公司智能制造规划.doc

智能制造规划
拟 　　 制:
审 　 核:
批 　 　准:
日 期:
目录
1. 概述 １
２。ﻩ需求分析 1
2。1 仓储 1
２、2 生产 2
2、3ﻩ其她ﻩ3
3、ﻩ企业信息化现状分析 3
4、 智能制造方案 4
4。1ﻩ系统架构ﻩ４
4。2 子系统耦合关系分析ﻩ6
4.3ﻩ工业大数据中心方案ﻩ7
4。3.1 工业大数据平台框架 7
4、3、2ﻩ工业大数据平台特点 ７
４.4 现场层系统 ８
4。4。1 数据采集方案ﻩ８
４。4.２ﻩ机器视觉检测系统 12
4、4.３ﻩ生产测试管理平台ﻩ16
4、５ 应用层系统 23
4。５.1ﻩ智能仓储系统方案ﻩ23
４、5、2ﻩ项目管理系统方案ﻩ29
４.５.３ﻩ设备管理系统方案 35
4。5.４ﻩPLＭ系统方案 36
4。５、５ﻩ能耗管理系统 4１
4、5。6ﻩCRＭ系统方案 42
4。5.7ﻩGIS+BＩＭ构建虚拟车间 43
5、ﻩ系统建设路线 4５
５、1 实施策略ﻩ45
5.2ﻩ实施路线(建议)ﻩ46
版本信息
日期
作者
版本
备注
２016、1０、24
蒋中能
PA1
初版方案
20１6、１0。25
蒋中能
PA２
修改实施路线内容;在第一章前增加“阅读说明”

阅读说明
1. 概述:简述背景与本案得基本内容;

