CN107908166B - 一种基于工业互联网的汽车制造mes数据采集系统 - Google Patents

一种基于工业互联网的汽车制造mes数据采集系统 Download PDF

Info

Publication number
CN107908166B
CN107908166B CN201711159056.1A CN201711159056A CN107908166B CN 107908166 B CN107908166 B CN 107908166B CN 201711159056 A CN201711159056 A CN 201711159056A CN 107908166 B CN107908166 B CN 107908166B
Authority
CN
China
Prior art keywords
data
acquisition
plc
data acquisition
sensor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711159056.1A
Other languages
English (en)
Other versions
CN107908166A (zh
Inventor
袁磊
罗坤
许广州
朱子豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Asia & Pacific Computer Information System Co ltd
Original Assignee
Shanghai Asia & Pacific Computer Information System Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Asia & Pacific Computer Information System Co ltd filed Critical Shanghai Asia & Pacific Computer Information System Co ltd
Priority to CN201711159056.1A priority Critical patent/CN107908166B/zh
Publication of CN107908166A publication Critical patent/CN107908166A/zh
Application granted granted Critical
Publication of CN107908166B publication Critical patent/CN107908166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32404—Scada supervisory control and data acquisition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种基于工业互联网的汽车制造MES数据采集系统，包括数据采集和数据传输，所述数据采集包括传感器数据采集、高速采集卡数据采集、PLC到PLC的数据采集、PLC到PC的数据采集、工控机到数据服务器数据采集；所述数据传输被设置为所述数据采集到的数据传输到大数据平台。本发明的一种基于工业互联网的汽车制造MES数据采集系统，规范化采集数据，应用高速数据采集、传感技术、缓存技术，采用分布式采集方式，以微秒级、毫秒级的高频次采集技术采集车间现有各个系统数据以及生产设备自身的数据，实现广覆盖和高频率的数据采集；并使用大数据技术，保障系统运行的稳定和效率。

