基于rfid技术的离散制造车间实时数据采集与可视化监控方法-曹伟.pdf

《基于rfid技术的离散制造车间实时数据采集与可视化监控方法-曹伟.pdf》由会员分享，可在线阅读，更多相关《基于rfid技术的离散制造车间实时数据采集与可视化监控方法-曹伟.pdf（12页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第23卷第2期2 O 1 7年2月计算机集成制造系统Computer Integrated Ianufacturing S)rstemsV0123 No2Feb2 O 1 7DoI：1013196jcims201702006基于RFID技术的离散制造车间实时数据采集与可视化监控方法曹伟1，江平宇2+，江开勇1，路平1(1华侨大学福建省特种能场制造重点实验室厦门市数字化视觉测量重点实验室，福建厦门 3610212西安交通大学制造系统工程国家重点实验室，陕西 西安 710054)摘要：为提高离散制造车间多品种、小批量生产过程的透明度和生产决策制定的实时性，提出一种基于无线射频识别技术的离散制造车间

2、实时数据采集和可视化监控方法。在提出4种典型无线射频识别监控模式的基础上，揭示了离散制造车间中无线射频识别技术应用的本质，为无线射频识别配置提供指导。设计了一种事件驱动的无线射频识别数据采集单元模型，用于采集零件的状态、事件、时间、质量等实时信息；基于该模型依次建立了加工工序、工序流、批次与批量的无线射频识别监控模型，实现了对离散制造车间生产过程的可视化监控；提出一种无线射频识别数据处理方法，为车间可视化监控提供了业务逻辑信息。设计了基于无线射频识别的车间数据采集与监控系统的功能架构，并开发了相应的原型系统，通过简单的案例验证了所提方法和模型的可行性。关键词：无线射频识别；离散制造车间；数据采

3、集；可视化监控；配置中图分类号：THl66 文献标识码：ARadi0 frequency identificationbased reaI。time data collecting and Visual monitoring fordiscrete manufacturing workshopCAO W0i1，LANGPingy“2+，MNGKniyon91，LUPi咒91(1Fujian Provincial Key Laboratory of Special Energy Manufacturing，Xiamen KeyLaboratory of Digital Vision Measur

4、ement，Huaqiao University，Xiamen 361021，China；2State Key Laboratory for Manufacturing Systems Engineering，Xian Jiaotong University，Xian 710054，China)Abstract：To enhance the transparency of multiple varieties and small batch production and the real time of production decision making for Discrete Manuf

5、acturing Workshops(DMW)，a data collecting and visual monjtoring solution based on Radio Frequency 1denti“cation(RFID)was proposed The nature of RFID applications in DMW wasrevealed on the basis of proposing four typical RFID monitoring modes，which could provide technical supports forRFID configurati

6、on Besides，an event driven RFID data capturing model unit was established，which could be usedfor c01lecting real一time data such as state，event，time and quality Based on the model unit，the monitoring modelsfor process，process flow，batch and division were built up successively，which facilitated the vi

7、sual monitoring forDMW A data processing method was present to provide 109ical business information A software prototype systemwas developed and its functional framework was designed Based on a simply case，the feasibility of the proposedmodels and methods were illustratedKeywords：radio frequency ide

8、ntification；discrete manufacturing workshops；data collecting；Visual monitoring；configuration收稿日期：2016一0328；修订日期：2016一0723。Received 28 Mar2016；accepted 23 July 2016基金项目：国家自然科学基金资助项目(51405167，51275396，51305144)。Foundati蚰items：Project supported by the National Natural ScienceFoundationChina(No51405167，

9、51275396，51305144)万方数据计算机集成制造系统 第23卷0 引言无线射频识别(Radio Frequency IDentification，RFID)技术是一种基于射频原理的非接触式自动识别技术，可以通过射频信号自动识别带有标签的智能对象(Smart 0bject，SO)，及时有效地获取静态或动态信息。近年来，RFID作为物联网的重要支撑技术，受到国内外的广泛关注。以高速发展的RFID技术及其产业化为核心，推广其在制造、物流与供应链、交通、医疗卫生等领域的应用，是打造无所不在的物联网的必然途径1。2。此外，RFID作为下一代先进制造系统中最重要的关键技术之一，在制造车间数据采集