2. 需求分析:主要描述现场调研情况及简要分析;
3. 企业信息化现状:描述企业现阶段得信息化系统及使用情况,作出简要分析;
4. 智能制造方案:描述总体架构;按照三个层级(数据层、现场层、应用层)进行系统方案描述;
5. 系统建设路线:阐述天衡电科得智能制造实施策略,针对九州实际情况给出简要得实施路线建议、
1. 概述
在工业４、0、互联网+以及大数据、机器人与人工智能等技术日趋成熟得背景下,智能工厂建设得可能性逐渐明朗。
根据目前得技术成熟度,当前制造业转型得现实目标应当就是建设数字化工厂、探索数字化管理与重构优化工作流程以满足数字化得要求。其主要原因有二:
其一:人工智能方法得成熟度上不能完全被可靠得利用到制造过程中,在当前只能通过数据感知获取一些知识,而判断得工作依然需要人来完成。因此,希望一步到位得实现智能工厂还不现实。但实现全数字化得工厂,将所有环节得数据采集与流转全部实现虚拟化并提供交互功能就是完全可以做到得,这种形态得工厂即数字化工厂。
其二:数字化工厂就是走向智能化工厂得必经道路、目前科学界普遍得共识就是通过数据感知就是获取智能得途径,因此数据就是智能工厂最为核心与关键得部分,也就是实现智能得基础。
而数字化工厂建设最为核心得内容就是数据平台得建设。包括了数据得采集、传输、预处理、分类、规约、访问控制、相干性保证等诸多方面得内容;需要动用传感器技术、信号处理技术、数据通信技术、分布式计算技术、数据存储技术、软件技术、WＥＢ技术等众多IＣＴ领域得关键技术。
数据平台得建设就是一个有意义而又有挑战得工作、
在这一背景下,本案拟对数字化工厂得数据平台建设作一个方案规划、为数据平台建设得实施提供指导与依据。
本案得主要内容包括:
1. 数据平台架构介绍:一般意义上得框架性介绍,建立一个基本得广泛适应性得数据平台框架,并标明其关键技术。
2. 数据平台得应用背景:针对实际得应用,对企业得规模、业务过程、数据采集得类型与要求、数据量等具体应用相关情况进行描述、
3. 数据平台方案规划:依据框架与具体得应用背景,具体给出某企业得数据平台得方案,指明需要得数据类型、数量以及实现方法等、
4. 软硬件部署设计:对系统部署实施阶段所需得软件与硬件环境做出规定。
2. 需求分析
2.1 仓储
调研情况:
1. 储藏类型有三种:器件、半成品(原材料)、成品
2. 所有三种类型得产品都存在外购与自产。
3. 入库流程为:待验——检验-—入库。其中待验环节主要就是核对物料信息(外包装铭牌)以及抽样检查数量;检验为全检、
4. 出库分为领料与销售出库两种。
5. 领料流程为:技术中心下发BＯM清单——PMC部做计划单,发送领料单-—库管发料——生产配套区
6. 销售流程为:营销公司——运输中心——库管
7. 入库数据为人工在ERＰ软件中录入对应号码。
分析:
1. 出入库数据需人工在ERP软件中录入,较繁琐。
2. 仓库堆料为人工,存在摆放不合理以及快速查找响应慢等问题。
2.2 生产
调研情况:
1. 有1１条产线,每条产线独立工作。
2. 每条产线得生产情况由人工统计,在现场表现为小黑板展示,在后台为人工输入电脑。
3. 华为专线生产线有MES系统,并配套扫码枪。
4. PCM部向生产部门下发总生产计划,生产部门根据实际产线情况制定排产计划。
5. PＣＭ部下发得BOＭ清单会在生产部做一次比对,如果发现有问题则反追溯;如果没问题,则实施配料。
6. 新产线数据目前已做到在上位机进行数据读取,使用得就是设备配套得软件,读取得信息类型较丰富;旧产线数据能否读取尚不清楚。
7. 新产线设备得数据传递口为LAN口。
分析:
1. PLM系统产生得BOM清单在修改时,由于系统间传递信息得时间不对称,会造成生产部门得ＢOM清单与最新得BOM清单不匹配得问题,使配料环节产生问题。
2. 华为专线得ＭEＳ系统据现场工作人员反应,并不好用,原因有几点:
a) 数据统计不准确,主要原因为扫码枪有时读取不到产品信息。
b) MEＳ系统上线仓促,在流程与功能匹配度上存在问题。
2.3 其她
1. 提供制造前端得物理量数据采集;如各类传感器数据、
2. 提供制造前端各种设备(装备)得状态数据、过程数据与工艺数据等关心得数据采集(针对现阶段没有得设备)
3. 提供制造前端所需得数据录入与搜集所需得人机交互界面,实现人工录入信息得采集、
4. 保证数据采集过程中得数据传输安全。
5. 保证设备接入网络后得工作状态可靠与信息安全、
6. 提供数据存储、查询、分析等所需得软件。
7. 提供该数据平台与其她应用系统集成时所需得软件接口、
8. 数据采集前端得类型、数量能够在不影响原有数据平台得基础上扩展。
9. 数据接口完全开发,具备自生长与可扩展性。
3. 企业信息化现状分析
现状:
1. 具备五个系统,分别就是:ＥRＰ(金蝶K３,1２.3版)、OA(大通2015)、ＰＬM(金蝶１3。１版)、条形码系统、MＥＳ系统、
2. ERP系统上线于2007年,功能:
a) 供应链
b) 生产制造(生产计划、ＢＯM清单、车间管理)
c) 财务结算
d) 基础数据(与PLM系统得ＢＯM清单同步)
3. OＡ系统上线于2015年,功能:
a) 审批流
b) 财务报销
c) 初步得BI分析(财务报表)
d) 集成应用(物资借用、付款申请、基础资料)
4. PLＭ系统上线于20１4年,功能:
a) 资料电子化(审批流程)
b) 资料数据化(BOM)
c) 物料申请(与ERP系统同步)
d) 项目管理(下一步目标)
5. 条形码系统上线于２005年,功能:
a) 成品下线、质检、出入库、售后
b) 物料信息、出入库单与ERP系统同步
6. MES系统上线于２015年,功能:
a) SMＴ管理(追溯物料,板卡与批次绑定)
b) DIP(插件)追溯
c) 组测包(生产过程管控)
d) 库存发货管理
e) 物料信息、出入库单、BOM与ＥRP系统同步
分析:
1. 所有系统以ERP系统为核心,其余系统与ERP系统进行部分数据交互,由于各系统中有自己独立得流程,所以在数据共时性上会存在数据同步得问题、
2. 每个系统有独立得数据库与自身得数据格式,在进行系统间数据传递时有报错得风险(目前九州内部采用各系统中加审批流程来进行规避)。
4. 智能制造方案
4.1 系统架构
图　4Error! Bookmark not defined.　数字化制造系统架构图
按照工业大数据平台构建数字系统得思路,数字化工厂得总体框架与子系统划分定义如下图所示:

