新闻

数据驱动智造,工业数据采集、分析与应用高级研修班成功举办

2022-04-28e-works

326阅
2022年4月27日到28日,e-works数字化企业网于线上成功举办“工业数据采集、分析与应用高级研修班”。
       2022年4月27-28日,由e-works数字化企业网主办的“工业数据采集、分析与应用高级研修班”于线上成功举办。本次研修班吸引了20多位国内制造企业高管和智能制造相关部门负责人的参与。

       本次实训班为期两天,以专家培训+互动交流的形式帮助学员了解工业数据采集、分析与应用的难点和痛点,为制造企业的数字化转型提供合适的路径与方案。课程设置具有较强的实用性与指导性,受到学员的一致好评。

       4月27日上午,华中科技大学机械与科学工程学院研究员刘红奇讲解了工业数据采集背景、对象、方法与价值。企业应该采集哪些数据?他解释道,在设备运行过程中,有五个方面的数据需要采集:一是包括属性、时间以及动作数据在内的“人”数据,二是设备运行状态数据、性能表现与效率表现数据,三是材料特性与属性数据,四是工艺执行数据,五是场景与环境数据。刘教授分析了五类数据之间的关系,他谈到,“人”、物料与环境数据是生产过程中的主要输入变量,可随生产需求不断调整;设备、工艺数据则是生产过程中的主要系统变量,因生产过程可能不稳定,需要对其进行连续、实时监控。在设备数据中,协议数据可通过通讯协议从设备控制系统中获取相应的数据值,而传感数据需依靠各传感器完成如电流、加速度等数据的采集。刘教授表示,在工业应用中,实时性场景中的边缘数据采集与分析系统,需要在最靠近物理设备的使用现场,利用有限的硬件设备,完成设备层数据采集、数据对齐、协议转换、数据上传、一定程度数据特征提取与模型计算分析等操作;关于非实时性场景中的传统数据采集与分析系统,他介绍了主流的两类数据采集系统:MDC系统,主要采集设备开关机状态、报警、设备工作日志以及统计设备利用率;SCADA系统,在电力、化工等流程制造行业较多,主要利用组态技术对PLC进行逻辑控制以及实现PLC数据采集。刘教授总结道,数据采集与应用是智能制造的核心内容,是体现智能化的关键。数据采集和应用的重点是以感知为基础,以分析与识别算法为核心,并将解决应用场景问题作为目标。
x
刘红奇  华中科技大学机械科学与工程学院教授
 
x
数据应用的重、难点
 
       施耐德电气工业自动化业务部数字化能力中心资深架构师、技术顾问姚少华介绍了从边缘到企业级的数据采集应用。姚总表示,供需关系的适应、资本和运营的整合与竞争、不断完善甚至苛刻的环境、健康与安全法规等新挑战不断出现;同时,数据采集在企业中的应用方向逐步趋向于平衡项目投资风险与效率、优化价值链、提高资产可靠性与可用性等方面;加上云架构、工业物联网、大数据、数字孪生、人工智能、混合现实等新技术,在这样一种新环境下,数据采集从边缘发展到企业级规模成为了必然趋势。姚总举例说明了几种数据采集从边缘到企业的应用策略,包括工业物联网、数据上云、统一的数据源、资产绩效管理与边缘管理等。
x
姚少华  施耐德电气工业自动化业务部数字化能力中心资深架构师、技术顾问
 
x
从边缘到企业级应用策略
 
       27日下午,武汉恒力华振有限公司CEO刘涛针对工业互联网的数据治理做了讲解。随着市场、企业自身需求的驱动,制造业正在向数字化发展。数字化转型中的制造企业,管理、制造系统的分工不断细化,在这些系统分化、升级的过程中将出现大量数据。刘博士强调对于愈来愈多的数据而言,数量并不等于质量,并且可能会出现如数据重复、数据质量差、数据不够完整、数据不准确、数据时效性不明确、数据之间被割裂、数据关系复杂等问题,因此企业需要对数据进行治理。刘博士指出,数据治理其实是一种体系,通过将流程、策略、标准和组织的有效组合,对企业信息化建设进行全方位监管,需要企业高层的授权和业务部门、IT部门的密切协作,其目标是保证数据的质量、可用性、可集成性、易用性和安全性。实施数据治理需要解决的问题有数据分散多样化、隐蔽性质量问题、数据管理责任、利用率低、管理落实不利、决策依据不准确等,同时注意数据治理需要建设好体系、夯实基础与IT赋能、聚焦数据、建管一体化等事项。他强调,数据治理需要细心并且有足够的耐心和精力,才能实现数据质量提升。数据治理是一个坎坷的过程,需要企业从战略上支持;数据治理不是快速见效的项目,其最终目标是赋能业务、提升数据价值;数据治理并非推翻原有的信息化系统建设,并且要在安全、效率等方面做好权衡。刘博士列举了几个数据治理的典型收益,包括数据资产运营变现、以更高视角复盘历史的运营情况、完善和提升现在的信息系统运行能力和辅助预估未来最优的决策路径。
x
 
