【PLM】PLM视角下,数字化工厂的构建之道!

2018 年 10 月 20 日 产业智能官

本文立足智能制造,从PLM视角下,提出了数字化工厂的概念,确立了其内涵与定位。针对数字化工厂的通用技术、应用技术、业务活动及管理等内容开展研究和分析,形成了数字化工厂的技术体系框架,并给出了支撑数字化工厂的信息系统的应用架构和系统架构。

作者:饶有福

来源:e-works 数字化企业网

  当前,航空、航天、船舶及汽车等行业正重点研究智能制造和工业4.0 , 践行中国制造2025,以实现先进制造企业的转型升级。在此趋势下,全球各大院校、科研机构和先进制造企业的研究重点之一—— 数字化工厂,并已初步形成一致的结论:数字化工厂是智能制造和工业4.0 实现的必经之路。


智造趋势下的数字化工厂



    随着国际竞争的不断加剧和制造业劳动力成本的不断上升,对设备效率、制造成本和产品质量等环节的要求不断提高。离散制造业中以汽车、工程机械、航空、航天和船舶为代表的大型企业已越来越重视数字化工厂的建设。

数字化工厂借助信息化和数字化技术,通过集成、仿真、分析和控制等手段,可为制造型企业的制造和生产全过程提供全面管控的整体解决方案。自20世纪90年代开始,全球相关的企业和科研机构纷纷开展数字化工厂技术的研究,但到目前为止尚未形成统一的描述,其范围、内涵和实现框架也未统一。

    众所周知,智能制造和工业4.0 已成为全球的研究热点。智能制造以数字化、网络化和智能化为其三大要素,其中数字化是基础,要求产品模型化、资源模型化和过程可视化,不难发现其本质是在产品生命周期内实现模型驱动需求、设计、制造、生产、验证及服务全过程。

工业4.0 提出了物理赛博系统(CPS) 、三大集成和八项行动等实现技术与规划,其核心是产品生命周期和生产生命周期(即两PLM ) 的融合,同时融合的基础还是模型。可见,智能制造和工业4.0的核心、本质及其实现的基础均离不开产品生命周期及在全过程中运行的模型。因此在智能制造和工业4.0 的驱使下,从PLM 视角入手,数字化工厂应充分继承前人的研究成果,结合新特征和技术以进一步向深度和广度延伸,满足智能制造和工业4.0 的发展要求。

    参考知名学者及国际电工委员会词汇库对数字化工厂的定义,本文认为数字化工厂(Digital Factory) : 是指以产品全生命周期的相关数据为基础,以模型为核心,在计算机虚拟环境中,对整个制造和生产过程进行仿真、评估和优化,并进一步扩展到整个产品生命周期的新型生产组织方式,是现代数字制造技术与计算机仿真技术相结合的产物。在PLM范畴下,“数字化工厂”的定位如图1所示,它是在数字化环境中贯穿整个工艺设计、规划、验证、直至车间生产工艺的整个制造过程。

     

    图1 数字化工厂在PLM范畴下的定位

    在PLM视角下,数字化工厂有三大内涵,分别为:以MBD模型为核心的数字化协同研制;以虚拟仿真为手段的数字化制造和生产过程的验证分析;以制造过程管控数据与模型为基础的数字化制造和生产过程的优化决策。


数字化工厂实现架构



    1 . 技术体系框架

    根据工业化和信息化两化融合要求,数字化工厂技术体系框架如图2所示。顶层T1框内描述的为数字化工厂管控技术体系,T2框代表数字化工厂实现的通用技术体系,T3框代表数字化工厂应用技术体系,T4框代表数字化工厂的一般业务过程体系,T5框表示数字化工厂的基础能力体系。

    ( 1 ) 管控技术体系。主要包含:①以工艺业务活动在线闭环跟踪为主的任务/ 计划管理;②以智能装备及企业资源管理(Enterprise Resource Planning,ERP) 或制造运营管理(Manufacturing Operations Management,MOM) 产生的大量的实时和历史的制造数据为基础的实时分析和优化管理;③以综合管理为基础的智能决策。

