今年年初,佛山一家机械零部件加工厂的老板找到我。他们的车间有36台数控机床,其中20多台是2005-2012年间采购的,没有网口,没有数据接口。每天的生产数据全靠工人手写——做了多少个零件、废了几个、机器开了多久,全记在纸本子上。老板说,想查看昨天的产量,得去车间翻纸质报表,有时还找不到。

他想上MES系统,问了一圈,最便宜的方案报十几万,还得把所有机床换掉——换一台新机床几十万,36台全换显然不现实。他想知道有没有办法在保留现有设备的前提下,先把数据采上来。

这篇文章记录了我们怎么一步步做到的。不是什么高大上的方案,就是接地气地把老旧设备连上网、把数据存下来、让老板在手机上能看到车间实时情况。

一、现场情况摸底

第一次去车间,跟着电工师傅走了两圈,记了几个关键信息:

看完现场,我心里基本有数了。这不是技术难不难的问题,而是方案得够简单、够皮实、维护成本够低。要是搞复杂了,电工师傅搞不定,方案肯定烂尾。

二、方案设计

最终方案分三层:设备数据采集层、边缘网关汇聚层、云端可视化层。

采集层:三种设备,三种接入方式

36台设备,根据接口情况分了三种处理方式:

选型上有个纠结:每个设备都装独立的数据采集模块 VS 每几台设备共享一个采集器。最后选了后者——用带多路模拟输入的采集器,一台采集器管4-6台设备。这样传感器数量没少,但采集器数量从36个降到7个,维护点和成本都降了不少。

边缘层:一台网关管全车间

在车间电控柜旁边部署了一台边缘AI网关,负责:

为什么不在采集器上直接处理?采集器的CPU太弱,跑不了规则引擎。而且集中处理的好处是规则可以随时改,不用一个个去更新采集器固件——改过的人都知道,逐个刷固件就是一场噩梦。

云端层:老板想看什么

云端是一个轻量级的Web应用,功能不多但够用:

访问方式很简单——老板在手机浏览器打开一个链接,不用装App。他跟我说的原话:"我就要能随时随地看车间在干嘛"。

三、实施过程

第一周:传感器安装和布线

7个采集器、36台设备的传感器安装,花了整整4天。实际动手的不是我,是工厂的电工师傅带着两个机修工干的。我只在旁边指导。

麻烦的地方有几个:

第二周:数据调试和标定

传感器装完了不等于能出数据。调试阶段问题特别多:

教训:串口协议解析远比想象中麻烦。不同品牌、不同型号的数控系统,即使都是RS232输出,数据格式也可能不一样。如果方案涉及老旧设备改造,一定要先实地确认设备型号和接口协议,别想当然觉得"都差不多"。差很多。

第三周:系统联调和试运行

系统初步跑通后,试运行了一周,暴露出来的问题还很不少:

四、实际效果

系统上线稳定运行一个月后,我们和老板一起复盘了几个方面的变化:

设备利用率从"凭感觉"到"看数据"
之前老板一直以为车间利用率在85%以上。数据一出来,实际只有68%左右——因为换活、等待物料、设备调整等非加工时间占了很大比重。看到数据后,老板开始有针对性地优化换活流程和物料配送节奏。
产量统计准确率明显提升
以前是操作工下班后自己报数,偶尔会有报多报少的情况(可能漏记了、可能记错了)。现在系统记录的运行时长结合换活信息可以交叉验证,至少能发现明显异常——比如某台设备显示只开了6小时,操作工报了8小时的产量,这种数据就能对上了。
异常响应快了很多
以前设备坏了,操作工得跑去找班长,班长再打电话叫电工。中间可能要耗掉半小时。现在设备异常停机超过10分钟,电工师傅的手机上直接收到告警,平均响应时间从约40分钟降到了10分钟左右。
为MES打了基础
数据采集系统跑通后,老板对"数据能干什么"有了具体的概念。两个月后他主动提出要上更完善的MES系统,这次不是凭想象拍脑袋,而是基于这几个月积累的数据和一线反馈来做需求规划。

当然也有一些不理想的地方。第一,按钮面板的依赖依然存在——操作工偶尔还是会忘了按,导致产量数据有缺口。后来我们加了自动补全逻辑:如果设备连续运行超过2小时没有换活记录,系统自动标记"可能漏记"并提醒车间主任确认。第二,电流互感器只能判断设备开没开,不能精确知道在做什么加工内容。要解决这个问题需要加装更精密的传感器或者接入数控系统的更底层数据,成本会高不少——目前这个精度对这家工厂来说已经够用了。

五、我的思考

做这个项目之前,我也看过不少"工业4.0"和"智能制造"的方案。说实话,很多方案在PPT里完美,到了真正的车间里就水土不服。这次做完之后,我感受比较深的有几点:

老旧设备改造的关键不是技术,是"适配"。36台设备,光接口类型就分了三种,没有一种方法能套用全部。方案设计的大部分时间不是在选AI模型、写代码,而是在想"这个设备怎么装传感器""那台设备的线怎么走""操作工怎么才愿意配合"。

数据采集本身就是最大的价值。很多人一上来就想做AI预测、做自动优化。但实际上,连设备开没开都不知道的时候,谈什么AI预测呢?先把数据采上来、看清楚现状,后面的事情都好说。这家工厂最开始半年做的事情就是"看数据",光这一点就已经帮他们找到了不少改进空间。

别低估"人"的因素。系统再厉害,操作工不按按钮、班长不看告警,都是白搭。这个项目里,我觉得花的精力最多的工作不是调试代码,而是说服和培训一线的人怎么用、为什么用。好的技术方案一定是把人放进去考虑的,而不是假设所有人都按理想状态操作。

小预算也能做数字化。很多人一听到"工厂数字化改造"就以为要几十上百万。其实对于中小工厂来说,从数据采集入手,前期投入几万块钱就能看到效果。关键是找对切入点,别一上来就想搞大而全的平台。

六、如果你想尝试

如果你的工厂也有类似的老旧设备数据采集需求,几点建议:

  1. 先搞清楚你有什么设备。把车间所有设备走一遍,记录型号、年份、有没有接口、能不能停机安装。这一步做好了,后面方案设计就不会跑偏
  2. 从一条线或者一个车间开始试点。别想着全厂一步到位。挑最有代表性的5-10台设备先跑通,验证方案可行了再复制
  3. 数据精度够用就好。不需要每台设备都装高精度传感器。有数字接口的优先用接口,没接口的用电流检测,实在不行的加传感器。80分的精度已经能帮你发现很多问题了
  4. 让一线的人参与进来。方案设计、安装位置、操作流程——都跟操作工和电工师傅商量着来。他们比任何外部专家都了解自己的设备
  5. 做好预期管理。别跟老板说"上了系统就能提效30%"这种话。应该说"上了系统先看看现在是什么情况,再决定从哪里改进"。数据本身不能解决问题,但能帮你找到问题