结构设计与数字化工厂

结构设计与数字化工厂（精选6篇）

结构设计与数字化工厂 第1篇

随着我国勘察设计行业经营方式的转变和市场发展需求的变化, 工程项目逐渐向全生命周期运作方式转变, 即项目参与各方利益最大化和最大程度利用信息资源和协调的项目运作方式。国内大型设计企业为了提升企业的核心竞争力, 以便在日益激烈的国际化竞争中占据有利地位, 正由传统的勘察设计单位的单一市场职能不断向EPC工程总承包的全部或部分市场转变。这些要求, 依靠目前普遍采用的二维设计方法是无法满足的。随着计算机技术的发展以及国外一些先进设计理念的引入, 使得三维协同设计的手段得以实现, 为从根本上满足设计要求提供可能。工厂三维协同设计在水泥、化工等设计领域应用很快开展起来。

1三维协同设计体系的概念

三维协同设计体系, 是指参与工程设计的各专业, 使用三维设计软件, 利用三维协同设计平台, 以数据为基础, 以三维设计质量管理体系为制度, 以不同于二维设计的流程控制手段, 设计过程智能化程度、协同程度、数据共享程度高的综合设计体系。三维协同设计体系, 能够实现多专业同时设计同一工程项目的不同内容, 并将设计意图以直观可视的三维模型形式表达出来, 通过不断与其他专业模型协同比较、修改并完善设计, 再通过智能方式将模型转化成工程表达, 并统计需要的材料信息。三维模型含有大量的结构、参数、关联和知识信息, 这些信息通过数据库技术和三维模型融合在一起, 可以非常方便地提取这些信息, 进行查询、统计和管理。

2三维协同设计与二维设计的比较

二维设计也有协同, 它首先是可行性研究、方案确定, 然后主体专业提供资料, 结构专业往往最后开工。结构专业拿到工艺及建筑专业图纸和文字形式资料后安排设计, 结构的模型、主体专业的设备布置模型等, 需将假设的车间空间模型以二维形式表达, 以便其他专业参考设计。而这些信息要全面准确的传递到下游专业, 需要大量的二维平面立面和剖面图, 再配以海量的说明和数据表, 方可基本表达工艺的设计意图。

以水泥厂生料立磨基础设计为例, 从工艺资料平面图来看, 很难想象到一个建成后的基础应该是什么样子, 而要完整理解基础内部各预留洞口形状、深度、预埋件的位置、安装顺序、功能用途等, 对于一个没有丰富经验的结构设计工程师来讲, 是颇具挑战性的。而三维设计把复杂设备基础以立体的模型展现出来, 且内部所有信息均是数字化的, 随时可以查阅, 因此这些信息实际上是可视化的。从模型上可以了解整体概念, 还可进入模型内部进行漫游, 查看各细部设计构造、产品标准、安装要求等信息, 对于下游专业设计非常有效。当工艺设备信息有变更时, 三维模型中的相关信息会及时传递到下游设计专业, 且通过平台信息管理系统及时提醒相关修改, 避免设计修改不及时造成的施工错误和损失。

三维协同设计信息传递及时准确, 过程数据、变更数据、定型数据通过版本有效管理, 设计数据实时共享, 有利于上游专业更改后的快速设计, 大大提高了设计效率, 缩短了出图周期。动画创建、装配路径规划、自动干涉检测、渲染、显示、帮助设计人员实现以三维的方式直观展示模型, 直接在模型上嵌入必要的数据信息, 项目管理人员能够实时掌握项目的总体状况, 现场施工人员可以及时获取材料信息, 编制施工方案, 模拟施工顺序, 甚至检查施工效果, 并可根据检查结果向设计部门反馈意见。

3建筑结构在三维协同中的角色

结构专业在水泥工业设计中非主导专业, 传统模式计算分析荷载由工艺专业等以纸介质提出, 结构专业根据所接收资料输入计算, 大量的荷载、复杂的布置, 使结构工程师的工作量非常大。三维结构设计建立在与工艺专业共同的软件平台上, 共享优越的数据库平台, 按照结构知识概念建立真实的结构, 并同时核对同步、实时更新的工艺布置模型, 从而得到结构合理、完全满足开孔和支吊架设备支墩等工艺要求的结构模型, 并以此发布给工艺及相关专业, 以工艺和其他专业布置模型和发布资料为模板的输入表现更加直观、友好;同时结构模型随结构输入可同时发布给工艺及其他专业, 同步更新三维模型, 配合工作更加高效、可靠, 免去了二维图纸配合的种种不便, 因此建立模型更快捷、准确。实现数据共享, 结构信息化管理。通过软件接口, 与结构分析设计软件PKPM以及土建下游制造、施工安装管理软件之间实现无缝对接, 这个也是实施土建三维设计的核心问题。

三维协同建立起现代化的结构设计平台, 能够提供先进、方便、快捷的结构设计手段和结构支撑工具, 提高结构设计效率。其优点主要有:①对结构设计数据进行有效的管理和有效的版本控制, 便于查询、浏览、复用;②对结构设计过程进行有效的管理和控制, 提供了方便的工艺布置、工艺分工、工艺工作计划工具;③对工艺文档进行审批流程管理;④对工艺计划、分工进行跟踪, 及时了解工艺进展情况。三维协同实现了对结构资源、结构知识的管理和利用, 建立了结构资源库、结构知识库, 为结构设计提供良好的支撑工具, 也为实现与CAD、ERP等有关系统的集成, 建立单一数据源产品工程数据库。

4三维设计的全生命周期

利用三维信息模型技术, 通过搭建各专业的三维信息模型, 设计师能够在虚拟的三维环境下方便地发现设计中的碰撞, 排除了在施工环节才能发现的问题, 减少了由此产生的变更申请单, 大大的提高了施工的生产效率, 降低了由于施工协调造成的成本增加和工期延误。

