## 背景

在全球掀起的新一輪工業轉型浪潮中，智慧製造面臨高速發展機會。未來智慧製造業生產方式將朝著智慧化方向提升，個性化定製、網路化協同、智慧化生產、服務化延伸成為引領製造業高階化的重要模式，個性化、定製化的使用者需求將促使企業向生產柔性化發展。

與流程製造業相比，智慧製造生產環節更加分散，生產裝置更加多樣，工序繁雜。生產柔性化的發展趨勢則給企業的生產質量管理帶來了更大的挑戰。提升產品質量水平是企業市場競爭中最有力的武器，是企業發展的重要戰略手段。

產品質量溯源作為重要的製造過程質量管理手段，很大程度上影響著產品在製造過程中的質量水平。產品質量溯源透過追蹤整個製造過程資料，並分析找到影響產品質量水平的原因，為企業製造過程的改進提供依據，從「人機料法環」各個維度全面提升工廠質量管控能力。

## 產品質量溯源現狀分析

### 資料分散，整合成本高

在智慧製造生產過程中，涉及到現場多工序、多產線生產裝置的多源異構協議資料採集，生產經營相關業務資料和產品設計工藝資料，以及 MES、WMS、ERP 等工廠管理系統的對接。資料的全面感知和採集，是進行產品質量溯源的必要條件。

### 缺乏資料過濾能力

在現場裝置側，缺乏資料分析過濾能力，導致冗餘資料、無效資料在儲存端大量堆積，造成資料儲存壓力，質量溯源分析耗時耗力。

### 資料查詢分析能力弱

傳統方式下，MES 系統將生產資料透過關係型資料庫採集儲存，進行產品質量追溯。隨著智慧製造發展趨勢，生產資料高頻採集，資料規模倍增，採用傳統方式無論在查詢效率還是資料分析能力方面，都無法滿足產品質量溯源的效能要求。

### 實時智慧分析告警能力弱

在生產過程中，沒有充分利用機理模型、AI 演算法模型對生產資料進行實時分析，無法及時發現生產資料異常並推送告警資訊，影響產品質量及合格率的提升。

## EMQ 產品質量溯源解決方案

EMQ 產品質量溯源解決方案，透過雲原生技術以及雲邊協同架構，實現對海量裝置資料的連線、移動、處理、儲存與分析。方案主要包括以下軟體：
[![](http://img.blog.itpub.net/blog/2022/09/27/4fe38bff641afc8e.png?x-oss-process=style/bb)](https://www.emqx.com/zh/blog/product-quality-traceability-solution)

### 多維度資料高效採集

利用 [Neuron](https://www.emqx.com/zh/products/neuron) 將工廠內 PLC、非標自動化裝置、SCADA 以及各類儀器儀表透過現場匯流排方式進行實時資料採集。Neuron 支援 Modbus、OPCUA、 Siemens S7 等 80+ 現場匯流排協議採集，最高採集頻率可到100ms，還支援透過 MQTT 和 Restful API 等方式實現對工廠裝置的反向控制功能。

資料流式分析引擎 [eKuiper](https://ekuiper.org/zh) 可以對各類應用 API 介面進行資料拉取，透過配置介面設定介面地址、資料拉取頻率，並可將拉取資料的格式再定義，並實時推送到 EMQX BC 中，實現工廠 MES、影片監控等各類系統的資料匯聚。此外，eKuiper 還支援定期查詢資料庫以獲取批次工廠資料。

透過 Neuron+eKuiper 對多維度資料的高效採集，可以將工廠內機器裝置的實時資料、生產經營相關業務資料、產品設計工藝資料以及工廠各類生產管理軟體中資料進行統一匯聚，為產品質量溯源提供了完備的資料支撐。

### 邊緣分析

eKuiper 除了上述提到的資料拉取功能外，還可以在邊緣端對資料進行實時計算分析、過濾清洗、智慧告警等。eKuiper 提供了靈活的 SQL 語法以及資料模板功能，可以實現：

