1 引言
近幾年，隨著智能制造的推廣深入，汽車行業(yè)主機(jī)廠作為離散工業(yè)領(lǐng)域中自動化、信息化程度相對最為成熟的行業(yè)，陸續(xù)都開始接觸及引進(jìn)IIoT工業(yè)物聯(lián)網(wǎng)等技術(shù)理念來打造互聯(lián)工廠，并通過部分場景進(jìn)行了試點(diǎn)落地。
但當(dāng)前試點(diǎn)狀態(tài)通常是各車間分別規(guī)劃，由不同供應(yīng)商基于不同的平臺開發(fā)應(yīng)用，或是各類設(shè)備廠家自帶的物聯(lián)網(wǎng)應(yīng)用。長遠(yuǎn)來看，又會帶來數(shù)據(jù)不互通，平臺重復(fù)建設(shè)，不利于后期拓展維護(hù)等一系列問題。
所以作為主機(jī)廠，接下來需要面對的迫切問題是，如何從整體層面構(gòu)建全域、互通和開放的互聯(lián)工廠架構(gòu)。具體而言，構(gòu)建一個統(tǒng)一的架構(gòu)規(guī)范，從而在新工廠建設(shè)之初就預(yù)留好相應(yīng)的硬件條件，并平衡好近期和遠(yuǎn)期的發(fā)展規(guī)劃。
本文是吉利汽車針對上述問題，在應(yīng)用IIoT技術(shù)打造互聯(lián)工廠方面的一些思考與探索過程。
2 思路綜述
從IIoT的實施深度上來講，可以分為：數(shù)據(jù)→信息→知識→智慧，IIoT的實施深度層級如圖1所示。
圖 1 IIoT的實施深度層級
第一層“數(shù)據(jù)”，首先需要解決的是數(shù)據(jù)的采集獲取問題，沒有這一基礎(chǔ)，后續(xù)的工作都將成為無源之水，同時，這一工作也是各大制造企業(yè)面臨的第一個難題和門檻;第二層“信息”，需要將原始數(shù)據(jù)經(jīng)過清洗加工后，借助于圖表統(tǒng)計等形式轉(zhuǎn)換為人所能快速理解的信息;第三層“知識”，需要在信息的基礎(chǔ)上更進(jìn)一步，結(jié)合資深業(yè)務(wù)人員對該領(lǐng)域的設(shè)備機(jī)理知識、工藝流程經(jīng)驗等，構(gòu)建特定場景的知識沉淀，如配套參數(shù)的閾值區(qū)間，特定問題的分析流程等;第四層“智慧”，針對一些無法用文字公式清晰得顯性化的經(jīng)驗知識，借助于大數(shù)據(jù)和AI算法，形成一個個智慧模型，常見于復(fù)雜因素的預(yù)測調(diào)優(yōu)等場景。
實際過程中，在實現(xiàn)數(shù)據(jù)采集并通過一些基本可視化的手段達(dá)到信息這一層級后，重點(diǎn)方向是充分融合IT技術(shù)與OT的專業(yè)的know-how實現(xiàn)到部分場景的知識這一層級，并可以嘗試性的在個別場景做出智慧層級的應(yīng)用。
從推進(jìn)思路上來講，遵循總體規(guī)劃、迭代實施的理念。具體來講，有以下幾點(diǎn)：不涉及費(fèi)用的規(guī)范性工作需要一步到位;平臺架構(gòu)需要統(tǒng)一確定;數(shù)據(jù)的采集優(yōu)先考慮不增加額外費(fèi)用的現(xiàn)有數(shù)據(jù);應(yīng)用優(yōu)先實現(xiàn)基本功能，并采用逐步迭代的方式進(jìn)行敏捷開發(fā)。
在橫向上，對IIoT工業(yè)物聯(lián)網(wǎng)的可以按照實現(xiàn)環(huán)節(jié)的角度進(jìn)行拆解，可以分為：端-邊-管-云-用，IIoT的分解邏輯示意圖如圖2 所示。
圖 2 IIoT的分解邏輯示意圖
下文也將按照這幾個拆解環(huán)節(jié)的角度進(jìn)行展開。
3 端：設(shè)備接口的梳理