三维模型是一个含有大量工程信息的数据库, 通过三维信息模型获得的准确的工程量统计可以用于前期设计过程中的成本估算, 为项目投标报价提供相对准确的信息。对不同的设计方案建造成本的比较, 以及施工开始前的工程量预算和施工完成后的工程量决算。

三维信息模型结合数字化制造能够提高水泥行业的生产效率。通过三维信息模型与数字化建造系统的结合, 水泥行业也可以采用类似的方法来实现建筑施工流程的自动化。结构中的许多构件可以异地加工, 然后运到施工现场, 装配到建筑中。通过工厂精密机械制造出来的构件不仅降低了建造误差, 并且能大幅度提高构件制造的生产率, 使得整个建筑建造的工期缩短并且容易掌控。标准化构件之间的协调也有助于减少现场发生的问题, 有效控制建造、安装成本。

随着水泥行业的国际化发展, 越来越多的建筑结构构件及设备构件通过工厂加工并运送到国外的施工现场进行组装, 这些构件及设备能否及时集港运到现场, 是否满足设计要求, 质量能否满足业主要求将成为整个建筑施工制造过程中影响施工计划关键路径的重要环节。记录建筑物及构件和设备的所有信息的三维信息模型, 可以解决建筑行业对日益增长的物流跟踪带来的管理压力。

在施工组织方面, 通过三维信息模型对项目的重点或难点部分进行可见性模拟, 对于一些重要的施工环节或采用新施工工艺的关键部位、施工现场平面布置等进行模拟和分析, 以提高计划的可行性。

三维设计成果可以贯穿建设项目的全生命周期, 为工 程的运行、管理、维护提供基础数据支撑。实现在项目各阶段能够通过三维模型获得工程量数据, 从而能够对项目的土建造价进行估算、控制, 并指导采购和施工活动的开展, 最终提高项目的进度、成本和质量管理效率, 实现项目增值。

5结束语

水泥工厂设计可利用三维协同设计平台和手段创造全数字化的设计产品, 适应社会的信息化和数字化发展方向。建筑结构设计在水泥工厂设计中占据重要地位, 涵盖大量的材料准备、制作加工、构建运输安装、工厂维护等信息, 这些信息需要全面、准确、及时传递到项目建设和工厂管理的各环节, 方可实现优化项目设计、降低项目成本、改善资源配置、缩短建设周期、强化工厂维护管理等目标。能否有效将建筑结构设计融入工厂三维协同平台之中将是衡量三维设计项目成败的重要依据, 也将是三维设计长期面临的挑战。

摘要：工厂结构设计需处理来自上游各专业的信息, 工作量大, 但又面临着土建开工时间的压力, 导致设计、施工、修改同时开展的混乱局面。设计错误很难避免, 材料统计不及时也不准确, 项目土建成本很难控制。随着信息化的发展, 基于设计产品全生命周期管理的三维协同设计正逐步取代传统二维数据表达方式。笔者探讨三维数字化设计给结构设计工作带来的革命性影响, 以及如何让结构专业更好参与到三维协同的全过程。

炼化企业中数字化工厂的建设与应用 第2篇

关键词：三维模型,设备,数据,管理,虚拟现实

1引言

近些年的信息化建设从各个层面不断推进, 已经对我们的生产过程和日常管理带来了巨大的变化。 但在各个系统不断扩展增强的同时,我们也认识到它们各自有自己实现的目标,而这些目标处于不同时期不同角度, 形成了很多信息孤岛和业务关联性孤岛。

理顺企业的数据流是企业信息化建设成功的关键之一,最常用的、基础的设备数据涉及不同部门,如图1所示。 采购信息是设备最初的数据来源, 在采购过程中设备的属性信息逐步形成原始数据,是投入使用后的数据基础。 设备投入使用时其技术参数和静态属性信息由设备部门检验和确定,并建立设备档案。 设备启用后,其生产能力和运行状况、检测及维修情况、折旧及价值评估情况分别由生产部门、 维修部门和财务部门记录相关数据和执行相关的任务操作。

各个业务系统之间由于需求不同、目标不同,造成了数据使用的复杂性和多样性。 如何把这些功能上关联不密切、应用上相互脱节、底层数据却需要共享互换的系统集成起来,达到 “基础设备数字化”、 “生产过程数字化”、 “生产管理数字化”、 “决策支持数字化”、 “分析应用数字化”的全过程数字化效果,一直是困扰生产企业的一个难题。

2数字化工厂建设的产生过程

炼化企业设备繁多,设计资料、设备数量相当庞大,地下管线系统错综复杂,一不小心就被挖断,让人头疼不已;如何使工作人员彻底脱离枯燥的数据文字报表,实现三维可视化,是许多业务部门都急于解决的问题, 利用不断发展的信息技术做好设备及检维修管理也就成为了一个引人关注的问题。

三维数字化工厂是基于地理信息系统平台和信息交流平台而开发打造的,它将相关数据植入到系统中,整个生产厂区的所有配套设施进行1∶1三维建模;操作人员能迅速、直观、清晰的了解生产厂区的状态,厂区范围内的建筑、工艺设备、管件、地下管网、电缆、光缆均清晰可见,通过与生产视频监控系统的结合,能动态地查看整个生产厂区的实时情况, 为企业安全生产和应急管理的工作提供良好的管理和监控平台。

设备管理信息化可以使设备管理工作从粗放型管理走向科学性、规范性动态管理,并向多功能方向发展。 数字化工厂的基础层,设备模型化+可视化+设备信息数字化,专门针对地下管网系统孕育而生, 运用三维GIS系统将生产厂区相关设施的地理信息、管线设备图形信息以及维护监控信息进行一体化管理,强大的数据管理功能和空间分析功能有利于对生产厂区内管网进行全方位的监测、 管理和及时的维护。 数字化工厂涵盖了设备动、静态参数满足了机动设备处和维修工作人员的需求,又可以让生产部门、财务部门、物资采购人员直观的了解设备,使信息资源在时间、空间上分布更加合理,达到数据集成的初步效果。