Description

一种基于工业互联网的汽车制造MES数据采集系统
技术领域
本发明涉及工业互联网领域，尤其涉及一种基于工业互联网的汽车制造MES数据采集系统。
背景技术
现有汽车制造行业MES系统，MES是车间现场机运系统、设备控制系统、设备检测系统与企业级管理应用系统之间的纽带，能及时把车间生产的实际信息传输给企业级管理应用系统，同时根据企业级管理应用系统的计划指导生产；按照功能开发划分为如下几个模块：订单状态管理、生产跟踪、生产调度、质量控制、物料拉动、生产过程监控、数据采集、设备能源管理、报表和分析。这里涉及到MES系统的数据采集和数据处理，但现有的数据采集系统存在以下缺陷：
1、现场数据采集方式多样，没有统一的采集标准；
汽车生产现场设备多样，如Siemens，Rockwell Automation，GE，Mitsubishi等厂商设备；自动化厂商的控制器，一般通过Kepware、RSLINX、等连接采集实现；对于使用PC控制的专机，一般通过共享文件，访问数据库，传递XML文件等方式交互信息。但是目前的采集到服务器的数据比较凌乱，没有形成统一管理。对于新近的设备大数据诊断业务需求，传统的数据采集方案则不能满足需求。设备诊断功能需要大量的数字量/模拟量，以10ms级的采集频率到达数据库，而且不能添加硬件，这种情况下，原有的采集方案将不能满足业务需求。
2、设备数据采集不全面、缺乏现场设备自身的数据采集；
现有设备管理主要是指设备在役期间的运行维修管理，其出发点是设备可靠性的角度出发，具有为保障设备稳定可靠运行而进行的维修管理的相关内涵；资产管理更侧重于整个设备相关价值运动状态，其出发点是整个企业运营的经济性，具有为降低运营成本，增加收入而管理的内涵，体现出的是资产的价值运动状态；但现代意义上的设备管理应该是设备的全寿命周期，涵盖资产管理和设备管理双重概念，它包含了资产和设备管理的全过程，从采购，(安装)使用，维修(轮换)报废等一系列过程，即包括设备管理，也渗透着其全过程的价值变动过程；要实现设备的全寿命管理，必须对设备运行数据进行采集管理。
因此，本领域的技术人员致力于开发一种基于工业互联网的汽车制造MES数据采集系统，规范化采集数据，应用高速数据采集、传感技术、缓存技术，采用分布式采集方式，以微秒级、毫秒级的高频次采集技术采集车间现有各个系统数据以及生产设备自身的数据，实现广覆盖和高频率的数据采集；并使用大数据技术，保障系统运行的稳定和效率。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是开发一种基于工业互联网的汽车制造MES数据采集系统，规范化采集数据，应用高速数据采集、传感技术、缓存技术，采用分布式采集方式，以微秒级、毫秒级的高频次采集技术采集车间现有各个系统数据以及生产设备自身的数据，实现广覆盖和高频率的数据采集；并使用大数据技术，保障系统运行的稳定和效率。
为实现上述目的，本发明提供了一种基于工业互联网的汽车制造MES数据采集系统，包括数据采集和数据传输，所述数据采集包括传感器数据采集、高速采集卡数据采集、PLC到PLC的数据采集、PLC到PC的数据采集、工控机到服务器数据采集；采集到的数据最终传输到大数据平台。
进一步地，传感器数据采集的采集逻辑处理步骤具体为：
步骤1、判断是否执行时间同步，当执行时间同步时，根据上位设置同步时间，然后开始循环每个采集组，当不执行时间同步时，直接开始循环每个采集组；
步骤2、判断当前采集组的数据是否有效，假如采集的数据有效，则读取采集组的配置参数，假如采集的数据无效，返回步骤1，重新开始循环每个采集组；
步骤3、判断是否达到采集周期，当已经达到采集周期时，处理所有属于采集组的传感器；当还未达到采集周期时，返回步骤1，重新开始循环每个采集组；
步骤4、保存步骤3所处理的传感器的值/时间戳到队列；
步骤5、更新对队列状态报警监控值；
步骤6、判断上位设置DataReceived是否等于1，当DataReceived＝1，则删除已接收数据并将后续数据推动到接口第一位，然后设置DataReceived标志+1；当DataReceived≠1，返回步骤1重新开始循环每个采集组；
步骤7、结束循环每个采集组。
进一步地，处理所有属于采集组的传感器的具体步骤被设置为：
步骤31、判断传感器是否等于当前组，当传感器等于当前组，则根据配置信息将信号量转换成模拟量数据；当传感器不等于当前组时，重新处理所有属于采集组的传感器；
步骤32、设置传感器报警灯实时监控状态的数据值；
步骤33、判断采集毛胚数据是否需要清洗，当需要清洗时，则根据配置调用对应的清洗算法；假如该数据不需要清洗时，记录处理后的传感器数据值。
进一步地，高速采集卡数据采集包括定时读取、异步缓存读取和连续缓存读取；其中
定时读取被设置为要求指定时间间隔，定时读取采集卡通道上的传感器的试试数据；
异步缓存读取被设置为通过缓冲队列一次读取有限数量的模拟数据，并且采取异步方式实现，设置采集间隔和采集数量即开始采集任务，当有限数量的数据采集完毕后，自动触发stop事件，通知程序进行后续数据保存等任务处理；
连续缓存读取被设置为在开始采集后将连续读取传感器的模拟信号转换为数字值，数据值将存入缓存队列中，当数据满足设定的数量时呼叫程序，采集直到需要停止为止。