10、、制造过程实时跟踪与产品质量回溯等方面应用的优势日趋显著，被认为是最具潜力且在制造信息化中发挥巨大作用的技术革新3。相较于传统的条码识别技术，RFID技术极大地加速了信息采集和处理速度，具有使用方便、操作快捷、适应环境能力强、抗干扰能力强等特点4，将给制造业带来巨大的冲击并产生深远的影响5。面向多品种、小批量生产的离散制造过程极为复杂，具有生产批量小、品种多、工艺流程长等特点。离散制造过程中所伴随的各种数据和信息量十分庞大，难以被及时获取和上传，使得制造过程犹如“黑箱作业”，无法满足车间可视化监控、实时调度、产品历史信息追溯等功能的需求，限制了制造执行系统(Manufacturing Exec

11、ution System，MES)、企业资源规划(Enterprise Resource Planning，ERP)等上层应用系统功能的发挥，甚至可能导致错误的生产决策。车间底层数据的实时采集以及基于该数据的车间可视化已经成为制约制造企业发展的关键6。由于RFID技术在自动识别方面的天然优势，特别适用于实时性和可视化要求较高的离散制造过程，为制造企业应对多重挑战提供了新的思路和解决方法。通过对制造资源的自动识别与可视化跟踪，企业管理者可以实时掌握车间生产进度，发现生产瓶颈和浪费现象，识别机器故障、生产序列调整等生产扰动突发状况，改善生产过程。因此，如何利用RFID技术采集实时数据、采集何种数据

12、、如何对数据进行处理并及时反馈给管理层辅助生产决策，实现闭环的生产计划与控制，是RFID应用于离散制造过程中最有意义也是最具挑战的问题8。当前国内外已有部分学者对上述问题进行了一定程度的研究。例如：Zhou等91采用RFID技术，同时整合Bluetooth和Internet技术采集和传输制造过程数据，构建了制造企业生产状态远程监控系统，有效地解决了物料流和信息流的不同步问题。Huang等1叩研究了RFID在汽车装配线上的应用，并建立了基于RFID的汽车装配线监控模型，在提升生产效率的同时降低了装配成本。Chen等11将RFID设备分别配置于不同布局(Jobshop型和Cellular型)车间，

13、通过RFID自动采集的数据建立了一套设施在线监控系统。江平宇等口2。胡在服务型制造车间MES中引人RFID技术，实现了对制造过程产品质量的跟踪和追溯；随后又建立了基于RFID的JobShop车间监控与追踪网络模型，并采用复杂网络理论对该网络的性能进行了深入分析。李敏波等141建立了基于RFID的物品跟踪与追溯模型，并提出了复杂RFID事件的处理策略。虽然上述文献所包含的各种方法、模型与系统都采用了RFID技术，但均侧重于如何使用所采集的RFID数据，忽略了对如何采集数据、采集何种数据等基础问题的探索7。为了解决这些问题，揭示RFID在离散制造车间应用的本质，江平宇等67153依据在有效区域进行

14、RFID识别的场景，提出4种标准的RFID识别空间表征单元及其对应的事件驱动的“状态一位置一操作者”互联的时序图式推演模型，以采用RFID进行物流状态变迁监控。本文在沿用这4种RFID识别空间表征单元及其时序图式推演模型的基础上，提出一种基于RFID的离散制造车间实时数据采集方法，围绕在制品(WorkInProgress，WIP)加工过程中的工序、工序流、批次和批量实现RFID配置和数据采集，进而实现对制造过程的多层次可视化监控。1 离散车间RFID配置策略11 典型的RFID监控模式纠-151RFID系统主要包括电子标签、读写器和RFID中间件3部分。理想状态下，在离散制造车间中，RFID标

15、签被附加粘贴在几乎所有的制造资源上，如操作员、工件、托盘、叉车、加工设备、刀具、工装夹具和测量设备等，这种方式被称为“资源和标签一一对应”(one resource one tag mode)模式。通过这种方式，可以使其从单纯的“物体”转变为拥有某种“内置智能”的“智能物体”。当智能物体进入RFID读写器的信号探测空间，读写器就可以通过无接触方式读取电子标签中的信息，自动识别物体并采集万方数据第2期 曹 伟等：基于RFID技术的离散制造车间实时数据采集与可视化监控方法 275数据。定义l RFID信号探测空间指由一个或多个并联RFID读写器发射出的电磁波信号所覆盖的物理空间。根据RFID读写器