3数字化工厂的目标

数字化工厂的具体内容应该是构建一个三维虚拟工厂,集成大量的图纸和基础数据, 通过数字化工厂可以直观地查询和展示各类管线、设备以及装置的位置、模型和参数,能够在虚拟空间完成各种模拟和测量,为规划、设计、施工、运营等部门提供准确数据支持的管理环境。

3.1生成直观的管线、设备及装置三维模型

包括地上地下, 三维立体展示整个工厂物理分布情况及设施的运行状态。 管理人员能够方便灵活获取装置、罐区、管线等基础三维信息,以及工程设计信息、动态运行信息,为生产指挥、 设备保养、运行维护提供可靠信息支撑。 可实现动土、动火、有限空间管理的三维可视化。

3.2信息分类管理和查询

数字化工厂集成了大量的设备、 管线以及装置的图纸和基础数据,包括工程设计文档、技改技措文档、各种管理文档等各种格式文档,可以建立数据结构规范,对数据进行规范化处理, 管理人员能够对整个工厂的装置、罐区、管线等按设备进行可视化查询,为工厂大修、抢修及日常维修、演练和管理提供完整的基础数据。

4数字化工厂的实施

信息化项目的使用效果屡遭诟病, 业务部门普遍认为信息化项目只是锦上添花,对他们的实际业务帮助不大,这是信息系统只重建设, 不重应用的结果。 信息化项目要想达到实用性效果,还需要包涵很多内容,数据管理、需求管理和沟通管理变得十分重要, 而这些方面在项目实施时很容易不被重视甚至被忽略。

4.1注重用户的需求调研

据统计80%以上的信息化项目失败都是因为项目的需求不确定造成的, 而需求的经常变动大部分都是因为我们不能从客户的角度出发分析和发掘需求。 一个成功的项目应该很好的解决两个问题,那就是“我们可以帮助业务部门解决什么问题? 我们能给业务部门带来什么价值, 能给他们的工作带来什么样的方便和收益”,这样才能引起业务部门的关心和关注。 所以需求调研和分析也是非常重要的一步,要了解业务流程、变更管理、 需求跟踪、需求验证和确认等重要内容。

4.2做好沟通管理和冲突管理

数字化工厂作为一个综合类的大型信息系统, 设计之初能准确捕获用户需求几乎是不可能的, 这就需要经常与业务部门进行沟通,同时还需要对业务人员进行项目的基本知识培训,让他们更好的了解软件项目开发的过程和步骤, 以提高他们对开发高质量业务需求重要性的认识水平。 项目组成员的从业经验和业务背景往往与业务部门干系人存在很多不同, 构成了双方在相互信任、理解和沟通方面的若干障碍,当项目运转时,总有不合理、不规范、违背常规的情况暴露出来,这时就必须要运用人际交往手段来弥补和促进工作角色之间关系的和谐。 一些非正式的交往和沟通手段提供了更多可供选择的办法来解决争端,使他们愿意共享技术、信息,直至相互信任,营造出融洽、和谐、愉快的工作环境,从而达到管理制度无法促成的岗位或部门间的默契配合,以此来保证流程的畅通,促使信息化系统得以顺利组织和实施。

4.3项目实施综述

项目整体管理是项目管理中一项综合性和全局性的管理工作,项目经理必须按照《信息系统项目管理》的五大过程组和九大知识领域,从整体上权衡各个分项目标,执行科学合理的详细管理工作计划,对项目实施中的潜在风险进行识别,分析,规避负面影响,把握正面机会,定期对项目进行监督,指导,保障项目按管理计划既定基线运行,加强项目相关干系人的沟通,以保障项目成功实施。

业务部门所做的工作、所起的作用是不可忽视的,他们参与该工作的积极性直接决定了信息化进展程度的快慢、 信息化系统水平的高低。 数字化工厂的建立最后还是要有人去用,利用各种有用的数字化资源为生产管理服务,因此用户的“想法”特别重要,数据则根据用户的应用需求来确定。 用户有想法准备用来使用和分析的数据,我们优先植入系统,以“应用”促“建设”,是信息化项目接地气的重要方法。 业务部门更多的是关注管理和业务,对信息系统的实施不会积极主动的参与,一般也不会派驻专人进入项目实施组,通常只有一名业务联系人。 数字化工厂改变了传统工作模式,本身就会遇到阻力,在没有给业务人员带来便利的同时,必然会引起抵触情绪。

数字化工厂数据量十分巨大,实施周期长,实施人员一定要主动与业务部门的人员进行融合沟通。 信息系统的宗旨就是提高工作效率,给业务人员的工作带来便利,实施前首先要了解和掌握业务的工作流程,知道业务部门关心的是哪些设备参数,经常变化的动态数据有哪些, 在检维修流程中他们最繁琐的是哪些环节,信息系统能否给他们带来实用性的帮助,这样针对性的与业务关联起来,就比较容易引起业务部门的关心和关注。

4.4应用范围梳理

数据的组织与管理工作也十分重要,很多信息系统重建设、 轻应用和数据管理, 造成烂尾楼的现象, 数据就像是人体的血液,有了血液系统才能形成一个有活力的有机体,业界流传很广的一句话是“三分技术,七分管理,十二分数据”,可见数据的重要性。 炼化企业一套装置设备数据的采集、录入通常需要一个月时间,给业务人员带来了沉重的负担,并且数据很容易出现收集不全、丢失或录入错误的情况,数据还需要进行采集、录入、整理、归纳、提炼等一系列过程,才能有应用价值,所以数据的管理一定要采取灵活、机动的策略。 数据建设采用层层推进的策略, 不要期望数据的管理能一步到位; 做好数据建设的组织与管理工作;做好基础资料的后续维护。

数据质量是数据的生命,错误的数据不但没有任何意义,而且干扰生产。 外界环境和生产情况在不断变化,数据准确度是个相对的概念,目前数据准确并不代表一直都准确,所以对于静态数据和动态数据都要不断调整和优化,这是长期的、无止境的。