进一步地，PLC到PLC的数据采集被设置为应用于对数据的实时性、稳定性要求较高的场景，或一个PLC集中采集现场其他PLC数据，统一单一接口传递给上位系统的场景。
进一步地，PLC到PLC的数据采集通过以太网方式实现数据采集，具体交互方式包括通过生产者/消费者方式和通过在程序中编写指令来读/写通讯PLC的全局变量。
进一步地，PLC到PC的数据采集，其交互方式为OPC UA/DA，采集源设备被设置为具备以太网接口的PLC设备，被采集设备被设置为PC机，采集源设备和被采集设备被设置为必须位于能够相互联通的同一网络内。
进一步地，工控机到数据服务器的数据采集被设置为所述服务器对现场工控机通过接口数据表方式进行数据采集，一般适用于对于数据的实时性要求不高(一般大于一分钟)，但对数据完整性有要求的场景，被采集源设备为具备以太网接口的工控机、采集设备为工业服务器、采集的硬件通道为以太网，通常是一台所述服务器对多台所述现场工控机进行的单向采集。
进一步地，将采集到的数据传输到大数据平台，具体为：生产现场服务器通过以以太网调用WebAPI，按照指定的接口模板将实时/定时数据上传给大数据库平台采集服务器，采集服务器将数据定时推送到服务器，服务器将数据根据一定规则解析后存入Hadoop。
技术效果
1、数据采集规范化
对于控制器统一采用Kepware OPC工具连接采集；对于PC控制专机以及系统模块间通讯，建立支持标准接口的MES基础构架，通过共享表、共享文件、中间件、XML(可扩展标记语言)中性文件、WebService等方式，可与其它管理软件实现无缝集成。数据采集的规范化使得采集到服务器的数据便于统一管理。系统还可以通过串口、并口、文件、数据表等方式和焊接机器人、贴片设备、检测设备等车间现场设备进行交互。
2、使用传感技术、缓存技术实现高速采集
制造过程中的数据如：压力、温度、电流、振动、声音、转角、位移、转速等需要高频次采集取得才具备分析意义，要实现高速采集就必须在生产中应用先进的传感技术，数据缓存技术。
3、大数据技术
随着采集数据更全面、采集数据的频率增高，数据量不断的加大，传统意义上的数据存储、数据传输处理不能满足业务需求，迫切的需要一套适合生产制造的大数据采集应用平台。大数据技术保障系统运行的稳定和效率。
4、系统用PLC、传感器、电脑等设备通过OPC UA/DA、TCP/IP、串口技术采集设备数据形成设备大数据；通过分类、估计、预测、聚类等分析算法对数据进行挖掘分析并形成企业的知识库，实现制造企业的设备预警、瓶颈分析、故障预警、系统自诊断功能。数据最终以语音、图形、文字、报表等方式展示给用户。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的一种基于工业互联网的汽车制造MES数据采集系统的数据采集框架图。
图2是本发明的一个较佳实施例的一种基于工业互联网的汽车制造MES数据采集系统的传感器数据采集逻辑处理图。
图3是本发明的一个较佳实施例的一种基于工业互联网的汽车制造MES数据采集系统的高速采集卡定时读取的流程图。
图4是本发明的一个较佳实施例的一种基于工业互联网的汽车制造MES数据采集系统的高速采集卡异步缓存读取的流程图。
图5是本发明的一个较佳实施例的一种基于工业互联网的汽车制造MES数据采集系统的高速采集卡连续缓存读取的流程图。
具体实施方式
本发明的一较佳实施例提供了一种基于工业互联网的汽车制造MES数据采集系统，包括数据采集和数据传输，所述数据采集包括传感器数据采集、高速采集卡数据采集、PLC到PLC的数据采集、PLC到PC的数据采集；所述数据传输被设置为所述数据采集到的数据传输到大数据平台。生产现场服务器通过以以太网调用WebAPI，按照指定的接口模板将实时/定时数据上传给大数据库平台采集服务器，采集服务器将数据定时推送到服务器，服务器将数据根据一定规则解析后存入Hadoop。
如图1所示，一种基于工业互联网的汽车制造MES数据采集系统的框架包括数据采集和数据传输，数据采集包括由传感器1采集数据通过信号线/AI模块或Modbus总线传输到PLC2或通过有线信号线或无线传输到远程终端控制系统3，由PLC2采集数据通过以太网传输给PLC2。PLC2或远程终端控制系统3的数据通过以太网传输到采集服务器4，接着同样以以太网传输到数据库5或云储存6。
如图2所示，传感器数据采集的采集逻辑处理步骤具体为：
步骤1、判断是否执行时间同步，当执行时间同步时，根据上位设置同步时间，然后开始循环每个采集组，当不执行时间同步时，直接开始循环每个采集组；
步骤2、判断当前采集组的数据是否有效，假如采集的数据有效，则读取采集组的配置参数，假如采集的数据无效，返回步骤1，重新开始循环每个采集组；
步骤3、判断是否达到采集周期，当已经达到采集周期时，处理所有属于采集组的传感器；当还未达到采集周期时，返回步骤1，重新开始循环每个采集组；
步骤4、保存步骤3所处理的传感器的值/时间戳到队列；
步骤5、更新对队列状态报警监控值；
步骤6、判断上位设置DataReceived是否等于1，当DataReceived＝1，则删除已接收数据并将后续数据推动到接口第一位，然后设置DataReceived标志+1；当DataReceived≠1，返回步骤1重新开始循环每个采集组；