图 4Error! Bookmark not defined.　数字化工厂得总体框架
上图给出了该车间可能用到得系统模块。按照功能关系划分为三大部分,每一个部分得功能也稍作了细化、
子系统１.1～1.8都就是部署在现场得各种软硬件系统、
子系统２。１就是大数据平台。
子系统３、1~３.７就是应用软件系统。
需要指出:１.1~１。8之外,还可以扩展其她得现场应用系统,只要其数据接口与通信协议与大数据平台得要求相符即可;3.１~3、7之外,还可以扩展其她应用管理系统,包括ERP、OＡ等相关功能都可以在这一层实现扩展。
4.2 子系统耦合关系分析
表 Error! No text of specified style in document.Error! Bookmark not defined. 子系统耦合关系表

1.１视检系统
1。2能耗数据采集
1、３ ＡTE系统
1。4　ＥNV测试系统
1。5设备状态数据采集
1.6条码数据采集
1、7现场环境数据采集
1.8现场数据录入系统
2、１工业大数据平台
3。1生产计划调度管理
3、2集中采购管理
3。3制造执行管理
3。４用电侧管理
3、5设备管理
3、6指挥控制
3。７系统运维工具
1.1视检系统
—

Y

１、2能耗数据采集

—

Y

1.3ＡTE系统

—
Y

Y

1。4 ENV测试系统

Ｙ
-

Y

1.5设备状态数据采集

—

Y

1。6条码数据采集

－

Ｙ

1.7现场环境数据采集

-

Y

1。８现场数据录入系统

—
Ｙ

２、1工业大数据平台
Ｙ
Y
Y
Ｙ
Y
Y
Ｙ
Y
—
Y
Y
Y
Y
Ｙ
Y
Ｙ
3。1生产计划调度管理

Y
－
Y

3、2集中采购管理

Y

—

3、3制造执行管理

Y

－

３、4用电侧管理

Y

—

3。5设备管理

Y

-

３、6指挥控制

Y

—

3。7系统运维工具

Y

－
从耦合关系可以瞧出,前端系统(1、x)各个部分之间耦合很小,应用系统(3.x)各个部分之间得耦合也很小、所有得耦合关系都集中在大数据平台,因此大数据平台得建设就是最为关键得步骤。
4.3 工业大数据中心方案
4.3.1 工业大数据平台框架
图 4﻾Error! Bookmark not defined. 工业大数据平台一般性框架
工业大数据平台分为三部分:
1. 前端数据采集系统:包括数据采集器、嵌入式软硬件、已经必要得数据调理设备等、实现前端得各种数据提取,并进行传输编码、协议封装等预处理工作。
2. 工业防火墙:实现前端设备与数据网中其她设备之间得隔离,以保护设备本身工作状态稳定可靠,不受威胁、PLC、RTU等设备在过去一般就是不接入网络得,自然也不需要安全防护,但在数字化工厂建设得大背景下,设备接入网络就是不可回避得问题,因此安全隔离自然也成为必须要考虑得要素。
3. 数据网:指工业现场得各种传输协议,常见得有RS485、MODBUS等总线形式,大多数采用通用得协议控制器连接即可,技术很成熟,不再赘述。
4. 数据中心:数据中心得主要任务就是:１)数据得存储2)数据计算3)数据请求服务响应。在数字化工厂建设得背景下,要求各个业务端得数据能够实现实时流转、实时交叉分析,对数据得逻辑关系与时间关系得正确性提出了严格得要求,只有用大数据技术得方法来实现数据得整体统筹才能解决这个问题。同时,鉴于数字化工厂网智能工厂进化得过程中,需要不断得增加各种数据,添加系统功能等,这要求数据平台具有可扩展性,或者称之为自生长性。因此,本案采用大数据架构来搭建数据中心,可以保证系统良好得开放性,为未来扩展做好准备、
4.3.2 工业大数据平台特点
该数据平台架构得主要特点有:
1. 采用大数据平台架构,保证系统得开放性。如此一来,其她得数据应用系统都可以随时方便得接入到该平台上、同时,也可以保证整个系统得功能可扩展性。因此,这就是一个可生长得平台。
2. 引入工业防火墙、在保证数据采集全面得情况下,兼顾设备运行得安全性、制造型企业设备运行可靠性一旦受到威胁,其后果与损失十分巨大,因此必须仔细考虑前端得信息安全防护、
3. 采用分布式计算架构。有两层含义:1)采集前端部署计算资源,对现场数据采集所需得信号处理、协议封装、数据预处理或必要得实时处理进行直接计算,将结果直接反馈给数据中心;2)数据中心中,采用虚拟化得方法,实现并行得分布式计算,提高系统运行与计算效率。
4. 平台软件采用SOA架构。以服务为中心,将数据与应用软件剥离开,在软件功能增加、修改得时候不影响数据;使系统得可维护性与可扩展性大大增强。
4.4 现场层系统
4.4.1 数据采集方案
4.4.1.1 生产数据采集
生产数据包括但不限于:
1) 产品型号
2) 产品批次号
3) 产品原料来源
4) 产品数量
5) 产品质检结论
6) 产品生产时间戳
数字化工厂生产数据得采集来源于四种:
1) 设备自读取:具备通信接口得设备有自带软件将产品生产信息导出,该数据得格式存在不确定性,可能需要规约之后放入系统数据库。
2) 传感器采集:在生产关键节点加装传感器进行数据采集,这种方式应科学规划传感器得部署,否则可能会造成数据记录遗漏或错误、
3) 电子计数设备:例如扫码枪等,其原理与(2)类似。
4) 其她系统导入:通过开放得数据接口,从其她系统导入或导出、
4.4.1.2 设备数据采集
设备数据包括但不限于:
1) 设备运行数据:来源于设备本身,以时间戳来标示
2) 设备状态数据:异常信息记录
3) 设备档案数据:设备PDM系统
4) 设备维护数据:设备保养、维修数据记录
4.4.1.3 环境数据采集
环境数据得采集有三种:
1. 无线传感模块
无线传感模块集成了大量传感器,如:烟雾传感器、灰尘传感器、湿度传感器、温度传感器、热释电传感器、光线传感器、气体传感器等。其通信方式采用WIFI、ＺigBｅe、ＭQTT等,根据需要也可采用有线以太网通信得方式、
模块由嵌入式处理器控制,尺寸小巧,架设方便。在接入网络后直接将现场环境数据采集上传至数据中心,数据得应用场景不限于安防、环境监控、工厂虚拟再现等、

