【工业4.0案例分析之108】Fraunhofer自适应网络化生产中心的高性能生产

3. M2M通信的数据结构及界面

工业制造仍需要大量人工支持：人工支持从机器项目发展开始，延伸至参数化法、组织过程、组织周期及人工质量控制。这延长了建设及操作时间，整个过程需要有经验的机器操作师直观地在进程阶段间传递信息并提交给制造执行系统（ MES）等计划系统。

目前，现有公司将预压、零件测量等不同进程步骤的练习自动化。很多企业都缺少自动周期，不能利用自动周期检测测量系统、机床、及策划那个界面及标准化数据格式之间的数据交换。德国弗劳恩霍夫生产技术研究所（Fraunhofer IPT）研发了新机器对机器技术，确保生产网络得以延伸，保证生产网络设计更具适用性。此句旨在实现计划系统、生产机器及测量工具的自动信息交换，无需人工施加直接控制。

持续数据格式及OPC统一架构（OPC Unified Architecture）等标准化界面确保无论几台机器参与进程，整个过程链中都有持续网络支持。一体化通信解决方案一句工业标准生产，为高级自动化的开展提供强劲、操作友好的控制解决方案。

在跨学科特别研究领域（SFB/TR4）“复杂光学零件复制的生产链”框架下，微结构自由形式光学的总数据一致性得以实现。进程步骤及制造、复制和计量机械系统范围在同一网络下连接起来，并于对应的计划系统相联。

4. 利用并列计算机操作数据分析获取额外信息

将带有复杂软件系统的网络设备与传感器组合使用渐渐流行，流向制造业的数据快速增多。结构化记录并归档浩如烟海的数据需要大量时间和精力。起初，预想的透明化没有实现，这反而导致了混乱的情况。只有使用适合的数据处理程序、只有从大量数据中提取真正有用的信息才能获取知识。为此，德国弗朗霍夫生产技术研究所提出了快速数据处理及评估的高效概念，将该概念转化为实时具体应用。

比如，适应高速显微镜的自适应光学系统可快速从计量资料中提取相关信息。处理大量数据的方法之一是并列计算机运行。评估高速显微镜使用图像适配卡的快速处理器，而非主处理器。

图像处理器可各自独立，同时进行大量运算。图像处理器也可记录波前显微镜实时产出的大量数据。自适应光学可在图像出现干扰时立刻分析偏差、转为具体促动器指示、进行补偿。显微镜系统可根据实际运行准确调整，可按此方法更新升级。

德国弗朗霍夫生产技术研究所的大规模计算应用范围包括光学同调断层扫描术（OCT）中的信号处理及用于观察分析大图像数据的“金字塔成像”（Pyramidal View）。

5. 为企业带来满足顾客需要的技术

制定战略计划之前应进行相关信息的系统收集及分析，引入制造或网络技术时尤其如此。然而，在恰当的时机定位并追踪恰当的技术通常需要长期训练和渊博的实践知识。在这种情况下，网络化、以社区为基础的方案十分有用，该方案整合网络合作伙伴及组织外专家，共同寻找最合适的解决方案。

定向扫描、探查及监控提供了新方法，使企业免受技术及市场竞争困扰。日益提高的技术成熟度、吸引人的价格或低开支带来了与竞争技术或竞争机会相关的风险，该风险可迅速检测，确实可靠。工业4.0范围内顾客导向技术的系统性途径已由Fraunhofer IPT用于交通、医药工程等领域，确保了该领域内的企业在数字制造方面的特殊经济潜力。

在“工业4.0审计”框架下，弗劳恩霍夫生产技术研究所评估了产品现状及相关附加值结构的现状，评估依据数字化、网络化及灵活性等工业4.0原则进行。评价指出产品进程中的系统性浪费及其原因。审计过程中，在用于判断适合技术的系统性途径帮助下，将导出用于优化有效生产相关网络的自适应控制系统等实践证明有效的解决方案。

