此账号为华为云开发者社区官方运营账号,提供全面深入的云计算前景分析、丰富的技术干货、程序样例,分享华为云前沿资讯动态
本文分享自华为云社区《【云驻共创】HuaweiMate 40产线直击之华为云IoT智能制造助力工厂数字化转型》,原文作者:启明。
Part 1:智能化工业4.0时代的数字孪生一、工业4.0,智能化时代已来回顾人类历史,我们共同顺利经历了三次工业革命:
第一次是蒸汽机时代,开创了以机器代替手工劳动的时代;第二次是电气时代,自然科学的发展和工业紧密结合,科学在推动生产力方面发挥了更为重要的作用;第三次是信息化时代,科学技术转化为直接生产力的速度急速加快。
而今,我们迎来了第四次革命,即,工业4.0:智能化时代。“工业4.0的本质,就是通过数据流动自动化技术,从规模经济转向范围经济,以同质化规模化的成本,构建出异质化定制化的产业。对于产业结构改革,这是至关重要的作用。”
作为新一轮的工业革命,工业4.0的核心特征是互联。工业4.0代表了“互联网 制造业”的智能生产,孕育大量的新型商业模式,真正能够助力实现“C2B2C”的商业模式。
二、当前工厂数字化转型痛难点当前,大家都还在“工业4.0”的摸索阶段。大量的工厂已经开始自己的智能化转型之路,比如通过构建应用来讲采集的数据可视化,讲数据价值最大化。但是,在这个实践过程中,问题不断涌现,诸如:
1. 数据/信息孤岛,烟囱林立
一家工厂,在不同的阶段,因为项目的不同,有可能找不同的供应商去承接。分段式的项目供应商,导致的是不同的系统应用。形象点说,多系统不互通,就是像独立的“烟囱”,每个“烟囱”都有“烟”,但是却不互通。在工业4.0阶段,不互通,意味着信息孤岛,也就意味着企业的数字资产分布零散,维护成本高,使用效率低下;
2. 应用上线慢,耗时耗力
正如第一点所说,不同系统之间的不互通,导致的是新的应用上线会“重复造轮子”:每个应用上线,都有大量的重复工作,浪费人力物力,且耗时长。更重要的是,新的应用带来的数据处理问题:由于缺乏统一的建模,每个应用在处理原始数据时,都需要重复处理。两个“重复”让本就高昂的成本,更加“雪上加霜”;
3.数据分析门槛高
工厂,或者企业,有着一颗想要降本增效的心,比如想要通过分析现有的数据找到规律,从而优化流程,但却因为数据分析的门槛高,望而却步。这其中最关键的原因,是其业务场景不明确,没有找到一个好的数据平台。
三、找对平台,是成功的一半以上痛点难点,是大部分工业领域的厂家在“工业4.0”摸索过程中都会遇到的,而贯穿其中的是“应用”。也就是说,软件开发者未做到足够的分层解耦是造成上述问题的重要原因之一。以“应用”为基础,工厂经历了三个时期的三种模式:
1. 模式一:“烟囱式”应用
在工业4.0之前,由于缺乏应用和实践,大部分厂家的应用,如上所述,都是“烟囱式”的:
模式二的产生,让专业的数据采集团队完成尽可能多的数据采集,并集中统一开放,让整体效率有所提升。但是我们可以发现,即便是这样,数据的使用仍然是独立的,没有实现真正的融合。在产线或者生产设备取得的数据,仍然是元数据,应用在取得数据之后,仍然需要单独对数据进行二次加工处理使用,进而导致应用间对数据的处理仍然存在大量重复工作。
3. 模式三:数据处理——统一孪生模型
如何同步解决“应用解耦”和“数据统一处理”问题,华为IoT有自己的方法。
以上,就是工厂数字孪生的两个非常重要的数字抽象维度。通过将产线生产过程透明化,实现生产有序可控,让应用上线时间从原来的6-9个月,缩减至3个月;同时,孪生建模 智能分析,用数据去驱动智能生产,让数据的开发效率能提升70%。通过华为云IoT,我们可以快速实现工厂的全要素联结,并通过构建工厂数字孪生模型,大幅度提升数据利用效率。
Part 2:基于南方工厂的数字孪生实践回到我们的主题。南方工厂,即是生产Huawei Mate 40的产线。手机产量的暴增,让产线的数字化需求迫在眉睫。通过整个产线的数字化,可以提升生产过程、优化制造工程厂商的管理,以及质量控制的管理,让产线的效率得到大大的提高,同时能够降低运营的成本。
上图是一个工厂孪生体的多维模型。我们可以看到在产品模型中,包括了设备模型和产线模型,更上层还有制程能力模型、质量缺陷模型以及设备物理/结构模型和设备故障预测模型。
通过应用华为云IoT数据分析服务建模和分析能力,可以快速构建的电子工程产线和设备孪生体。那么本文我们就来介绍一下如何构建一个数据分析服务建模。
一、基础概念介绍(一)OEE概念简介