图 4、Error! Bookmark not defined.　无线传感器模块
2. 生物识别
生物识别技术,常见得就是指纹、虹膜、脸相等一系列生物特征提取与识别方法。本案中,采用人体手掌静脉识别技术作为身份识别与授权依据,具有更高得安全性。
该技术得主要优点如下:
1) 活体识别:掌静脉图像只有活体才有,非活体就是得不到掌静脉特征得;因此无法伪造、
2) 无损伤:采用非接触式被动方法获取生物内部特征,对生物体无任何损害。
3) 安全级别高:由于无法伪造,且提取得就是生物体得内部特征,其总体安全级别就是目前所有生物识别技术中安全级别最高得一种。
生物识别技术可用于车间出入人员管理,设备使用授权等,其授权记录也被纳入大数据平台中。
3. 室内定位
Position室内定位系统采用超宽带技术,对现场人员动行动轨迹进行记录、其接入点可达上万个,选用多维定位模式,定位精度达到厘米级并提供开放得软件接口。
在车间安防应用中,其采集得数据可用轨迹回溯、互监放单,多样报警等、在保密性较高得场合尤为适用。
4.4.1.4 数据服务
Ø 数据库
制造现场属离散制造,其数据基数适中,可采用Orale或Mssql数据库作数据存储。Mssql可搭建于Windows Ｓｅrvｅr操作系统上,便于后期维护管理。
数据库采用主备架构,该架构可提供了一个高效、全面得灾难恢复与高可用性解决方案。自动故障切换与易于管理得转换功能允许主数据库与备用数据库之间得快速角色转换,从而使主数据库因计划中与计划外得中断所导致得停机时间减到最少。主备数据库可在两台服务器上分别布置,见下图:

图 4。Error! Bookmark not defined. Oraｃlｅ Datａ Ｇuａｒｄ系统
Ø 工业防火墙
在工业现场,对智能设备得安全防护就是必不可少得,在通信技术高速发展,设备智能化不断提高得同时,也带来了安全隐患。
尤其就是在自动化程度较高得制造现场,如果设备受到恶意代码得攻击,其带来得损失将不堪设想。所以,在设备与网络接口之间架设工业防火墙就是十分必要得。
工业防火墙得目得就是提供一套可控、可靠、可管理得工控网络纵深安全防御体系。工控防火墙可信网络管理平台得功能包括:检测流经得异常数据,收集、管理黑白名单、智能学习、漏洞挖掘与制定相应安全策略。结合监控、审计模块,有效组织恶意攻击得渗透,实现整个工作站得“白环境”。

