北京航天智造科技發展有限公司（以下簡稱天智公司）隸屬于中國航天科工集團公司，是一家以“互聯網+智能制造”為核心業務的專業化公司，是復雜產品智能制造技術國家重點實驗室和北京市復雜產品制造工程研究中心的組成單位。
佛山智能裝備技術研究院作為工業機器人智能服務系統合作單位，該研究院是由佛山市科技局主管的現代化科研機構，與南海區政府共建，并聯合上市公司武漢華中數控股份有限公司共同管理。
一、 項目概況
1. 項目背景
廣東省佛山市成立“中國（廣東）機器人集成創新中心”，以中國工程院周濟院長“一點一面一區一網一系”的理念為宗旨，推動工業互聯網產業的跨界合作、開放創新和規模化發展，實現智能裝備產業“云+端”的先進模式，推動工業互聯網+智能裝備產業的服務。通過大數據衍生服務等新業態、新模式的創新，培育制造業競爭新優勢，加快推動先進制造業轉型升級。
工業機器人智能服務系統以北京航天智造科技發展有限公司為建設單位，以佛山華數機器人有限公司為前期試點單位，通過設備數據采集、監測與分析，提升預防性診斷水平，建立維護保養標準，構建工業機器人智能服務體系架構。
2. 項目簡介
依托航天科工INDICS平臺，全面推動工業機器人行業以數據為基礎的智能化服務，將使用商產線+工業機器人技術+INDICS平臺智能服務結合，從機器人應用產線現場數據采集和工業機器人技術及應用研究分析到基于INDICS平臺的工業機器人數據應用，實現數據采集、數據分析處理、狀態監測、多維分析、健康評估、故障預測和保障決策等多維度、分層次的智能化服務。
3. 項目目標
根據“中國（廣東）機器人集成創新中心”“科技研發、成果轉化、產品生產、技術應用、行業配套、企業加速”定位要求，構建工業機器人數據應用智能化系統，形成工業機器人產業生態圈。通過一個平臺，一個系統，一組數據來服務三類用戶（制造商、使用商、集成服務商），創造價值新途徑和新渠道。
二、 項目實施概況
1. 實施目標
l 設備管理及維護模式創新；
l 設備維修維護效率提升；
l 設備產線運行穩定，產品質量有效保證；
l 設備維護及運行成本降低；
l 企業產線、產能和設備運行可測可控，提升企業效益。
2. 企業當前存在問題
l 設備非計劃停機；
l 設備狀態未知；
l 設備產品同質化；
l 設備維修響應慢；
l 設備運維成本高；
l 設備有效利用率低；
l 設備損耗高。
3. 項目實現價值
根據角色定位，具體應用價值主要體現在以下三方面：
機器人制造商
(1) 通過服務實現產品增值
應用大數據分析、移動互聯網等技術，自動生成產品運行與應用狀態報告，并推送至用戶端，從而為用戶提供在線監測、遠程服務、故障預測與診斷、健康狀態評價等增值服務。
(2) 實現機器人產品設計優化
通過對機器人運行數據統計及故障分析，在產品設計及生產上對設備常見故障及問題進行技術優化。
(3) 實現機器人設備的健康管理服務
基于工業機器人大數據和故障模型，預測機器人及產線運轉故障，保證客戶產線的運行穩定，避免因關重件損壞造成設備計劃外停機。
機器人使用商
(1) 現場設備管理
通過數據采集，監測工廠/車間機器人的運行狀態，實時掌握設備開機率、運行率、利用率、故障率以及OEE的統計信息，以便更加合理對機器人設備進行生產配置，提高其利用率，從而提高產能和資產回報率。
(2) 使用商產品質量穩定
監測機器人產線中影響使用商產品質量的關鍵參數，例如，重復定位精度、走線精度等；分析機器人運行參數故障與使用商產品質量之間的相關性，保證產品生產質量的穩定。
(3) 預測性維護
首先，采集設備實時運行參數與健康數據比對分析；其次，對機器人故障研究建立相應故障模型。通過以上兩種方式，預測機器人可能出現的故障，減少非計劃停機，提升設備的利用率，降低經濟損失。
集成服務商
(1) 通過裝備應用的大數據處理分析、數據挖掘以及數據可視化展示，研究工業機器人的應用創新。
(2) 確立工業機器人應用需求，構建新的機器人應用場景。
(3) 構建機器人應用數據處理模型，提出行業大數據的解決方案，并進行工程實施驗證。
4. 項目總體方案
項目總體架構
圖1 總體架構
(1) 門戶層
通過統一認證授權提供業務服務統一注冊、統一登錄入口。
(2) 應用服務層
應用服務層主要包括設備監控與分析、設備資產管理、預測性維護、備品備件庫等功能，通過設備數據采集與建模，對設備的潛在故障提前預警，提升設備的整體效能。
(3) INDICS平臺服務層
該層主要為各業務應用系統的構建和運行提供技術支撐，并為各應用服務提供計算、數據等資源的調度、管理及監控服務。
(4) 設備感知層
該層主要是現場的工業機器人系統及相應附加傳感器、智能網關等設備。
5. 網絡互聯架構
圖2 網絡部署圖
工業機器人數據源主要有兩種：中控系統和數據采集傳感器，兩種方式采集的數據通過工業現場總線協議，完成底層數據向上層網絡傳輸過程中的協議解析以及上層網絡向底層設備傳輸數據過程中的數據協議封裝。
SMART IOT 工業互聯網網關是一款連接航天云網INDICS平臺和工業設備的網關,為工業設備連接及INDICS云平臺服務的使用提供行業定制配置。支持的現場總線協議包括Modbus、Profinet、Ethernet、OPC等。