互聯(lián)工廠的基礎(chǔ)是硬件設(shè)備，所以第一步是清點(diǎn)工廠已有或規(guī)劃的設(shè)備資產(chǎn)清單，并對于其接口和可獲取數(shù)據(jù)情況進(jìn)行梳理，包括通信接口協(xié)議、涉及費(fèi)用情況等。
雖然主機(jī)廠通常在車間現(xiàn)場已經(jīng)通過工業(yè)總線實現(xiàn)了對設(shè)備的連接，但這類連接通常是以控制信號為主，設(shè)備底層的詳細(xì)數(shù)據(jù)在以往通常未做連接和采集。其中涉及到的設(shè)備種類和品牌紛繁多樣，且由于多數(shù)是國外的設(shè)備廠家，關(guān)于接口的信息獲取通常又非常有限。類似的挑戰(zhàn)和難題還有不少，相信同樣也廣泛存在于其他車企。
通過調(diào)用跨專業(yè)部門的資源，對近幾年以落成工廠及將要建設(shè)工廠中所用到的主要設(shè)備進(jìn)行了統(tǒng)計調(diào)研，梳理出了將近100種的不同品牌設(shè)備類型的接口情況，為后續(xù)環(huán)節(jié)的工作打下了一個基礎(chǔ)。當(dāng)然針對每一個設(shè)備，還有待進(jìn)一步的深入研究，如其他可能存在的多種采集接口方式，數(shù)據(jù)字段的具體對應(yīng)解析，數(shù)據(jù)之間的關(guān)聯(lián)匹配等等。各大車間設(shè)備接口數(shù)采情況梳理過程中的部分記錄見表1。
表1?各大車間設(shè)備接口數(shù)采情況梳理過程中的部分記錄
3.1 調(diào)研的考慮角度
除了搞清楚設(shè)備現(xiàn)狀接口的家底情況，需要考慮的角度其實還不止幾個標(biāo)準(zhǔn)化的屬性就可以研究透徹。針對不同的分類，至少還需要從以下幾個角度進(jìn)行調(diào)研分析：
(1)單體設(shè)備直連類
設(shè)備類型品牌、設(shè)備在具體項目的分布及數(shù)量、實際數(shù)據(jù)樣例的獲取、采集頻率的限制、硬件接口情況、支持的通訊協(xié)議及分別能獲取哪些數(shù)據(jù)、有否其他采集方式的可能性、是否免費(fèi)開放或接口收費(fèi)、是否要配套專用軟件、收費(fèi)模式、在以往項目中的數(shù)據(jù)通訊采集現(xiàn)狀、是否涉及軟硬件的版本差異、是否在技術(shù)要求中已要求開放接口;
(2)PLC/機(jī)器人中轉(zhuǎn)類
可以采到的數(shù)據(jù)、字段的定義和采集位置、特定程序塊已有或需要額外編寫、實際數(shù)據(jù)樣例的獲取、采集的制約因素;
(3)IoT專用設(shè)備
接口協(xié)議說明文件、接口通訊的示例程序。
3.2 數(shù)據(jù)采集面臨的挑戰(zhàn)
面對如此多種設(shè)備數(shù)據(jù)采集的情況和難題，對應(yīng)的挑戰(zhàn)也是遠(yuǎn)超原先預(yù)計的，大致從這幾個方面可以體現(xiàn)：
1)數(shù)據(jù)不開放：由于技術(shù)保密以及廠家商業(yè)利益等原因，一些設(shè)備的關(guān)鍵參數(shù)并不對外開放;
2)標(biāo)準(zhǔn)不統(tǒng)一：工業(yè)設(shè)備樣式繁多，接口各異，通訊與傳輸協(xié)議各不相同，針對各種非標(biāo)設(shè)備和協(xié)議，需要 進(jìn)行相應(yīng)的開發(fā)，消耗大量的時間和人力;
3)設(shè)備無數(shù)據(jù)：一些設(shè)備和儀器儀表本身并不記錄自身數(shù)據(jù)，需要進(jìn)行智能化改造，增加通信能力;
4)任務(wù)不明確：面向具體分析任務(wù)，應(yīng)采集哪些數(shù)據(jù)需要經(jīng)驗，有時并不明確。同時，僅僅明確采集的數(shù)據(jù)字段也還不夠，還需要考慮采集頻率、存儲時長等一系列因素，而這些因素本身對于采集的方案和費(fèi)用成本都會帶來較大的差異，對于初期任務(wù)不明確情況下的制定方案有很大挑戰(zhàn);