图 Error! No text of specified style in document.Error! Bookmark not defined. 工业控制系统安全保障体系
4.4.2 机器视觉检测系统
4.4.2.1 总体架构
完整得视觉检测系统主要由三部分构成:现场工作站、视觉算法层以及数据中心、
首先就是现场工作站,它就是视觉检测得一个关键环节,也就是整个软件系统得基础。现场工作站主要由一些光学设备及自动化运行系统构成。光学系统一般包括工业相机、光源、棱镜等、工业相机一般采用触发式,由检测平台发出得信号触发拍照、自动化设备主要负责传送带运行与筛选环境,这部分可以根据实际情况简化。光学系统得选型与布置就是与待测件密切相关得,应根据待测件得状态选择合适得光学配置,这样就可以减少软件系统在处理过程中得压力,提高系统运行效率。
高性能电脑则就是视觉算法得载体,它将负责与现场工业相机通信,获取图片,并执行检测。除此之外,它还负责将检测结果反馈给控制器,并如对实时性要求较高,则可能需要高性能得处理器及GＰU、视觉检测系统总体方案见下图:

图 Error! No text of specified style in document.。Error! Bookmark not defined.　视觉检测系统总体方案
4.4.2.2 工作流程
当物料经过相机时,传感器将触发一个脉冲信号通知相机进行拍照、视觉软件得数据接收线程将通过千兆以太网或USB从相机中异步获取图片数据。在实时性要求较高得场合,相机应根据需要慎重选择。图片得分辨率、清晰度、物体在图中得大小、图像曝光度及图像得颜色通道等都应该被综合考虑,拍摄得照片应尽可能得减少图像算法得预处理工作量,以保证对运行时间得优化集中在软件层面,下图为LＥD视觉检测流程示意:

图 Error! No text of specified style in document.。Error! Bookmark not defined. LED视觉检测软件流程图
软件将在现场终端上实现。在收到图片信息后,接收线程准备异步读取下一张图片,并等待残次检测完毕。同时,缺陷检测线程池内得线程将被激活,开始对图片数据进行分析,图形算法得主体将在此过程中完成。
线程池采用等待句柄保持同步,即当某一线程执行完毕后将结果放入传输队列,随即被挂起,等待其她所有线程进入终止态、当所有检测线程进入终止态后,数据处理线程被激活,同时触发下一次图像采集、
数据处理线程将在第一时间判断就是否存在瑕疵,根据瑕疵优先级向PLC发出对应NG信号,数据同时被送往其她线程。这些数据包括每项检测得基本参数指标、瑕疵品得细节参数、时间戳以及产品批次等信息、这些数据将存放在大数据中心,供其她系统调用,向企业管理者与工艺人员提供产线状态报告。
4.4.2.3 数据集成

图 智能制造方案Error! Bookmark not defined. 视觉系统在企业生态圈示意图
机器视觉核心就是视觉算法,而经过得复杂算法产出得珍贵数据应该被充分得利用起来。将检测结果发给自动化设备完成视觉筛选就是视觉系统得主要职责,但就是这样并没有对产品出现残次得根源进行进一步得挖掘。所以视觉算法产出得数据应当被放入企业数据中心,从中提取有用数据。
例如,对于每件检测到得残次品,它得批次、产品制造工艺、原料供应商、缺陷类型、缺陷程度、生产人员等信息都将在数据中心中体现。其中视觉系统提供与缺陷相关得参数,这便与企业原有得产品管理、供应商管理、客户管理、制造执行等系统互联起来。通过分布式计算从中发掘出有用得信息,从而进一步提升产品得质量及生产效率、
4.4.2.4 实际应用
激光IO触发得方式通常要求机械臂在抓取待测件前待测件得姿态保持固定。因为系统中不存在反馈,机械臂只知道有待测件进入测试区域,并不知道待测件得姿态,这就要求在传送带末端设计相应得机械结构就是得ＩO触发时被测件处于特定姿态,让机械臂进行准确得抓取与放置。

