基于边缘计算的软件定义机器智能化

文章来源:中国传动网 发布时间:2017-08-01
分享到
今天,智能制造给出了“智能”多重的定义,但是,如果换个视角,仅仅从用户的角度来讲智能,那么可以把所有的智能总结为一句话:“智能化=简单高效的实现灵活的制造应用”。

今天,智能制造给出了“智能”多重的定义,但是,如果换个视角,仅仅从用户的角度来讲智能,那么可以把所有的智能总结为一句话:“智能化=简单高效的实现灵活的制造应用”。

对于用户而言,搭建什么样的体系架构、采用什么样的智能算法亦或模型都是次要问题,如何在个性化时代,响应客户个性化的需求,高品质而低成本地生产出满足消费者个性化需求的产品才是问题的本质。

个性化的体现

个性化在于差异,人们可以在超市看到琳琅满目的产品,发现原来的可口可乐单一的标签为个性化的标签所代替,以适应年轻人的个性化喜好,包括通过App来定制西装这样的需求、个性化的冰箱已经不稀奇,为了赢得消费者,生产制造商开发了各种产品,然而,这些都对传统的制造带来了挑战,包括机器如何适应这种变化,需要更为有效的技术支撑。

软件是智能的最集中体现

对于生产制造而言,首先是机器的智能生产实现,而从各个领域,无论是包装、塑料、印刷工业都可以看到,软件才是“智能化”的关键,例如:在注塑机里,为了适应各种需求,通过模块化软件设计,可以为不同的机型如油压注塑机、电液混合型、全电动、立式注塑机配置了不同的软件,仅通过参数设置即可适应不同的注塑生产,而包装后道的裁切仅通过参数设置即可让电子凸轮裁切进行匹配生产,硬件系统往往是通用的,而差异来自于不同行业的工业Know-How软件的差异,也因此,产业界都认同软件才是未来竞争的关键。

软件定义机器智能

而对于机器的智能,软件又分为多个方向的集成能力,首先,得有一个集成平台,才让它们能够实现在垂直和水平方向的智能集成,以贝加莱的AutomationStudio为例,它为机器智能化提供了基础平台保障。图1描述了在该平台实现智能的多个方面。

图1机器智能化的几个方面

(1)IIoT融合接口支撑

如果控制的智能是基于“信号”,因此,对于AutomationStudio而言可以通过对PLC、Motion进行机器的模块化软件集成来实现分布式运动控制,以及软件的分布式,而对于计算(Computing)--基于“信息”的策略与优化问题,AutomationStudio提供了标准互联的接口支撑,包括OPCUA,以及在OPCUA基础上针对塑料机械领域的Euromap77、Euromap67,以及未来的Euromap79,针对包装工业的PackML,这些垂直行业的信息模型使得机器数据与MES/ERP以及各种智能系统、IIoT数据分析平台进行接口,并实现对生产质量、工艺参数、能耗等的优化。

(2)建模仿真

对于每个机器而言,都会有其内在的工艺建模需求—这才能让机器更为简便的接受不同的生产任务,例如:对于灌装系统而言,每个批次的灌装会有不同的逻辑处理、不同规格的瓶型会需要不同的灌装曲线、针对不同的速度需要不同的运动控制间的协调,灌装单元与前道的吹瓶、后道的旋盖、贴标、膜包都有关联关系,这些关系可以通过统一的建模,在软件上形成其内在的控制模型,当瓶型、速度、液体等变化时,系统仍然具有自我适应能力,而无需人员进行重新的编程或者调校。

如图2所示,基于AutomationStudio平台,可以实现对机器的各种控制如薄膜材料卷绕张力控制、注塑机的液压、温度控制等,而仿真软件可以是MapleSoft、MATLAB/Simulink、Virtuos等,然后通过代码自动生产以及与AutomationStudio的自动导入直接下载到控制器、驱动,实现智能算法的开发。

图2仿真建模的应用架构

对于每个行业而言,其智能都必须考虑复杂的生产个性化变化,进而能够针对这些变化形成最佳的工艺路径,以及从生产系统接受任务来计算机器本身的最佳工艺参数。

(3)机电一体化融合

智能产线中运动控制、机器人扮演非常重要的角色,因为它们是实现智能化的执行机构,而另一方面,从软件的角度而言,它们也关系到对MES的反馈,并接受来自生产指令,因此,今天的智能运动控制系统已经肩负“柔性”的重任,例如:对于注塑机,机器人配合已经成为了机器人第三大应用场景(来自IFR统计),而对机器人与工艺设备的集成而言,传统的自动化系统会遇到障碍,而对于基于PLCopenPartIV协同运动控制编程的自动化系统而言,注塑机的控制与机器人是可以完全在同一架构下完美匹配的。

图3注塑机与机器人的应用集成

图4则是一款最新设计的称为SuperTrak的贝加莱柔性电驱输送系统,它可以将注塑机、机械手、输送、辅助加工进行集成,实现最大灵活性的生产。

图4机-电-软一体化的SuperTrak集成

(4)知识自动化

软件开发软件、智能机器的软件开发可以基于软件复用来提高效率,而将领域知识进行封装成组件模块,重复利用本身也是“知识自动化”的范畴,知识自动化是智能化重要的构成,这样可以让机器快速的适应生产,而无需复杂的编码、测试过程。