    ( 2 ) 通用技术体系。主要包含:①应用流程梳理工具开展数字化工厂全业务域的流程和方法及流程优化再造的流程技术。② 基于流程中涵盖的人- 机- 料- 法- 环- 工具为基础,以产品、资源、设备设施、材料、能源、工装、人员、厂房、物流、工艺过程等为内容构建模型的建模技术。③在数字化建模的基础上,对制造系统进行运动学、动力学、加工能力等各方面进行动态仿真优化的仿真技术。④在流程、模型基础上,应用IT技术和虚拟现实技术,提供立体的多维度的数据/ 信息展示和交互的环境的可视化技术。⑤以数字化工厂所涉及的流程、工具、方法、数据、知识及环境为要素的集成技术。

    ( 3 ) 应用技术体系。主要有:①以构型为指导、以模型和数字样机为核心、以并行和协同为基础的数字化制造过程管理技术。②在可视化环境中,基于样机和模型,应用仿真手段完成协调和工艺总方案规划的数字化工艺规划技术。③ 以MBD为基础,以仿真为手段,完成装配、检测、数控、钣金、焊接、检测及工装等设计和作业指导书的数字化工艺/工装设计与仿真技术。④以制造系统中的制造要素和过程模型为基础,应用仿真手段完成制造系统的过程模拟并基于物理生产系统实采信息进一步仿真优化的生产系统设计与仿真技术。⑤数字化工厂中所涉略的资源、设备设施、材料、工装、人员、厂房、工艺过程及标准规范和知识等资源应用技术。

    ( 4 ) 业务过程体系。数字化工厂的业务过程一般有:数字化工艺规划、仿真验证及管理,如图2中T4框内的V1所示;在数字化环境完成生产生命周期的规划、仿真验证及管理,如图2中T4框内的V2所示;物理环境中生产系统的构建和运行及管理, 如图2中T4框内的V3所示。     

    图2 数字化工厂技术体系框架

    ( 5 ) 基础能力体系。主要包含数字化工厂的流程、 工具、 方法、 数据、资源、知识管理和分析,并通过集成形成的数字化工厂环境。

2 . 信息系统实现

    按照数字化工厂确立的技术体系框架,根据其业务过程, 总体上数字化工厂的应用架构如图3所示,总体上可以分为六大部分,分别为数字化制造过程管理、数字化工艺规划、数字化工艺/装设计与仿真、生产系统设计与仿真验证、资源体系管理及基于ERP/MOM的智能分析和决策。

因此,数字化工厂平台的组成架构如图4所示。系统分为基础层、数据层、功能层、应用层、展现层及用户层,共六个层次。其中应用层的搭建按照应用架构进行展开。       

    

结论



    本文立足智能制造,从PLM视角下,提出了数字化工厂的概念,确立了其内涵与定位。针对数字化工厂的通用技术、应用技术、业务活动及管理等内容开展研究和分析,形成了数字化工厂的技术体系框架,并给出了支撑数字化工厂的信息系统的应用架构和系统架构。

    数字化工厂的建设是一个复杂系统工程,企业在构建过程建议以系统工程方法论为指导。同时结合企业自身的状态,设计好数字化工厂的蓝图和评估评价体系,进行总体规划和分步实施。另外计算机、网络、数据挖掘及智能化装备等技术不断地飞速发展,因此在未来数字化工厂建设过程也将根据企业需要有步骤地融合相匹配的先进技术。



基于Teamcenter的PDM与CAPP集成

                                                

导读:企业信息化系统的建设是一个循序渐进的过程,企业一般根据自己的需求、特点、规模、经济实力在不同的应用部门实施不同的应用软件和管理系统,如设计部门PDM系统,工艺部门CAPP系统,生产部门ERP系统等,企业中各个部门的员工对自己所使用的信息系统非常熟悉并习惯使用系统完成自己的工作,要完全抛弃已有系统重新上一个一体化平台对于有些企业是并不现实的,因此实现各个系统之间的集成是必要的一种解决方案。