总之,基础数据整理是个艰苦细致的工作,数据质量的提高是个渐进和求精的过程。 实施信息系统的企业一定要高度重视基础数据的整理,使基础数据达到了及时性、准确性和完整性的要求。 基础数据准备这项工作的重点不是在数据本身,严密的计划和合理的组织才是完成这项艰巨工作的最好手段。 同时利用已经提供的各类分析工具进行分析应用。

5结语

结构设计与数字化工厂 第3篇

关键词：数字化工厂,Delmia/QUEST,布局仿真,物流优化

0 引言

随着经济的全球化,产品的竞争消除了国界,其复杂程度越来越高。产品更新换代加速以及客户化定制生产方式的形成,给企业提出了更高的要求,如缩短新产品上市和交货时间(T),提高产品质量(Q),降低生产成本(C),提供全方位的服务(S),即TQCS[1]。计算机仿真技术的发展和虚拟现实技术的产生,使数字化工厂技术(Digital Factory)逐渐成为一个新的研究热点。数字化工厂技术将传统的基于手工和经验的设计规划转变为基于计算机仿真和优化的精确可靠的规划设计,从而减少了工厂与工艺规划的时间,缩短了生产准备周期,优化了生产线配置,减少了工程更改量,降低了开发成本和投资风险[2,3,4]。

1 数字化工厂技术

数字化工厂是以产品全生命周期的相关数据为基础,利用计算机仿真技术,根据虚拟制造原理,在虚拟环境中,对整个生产过程进行规划、仿真和优化的一种现代生产组织方式。在数字化工厂中,产品的加工制造、装配、测试、生产规划和物流管理等都可以得到模拟,这使得规划工程师、工艺工程师和工业工程师可以在一个虚拟的环境中对未来的过程进行预分析[5]。数字化工厂的基本功能如图1所示。

2 基于Delmia/QUEST的虚拟仿真技术应用

Delmia/QUEST是用于对工艺流程的准确性和生产效率进行仿真分析的全三维数字环境。QUEST拥有强大的三维可视化功能和健全的导入/导出功能,可接收来自AutoCAD、Pro/E、UG、Catia、Creator等多种三维建模软件的模型,因此在QUEST环境中还可以采用精准的三维模型来解决工厂的布局规划问题[6]。本文以某厂采煤机4大关键零部件的机械加工车间为例进行仿真说明。

2.1 搭建车间三维布局模型

需要搭建的虚拟物理模型包括厂房框架、机器设备、物流运输设备等,这里以Pro/E为例说明模型导入的技巧。Pro/E模型包含了过多的面片和数据,如果直接导入QUEST会导致运行困难,再者QUEST中的模型只要求外形尺寸精准即可,因此要对Pro/E模型进行简化处理,具体步骤如下:

(1) 将建好的Pro/E(*.part.1)模型保存为*.wrl格式的文件,如果是装配体(*.asm.1)模型,最好先收缩包络简化后再保存为*.wrl格式文件。

(2) 用Deep Exploration软件打开*.wrl格式文件,在此软件中按照面片的个数进行简化,直到模型大小合适为止,然后再保存成*.stl格式的文件,最后把导出的*.stl格式文档放到QUEST软件安装路径下的STL文件夹下即可。

为保证静态布局仿真的准确性,还必须要求所有模型按照二维图的位置摆放。先将AutoCAD图纸简化,删减与布局无关的信息,然后保存为*.dxf格式的文件,导入QUEST中作为三维模型摆放的标准;然后按照二维布局进行摆放,完成某采煤机机加车间数字化工厂的静态模型。

2.2 车间布局仿真

通过对车间模型的观察分析,发现二维规划中存在以下问题:

(1) 原二维图未充分考虑空间干涉,钻孔工作区4台Z3080摇臂钻床公用一个工件缓冲区会产生空间不足的现象,建议将4台钻床的缓冲区分开,这样不但会减少工件的物流运输成本,而且加工前后工件容易辨识且空间充裕,便于进行6S管理。

(2) 二维图中半龙门吊只考虑X、Y轴方向的工作范围,没有充分考虑Z轴方向的工作空间,在QUEST模型中可以直观地看出龙门镗铣床的高度已经接近半龙门吊的高度,如果吊起工件的话,很可能会碰到昂贵的设备,在此必须把半龙门吊换成高度更高的行车。

2.3 生产线仿真优化

物流仿真模型还应包括各种设施的层次关系和它们之间的交互行为。QUEST内部逻辑事件是由SCL语言编写的。通过仿真运行,对仿真结果进行分析,发现喷丸、喷底漆工位以及热处理工位有明显的堵塞情况,此时堵塞工位的机器利用率、缓冲区等待零件数量以及物流工具的利用情况如表1所示。

由于喷丸线附近的空间很大,因此考虑在该区再建一条喷丸和喷底漆的生产线,形成两条并行的生产线。热处理处没有足够的空间增加设备,所以此处只能更换热处理速度更快的设备,此时假设更换设备后此处的节拍和前工位的节拍一致。另外,从表1可以看出行车的利用率都很低,同一区域内的两个行车可以共用,可以在这3个区域内分别减少一个行车以减少投资。

改进后再次仿真运行,两条喷丸、喷底漆工位的利用率都控制在50%左右,没有在制品堆积;热处理炉的利用率为76%,虽有在制品堆积,但有所减少;行车的利用率都在10%以内。图2和图3分别为关键工序的在制品个数优化前后对比以及4种产品的产能随时间的分布情况。

图2、图3的统计数据表明:①经过调整优化后,喷丸生产线和热处理工位的负荷得到了很大的缓解,机器利用率回归正常,基本没有在制品堵塞现象,有效地解除了该瓶颈对整体产能的影响;②车间内设备的利用率整体上都有所提高,减少了资源的闲置和浪费;③在多数关键工序的设备处,在制品量基本趋于合理,基本不影响大局;④4种产品的成品个数随着生产时间的增加有规律地增长,并且成套配置合理,即摇臂壳体、行走壳体和牵引壳体的个数基本上是电控箱体的两倍。