16、配置与监控模式的不同，RFID信号探测空间代表的物理意义也不同。对于一条已配置RFID设备的工序流，其信号探测空间通常指被RFID信号覆盖的各工序人缓存、加工设备或出缓存，甚至是工序本身。在离散制造车间中，典型的RFID监控模式包括以下4种：(1)基于固定RFID读写器的门禁模式 用于判断RFID标签是否通过相应的位限，如配置于库存出入口、员工出入口、固定式生产传输线某通过点上的RFID读写器。(2)基于固定RFID读写器的固定空间控制模式用于判断RFID标签是否进入、驻留或移出设定的固定探测空间，如用于监控加工设备缓存区的RFID读写器。(3)基于固定RFID读写器的移动空间控制模式 用于判

17、断RFID标签是否进入、驻留或移出设定的移动探测空间，如配置于叉车、自动导向小车(Automatic Guided Vehicle，AGV)等移动载体上的RFID读写器，用来判断标签是否进入、驻留或移出这类小车。(4)基于手持RFID读写器的任意空间控制模式 随着操作人员的任意移动，判断RFID标签是否进入、驻留或移出操作人员当前所在位置决定的随机探测空间内；也可以搜索或定位某RFID标签是否在操作人员所在位置决定的随机探测空间内。上述4种配置模式几乎涵盖了所有RFID在制造过程中的使用情况，此时判别某个带有RFID标签的物体是否进入、驻留或离开RFID设备的信号探测空间，成为如何使用RFID

18、技术进行实时数据采集、实现监控和跟踪的关键。12 离散制造车间RFID应用本质辨析RFID最基本的功能是采集智能物体的实时信息，从而对这些物体进行监控。目前有很多学者已开始研究RFID的布局算法，以设计出优化的、鲁棒性高的RFID监控网络，典型的算法包括基于二维圆形和基于三维椭球形信号探测空间的区域全覆盖算法，这些算法的设计目标均是为了使用最少的RFID读写器(通常为同种型号读写器)，使其信号探测空间能完全覆盖所设定的区域，并使读写器之间的信号干涉达到最小。这种RFID全覆盖算法虽然能满足某些特定的应用要求，但并不能满足离散制造车间应用系统的需求，且没有考虑不同型号不同功率RFID读写器混合使

19、用的情况，适应性较差，造成了昂贵的RFID设备的浪费1 6|。RFID研究的另一方面是定位算法，即利用多个RFID读写器实现对智能物体的精确定位。目前，TOA(timeofarrival)算法和RSS(received signal strength)算法是实现精确定位的两种有效方法口7。其中，TOA算法通过测量射频信号的传输时间计算目标对象到RFID设备的距离，从而对其进行定位；Rss算法通过计算返回信号的强度估算两者之间的距离并实现定位1引。虽然精确定位算法可以用来准确定位智能物体的当前位置，追踪车间内部零件、人员、物料等的准确位置，但是由于需-_。b工序f的RFID读写器配置 c R的信

20、号探测空间覆盖出缓存D图1 典型加工工序的一种RFID读写器配置方案万方数据计算机集成制造系统 第23卷要配置大量的RFID设备，会带来极高的成本。因此，在RFID设备价格没有降到合理的水平之前，也不会成为离散制造车间RFID应用的主流配置方法。考虑到上述两种RFID配置方法在离散制造过程中应用的局限性，本文提出一种全新的RFID配置模型，如图1所示。该模型不仅能满足离散制造车间中各种应用系统的需求，而且能节省RFID成本、实现优化配置，并可明确回答RFID如何采集数据、采集何种数据的问题。图1b所示为离散制造过程中典型加工工序的一种可行的RFID配置方案，方案将工序i分为人缓存k机床Wi和出