刘涛  恒力华振科技有限公司CEO
 
x
数据治理的发展阶段
 
       武汉凡谷电子技术股份有限公司副总经理刘烺分享了制造业数据分析与工厂实践案例。刘总提到,制造业数据来源种类多样,包括物流数据、资金流数据、客户数据、产品设计与工艺数据、制造数据等。对于如此之多的数据,企业目前亦面临着较多问题,如业务部门在技术改造时未按照统一标准而自建系统,企业缺乏统一的标准建设系统以及缺乏能对各厂家数据进行整合的标准软件接口等。刘总指出,价值共生的概念将为企业克服传统制造中的困难、实现数字化转型指明方向,数字化的“连接”、“共生”、“当下”是区分工业时代与数字化时代的三个本质特征,相较于工业时代企业通过一系列努力获取资源、提升能力,从而构建核心竞争力,数字化时代的企业资源和能力有了更多来源于企业外部的可能性,核心竞争力的关键变成了理解“当下”的价值和意义,“连接”成为了企业实现战略的关键要素。同时,需要完善管理IT化以实现制造业数字化转型。管理IT化应具备完整的管理体系,所有业务有流程支撑,而所有流程实现IT化,有IT系统承载。为改善管理IT化,企业需要审视自身IT化的现状,确定流程IT化的基线,制定计划以落实管理IT化基线并能做到逐年提升。

x
刘烺  武汉凡谷电子技术股份有限公司副总经理
 
x
数字化的理解
 
       4月28日上午,北京亚控科技有限公司监控事业部产品经理米振鹏分享了数据采集与监控(SCADA)构建方法与实践。米总介绍道,SCADA项目规划的目标包括构建统一的数据采集平台、集中数据和工艺流程展示、生产数据存储统计分析、实现设备集中控制和预/报警、搭建全面且集成的开放性平台。企业应用SCADA可建立基于工业网络的设备集成和集中生产监控系统,并规范数据互联接口。米总提到,SCADA的数据来源有设备硬件、数据库、文件和第三方系统等,对于数据的采集实施需要标准化,为此,企业应优先选择主流设备、主流协议以及行业规约,接口应统一规范。另外,对于定制化的数据采集,企业需要选择适合系统的供应商和通信方法,自定义数据格式。米总总结了数据采集标准化的好处,分别是易维护:提高产品互换性从而减少备件,节省维护、保养费用;易集成:方案完备,成熟度高,有效降低对接过程中的技术风险,效率高、周期短、见效快;易共享:学习资源多,维护经验可共享,通用性较强,可充分利用和集成已有的技术成果。
x
 
米振鹏  北京亚控科技有限公司监控事业部产品经理
 
x
SCADA项目实施过程
 
       北京英迪致远科技有限责任公司CEO周本华带来了设备采集及应用实战分析。周总指出,目前,部分企业对于设备的监控存在诸多缺陷,如不了解设备当前状态与关键设备的利用率、故障率、完好率,无法获悉设备平均利用率,不清楚为何设备实际OEE偏低,生产压力饱和或生产能力过剩的设备有哪些,不知道该需要采购设备等。在生产监控上,企业对于生产质量追溯可能无从下手,以及不清楚如何合理安排生产任务。MDC(Manufacturing Data Collection)系统,作为一套用来实时采集、报表化和可视化车间的详细制造数据和过程数据的软硬件解决方案,可以有效解决上述企业生产和设备管理难题。MDC系统是工厂实施数字化车间的重要基础之一,涉及到设备互联互通、数据采集、刀具管理、生产监控、生产信息传递、产品质量控制等全方位的解决方案,是车间信息化(MES系统)的基础平台和控制平台。关于如何进行设备数采系统选型,周总的建议是:在多个项目指标方面首先考虑的是供应商的技术、经验成熟度,其他需考虑的事项有如安全性、是否节约成本、是否能保证质量等。
x
周本华  北京英迪致远科技有限责任公司CEO
 
