马文卓++张杰

摘 要：随着物联网信息技术的发展，传统汽车制造业也在向自动化、智能化和物联化发展，基于物联网的需求日益迫切，给出基于物联网的智能制造控制和质量管理方案，从汽车工业的基础信息化到智能化的角度出发，提出利用时下最新的物联网和云计算技术，带动汽车制造业产能提升和质量提升，为汽车制造业提供智能控制、精细控制、质量监测和大数据汇集的解决方案。

关键词：物联网；大数据；汽车制造；RFID技术

中图分类号：TP29 文献标识码：A 文章编号：2095-1302（2015）02-00-04

0 引 言

汽车制造作为我国国民经济的重要支柱产业之一，不但带动了相关产业发展，还创造了大量就业机会，是社会主义现代化经济发展的重要基石，具有长远的发展潜力。

在当前社会发展形势下，汽车制造正面临数字化、信息化、现代化的产业升级，在整个产业的生产环节中引入时下最流行的物联网技术，将对汽车产业链的各方面优质资源进行优化整合，全面提升整个汽车制造业的规模和效益。

1 国内传统汽车制造企业面临的问题

与其他制造业不同，汽车的生产是一整套系统工程，数以万计的细小零件需要经过多条生产线组装成整车出厂，而基于传统制造业技术，能够对整条生产线施加影响的手段却比较匮乏。同时，汽车的质量是由部件质量和整体质量两个关键指标组成，其关系着人民的生命财产安全，质量在汽车制造环节中有着极其重要的地位，而传统制造业技术，很难实现对部件质量问题的逆向追溯。因此，掌握生产自动化、质量控制体系以及安全生产的技术就掌握了汽车制造业的核心技术。国内汽车制造业，正逐步由初期的MIS、CAD/CAM到MRP/ERP进行转变。然而，国内汽车生产过程中信息化水平仍相对落后。例如，信息的孤岛问题普遍存在；研发、生产、测试等环节，信息的填报仍主要依赖于技师的经验和技术，往往信息化管理的引入反而增加了工作量，降低了工作效率；费时费力在生产线上收集和整理出数据，但却并不精确，造成质量隐患和安全隐患。

2 物联网技术带来汽车制造产业的变革

基于物联网的信息技术，能够带动汽车制造的整体升级，提升生产效率和质量控制的管理。实现以自动化、智能化、现代化为基础的产业全面变革，解决当前汽车制造业面临的种种难题，如图1所示。

图1 物联网下的汽车制造业变革

通过基于物联网的信息技术，来规范和控制整个制造流程，需要图2中四个步骤。

图2 物联网的四个步骤

第一步，需要在整个制造环节中引入基于物联网的信息采集技术，以传感器、RFID、智能识别等物联网手段收集生产过程中的信息数据。

第二步，将收集来的信息数据植入云存储平台和云监控平台，用于大数据过程的数据积累。

第三步，再将云存储和云监控中的数据进行专业数据分析和数据挖掘，将生产过程中的数据加以处理和汇总，得出生产过程中的质量问题、改进方案、流程弱点等信息。

第四步，利用云分析平台的结果，配置自动控制系统，指导下一次再生产过程，用互联网快速试错的迭代思想改造传统汽车制造过程，做到对生产进行总体掌控，对生产环节进行精细控制，并形成多区域的实时安全监测和管理。最终达到提高产量、控制质量、保障安全的目的。

3 搭建基于物联网技术的汽车制造业智能平台

立足汽车制造对物联网技术的重大需求，针对影响制造业发展的基础理论研究制约瓶颈，面对生产线信息保真性及时性和质量可控性等科学问题，构建以物联网的基础技术体系，发展汽车生产线与物联网紧密融合的新型体系结构，突破物联网设计和实施的关键技术，通过智能平台在行业内的拓展和应用，实现汽车制造产业的技术革新。

3.1 利用信息互联实现真正的全自动生产

自动化生产经历了由机器代替重复的机械动作的第一次技术革新，又经历了以流水线分解负责工序的第二次革新，正在进行着由电脑控制独立设备的第三次革新。但是，这些自动化都是不完全的自动化，对于各设备间的配合仍然需要人工指挥，例如：工件信息、材料信息和相应处理方法的判断等。

利用物联网使各生产设备的数据互联，便可以实现全系统数据通信，相互配合更加灵活和紧密。利用传感器和电子标识使设备能够读取零件和材料信息，避免了人工判断带来的错误和效率降低，真正实现了汽车制造企业梦寐以求的的全自动生产。

