CN110658793A - 一种智能生产异构设备多通道信息感知分析系统及其操作方法 - Google Patents
一种智能生产异构设备多通道信息感知分析系统及其操作方法 Download PDFInfo
- Publication number
- CN110658793A CN110658793A CN201910947911.8A CN201910947911A CN110658793A CN 110658793 A CN110658793 A CN 110658793A CN 201910947911 A CN201910947911 A CN 201910947911A CN 110658793 A CN110658793 A CN 110658793A
- Authority
- CN
- China
- Prior art keywords
- data
- layer
- equipment
- real
- information
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 90
- 238000004458 analytical method Methods 0.000 title claims abstract description 47
- 230000008447 perception Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims abstract description 21
- 238000010223 real-time analysis Methods 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000011161 development Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims 1
- 238000013461 design Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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]
- G05B19/4185—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 the network communication
- G05B19/4186—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 the network communication by protocol, e.g. MAP, TOP
-
- 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
-
- 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)
- General Factory Administration (AREA)
Abstract
本发明公开了一种智能生产异构设备多通道信息感知分析系统及其操作方法，本系统由三层架构与一个并行多通道结构所组成，所述三层架构为生产现场设备层、数据处理层和实时显示分析层；所述的生产现场设备层的异构信息数据经过基于OPC协议设置的多通道，并以Kepware为信息感知平台，将信息传输至所述的数据处理层进行整理、修改和储存，所述的实时显示分析层将采集到的数据进行实时分析和更新显示，对生产现场的运行情况进行数据监测和监控。本发明通过对生产现场实时数据的感知和管理，分析生产的运行状况，为将来的智能化生产管理系统奠定了基础。
Description
技术领域
本发明涉及智能化生产过程数据采集技术领域，尤其涉及一种智能生产异构设备多通道信息感知分析系统及其操作方法。
背景技术
在制造领域，随着工业自动化和信息化进程的不断推进，制造技术逐步与自动化技术、信息技术、现代管理技术相结合，一批现代生产管理理念也随之出现；同时随着智能制造的提出，新技术产生和大数据在工业生产上的应用，其基础就是从设备上采集到的各种数据，并将这些数据与相应的生产管理系统相结合，实现真正的无人化智能生产。但是，由于目前工业基础的薄弱，许多的概念目前仍然是愿景，还没有具体可靠的实现过程。
从现阶段的专利公开以及文献资料显示，已有学者在数字化车间数据采集探讨中，提出与制造单元直接通信以及基于周期或事件采集车间的监测系统，这两种通用数据感知模式，其提出的多种采集方式，可以满足多异构设备的数据采集，但难以数据集成；在针对汽车装配车间数据采集功能开发的论述中，有学者提出多种协议，包括FINS协议、MC协议及OPC技术原理的解析，实现针对该系统的PLC与上位机直接通信的方式，该方案可以实现对具体系统的数据感知，但无法满足异构设备数据集成感知；由于数字化生产设备硬件接口不同，各个厂商生产传感器时采用了多种通信规约协议，各异构传感器的数据格式和数据意义不同，带来的问题是数据采集系统需要同时支持多种不同的解析方式，过程复杂，集成难度大，这就形成了多源数据信息难以交互的大背景。