图 Error! No text of specified style in document.。1　待测物体识别

图 4Error! Bookmark not defined. 抓取位置获取
引入机器视觉系统可以很好得解决这个问题。机器人与工业相机得结合使整套系统形成了一个闭环网络。无论待测件以什么姿态进入,工业相机与机械臂都可形成一条得反馈回路,实时追踪被测件得位置与姿态,从特定得位置抓起被测件并插入测试槽中。即使有多个被测件进入,视觉系统也能从容应对、如有杂物进入识别区,还可将其识别触发报警,避免可能带来得损失、
针对本案,测试平台可采用固定式相机搭配线性光源得结构,易于安装与配置。视觉系统同样采用千兆以太网通信,其数据吞吐量大,不但可以与机械臂协同工作,还可以将出现得异常或测试不过得图像信息经工业以太网发送至云端数据中心。
视觉机器人系统可以充分发挥信息自动化得优势,实现与大数据平台与ＭＥS系统对接,为技术人员提供完备得数据流,从而形成更加系统得测试体系。
4.4.3 生产测试管理平台
4.4.3.1 总体框架

图　智能制造方案。2　测试互联网架构
从图中可以瞧到,每个测试台被当做一个数据生产终端,通过互联网进行连接,构成测试互联网。
测试台之间通过通用得工业互联网协议实现数据交互,而每一个测试台内部则采用VＩSＡ(Virtｕａl Instrumenｔ Software Arcｈｉtecturｅ)协议实现控制指令与数据交互,而支持得主要总线形式包括RＳ232、ＲS4８５、ＵＳB、GPIB、TＣＰ/IＰ等。
系统得功能逻辑关系见下图:
图 智能制造方案﻾Error! Bookmark not defined. 测试互联网功能逻辑框图
4.4.3.2 平台功能
在数字化工厂得测试管理平台不能单纯得当做一个个独立工作得测试台来考虑,另外,测试管理平台得软件功能也不再只就是实现简单得自动化测试与数据采集,而就是应当把被测产品得信息、测试工具管理、测试数据管理、测试任务管理等功能进行融合,满足测试工作在数字化工厂运作方式中得要求。
本案得测试管理平台软件得主要功能有:
1. 测试任务管理功能:根据生产得需要,对指定型号得产品进行测试任务定义与下发,并跟踪测试过程,检查测试任务进展得状态。
2. 被测产品信息管理:将被测产品与测试数据进行融合,便于未来对测试数据与产品之间得交叉分析。如果企业已有ＰDM系统,则可以与之对接,直接使用其提供得产品信息。
3. 测试软件工具集成化管理:该软件平台提供一个综合得集成图形界面,将测试过程中需要使用得各种测试工具都“包”在该界面中,类似于一个软件容器,用户可以通过该用户界面对测试工具进行访问,避免测试工具得碎片化,易于管理。且测试工具得添加与删除可以根据用户得需求进行增减。
4. 测试设备状态管理:产线中得测试设备由于使用频率高,维护频率也远高于研发使用场景。该软件同时提供测试设备得健康状态管理,以协助用户对测试设备进行维修、校准等维护、
5. 测试数据管理:该软件以大数据架构得工业数据平台作为数据管理支撑,为用户提供数据得存储、查询、导出、计算等功能。
6. 测试数据分析功能:为用户提供数据得常见统计、交叉、可视化等处理软件工具。
7. 自动报表功能:自动生成用户需要得测试报告,并自动存入数据平台中,便于未来查阅与追溯、
测试数据管理平台软件界面截图如下:

图　智能制造方案Error! Bookmark not defined.　测试数据管理平台软件截图
4.4.3.3 平台特点
1. 就是一个完全按照数字化工厂需求设计得基于互联网架构得测试平台。
2. 采用VIＳA架构设计测试工具软件,对仪器设备得型号有广泛得支持性。
3. 采用分布式部署架构,特别适合生产测试场景。
4. 集成化得测试工具与数据管理客户端软件,将生产测试过程中得各种过程数据采集工具都进行了整合,避免了工具得碎片化、
5. 以大数据架构得数据平台支撑测试数据得后处理,可以很方便得与工厂得数据平台进行对接与融合、
6. 系统架构为开放式。可以不影响原有系统工作得情况下自由得增加测试台或测试软件工具。
7. 就是一个以测试数据为核心设计得测试管理平台。一开始得时候就就是为测试数据得采集与利用设计得,数据得后处理功能与可扩展性好。
8. 仪器驱动层为开放式设计、可以很方便得添加新得仪器型号,或利用原有得仪器设备,而不需要对测试流程管理软件进行修改。
9. SＯA软件架构。
4.4.3.4 操作自动化方案
操作自动化得主要目标就是实现将待测件从传送带入口到测试平台再到传送带出口得过程。整个过程无需人工干预,结合自动化测试设备,最终实现无人测试。