21、缓存0。3部分。该配置方案采用2台固定RFID读写器R和R分别监控人出缓存，采用1台手持RFID读写器足。记录工件在：的加工信息。图1c为读写器R稍监控出缓存Q的示意图，通过调整R。的功率使其信号探测空间刚好覆盖0i的物理空间，即能实现对该区域的监控。此时R。的信号探测空间和0i的物理空问等价，若R。探测到某一工件忌进入其信号探测空问，则表示工件忌当前正处于工序i的出缓存0i中。由于0i本身的物理空间较小，车间应用系统仅需要工件忌进人、驻留或离开0f的时间等信息，并不需要工件在Q中的精确位置坐标。通过这种方式采集的数据能满足车间应用系统的应用需求，尤其在可视化监控方面。基于上述分析，本文认为在

22、离散制造车间中RFID应用的本质是：监控制造资源的状态变化，并采集与伴随这种变化的相关数据；结合制造过程中的上下文情景与工程逻辑进行数据处理，实现制造过程可视化，并满足其他应用系统的数据需求。2基于RFID的生产过程监控模型21 事件驱动的RFID数据采集首先，在沿用前期研究的事件驱动的“状态一位置一操作者”时序图式推演模型的基础上6讯15，对本文涉及的一些重要概念进行定义，包括状态、事件、触发时间、事件执行者和状态质量，如表1所示。表l相关概念的定义与说明表1中定义的事件E；，是一种物流事件，表示工件在加工过程中的物流状态发生变化。在RFID工作过程中还存在另一类事件，称为RFID事件，表示

23、物流事件发生时RFID读写器感应并读取工件上的RFID标签，产生一条时刻的RFID原始数据，并将其存储到RFID数据服务器的过程。因此可以将RFID事件形式化描述为E；：一。 (1)式中：Er表示RFID事件生成的原始数据；JD。表示粘贴在工件上的RFID标签的电子产品编码(Electronic Product Code，EPC)；Rf表示RFID读写器的编号，即第i个读写器；f表示RFID事件发生的时刻，同时也是所对应物流事件发生的时刻(触发时间；，)，以及RFID原始数据产生的时刻。RFID标签和工件编号是一一对应的绑定1：1(binding)关系，即JD一-二二一jD毛。rk，可以通过查

24、询数据库得到；通过RFID读写器的编号也可以1：1查询到该读写器的配置位置L；。即R：一-二jL尉；通过对工件志加工上下文情景的感知和推理，可以得到加工状态S；此外，通过其他方式还可以采集到的信息包括事件执行者R；一状态质量集科。等。基于此，提出一种如图2所示的事件驱动的RFID数据采集单元模型，在物流事件发生时将会自动触发该模型，采集工件志加工的实时数据。可以将状态S；。对应的RFID数据采集单元万方数据第2期 曹 伟等：基于RFID技术的离散制造车间实时数据采集与可视化监控方法事件触发点(f，一1)：状态磷，的开始时间和或状态S。“的始时间图2事件驱动的RrID数据采集单元a，形式化描述为

25、C；，：一。(2)式中：跫，表示状态S：，的持续时间，霹。一；，一；一。；B；，表示状态的业务类型，如加工、存储和搬运等。22 典型加工工序的RFID监控图2仅为一个基本的数据采集单元，它描述了单个RFID读写器如何采集现场实时信息，包括事件、状态、时间等。事件是导致工件状态发生变化的唯一原因，其发生标志着旧状态的终结和新状态的开始。故事件E；。也被当作两个相邻状态S：，和Si的连接器，用来连接两个相邻数据采集单元C；，和c；，m，它们之间的耦合关系可以表达为E；，iC；，n C；汁l。 (3)定义2工序(process)指按照零件的加工工艺计划，在加工设备上周围发生的一系列有序的加工操作动作

26、的集合。工序是构成工序流的最基本的组成单元，群表示工件是的第i道工序。基于上述定义，可以将图1所示的工序P；抽象为如图3所示的RFID配置与数据采集模型。该图采用两个事件E；，。和E；，。将3个相邻的RFID数据采集单元串联起来，即C；川C；，。和a，。其中：P和0：分别为工序P；的人缓存和出缓存；R和R岛分别为用于监控J；和0；的固定RFID读写器；w；为工序P的工位，即加工设备。采用手持RFID阅读器R乞对加工过程进行监控，即通过扫描工件自动记录加工和完工时间，通过程序界面或其他传感设备记录工件的加工质量甜，等信息。群一。表示RFID监控的工件是的移动路径为从人缓存I；搬运到工位W；，即W