作者:衡冬 | 来源:联宏科技


就国内的现实情况来说,由于国外的结构化工艺设计理念和技术引入国内较晚,在“甩图板”工程后,国内的一些软件供应商纷纷开始投入精力研发一种辅助工艺人员编制工艺卡片的软件,即计算机辅助工艺规划系统(CAPP)。经过10几年的发展,国内大多数制造企业都已经使用了CAPP系统,并在CAPP系统中编制了大量的工艺卡片。近几年,协同设计、数字化工艺、数字化制造被更多地企业所接受,那么如何更好地利用已有的CAPP系统和历史积累的工艺数据,与设计部门和生产部门共享产品信息,实现PDM系统同CAPP系统的集成就是一个必不可少的工作。



PDM与CAPP
集成的目标



PDM与CAPP集成的目标可以概括为:消除设计与制造之间的信息孤岛,打通企业产品数据信息流和业务流。


工艺是连接设计和制造的桥梁,工艺制造信息是产品全生命周期中最重要的数据之一,工艺数据同时是企业编排生产计划、制定采购计划、生产调度的重要基础数据,在企业的整个产品开发及生产中起着重要的作用。通过集成,充分利用产品的设计数据,有效地管理工艺流程、制造工艺及其版本,确保工艺信息的全程共享、一致性、安全性,从而为ERP系统提供信息交流与数据准备的途径;同时,提高工艺设计和管理的水平,确保工艺的规范化、标准化及工程的质量,缩短产品研制与生产的周期。



PDM与CAPP
集成的集成模式



1应用封装模式


利用Teamcenter系统的工具封装类,封装已有的CAPP软件产品,使之成为PDM系统中的一个应用工具,并在PDM系统中建立“工艺文档”的数据模型。这样,一方面PDM系统能够自动识别、存储并管理由CAPP工具产生的工艺文档;另一方面存储的工艺文档在PDM中被激活时,可启动CAPP工具,并在其中对该文件进行编辑、修改。



应用封装模式的优点


  • 无需做大量的开发,一般只在PDM系统中做简单的配置即可;

  • 适用于大部分CAPP软件产品(工具类CAPP),可选择面较广;

  • 若企业已经实施了CAPP系统,则其中已有的数据在集成之后仍然可用。


应用封装模式的缺点


  • 数据共享程度低。应用封装的集成方式下,PDM只能管理应用系统产生的文档整体,而无法访问其内部的数据。CAPP也难以从PDM中获取所需的产品信息;

  • 难以保证工艺数据的一致性。为了保证工艺数据的一致性,CAPP一般不产生工艺文档,而是直接将工艺数据保存在数据库中。或者,工艺文档仅作为一种辅助的方式而存在。如果采用应用封装的模式,PDM只能管理到文档一级,从而难以保证数据的一致性;

  • 只能封装CAPP中产生的工艺文档,对于诸如材料定额、工艺路线等结构化数据无法封装处理,仅适用于CAXA工艺图表等工艺编制工具类软件。


2中间件集成接口开发模式


这种集成模式,它将PDM与CAPP 作为两个各自独立的信息系统,通过集成开发平台实现系统间的数据交互。将PDM的数据导入到CAPP进行工艺设计,或者从CAPP将工艺数据导出到PDM进行管理,实现数据间的双向集成。比如:PDM向CAPP传递设计BOM、设计图纸,工艺员在CAPP中完成工艺的编制后将归档的工艺文件传递到PDM系统并与相关零部件关联。



中间件集成开发模式的优点


  • 基于接口的开发技术成熟、实现难度小,PDM和CAPP相对独立,互不影响;

  • 充分利用已有的成熟CAPP软件产品,减少开发量,开发周期短,风险小;

