基于物聯(lián)網(wǎng)的工業(yè)制造分析研究

0 引 言

德國(guó)“工業(yè) 4.0”和美國(guó)的“工業(yè)互聯(lián)網(wǎng)”將重構(gòu)世界工業(yè)布局和經(jīng)濟(jì)格局，給世界各國(guó)帶來(lái)不同的挑戰(zhàn)和機(jī)遇。我國(guó)國(guó)務(wù)院印發(fā)“中國(guó)制造 2025”，作為實(shí)施制造強(qiáng)國(guó)戰(zhàn)略第一個(gè)十年的行動(dòng)綱領(lǐng)，將加快推動(dòng)物聯(lián)網(wǎng)技術(shù)與制造技術(shù)融合發(fā)展 [1]。物聯(lián)網(wǎng)收集有關(guān)機(jī)器操作、材料使用、設(shè)施物流等數(shù)據(jù)，帶來(lái)了操作人員的透明度。這種透明性是由數(shù)據(jù)分析應(yīng)用所帶來(lái)的，它指的是使用統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法來(lái)發(fā)現(xiàn)不同的數(shù)據(jù)特征和模式。機(jī)器學(xué)習(xí)技術(shù)越來(lái)越多地用于各種制造應(yīng)用中，如預(yù)測(cè)性維護(hù)，測(cè)試時(shí)間縮短，供應(yīng)鏈優(yōu)化和流程優(yōu)化等 [2-4]。企業(yè)的制造過(guò)程已由傳統(tǒng)的“黑箱”模式逐漸向“多維度、透明化和泛在感知”模式發(fā)展 [5]。

1 制造分析面臨的挑戰(zhàn)

制造分析的目標(biāo)是通過(guò)降低成本而不影響質(zhì)量來(lái)提高生產(chǎn)力 ：

（1）減少測(cè)試時(shí)間和校準(zhǔn)，包括預(yù)測(cè)測(cè)試結(jié)果和校準(zhǔn)參數(shù) ；

（2）提高質(zhì)量，通過(guò)確定廢品的根本原因和自行優(yōu)化生產(chǎn)線來(lái)降低生產(chǎn)廢品（壞件）的成本 ；

（3）降低保修成本，使用質(zhì)量測(cè)試和過(guò)程數(shù)據(jù)來(lái)預(yù)測(cè)現(xiàn)場(chǎng)故障，以及跨價(jià)值流分析 ；

（4）提高產(chǎn)量，跨生產(chǎn)線和工廠的基準(zhǔn)分析，提高第一次通過(guò)率，提高首過(guò)產(chǎn)量，并找出總體設(shè)備效率（OEE）或周期時(shí)間等性能瓶頸的原因 ；

（5）執(zhí)行預(yù)測(cè)性維護(hù)，分析機(jī)器運(yùn)行狀況，確定故障的主要原因，預(yù)測(cè)部件故障以避免計(jì)劃外停機(jī)。

傳統(tǒng)的質(zhì)量改進(jìn)計(jì)劃包括六西格瑪、戴明循環(huán)、全面質(zhì)量管理（TQM）和多里安 · 謝寧的統(tǒng)計(jì)工程（SE）[6]。在 20世紀(jì) 80 年代和 90 年代開發(fā)的方法通常應(yīng)用于少量的數(shù)據(jù)，并找到參與因素之間的單變量關(guān)系。 使用 MapReduce 范式簡(jiǎn)化大型數(shù)據(jù)集中的數(shù)據(jù)處理及其進(jìn)一步發(fā)展導(dǎo)致大數(shù)據(jù)分析的主流擴(kuò)散 [7]。隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，大數(shù)據(jù)分析的發(fā)展提供了一系列新的工具，可應(yīng)用于制造分析。 這些功能包括能夠在批處理和流模式下分析千兆字節(jié)的數(shù)據(jù)，能夠在許多變量之間找到復(fù)雜的多元非線性關(guān)系，以及將因果關(guān)系與相關(guān)性區(qū)分開來(lái)的機(jī)器學(xué)習(xí)算法。

在生產(chǎn)線上生產(chǎn)數(shù)以百萬(wàn)計(jì)的零件，并為他們收集了數(shù)千個(gè)工序和質(zhì)量測(cè)量的數(shù)據(jù)，這對(duì)提高質(zhì)量和降低成本非常重要。實(shí)驗(yàn)設(shè)計(jì)（DoE），通過(guò)控制實(shí)驗(yàn)，反復(fù)探索數(shù)千個(gè)原因，往往太耗時(shí)，成本高昂。制造專家依靠其領(lǐng)域知識(shí)來(lái)檢測(cè)可能影響質(zhì)量的關(guān)鍵因素，再根據(jù)這些因素運(yùn)行 DoE。大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的進(jìn)步使得檢測(cè)關(guān)鍵因素能夠有效地影響質(zhì)量和產(chǎn)量。這與領(lǐng)域知識(shí)相結(jié)合，能夠快速檢測(cè)故障的根本原因。然而，在制造業(yè)中有一些獨(dú)特的數(shù)據(jù)科學(xué)挑戰(zhàn)。