x
MDC网络系统结构
 
       28日下午,无锡微茗智能科技有限公司产品部经理顾龙云分析了如何让数据成为新生产力。顾经理谈到,工业互联网本质是通过创新的技术解决方案服务于智能制造的不同层面诉求。其中,工业物联网是工业(产业)互联网的数据和流量的入口,连接着人力、设备、物料、工艺、环境、检测等管理要素数据。顾经理指出,物联网的痛点大致有四个:控制器系统厂商分散,协议众多;工艺、种类不同,厂商较多,数量较大,性能质量参差不齐;各业务系统对工业制造数据信息需求各不相同;车间设备布局造成离散加工,面对连续的加工、移动物流、特殊环境与跨厂区等问题,企业不清楚该如何实现高效组网部署。顾经理提到,企业可采用通用的数据采集网关、人机交互式5G终端等设备技术,并借助机电一体化的数据采集方式与应用,对传统网络场景进行拓展补充,部署数据采集平台与集团型企业软件,同时实现协同管理系统和供应商协同管理,能显著提高数据采集效率与准确度,完成“协同智造”;对机加车间、刀具生命周期等生产因素进行管理,可有效降低成本。
x
顾龙云  无锡微茗智能科技有限公司产品部经理
 
x
工业互联网对于工厂管理的价值
 
       中信重工机械股份有限公司信息中心(大数据中心)主任杨磊分享了重型装备离散型智能制造实践与探索。杨主任强调,智能制造首先要进行生产组织与工作流程的优化,进行产品标准化、模块化、数字化;以生产装备自动化、智能化为基础,实现人、机器、系统与产品的互联互通;实现生产数据的自动采集,完成大数据分析,并构建信息物理系统以实现数字孪生。杨主任介绍了中信重工在“十三五”期间搭建的“五平台一中心”信息化体系,此体系成为了离散型智能制造示范点。针对离散型智能制造,杨主任列举了目前按照规划方法实施并获得成功的创新应用实践,如打造了“5G+数字孪生”离散型智能制造新模式、构建了营销服务平台建设从而实现了营销服务网络化、基于数字化研发设计平台实现了研发设计数字化、基于协同制造平台从而实现了生产制造智能化、实现数字化制造和精益生产管理、基于工业大数据中心实现了企业数据资源价值化、基于工业互联网平台实现了业应用平台化、实现5G+工业创新应用落地等。
x
杨磊  中信重工机械股份有限公司信息技术中心(大数据中心)主任
 
x
 离散型智能制造整体规划
 
       本次培训在每节课程都设有专门的答疑交流环节,学员们结合课上老师们所讲的内容以及自身在数据采集、分析与应用中的难点和困惑提出了诸多问题,各位老师知无不言,针对学员的提问做了精彩的回复。讲师们围绕“针对设备预测性维护应用,基于数字孪生和基于数据驱动的方式实现有什么区别?”、“对于数据采集,边缘和边缘计算层是否必须?进行部署的策略是什么?”、“对于现场的大量设备的数据是如何采集的,这部分的工作量大概有多大?”、“MDC与SCADA有哪些异同点?它们之间的关系是什么?”、“离散型重型设备制造过程中在总装生产阶段的自动化和智能化水平如何?”、“已有生产装备的数字化改造目标是什么?设备故障诊断以及预测性维护的应用效果和可靠性达到什么程度?”等问题展开了热烈的讨论。讲师们知无不言,为观众做了精彩、耐心的回答。

       为期两天的培训在热烈的学习氛围中圆满落幕。本次研修班通过精彩的专家演讲、针对性强的答疑,让学员们对如何有效推进工业数据采集、数据分析与应用有了更系统和全面的认识,对数据采集技术与工业大数据在企业中的应用成效与重要性有了深刻的理解和体会。在当前制造行业受疫情影响,迫切需要进行数字化转型的大背景下,此次培训的成功举办使得制造企业对数字化转型,以及推行智能制造建设的路径有了更加具体的认识,进一步加强了从业者的信心。

       e-works作为致力于推进智能制造与两化深度融合的第三方专业服务机构,将通过考察、论坛和实训等多种形式,持续为广大制造企业提供更多与知名企业面对面学习交流的机会。

近期活动预告:

2022年5月12-13日,APS高级计划排产原理与实施应用高级研修班
责任编辑:贺熙鲁
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
读者评论 (0)
请您登录/注册后再评论