物联网

hzxjohnny

各信息技术的应用现状
随着全球市场竞争的加剧,制造企业在提高产品质量、降本增效、减少资源消耗等方面提出了更高的要求，制造过程的数字化、实时化、透明化、智能化和全局优化成为制造企业的发展方向。物联网、云计算、大数据等新技术给制造业信息化的深入发展带来新的契机，为制造业生产模式和业务模式带来新的变革，在制造业的应用也成为新的研究方向和应用领域。
（1）        物联网技术在制造领域的研究与应用
物联网技术在制造领域的研究和应用是先进制造技术发展的必然结果，通过将RFID技术、传感技术、嵌入式技术、网络技术等电子信息技术与制造技术相融合，实现对制造资源信息与产品信息的动态感知、智能处理与优化控制，有力推动制造系统向全球化、信息化、智能化、绿色化方向发展。
当前，世界各国的物联网基本上都是出于技术研究与试验阶段；美、日、韩、欧盟等都在投入巨资深入研究探索物联网，并启动了以物联网为基础的“智慧地球”、“U-Japan”、“U-Korea”、“物联网行动计划”等国家性区域战略规划。我国也在2009年提出了“感知中国”的物联网战略。
欧美地区物联网技术应用较为成熟，美国的RFID应用已经从军事应用为上，向交通、车辆管理，身份识别和仓储管理等领域延伸；欧洲地区德国、英国、法国和荷兰等RFID产业发展领先国家在交通、身份识别、物流跟踪等领域也有了比较广泛的应用。目前，在我国的北京、上海、江苏、浙江、无锡和深圳等地都在开展物联网发展战略研究，制定物联网产业发展规划，出台扶持产业发展的相关优惠政策。从全国来看，物联网产业正在逐步成为各地战略性新兴产业发展的重要领域。
张映锋等[5]设计了一种基于物联技术的制造执行系统体系构架，提出了一套使能基于物联技术的制造执行系统关键技术体系和实现框架，包括基于传感网的制造资源物物互感技术、制造执行过程多源信息的主动感知与增值技术、制造执行过程动态优化技术、生产过程质量信息传感/监控和全程追溯技术等，所提方法和技术对于物联网在制造领域的应用具有重要的借鉴价值。杨正益等[6]针对制造物联网络中实时感知的数据处理方法进行研究，探讨和解决制造业生产过程数据的实时感知、实时传输、实时处理、实时决策、实时控制一系列问题，确保企业生产安全有序进行，及时决策，减少损失。刘卫宁等[7]提出了通过工位和车间控制器协调配合完成生产计划的下发和现场生产数据的实时采集，通过系统集成接口实现制造执行系统与企业资源计划系统的数据和业务集成，实现了制造和质量的可视化和数字化管理。
目前，国内已有企业在应用 RFID 技术方面做了有益的尝试，如青岛海尔公司的冰箱生产线使用了工业级读写器进行产品信息采集，天津丰田汽车公司皇冠车生产线中也使用了 RFID 读写器产品进行管理[11]。与国外应用水平较高的企业相比，国内的应用水平还处于较初级的阶段，多局限于将 MES 系统与 RFID 数据采集进行集成，以进行全程监控制造过程。
国外制造型企业RFID技术应用已经很深入，例如Castro[12]， Kurschner[13]，Huang[14]， Poon[15]，Roh[16]等研究了RFID技术在丰田、尼桑、大众、戴姆勒克莱斯勒等汽车制造公司，江森自控等汽车部件供应公司，美国的哈雷戴维森摩托车制造和惠普、IBM、权智国际、Intel等电子设备制造公司中的应用，实现了在制品自动识别管理、生产状态实时监控、跟踪定位与授权、精准化物流配送管理、仓储可视化管理、质量信息采集与监控、产品的溯源与回收管理等功能[8]。
