物联网 (Internet of Things, Io T) 是指运用信息采集、传感设备, 按照约定协议, 把物品与互联网连接起来, 进行信息通信与交换, 以实现智能化识别、定位、跟踪、监控和管理的一种网络, 其是在互联网基础上的延伸和拓展。

物联网打破了传统思维, 将设施、设备、人员、工具、物料、电缆与芯片、宽带整合为统一的基础设施, 在经济管理、生产运行、社会管理、国防建设乃至个人生活、工作、学习等方方面面, 开辟了广阔的应用空间。很显然, 物联网的核心和基础仍然是互联网, 而且物联网能够实现任何物品 (也包括人) 与物品之间彼此进行“交流”[1], 无需人工干预。

目前, 对于大型铝型材制造企业来说, 智能化生产管控要设法破除如下困境[2,3,4]:

(1) 人员管理困境:企业人员众多, 管理层、技术层、普通员工的信息管理混乱、复杂;

(2) 设备管控困境:企业拥有众多的设备设施, 其状态、属性和参数直接影响生产过程和设备维保, 必须对设备设施进行实时数据采集;

(3) 模具物料管理困境:铝型材生产企业模具、物料众多, 其采购、储存、调配等环节涉及大量数据的保存、汇总和查询等处理, 传统手工操作易出错、效率低, 不利于模具物料数据的统计分析;

(4) 环境监控困境:企业内人员和物资流动性大, 环境时时刻刻变化, 必须进行实时监控, 以保证企业安全生产。

本文综合考虑上述因素, 结合大型铝型材生产企业生产、仓储与物流智能管理与控制的实际情况, 展开物联网技术与应用研究, 给出了大型铝型材生产企业的生产仓储物流物联网应用解决方案。

图1 平台总体架构   下载原图

一般来说, 绝大多数大型铝型材制造企业通过办公自动化系统OA、客户关系管理系统CRM、企业资源计划系统ERP、制造执行系统MES、立体仓储系统WMS、产品生命周期系统PLM等信息系统建设, 已经基本完成了信息技术在产品研发、设计、生产、营销、管理和服务等各环节的应用、渗透和融合。但仍有可能存在着许多薄弱环节或瓶颈问题亟需突破, 例如, 形成了大量的“信息孤岛”, 缺少对模具、物料、生产制造和仓储物流的全生命周期管理等, 致使不能有效提高企业的整体运营效率。

图1为本文提出的面向大型铝型材制造企业、基于物联网技术应用的生产仓储物流综合管理平台总体架构。

该平台基于物联网、云计算技术实现模具物料全生命周期, 以及铝型材生产、物流仓储全程的智能控制与管理, 解决模具、物料、铝型材产品数量庞大、种类繁多、管理复杂, 以及生产各环节缺少数据集成和智能控制手段等问题。

生产仓储物流综合管理平台基于主流软件平台构建理念, 采用多层架构模式, 使系统具有很强的适应性、可扩充性、可维护性和易用性, 整体架构包括在线服务层、支撑服务层、 (云平台) 基础设施层, 以及平台安全体系和平台监控体系。

(1) 在线服务层:在线服务层以Browser模式为各类用户提供工作界面, 包括平台的主要应用功能, 如:模具物料全生命周期管理子系统、铝型材生产过程管控子系统、铝型材仓储物流子系统、平台管理子系统和企业门户及其它应用系统等。

(2) 支撑服务层:支撑服务层包括各类应用中间件, 提供应用系统与基础设施层之间的连接与支撑, 包括单点登录服务、统一用户授权服务、统一消息服务、数据交换服务、工作流引擎、信息发布服务、信息门户服务、统一搜索服务、电子表单服务等。

(3) 基础设施层 (云平台基础设施) :基础设施层采用云计算技术构建, 包括底层的服务器集群、数据仓库、云存储、监控系统和物联感知网络等, 通过物联感知网络, 采集、整合和处理模具、物料、在制品全生命周期、生产过程、仓储物流的各类数据。

(4) 安全体系结构:平台安全体系主要包括硬件防火墙、数据加密、身份认证识别 (密钥盘) 、安全口令等, 保证平台的安全性。

(5) 平台监控体系:对平台使用状况、效能和业务应用进行统计分析和监控, 为平台持续优化、升级改造提供科学依据。

在大型铝型材制造行业中, 纯RFID数据采集系统架构并不能完全满足企业的现实需要, 主要原因有以下几点:

(1) 在生产过程监控、质量监测等环节, 其数据传输的实时性较低, 明显不能满足生产过程、质量实时监控需要。

(2) 纯RFID数据采集系统架构的成功应用是建立在RFID标签大面积应用基础之上的, 然而目前RFID标签成本较高, 大多数铝型材制造企业不具备这样的基础条件。

(3) 在大多数应用场合, RFID标签中只存放被跟踪对象编码, 未能充分发挥RFID标签数据存储的优势, 而在生产过程等环节, 往往需要在RFID标签中存放更多的动态数据。

为了满足大型铝型材制造企业生产管理中数据采集与处理实时性要求, 解决RFID标签成本高的问题, 本文充分利用RFID在数据存储及读写效率方面的优势, 与条形码技术相结合, 提出RFID与条码融合的数据采集技术方案, 系统架构如图2所示。