传统的生产管理系统中，采用了许多优秀的信息感知解决方案，如利用WIFI技术，开发了一款由WIFI通信，信号处理，主控电路等模块的无线数据采集模块，并开发了配套的上位机数据采集分析软件，实现数据的采集、监控、分析、记录等应用功能；另外有以三星S3C6410嵌入式ARM微处理器作为硬件背景，通过ADC驱动程序将远程数据送给工控PC实现数据采集和监控；然而，上述方案基本针对具体系统，对于整个智能生产过程，每个功能模块基本互相独立，无法进行交互，实时性不高，采集的数据信息无法在系统中实现真正意义上的共享，特别是不同类型的不同品牌的异构设备，数据信息的交互不便将会造成诸多不必要的人力、财力的浪费，影响到生产智能化的发展。
因此，为实现智能生产过程中多异构设备独立模块的数据信息有效感知和共享，并进行实时分析和更新显示，对生产现场的运行情况进行数据监测和监控，多通道和多感知节点的设置将提供一种全新的思路，而利用异构设备网络设计和Kepware信息并行感知的智能化生产管理系统提供了切实可行的技术手段，本发明正是在此基础上提供了一种智能生产中异构设备多通道的信息感知分析系统及有效操作方法。
发明内容
本发明的目的在于针对上述技术模式的弊端，通过设置智能生产过程中异构设备的多通道和多感知节点，提供一种智能生产异构设备多通道信息感知分析系统及其操作方法，开发上层显示分析平台，对生产现场实时数据进行感知和管理，分析生产的运行状况，为将来的智能化生产管理系统奠定基础。
为了达到上述目的，本发明采用的技术方案如下：一种智能生产异构设备多通道信息感知分析系统，所述的多通道信息感知分析系统由三层架构与一个并行多通道结构所组成，所述三层架构包括生产现场设备层、数据处理层和实时显示分析层。
本发明所述的生产现场设备层的异构信息数据经过基于OPC协议设置的多通道，并以Kepware为信息感知平台，将信息传输至所述的数据处理层进行整理、修改和储存，所述的实时显示分析层将采集到的数据进行实时分析和更新显示，对生产现场的运行情况进行数据监测和监控。
本发明所述的生产现场设备层是指下位机，主要由生产现场的加工设备、机器人、机械手臂、传感器、PLC、无线AP和各种转换器组成， 通过各种传感器及其控制芯片，将信号反馈到PLC上层软件，获取
到机器人运动信息、加工中心的加工状、二维码和RFID的物流信息等。
本发明所述的一个并行多通道结构是利用无线传感器网络（WSNs）和无线AP局域通信技术，实现大量传感器节点和多台PLC之间网络互通，利于后续采用OPC协议，对多异构设备的多通道采集，通过开发平台的多通道设置，对对应种类设备进行并行多通道感知采集。
本发明所述的数据处理层是对下位机多通道并行采集的数据进行及时存储和处理，通过计算机接口和逻辑控制，完成下层数据在数据库中实时、集中管理，完成对现场生产环境检测数据、加工设备的运动实时信息和二维码RFID物流信息的存储，等待实时显示分析层的调用。
本发明所述的实时显示分析层是对于采集到的数据经过OPC协议传到数据库处理层后，通过自定义的通信协议传送到显示层，显示层利用客户端完成对服务器存储数据的显示分析，依据对应的逻辑代码，可以更好的监控车间的实时运动状态，有利于生产过程的正常管理。
本发明提供的一种所述的智能生产异构设备多通道信息感知分析系统的操作方法，操作步骤如下：
1）在设计的生产现场异构设备的网络通信架构中，将各设备的网络架构集中到三个主要PLC，依据设备PLC网络架构方式的不同，大致分成PLC01/PLC03和PLC02两部分；
2）根据PLC01/PLC03部分的设备数据网络架构，针对堆垛机器人和AGV设备进行应答呼叫，当允许设备指令发出，该部分的PLC控制柜就会收到指令，控制设备按照既定的程序运行，正常启动，反之运行停止，所需的动作数据、运行状态等信息已全部暂存在PLC01/PLC03中；
3）根据PLC02部分的三个加工设备，加工中心和数控机床，数据信息采用硬件采集，通过PLC02号的远程控制作用，将机床的开关门信号、上下料请求信号、卡盘夹紧松开信号等数据进行交换和指令呼叫，感知采集到PLC02中；
4）配置KEPServerEX，主要是配置设备的网络IP，建立设备地址标签，设置对象的数据类型等，来建立起一个OPC客户端和需要读写PLC地址位之间的连接，将PLC系统中关于生产设备的实时信息和状态数据传递到OPC服务器；
5）针对各部位PLC控制器建立相对应的通道，例如，在PLC01控制器的服务器上建立通道1，在通道1里面建立装置和标记，该通道1感知的数据只包括机器人A、机床A和AGV1的现场实时数据；