數據傳輸層支持HTTPS、MQTT、AMQP等多種傳輸協議，其中HTTPS通過SSL加密方式為云平臺提供數據安全保障；MQTT、AMQT為分布式消息協議，能夠滿足大數據開發，可靠性傳輸和分發需求。
6. 數據架構和應用
數據應用主要是提供數據清洗/交換、數據存儲/計算、數據分析/挖掘功能，其中數據清洗/交換采用ETL、Sqoop、Flume等工具對數據進行交換和清洗處理，數據存儲支持行式結構化數據庫，HBase列式數據庫、分布式HDFS文件存儲等方式，數據分析包括分布式Mapreduce計算，內存Spark計算和流式Strom計算等方式。數據服務層應用決策通過分類、聚類、關聯、推薦算法計算結果進行決策分析，能夠為應用提供客觀、準確、實時的決策分析依據，其架構如下：
圖3 數據架構
7. 項目應用效果
（1）用戶管理
用戶管理包括設備制造商和設備使用商管理。設備使用商版（系統）中，可以維護其具有業務的設備制造商信息，同時，該設備制造商在其系統中可以查看到對應的設備使用商信息。目前建立使用商和制造商之間的關聯信息共享關系。
| 設備臺數 | 制造商E | 制造商F | 制造商G | 合計 |
| 使用商A | 1 | 1 | 1 | 3 |
| 使用商B | - | 2 | - | 2 |
| 使用商C | - | 2 | - | 2 |
| 合計 | 1 | 5 | 1 | 7 |
圖4 【使用商&制造商】管理關系及設備數量對應表
圖5 使用商列表
圖6 制造商列表
（2）設備運行工況監測
設備實時數據采用方格式設計理念，方便企業用戶快速定位目標設備的運行采集點數據，簡單易懂，類比分析感較強。同時，還提供設備的歷史數據查詢（1個月內的數據），為后期設備健康狀況的分析提供必要的數據保障。
圖7 預測性維護
圖8 數據云監測
（3）設備關鍵參數異常監測
采集設備參數數據，為采集點設定科學閾值（正常運行范圍內的最大值與最小值）,并與實時數據比對分析，計算風險故障發生概率，預測未來故障機率，減少非計劃停機。
圖9 關鍵參數監測
（4）設備利用效能監控
? 接入云平臺后，停機率大幅度降低；
? 設備維護預測有效減少設備停機維護時間；
? 多維度對比工業機器人健康狀態，生成維修決策建議；
? 通過運行數據與質量數據的關聯分析，更有效的檢測和分析產品的一致性，保障產品生產良率；
? 設備綜合使用的OEE指標顯著提升。
圖10 設備利用效能監控
（5）維修維護管理
通過采集和積累設備數據，并建立模型，對設備進行有針對性地維護，有效減少30-40%設備維護時間，設備的利用率提升約18% 。
圖11 維修維護管理
（6）使用商產線運行監控
工廠/車間采集和監測設備工況、故障和任務信息，提高設備安全運行率，為預測性故障診斷提供數據支持，避免非計劃停機帶來的人力、財力的浪費。
圖12 產線運行監控
三維模型展示通過INDICS數據平臺獲取設備實時運行參數，與工廠機器人同步聯動，實現機器人遠程管理。
圖13 三維模型展示
（7）制造商工業機器人運行監控中心
目前共接入38家企業，78條產線的機器人，實現了機器人的智能管理，可以實時監測機器人運行工況、及時發現工作異常，及時維護保養，減少非計劃停機。并通過積累故障數據優化機器人設計。
圖14 設備運行監控大屏
8. 安全及可靠性
（1）系統安全
工業機器人智能服務系統基于航天科工INDICS平臺。INDICS平臺總體技術架構具有較強的安全措施和安全防范能力。其中，應用層采用OAUTH2.0進行認證，利用RBAC模型進行權限保護，提供安全審計等系統安全保障和網絡環境措施，系統可根據需要設定安全等級。
（2）數據安全
數據安全主要從數據安全隔離、訪問控制、加密傳輸、安全存儲、剩余信息保護等幾個方面開展建設，為機器人數據應用平臺用戶提供端對端的信息安全與隱私保護。
（3）核心服務安全建設
核心安全服務主要包括：統一身份認證、安全審計服務、安全策略服務、統一授權管理，以實現機器人數據應用平臺的跨域資源共享。
三、 下一步推進計劃
1. 產品功能
故障樹分析模型及機器人健康度評估模型還需要不斷完善，需要結合人工智能、深度學習等新技術不斷開展研究工作。
2. 接入標準
目前在機器人接入標準方面，統一的工業機器人數據接入標準亟待發布。
3. 安全機制
機器人設備可以實現遠程監測，在遠程操控的安全機制建立方面還需要探索研究。
四、 項目創新點和實施效果
1. 創新點
(一) 三維模型可視化
借助虛擬現實技術，將真實機器人工作時的角度數據實時地采集并傳送到虛擬現實環境中，利用角度數據驅動機器人模型，使之與機器人同步運動，并將各關節的角度數據在顯示屏上顯示出來,達到虛實映射的目的。
(二) 工業機器人的健康管理
基于設備歷史數據和設備故障樹研究，通過分析設備實時數據，預測設備可能發生的故障情況。
2. 實施效果
(1) 通過機器人數據應用平臺系統的使用，OEE有效提升約20%；
(2) 通過平臺進行設備維護預測，減少30-40%設備維護時間；
(3) 預測性能退化趨勢、提前發現故障安全隱患，故障事故率下降約25%；
(4) 通過大數據分析模型，更有效的檢測和分析產品的一致性，促進產品優化設計。