5)限制條件多：工業(yè)現(xiàn)場可能有電磁干擾、振動、位置等多種數(shù)據(jù)采集限制，對布置傳感器完成所需數(shù)據(jù)采集提出了更高的要求。
4 邊：邊緣設(shè)備的選型
在互聯(lián)工廠的整個環(huán)節(jié)中，邊緣設(shè)備細(xì)分有2種類型或兼而有之，分別為：
1)數(shù)采網(wǎng)關(guān)類型：承擔(dān)轉(zhuǎn)化通信協(xié)議的功能，打通原來各類不具備數(shù)據(jù)上傳能力的設(shè)備。在IIoT概念流行前，數(shù)采網(wǎng)關(guān)其實就已廣泛存在，可針對設(shè)備元器件的IO信號以及各類低等級的工業(yè)總線，甚至針對是特定的專業(yè)設(shè)備，將數(shù)據(jù)進(jìn)行采集與協(xié)議轉(zhuǎn)換。其中，除了網(wǎng)關(guān)實體硬件外，也可利用現(xiàn)場已有的工控機(jī)工作站等 ，通過安裝數(shù)采軟件，低成本實現(xiàn)部分場景的數(shù)據(jù)采集。
2)計算處理類型:承擔(dān)數(shù)據(jù)緩存處理，甚至模型計算的功能，實現(xiàn)部分應(yīng)用功能在邊緣側(cè)的實現(xiàn)，尤其針對需要實時響應(yīng)的場景。本質(zhì)上，該類型的邊緣盒子已接近于一臺完整的PC機(jī)，隨著AI計算的興起，部分場景下的硬件性能也需要響應(yīng)提升。
綜上，邊緣設(shè)備的選型需要針對不同的設(shè)備場景，進(jìn)行不同種類的選型，尚不存在一種大一統(tǒng)又低成本的方式實現(xiàn)邊緣能力。
5 管：網(wǎng)絡(luò)通信的貫通
在萬物互聯(lián)、數(shù)字化轉(zhuǎn)型和大數(shù)據(jù)的發(fā)展趨勢下，要求打破原有生產(chǎn)現(xiàn)場與上層IT網(wǎng)絡(luò)之間的隔離，實現(xiàn)從云端到設(shè)備端的互聯(lián)互通。因此需要一整套的網(wǎng)絡(luò)架構(gòu)方案，整合OT和IT跨領(lǐng)域資源和規(guī)范，共同推動一網(wǎng)到底的架構(gòu)變革，為智能制造的未來需求構(gòu)建網(wǎng)絡(luò)連接基礎(chǔ)。
5.1 網(wǎng)絡(luò)架構(gòu)規(guī)范
雖然整車廠普遍已經(jīng)實現(xiàn)規(guī)范化的工業(yè)總線控制網(wǎng)絡(luò)，以及架設(shè)了車間匯聚層的環(huán)網(wǎng)等，但對于包括吉利在內(nèi)的大多數(shù)自主品牌車企而言，依然還存在大量網(wǎng)絡(luò)不規(guī)范的問題。具體而言，包括有：
1)IT和OT網(wǎng)絡(luò)各自規(guī)劃，無法互聯(lián)互通;
2)辦公和生產(chǎn)核心網(wǎng)絡(luò)混用，存在嚴(yán)重安全風(fēng)險;
3)存在信息孤島，制造大數(shù)據(jù)采集等需求無法在現(xiàn)有網(wǎng)絡(luò)架構(gòu)下滿足;
4)存在重復(fù)建設(shè)，缺乏統(tǒng)籌規(guī)劃，沒有充分利用現(xiàn)有網(wǎng)絡(luò)資源，例如：擰緊系統(tǒng)和Andon系統(tǒng)的CP卡;
5)各基地網(wǎng)絡(luò)架構(gòu)不統(tǒng)一，沖焊涂總各車間結(jié)構(gòu)不統(tǒng)一，IT和OT分工界面不清;
6)IP地址分配無統(tǒng)籌，網(wǎng)絡(luò)風(fēng)暴時常發(fā)生;