6）重复步骤4）至步骤5）的实施过程，针对PLC02和PLC03控制器的服务器上建立通道2和通道3，对其他设备分层感知采集，管理数据的分类，方便以后上层数据监测的有效过滤和监督；
7）利用JAVA框架，设计表现层MVC的数据分析平台，在表现层的页面逻辑中，利用数据库通信协议和外部调用接口，不断调用数据，拿到采集端存储到数据库的数据，便可利用现场实时数据，利用编程库的应用和开发，完成对实时数据的分析展示。
与现有技术相比较，本发明具有如下显而易见的突出实质性特点和显著技术进步：本发明在网络通信架构的设计中，利用最简单而且最有效的无线智能网关AP技术和OPC基础协议，将沟通各类型设备网络通信，实现异构设备的数据信息的互联互通；对生产过程异构设备设置了多通道和多感知节点，实现了异构设备数据的多通道并行采集；采用Kepware为信息感知技术平台，通过建立通道（Item）-设备(Device)-标签(Tag)的层次来进行，为上层应用程序提供了多源的生产设备自动化数据。
本发明产生的有益效果是：采用的OPC Server和其OPC通信协议，利用设计的异构设备网络架构，实现异构设备数据网络统一，通过建立多通道设置，将智能生产线上的设备实时数据信息和运行状态感知采集到上位机；通过上层分析平台，对采集到的数据进行实时分析和更新显示，对车间现场的运行情况进行数据监测和监控；通过对生产现场有规则的监控布线和控制，提高了设备在生产环境下的工作效率和正常运行状态时间，通过对设备实时数据的管理和分析，分析生产的运行状况，为将来的智能化生产的管理系统奠定基础。
附图说明
图1为本发明一种智能生产异构设备多通道信息感知分析系统的框架结构示意图；
图2为本发明多维通道、多维设备和多维标签的设置示意图；
图3为图1中分析层的实时数据分析展示的上位机执行平台示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例和附图，对本发明实施例中的技术方案进行清楚、完整地描述。此处所说明的附图是本申请的一部分，用来对本发明进行进一步解释，但并不构成对本发明的限定。
实施例一：
如图1所示的本智能生产异构设备多通道信息感知分析系统，所述的多通道信息感知分析系统由三层架构与一个并行多通道结构所组成，三层架构包括生产现场设备层、数据处理层和实时显示分析层。
所述的生产现场设备层的异构信息数据经过基于OPC协议设置的多通道，并以Kepware为信息感知平台，将信息传输至所述的数据处理层进行整理、修改和储存，所述的实时显示分析层将采集到的数据进行实时分析和更新显示，对生产现场的运行情况进行数据监测和监控。
实施例二：
本实施例与实施例一基本相同，特别之处如下：
本发明所述的生产现场设备层是指下位机，主要由生产现场的加工设备、机器人、机械手臂、传感器、PLC、无线AP和各种转换器组成，通过各种传感器及其控制芯片，将信号反馈到PLC上层软件，获取到机器人运动信息、加工中心的加工状、二维码和RFID的物流信息等；所述的一个并行多通道结构是利用无线传感器网络（WSNs）和无线AP局域通信技术，实现大量传感器节点和多台PLC之间网络互通，利于后续采用OPC协议，对多异构设备的多通道采集，通过开发平台的多通道设置，对对应种类设备进行并行多通道感知采集；所述的数据处理层是对下位机多通道并行采集的数据进行及时存储和处理，通过计算机接口和逻辑控制，完成下层数据在数据库中实时、集中管理，完成对现场生产环境检测数据、加工设备的运动实时信息和二维码RFID物流信息的存储，等待实时显示分析层的调用；所述的实时显示分析层是对于采集到的数据经过OPC协议传到数据库处理层后，通过自定义的通信协议传送到显示层，显示层利用客户端完成对服务器存储数据的显示分析，依据对应的逻辑代码，可以更好的监控车间的实时运动状态，有利于生产过程的正常管理。
实施例三：
本智能生产异构设备多通道信息感知分析系统的操作方法，其操作步骤如下：
1）在设计的生产现场异构设备的网络通信架构中，将各设备的网络架构集中到三个主要PLC，依据设备PLC网络架构方式的不同，大致分成PLC01/PLC03和PLC02两部分；
2）根据PLC01/PLC03部分的设备数据网络架构，针对堆垛机器人和AGV设备进行应答呼叫，当允许设备指令发出，该部分的PLC控制柜就会收到指令，控制设备按照既定的程序运行，正常启动，反之运行停止，所需的动作数据、运行状态等信息已全部暂存在PLC01/PLC03中；
3）根据PLC02部分的三个加工设备，加工中心和数控机床，数据信息采用硬件采集，通过PLC02号的远程控制作用，将机床的开关门信号、上下料请求信号、卡盘夹紧松开信号等数据进行交换和指令呼叫，感知采集到PLC02中；
4）配置KEPServerEX，主要是配置设备的网络IP，建立设备地址标签，设置对象的数据类型等，来建立起一个OPC客户端和需要读写PLC地址位之间的连接，将PLC系统中关于生产设备的实时信息和状态数据传递到OPC服务器；