（1）虛警和假陰性的不相等成本，在計(jì)算準(zhǔn)確率時(shí)，必須認(rèn)識(shí)到虛警和假陰性可能產(chǎn)生不相等的成本。假設(shè)一個(gè)假陰性是一個(gè)壞的部分 / 實(shí)例，被錯(cuò)誤地預(yù)測(cè)為好的。另外，假設(shè)一個(gè)錯(cuò)誤的警報(bào)是一個(gè)好的部分，被錯(cuò)誤地預(yù)測(cè)為壞的。進(jìn)一步假設(shè)所生產(chǎn)的部件是安全關(guān)鍵部件，錯(cuò)誤地預(yù)測(cè)壞的部分是好的（假陰性），會(huì)使人的生命處于危險(xiǎn)之中。因此，假陰性的代價(jià)可能比假警報(bào)高得多。在將業(yè)務(wù)目標(biāo)轉(zhuǎn)化為技術(shù)目標(biāo)和候選評(píng)估方法時(shí)，需要考慮這種權(quán)衡。

（2）數(shù)據(jù)收集和可追溯性問(wèn)題，數(shù)據(jù)收集問(wèn)題經(jīng)常發(fā)生，許多裝配線缺乏“端到端的可追溯性”。換句話說(shuō)，通常沒(méi)有與正在生產(chǎn)部件和處理步驟相關(guān)聯(lián)的唯一標(biāo)識(shí)符。一種解決方法是使用時(shí)間戳來(lái)代替標(biāo)識(shí)符。另一種情況涉及不完整的數(shù)據(jù)集。這種情況下，在預(yù)測(cè)和分析中省略不完整信息部分或?qū)嵗?，或者使用一些估算方法（在咨詢了制造專家之后）?

（3）大量的特性，與傳統(tǒng)的數(shù)據(jù)挖掘中的數(shù)據(jù)集不同的是在制造分析中觀察到的特征可能數(shù)以千計(jì)。因此必須注意避免機(jī)器學(xué)習(xí)算法只能使用精簡(jiǎn)數(shù)據(jù)集（即具有少量特征的數(shù)據(jù)集）。

（4）多重共線性，當(dāng)產(chǎn)品通過(guò)裝配線時(shí)，在生產(chǎn)流程的不同站點(diǎn)上采取不同的測(cè)量方法。這些測(cè)量中的一些可以是高度相關(guān)的，然而許多機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法特性相互獨(dú)立，對(duì)于提出的分析方法，應(yīng)該仔細(xì)研究多重共線性問(wèn)題。

（5）分類失衡問(wèn)題，好的和壞的部分（或廢品，即不通過(guò)質(zhì)量控制測(cè)試的部分）之間存在極大的不平衡。比例范圍可能從 9 ∶ 1 到甚至低于 99 000 000 ∶ 1。應(yīng)用標(biāo)準(zhǔn)分類技術(shù)區(qū)分好的零件和廢料是困難的，因此提出了幾種處理類不平衡方法，并應(yīng)用于制造分析 [8]。

（6）非平穩(wěn)數(shù)據(jù)，由于各種因素，如供應(yīng)商或運(yùn)營(yíng)商的變化以及機(jī)器中的校準(zhǔn)偏差，基礎(chǔ)制造過(guò)程可能會(huì)發(fā)生變化。因此需要應(yīng)用更穩(wěn)健的數(shù)據(jù)非穩(wěn)態(tài)性質(zhì)的方法。 （7）模型可能難以解釋，生產(chǎn)和質(zhì)量控制工程師需要了解告知流程或設(shè)計(jì)更改的分析解決方案。否則生成的建議和決策可能會(huì)被忽略。

