一、数据采集：先让老设备开口说话
最近在搞一个老车间改造项目，说实话，心里挺没底的。设备要联网，数据要打通，工艺参数要实时监控，听起来很美，可真正动手那一个月，我几乎天天泡在车间地沟里布线，浑身机油味。哎，怎么说呢，数智化这词，听着高大上，落地就是一堆琐碎。
先说说数据采集吧。很多老板以为设备插上网线就有数据了，天真。我们厂里那台2005年的数控车床，系统是FANUC 0i-TC，通讯口只有RS232和PCMCIA卡接口。找遍市场，最终用一个工业协议转换器，把串口转成Modbus TCP，再接到数据网关。折腾了两天，总算读到主轴负载和当前程序号。可问题来了，车间里几十台设备，品牌混着来，西门子、三菱、大隈，通讯协议五花八门。你没法一套软件统吃。
后来我们干脆自己写了采集驱动，基于Node-RED，反正开源，改起来方便。每台设备用一台边缘计算网关，便宜，四五百块，跑Docker容器，里面装MQTT broker。采集频率设定为500ms一次，是折中的结果。太密，网络压力大；太疏，瞬态故障捕捉不到。注意，主轴温度你得1秒采一次，因为热惯性大，而电流信号20ms就变。通用标准别信，得按设备类型调。
二、数据模型：别把MES当Excel
数据有了，接下来是模型。很多工厂上MES，就像往Excel里塞数据，字段对不上，部门之间扯皮。我见过最离谱的，工序合格率在车间的表里是98%，质量部报表却是95%——原来车间算了二次返修，质量部只算一次。这种基础数据不统一，后面谈什么智能化都是扯。
JIS标准里有个理念不错，就是物流与信息流同步。我们就把物料批次条码和工位二维码绑定，每完成一道工序，扫一下，自动关联设备参数、操作员、时间戳。数据模型不要一开始就搞大而全，先定义最小集：工单号、设备ID、工序序号、完成数量、检验结果。等跑顺了，再往上层加。
其实ISA-95那套层级，很多小厂根本用不动。L0到L2的问题还没解决，非要上L3的MES，这不是给自己挖坑吗。我觉得落地路径应该是先打通设备层，再谈车间层，最后才搞企业层。一步一个脚印，别被供应商带了节奏。
三、数字孪生：好看但别当真
再说数字孪生。这词这几年炒得火热，可实际呢，我见过一个演示项目，把一个变速箱车间的产线做了3D动画，鼠标一拖，机器就动，看着拉风，但和真实设备的传感器数据完全没关系。这就不是孪生，是动画片。真正的孪生，你得让虚拟模型跟随实际设备实时运行。我们用工业相机识别机床加工状态，再配合传感器的振动数据，在Unity里驱动模型运动，延迟控制在200ms以内，勉强算同步。
做热误差补偿时，我们采集了机床主轴近端和远端两个温度点，建立一阶线性模型。实测，从冷机到热平衡，Z轴漂移最大0.042mm。这个值对精加工来说不可接受。补偿后，残余误差降到0.008mm，勉强达到工艺要求。后来想用二阶模型，但数据量不够，样本太少，拟合曲线反而振荡。所以说，模型要匹配数据规模，别迷信高精度。
四、人机交互：别让操作工变机器人
最后聊聊人机交互。有些上数智化的车间，操作工面前摆了三块屏幕：一个看MES工单，一个看设备状态，一个看质量报表。点来点去，谁受得了？我始终觉得，数智化应该减少人的负担，而不是增加。我们的做法是，把关键信息直接推到工位看板上，红灯闪、声音响，操作工不用抬头就知道设备报警了。拧紧枪扭矩不合格，系统直接把工单锁定，推送到工程师手机，半小时内闭环处理。
那一瞬间我才明白，数智化不是炫技。它就是把以前靠眼神和吼叫传达的信息，变成一个可视化的、可追溯的流程。是挺琐碎的，但值得干。