5）针对各部位PLC控制器建立相对应的通道，例如，在PLC01控制器的服务器上建立通道1，在通道1里面建立装置和标记，该通道1感知的数据只包括机器人A、机床A和AGV1的现场实时数据；
6）重复步骤4）至步骤5）的实施过程，针对PLC02和PLC03控制器的服务器上建立通道2和通道
3，对其他设备分层感知采集，管理数据的分类，方便以后上层数据监测的有效过滤和监督；
7）利用JAVA框架，设计表现层MVC的数据分析平台，在表现层的页面逻辑中，利用数据库通信协议和外部调用接口，不断调用数据，拿到采集端存储到数据库的数据，便可利用现场实时数据，利用编程库的应用和开发，完成对实时数据的分析展示。
实施例四：
如图2所示，在利用OPC协议对生产现场总PLC控制器进行数据感知获取的同时，本实施例采取了多通道应用数据感知方式，对不同PLC采取不同的通道分别感知获取，建立多维通道、多维设备和多维标签，借助统一的无线AP网关，在统一的OPC Server中便可实现整个生产过程的实时数据的多通道并行采集。
在Kepware的配置的时候，针对各个部位PLC控制器建立相对应的通道，例如，针对PLC01的控制器，在服务器上建立通道1，通道1里面建立装置和标记，该通道1感知采集的数据就只包括机器人A、机床A和AGV1的现场实时数据；以此类推，其他通道对其他设备会分层感知采集；通过多通道的设置，实现数据分类的有效管理，方便以后上层数据监测的有效过滤和监督。
针对整个生产管理系统，开通了三个通道：线首机器人、线中机器人和线尾机器人的三个通道，每个通道里面设置一个主要的装置，如在R1里面包含了大量的线首，即PLC01的相关地址信息，最终获取到线首部分的实时数据和信息。其他通道也是如此安排，完成对相应数据的分类有序管理，实现车间实时数据的有效管理和监测。
实施例五：
如图1、3所示的实时数据分析展示的上位机执行系统平台，该平台的优化设计将会提高生产过程有效的管理和可靠性，提高生产管理的工作效率。平台设计主要依赖于JAVA框架，通过表现层MVC的页面设计，实现页面的展示工作；采集端采集感知的数据，传输到数据库系统进行存储并提供外部调用的接口。在表现层的页面逻辑里，利用数据库通信协议，不断调用数据，拿到采集端存储到数据库的数据；表现层，即数据分析平台，便可以利用现场实时数据，利用编程库的引用和开发，完成对实时数据的分析展示。各执行模块实施方式如下：
1）实时监测：上位机系统中，通过调用RTSP视频流的方式，借助VLC插件来实时播放且监测现场设备的加工整体情况，以确保加工环境的安全性和合理性。同时结合关键信息报警信号的实时感知传递，其传递速率遵循采集端的速率，基本为100ms/次，通过设置相关阈值和安全范围，使得异常情况出现后，管理人员即可及时的从报警信号里获知具体信息，并提供准确的报警信息。
2）数据存储：在整个平台系统中，采集端对于感知到的数据是以流数据的形式传递的，但并不提供存储功能和操作，只能显示当前最新的数据模式，这种方式不利于后续对于信息数据的排查和利用；在上层应用中，包含了一个接收数据并存储数据的数据库功能，通过对数据的分组、聚合，将数据转换为JSON格式，通过简单JDBC的存储方式，按照不同类别来分组存储和更新。
3）订单监督：生产现场在实际工作投产的时候需要接收外界订单信息，上位机依据对实际加工量和加工时间的大量数据的积累和对比，对加工订单的完成任务的完成率进行估计预测，得出一系列的数据报表和清单，提供加工人员和管理人员一定的借鉴意义。
4）产量监测：对于实际加工生产来说，上位机对加工产量的监测是很重要的一环。通过对实际加工产品的优良差的判别分类，得出实际加工产量的数据信息，提取到上层平台订单页面里，提供实际加工效率和订单完成时间的预测。同时，该产量监测还有利于改进工艺和加工工序后的一个重要评价标准。
5）运行时间：对于生产设备的运行时间的查询，是基于对生产设备的故障预测和健康维修的层次进行分析采集的，基于该时间信息，可以通过设备的生命疲劳的经验，得出设备健康维护计划表，提供管理人员对于设备的维护。
6）指标分析：指标分析是基于上述分析的订单完成情况，加工产品的质量信息，设备运行时间数据等信息，对整个生产过程的健康指标、合格率指标、加工效率指标等进行评价。上层平台基于整体生产信息得出OEE设备综合效率指标，它用来表现实际的生产能力相对于理论产能的比率。通过OEE模型的各
子项分析，它准确清楚地告诉你设备效率如何，在生产的哪个环节有多少损失，以及你可以进行哪些改善工作。长期的使用OEE工具，企业可以轻松的找到影响生产效率的瓶颈，并进行改进和跟踪，达到提高生产效率的目的，同时使企业避免不必要的耗费。
需要说明的是，上述仅仅为本发明的较佳实施例，而不是全部实施例，并不用以限制本发明，本发明的专利保护范围以权利要求书为准，凡是运用本发明的说明书及其附图内容所作的等同结构变化，同理均应包含在本发明的保护范围之内。
Claims (6)
1.一种智能生产异构设备多通道信息感知分析系统，其特征在于，所述的多通道信息感知分析系统由三层架构与一个并行多通道结构所组成，所述三层架构为生产现场设备层、数据处理层和实时显示分析层；
所述的生产现场设备层的异构信息数据经过基于OPC协议设置的多通道，并以Kepware为信息感知平台，将信息传输至所述的数据处理层进行整理、修改和储存，所述的实时显示分析层将采集到的数据进行实时分析和更新显示，对生产现场的运行情况进行数据监测和监控。
2.根据权利要求1所述的一种智能生产异构设备多通道信息感知分析系统，其特征在于：所述生产现场设备层是指下位机，主要由生产现场的加工设备、机器人、机械手臂、传感器、PLC、无线AP和各种转换器组成，通过各种传感器及其控制芯片，将信号反馈到PLC上层软件，获取到机器人运动信息、加工中心的加工状态、二维码和RFID的物流信息。
3.根据权利要求1所述的一种智能生产异构设备多通道信息感知分析系统，其特征在于：所述的一个并行多通道结构是利用无线传感器网络WSNs和无线AP局域通信技术，实现大量传感器节点和多台PLC之间网络互通，利于后续采用OPC协议，对多异构设备的多通道采集，通过开发平台的多通道设置，对对应种类设备进行并行多通道感知采集。
4.根据权利要求1所述的一种智能生产异构设备多通道信息感知分析系统，其特征在于：所述数据处理层是对下位机多通道并行采集的数据进行及时存储和处理，通过计算机接口和逻辑控制，完成下层数据在数据库中实时、集中管理，完成对现场生产环境检测数据、加工设备的运动实时信息和二维码RFID物流信息的存储，等待实时显示分析层的调用。
5.根据权利要求1所述的一种智能生产异构设备多通道信息感知分析系统，其特征在于：所述实时显示分析层是对于采集到的数据经过OPC协议传到数据库处理层后，通过自定义的通信协议传送到显示层，显示层利用客户端完成对服务器存储数据的显示分析，依据对应的逻辑代码，可更好的监控车间的实时运动状态，有利于生产过程的正常管理。
6.一种如权利要求1所述的智能生产异构设备多通道信息感知分析系统的操作方法，其特征在于操作步骤如下：
1）在设计的生产现场异构设备的网络通信架构中，将各设备的网络架构集中到三个主要PLC，依据设备PLC网络架构方式的不同，大致分成PLC01/PLC03和PLC02两部分；
2）根据PLC01/PLC03部分的设备数据网络架构，针对堆垛机器人和AGV设备进行应答呼叫，当允许设备指令发出，该部分的PLC控制柜就会收到指令，控制设备按照既定的程序运行，正常启动，反之运行停止，所需的动作数据、运行状态等信息已全部暂存在PLC01/PLC03中；
3）根据PLC02部分的三个加工设备，加工中心和数控机床，数据信息采用硬件采集，通过PLC02号的远程控制作用，将机床的开关门信号、上下料请求信号、卡盘夹紧松开信号数据进行交换和指令呼叫，感知采集到PLC02中；
4）配置KEPServerEX，主要是配置设备的网络IP，建立设备地址标签，设置对象的数据类型，来建立起一个OPC客户端和需要读写PLC地址位之间的连接，将PLC系统中关于生产设备的实时信息和状态数据传递到OPC服务器；
5）针对各部位PLC控制器建立相对应的通道：在PLC01控制器的服务器上建立通道1，在通道1里面建立装置和标记，该通道1感知的数据只包括机器人A、机床A和AGV1的现场实时数据；
6）重复步骤4）至步骤5）的实施过程，针对PLC02和PLC03控制器的服务器上建立通道2和通道3，对其他设备分层感知采集，管理数据的分类，方便以后上层数据监测的有效过滤和监督；
7）利用JAVA框架，设计表现层MVC的数据分析平台，在表现层的页面逻辑中，利用数据库通信协议和外部调用接口，不断调用数据，拿到采集端存储到数据库的数据，便可利用现场实时数据，利用编程库的应用和开发，完成对实时数据的分析展示。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2019108499699 | 2019-09-10 | ||
| CN201910849969 | 2019-09-10 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110658793A true CN110658793A (zh) | 2020-01-07 |
Family
ID=69039998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910947911.8A Pending CN110658793A (zh) | 2019-09-10 | 2019-10-08 | 一种智能生产异构设备多通道信息感知分析系统及其操作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110658793A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111487943A (zh) * | 2020-05-14 | 2020-08-04 | 上海电机系统节能工程技术研究中心有限公司 | 电机轴的工艺处理方法和装置 |
| CN111565197A (zh) * | 2020-05-28 | 2020-08-21 | 华兴源创(成都)科技有限公司 | 生产设备的通讯系统及方法 |
| CN113219898A (zh) * | 2021-07-08 | 2021-08-06 | 宜科(天津)电子有限公司 | 上位机与plc的通讯系统 |
| CN112462661B (zh) * | 2020-11-27 | 2021-11-16 | 星控物联科技(山东)有限公司 | 工业数据采集控制器及其控制方法 |
| CN113923159A (zh) * | 2021-08-24 | 2022-01-11 | 锦翰科技(深圳)有限公司 | 一种数据消息集中处理的方法 |
| CN114297035A (zh) * | 2021-12-30 | 2022-04-08 | 创维集团智能装备有限公司 | 生产监控方法、系统、设备及计算机可读存储介质 |
| CN114629948A (zh) * | 2020-12-14 | 2022-06-14 | 昆山佰奥软件有限公司 | 基于opcua的plc通信系统及其交互方法 |
| WO2022227864A1 (zh) * | 2021-04-27 | 2022-11-03 | 华为云计算技术有限公司 | 用于远程接入的设备以及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108241343A (zh) * | 2016-12-24 | 2018-07-03 | 青岛海尔模具有限公司 | 一种智能工厂管理平台系统 |
| CN108375963A (zh) * | 2017-12-28 | 2018-08-07 | 北京中船信息科技有限公司 | 基于物联网的数据采集方法 |
| CN108459574A (zh) * | 2018-03-27 | 2018-08-28 | 重庆邮电大学 | 一种基于语义与opc ua的现场设备信息管理系统 |
| CN108833269A (zh) * | 2018-06-26 | 2018-11-16 | 中国兵器装备集团自动化研究所 | 一种面向工业现场的智能物联网关 |
| CN109257208A (zh) * | 2018-09-04 | 2019-01-22 | 深圳市智能机器人研究院 | 一种基于opc ua的信息集成系统及方法 |
| CN208903126U (zh) * | 2018-09-04 | 2019-05-24 | 深圳市智能机器人研究院 | 一种基于opc ua的信息集成系统 |
-
2019
- 2019-10-08 CN CN201910947911.8A patent/CN110658793A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108241343A (zh) * | 2016-12-24 | 2018-07-03 | 青岛海尔模具有限公司 | 一种智能工厂管理平台系统 |
| CN108375963A (zh) * | 2017-12-28 | 2018-08-07 | 北京中船信息科技有限公司 | 基于物联网的数据采集方法 |
| CN108459574A (zh) * | 2018-03-27 | 2018-08-28 | 重庆邮电大学 | 一种基于语义与opc ua的现场设备信息管理系统 |
| CN108833269A (zh) * | 2018-06-26 | 2018-11-16 | 中国兵器装备集团自动化研究所 | 一种面向工业现场的智能物联网关 |
| CN109257208A (zh) * | 2018-09-04 | 2019-01-22 | 深圳市智能机器人研究院 | 一种基于opc ua的信息集成系统及方法 |
| CN208903126U (zh) * | 2018-09-04 | 2019-05-24 | 深圳市智能机器人研究院 | 一种基于opc ua的信息集成系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111487943A (zh) * | 2020-05-14 | 2020-08-04 | 上海电机系统节能工程技术研究中心有限公司 | 电机轴的工艺处理方法和装置 |