3 结束语

现代制造企业面临着诸如生产线规划、制造工艺规划、物流规划等方面问题的挑战,数字化工厂作为现代制造领域新的研究方向,提供了产品从设计规划到产品下线整个过程,是对整个项目各项性能评估分析的有效工具。但是数字化工厂在国内的研究还有很多局限,与国外的差距还很大,另外数字化工厂是一个复杂而且庞大的系统,本文探讨的内容只是在基础应用层面上的沧海一粟,还有更多的问题值得去探讨。

参考文献

[1]严隽琪,范秀敏,马登哲,等.虚拟制造的理论、技术基础与实践[M].上海:上海交通大学出版社,2003.

[2]孙威,张浩.数字化工厂技术在生产线规划中的应用[J].计算机辅助工程,2005,14(3):43-46.

[3]吴云峰,邱华,胡华强.面向设计与制造的数字化工厂平台[J].中国制造业信息化,2011,40(1):1-5.

[4]季金花,陆剑峰.数字化工厂技术在汽车制造企业布局规划中的应用研究[J].汽车工程,2009,31(11):1103-1107.

[5]张浩,樊留群,马玉敏.数字化工厂技术应用[M].北京:机械工业出版社,2006.

结构设计与数字化工厂 第4篇

工厂希望能够充分利用智能设备的诊断信息, 但是在以前由于种种原因, 人们很难实现这一目标。其实所有的智能设备都能够利用内置的自诊断功能对自身状态进行连续监测, 而数字自动化和资产管理系统则又可对这些自诊断信息进行连续监测, 但是老系统不能做到这点, 它无法获取设备的诊断信息。这是由于在某些系统中I/O卡采用专有的设备通讯协议, 而在另一些系统中根本就没有实现设备通讯。仅管工厂中的设备一般都是通过HART通讯协议进行通讯的, 但是专有系统依然无法获取设备的智能信息, 因而这些诊断信息就在设备中搁浅了。很多现代化的控制系统均可支持HART、Foundation总线等开放的通讯协议, 配合使用设备管理软件就能获取可执行的诊断信息。另外, 如果诊断信息仅仅显示在维护操作站上, 是不能够及时传达给维护人员的, 因为一般维护工作人员都在现场而不是电脑前, 在这种情况下操作人员需要回到操作台后才能打开详细的设备诊断信息, 看到设备报警。第三种信息搁浅的情况是设备或设备管理软件操作不够方便。

为了实现有效的设备管理, 控制系统必须能够对所有的设备进行调试、开车和维护。这项功能应该集成到控制系统和工作站中。当今大多数工厂都依赖传统的DD技术来管理智能设备, 如果升级到新的增强型的EDDL取代原来的驱动软件技术, 那么智能设备的使用将变得更为方便。

EDDL一个重要的好处在于设备的显示方式都是统一的。设备厂家为他们的设备创建了EDDL文件, 这些文件描述了系统如何显示他们的设备。其中包括菜单结构、先进诊断的图形显示和综合设置功能、简化标定等复杂工作的分步骤说明、以及帮助信息和图形。无论定位器来自于哪个厂商, 使用的是哪个通讯协议, 其阀门行程图的显示方式是一样的;设置雷达液位计的回波曲线是一样的;所有趋势图的工具箱是一样的;因此对于技术人员来说操作任何设备都是一样的。这种一致性并不是由设备驱动来实现的, 它使EDDL的使用变得前所未有的简单。所有的设备问题都能以相同方式体现出来, 清晰明了。

面向制造企业的数字化工厂评估 第5篇

数字化工厂(Digital Factories,DF)是指以产品全生命周期数据为基础,根据虚拟制造的原理,利用计算机技术、仿真技术、虚拟现实技术、网络技术等,在并行工程、精益生产等思想下,对整个生产过程分析以及优化的一种生产组织方式[1]。伴随着我国“十二五”以信息化带动工业化的浪潮,数字化工厂技术在各个领域得到广泛应用[2,3,4],正向着宏观和微观、深度和广度多个层面推进。数字化工厂产品具有高精度、高准确度、高可靠性和高复杂性等特点,并且随着客户需求的多样化,其生产方式越来越趋于柔性化。

目前,国内外大部分研究都是针对制造业数字化工厂的实施和布局,而关于数字化工厂的评估研究相对较少。随着数字化工厂技术应用取得一定成就的同时,也面临着项目实施效果评估的难点,关于评估体系与方法国内外仍然没有达成一致的共识。数字化工厂技术应用水平的评估,与企业信息化评估在理念上有一定的相似性,共同点都是数字化、信息化的水平。企业信息化评估有诺兰模型[5,6]和SW-CMM模型[7,8]作为构建指标体系的参考模型,诺兰模型总结出了企业信息发展的实践,SW-CMM模型提出了某些客观发展规律;而在制造业数字化工厂的建设中,企业的主要活动也是引入先进的管理工作理念,开发和建设企业信息系统,因此可以把它们作为数字化工厂建设水平测评的参考模型。目前针对数字化工厂的评估方法主要有专家评估法[9]、经济模型法[10]、数学评估法[11,12]和组合模型法[13,14,15,16],前3种方法各有优点和不足,组合模型法将上述3种方法有机整合,扬长避短,以期准确、高效地对评估对象做出评估。

综上所述,建立一套科学的、系统的、具有可操作性的制造企业数字化工厂评估指标体系与方法,客观、有效地评估现实中某一制造企业数字化工厂实施水平,对指导制造企业数字化建设和提升制造企业综合竞争力具有十分重要的意义。本文选取具有代表性的APE法,即把层次分析(AHP)、主成分分析(PCA)和模糊评判(Fuzzy)相结合,对制造企业数字化工厂进行评估。

