资料下载
Apr 26,2018

基于数据互联的工业机器人智能服务系统

北京航天智造科技发展有限公司(以下简称天智公司)隶属于中国航天科工集团公司,是一家以“互联网+智能制造”为核心业务的专业化公司,是复杂产品智能制造技术国家重点实验室和北京市复杂产品制造工程研究中心的组成单位。
佛山智能装备技术研究院作为工业机器人智能服务系统合作单位,该研究院是由佛山市科技局主管的现代化科研机构,与南海区政府共建,并联合上市公司武汉华中数控股份有限公司共同管理。

一、  项目概况
1.   项目背景
广东省佛山市成立“中国(广东)机器人集成创新中心”,以中国工程院周济院长“一点一面一区一网一系”的理念为宗旨,推动工业互联网产业的跨界合作、开放创新和规模化发展,实现智能装备产业“云+端”的先进模式,推动工业互联网+智能装备产业的服务。通过大数据衍生服务等新业态、新模式的创新,培育制造业竞争新优势,加快推动先进制造业转型升级。
工业机器人智能服务系统以北京航天智造科技发展有限公司为建设单位,以佛山华数机器人有限公司为前期试点单位,通过设备数据采集、监测与分析,提升预防性诊断水平,建立维护保养标准,构建工业机器人智能服务体系架构。
2.   项目简介
依托航天科工INDICS平台,全面推动工业机器人行业以数据为基础的智能化服务,将使用商产线+工业机器人技术+INDICS平台智能服务结合,从机器人应用产线现场数据采集和工业机器人技术及应用研究分析到基于INDICS平台的工业机器人数据应用,实现数据采集、数据分析处理、状态监测、多维分析、健康评估、故障预测和保障决策等多维度、分层次的智能化服务。
3.   项目目标
根据“中国(广东)机器人集成创新中心”“科技研发、成果转化、产品生产、技术应用、行业配套、企业加速”定位要求,构建工业机器人数据应用智能化系统,形成工业机器人产业生态圈。通过一个平台,一个系统,一组数据来服务三类用户(制造商、使用商、集成服务商),创造价值新途径和新渠道。

二、  项目实施概况
1.   实施目标
l  设备管理及维护模式创新;
l  设备维修维护效率提升;
l  设备产线运行稳定,产品质量有效保证;
l  设备维护及运行成本降低;
l  企业产线、产能和设备运行可测可控,提升企业效益。
2.   企业当前存在问题
l  设备非计划停机;
l  设备状态未知;
l  设备产品同质化;
l  设备维修响应慢;
l  设备运维成本高;
l  设备有效利用率低;
l  设备损耗高。
3.   项目实现价值
根据角色定位,具体应用价值主要体现在以下三方面:
机器人制造商
(1) 通过服务实现产品增值
应用大数据分析、移动互联网等技术,自动生成产品运行与应用状态报告,并推送至用户端,从而为用户提供在线监测、远程服务、故障预测与诊断、健康状态评价等增值服务。
(2) 实现机器人产品设计优化
通过对机器人运行数据统计及故障分析,在产品设计及生产上对设备常见故障及问题进行技术优化。
(3) 实现机器人设备的健康管理服务
基于工业机器人大数据和故障模型,预测机器人及产线运转故障,保证客户产线的运行稳定,避免因关重件损坏造成设备计划外停机。
 机器人使用商
(1) 现场设备管理
通过数据采集,监测工厂/车间机器人的运行状态,实时掌握设备开机率、运行率、利用率、故障率以及OEE的统计信息,以便更加合理对机器人设备进行生产配置,提高其利用率,从而提高产能和资产回报率。
(2) 使用商产品质量稳定
监测机器人产线中影响使用商产品质量的关键参数,例如,重复定位精度、走线精度等;分析机器人运行参数故障与使用商产品质量之间的相关性,保证产品生产质量的稳定。
(3) 预测性维护
首先,采集设备实时运行参数与健康数据比对分析;其次,对机器人故障研究建立相应故障模型。通过以上两种方式,预测机器人可能出现的故障,减少非计划停机,提升设备的利用率,降低经济损失。
集成服务商
(1) 通过装备应用的大数据处理分析、数据挖掘以及数据可视化展示,研究工业机器人的应用创新。
(2) 确立工业机器人应用需求,构建新的机器人应用场景。
(3) 构建机器人应用数据处理模型,提出行业大数据的解决方案,并进行工程实施验证。
4.   项目总体方案
项目总体架构

图1  总体架构
(1) 门户层
通过统一认证授权提供业务服务统一注册、统一登录入口。
(2) 应用服务层
应用服务层主要包括设备监控与分析、设备资产管理、预测性维护、备品备件库等功能,通过设备数据采集与建模,对设备的潜在故障提前预警,提升设备的整体效能。
(3) INDICS平台服务层
该层主要为各业务应用系统的构建和运行提供技术支撑,并为各应用服务提供计算、数据等资源的调度、管理及监控服务。
(4) 设备感知层
该层主要是现场的工业机器人系统及相应附加传感器、智能网关等设备。
5.   网络互联架构

图2 网络部署图
工业机器人数据源主要有两种:中控系统和数据采集传感器,两种方式采集的数据通过工业现场总线协议,完成底层数据向上层网络传输过程中的协议解析以及上层网络向底层设备传输数据过程中的数据协议封装。
SMART IOT 工业互联网网关是一款连接航天云网INDICS平台和工业设备的网关,为工业设备连接及INDICS云平台服务的使用提供行业定制配置。支持的现场总线协议包括Modbus、Profinet、Ethernet、OPC等。
数据传输层支持HTTPS、MQTT、AMQP等多种传输协议,其中HTTPS通过SSL加密方式为云平台提供数据安全保障;MQTT、AMQT为分布式消息协议,能够满足大数据开发,可靠性传输和分发需求。
6.   数据架构和应用
数据应用主要是提供数据清洗/交换、数据存储/计算、数据分析/挖掘功能,其中数据清洗/交换采用ETL、Sqoop、Flume等工具对数据进行交换和清洗处理,数据存储支持行式结构化数据库,HBase列式数据库、分布式HDFS文件存储等方式,数据分析包括分布式Mapreduce计算,内存Spark计算和流式Strom计算等方式。数据服务层应用决策通过分类、聚类、关联、推荐算法计算结果进行决策分析,能够为应用提供客观、准确、实时的决策分析依据,其架构如下:

图3  数据架构
7.   项目应用效果
(1)用户管理
用户管理包括设备制造商和设备使用商管理。设备使用商版(系统)中,可以维护其具有业务的设备制造商信息,同时,该设备制造商在其系统中可以查看到对应的设备使用商信息。目前建立使用商和制造商之间的关联信息共享关系。

设备台数 制造商E 制造商F 制造商G 合计
使用商A 1 1 1 3
使用商B - 2 - 2
使用商C - 2 - 2
合计 1 5 1 7
图4 【使用商&制造商】管理关系及设备数量对应表

图5 使用商列表

图6 制造商列表
(2)设备运行工况监测
设备实时数据采用方格式设计理念,方便企业用户快速定位目标设备的运行采集点数据,简单易懂,类比分析感较强。同时,还提供设备的历史数据查询(1个月内的数据),为后期设备健康状况的分析提供必要的数据保障。
 
图7 预测性维护

图8 数据云监测
(3)设备关键参数异常监测
采集设备参数数据,为采集点设定科学阈值(正常运行范围内的最大值与最小值),并与实时数据比对分析,计算风险故障发生概率,预测未来故障机率,减少非计划停机。

图9 关键参数监测
(4)设备利用效能监控
Ÿ   接入云平台后,停机率大幅度降低;
Ÿ   设备维护预测有效减少设备停机维护时间;
Ÿ   多维度对比工业机器人健康状态,生成维修决策建议;
Ÿ   通过运行数据与质量数据的关联分析,更有效的检测和分析产品的一致性,保障产品生产良率;
Ÿ   设备综合使用的OEE指标显著提升。

图10 设备利用效能监控
(5)维修维护管理
通过采集和积累设备数据,并建立模型,对设备进行有针对性地维护,有效减少30-40%设备维护时间,设备的利用率提升约18% 。

图11 维修维护管理
(6)使用商产线运行监控
工厂/车间采集和监测设备工况、故障和任务信息,提高设备安全运行率,为预测性故障诊断提供数据支持,避免非计划停机带来的人力、财力的浪费。

图12 产线运行监控
三维模型展示通过INDICS数据平台获取设备实时运行参数,与工厂机器人同步联动,实现机器人远程管理。

图13 三维模型展示
(7)制造商工业机器人运行监控中心
目前共接入38家企业,78条产线的机器人,实现了机器人的智能管理,可以实时监测机器人运行工况、及时发现工作异常,及时维护保养,减少非计划停机。并通过积累故障数据优化机器人设计。

图14 设备运行监控大屏
8.   安全及可靠性
(1)系统安全
工业机器人智能服务系统基于航天科工INDICS平台。INDICS平台总体技术架构具有较强的安全措施和安全防范能力。其中,应用层采用OAUTH2.0进行认证,利用RBAC模型进行权限保护,提供安全审计等系统安全保障和网络环境措施,系统可根据需要设定安全等级。
(2)数据安全
数据安全主要从数据安全隔离、访问控制、加密传输、安全存储、剩余信息保护等几个方面开展建设,为机器人数据应用平台用户提供端对端的信息安全与隐私保护。
(3)核心服务安全建设
核心安全服务主要包括:统一身份认证、安全审计服务、安全策略服务、统一授权管理,以实现机器人数据应用平台的跨域资源共享。

 
三、  下一步推进计划
1.   产品功能
故障树分析模型及机器人健康度评估模型还需要不断完善,需要结合人工智能、深度学习等新技术不断开展研究工作。
2.   接入标准
目前在机器人接入标准方面,统一的工业机器人数据接入标准亟待发布。
3.   安全机制
机器人设备可以实现远程监测,在远程操控的安全机制建立方面还需要探索研究。

 
四、  项目创新点和实施效果
1.   创新点
(一)  三维模型可视化
借助虚拟现实技术,将真实机器人工作时的角度数据实时地采集并传送到虚拟现实环境中,利用角度数据驱动机器人模型,使之与机器人同步运动,并将各关节的角度数据在显示屏上显示出来,达到虚实映射的目的。
(二)  工业机器人的健康管理
基于设备历史数据和设备故障树研究,通过分析设备实时数据,预测设备可能发生的故障情况。
2.   实施效果
(1) 通过机器人数据应用平台系统的使用,OEE有效提升约20%;
(2) 通过平台进行设备维护预测,减少30-40%设备维护时间;
(3) 预测性能退化趋势、提前发现故障安全隐患,故障事故率下降约25%;
(4) 通过大数据分析模型,更有效的检测和分析产品的一致性,促进产品优化设计。
访问人数:2888