自适应性

1. 考虑新的变量，如时间的不确定性和能源成本

以增加可用的变化范围内的多样性为例的发展或能源部门的新供应概念都驱动着迅速提供大量的信息能力的需求，并且在某些情况下是全球范围内的。经典的用于生产计划的目标标准，如机器利用率和吞吐量频率在工业4.0中伴随着与一些因素，如时间相关的风险或能耗相关的因素等的进一步的信息。考虑这些数据的新的生产计划和控制的概念可以对降低生产成本做出重大贡献。

Fraunhofer IPT 发展了这种本质的概念，而这使可能涵盖到这些目标的维度成为可能。只有当所有的相关产品数据是可用时，当企业资源计划（ERP）、机器及其操作数据、能源控制以及制造企业生产过程执行系统（MES）被连接在一起时，公司才能够得到一个全新水平的关于其生产设备和过程的透明度。

Fraunhofer IPT结合其在“电子制造企业生产过程执行系统”研究项目中的合作伙伴，正因而扩大生产计划与控制领域来使其包括能源导向订单规划，而其与智能电网相结合，将继续允许即使在能源成本上升时的灵活的能源和成本的有效规划。

短的反应时间和控制回路是能够充分发挥负载峰值的能力的基本要素。要做到这一点，重要的是要确保操作和机器数据、产品相关的重要数据和机器相关的能源数据是可用的——如果在实际中可能的话。为此，企业资源计划和面向机器的能量测量系统被连接到中央制造企业生产过程执行系统，并且适当的接口已经开发出来了。与目前的生产进度状况、能力和能源消耗相关的透明度因此可以被实现。与负荷管理中的直接干预相关的机会和风险可以通过与能源供应商的同步通信来使用。

2. 高度个性化医疗产品的工业制造

个性化的治疗方法在现代医学中起着越来越重要的作用：个性化相关的概念多数是以病人为中心的，并且注重复杂的和相应的高成本的医疗产品，如假牙、外用假体或内固定材料。经济的高度定制的产品，即“批量等级1”是在这种情况下的重要目标。面向生产工程的主要挑战是要使公司工业化地生产这些定制产品的需要，以及同时保证经济性。

Fraunhofer IPT工作正致力于能够经济地制造医疗、个性化的一次用品的生产系统。Fraunhofer IPT和其8个项目合作伙伴正在共同资助发展一个试生产系统，这将推动需求导向的生产定制，微创导丝。这些导线被用于微创手术，如在定位导管进入血管的诊断或治疗用途时使用。不同于金属线，新的导线也可用于磁共振成像系统（MRI），因此适合无线电敏感个体，如婴儿或怀孕的患者。这个项目的目的是缩小大规模生产的经济效率和定制订单生产之间的差距。

为了实现这一目标，分隔的加工步骤以前被连接和合并在一个自动的、连续的过程。这对高品质的要求没有任何不利影响，因为所有相关的系统组件在一个网络中工作，并且所有的过程和产品参数都在一个中央数据库中归档。

在过程模型和历史数据集的基础上，数据挖掘被用于连续优化已知的产品配置的工艺参数记录以及用于新产品配置。这样，面向满足急切需求并且延伸至“批量等级1”的适应性和成本效益的生产经营得以发展。

3. 自优化生产过程

自优化是自适应系统中的一个重要控制原理。延伸到包括自治目标重定义的经典控制原理使得在技术系统中建立人工智能变得可能。与实时信息的可用性相结合，即使是高度动态的工业4.0环境中，这也将为强大且具有柔性的生产系统的创建铺平道路。

在“高工资国家综合生产技术”中，Fraunhofer IPT 以附属与亚琛工业大学的机构和设施正在探究能够应用人工智能原理于显著扩展的闭环控制能够被使用的应用和服务范围的新方法。最重要的目标是使机器和设备更自动、更智能以提高他们的灵活性，以及处于干扰因素下的稳定性。自优化作为一种解决灵活且能够反馈的自动化的途径，在这方面做出了重要的贡献。