贝加莱的mappPLASTIC就是为塑料工业所开发的,如图5-mapp将机器分为机电一体化对象(机器人、轴控、轴组、液压的控制),射胶、熔胶、开合模、保压等专用的注塑机控制行业专用模块,再加上基础的文件、配方、报警等管理,可以快速的为注塑机实现油压、伺服泵、全电动注塑机,以及注塑机与机械手、关节机器人、SCARA机器人的整体智能制造单元的集成。

图5贝加莱基于mapp的注塑机开发

图6塑料工厂智能集成应用场景

(5)通信互联

总线技术让系统更为智能在于它可以获取更多的参数,除了信号之外,可以为机器提供维护、使用时间累计、当前状态、故障记录等。而实时以太网技术则让生产变得更为高效—快速的切换工艺,当生产的工艺发生变化时,通过高速的以太网快速下达指令,运动控制系统可以让生产快速适应新的工艺需求。

OPCUA不仅仅是一个通信协议,OPCUA在智能制造中扮演最为重要的角色:通过共享的信息模型,使得OT、IT和CT之间可以实现语义互操作,这样,IT与OT即可实现真正的融合,通过类似于共享内存的机制,每个单元包括控制、MES、IIoT等均可访问地址空间,获取自己想要的数据。通信互联构成了智能制造的基础骨干,智能的实现都依赖于标准规范的传输、连接。

(6)智慧工厂集成能力

智慧工厂的集成能力同样是软件的集成,包括了机器控制器所提供的机器状态参数,基于EUROMAP77进行注塑机的MES系统集成,包括OPCUA与云平台的集成,与边缘计算平台的互联。

IIoT的价值

工业物联网(IndustrialInternetofThing)是德国工业4.0、美国工业互联网组织IIC所推动的在整个制造层的互联架构,在中国,我们称之为Internet+。

工业物联网主要聚焦于解决在工厂级的分析与优化问题,与自动化技术聚焦于控制的精度、速度、逻辑不通,工业物联网与分析系统能够为工厂提供在管理级的优化,包括了如图7所示的资产、运营、服务三个维度的工作,这些与生产运营、品质、能耗、维护保养相关的问题均可被纳入到这个层面。

图8是来自于IIC的数据分析报告,对一些制造业公司进行调研后,企业的需求按照紧迫性进行的对比,显然,预测性维护、客户/市场相关分析对设计的改善、通过数据驱动来改善产品质量的需求较为明显与迫切。

图7IIoT为制造业带来的价值

图8未来1-3年数据应用分析对企业应用重要性的调研

边缘计算的软件智能

边缘计算(EdgeComputing)相对于云计算,其旨在通过对现场的数据采集并进行实时的控制,与云计算的差异在于云相对较长的数据采样周期(秒、分、小时、天)。

对于边缘计算以及云计算,则基本上由软件构成,其硬件基本为开放互联的传输设备和服务器架构,这些在商业领域已经非常成熟,而另一方面,在这个层面的软件则更趋于开放,可以采用各种软件包括数据库、移动端APP的开发、智能的分析平台软件来进行应用的处理,包括基于Web技术的访问。

边缘计算是实现工业物联网IIoT的一个重要方法与途径,通过边缘计算,将机器、工厂数据进行采集,除了用于本地计算所需的实时性高的数据外,也可以提供给云平台进行更为全局的计算与优化。

而对于贝加莱而言,其APROL平台可以作为塑料、包装等工厂的边缘计算平台,当然,作为自动化厂商已经为其集成了包括PDA、EnMon、ConMon等数据采集、能源、维护的软件,并且,通过mappVEIW为机器开发的显示可以通过任意的移动端设备如iPhone、Andriod平台的智能终端、iPAD等,他们只要有支持HTML5、Javascript、CSS的浏览器即可,如GoogleChrome、Apple的Safari、Microsoft的IE浏览器。

在边缘计算层的软件完全可以基于这些开放架构的软件来实现,包括本地云、智能分析软件均可借助于这些已经非常成熟并接口开放易于开发的软件来实现。

图9显示了整个基于时间的各个层面的任务分级整个工厂、企业的数据流,对于自动化OT技术而言其主要聚焦于微秒、毫秒级的任务处理,而边缘计算则聚焦于数十毫秒-秒的计算,而云计算则处理更大时间周期的任务,整个数据流与层级通过图9所示的结构被有效的分级处理。

图9各种计算的时间需求

OPCUA也被集成在设备的控制器中,由于OPCUA支持Web服务的访问、Pub/Sub这种订阅方式的数据传输,这使得机器可以被边缘平台访问,提供智能分析,并快速返回给设备,对整个产线进行工艺的优化与改善。

图10为基于这个时间分层结构的注塑机工厂架构,而底层的控制器处理本地的注塑机产品制造任务,而边缘侧处理整个工厂的OEE、质量、维护等本地数据,而云平台则处理整个工厂与材料消耗、能源统计、质量整体优化的数据分析应用。

图10基于边缘计算的塑料工厂实现

可以看到,在这整个智能制造中,机器与工厂被软件所覆盖,基于软件的智能使得机器从底层的数据采集、工艺、通信互联、工艺分析、运营管理的接口实现完整的本地智能和全局智能交互。

收藏
赞一下
0