3.2 利用数据监控建立的质量控制体系

利用数据自动采集平台提供的标准化设备信息，经质量智能评估平台对数据进行采样分析，通过与标准数据进行比对，提出质量评估结论，并最终提供质量情况给实时监控平台。生产线的各级质量监控人员通过监控平台实时输出的报告和告警信息将能够对设备运行情况、异常情况、零件装配情况进行全面掌控，打造汽车制造行业中领先的智能质量控制体系。

3.3 形成汽车制造业设备互联的通信标准

目前汽车制造业中的多种行业工具开发了相应的数据接口，并对不同品牌，不同应用的生产线设备构建了标准化数据结构，提供了标准化数据接口，实现生产线上各设备间用同一种语言上报，听命于同一种命令。对重型制造行业中的制造设备间数字信息构建通信标准。

3.4 构建汽车制造业智能控制与管理平台

以物联网技术为基础，以数字技术为手段，以信息技术为导向，围绕汽车生产线构建：数据自动采集系统、生产线自动控制系统、质量智能评估系统、智能识别系统、实时监控系统和云分析系统。依托于各个智能系统构建成的智能制造体系，将实现汽车制造过程的科技革新，带动整个汽车制造产业的腾飞。

3.4.1 数据自动采集系统

数据自动采集系统将实现生产线各种设备的数字化（例如：电枪设备、加注设备、侧滑检测设备、制动检测设备、尾气检测设备、空调检测设备等）。系统采用主动与被动相结合的方式对生产数据进行采集，既可主动连接到设备工位机去收集数据，也可被动采集设备工位机传送过来的数据。当采用主动采集方式时，数据采集具有高度的可靠性，万一发生系统宕机的情况检测结果也能保存下来，待系统恢复正常后重新进行采集。被动采集方式实现安全数据传送需要下位机的支持。检测数据采集的处理时间可调，确保系统的实时性。

例，电枪数据采集过程如图3所示。

图3 电枪采集过程

3.4.2 生产线自动控制系统

生产线自动控制系统将实现汽车制造过程的自动化控制，通过运用RFID技术、自动控制技术，实现生产操作的自动或者半自动执行，无需或者减少人工干预，避免或减少人为错误对生产造成的影响（例如：搬道和喷涂设备的自动控制）。

自动搬道系统通过RFID、数据库、PLC系统的有机结合，它只需要在数据库中添加预定颜色和与之对应的喷涂面位，就能实现搬道面车辆的合理调配，以智能化的控制代替了传统的搬道模式，同时也实现了信息的智能化和自动化，有效提高了工厂之间工业级智能化水平。

自动喷漆系统通过RFID、数据库、PLC系统、喷涂机器人的有机结合，它不再需要工位工人去检测车辆颜色并手动控制PLC进行喷漆，而是当天线获取车辆颜色之后系统会自动的控制PLC进行颜色分配，正确喷漆，此系统有效替代了传统的手动操作，降低了因人为误操作喷错颜色的风险。

例，基于RFID的自动处理流程如图4所示。

RFID阅读器每秒钟会阅读到成千上万的标签，为防止溢出，采用缓冲线程来加速数据包的存储和释放，并将数据保存在几何队列中。缓冲线程和几何数据队列构成了一个缓冲机制，以满足计算机的实时处理要求，它可以平滑的从阅读器接收大量的简单重复无序数据并进行处理。每个阅读周期（阅读周期是和读写器交互的最小单位）线程接收一组EPCs（标签EPC，阅读器ID，时间戳，奇偶校验位）组合，将其发送到消息队列，并对事件的有效性验证，检查是否出现读写错误或漏读，实现对数据的初步过滤。

经过缓冲机制后的数据流还存在着大量的重复，即阅读器重复和标签重复。标签位于一个阅读器识读范围内时，阅读器就会不断地读取标签数据，直到标签离开为止，称为标签重复；另外，当标签同时处于多个阅读器的识读范围内时，它的数据也会被不同的阅读器重复读取。图5为阅读器重复事例。

为解决上述问题，对标签重复，只记录标签第一次出现和最后一次出现的时间；对阅读器重复，考虑到交叠情况，尽量用最少的阅读器数量覆盖全部区域。但为了提高识读率，往往不能完全避免交叠。采取一种虚拟阅读器的方法，即同一地区的多个阅读器组成一个虚拟阅读器。