2 制造企业数字化工厂评估指标体系构建

选取评估指标要充分做好现场的数据收集、专家评审、实际验证、统计相关分析,保证指标选取的可靠性、准确性和合理性,使各指标之间的相关性最小[17,18]。选择数字化工厂的评估指标,首先,充分考虑能最大化、最全面地反映出评估对象在数字化建设各方面的进展情况,争取用最少的指标达到最好的评估效果;其次,以定量评价为主,尽量消除评价过程中的主观性因素,增强评估工作的可操作性和相对客观性,使评估结果具有较好的可比性与指导意义;最后,根据指标各自特点赋予其不同分值,最终构成面向制造企业数字化工厂的综合评估指标体系。

2.1 基于AHP法建立分层指标体系

制造企业数字化工厂建设水平评估需要同时评估数字化工程技术、数字化管理技术和数字化支撑技术3个模块。根据评估范围和内容,通过文献查阅、专家咨询、企业建议收集,确定每个二级指标下面的三级指标,同时通过三级指标对二级指标进行细分,可以更合理地对二级指标进行评估,形成从上至下的3层评估指标体系,如表1所示。

2.2 数字化工厂工程技术应用评估指标

数字化工厂工程技术应用评估包括设计研发技术应用、制造技术应用、试验技术应用和其他技术应用4个二级指标。其中,设计研发技术应用由CAD应用、数字化预装配技术应用、CAPP应用、DFX应用、PDM应用、CAO应用、计算机辅助工装设计应用、逆向工程应用、成组技术应用9个三级指标组成;制造技术应用由CAM应用、数控设备应用、MES应用、仿真技术应用、(RPM)快速原型技术和模块化制造系统应用6个三级指标组成;试验技术应用由CAE应用、CAT应用、CSM应用、CFD应用和VT&E应用5个三级指标组成;其他技术应用包含计算机支持协同设计应用、设计制造集成技术应用、决策支持系统(DSS)应用3个三级指标。上述每个三级指标都对应了相应的评价标准,具体如表1所示。

分

2.3 数字化工厂管理技术应用评估指标

数字化工厂管理技术应用评估包括企业间管理技术应用和企业内管理技术应用2个二级指标。企业间管理技术应用由SCM应用、CRM应用和电子商务技术应用3个三级指标组成;企业内管理技术应用由OA应用、CAQ应用、制造业管理信息系统和BRP应用4个三级指标组成。具体如表2所示。

分

2.4 数字化工厂支撑技术应用评估指标

数字化工厂支撑技术应用评估包括硬件平台和软件平台2个二级指标。硬件平台由制造设备性能、计算机拥有量、计算机网络建设程度和存储设备性能4个三级指标组成;软件平台由操作系统软件应用、系统安全性和保密性、数字化工厂标准体系、网络性能水平和数据库技术水平5个三级指标组成。具体如表3所示。

单位:分

2.5 评估指标权重的确定

在确定了数字化工厂建设评估指标的基础上,需要对各层指标赋予一个合理的权重值,将数字化建设各方面的主观评价转化成一个具体的、可计算的数值,用于后续的综合评价。本文中各层次、各项指标权重值的确定,首先对全国50多家制造企业进行调研,然后对调研数据进行频数分析,并采用最小二乘法进行数据拟合,做归一化处理后得到初始指标权重值[19,20],在经过资深的专家多轮评审和企业意见采集、修订,最后形成在基本一致的数字化工厂建设的指标权重值。在指标权重的确定过程中,遵循从上到下的、从粗到细的、从泛到精的顺序,先确定各项一级指标的权重值(即各项一级指标对总目标的产生的影响程度),再确定各项二级指标的权重值(即各项二级指标对一级指标的产生的影响程度),然后再分别确定每项二级指标下的各三级指标的权重值。

本文采用0~100分制来评价数字化工厂的建设水平。考虑到底层的三级指标项数较多,且每项指标的评价标准划分较细,为便于实际计算,对各项二级指标下的各项三级赋予具体的分值,每项二级指标下的三级指标评价的满分值相加总和为100分,而各项三级指标的具体分值分配也是通过其对上一级指标的影响程度来确定一个分值区间。一级指标有3项,即数字化工厂工程技术、数字化工厂管理技术、数字化工厂支撑技术,其相应的权重值分别为40%、35%和25%;二级指标有8项,三级指标有39项,具体权重及其分值如表1~表3所示。

3 制造企业数字化工厂评估计算方法

3.1 评估计算原则

评估指标的构建是按照层次结构,从上向下逐项细化直到最底层,而评估计算的原则恰好相反,从最底层开始逐步向上累计计算。首先依据三级指标的评价标准对三级指标进行评估,再根据第三层的计算结果评估第二层对象,然后以第二层的计算结果评估第一层的指标,最后根据一级指标的权重分配得到数字化工厂建设水平的综合评价分值。其中,二级指标的每个元素所对应的所有三级指标元素总分是100分。

3.2 综合评估计算公式

考虑到指标项数众多,以建好的指标体系为基础,采用加权平均统计法来计算数字化工厂建设水平评估分值。

二级指标取值的计算公式:

一级指标取值的计算公式:

数字化建设综合评估值的计算公式:

式中:n为评估体系中三级指标的个数,m为二级指标的个数,p为一级指标的个数;aij为第i个二级指标下第j个三级指标的值;Aki为第k个一级指标下第i个二级指标的值;wki为第k个一级指标下第i个二级指标的权重;Bk为第k个一级指标的取值;λk为第k个一级指标的权重;Z为企业数字化工厂建设水平的综合评估计算结果。

3.3 评估步骤

根据建立的评价指标体系和评估计算原则,按照数字化工厂建设的评估指标体系收集被评估对象的基本数据,按照三级指标的评价标准给出评估分值。具体计算步骤如下:

第1步按照公式(1),计算评估体系中第二层指标的评估值;

第2步按照公式(2),计算评估体系中第一层指标的评估值;

第3步按照公式(3),计算企业数字化工厂建设水平的综合评估值。

3.4 评价标准

数字化工厂按照建设程度可以分为3个等级:初级水平(0~40分)、中级水平(41~80分)、高级水平(81~100分),每个建设水平都有自己的显著特征和着重点。

(1)数字化工厂建设初级水平:以单项数字化技术应用提升为核心。

企业能够较好地应用某一项数字化技术,在产品研发和制造过程中应用计算机辅助设计(CAD)、计算机辅助制造(CAM),在生产过程自动化中使用计算机辅助检测(CAT)和计算机辅助工艺编制(CAPP)系统的部分功能模块;在企业管理信息化方面,使用管理信息系统(MIS)和办公自动化系统(OA),初步实现以财务管理为核心的人、财、物、产、供、销的计算机辅助管理[21,22]。数字化对降低产品成本和提高劳动生产率有一定的贡献,对产品需求变化的快速响应能力有一定提高,对提高产品质量有一定的贡献,数字化综合效益一般。

(2)数字化工厂建设中级水平:以业务流程再造为核心的系统集成,加强企业的单一基础数据建设。

在产品设计制造过程中使用产品数据一致性管理技术,逐步实现基于PDM的设计制造集成,即CAD/CAPP/CAE/CAM的集成,制造加工过程逐步实现计算机数字控制(CNC)和柔性制造系统(FMS);在企业内部建立企业级信息资源数据库,实现信息共享,初步实现辅助决策,为企业领导提供决策支持。数字化对降低产品成本和促进劳动生产率有较大贡献,对产品需求变化的快速响应能力有较大提高,对业务决策、开发周期、供货期等有较大影响,提高产品质量的贡献较大,数字化综合效益较高。

(3)数字化工厂建设高级水平:以优化价值链为核心,实现虚拟制造和异地协同,加强企业间的管理。

在设计制造中普遍使用数字化技术,解决了异地产品数据资料完整、安全传输与共享的难题,研发、设计和制造可以异地同时进行,原料、在制品以及成品都由信息技术和数字化设备实时控制,实现生产过程自动化和最优智能控制;SCM、CRM和管理方式趋于成熟。数字化对降低产品成本和促进劳动生产率、对产品需求变化的快速响应能力提高的贡献均很大,对业务决策、开发周期、供货期等的影响效果明显,对提高产品质量的贡献大,数字化综合效益好。

4 实例应用

运用本文建立的制造企业数字化工厂建设水平指标体系和评估计算方法可以评估某一企业的数字化工厂建设现状,下面以某一军工制造企业为例,具体说明实际运用步骤和计算过程。

(1)深入企业调查,收集企业数字化工厂建设现状的各项具体数据,并依据评价标准进行打分,如表4所示。

(2)依据计算公式(1)~(3),遵循计算原则,计算企业数字化工厂建设水平的综合评估值。

1)根据给出的三级指标评估分值,计算二级指标的分值,由公式(1)得:

分

2)根据上面得到的二级指标分值,计算一级指标的分值,由公式(2)得:

3)计算企业数字化工厂建设水平综合评估值Z,由公式(3)得:

(3)评估结果分析。由上述计算结果可知,该企业的数字化工厂建设水平综合评估分值为54.75(处于41~80之间),表明处于企业数字化工厂建设的中下级水平。此外,由各具体分值可知,该企业的数字化研发设计应用技术具备较高的水平,运用CAD建立产品的三维参数模型,并进行相关的装配、分析、优化、改进,同时在企业内部建立了产品的统一数据模型,实现了CAD/CAPP/CAM的集成;在产品的数据管理方面,建立了企业级的PDM系统,能够实现人员、组织、权限、文档、流程和变更的管理;在数字化管理技术方面,在企业Intranet基础上,除了实现日常管理外,还实现了物流控制与成本管理和经营计划/生产计划/成本核算以及车间作业计划的管理;在数字化支撑技术方面,基础的硬件、软件建设达到了中等水平。评估的结果基本上反映了该企业数字化工厂建设的现有水平。依据评估的结果,该企业的数字化工厂整体建设需要进一步推进,在加强企业基础建设的同时推进内部管理技术应用上的加强,特别是SCM、CRM、OA、信息系统集成等方面需要提高。

5 结语

本文通过广泛的调研和大量的数据收集分析,融合了众多专家学者的实践经验,建立了制造企业数字化工厂评估指标体系与方法,将评估指标划分为3层,内容涵盖了制造企业数字化建设的各个方面。通过实例证明,该方法具有良好的评估效果,一方面帮助制造企业发现自身数字化建设中的不足,另一方面该评估体系和方法为我国企业进行全面数字化评估提供了重要的参考。

摘要：为了有效评估制造企业数字化工厂的实施水平,提升现代制造企业的综合竞争力,建立一套面向制造企业的数字化工厂评估指标体系,涵盖3项一级指标、8项二级指标和39项三级指标,结合定量分析和定性分析确定指标权重及分值,采用百分制将制造企业数字化建设划分为3个阶段:0~40分为初级阶段,41~80分为中级阶段,81~100分为高级阶段。通过对某制造企业的实例应用,验证该评估指标体系和方法的有效性与科学性。

高职院校建立数字化工厂意义浅析 第6篇

关键词：数字化工厂,校企合作,准职业环境

在当今激烈的市场竞争中, 制造企业已经意识到他们正面临着巨大的时间、成本、质量等压力。“数字化工厂”技术与系统作为新型的制造系统, 为制造商及其供应商提供了一个制造工艺信息平台, 使企业能够对整个制造过程进行设计规划, 模拟仿真和管理, 并将制造信息及时地与相关部门、供应商共享, 从而实现虚拟制造和并行工程, 保障生产的顺利进行。在制造行业, 数字化工厂更是发挥着重要的作用, 相应地对具备“数字化工厂”相关知识的人才的需求越来越突出。

1 数字化工厂的含义

数字化工厂以产品全生命周期的相关数据为基础, 在计算机虚拟环境中, 对整个生产过程进行仿真、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。主要解决产品设计和产品制造之间的“鸿沟”, 实现产品生命周期中的设计;制造;装配;物流等各个方面的功能, 降低设计到生产制造之间的不确定性, 在虚拟环境下将生产制造过程压缩和提前, 并得以评估与检验, 从而缩短产品设计到生产的转化的时间, 并且提高产品的可靠性与成功。其工作流程如下: (1) 从设计部门获取产品数据; (2) 从工装工具、生产部门获取资源数据 (2D/3D) ; (3) 工艺规划; (4) 工艺验证、仿真; (5) 客户化输出。

2 采用“校企合作”办学方式培养具备“数字化工厂”人才存在的问题

随着教学改革的不断进行“产教结合、校企合作”模式越来越受到各大院校的推崇。为了培养学生具备“数字化工厂”的相关知识, 加强学校与企业的合作, 使教学与生产的结合, 校企双方互相支持、双向介入、优势互补、资源互用、利益共享, 使教育与生产可持续发展的重要途径。但在我国能够做到这点的并不容易, 原因如下。

2.1 政府推进校企合作的政策法规与管理机制不健全

国家和省级政府职业教育校企合作的政策法规缺失与滞后, 以及运行机制不健全是造成校企合作不深人、不稳定的主要原因。目前, 政府出面统筹协调校企合作、联合办学、制定人才规划的作用缺位, 没有出台校企合作、工学结合、顶岗实习的政策法规, 致使未能真正建立起校企合作的运行机制、体制和模式。

2.2 企业参与职业教育发展的动力不足

企业作为市场经济的主体, 为了自身的生存与发展, 盈利是经营目标之一, 其社会活动多少会考虑到这一要素, 是否参与职业教育的发展, 对于企业的投入和收益均不能产生影响。因此, 在没有相关规定和应激政策的机制下, 企业对于职业教育发展关注较少。企业不愿意与职业院校合作的原因主要有以下几点: (1) 增加企业成本。在与学校合作的同时, 企业需要派专人辅导学生, 安排学生食宿问题, 由于学生刚刚走入实习工作岗位, 劳动效率不高, 增加原材料的使用费用。 (2) 增加企业风险。学生由于不熟悉工作流程, 一旦发生劳动事故, 企业需承担相应的责任和医疗赔偿。 (3) 很难保证产品质量, 影响企业声誉。

2.3 校企合作的有效模式尚未形成

现在还没有形成有效的校企合作模式, 不能使校企合作变成来自学校和企业自身内在发展的一种动力需要, 急需创新校企合作的有效模式。校企合作由学校和教育部门推进成效甚微, 多数是短期的、不规范的、靠感情和人脉关系来维系的低层次的合作, 尚未形成统一协调的、自愿的整体行动。校企合作缺乏有效的合作模式和机制、缺乏校企双方沟通交流的平台, 企业利益得不到保证、传统的职业院校管理体制、运行机制、投入政策等因素, 都不同程度地影响了校企之间的合作, 校企合作的有效机制模式没有形成。

3 高职院校建立数字化工厂的意义

高职院校建立数字化工厂准职业环境教育模式的培养过程在教学过程中实施双向化, 教师是学习的指导者、促进者、组织者和管理者, 为学生学习提供资料、咨询等方面的支持, 学生不再是被动接受者, 而是主动探求者, 教和学成为双向式教学过程。其意义在于以下几方面。

实现了高职教育的培养目标, 即面向生产和服务第一线的高级技术应用型人才。高职毕业生不但懂得某一专业的基础理论与基本知识, 更重要的是他们具有某一岗位群所需要的生产操作和组织能力, 善于将技术意图或工程图纸转化为物质实体, 并能在生产现场进行技术指导和组织管理, 解决生产中的实际问题。通过数字化工厂准职业环境方式的教育, 高职学生能具备与高职人才需求相适应的基本知识、理论和技能。通过一系列的训练加强了学生的职业教育, 提升其知识、能力的职业性。

在高职院校建立“数字化工厂”, 使高职院校的人才培养目标与企业需求更为一致, 增强职业院校自身产品研发能力和技术服务能力。改变职业院校传统的教学模式, 即:追求理论的系统性和完整性, 缺乏针对性、实践性和职业特色。逐渐形成与企业岗位职业能力相对应的独立实践教学体系, 学生在校所学知识和技能与现代企业要求趋于一致, 从而实现职业院校毕业生达到顶岗实习的要求。

数字化工厂准职业环境方式的教育要有过硬的师资队伍。不仅要求教师具有较扎实的专业理论功底, 也要具有较熟练的实践技能, 更要具有理实结合的教材分析及过程组合的能力, 教师不仅是传统意义上的双师型人才, 更要具有创新综合能力。促使教师主动参加具体岗位技能培训;到企业参加专业实践;重点了解新技术应用以及进行产学研实践探索等等, 以提升教师的综合水平。

4 结语

如今随着国家对教育的投入力度加大, 越来越多的中高职学校以示范校建设为契机, 全力开展与企业接轨的专业建设, 汲取企业的先进制造经验, 数字化工厂项目仿照企业模式, 通过现代实训车间、8S管理等内容建设构建出数字化工厂模型, 再配合企业应用广泛的CAD/CAPP/CAM/PD M等软件, 完成数字化工厂核心内涵建设, 并由此展开教学模式改革, 做到真正与企业接轨。

参考文献

[1]王金庆.数字化工厂及其关键技术研究[D].南京航空航天大学, 2001.

[2]钱新华.基于数字化工厂概念的乙烯装置生产过程模拟及其应用[D].大连理工大学, 2010.

[3]严隽琪, 范秀敏, 马登哲.虚拟制造的理论、技术基础与实践[M].上海:上海交通大学出版社, 2003.