Huang[17]等针对固定位置装配岛装配空间有限且物件、工人往来频繁的问题，通过对运输小车、加工设备、产品、组件和工人等设置RFID标识，实现了工人行走、装配位置固定的柔性装配岛车间布局的可视化和装配加工智能化。英飞凌半导体公司[13]采用主动式和被动式RFID标签及超声波传感器，开发了实时的识别和定位系统，用于跟踪生产过程中的芯片容器塑料晶圆盒，从而有效地缩短了配送提前期，提高了运输工具使用效率，并使整个生产过程可视化。戴姆勒克莱斯勒汽车公司[13]将被动式RFID标签嵌入物料管理看板卡中，可实时跟踪物料位置，确认物料是存放于存储区还是已用于生产线，增强了库存可视化，简化了费时耗力的人工清点库存工作，并可自动给供应商发送物料请求单。Tang[18]等将RFID技术应用于电子产品回收，通过RFID存储产品的所有重要数据，如物品信息、来源信息、生产过程信息、产品属性、危险因素、用户说明指南和物品回收等，并跟踪整个回收过程，生产企业根据回收到的产品RFID标签信息分离出可再用和不可再用部件，以更好地应对环保法规要求，同时降低企业成本。Harun等[19]将RFID标签集成到员工卡中，可以跟踪监控员工每个工作班次中的工作效率，特别是可以有效保护承担危险性工作的员工，并通过识别智能员工卡信息及时阻止未被授权的员工错误地进入危险区域或操纵危险机器。
近年来，RFID技术开发及其在制造业的应用研究得到了学术界和产业界的双重关注， RFID系统在国外制造业领域已得到较为广泛应用。国际知名大企业（如福特、丰田、宝马等）已纷纷在汽车生产线上使用RFID系统，实现在制品跟踪和生产状态监控。在北美福特公司，将物联网技术应用于发动机生产线，用于追踪作业时间与数据、收集质量控制数据、生产装配记录等；日本丰田公司将物联网技术应用于汽车涂装车间，用于采集车型、车号、喷涂颜色和车身样式等信息，控制喷涂机器人工作；德国宝马汽车公司，在总装车间的流水线上安装RFID系统，使用可重复使用的RFID标签，标签上带有详细的汽车定制要求，在流水线每一个工作点设有读写器，采集车型、车号、车身样式等信息，指导相关配送及装配信息，以保证汽车在流水线各位置处毫不出错地完成装配任务。德国汉莎公司也利用RFID跟踪飞机发动机、飞行器零部件，以提高维修效率。美国通用公司也将RFID等物联网技术应用于航空发动机全生命周期管理。日本大昭将物联网技术应用于刀具管理上，通过“工具IC代码系统”实现对生产过程中刀具信息的全方位管理，包括刀具长度、磨损量、刀具所在位置等信息。在德国工厂中，借助西门子PLM软件，确保高效地生产大概1000件产品的标准程序，为新产品设计出多种不同的制造流程，并按诸如吞吐量和成本等参数进行计算和比较，然后从中选出效率最高的过程，实现产品制造流程设计的自动化。全球著名的市场调研公司AMR在其研究报告中指出，采用RFID等信息技术对生产资料管理能够精确和明显提高供应链性能，从而减少15%的库存量，订单率提高17%以上，生产循环周期缩短35%。
国内也有部分企业已经开始在利用RFID系统提供生产效率，实现了精益管理。如，天津丰田汽车皇冠车生产线上开始采用RFID管理系统，在生产供应链中实现产品的自动追踪和自动分拣。大连机床(数控)股份有限公司利用RFID系统在加工车间测试刀具管理进行了生产验证，结果表明该系统可以有效地提高车间刀具的使用效率，解决刀具的问题，可以很大程度缓解刀具使用混乱造成的资源浪费问题，有效解决刀具使用成本，保证车间生产的高质量和高可靠性。隆鑫摩托车成车生产线上已经成功应用了基于RFID技术的生产制造执行系统，青岛海尔公司的冰箱生产线上也已经开始投入使用工业级读写器进行产品采集。RFID系统也在国内服装制造、卷烟制造、汽车发动机制造等生产线上获得应用，提高日生产效率10%，且生产质量事故下降80%以上。相比国外来讲，国内的应用水平还处在初级阶段，多局限于把MES和RFID数据集成，以监测全程生产过程。