2 利用大數(shù)據(jù)工具鏈

從制造產(chǎn)品價(jià)值鏈?zhǔn)占臄?shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中后，需要一個(gè)數(shù)據(jù)分析系統(tǒng)對(duì)這些數(shù)據(jù)進(jìn)行分析。制造數(shù)據(jù)分析系統(tǒng)框架如圖 1 所示。數(shù)據(jù)首先從不同的數(shù)據(jù)庫(kù)提取、轉(zhuǎn)換和加載（ETL）到分布式文件系統(tǒng)，如 Hadoop 分布式文件系統(tǒng)（HDFS）或 NoSQL 數(shù)據(jù)庫(kù)（如 MongoDB）中。接下來(lái)，機(jī)器學(xué)習(xí)和分析工具執(zhí)行預(yù)測(cè)建?；蛎枋鲂苑治?。為了部署預(yù)測(cè)模型，前面提到的工具被用來(lái)將歷史數(shù)據(jù)上的訓(xùn)練模型轉(zhuǎn)換為開放的、封裝的統(tǒng)計(jì)數(shù)據(jù)挖掘模型和關(guān)聯(lián)的元數(shù)據(jù)，稱為預(yù)測(cè)模型標(biāo)記語(yǔ)言（PMML），并將其存儲(chǔ)在一個(gè)計(jì)分引擎中。任何來(lái)源的新數(shù)據(jù)都使用存儲(chǔ)在計(jì)分引擎中的模型進(jìn)行評(píng)估 [9]。

用于制造分析的大數(shù)據(jù)軟件堆棧可以是開源、商業(yè)和專有工具的混合體，制造分析軟件堆棧示例如圖 2 所示。從已完成的項(xiàng)目中獲悉，現(xiàn)有的堆棧供應(yīng)商目前沒(méi)有提供完整的解決方案。盡管技術(shù)領(lǐng)域正在迅速發(fā)展，但目前最好的選擇是模塊化，重點(diǎn)是真正的分布式組件，成功的核心思想是將開源和商業(yè)組件混合在一起 [10]。

除了這里介紹的體系結(jié)構(gòu)之外，還有各種商用物聯(lián)網(wǎng)平臺(tái)。其中包括 GE 的 Predix（www.predix.com），博世的物聯(lián)網(wǎng)套件（www.bosch-iot-suite.com），IBM 的 Bluemix（www.ibm.com/cloud-computing/），ABB 基于 Microsoft Azure 的物聯(lián)網(wǎng)服務(wù)和人員平臺(tái)（https ：//azure.microsoft.com）以及亞馬遜的物聯(lián)網(wǎng)云（https ：//aws.amazon.com/iot）。些平臺(tái)提供了許多用于物聯(lián)網(wǎng)和分析的標(biāo)準(zhǔn)服務(wù)，包括身份管理和數(shù)據(jù)安全，這里的案例研究中沒(méi)有涉及。另一方面，最好的方法提供了靈活性和可定制的功能，使實(shí)現(xiàn)比標(biāo)準(zhǔn)的商業(yè)解決方案更有效。但是實(shí)施這樣的解決方案可能需要在實(shí)施現(xiàn)場(chǎng)提供一個(gè)有能力的數(shù)據(jù)科學(xué)團(tuán)隊(duì)。這個(gè)選擇可以歸結(jié)為幾個(gè)因素，非功能性需求、成本、物聯(lián)網(wǎng)和分析技術(shù)。

3 降低廢品率的案例研究

任何在工廠組裝或生產(chǎn)的產(chǎn)品都要經(jīng)過(guò)一系列的質(zhì)量檢測(cè)，以確定是否需要報(bào)廢。高報(bào)廢率是由于不及時(shí)向客戶交付產(chǎn)品的機(jī)會(huì)成本、人員浪費(fèi)時(shí)間、非可重復(fù)使用部件的浪費(fèi)及設(shè)備管理費(fèi)用造成的。降低廢品率是制造商需要解決的主要問(wèn)題之一。減少?gòu)U品的方法包括找出產(chǎn)品質(zhì)量低的根本原因。

3.1 數(shù)據(jù)處理

根源分析從整合生產(chǎn)線上所有可用的數(shù)據(jù)開始。裝配線、工作站和機(jī)器構(gòu)成了工業(yè)生產(chǎn)單元，可被視為等同于物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)。在制造過(guò)程中，有關(guān)過(guò)程狀態(tài)、機(jī)器狀態(tài)、工具和部件的信息不斷地被傳遞和存儲(chǔ)。在本案例研究中考慮工廠生產(chǎn)的數(shù)量、規(guī)模和頻率，以至于需要使用一個(gè)大數(shù)據(jù)工具棧，類似于圖 2 所示的數(shù)據(jù)工具棧，用于流、存儲(chǔ)、預(yù)處理和連接數(shù)據(jù)。這條數(shù)據(jù)管道幫助在批處理歷史數(shù)據(jù)和流實(shí)時(shí)數(shù)據(jù)上構(gòu)建機(jī)器學(xué)習(xí)模型。雖然批量數(shù)據(jù)分析幫助識(shí)別制造過(guò)程中的問(wèn)題，但流式數(shù)據(jù)分析使工廠工程師能夠定期訪問(wèn)最新問(wèn)題及其根本原因。使用 Kafka（https ：//kafka.apache.org） 和 Spark streaming（http ：//spark.apache.org/streaming）傳輸來(lái)自不同數(shù)據(jù)源的實(shí)時(shí)數(shù)據(jù) ；使用 Hadoo（http ：//hadoop.apache.org）和 HBase（https ：//hbase.apache.org）高效地存儲(chǔ)數(shù)據(jù) ；使用 Spark（http ：//spark.apache.org） 和 MapReduce 框架分析數(shù)據(jù)。使用這些工具的兩個(gè)主要原因是它們作為開源產(chǎn)品的可用性，以及它們龐大而活躍的開發(fā)人員網(wǎng)絡(luò)，通過(guò)這些網(wǎng)絡(luò)不斷地更新這些工具。

