數(shù)字化在浮法玻璃冷端生產(chǎn)線中的應用

鄒寧波，劉 銳，葛 淼，楊 坤

(中國建材國際工程有限公司，蚌埠 233010)

隨著新一輪科技革命和產(chǎn)業(yè)變革的迅猛發(fā)展，數(shù)字化成為驅動企業(yè)高質量發(fā)展的重要“原動力”[1]。浮法玻璃生產(chǎn)線存在數(shù)字化程度低、生產(chǎn)方式落后的問題。數(shù)據(jù)能夠真實地反映生產(chǎn)過程，包含著生產(chǎn)工藝之間的內(nèi)在聯(lián)系。數(shù)據(jù)分析是智能制造的核心。對數(shù)據(jù)進行分析處理，根據(jù)處理結果進行相應的決策、執(zhí)行，可以形成科學的冷端生產(chǎn)管理方式，為生產(chǎn)線提質增效提供有力支持。

1 冷端生產(chǎn)需求

近些年，浮法玻璃生產(chǎn)水平不斷提高，生產(chǎn)線上引入了很多信息化設備，比如缺陷檢測儀、優(yōu)化切割系統(tǒng)、視覺檢測儀等。這些設備由不同工段的操作者使用，缺乏統(tǒng)一的管理，產(chǎn)生了數(shù)據(jù)孤島和數(shù)據(jù)斷層的問題。冷端切裁工段、質檢工段、堆垛工段相互獨立、缺乏數(shù)據(jù)共享；各單機設備或子系統(tǒng)之間沒有足夠的信息交互，將大量數(shù)據(jù)留存在自己的硬盤中。數(shù)據(jù)孤島造成了冷端生產(chǎn)在水平方向的阻斷，阻礙了整個生產(chǎn)線的協(xié)同生產(chǎn)，限制了生產(chǎn)線的產(chǎn)能提升潛力。公司級的業(yè)務無法及時準確的下發(fā)，也無法獲取實時精準的生產(chǎn)狀態(tài)。銷售部和生產(chǎn)部之間的數(shù)據(jù)依靠紙質文檔或電話微信傳遞，效率低下；生產(chǎn)部和倉庫缺乏數(shù)據(jù)交互，導致庫存積壓，生產(chǎn)與市場脫節(jié)。因此有必要為冷端引入數(shù)字化技術，為企業(yè)生產(chǎn)決策提供支持。

2 冷端數(shù)據(jù)的來源與特點

制造業(yè)企業(yè)的數(shù)據(jù)貫穿于企業(yè)采購、生產(chǎn)、銷售、服務全生命周期中，很多企業(yè)已經(jīng)采購了很多運營系統(tǒng)，如企業(yè)資源管理計劃(Enterprise Resource Planning，ERP)、企業(yè)資產(chǎn)管理系統(tǒng)(Enterprise Asset Management，EAM)、能源管理系統(tǒng)(Energy Management System，EMS)、客戶關系系統(tǒng)(Customer Relationship Management，CRM)、制造執(zhí)行系統(tǒng)(Manufacturing Execution System，MES)等[2]。冷端沒有相應的生產(chǎn)管理系統(tǒng)，各類數(shù)據(jù)存放于每臺單機設備之中。

冷端的數(shù)據(jù)來源有缺陷檢測儀、板擺檢測儀、優(yōu)化切割系統(tǒng)、生產(chǎn)線控制系統(tǒng)、完整性檢測系統(tǒng)和機器人堆垛系統(tǒng)，各系統(tǒng)包含的數(shù)據(jù)如表1所示。缺陷檢測系統(tǒng)會獲取無限長玻璃帶上的缺陷信息，包括缺陷的大小、位置、種類等。板擺檢測儀獲取玻璃板在垂直于玻璃流向方向的坐標。優(yōu)化切割系統(tǒng)根據(jù)缺陷和玻璃訂單信息進行優(yōu)化決策，確定價值最大的切割方式，并指揮切割機進行切裁。生產(chǎn)線控制系統(tǒng)根據(jù)玻璃的目的地信息將玻璃輸送至指定的工位上。完整性檢測系統(tǒng)檢驗玻璃的長寬是否符合要求以及是否破損。機器人堆垛系統(tǒng)將玻璃抓取到工位上。

表1 冷端各系統(tǒng)數(shù)據(jù)

冷端分布有大量的可編程邏輯控制器PLC、工業(yè)計算機、視覺設備以及光電開關等傳感器。它們產(chǎn)生的數(shù)據(jù)已經(jīng)具備了大數(shù)據(jù)的基本特點，即規(guī)模性、多樣性、高速性、價值密度低。同時制造業(yè)的數(shù)據(jù)還具有多來源、多維度和多噪聲等特點[3]。