步骤7、结束循环每个采集组。
进一步地，处理所有属于采集组的传感器的具体步骤被设置为：
步骤31、判断传感器是否等于当前组，当传感器等于当前组，则根据配置信息将信号量转换成模拟量数据；当传感器不等于当前组时，重新处理所有属于采集组的传感器；
步骤32、设置传感器报警灯实时监控状态的数据值；
步骤33、判断采集毛胚数据是否需要清洗，当需要清洗时，则根据配置调用对应的清洗算法；假如该数据不需要清洗时，记录处理后的传感器数据值。
传感器包括温度传感器、频率传感器、振动传感器、拉线传感器、压力传感器、声音传感器、转角传感器、位移传感器、转速传感器等。使用统一的接口程序，一种类型的PLC使用一套程序，不因为内存采集的传感器数据而改变逻辑；采集的传感器数据是否需要进行缓冲器缓存属于可配置项，即直接采集和通过缓冲器采集的数据使用同一套PLC逻辑。上位缓冲器采集能力可以根据自身采集能力/压力，一次性采集单条数据记录或多条数据记录。约定1个PLC最大能采集100个传感器数据然后上传到服务器，将相同采集频率的传感器数据划分一个采集组。约定1套PLC，支持不同16种不同采集的频率的采集分组。每个采集分组里面对应的传感器数据，可以是从0～100。
高速采集卡数据采集包括定时读取、异步缓存读取和连续缓存读取；其中
定时读取被设置为要求指定时间间隔，定时读取采集卡通道上的传感器的试试数据；如图3所示，定时读取的流程具体步骤如下：
步骤1、创建数据采集对象，然后初始化连接设备信息。
步骤2、判断初始化是否成功，当成功初始化连接设备信息，则设置需要采集的通道参数，假如初始化不成功，则销毁数据采集对象。
步骤3、读取模拟量数据，并判断是否需要继续读取，当判定需要继续读取模拟量数据时，则继续读取，当不需要继续读取时，销毁数据采集对象。
异步缓存读取被设置为通过缓冲队列一次读取有限数量的模拟数据，并且采取异步方式实现，设置采集间隔和采集数量即开始采集任务，任务开始后不需要一直等待数据结束，期间可以相应其他程序处理流程；当有限数量的数据采集完毕后，自动触发stop事件，通知程序进行后续数据保存等任务处理；异步缓存读取的流程如图4所示，具体如下：
步骤1、创建数据采集对象，然后初始化连接设备信息。
步骤2、判断初始化是否成功，当成功初始化连接设备信息，则设置需要采集的通道参数，假如初始化不成功，则销毁数据采集对象。
步骤3、初始化数据缓存信息，然后开始异步缓存采集数据。在等待数据采集完成的过程中，同时执行其他程序流程。
步骤4、停止异步缓存采集数据，自动触发采集时间，当采集完成后，批量保存数据到Josn文件。
连续缓存读取被设置为在开始采集后将连续读取传感器的模拟信号转换为数字值，数据值将存入缓存队列中，当数据满足设定的数量时呼叫程序，采集直到需要停止为止。连续缓存读取的流程如图5所示，具体步骤如下：
步骤1、创建数据采集对象，然后初始化连接设备信息。
步骤2、判断初始化是否成功，当成功初始化连接设备信息，则设置需要采集的通道参数，假如初始化不成功，则销毁数据采集对象。
步骤3、初始化数据缓存信息，然后开始流式缓存采集数据。检查采集装填和进程中，同时执行其他程序流程和触发采集事件。
步骤4、当需要停止采集时，主动请求采集数据停止，于是停止采集数据。
其中采集事件包括数据Ready事件处理和数据出错事件处理。
数据Ready事件处理的流程为，检查读取的数据记录数，判断记录数是否达标，当记录数达标后，批量保存数据到Josn文件。
数据出错事件处理包括数据溢出事件处理和缓存区数据满事件处理。
PLC到PLC的数据采集被设置为应用于对数据的实时性、稳定性要求较高的场景，或一个PLC集中采集现场其他PLC数据，统一单一接口传递给上位系统的场景。PLC到PLC的数据采集通过以太网方式实现数据采集，具体交互方式包括通过生产者/消费者方式和通过在程序中编写指令来读/写通讯PLC的全局变量。
PLC到PC的数据采集的采集源设备为具备以太网接口的PLC设备，一般常见的PLC有：Siemens S7系列，Rockwell Control PLC，GE PACSystems PLC；其他具有以自带带RJ45网络接口的网卡太网接口、支持TCP/IP协议、并兼容OPC Server数据接口的PLC也能支持数据采集。
采集设备为PC机，具体可以指代：终端电脑、工控机、BOX PC或者采集服务器等等。采集的硬件通道为以太网(Ethernet)。采集设备和采集源设备必须位于能够互相联通的同一网络内。数据采集技术主要为OPC UA/DA。
工控机到服务器数据采集：即服务器对现场工控机通过接口数据表方式进行数据采集：一般适用于对于数据的实时性要求不高(一般大于一分钟)，但对数据完整性有要求的场景；一般情况是一台服务器对多台现场工控机进行的单向采集方式。其它如对数据的实时性要求较高，或需要服务器反馈数据控制工控机(间接现场设备)的场景。被采集设备为具备以太网接口的工控机、采集设备为工业服务器、采集的硬件通道为以太网(Ethernet)。被采集设备和采集源设备必须位于能够互相联通的同一网络内。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (6)