图6 虚拟阅读器

如图6中的R1，R2，R3，R4共同组成一个虚拟阅读器V0。

过滤后的数据存放在表中，T-Start为V～Reader初次阅读某标签的时间，以后再读到该标签则更新T-End和Count值（Coum为标签读取次数，有时为简便起见，可略去）。

对Filter表加上触发器，当有插入事件发生时，则表示有新的标签出现；当某标签的T-End（Count）在规定的时间内都未发生变化时，则引动触发器，认为该标签消失。将消失的标签信息送入下一个机制。这样只报告标签进入和离开的时间，大大减少了数据量。

3.4.3 质量自动预评估平台

质量智能评估平台将会根据不同工位、不同操作、不同车型的质量目标，对数据自动采集平台采集的当前生产或检测数据进行智能的评估，实时给出质量评价，并通过各种渠道（如监控云平台、邮件、手机等）迅速的反馈给当事人或负责人，使质量数据实时、准确的传递到相关人员手中，让问题能得到及时有效的解决。

第一步，设定质量目标是实现质量数据智能评估的的基础。用户需要针对不同的生产或检测设备、遵循标准的质量目标格式来设定不同角度的质量目标。同时，系统还支持用户对特定设备，使用专用的数据格式标准来设定质量目标标准。

质量数据的标准可以设定为成功失败、某种特定的数据、在某个数值范围区间以内、在某个数值范围区间以外、不等于某个特定值、包含某个特定数据等。

第二步，质量数据智能评估平台可以根据设定的质量目标标准，将质量数据与质量评估标准进行计算和比对，得出质量数据是否符合质量目标，例如得到成功提示信息、返回的数据在质量目标的范围区间以内、在某段时间收到数据的次数满足质量目标、收到数据的总和小于质量目标等。

第三步，质量数据经过平台业务逻辑层的智能评估后，可以生成评估结果。评估的结果可以利用多种形式，例如成功/失败，或者以百分制或者五分制来评分，或者以等级来评价质量结果等。可以是定量的评价，也可以是定性的评价。

3.4.4 智能识别平台

汽车制造业智能控制与管理信息服务系统平台中的智能识别平台在物联网技术的支撑下，实现了对整个生产线各个环节的生产流程、各种设备甚至是当前环境状况的智能识别作用。例如对汽车零器件出入库的智能识别、生产操作顺序的智能识别、运输托盘的自能识别、对当前厂房温度的智能识别等。改善了传统汽车制造业中低效率的管理和操作方式，实现汽车制造车间管理、流程控制的科学化和智能化。在提高了生产效率，减少了人员的浪费的同时，也推动了实时监控平台实现减少人工参与、做到全天候7*24小时的不间断监控的目标。

平台现采用了RFID技术，实现自动分析检测用户预设的非正常行为、数据的自动获取、流程的自动判断。这项技术已经在车辆出入智能识别应用、IP件智能识别应用两个功能上得到了应用。

例：IP件智能识别。IP件智能识别功能是指管理台负责从VTR系统中获得生产车辆的VIN码队列，并从中取得该车对应的CATCODE，与扫描到的IP件号进行比对，比对条件从配置中获取。根据匹配结果控制提示灯的显示：如果匹配，则显示绿灯，否则显示红灯。

IP件智能识别功能的处理流程如图7所示。

（1）智能识别平台从配置中读取CATCODE与IP件号对应关系信息。

（2）管理台从VTR读取车辆VIN码队列，并保存在本地。

（3）扫描车辆VIN码（可选步骤，用于初次校准VIN码队列）。

①若该VIN码在队列中未找到，则亮黄灯提示工人进行人工匹配，下一辆车仍需扫描车辆VIN码；

②若该VIN码在队列中找到，则后续车辆无需扫描VIN码。

（4）扫描IP件号。

（5）管理台将此IP件号与当前车辆CATCODE进行比对，若匹配，则亮绿灯，否则亮红灯（提示灯5秒后熄灭，时间可配置）。

图7 IP件智能识别功能的处理流程

例：车辆出入智能控制如图8所示，车辆出入智能控制是利用先进的智能识别技术和高度自动化设备，对车辆出入进行安全、有效的管理。能自动检查车辆是否可以通行，并自动记录车辆出入记录备查，随时了解车辆的出入动态情况，做到准确、高效和动态管理。