  • 系统升级时影响面比较小,便于系统的维护。


中间件集成开发模式的缺点


  • PDM和CAPP集成不紧密,某些功能重复,比如组织架构、权限管理、流程管理等;

  • 两个系统具有自己的数据模型,如果和其他系统集成,需要开发和CAPP的接口;

  • PDM系统中没有管理结构化工艺数据,不能很好的支持三维工艺仿真及数字化车间应用。


3基于PDM平台的数据模型集成模式


该模式可基于TCM平台,利用TCM的数据模型和管理思想,分离CAPP的工艺数据管理职能,将原CAPP中工艺管理功能整合至Teamcenter,CAPP仅作为工艺编制及配置的客户端工具,工艺编制完成保存及检入工艺数据后,在Teamcenter中建立业务对象及对象间的关系,同时结合TCM的结构化工艺管理思想,生成BOP。


典型业务场景



基于PDM平台的数据模型集成模式的优点


基于TCM数据模型,在不改变CAPP工艺编制易用性和操作习惯的同时,满足TCM的系统架构和思想,保证了系统的扩展性和灵活性,同时可以集成Tecnomatix 工艺规划仿真软件,延展至数字化车间 基于同一平台、同一数据模型、同一权限和流程,真正做到设计工艺一体化,同时以充分利用PDM的权限管理、文档管理和流程控制等功能进行工艺管理 符合结构化工艺设计的思想,实现了企业的全结构化工艺设计和信息保存,便于为下游信息系统传输工艺数据,并可以利用CAPP系统在工艺卡片模板定制方面的便捷性定义多种卡片模板,满足企业的生产现场需要。


基于PDM平台的数据模型集成模式的缺点


  • 需要开发人员对CAPP系统数据访问层进行改造,同时需要改变工艺数据的结构化存储的管理方式;

  • 基于PDM平台的开发,工艺编制和管理功能将作为TC解决方案的一部分,而CAPP本身的扩展性(卡片模板定制等)将对该方案的应用产生较大的影响;

  • 开发难度大、工作量多、周期长 PDM 或CAPP 系统升级对整个系统影响。



结 论


本方案基于西门子Teamcenter平台探讨了PDM系统与CAPP集成的几种模式,反应了这几种集成模式的深度以及优缺点,同时也代表了我国制造业的工艺设计信息化不断前进的步伐,最终实现在同一平台上的全结构化的工艺规划设计。




工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进产业OT(工艺+自动化+机器人+新能源+精益)技术和新一代信息IT技术(云计算+大数据+物联网+区块链+人工智能)深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链



版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。



登录查看更多
3

相关内容

人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
【数字孪生】数字孪生技术从概念到应用
产业智能官
86+阅读 · 2020年2月16日
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】数字孪生的前世今生及未来之路
产业智能官
27+阅读 · 2019年1月22日
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
21+阅读 · 2018年8月12日
【智能制造】智能制造技术与数字化工厂应用!
产业智能官
13+阅读 · 2018年2月21日
【工业大数据】一文带你读懂《工业大数据白皮书》
产业智能官
14+阅读 · 2018年1月20日
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
21+阅读 · 2019年3月25日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Arxiv
5+阅读 · 2018年5月5日
VIP会员
相关资讯
【数字孪生】数字孪生技术从概念到应用
产业智能官
86+阅读 · 2020年2月16日
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】数字孪生的前世今生及未来之路
产业智能官
27+阅读 · 2019年1月22日
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
21+阅读 · 2018年8月12日
【智能制造】智能制造技术与数字化工厂应用!
产业智能官
13+阅读 · 2018年2月21日
【工业大数据】一文带你读懂《工业大数据白皮书》
产业智能官
14+阅读 · 2018年1月20日
相关论文
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
21+阅读 · 2019年3月25日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Arxiv
5+阅读 · 2018年5月5日
Top
微信扫码咨询专知VIP会员