7)交換機(jī)光纖等網(wǎng)絡(luò)設(shè)備的等級技術(shù)要求不統(tǒng)一。以上的種種問題，究其原因，最主要還是由于該領(lǐng)域處于OT與IT的接口交叉地帶。OT工程師往往缺乏IT網(wǎng)絡(luò)知識，IT工程師同樣對于OT設(shè)備及控制網(wǎng)絡(luò)了解甚少。
在吉利的這次網(wǎng)絡(luò)架構(gòu)規(guī)范梳理過程中，就充分體現(xiàn)了OT與IT的沖突與融合。雙方在過程中就業(yè)務(wù)知識及責(zé)任分工甚至部門立場等進(jìn)行了充分大量的交鋒，包括一網(wǎng)到底的意義作用、技術(shù)上的可行性風(fēng)險、設(shè)備選型帶來的投資費(fèi)用變化、接口重新定義后的分工責(zé)任等。
同時因為網(wǎng)絡(luò)作為連接基礎(chǔ)，涉及到方方面面的影響，也牽扯到雙方多個專業(yè)部門和外部相關(guān)方，過程也是曲折漫長的。但也是需要借助這樣的討論交鋒，有機(jī)會能讓各相關(guān)方了解互相的領(lǐng)域知識，并通過行業(yè)案例對標(biāo)、第三方技術(shù)專家的介入等，真正達(dá)成OT/IT之間的了解和共識。
最終，全新的網(wǎng)絡(luò)架構(gòu)規(guī)范實現(xiàn)的關(guān)鍵變化點(diǎn)有：
1)通過將設(shè)備層向上層的接口統(tǒng)一從PLC轉(zhuǎn)接口改為交換機(jī)網(wǎng)口，實現(xiàn)從集團(tuán)可以訪問到各工廠任意單體設(shè)備的一網(wǎng)到底;
2)從公司整體層面全面梳理網(wǎng)絡(luò)資產(chǎn)后，形成了辦公網(wǎng)絡(luò)、工控網(wǎng)絡(luò)和生產(chǎn)網(wǎng)絡(luò)的清晰界定;
3)網(wǎng)絡(luò)層級上，劃分了L0設(shè)備層、L1控制層、L2車間監(jiān)控層、L3工廠執(zhí)行層、L4企業(yè)管理層和L5互聯(lián)網(wǎng)DMZ層，各個網(wǎng)絡(luò)節(jié)點(diǎn)都有明確的層級歸屬。網(wǎng)絡(luò)架構(gòu)示意圖如圖3、圖4所示。
圖 3?集團(tuán)整體網(wǎng)絡(luò)架構(gòu)關(guān)系圖
圖 4?車間級網(wǎng)絡(luò)架構(gòu)關(guān)系圖
5.2?工控網(wǎng)絡(luò)安全
工業(yè)控制系統(tǒng)由單機(jī)走向互聯(lián)、從封閉走向開放、從自動化走向智能化進(jìn)程的加快，使得工控信息安全面臨更加嚴(yán)峻的風(fēng)險和挑戰(zhàn)。尤其是近幾年的勒索病毒流行，工業(yè)領(lǐng)域也成為重點(diǎn)影響領(lǐng)域。工控網(wǎng)絡(luò)安全問題更加需要引起重視。
當(dāng)前車間現(xiàn)場最為常見的工控網(wǎng)絡(luò)安全漏洞有：車間網(wǎng)絡(luò)節(jié)點(diǎn)的訪問權(quán)限缺乏管理限制，供應(yīng)商的電腦和USB設(shè)備隨意連接后容易傳播病毒;也存在私接網(wǎng)絡(luò)與外網(wǎng)連接，使整個車間網(wǎng)絡(luò)甚至公司的網(wǎng)絡(luò)暴露在巨大隱患的外網(wǎng)環(huán)境中;此外，車間網(wǎng)絡(luò)節(jié)點(diǎn)也缺乏最為基本的安全保護(hù)，如安裝殺毒軟件、對Windows關(guān)鍵漏洞進(jìn)行升級補(bǔ)丁和關(guān)閉不必要的端口等。