1.一种基于工业互联网的汽车制造MES数据采集系统，其特征在于，包括数据采集和数据传输，所述数据采集包括传感器数据采集、高速采集卡数据采集、PLC到PLC的数据采集、PLC到PC的数据采集、工控机到数据服务器数据采集；所述数据传输被设置为所述数据采集到的数据传输到大数据平台；所述传感器数据采集通过信号线/AI模块或Modbus总线传输到PLC或通过有线信号线或无线传输到远程终端控制系统，由PLC采集数据通过以太网传输给PLC，PLC或所述远程终端控制系统的数据通过以太网传输到采集服务器，以以太网传输到数据库或云储存；所述传感器数据采集的采集逻辑处理步骤具体为：
步骤1、判断是否执行时间同步，当执行时间同步时，根据上位设置同步时间，然后开始循环每个采集组，当不执行时间同步时，直接开始循环每个所述采集组；
步骤2、判断当前采集组的数据是否有效，假如采集的数据有效，则读取所述采集组的配置参数，假如采集的数据无效，返回所述步骤1，重新开始循环每个所述采集组；
步骤3、判断是否达到采集周期，当已经达到采集周期时，处理所有属于所述采集组的传感器；当还未达到采集周期时，返回所述步骤1，重新开始循环每个所述采集组；
步骤4、保存所述步骤3所处理的传感器的值/时间戳到队列；
步骤5、更新对队列状态报警监控值；
步骤6、判断上位设置DataReceived是否等于1，当DataReceived＝1，则删除已接收数据并将后续数据推动到接口第一位，然后设置DataReceived标志+1；当DataReceived≠1，返回所述步骤1重新开始循环每个所述采集组；
步骤7、结束循环每个所述采集组；
所述数据传输被设置为所述数据采集到的数据传输到大数据平台具体为：生产现场服务器通过以以太网调用WebAPI，按照指定的接口模板将实时/定时数据上传给大数据库平台采集服务器，所述采集服务器将数据定时推送到服务器，所述服务器将数据根据一定规则解析后存入Hadoop；
处理所有属于所述采集组的传感器的具体步骤被设置为：
步骤31、判断传感器是否等于当前组，当所述传感器等于所述当前组，则根据配置信息将信号量转换成模拟量数据；当所述传感器不等于所述当前组时，重新处理所有属于所述采集组的传感器；
步骤32、设置传感器报警灯实时监控状态的数据值；
步骤33、判断采集毛胚数据是否需要清洗，当需要清洗时，则根据配置调用对应的清洗算法；假如该数据不需要清洗时，记录处理后的传感器数据值。
2.如权利要求1所述的一种基于工业互联网的汽车制造MES数据采集系统，其特征在于，所述高速采集卡数据采集包括定时读取、异步缓存读取和连续缓存读取；其中
所述定时读取被设置为要求指定时间间隔，定时读取采集卡通道上的传感器的试试数据；
所述异步缓存读取被设置为通过缓冲队列一次读取有限数量的模拟数据，并且采取异步方式实现，设置采集间隔和采集数量即开始采集任务，当有限数量的数据采集完毕后，自动触发stop事件，通知程序进行后续数据保存任务处理；
所述连续缓存读取被设置为在开始采集后将连续读取传感器的模拟信号转换为数字值，所述数据值将存入缓存队列中，当所述数据满足设定的数量时呼叫程序，采集直到需要停止为止。
3.如权利要求1所述的一种基于工业互联网的汽车制造MES数据采集系统，其特征在于，所述PLC到PLC的数据采集被设置为应用于对数据的实时性、稳定性要求较高的场景，或一个PLC集中采集现场其他PLC数据，统一单一接口传递给上位系统的场景。
4.如权利要求3所述的一种基于工业互联网的汽车制造MES数据采集系统，其特征在于，所述PLC到PLC的数据采集通过以太网方式实现数据采集，具体交互方式包括通过生产者/消费者方式和通过在程序中编写指令来读/写通讯PLC的全局变量。
5.如权利要求1所述的一种基于工业互联网的汽车制造MES数据采集系统，其特征在于，所述PLC到PC的数据采集的采集源设备被设置为具备以太网接口的PLC设备，被采集设备被设置为PC机，所述采集源设备和所述被采集设备被设置为必须位于能够相互联通的同一网络内。
6.如权利要求1所述的一种基于工业互联网的汽车制造MES数据采集系统，其特征在于，所述工控机到服务器的数据采集被设置为所述服务器对现场工控机通过接口数据表方式进行数据采集，一台所述服务器对多台所述现场工控机进行的单向采集。
CN201711159056.1A 2017-11-20 2017-11-20 一种基于工业互联网的汽车制造mes数据采集系统 Active CN107908166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711159056.1A CN107908166B (zh) 2017-11-20 2017-11-20 一种基于工业互联网的汽车制造mes数据采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711159056.1A CN107908166B (zh) 2017-11-20 2017-11-20 一种基于工业互联网的汽车制造mes数据采集系统