3.2 機(jī)器學(xué)習(xí)

隨 著 Spark MLLib（http ：//spark.apache.org/mllib） 和SparkR（http ：//spark.apache.org/docs/latest/index.html） 等 分布式計(jì)算工具的功能增加，其變得更加容易實(shí)現(xiàn)分布式和在線的機(jī)器學(xué)習(xí)模型，如支持向量機(jī)、梯度推進(jìn)樹及大量數(shù)據(jù)的決策樹。測(cè)試不同的機(jī)器參數(shù)和過(guò)程測(cè)量對(duì)整體產(chǎn)品質(zhì)量的影響，從相關(guān)分析到方差分析和卡方假設(shè)檢驗(yàn)，有助于確定個(gè)體測(cè)量對(duì)產(chǎn)品質(zhì)量的影響。本設(shè)計(jì)訓(xùn)練了一些分類和回歸模型，這些模型可以區(qū)分通過(guò)質(zhì)量控制的部分和不通過(guò)質(zhì)量控制的部分，可以使用經(jīng)過(guò)訓(xùn)練的模型來(lái)推斷決策規(guī)則。根據(jù)純度最高的規(guī)則，純度定義為 Nb / N，其中 N 是滿足規(guī)則的產(chǎn)品數(shù)量，Nb 是滿足規(guī)則的有缺陷或壞部件的總數(shù)。

雖然這些模型可以識(shí)別變量之間的線性和非線性關(guān)系，但它們并不表示因果關(guān)系。因果關(guān)系對(duì)于確定真正的根本原因至關(guān)重要，使用貝葉斯因果模型來(lái)推斷所有數(shù)據(jù)的因果關(guān)系。

3.3 可視化

收集大數(shù)據(jù)的可視化平臺(tái)至關(guān)重要。工程師面臨的主要挑戰(zhàn)是對(duì)完整的制造過(guò)程沒(méi)有清晰而全面的概述。這樣的概述將幫助他們?cè)诎l(fā)生任何不良事件之前做出決定并評(píng)估其狀態(tài)。描述性分析使用 Tableau（www.tableau.com）和微軟 BI（https ：//powerbi.microsoft.com/en-us）等工具幫助實(shí)現(xiàn)此目的。描述性分析包括許多視圖，如直方圖、雙變量圖和相關(guān)性圖。除了可視化統(tǒng)計(jì)描述外，還應(yīng)為所有預(yù)測(cè)模型提供一個(gè)清晰的視覺(jué)界面。所有影響特定質(zhì)量參數(shù)的測(cè)量都可以被可視化，后端的數(shù)據(jù)可按時(shí)間過(guò)濾。

4 結(jié) 語(yǔ)

 “物聯(lián)網(wǎng) + 中國(guó)制造 2025”是實(shí)現(xiàn)我國(guó)制造業(yè)與新一代信息技術(shù)深度結(jié)合的具體表現(xiàn)，互聯(lián)制造業(yè)正經(jīng)歷一場(chǎng)技術(shù)革命，用戶會(huì)要求在所有產(chǎn)品中增加個(gè)性化和許多消費(fèi)電子產(chǎn)品功能。制造分析有利于發(fā)展智能制造和大規(guī)模個(gè)性化定制，提升網(wǎng)絡(luò)化協(xié)同制造水平，加速制造業(yè)服務(wù)化轉(zhuǎn)型。這將關(guān)閉設(shè)計(jì)、制造、營(yíng)銷、銷售和上市后跟蹤 / 監(jiān)視之間的循環(huán)。物聯(lián)網(wǎng)將成為“中國(guó)制造”轉(zhuǎn)型升級(jí)、提升附加值的重要手段。大數(shù)據(jù)和相關(guān)分析將成為工程連續(xù)過(guò)程中提取所需知識(shí)和提供智能的關(guān)鍵技術(shù)。