车辆出入管理台，实现数据录入和查询统计。例如：提供逐条录入、批量导入功能，数据包括车架号、牌照、所属部门、责任人、驾驶员、通行证等信息；提供车辆出入信息的查询统计功能车辆出入门岗控制台，实现车辆、人员、通行证的识别；实现车辆的分类处理；实现非授权时间告警；实现超时告警。

3.4.5 云监控平台

云监控平台将会通过通用的或专用的接口，主动或被动的获取其他系统平台的状态数据、生产或检测数据、质量告警数据、车辆非法进出告警数据、平台故障告警数据等多种重要的实时数据，并将这些数据通过云平台，以表格形式、图表形式、声光报警灯形式展示给用户。

图8 车辆出入智能控制流程

该云监控平台将是整个汽车制造业智能控制与管理信息服务系统平台的统一展现平台，通过云技术，使整个汽车集团公司可以随时随地的了解全国各地，乃至世界各地工厂的生产状态及报警信息。使管理层能轻松掌握各个工厂的生产状况，共同分析和解决遇到的问题，使报警信息及时有效得到解决。

云监控平台将会提供通用标准接口和定制专用接口。通用标准接口将会允许其他平台或系统将平台的状态信息、设备状态信息、生产信息、质量信息、告警信息等数据接入监控云平台，供相关人员随时随地进行生产状态的监控和检查。

平台的状态信息包括数据采集平台服务的开关状态和数据收发情况、生产自动控制服务的开关状态和数据收发情况、质量智能评估服务的开关状态和数据收发情况、智能识别服务的开关状态和数据收发情况、BI分析平台的服务开关状态和数据收发情况等。

设备状态信息包括服务器设备的开关状态、负载状况、网络状况，RFID设备的开关状态、各工控机的开关状态、自动控制设备的工作状态、生产设备的工作状态、检测设备的工作状态等。

生产信息包括电枪设备打入螺钉的次数、扭力、角度、时间，加注设备的加注量、开始加注时间、结束加注时间，四轮定位的检测数据，侧滑的检测数据，灯光检测数据，制动检测数据，转鼓检测数据，尾气排放检测数据及其他生产或检测设备产生的数据等。

质量信息包括从质量智能评估平台产生的电枪操作质量数据、加注操作质量数据、四轮检测质量数据、侧滑检测质量数据、制动检测质量数据，转鼓检测质量数据，尾气排放检测质量数据及其他生产或检测设备的质量数据等。

告警信息包括各工位的质量告警信息、各设备的状态告警信息、网络状态的告警信息、生产节奏告警信息等。

3.4.6 BI云分析平台

结合数据自动采集平台产生的生产检测数据、设备状态数据等，除了能为监控云平台提供实时数据监控告警以外，还能在BI分析云平台中建立数据仓库，通过BI分析云平台进行多维度、多角度的数据分析和数据挖掘，为整个企业的生产、质量提供更加准确和有用的信息，帮助企业对生产流程、生产工艺、质量控制工作进行改进和提升。

整个BI分析云平台将会对数据自动采集平台采集来的基础数据进行相应的数据抽取和转换，将抽取好的事实数据存放在数据仓库中，并适当进行相关预计算与聚合来提高整个BI分析云平台的性能。BI引擎可以根据需要，智能地从数据仓库中获取相应的数据，并通过业务逻辑层的各种计算方式方法进行计算和汇总，最后通过展现层将数据以各种各样的形式展现出来。

4 结 语

汽车制造业是重要的基础产业，是我国国民经济的主要组成部分，发展任务艰巨。结合我国国情，借鉴国外发展趋势，建设具有现代化的物联网智能制造平台，将带动汽车制造产能提升、实现汽车质量的全面提升、树立汽车制造产业的安全标杆，是立足于经济社会对我国经济发展要求的战略性选择。

参考文献

[1]韩江，朱念恩，夏链.基于移动物联网的人机协同制造研究[J]. 轻工机械，2011（6）： 50-52.

[2]杨铁江.基于物联网的制造企业信息化智能网络[J].中国制造业信息化，2011（17）： 1-5.

[3]杨屹，姚锡凡，朱吕，等.面向云制造的复杂RFID事件处理与应用[J].科学技术与工程，2013（27）： 8032-8039.

[4]许金叶.基于物联网的企业内部控制性质分析[J].会计之友，2012（10）：72-74.