27、IP物料流。采用RFID技术对加工工序P；进行监控，需要采集的实时数据包括事件集霹一霹叱。，蟛川霹川霹。、状态集s；一鹭。霉s；。、工件质量集q一固定空间 随机空间 固定空间嚏夕 一絮夕十 _ m，、：， -：， -：0。_-_-。k-J-o喏， 露z g。图3工序劈的RFID配置与数据采集模型磁川锘加诺，。)、事件发生的时刻集；一叱。，；”；川；，。)和状态的持续时间集霉一霉霉川碍，。，以及位置集L；和操作者集R；等。对事件集和状态集具体说明如下：E；“。表示将工件愚从工序j一1的出缓存搬运到工序歹的入缓存工；s；，。表示工件矗存储在工序歹的入缓存I；中等待被加工；霹，表示将工件是从工序歹的

28、入缓存J；搬运到加工设备W；上开始加工；s；，。表示工件是处于工序J的加工状态；霹。表示工件忌加工结束，将其从加工设备搬运到工序歹的出缓存O；中；S；，。表示工件矗存储在工序歹的入缓存0；中，等待被运往下一道工序；霹，。表示将工件是从工序歹的出缓存搬运到下一道工序，该事件可以看作是工序歹和工序歹+1之间的链接事件，用于串联两个相邻工序。基于上述定义，可以将加工工序P；的监控与数据采集模型描述为如下形式化表达：P；：一。 (4)23典型工序流的RFlD监控在离散制造车间中，任何一个工件都会经历一系列加工操作以及其他附加活动，从而使各零件特征被依次加工成型。定义3 工序流(prOcess flow

29、)指按照零件的工艺路线，在一系列加工设备上周围发生的有序加工操作动作的集合，从而使工件从最初的原材料被加工成最终成品的过程，工件尼的工序流用M6万方数据278 计算机集成制造系统 第23卷表不。为了实现对离散制造车间的制造过程进行实时监控，即对工件的加工工序流以及伴随着的物料流进行监控，需要将RFID设备配置到对应的每一道工序上，采集现场的实时数据。按照本文前述的RFID配置方法，假设膨包含m道工序，则一种可行的RFlD配置模型如图l所，J；。D参一尸6H 般情况下的工件流动路径特殊情况下的工件流动路径+异常情况下的工件流动路径图4工序流糟的一种刚行的RFID配置模型图4中，工件忌依次经过各工

30、序的人缓存J；、加工工位W；和出缓存0；，到达下一工序进行加工，例如工件志在工序1附近的流动方向为一叠一W：一o一霞一。有时由于相邻两工序之间的距离比较远，当零件体积质量较大时通常采用叉车进行搬运。例如图4所示的工序流M6采用叉车Fi将工件正从01搬运到露，R上部署了用于监控移动空间的车载RFID读写器R。当工件点进入或离开F时状态会发生变化，同时整个过程也将被监控。此时在工序2与工序3之间，工件是的流动方向为一0l一只一雎一。当出现加工质量不合格或漏加工某工序等情况时，工件需要逆向流动到上游工序重新进行加工，直至满足质量或工艺要求。图4所示的工序流M的RFID配置也可以抽象为如图5所示的工序

31、流数据采集与监控模型，并得到该工序流的事件集、状态集s、位置集L、触发时间集、持续时间集r和质量集0。等信息。对于一条已配置RFlD读写器的工序流，工件愚正常流动时所经历的事件集E、状态集S6、位置集L已知，且可以被预定义。当工件正到达工序i的任意RFID读写器磁的信号探测空间时，通过RFID1；1编号与其安装位置的一一对应关系R!一二jL女，RFID读写器可以探测到所对应的物流事件E；，H的发生，并触发对应的RFID数据采集单元C；，的采集触发时间；，。和工件质量Q；。等信息。通过预定义的状态集S6，也可以判断出工件忌当前的加工状态。基于上述分析，一条包含m道工序的典型工序流的监控模型可以形