Publications (2)

Publication Number Publication Date
CN107908166A CN107908166A (zh) 2018-04-13
CN107908166B true CN107908166B (zh) 2020-10-09

Family

ID=61846507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711159056.1A Active CN107908166B (zh) 2017-11-20 2017-11-20 一种基于工业互联网的汽车制造mes数据采集系统

Country Status (1)

Country Link
CN (1) CN107908166B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445854B (zh) * 2018-04-25 2019-09-20 苏州华亚智能科技股份有限公司 一种基于大数据的智能车间的车间自主学习方法
CN108733016B (zh) * 2018-05-31 2020-10-30 中策橡胶集团有限公司 一种炼胶生产线数据采集上传系统和方法
CN109407628A (zh) * 2018-09-07 2019-03-01 上汽大通汽车有限公司 基于大数据的作业时间测定装置及测定方法
CN109164776B (zh) * 2018-10-10 2020-04-17 江苏极熵物联科技有限公司 一种面向工业设备的分布式数据采集方法
CN109765867A (zh) * 2019-02-02 2019-05-17 宁波吉利汽车研究开发有限公司 生产控制及车身制造系统
CN109976288A (zh) * 2019-04-25 2019-07-05 长春知和智能包装设备有限公司 一种基于opc智能化工设备的mes系统数据采集方法
CN110161950A (zh) * 2019-05-22 2019-08-23 北京信息科技大学 一种基于plc的高可靠高性能数据采集系统及方法
CN110333690A (zh) * 2019-06-21 2019-10-15 烟台鲁宝钢管有限责任公司 一种生产设备运行大数据采集及查询的方法
CN112241152A (zh) * 2020-09-25 2021-01-19 扬州云易信息技术有限公司 一种基于mes的数据采集与分析系统
CN113189945A (zh) * 2021-04-13 2021-07-30 上海运城制版有限公司 一种粗精车单元的多驱动控制方法和装置
CN114785779B (zh) * 2022-03-09 2023-06-16 华南理工大学 一种基于opc ua的多机械设备互联互通实现系统
CN114827143B (zh) * 2022-04-11 2023-12-12 广东省离散智造科技创新有限公司 一种离散数据采集方法、系统及云端服务器、边缘计算端