装配是其一个经典的应用领域。Fraunhofer IPT针对高性能激光系统的装配提出一套自优化原则，并通过应用进行验证。光学元件的高精度方向性是这种激光系统组件的关键质量标准之一。就制造和工艺公差而言，满足最严格的要求是至关重要的。自优化装配系统可以上升到通过使用模型来解码传感器数据的挑战。这可以通过绘制如光束轮廓和光功率或成像质量的光学特性、评估它们并使用一个封闭的控制回路中的结果以纠正个别光学的位置来解决这个挑战。在一个自我优化系统，公差最小化已经被功能导向装配工艺管理代替。因此，在复杂装配工艺中的规划所需努力可以大大简化，同时保持一个强大的生产系统。

在与注重卓越技术的研究合作伙伴的合作中，科学家将自优化控制的原则从生产过程使用于一些其他的应用——从通过焊接的装配到编织机的优化。研究工作的目标是要实现在初始过程设置所涉及的努力和成本的显着减少。在这种情况下，取得了一个前所未有水平的灵活性——向小批量生产系列和个别产品的生产自动化迈出了重要的一步。对这些过程控制的强化，与实现了的经典应用的对比，提高了他们的稳定性，因此即便考虑到高度灵活的工厂操作的快速变化的参数，他们同样具有非常大的可靠性。

4. 具有多传感器工具夹持器的自适应机床

机床的效率很大程度上基于高度开发的机械电子组件。然而，到目前为止智能的、嵌入式的系统并未能取得进步。传感器的使用通常仅限于最重要的安全功能或自动校准的工具和工件。通常有一个集中的信息处理单元，它在一个操作中收集所有的信号并进行分析。

然而，只有当自动的、传感器辅助的系统被集成在机床上，自适应的生产才能够实现。只有这样机器和设备才能够控制生产过程达到最优，即使是在不断变化的情况下。作为更高传感器密度的结果，这现在可能能够创建一个足够广的信息基础，以允许嵌入式系统接管过程控制功能。

Fraunhofer IPT正在开发集成到机器上的智能传感器系统，以收集所需的过程中工艺和产品信息并使控制系统可用。在这种情况下的主要挑战之一将涉及到面向过程的信息处理，即如何将原始数据，如电流转化为具体的关于过程力量或振动的陈述。

在“传感器工具”研究项目中，一个多传感器刀架能够记录一个持续过程中的大小、力、力矩、振动和工具温度，正在与几个工业公司合作开发。除了传感器，数据处理组件将被集成在工具架中。这允许刀具磨损或材料缺陷相关的可翻译信息，例如，可在加工过程中获得。

高性能生产

1. 复杂生产环境中的自动化

关于控制单元和控制站中的互连和生产链监控的概念，在工业的一些领域和一些应用中已经很好地被应用，尤其是在连续过程工程中十分受欢迎。对于能灵活和自适应控制的，高度自动化的过程序列，我们也能够进行连续的数据采集。而在复杂的生产环境中完成数据采集任务也是工业4.0的一部分。活细胞的培养是复杂环境中的过程序列的实例。

细胞技术中的过程自动化和控制是一个关键的挑战：影响因素如细胞密度，温度，湿度和气体浓度以及细胞产物的非常显着的遗传个性，对过程控制操作提出了严格的要求。各个设备之间的高度联系，以及在过程控制中无缝集成度量，是主要的先决条件。

在合作的“干细胞工厂”（ StemCellFactory）项目中，弗劳恩霍夫生产技术研究所以及来自研究和工业的合作伙伴开发了用于生产干细胞的全自动化生产平台。该平台具有许多质量保证和电池处理部件，它们通过中央控制站互相连接。它们会连续测量每个细胞群体，并且基于测量结果自动重复地调整过程参数。专为此目的开发的控制站控制整个过程并监控整个生产过程中使用的设备和材料。如果资源量（例如过程介质的填充水平）低于指定水平，系统会自动通知用户。这个设备资源管理系统能够自动应用自动调度算法。