32、式化表达为膨一P，Pi，P；，P袅)。 (5)式中：M表示工件是的工序流；P；：一(歹1，m)表示工序流膨中的第歹道工序，并且E严格按照加工工艺过程有序排列。24批次与批量监控定义4 批量(batch)指离散制造车间外协加工任务在交货期约束内需求的零件总数量，批量r用符号B表示。定义5批次(division)指根据离散制造车间对加工任务的调度情况，将批量零件划分为若干个小批次进行加工，批量B中的第m批次用符号D二表示。B7：一； (6)D二：一。 (7)式中：r，Pr和Nr分别表示批量交货期、工件类型和批量需求的数量；D表示批量Br中被划分的批次集，D7一Di，D二，D?)，表示批量Br划分的

33、批次数量；心为批次中工件的数量，心一Nr，；W：表示批次中工件的集合，w二一W二川，w：，既，：，)，而根据前面所述，每一个工件帔，。的加工过程可以用式(5)所示的工序流膨表示，因此万方数据第2期 曹 伟等：基于RFID技术的离散制造车间实时数据采集与可视化监控方法 279RFID配置 数据采集： r1 ，Q黝!型乡 I丛， 弦m，焉1 (孵)lP矗。、 孛签略啦 剞。焉9 (确y古02融丛l “ 套 恭瓣L!si。H Qi。si。H Qi。蹬。H彩在原材料库中存储状态工序l的加工前等待状态在工序l中进行加工工序l的加工后等待状态工序2的加工前等待状态剑悃J嚣器醛。H瑾。磷。H。撵工序流监控库

34、彘中在入缓睁矸中在工f工设的加孵中将工件搬运到原材料库将工件放入工序1的入缓存将工件放入工序1中加工将工件放入工序1的出缓存在出缓脖0中在入在工序工设工序2的加工后等待状态在出在搬运d工序3的加工前等待状态烈洲l刮l工裂旺图5工序流矿的RFID数据采集与监控模型W：一，M6，膨，)。 (8)3 RFID数据处理31数据预处理任何智能物体在进入RFID信号探测空间时都能被探测到，其电子标签信息会被反复读取。在这种情况下，如何对这些重复读取的冗余标签数据进行剔除，是降低数据存储和处理复杂度的关键。因在入壁中的加雕中将工件放入工序2的入缓存将工件放入工序2中加工将工件放入工序2的出缓存谚中群巾中将工

35、件放入搬运小车将工件放入工序3的入缓存将工件放入工序3中加工存储时间加工前等待时间加工时间加工后等待时间加工前等待时间加工时间加工后等待时间搬运时间加工前等待时间一-J此在RFID读写器采集数据后，还需要对这些数据进行预处理，即甄别哪些数据需要采集和上传、哪些数据是冗余数据。为了解决这种问题，需要对RFID读写器识别标签的过程进行深入分析。下面引入未知(unknown)、感知(sensed)、识别(identified)和未感知(unsensible)Ll 94种标签识别状态，其定义如表2所示。表2 RFID标签的几种识别状态标签状态 定义 当RFID标签(智能物体)未进入RFID读写器的信号

36、探测空间时，RFID阅读器无法探测到该标签，此时标签相对于读写器术7“处于未知状态万方数据280 计算机集成制造系统 第23卷续表2当RFID标签进入RFID读写器的信号探测空间后，若读写器连续读取到标签的次数n1小于设定的阈值Nl(nl，基于前面提到的数据采集模型和监控模型，RFID系统会自动将这些原始数据转化为各种事件集、状态集等重要信息，以满足对生产过程可视化监控的要求。上述模型主要用于推理各种事件、状态、位置等信息，而数据融合则主要负责对RFID读写器采集的原始时间数据进行数据融合，f。一，I：满足要求的、眦务逻辑信息如图7所示。7q r 7 矿 7q 矿 7q r 7 r 7飞 r

37、7飞 扩 7 r 7 罗 7 r 7q 矿 7 7 r 7 -t蓑 r 硝j r 7呓 ffl f】3 f皇i 硅z f3 f1 砖2 ，3 f皇4 瑞】3 l群。 矸3 惑1 瞪： 瞪。 赠， 嘴。 戎_ 残4 I 。露一 。珐一。、， 1，7 、 r 、 1，7一女 磋开 对 73、 ，7_女图7 RFID时间数据融合由于状态S；，的持续时间T；，一；，一；一。，可以根据该式计算出工序流的持续时间集r。对其进行进一步数据融合，还可以计算出各工序的加工时间及整条工序流的总加工时间等。这些时间数据不但对工序流实时监控尤为重要，而且在生产调度、生产过程控制和优化等系统中也起着至关重要的作用。具体