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101211172A (zh) * 2007-12-25 2008-07-02 上海亚太计算机信息系统有限公司 一种采用缓冲模式的生产线实时数据采集方法
CN102869077A (zh) * 2012-08-28 2013-01-09 苏州博联科技有限公司 基于ZigBee协议的无线传感网络的数据采集传输方法
CN106249721A (zh) * 2016-08-31 2016-12-21 上海博源自动化控制系统有限公司 一种基于b/s架构的mes数据采集与发布体系

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005032086A (ja) * 2003-07-09 2005-02-03 Yokogawa Electric Corp データ収集システム
JP5380314B2 (ja) * 2010-01-13 2014-01-08 東芝三菱電機産業システム株式会社 制御システム及びデータ解析支援システム
CN105404598B (zh) * 2015-12-07 2018-01-30 中国电子科技集团公司第三十二研究所 实时数据采集系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101211172A (zh) * 2007-12-25 2008-07-02 上海亚太计算机信息系统有限公司 一种采用缓冲模式的生产线实时数据采集方法
CN102869077A (zh) * 2012-08-28 2013-01-09 苏州博联科技有限公司 基于ZigBee协议的无线传感网络的数据采集传输方法
CN106249721A (zh) * 2016-08-31 2016-12-21 上海博源自动化控制系统有限公司 一种基于b/s架构的mes数据采集与发布体系

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向MES的生产线数据采集系统的研究;盛步云 等;《计算机测量与控制》;20151231;第23卷(第9期);第3162-3164页 *

Also Published As

Publication number Publication date
CN107908166A (zh) 2018-04-13

Similar Documents

Publication Publication Date Title
CN107908166B (zh) 一种基于工业互联网的汽车制造mes数据采集系统
EP3285127B1 (en) Remote industrial automation site operation in a cloud platform
Ćwikła Methods of manufacturing data acquisition for production management-a review
US10812605B2 (en) Message queue-based systems and methods for establishing data communications with industrial machines in multiple locations
WO2022032684A1 (en) A method, device, system and storage medium for fault diagnosis and solution recommendation
EP3262818B1 (en) Distributed data management system and associated method for embedded controllers
US20120271962A1 (en) Achieving Lossless Data Streaming in a Scan Based Industrial Process Control System
CN109947810A (zh) 工业设备数据实时采集系统
US20070067458A1 (en) Proxy server for integration of industrial automation data over multiple networks
US12066821B2 (en) Monitoring components of manufacturing application systems with respect to application-specific metrics
EP3373087A1 (en) Control device and program
EP1906328A1 (en) Conditional download of data from embedded historians
EP1903411B1 (en) Proxy server for integration of industrial automation data over multiple networks
EP1993016B1 (en) Embedded historians with data aggregator
CN115391444A (zh) 一种异构数据采集与交互方法、装置、设备及存储介质
CN110572467A (zh) 一种实现大量工艺数据上报的系统及方法
KR20230032675A (ko) Ｃｎｃ 공작기계를 이용한 데이터 수집 시스템
CN108200062B (zh) 一种智能仪表设备的数据管理方法及系统
EP3582034A1 (en) Method and apparatus, in the field of automation technology, of updating processing data
CN112241152A (zh) 一种基于mes的数据采集与分析系统
Hu et al. The scheme and system architecture of product quality inspection based on software-defined edge intelligent controller (SD-EIC) in industrial internet of things
CN113742393A (zh) 一种适用于互联网应用的时序数据处理系统
EP4212973A1 (en) Method and system for quality inspection
CN115438805B (zh) 基于工业质检领域机器学习模型的产品缺陷检测方法
CN115808908A (zh) 数据采集方法、装置及电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant