，建设远程运维平台服务具备巨大的市场经济价值并起到行业标杆作用，智能云服务专家系统是基于云计算技术的设备全生命周期管理系统，目标是实现工程现场设备的设备管理、数据采集、数据存储、故障预警、报警通知、设备监控、设备生产制造过程管理、备品备件管理以及售后服务管理，为目标客户提供齐全的、直观的、实时的设备全生命周期管理手段。同时需满足大规模现场设备的接入需求，提供可动态伸缩的高实时应用服务，该工 业云平台系统的基本功能如下：

（1）通用要求：界面设计简洁、美观、布局合理，统一操作规范，便于用户使用。系统功能页面平均响应时间小于2秒。支持多用户、多角色的权限管理手段，同时支持各用户间的数据隔离。

（2）系统管理：对系统内部运行参数可实现配置管理，提供一定的灵活性。

（3）用户及权限管理：管理系统内部的用户信息管理，包括用户信息的创建、编辑、启用、停用、角色分配、分组管理、重置密码等功能。可根据用户角色，设置用户的不同使用权限。

（4）设备管理：维护设备基本信息，并对设备进行分组管理。能够对设备数据项以及数据项的报警规则进行统一管理，设备数据项配置以及数据项报警规则配置需实时生效。总数据项数量不低于5000万点。提供设备与系统的双向数据通道能力，支持设备数据上报、远程控制、设备上线、维护、升级注销等全生命周期管理。

（5）数据采集：设备接入必须符合安全接入规范，经系统安全认证的设备才能够进行数据接入。采集服务具备动态扩容能力，能够根据终端设备接人数量及系统负载等因素，通过服务集群等手段进行采集服务能力伸缩，需满足最大100万台设备的并发连接。

（6）数据存储：设备历史数据应保存至少3年，单条历史数据查询响应时间小于2秒。

（7）组态管理：基于浏览器的在线可视化组态设计功能，应提供基础组态图元，包括一些基本和常见的图形同时支持用户自定义图元的管理，允许用户上传自定义图元；支持趋势控件、日志控件、报警控件、历史控件、模板控件、地图控件、音频视频控件等高级的复合控件；能够实现常见的动画效果；支持设备数据项与图元属性的数据绑定，实现动态显示；支持javascript脚本编程，能够对图元等进行脚本控制。

（8）设备监控：根据登录用户及其权限，显示其可见的监控视图；运行后的监控画面应实时展示当前的数据信息。监控画面采用订阅模式，接收服务器端的实时数据和报警数据的推送。

（9）数据管理：提供日志数据查询、导出功能；提供报警数据查询、导出功能；提供历史数据查询、导出功能。

（10）售后服务：采用合理的信息化管理手段，从维保计划、故障报修、工单派发、工单反馈四个方面，构成完整的售后服务体系，完整解决设备制造商在售后管理中面临的一系列问题。

（11）备件管理：备件管理完成关键部件使用时长的统计和分析功能，并通过部件有效的使用时长统计，计算出推荐更换日期，为设备制造商进行售后提供有效的数据指标。主要功能包括：备件信息查询、创建备件信息、修改备件信息、更换备件、计算备件使用时长。

（12）信息发布：系统管理人员能够通过信息发布功能发布新闻动态、产品发布、通知公告等信息。

（13）移动端支持：提供移动设备端的监控App，支持iOS及Android两种移动平台，至少支持主流的系统版本。

6 结束语

大数据已经成为未来制造业的能源，在制造系统和商业环境变得日益复杂的今天，利用大数据去解决问题和积累知识是更加高效和便捷的方式，无论是德国工业4.0、美国工业互联网和中国制造2025，还是制造业与互联网融合发展，其共同的发展方向是：制造业必须走向智能制造。

来源：洲际矿山-第六届中国国际砂石骨料科技大会论文集