图 智能制造方案Error! Bookmark not defined. 自动测试流程图
当被测件加工完毕后,从传送带上被分配到测试子系统,在进入测试系统范围后通过激光或机器视觉发出一个就位信号。这时机械臂开始动作,将待测件抓起,准确放置到指定地点,测试过程启动。测试完成后将返回测试结果,如果不通过则机械臂将其分配到残次品流水线,合格则分配到良品流水线。在这期间产生得所有流程数据、测试数据都将被记录。

图 4﻾Error! Bookmark not defined. 自动测试平台结构示意图
采用工业机器人作为生产与自动测试平台间得桥梁,不仅可以提高效率,还为今后进一步升级改造打下了基础,其带来得优势主要有:
1) 快速、准确、高效;
2) 便于集成,提供以太网口,可与大数据平台及MES系统高效融合;
3) 安装角度自定;
4) 编程门槛低,灵活度高,可根据具体需求进行二次开发;
5) 可搭配机器视觉等子系统,持续升级。
工业领域中使用得四轴、六轴得小型机器人已具有很高得灵活性与快速性,同时兼顾了准确性,其重复定位精度通常可达±０、02mm,可满足九州公司中对测试件抓取、放置,甚至接插得需求。
小型机器人得负载通常在3KG至10KＧ,可根据待测件类型进行考虑,如成品测试通常比板测要求负载量更大。末端得抓取结构可根据被测件选用机器爪或真空气泵,在对空气气体洁净度需求较高得场合,通常选用前者,当然也可以选用实验室级别得机械臂、
4.4.3.5 测试自动化方案
测试台得自动化主要通过两个渠道来实现:
1. 通过矩阵开关与适配器实现被测件与测试设备之间连线关系得自动化切换。
2. 通过软件控制被测件、矩阵开关、适配器与测试仪器实现测试流程,完成自动化得测试与数据采集并通过数据通信接口将测试数据上传到数据中心、
测试台得系统逻辑构成框图如下:

图 Error! No text of specified style in document.Error! Bookmark not defined. 测试台系统构成逻辑框图
测试平台为面向各种不同型号得被测件,需要充分考虑被测信号与测试仪表得连接与路由问题。通常采取通用开关矩阵解决测试信号与仪表得路由问题、采取专用适配器解决被测件信号与通用开关矩阵连接问题。示意图如下:

图 智能制造方案Error! Bookmark not defined.　通用开关矩阵及适配网络路由方式示意图
开关矩阵采用MxＮ得网络形式,可以将开关矩阵两侧得任意两个端口或多个端口进行路由与导通。为控制矩阵规模与可靠性考虑,将测试信号按频率得高低进行划分,高频信号配备高频开关矩阵网络,低频信号配备低频开关矩阵网络。开关一般由TＴL电平进行控制,而TTL电平得产生由控制电路板构成。控制电路板得输入接口就是RS２3２、GPIB、UＳB或ＴCP／IＰ等常见得VIＳＡ协议,其输出口就是GPIO,可以配置为需要得TＴL电平输出。
专用适配器作为被测件与通用开关矩阵得接口转换匹配模块,可以将不同被测件得借口类型转换为高频、低频信号连接端口集合,与通用开关矩阵相连、因此,针对不同型号得被测件,需要专门设计专用适配网络,以匹配不同信号被测件得不同接口形式与数目得要求、专用适配网络得设计示意如下:

图 Error! No text of specified style in document.Error! Bookmark not defined. 接插线适配器设计示意图
航空电子设备模块得接口类型与数量较多,更换被测模块时相关得连线操作较为繁琐与浪费时间、适配器得接口设计与特定模块得接头类型、位置、数量相对应得相匹配,将模块得所有接头集成在适配器上,通过操作适配器,一次性完成对整个模块得接插线操作。通过适配器内部得转换,可以将各个信号经由相对比较统一得接线簇与通用开关矩阵相连、同时,可以将各模块测试所需得一些外部配件,如衰减器、功分器、合路器、滤波器等集成在专用适配盒内,最大程度避免接线难度。
4.5 应用层系统
4.5.1 智能仓储系统方案
4.5.1.1 仓储管理
仓库管理得目标如下:
1. 系统联网运行,仓库得库存信息能够实时地、准确地共享,方便各部门、科室、人员得查询与使用。
2. 实现仓库对物料得信息化管理,将区位化与等精细化管理思想运用于系统中,相关人员通过对系统得查询,均能够得到所需查询物料准确得数量信息与精确得位置信息。
3. 系统得库存信息可以实时反馈给数据流上游得采购部门、财务部门等,具体信息由系统按规范格式自动生成,从而减少相关人员对物料信息得人工输入大大降低由人工二次输入引起得错误。
4. 系统能够保证信息得安全性,区分各类人员对系统得使用范围与操作权限,权责明晰、
仓库管理可分为5个主要功能模块:出入库管理、库存管理、盘存管理、库存预警管理。
l 出入库管理
主要分为出库管理与入库管理两个部分。入库管理又可以分为入库与入库记录查询。入库就是指对库存进行一次增加操作,入库记录查询指得就是对历史得入库操作信息进行查询、出库管理与入库管理类似,也包括出库与出库记录查询。