除了质量保证和处理设备，该平台还具有现场层面的一系列基本功能和一些配备有可编程逻辑控制器的安全相关系统。它作为附加模块集成在生产平台中，并与控制站相连。除此之外，平台还具有一系列日志功能，可确保过程和设备的数据一致性。系统地收集，处理和保存数据。简洁明了的操作员界面会向操作员展示这些数据，并支持数据的评估。

2.通过在线质量监控来确保最大生产力

考虑到过程模拟的系统联网，在闭环和开环控制以及质量监测系统中，可以实现生产设施的自适应控制。在理想情况，这种性质的控制系统能够利用现有的过程知识，从而实现高度灵活的制造工艺。控制系统绘制的最佳机器参数可以通过集成过程模拟来确定。这缓解了为识别出最佳工艺参数的，在物理部件上的昂贵迭代的压力。

开环控制单元接收有关正在进行的过程和条件通过补充部分的直接反馈和与闭环控制单元连接的工具的在线质量监控设施的直接反馈。这将允许整个过程在全速度下运行，而没有部件质量的风险。任务的最基本要求是所有系统和软件解决方案都必须通过合适的接口和数据处理。最重要的是，这些数据将在数据库中结构化，连续导入，并使用适当的分析方法进行评估。

在欧盟“AmbliFibre”研究项目中，Fraunhofer IPT与国际伙伴进行合作，正在开发一种用于生产由热塑性复合材料制成的零件，组合而成的卷绕系统的自适应控制概念。意在将该设备适合用于高度灵活的产品生产，例如用于石油和天然气工业的管道以及用于汽车领域中的压力容器。

为此，通过集成在机器内的模拟软件分析过程区中的热特性，并且确定缠绕所需的热能水平。在这一点上，一方面必须确保有足够水平的矩阵系统熔化，另一方面必须确保在制造过程中系统和材料都不会过热。而机器控制单元可以在数据分析的基础上调节和适应热源的输出。

对绕组质量的持续监控，能确保生产系统接近最大加工速度，者对产品质量没有任何不利影响，也是提升生产率的主要办法。 

3. 系统评价生产数据的技术数据库

用于收集和分析机器，工具和质量数据的自动化系统有助于提高产品和工艺质量。正如工业4.0常说的“万物同源”。我们的目标是所有相关生产数据以结构化形式只提交一次，就完全没有任何冗余。只有当这个目标已经实现，才有可能进行详细和有意义的数据分析。

Fraunhofer IPT正在开发和研究如何将拥有这种性质的系统用于一系列的技术和制造方法中。使用适当的数据分析软件揭示整个制造链中的相互作用和依赖性，比如通过用于制造复制光学的技术数据库的实例，也能找出可以进行优化的方面。

光学精密模制的技术数据库包含整个过程相关的信息，例如通过机械加工工艺，工具涂层，光学元件的质量分析和成型工具脱涂的成型工具的准备等信息。这是通过将所有相关的产品和工艺参数及其质量指标记录在技术数据库中实现的。信息将完全根据“万物同源”的原则，以关系数据结构的形式连接和存储。简洁明了的前端允许通过过滤器功能迅速检索历史数据记录。为了识别过程链中的模式和依赖关系，可以使用标准化SQL数据库。标准化SQL数据库带有“Rapid Miner”评估数据记录的数据挖掘软件。

因此，用于提高制造效率和产品质量的最佳参数，过程条件和过程策略最终可以从神经网络，决策树或相关分析导出并反馈到系统中。技术数据库和后续的分析操作允许端到端数据采集，可以进行整个过程链中的生产数据的整体分析以及最佳过程设置的推导。与常规方法（例如实验设计（DoE））的结果相比，可用于识别和分析相当广泛和详细地过程依赖性和最佳参数的数据的基础和质量。