對應(yīng)措施而言，低成本的方案包括：基本的網(wǎng)絡(luò)安全設(shè)置，相應(yīng)的網(wǎng)絡(luò)安全管理規(guī)范，以及需要普及宣貫工控網(wǎng)絡(luò)安全的風(fēng)險意識等。對于重點(diǎn)行業(yè)，還應(yīng)該設(shè)置專門的團(tuán)隊人員，并增加網(wǎng)絡(luò)安全的專用軟硬件設(shè)施，包括：網(wǎng)絡(luò)探針、工業(yè)防火墻、工控信息資產(chǎn)掃描及備份、縱深防御、深度包檢測和態(tài)勢感知等。
6 云：平臺工具的選型
近幾年，IIoT工業(yè)互聯(lián)網(wǎng)平臺層出不窮，成為發(fā)展的熱點(diǎn)。作為跨界融合領(lǐng)域，出現(xiàn)了各類背景的參與者。包括有工業(yè)裝備背景的，如西門子Mindshpere、ABB Ablity、KUKA CONNECT、和利時Hia Cloud;有工業(yè)軟件背景的，如PTC Thingworx;有IT技術(shù)企業(yè)背景的，如阿里ET工業(yè)大腦;也有生產(chǎn)制造企業(yè)背景的，如海爾COSMOPlat、富士康BEACON和三一樹根等。
跨界涌現(xiàn)的這么多平臺，一方面拓展了認(rèn)知邊界與跨領(lǐng)域的啟發(fā);另一方面，也讓選擇成為一個困難的決策。畢竟這樣一個平臺，涉及OT/IT，需要在橫向上兼顧多個專業(yè)領(lǐng)域的需求，縱向上也要經(jīng)得起時間的考驗?；谄脚_開發(fā)的APP越多，意味著后續(xù)的調(diào)整代價就會越大。
6.1?關(guān)鍵考慮因素
從技術(shù)上而言，IIoT平臺通常包含設(shè)備接入能力，物模型管理能力、應(yīng)用開發(fā)能力等，其中涉及協(xié)議解析、邊緣計算、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化、大數(shù)據(jù)處理和微服務(wù)架構(gòu)等多種技術(shù)細(xì)節(jié)。但從實際用戶場景出發(fā)，實際在決策中核心關(guān)注的幾個要點(diǎn)可大致歸納如下：
(1)應(yīng)用案例與平臺生態(tài)
判斷一個平臺是否適用，最簡單直接的方式還是看同行業(yè)中有多少可參考的應(yīng)用案例。由于工業(yè)領(lǐng)域相對具有很強(qiáng)的行業(yè)差異性，IIoT平臺的普適性很難達(dá)到消費(fèi)互聯(lián)網(wǎng)的程度。簡單舉個例子，可能某個平臺號稱支持上千種設(shè)備接口協(xié)議，但在整車廠未必能覆蓋到多少種設(shè)備類型。
另一方面，所謂平臺是需要生態(tài)匹配的?；诖说牡谌浇鉀Q方案供應(yīng)商有多少數(shù)量和實力，也是一個非常重要的考量依據(jù)。
(2)低代碼開發(fā)與易用性
傳統(tǒng)IT系統(tǒng)的開發(fā)模式，需要有清晰的業(yè)務(wù)需求，并交由專業(yè)的IT技術(shù)團(tuán)隊，通過較長周期的瀑布式開發(fā)過程才得以實現(xiàn)。而IIoT的APP應(yīng)用通常難以在最初就能說明白，需要在過程中迭代完善。所以，平臺的理想模式，需要具備低代碼等技術(shù)手段，讓一線的業(yè)務(wù)人員自身能夠從想法原型到落地驗證快速試錯，敏捷開發(fā)，從而實現(xiàn)平臺對業(yè)務(wù)模式的真正變革。這樣才是真正做到了賦能到業(yè)務(wù)，讓用戶可以關(guān)注于業(yè)務(wù)而非技術(shù)。
雖然僅僅通過快速拖拉拽就能完成APP應(yīng)用開發(fā)的愿景尚為理想化，但平臺在降低開發(fā)門檻，實現(xiàn)對業(yè)務(wù)人員更為友好易用的方向上，依然可以有更大的推進(jìn)。
(3)平臺技術(shù)架構(gòu)的靈活性