| CN111565197A (zh) * | 2020-05-28 | 2020-08-21 | 华兴源创(成都)科技有限公司 | 生产设备的通讯系统及方法 |
| CN112462661B (zh) * | 2020-11-27 | 2021-11-16 | 星控物联科技(山东)有限公司 | 工业数据采集控制器及其控制方法 |
| CN114629948A (zh) * | 2020-12-14 | 2022-06-14 | 昆山佰奥软件有限公司 | 基于opcua的plc通信系统及其交互方法 |
| WO2022227864A1 (zh) * | 2021-04-27 | 2022-11-03 | 华为云计算技术有限公司 | 用于远程接入的设备以及方法 |
| CN113219898A (zh) * | 2021-07-08 | 2021-08-06 | 宜科(天津)电子有限公司 | 上位机与plc的通讯系统 |
| CN113219898B (zh) * | 2021-07-08 | 2021-09-21 | 宜科(天津)电子有限公司 | 上位机与plc的通讯系统 |
| CN113923159A (zh) * | 2021-08-24 | 2022-01-11 | 锦翰科技(深圳)有限公司 | 一种数据消息集中处理的方法 |
| CN114297035A (zh) * | 2021-12-30 | 2022-04-08 | 创维集团智能装备有限公司 | 生产监控方法、系统、设备及计算机可读存储介质 |
| CN114297035B (zh) * | 2021-12-30 | 2023-11-14 | 创维集团智能装备有限公司 | 生产监控方法、系统、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110658793A (zh) | 一种智能生产异构设备多通道信息感知分析系统及其操作方法 | |
| Liu et al. | A method of NC machine tools intelligent monitoring system in smart factories | |
| CN109358574B (zh) | 一种智能化数据采集、监控与分析系统及方法 | |
| CN109917770B (zh) | 一种大型结构件自动化生产线智能管控系统 | |
| CN107292422B (zh) | 一种信息-物理-社交融合空间下实现智能制造的S2ensor | |
| CN106094777B (zh) | 一种工业互联网Hub装置 | |
| CN109079497A (zh) | 工程机械总装生产线在线感知与柔性装配系统 | |
| CN201163361Y (zh) | 一种用于工业生产线的控制系统 | |
| CN104049615A (zh) | 一种纺织生产自动化管理系统及其管理方法 | |
| KR20190088581A (ko) | Ｆｂｄ 머신러닝 기반의 동적 모니터링 시스템 및 그 방법 | |
| KR20220009241A (ko) | 통합 제조 운영 관리 시스템 및 방법 | |
| CN112506097A (zh) | 一种基于工业互联网的胎架远程监测系统及监测方法 | |
| CN112615935B (zh) | 一种终端设备联网参考系统及其交互方法 | |
| CN111667162A (zh) | 一种基于工业互联网的中药或天然植物提取智能制造系统 | |
| CN107168256B (zh) | 面向中小企业离散制造车间的数据采集终端 | |
| CN204256483U (zh) | 一种纺织生产自动化管理系统 | |
| CN111948978A (zh) | 一种基于数控机床用数据采集、监控系统 | |
| CN115562217A (zh) | 数字孪生监控系统、方法及装置 | |
| CN117097727A (zh) | 一种基于工业物联网平台的边缘计算系统 | |
| Park et al. | A cognitive agent based manufacturing system adapting to disturbances | |
| CN214067660U (zh) | 基于物联网的监测系统 | |
| CN101963804A (zh) | 机械产品管控一体柔性装配线 | |
| CN117369359A (zh) | 工业自动化控制系统及控制方法 | |
| KR20230032675A (ko) | Ｃｎｃ 공작기계를 이용한 데이터 수집 시스템 | |
| CN117493452A (zh) | 制造现场全流程数据管理系统 |
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 |