物联网相关技术作为进一步提升中国制造技术含量和服务品质含量的关键手段，在中国制造、发展绿色低碳经济中占据着重要的战略性地位。随着物联网技术的成熟和商业模式的不断丰富完善，嵌入了“物联网”新应用和服务的中国制造产品将不断涌现。
（2）        云计算和大数据技术在制造领域的研究与应用
新型信息化技术不仅是解决制造业面向服务化需求的关键手段，而且成为实现“制造即服务”理念的重要技术支撑，其中物联网技术及云计算技术是当前制造业信息化重要的研究方向，而物联网技术与云计算技术两个方向相融合的桥梁是“海量数据”处理技术[22]。
“云计算”是一种新型的软件与数据的服务模式，在虚拟化、数据存储、数据管理、编程模式等方面具有独特的技术，其技术实质是计算、存储、服务器、应用软件等 IT 软硬件资源的虚拟化，其核心思想是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务。用户能够随时获取，按需使用，随时扩展，按使用付费。随着信息技术的发展，云计算服务已深入到各个领域和行业[24]。
云计算的最大优势是降低了优化基础架构的成本，实现了高效的地域合作以及快速响应商业需求的能力。国外已开发并应用了一些基于云计算的离散制造参考架构，提高了工厂之间的互操作性信息流和企业功能，已经提高企业系统和整个供应商网络企业间的效率。但由于安全性和可靠性的问题，国外大量的云计算成功案例都来自于中小企业，对于那些信息化程度较高的大型企业而言，如果将企业的主业务系统运行在云计算服务提供商的设备上，多多少少会令人有些担忧。
大数据是数据分析的前沿技术，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，从而实现数据的增值。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
在物联网技术导入制造企业生产过程后，企业可以获取生产过程中的实时信息，企业生产过程的数据量逐步增多。随着大数据分析技术的出现，传统的数据分析技术与之相结合，使得数据分析技术的应用范围得到进一步拓展，价值也再次得到提升。基于物联网的数字化工厂中得到的数据大部分是生产和运营数据，以结构化数据为主，使用传统的数据分析方法即可。而大数据分析技术可以处理非结构化数据，可以更好地改进产品功能和服务。
高飞等[21]将下料优化的执行与企业私有云相结合，通过构建数据中心模式为企业底层资源提供应用，对资源的分布式虚拟化计算、模型方法库的可扩展性等系统关键技术进行创新。李尧等[22]在建立面向制造服务的数控切削数据库系统中，利用大数据技术快速、高效地诊断出数控切削过程中潜在的运行风险，并将分析得到的结果通过云计算的方式提供给数控切削现场或是远程在线的工程师作为加工参数选择的参考，建立有效的数据库模型实现大规模、复杂数控切削参数查询的快速、准确响应。许知博等[23]将云计算技术应用于工厂信息监测中，提出了一种基于云计算的现代化工厂信息监测系统设计，充分利用物联网和云计算在管理、服务等方面的优点，使管理者可以从全局的高度掌握工厂的实时状况，保证生产高效、安全、有序地进行，提高了工厂的管理效率，节省了工厂的运营成本。某半导体科技公司[24]将大数据技术应用于产品的质量管理，他们利用高级统计分析软件工具提供的大数据质量管理分析平台，可以快速地得到产品质量的分析结果，无论面对多么复杂的工艺流程，技术管理人员都能够从庞杂的工程数据中一目了然地看清质量现状，识别出哪里的工艺情况最稳定，哪里存在改进机会[25]。

参考文献：
[1]钱志鸿,王义君.物联网技术与应用研究[J].电子学报,2012,05:1023-1029.
[2]侯瑞春,丁香乾,陶冶,王鲁升,井润环,李建华.制造物联及相关技术架构研究[J].计算机集成制造系统,2014,01:11-20.