工作原理:企业根据生产管理需要确定跟踪对象 (模具、物料、在制品) , 根据被跟踪对象的性质以及将要进行的生产加工流程生成控制逻辑数据, 写入RFID标签存储, 并通过条码与对象绑定。对象在生产制造过程中流动时, 其物流和信息流将通过对RFID标签内数据的自动、实时采集和动态改写实现同步。对象的流动路径和操作方法也可以根据RFID标签内的数据进行控制。在标签和对象绑定的整个周期内, 把标签作为对象状态数据的唯一载体, 直到对对象的跟踪结束时, RFID标签才被取下, 供循环使用。入库前, 根据RFID标签中的产品信息, 打印条码以方便产品的配送和销售。

本项目提出的基于RFID与条码融合的数据采集技术具有如下主要特点:

(1) 针对制造业企业内部的信息化, 可应用于产品质量管理、生命周期管理、生产过程管理以及贵重物品跟踪等, 利用工业总线、以太网或企业内部网实现数据交换和共享。

(2) 把条码技术与RFID技术相结合, 解决了RFID标签目前存在的成本高问题, 而非简单地利用低成本RFID标签替换条形码。

(3) 把关键数据存储在RFID标签中, 无需反复进行编码解析, 可直接根据RFID标签内的控制逻辑数据进行相关的控制逻辑判断、操作, 既可以减少数据传输时延, 又增强了生产过程控制的实时性。

图2 RFID与条码融合的数据采集系统架构   下载原图

(4) 标签在企业内部闭环系统跟踪应用结束后, 可根据需要回收并循环利用。

中间件是一种独立的系统软件或服务程序, 分布式应用系统中, 借助中间件可以在不同应用之间共享资源。RFID中间件在RFID应用中介于底层RFID硬件设备 (读写器) 与后台应用软件及数据库 (如车间部署的各种应用系统、企业综合管理平台) 之间, 对RFID读写器传来的与标签相关的事件、数据进行过滤、汇总和计算, 减少从读写器送往应用软件及数据库的原始数据体量[5]。RFID中间件主要包括以下几个功能[6]:

(1) 读写器等硬件设备的协调控制功能。支持同时访问多个读写器, 以及对读写器的监控、配置及管理。

(2) 标签数据的过滤与事件处理功能。通过相关算法减少数据冗余, 为后台应用提供统一接口, 确定所采集标签数据的传递路径。

(3) 异常告警及扩展功能:具有异常告警、错误恢复功能, 以及支持软件升级、新型读写器加入, 等等。

在实际应用中, 一般一个RFID标签只对应一个对象, 因此一个RFID读写器需要读写大量的标签, 同时, 相同标签的内容也随被跟踪对象状态的改变而改变。所以, 随着RFID标签所标识对象粒度的不断减小, RFID数据量变得非常巨大。如何管理这些数据并对其合理使用, 完全依赖于应用软件的设计和性能。RFID应用软件的开发贯穿于从底层数据采集到应用资源管理规划和智能经营管理决策等整个运转过程。为了使RFID应用服务质量更为高效、可靠, 引入RFID中间件技术, 使开发的应用软件能够及时响应快速变化的各种业务需求和环境。RFID中间件在企业应用中所处地位如图3所示。

针对RFID标签的读写管理及数据处理问题, 在RFID读写器前端与企业各类应用系统/平台之间嵌入RFID中间件, 完成读写器的读写管理、数据过滤与聚集、数据路由等功能。其主要特点如下[7]:

(1) 中间件独立并介于读写器与后端综合管理平台和应用系统之间, 且不依赖于综合管理平台或某个应用系统, 能够与多个读写器、多个后端应用连接, 降低了平台架构组成及其维护的复杂性。

图3 RFID中间件作用与地位   下载原图

(2) 本平台采用的中间件属于消息中间件, 在实时维护消息路由和分发规则的前提下, 对数据传输的安全性进行管理, 保证后台应用收到的数据与发送时一致。

(3) 中间件具有数据采集、过滤与传递等功能, 将跟踪对象 (通过读写器) 转换为信息环境下的一一对应的虚拟对象, 以便将正确的对象数据传到后端应用 (综合管理平台或某个应用系统) 处理。

基于物联网技术应用的铝型材生产仓储物流综合管理平台采用物联网和云技术为代表的新一代信息技术, 实现对铝型材生产过程、物流仓储的全程智能化管理。平台遵循主流Web服务开发规范, 基于面向服务架构 (SOA) , 支持XML技术, 保证了平台内各种支撑服务工具、新开发应用系统与原有应用系统的整合、扩展以及数据交换的灵活性。

为了解决简单利用RFID技术替代条码技术所带来的种种问题, 提出了在铝型材制造企业中应用RFID与条码融合的标识技术方案, 结合DPM (直接产品标识) 技术, 充分发挥RFID技术、条码技术和DPM技术在对象标识与信息存储方面的优势, 通过对人、模具、物料、在制品的标识、跟踪与控制, 实现仓储物流、生产过程的智能化管控, 也可以借助对存储在标签中的生产过程信息进行实时采集、处理与分析, 实现更高层次企业经营管理决策功能。