另一方面，平臺技術(shù)架構(gòu)同樣需要考慮兩個最為重要的方面。
其一，是需要兼顧支持私有化部署方式。雖然公有云技術(shù)代表著發(fā)展方向，但現(xiàn)實情況下，傳統(tǒng)制造行業(yè)，尤其是規(guī)模大的公司，依然對數(shù)據(jù)的保密性安全性相對保守。對于生產(chǎn)過程中的數(shù)據(jù)，短時間內(nèi)還無法切換到外網(wǎng)環(huán)境。
其二，是需要兼顧輕量化部署模式。如果平臺一味從技術(shù)上考慮大而全，勢必會造成系統(tǒng)架構(gòu)龐大，也意味著光平臺本身的基礎(chǔ)資源就要耗費(fèi)大量的投資。在初期IIoT的APP應(yīng)用數(shù)量還不多，價值收益也尚不明顯確定的情況下，平臺本身的高成本就會導(dǎo)致最終決策門檻的大幅提高。針對初期小規(guī)模情況下，簡化裁剪、甚至可以單機(jī)部署試用的架構(gòu)，就會顯得尤為重要。
7 用：應(yīng)用場景的挖掘
從最終用戶來講，前面的幾個環(huán)節(jié)其實都只是鋪墊，最終的價值實現(xiàn)其實都是承載在應(yīng)用之上的。所以，如何基于互聯(lián)工廠中所獲取的數(shù)據(jù)挖掘出對于用戶有價值的點(diǎn)，是最為需要重點(diǎn)考慮的環(huán)節(jié)。
從價值場景上分類，包括有：工藝質(zhì)量分析、工藝參數(shù)管控、能耗優(yōu)化、耗材優(yōu)化、設(shè)備預(yù)測維護(hù)和設(shè)備效率優(yōu)化等。部分IIoT的應(yīng)用場景方向如圖5所示。并逐步在上述場景中開始構(gòu)建出一些APP應(yīng)用的開發(fā)。部分實施的IIoT APP頁面如圖6所示。
圖 5?部分IIoT的應(yīng)用場景方向
圖 6?部分實施的IIoT APP頁面
7.1?考慮的角度
IIoT應(yīng)用于整車廠，目前整體上行業(yè)普遍還在探索階段，有少量的一些案例，但還尚未形成成熟的完整應(yīng)用場景體系，還需要相關(guān)人員結(jié)合著經(jīng)驗進(jìn)行創(chuàng)造性的挖掘。以下是在過程中歸納出的部分可以挖掘思考的角度：
(1)具體案例收集參考
設(shè)備廠家的方案、第三方公司的案例、同行業(yè)的案例、跨行業(yè)的案例、對應(yīng)的功能/界面/邏輯和介紹資料需要基于哪些數(shù)據(jù)實現(xiàn);
(2)現(xiàn)狀問題需求
設(shè)備/工藝的問題清單的收集、哪些問題的需求迫切、哪些可以被改善以及哪些屬于高價值的改善點(diǎn);
(3)價值分析
成本、收益和案例的效果評價;
(4)數(shù)據(jù)普通應(yīng)用
可視化需要哪些表現(xiàn)形式、如何實現(xiàn)診斷分析、具體場景有哪些功能點(diǎn)和是否可以結(jié)合其他數(shù)據(jù)來源聯(lián)動分析;
(5)數(shù)據(jù)算法分析
數(shù)據(jù)的維度如何多樣化、低頻數(shù)據(jù)如何匹配數(shù)據(jù)量要求、數(shù)據(jù)的結(jié)果標(biāo)簽、項目過程中的數(shù)據(jù)訓(xùn)練量、需要打通其他哪些數(shù)據(jù)、機(jī)理模型方面能否說明現(xiàn)有分析因素與結(jié)果之間的相關(guān)性以及相應(yīng)的圖表資料。
7.2?應(yīng)用的功能場景
相對于籠統(tǒng)得呈現(xiàn)出數(shù)據(jù)圖表，對于用戶而言，更能有直觀感受的是他所熟悉的業(yè)務(wù)場景和功能需求。從如何開發(fā)APP應(yīng)用才能夠讓用戶感知和認(rèn)可其價值出發(fā)，可以歸納總結(jié)出一些功能場景的可行方向。包括：