在进行建模讲解之前,我们先普及一个基础的概念。OEE,即设备综合效率(Overall Equipment Effectiveness)。一般来说,每一个生产设备都有自己的理论产能,要实现这一理论产能必须保障没有任何干扰和质量损耗。OEE就是用来表现设备是的生产能力相对于理论产能的比率。
在计算OEE的时候,会涉及到以3个维度:
时间利用率:时间利用率=Σ实际运行时间/Σ计划开机时间*100%。用来评价停工所带来的损失,包括引起计划生产发生停工的任何事件,例如设备故障,原材料短缺以及生产方法的改变等等;性能利用率:性能利用率=Σ[产出数量*一个产品在设备应有状态下加工的周期时间]/Σ实际运行时间*100%。用来评价生产速度上的损失。包括任何导致生产不能以最大速度运行的因素,例如设备的磨损,材料的不合格以及操作人员的失误等;合格率:合格率=[合格产出数量]/[产出数量]*100%。用来评价质量的损失,它用来反映没有满足质量要求的产品(包括返工的产品);那么最终的计算公式就是,OEE=[时间利用率]*[性能利用率]*[合格率]*100%,这就是衡量设备综合运营效率的一个关键指标,也是很多电子制造工厂以及其他类似厂房里的一个关键性指标。
一般来说,国内厂家OEE的数值都不会太高,一般只有70%,或者80%,少的甚至只有40%左右。
(二)工厂孪生体产线和设备建模分析效果图
工厂孪生体产线和设备建模分析,可以通过一些可视化的管理后台进行查看。以下分别三个不同功能的效果图。
Picture 1:图上共有3条产线,可以进行适当地拖放。图里可以看到每个设备的OEE数值。通过资产建模和分析能力可实时计算出产线和设备的OEE,各设备关键指标实时监控,同时可查看历史数据。
(三)工厂数字孪生Demo数据处理和分析流程
要实现上述的效果图,我们需要经过如下几个步骤(因为不是真实工厂,所以采取的是模拟设备):
设备模拟器:基于标准物模型,模拟器定时5秒通过MQTT协议自动上报设备属性数据,可模拟手动出发上报消息,比如设备告罄消息。IoT设备接入服务:通过配置设备数据转发规则将设备属性数据和设备消息到IoTA(数据分析)服务。IoT数据分析服务:基于数据管道接收设备数据,并通过资产建模和计算分析能力,实时计算生成产线和设备OEE相关数据,判断数据是否存在异常信息。3D应用:通过调用IoTA的API获取数据,以3D的形式展示产线和设备,可查看产线和设备OEE,设备关键指标,告罄等故障信息,同时可查到相关历史数据。这也就是第二部分的效果图。分析任务属性的配置和设备产线是一致的,就不再重复讲解。
下图为印刷机的设备资产配置图示例:
下图是构建好的资产树。相比于上一张图的逻辑图,这是一个示例图。图中表明一个电子工厂有三条SMT产线,每条产线有7个SMT设备。
(三)、OEE相关指标配置(设备&产线)
我们再来看看设备的每个指标是如何计算的,如下图。我们以“产品合格率”(下图灰色部分)为例。
如前文所述,合格率=[合格产出数量]/[产出数量]*100%。表格中“TS_Sum”表示时序求和,即可以把产量在一个时间范围内求和,比如,对五分钟内的产量进行求和。其他指标的计算方式和合格率类似,就不一一赘述。
产线和设备的指标计算过程相似,差别在于数据的来源。产线的数据来源于子资产,而非产线自己产生的。因为资产“父子之间”的数据是可以相互引用的,而产线本身是不上报任何数据的。
除了上述的数据展现模式,还可以根据业务的需要,将数据展示成折线图、热力图、曲线图等等,更易进行分析的图形展示方式,得出你想要的结果。示例图如下。
想要体验一个产线模型建立的过程,可以前往华为云IoT数据分析服务深度体验。根据“总览”页的指导一步步进行操作。
三、小结从上述的讲解和介绍,我们可以得出以下结论:
物理世界的物在数字世界中的实时准确映射,组织数据&模型的载体,是IoT领域的数字孪生;围绕一个具体的物理对象,组织数据&模型,定义一个数字化的模型,即是IoT领域的数字建模过程;设备数字孪生模型由属性和任务分析两部分组成;对物理世界事物构建资产模型时,须先定义模型,再创建资产面向对象建模思想带来的好处:封装、继承、组合,提升复用效率和可扩展性。华为云IoT数据分析服务基于物联网资产模型,整合IoT数据集成、清洗、存储、分析、可视化,为IoT数据开发者提供一站式服务,降低开发门槛,缩短开发周期,快速实现IoT数据价值变现,让工厂数字化转型升级“触手可及”。
来一起体验一下吧~
花粉社群VIP加油站
猜你喜欢