1. 對智慧工廠多廠裝潢置、多維度資料來源的資料格式標準規範化；
2. 實時測點高階分析能力，除了對實時資料進行簡單的資料函式計算和閾值判斷外，還支援自定義函式和 AI 演算法模型整合，可以將 Python、C/C++、Matlab 演算法整合進行邊緣實時推理，幫助實時發現裝置異常及產品缺陷；
3. 透過 eKuiper 的時間視窗函式可以對高頻採集的冗餘資料進行過濾清洗。eKuiper 多流計算功能可以對工序中的關鍵資訊資料進行抓取，處理後再傳送到 EMQX BC，大大降低了後端儲存壓力並提高了產品質量溯源的效率。

以某半導體生產工廠為例，透過 eKuiper 的多流計算功能，可以將多個工藝流程的資料進行跨工藝的資料對齊，在邊緣端對資料進行整合；在上下料單工藝段中，產品透過傳送帶傳送並透過多個感測器對產品狀態資訊進行採集，eKuiper 可拉取 MES 系統中的資料，根據傳送帶的動態執行速度以及布林訊號狀態，進行無效資料過濾及複雜資料補齊功能。
[![](http://img.blog.itpub.net/blog/2022/09/27/d812658edb0b4a31.png?x-oss-process=style/bb)](https://www.emqx.com/zh/blog/product-quality-traceability-solution)

### 實時儲存、高效查詢

雲原生分散式物聯網接入平臺 [EMQX BC](https://www.emqx.com/zh/products/emqx) 內建規則引擎功能，將工廠內各類彙集而來的資料，實時推送到 InfluxDB、TimescaleDB、TDengine、MySQL、PostgreSQL 等各類時序資料庫和關係型資料庫中。EMQX BC 支援每秒 10萬+TPS 的資料庫資料寫入效能，可進行每秒千萬級資料測點的實時入庫。EMQX BC 將多端 Neuron、eKuiper 採集分析的資料進行統一匯聚，資料推送到資料庫及大資料系統逆行持久化儲存，為產品質量溯源構建了健壯的底層資料架構。

同時，EMQX BC 支援可彈性擴充套件的叢集模式，隨著業務增長可以不停機擴充叢集規模。單個叢集可以處理百萬 TPS 的訊息併發，在工廠產線持續擴充以及業務場景對資料採集頻率不斷加快的情況下，具備良好可擴充套件性和穩定性的資料架構層也能從容應對。
[![](http://img.blog.itpub.net/blog/2022/09/27/7fa3e23bb2a8f6f3.png?x-oss-process=style/bb)](https://www.emqx.com/zh/blog/product-quality-traceability-solution)

### 雲邊協同統一管理

多維度資料採集以及邊緣分析會使用非常多的邊緣軟體，EMQX BC 雲邊協同控制檯將 Neuron、eKuiper 等眾多邊緣軟體進行遠端統一管理，可以監控邊緣軟體狀態、收集邊緣軟體日誌、實時推送告警資訊、保證邊緣軟體的高可用性以及一鍵實現邊緣軟體的版本升級管理，大大提高了整體系統的可維護性及易用性，顯著降低運維成本。
[![](http://img.blog.itpub.net/blog/2022/09/27/26c6ab7d4cf7b8b7.png?x-oss-process=style/bb)](https://www.emqx.com/zh/blog/product-quality-traceability-solution)

## 結語

針對智慧工廠所面臨的質量溯源需求，EMQ 基於雲原生和雲邊協同的產品質量溯源解決方案，在現場裝置端可實現資料的實時採集分析和異常報警，在雲端實現工廠海量資料的統一接入儲存，打破資訊孤島，充分發掘資料價值，助力工廠實現數字化、實時化及智慧化轉型。

>版權宣告： 本文為 EMQ 原創，轉載請註明出處。
>
>原文連結：[https://www.emqx.com/zh/blog/product-quality-traceability-solution](https://www.emqx.com/zh/blog/product-quality-traceability-solution)

工廠生產資料實時分析，產品質量高效管控

相關文章