[3]UNG J,LOPEZ T S,KIM D. The EPC sensor network for RFID and WSN integration infrastructure[C]//Proceedings of the 5th Annual IEEE International Conference on Pervasive Computing and Communications Workshops. Washington, D.C.,USA: IEEE,2007:618-621.
[4]WELBOURNE E, BATTLE L, COLE G. Building the Internet of things using RFID: the RFID ecosystem experience[J]. IEEE Internet Computing, 2009.13(3):48-55.
[5]张映锋,赵曦滨,孙树栋,王军强,司书宾.一种基于物联技术的制造执行系统实现方法与关键技术[J].计算机集成制造系统,2012,12:2634-2642.
[6]杨正益.制造物联海量实时数据处理方法研究[D].重庆大学,2012.
[7]刘卫宁,黄文雷,孙棣华,赵敏,郑林江.基于射频识别的离散制造业制造执行系统设计与实现[J].计算机集成制造系统,2007,10:1886-1890.
[8]贺长鹏,郑　宇,王丽亚,马登哲.面向离散制造过程的RFID应用研究综述[J].计算机集成制造系统,2014,05:1160-1170.
[9]刘群垚.制造业的“数字化”未来走进西门子工业自动化产品成都生产研发基地(SEWC)[J].电气制造,2014,03:18-21.
[10]耿雪霏.RFID技术在物流管理中的应用[J].包装工程,2005,02:118-119+137.
[11]吕纪伟.离散制造车间MES的生产过程信息采集及方法研究[D].重庆大学,2011.
[12]CASTRO L, WAMBA S F. An inside look at RFID technology[J]. Journal of Technology Management & Innowation, 2007,2(1):128-141.
[13]KURSCHNER C. An analysis of factors influencing decentralization in the context of RFID systems in manufacturing[D].St.Gallen,Switzerland:University of St. Gallen,2009.
[14]HUANG G Q, WRIGHT P, NEWMAN S T. Wireless manufacturing: a literature review, recent developments, and case studies[J].International Journal of Computer Integrated Manufacturing,2009,22(7):579-594.
[15]POON T. A real time intelligent resource management system for facilitating inbound operations in manufacturing[D]. Hong-Kong:The Hong Kong Polytechnic University,2011.
[16]ROH J J, KUNNATHUR A, TARAFDAR M. Classification of RFID adoption:an expected benefits approach[J]. Information & Management,2009,46(6):357-363.
[17]HUANG G Q, ZHANG Y, JIANG P. RFID-based wireless manufacturing for walking-worker assembly islands with fixed-position layouts[J]. Robotics and computer-Integrated Manufacturing,2007,23(4):469-477.
[18]TANG L L, LU MT, HUANG W C. RFID application in waste monitoring management of electronic products[J].Intenational Journal of Electronic Business,2008,6(3):161-173.
[19]HARUN K, CHENG K, WIBBELMANN M. RFID-enabled aerospace manufacturing: theoretical models, simulation and implementation issues[C]//Prceedings of the IEEE International Conference on Industrial Engineering ang Engineering Management. Piscataway, N.J., USA: IEEE Press,2008:1824-1829.
[20]丁海骜.工业4.0时代的到来[J].CAD/CAM与制造业信息化,2014,Z1:7-8.
[21]高飞,邵臻,王晓佳.云环境下离散制造业MES下料优化系统分析与设计[J].合肥工业大学学报(自然科学版),2013,01:104-108.
[22]李尧,刘强,张伟.面向制造服务的数控切削数据库系统—从物联网到云计算[J].计算机集成制造系统,2014,06.
[23]许知博,刘钊.基于云计算的工厂信息监测系统设计[J].电子科技,2012,05:148-150.
[24]本报记者赵槿.云计算离我们有多远？[N].经济日报,2010-06-10015.
[25]在大数据冲击下的工业质量管理对策[J].电气时代,2014,04:22-23.
[26]张建雄,张袆.移动互联网在物流行业的应用研究[J].电信科学,2010,10:19-24.