3 冷端數(shù)字化管理系統(tǒng)內(nèi)容

3.1 數(shù)據(jù)采集和處理

數(shù)據(jù)是提高生產(chǎn)線能力的核心手段，很多業(yè)務都需要數(shù)據(jù)來驅動。生產(chǎn)線上有大量的自動化設備，每天都會產(chǎn)生大量的數(shù)據(jù)。如何將有效數(shù)據(jù)從大量數(shù)據(jù)中篩選并采集起來，并進行實時的處理，是首先要解決的問題。

冷端數(shù)據(jù)采集的方式有多種。第一種是由生產(chǎn)線PLC將數(shù)據(jù)以TCP/IP的方式傳輸給數(shù)據(jù)采集軟件，第二種是由數(shù)據(jù)采集軟件根據(jù)PLC的地址通過西門子OPC協(xié)議直接讀取，第三種是通過射頻識別技術(RFID)進行讀寫[4]。

數(shù)據(jù)處理是數(shù)字化技術中最重要的一步，數(shù)據(jù)的處理過程包括數(shù)據(jù)清洗、數(shù)據(jù)分析和數(shù)據(jù)存儲。

制造業(yè)的數(shù)據(jù)經(jīng)常存在很多的噪聲、異常和干擾，這些無效信息可能是由于設備異常或者人工輸入錯誤導致，而這些異常數(shù)據(jù)會導致采集到的原始數(shù)據(jù)雜亂無章，不可分析。數(shù)據(jù)清洗就是對數(shù)據(jù)的預處理，將大量無效信息和干擾過濾掉，獲取到真實需要的數(shù)據(jù)。通過填補缺失值、去噪、異常檢測、數(shù)據(jù)變換和規(guī)約等方式把數(shù)據(jù)變?yōu)榭煞治龅母邇r值數(shù)據(jù)。

數(shù)據(jù)分析的過程是用適當?shù)臄?shù)據(jù)統(tǒng)計方法對數(shù)據(jù)進行分析匯總以及概括總結。傳統(tǒng)的數(shù)據(jù)分析方法有列表法、作圖法、時間序列分析法、聚類分析法和回歸分析法。近些年深度學習方法開始逐漸出現(xiàn)在制造業(yè)數(shù)據(jù)分析中。

數(shù)據(jù)存儲是將數(shù)據(jù)以某種形式存儲在硬盤或數(shù)據(jù)庫中的過程。為了保證高效的存儲或查詢，通常采用分布式存儲的方式。制造業(yè)數(shù)據(jù)量大，尤其是冷端生產(chǎn)線上存在多種視覺檢測系統(tǒng)，這些檢測系統(tǒng)獲取了大量圖像數(shù)據(jù)，數(shù)據(jù)通常以文本形式存儲于硬盤中或存儲于關系型數(shù)據(jù)庫中[5]。

3.2 智能生產(chǎn)控制

冷端生產(chǎn)是連續(xù)化的生產(chǎn)過程。智能生產(chǎn)控制主要體現(xiàn)在智能生產(chǎn)算法上，通過智能生產(chǎn)算法，保證冷端的優(yōu)化切割。算法通過模仿自然界和生物界的規(guī)律，實現(xiàn)生產(chǎn)過程的自適應。

優(yōu)化切割算法采用遺傳算法實現(xiàn)，根據(jù)玻璃表面缺陷和訂單建立問題模型，確定個體的編解碼方式和適應度函數(shù)。根據(jù)訂單的數(shù)量和優(yōu)化長度確定種群規(guī)模、終止條件和搜索空間。根據(jù)玻璃排布的優(yōu)先級大小確定個體的適應度。依據(jù)適應度進行選擇，適應度低的被淘汰，留下適應度高的個體。從父輩群體中隨機挑選兩個個體交換基因信息。依據(jù)概率將個體中某一位基因進行編譯運算形成新的種群，不斷迭代直至達到終止條件[6]。算法流程圖如圖1 所示。

智能算法的引入使切割機能夠最大化的將缺陷避開，切出需要的訂單，從而達到最大化價值生產(chǎn)的目的。

3.3 數(shù)據(jù)驅動決策

通過對冷端數(shù)據(jù)的分析處理可以實現(xiàn)信息資源共享，探索生產(chǎn)數(shù)據(jù)與生產(chǎn)工藝之間的潛在關系，實現(xiàn)跨工藝的生產(chǎn)協(xié)同能力。如獲取玻璃板面的缺陷后，可根據(jù)需要查詢不同種類、大小的缺陷在不同時段內(nèi)在玻璃帶上的分布情況，可以反向推導出熱端工藝調(diào)節(jié)的優(yōu)劣，從而針對性的改進生產(chǎn)工藝流程。

4 結 語

浮法玻璃冷端數(shù)字化管理系統(tǒng)在多條生產(chǎn)線上實施應用，以數(shù)據(jù)可視化的手段為生產(chǎn)操作人員提供了操作指導，為生產(chǎn)線管理提供了數(shù)據(jù)支持，有利于形成科學的生產(chǎn)管理體系。未來有更多的生產(chǎn)線需要做數(shù)字化轉型，具有廣闊的推廣價值。