1)設(shè)備狀態(tài)管理：當(dāng)前狀態(tài)查看、歷史狀態(tài)分析、維護(hù)建議指導(dǎo)、運(yùn)行效率分析和耗材用量分析;
2)工藝參數(shù)/結(jié)果管理：工藝結(jié)果統(tǒng)計趨勢、工藝參數(shù)的經(jīng)驗庫、質(zhì)量相關(guān)性分析、工藝一致性對比和設(shè)定參數(shù)的版本歷史;
3)數(shù)據(jù)的多維度查看：按VIN號/一車一檔、多層級統(tǒng)計匯總(按時間/產(chǎn)線/設(shè)備/類別等)、TOP統(tǒng)計報表以及同類項跨基地/跨設(shè)備對比;
4)一般性功能：程序的備份管理、報警信息和資產(chǎn)清單/狀態(tài)信息統(tǒng)計;
5)其他價值點(diǎn)：原廠上位軟件的替代、多品牌上位軟件的統(tǒng)一、跨系統(tǒng)數(shù)據(jù)的結(jié)合分析以及經(jīng)驗規(guī)則的轉(zhuǎn)化邏輯。
8 結(jié)束語
總體而言，基于IIoT系統(tǒng)化地打造互聯(lián)工廠是一件非常具有挑戰(zhàn)性的任務(wù)。需要涉及到OT/IT，業(yè)務(wù)/技術(shù)等全方面的能力和資源的跨界整合。
單從技術(shù)角度而言，整個開發(fā)鏈條上需要涵蓋非常廣泛的技術(shù)領(lǐng)域，包括：
PLC/ROB編程技術(shù);工業(yè)總線技術(shù)：如modbus、Profinet、Ethernet/IP和TSN;北向通信協(xié)議：MQTT、OPC DA/UA;數(shù)據(jù)接口技術(shù)：如Webservice、restful和ESB;物聯(lián)網(wǎng)通信技術(shù)：如NB-IoT、Lora;移動網(wǎng)絡(luò)通信技術(shù)：4G/5G;數(shù)據(jù)庫通信技術(shù)：ODBC、SQL和時序數(shù)據(jù)庫;特殊格式的解析：如TXT、EXCEL、CSV、JSON和XML;IoT專用采集技術(shù)：SDK;數(shù)據(jù)抓包分析技術(shù)：wireshark;網(wǎng)管軟件技術(shù)：HiVision;一般IT開發(fā)技術(shù)：Javascrip、web調(diào)試、前端DIV/CSS以及HTML5;數(shù)據(jù)分析技術(shù)：BI、統(tǒng)計;算法模型：SPC、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和工業(yè)專用算法等。
從端邊管云用的環(huán)節(jié)而言，也需要各環(huán)節(jié)之間的統(tǒng)籌協(xié)調(diào)，比如：端與用的相互拉動：一方面，考慮在不增加額外資源投入情況下，對現(xiàn)有數(shù)據(jù)通信渠道和數(shù)據(jù)字段內(nèi)容充分得識別和挖掘;另一方面，也需要從最終的應(yīng)用場景反向拉動對數(shù)據(jù)的需求，包括數(shù)據(jù)的采集頻率、數(shù)據(jù)質(zhì)量和內(nèi)容等。
綜上，對吉利汽車在基于IIoT技術(shù)打造互聯(lián)工廠過程實踐中的一些探索。當(dāng)前已經(jīng)構(gòu)建整體架構(gòu)體系的基礎(chǔ)上，還需要進(jìn)一步推進(jìn)實際應(yīng)用成果的持續(xù)落地與價值實現(xiàn)。也希望過程一些思考能給到同行一些借鑒，并共同推進(jìn)智能制造的進(jìn)展。
原文刊載于《智能制造》2021年第5期 作者：吉利汽車集團(tuán)有限公司 ME中心智能制造部 胡曉峰，鄧海軍，王春喜，趙堅，周軍
（轉(zhuǎn)載）