38、算法如下：lF一曩，一一，1； (9)Jlr一耳一f袅一6。 (10)t=1式中：F为工序i的总加工时间；为零件志所对工序m的加工后等待状态在工序m中进行加工工序m的加工前等待状态工序0的加工后等待状态工序0的加工状态工序0的加工前等待状态处于小车搬一廷状态工序0的加工后等待状态在工序0巾进行加工工序0的加工前等待状态工序的加工后等待状态在工序，中进行加工工序，的加工前等待状态万方数据第2期 曹 伟等：基于RFID技术的离散制造车间实时数据采集与可视化监控方法 281应的工序流的总加工时间；咒，为工序i所配置的RFID读写器的个数；：为工序流的开始时间，取工件离开原材料库的时刻。RFID读写器

39、采集的数据被上传到RFID数据库中，因此对时间数据的融合过程也是基于数据库的数据处理过程。图8所示的ID为F00120020的二r件在RFID数据库ID：F00120020编号 RFII)编码 事件 时刻 阅读器 操作者 质量1 F00120020 Eil 8：30 尺i 尸I Qf，934编号 RFID编五屿 书作 时刻 阅读器 操作者 质量l FOOl20020 E；i 8：30 月f Pil 9f。2 F00120020 科。 8：35 R蠡 Pi! Qi。34编号 RFID编码 事件 时刻 阅读器 操作者 质量l F00120020 il 8：30 尺， 硝。 戎，9 F0012002

40、0 Et： 8：35 只： JDi2 区：3 F00120020 i 3 8：52 船 尸i 3 区。4 F00120020 Ei】 9：07 科 尸i 然。加工过程中所采集数据的数据库模型。在RFID数据库中不仅记录了触发时间，还存储了预定义的事件、读写器编号和操作者等信息，当工件是在不同工序上流动时，这些数据也在不断被采集和存储，并在RFID监控数据库中进一步融合，最终形成满足监控需求的数据序列。如状态、路径和持续时间等。编号 RFID编码 事件 时刻 阅读器 操作者 质量1 F00120020 E!l 8：30 西 尸i1 Qf，。、i 厂 2 p00120020 醴! 8：35 尺盘

41、尸2 Q：3 F00120020 醴。 8：j2 只6 Pf3 Q。P， 4。” 、 r磊1(乒产坠尘彭F习。，甑控数据库 C 1D：F0012。020持续时间錾P兰 编号 状态 路径 时刻 质=罨=一 Q1 髓。 砖一， 8：30 32 翳。 尸蕞一n 8：35 1 7 Q。3 5f 3 惑一 8：51 15 Qf。图8基】数据库的数据融合示例33 异常处理采用RFID技术对加工过程进行可视化监控时，会不可避免地出现3类异常：工件没有按照加工工艺规定的路线进行加工，即出现工序漏加工、工序顺序错乱或进入未授权的工序等异常；与本工序无关的非法标签(其他工件等)可能会“闯入”该工序对应的RFID信

42、号探测空间，从而产生非法数据，造成RFID数据库的混乱；工件在某工序加工后的状态质量未达到设计质量要求，不能继续流向下一工序。为了解决前两类异常，需要预定义工件正常流动的路径。根据工件的工艺路线和生产计划，其加工路径是确定的，据此可以将工件需要经历的事件集、状态集、位置集、路径集等按先后顺序进行预定义。当RFID读写器采集到有效数据时，系统自动将该数据和预定义的数据集进行匹配。一旦匹配不成功，则说明工件未按指定路径流动，即出现异常，判断该异常的类型同时自动触发报警装置，并根据异常类型提示操作者进行合理的操作，以修正异常。系统还将自动记录异常发生的时间、地点、状态、操作者等信息，以便将来对工件的