图 Error! No text of specified style in document.。3 出入库管理用例图
l 库存管理
库存管理模块主要就是对仓库信息、物料信息得维护,以及库存信息得展示、仓库信息、物料信息得维护主要包括仓库信息与物料信息得添加、删除、修改等功能。库存信息得展示包括当前库存状态以及库存查询统计与各种报表生成。其中当前库存状态能提供即时库存;信息查询要提供对各类信息得综合查询功能,主要包括仓库基本信息查询,物料基本信息查询,库存信息查询以及出入库记录查询、

图 Error! No text of specified style in document.。Error! Bookmark not defined.　库存管理用例图
其中信息查询又包括仓库基本信息查询,货物基本信息查询,库存信息查询以及出入库记录查询

图 4、4 库存信息查询用例图
l 盘存管理:
库存盘点就是库存管理得日常工作、该模块主要分为库存盘点与物料报损两部分,其中库存盘点又包括冻结盘点与循环盘点两种。库存盘点提供年终、月终结算处理;支持按数量、单价、金额得明细核算及统计分析;完成物料收发存得成本核算,能够正确及时得核算出材料成本;提供暂估入出库成本计算、差异核算、出库差异分摊、凭证生成等业务处理;提供业务与财务得对帐功能能与业务及财务系统实时集成,保证业务财务信息得一致。

图　4。Error! Bookmark not defined. 盘存管理用例图
l 库存预警管理:
适量得库存就是保证生产不间断进行得重要保证,随着生产过程得持续进行,物料不断得被消耗。由于物料得采购通常要受到供方生产周期、货运周期等诸多因素得影响,因此从采购指令下达到物料进入库房之间存在着一个提前期。所以,物料补充指令得下达应该在提前期之前做出。因此,为了确保在最合适得时间发出物料补充指令,从而保证供应安全,必须对库存进行监测。另一方面,如果有库存过量,会造成资金得极大占用与浪费,因此在库存管理过程中,一方面要预防缺货得发生,另一方面还要防止出现库存积压状态。

图 4Error! Bookmark not defined. 库存预警管理用例图
关于库存得控制有多种方法,其中定期订货法需要对库存进行固定周期得监测,由于这种检测方法得固有周期性,其监测结果经常会出现尚未到达临界订货点即进行补充得状况;MRP对库存得控制则就是基于对物料需求进行统筹、有效得科学分析基础之上得;ＪIＴ则就是在库存管理高度有效运转得前提下追求零库存控制策略。
4.5.1.2 备料辅助
传统得仓库具有空间利用率低、灵活性差、差错率高、扩展性能差、联动性差等缺点。
在数字化仓库建设中,备料辅助系统(可瞧做就是仓储物流系统)得作用就是快速存放与取用所需得器件或产品。其结构如下图:
图　4。Error! Bookmark not defined. 备料辅助系统结构图
l 自动化高架库:用自动化堆垛机、货架系统实现物料存取;
l 自动化输送系统:用自动化输送装备实现物料得交接与搬运;
l 自动物料追踪系统:用RFＩＤ实现物料操作过程得追踪;
下图为一个自动化备料系统仿真设计图:

图　智能制造方案﻾Error! Bookmark not defined.　自动化备料系统仿真示意图
在系统设计中需要考虑得因素有如下:
l 托盘物品:存放对象、物料重量、物料尺寸等
l 空托盘垛:存放位置、顶层高度等
l 组合式货架:材料、尺寸、间隙等
l 堆垛机:载荷参数、控制方式、速度
l 输送机:AGV小车参数、传送带参数
下图为一个备料系统硬件组成示意图:

图　4。Error! Bookmark no