|
基于intel创新技术和tsn网络技术的卓信创驰工控机在智能制造中的应用
|
|
|
|
背景在制造型企业在智能化、网络化、数字化的转型过程中，我们经常会遇到传统的ot系统中采用了不同厂商的设备，它们使用的通信协议也不尽相同，相互连接时需要进行复杂的协议转换。考虑到系统的安全性和稳健性，传统的ot 系统和 it 系统的设计往往是各自独立的，很多制造企业在做智能制造升级时不得不面对大量的设备数据整合和系统融合的工作。 现在，我们可以借助诸如tsn网络将不同工业现场中不同的设备间的数据整合到同一网络中，实现工业现场的it和ot融合的同时，保持系统的稳健型和安全性。 相关技术 卓信创驰和其客户工业富联一起采用基于intel创新技术的e512无风扇工控机、v510运动和视觉控制器和v300边缘节点等产品打造了一套基于tsn网络的智能制造k8体育的解决方案，目前已经应用于国内很多诸如cnc加工、金属焊接、精密制造等工业现场。这个方案采用基于intel coffee lake 平台和intel apollo lake平台、intel cyclone fpga和intel ethernet controller的产品和技术。针对 tsn 网络，卓信创驰提供的工控机产品均采用了全新英特尔®酷睿™ 处理器，加入了专门的英特尔®时序协调运算 (intel® time coordinated computing，英特尔®tcc) 技术，可最大程度地减少网络或系统延迟，满足制造业对关键实时计算应用的需求。 以e512系列工控机为例，它采用intel core cpus，可以根据性能需求变换不同的配置，支持双高清独立显示，具备6个intel 独立网卡芯片的千兆网口，均支持tsn网络功能，可以灵活的进行组网、数据采集和处理等任务。
k8体育的解决方案 tsn 网络作为一种开放的协议标准 (ieee 802.1)，可以消除不同厂商设备间的兼容性问题，使工业物联网中的设备在连接上更为便捷，在数据传输带宽方面也更具优势，突破了传统制造业产线中控制系统与分析系统的界限，让 ai 应用更易于在工业现场部署。同时，由硬件设备带来的优先级控制、数据安全机制也能对产线所需的高可靠性提供保障。 通过搭建计算机视觉(computer vision，cv) 系统和运动控制 (motion control，mc) 系统相配合的自动化不良品检测系统，工业富联将这个k8体育的解决方案应用于cnc(computer numerical control)工厂中, 它的典型工作流程如下图所示，当产品被工业相机捕获后，图像会被送往部署在边缘服务器或云平台中的视觉处理系统中进行实时处理，基于 cv 算法或深度学习方法构建的检测系统会快速判定产品是否符合质量要求，并下发控制指令给产线，执行停机等后续操作。
借助tsn网络，整套系统具备高数据同步、低网络延迟的特点，促进it和ot系统的融合，来自产线不同设备的实时数据能够通过统一网络进行集中，在统一的数据平台进行数据处理与分析，并将结果下发到各个产线设备上执行。 通过在刀柄、主轴以及电源等关键位置加装各类传感器的方案，解决了cnc设备在加工过程中，时常会出现断刀、错位等异常情况。这种方案可以利用数据采集器进行实时数据采集，上传到可编程自动化控制器(programmable automation controller，pac)，并根据算法模型进行快速推理，然后再对异常情况进行相应的反向控制，形成异常检测的闭环网络。 在cnc加工过程中，刀头有一项重要的参数对产品精度起着关键作用，它就是刀具的“黄金寿命”，当刀头超过其黄金寿命时，就无法保证产品的加工精度。刀头的黄金寿命取决于加工方法、产线温度、电流等一系列因素，因此，我们可以通过已经部署在这套方案中的一系列传感器对刀头的振动曲线、温度、电流等数据进行采集，并通过 tsn 网络实时上传至 fog ai 服务器进行训练，得到刀头使用寿命的预测模型，对cnc设备中刀头的寿命、使用情况等进行预测性的分析判断，从而可以在刀头到达黄金寿命时被及时替换，保证产品的加工精度。进而管理数以千计刀头的黄金寿命，设计出最优的替换时间表，避免因停机替换刀头而导致的生产效率下降。
得益于基于英特尔®架构的卓信创驰工控机产品的优异性能和快速高效的tsn 网络，这个k8体育的解决方案能够有效推动工业 ot 系统与 it 系统的融合，确保工业物联网在 保证高效率数据传输的同时，兼顾了工业级的稳健性和可靠性，从而为工业富联的智能制造k8体育的解决方案带来以下优势： 1）提升制造业产线良品率：通过将物联网设备部署到生产一线，再借助 tsn 网络提供的高效传输能力，既可以在产线出现异常时进行有效管控，也可以利用预测性分析等 ai 方法对设备使用情况进行预测。 2）增强工业物联网传输效率：在一些场景中，过去经常出现数据量过大等原因造成的网络拥塞、数据包丢失或重传等现象，数据传输效率低于90%。而在采用基于tsn网络的新方案后，数据丢失问题得到了有效控制，数据传输效率提升到99%以上。 3）降本增效、提 高生产效率：tsn网络对异常检测、预测性分析等ai应用的良好支撑，使产线能够有效降低停机检测的次数，并基于更为科学的设备管理方案来提升生产效率。在一些场景中，原先每个机台必须配置一名操作员工，引入新方案后即可实现一人多机操作。
|
通过交换机等设备，来自边缘设备端的数据可以上传至 方案中中专门的 雾小脑 (fog ai) 服务器来进行模型训练，并将得到的模型再经由交换机下发到边缘端进行推理和执行。得益于tsn网络提供了一系列的时间同步和流量调度机制，因此可以使上述系统的信息传递更加精准、高效、可控。当闭环网络内因数据量过大而可能造成拥堵时，各设备之间的数据流传输能够根据既定规则，保证优先级高的数据，如控制指令等可被更快地传递，生产线中的设备能够支持tsn网络的设备越多，tsn网络的优势越明显，对整个制造过程的智能化程度也越高。
|