43、加工过程进行追溯。4 基于RFID的离散制造车间数据采集与监控系统41 系统功能架构图9所示为车间数据采集与监控系统的功能架构，从下至上依次包括硬件层、数据接人层、数据层、服务层、应用层和应用系统层6个层次。其中，硬件层主要在车间中配置RFID数据采集与监控硬件环境，即根据本文提出的4种RFID监控模式配置RFID读写器，并对车间中的制造资源配置RFID标签，如人员、设备、工件、托盘和叉车等。所采用的RFID读写器型号为A1ien ALR 9610固定读写器、Teklogix PR()7527手持读写器和Intermac IV7c车载读写器，信号频率均为915 MHz。从工序、工序流到整个制造

44、车间，各RFID读写器之间存在某种特定的关系，构成统一的RFID数据采集网络，单个RFID读写器是该网络中的一个节点。在接人层中，RFID数据采集单元模块通过RFID读写器完成对制造车间现场数据的实时采集，并通过数据预处理模块对所采集的海量数据进行过滤，剔除重复信息，最后将有效数据上传到数据万方数据计算机集成制造系统 第23卷应用系统车间制造过程监控系统口灞产品追溯与查询系统固回 厂习I一Pweb service |)。数据壹用层 匝咽匝亘亟囹匦亟亟囹匝亟囹报务层 臣亟巫圈匝堕堕固堕困亘圈巫圃臣匦圃堕四E困匝巫习数据层 E三三三jRFID数据库E三三三jRFID监控数据库E三三三j数据集预定义

45、数据库E三三三j匀工质量数据库接入层 匪匦耍固臣垂堕垂圈臣堕固臣因臣圜箩 读写器接口协议 彳歹乒 读写器接口协议多(硬件层操作者 RFID读写器 操作者 RFID读写器 操作者 RFID读写器离散混流车间 零件图9离散制造车间数据采集与监控系统功能架构层的RFID数据库。数据层包括RFID数据库、RFID监控数据库、数据集预定义数据库和加工质量数据库。其中，RFID数据库用于存储原始的现场数据。RFID监控数据库用于存储对原始数据进行融合之后的业务逻辑数据。该层还包括用于存储预定义事件集、状态集、路径集的预定义数据库，以及用于存储工件加工质量数据的质量数据库，并通过映射关系和前两个数据库相关联

46、。服务层除了包括RFID事件处理服务、数据集预定义服务、数据融合服务和异常处理服务外，还包括EPC信息服务(EPC Information Service，EPCIS)、数据流管理服务、数据交换服务、Web服务和服务管理等。应用层和应用系统层主要用于支持制造过程监控和产品追溯与查询系统的功能模块。通过Web service服务，该系统还可以为其他系统提供必要的可扩展标记语言(eXtensible Markup Language，XML)格式的制造过程数据，如MES、ERP、仓库管理系统(Warehouse Management System，WMS)等。42 系统实现在上述关键技术和功能框架的

47、基础上，开发了制造车间可视化监控原型系统。该系统基于MyEclipse平台采用Java语言实现，并使用MySQL数据库存储相关制造数据。系统采用客户端服务器(ClientServer，CS)和浏览器服务器(BrowserServer，BS)混合架构进行开发。为保证实时性，RFID服务管理、数据采集、事件处理等功能模块采用CS架构，制造过程监控、数据统计与分析、产品追溯与查询等功能模块则采用交互性较强的BS架构。系统采用Java平台企业版(Java PIatformEnterprise Edition，JavaEE)中的SSH(Struts+Spring+Hibernate)框架进行开发，其中：

48、Struts用于响应客户端和浏览器端的请求，spring用于管理数据采集、可视化监控等服务，Hibernate用于持久化数据库。图10所示为CS架构的RFID数据采集控制台程序运行界面，可以实现对RFID的管理，如RFID配置定义、开启关闭对应的RFID读写器、数据采集、事件处理等功能。图11所示为BS架构的制造车间可视化监控系统运行界面，演示了对某零件(TH250型空压机气缸曲轴箱，标签ID为F200 4312 DC03 0119 2513 0020)在车间中加工全过程的可视化监控。除出库(工序o)和入库(工序10)外，该零件的加工过程还包括9道加工工序(工序19)，当前该零件正处于工序5的加工过程中。旦搿攀零詈黑蓄意亡R万方数据n