干了这么多年离散车间改造，说实话，见过太多“豪华配置”的产线，数控机床、机器人、AGV一样不缺，但实际产出效率呢？往往连一台老旧普通机床搭配个会调活的老师傅都比不过。问题出在哪？——系统没变，光堆硬件是没用的。今天这篇东西，就是想聊聊我在离散车间升级过程中踩过的坑，以及我觉得值得重点关注的几个层面。别指望看完就能复制，但至少能帮你少走点弯路。
先把丑话说前面：离散车间和流程车间完全是两码事。批量小、品种多、工序杂，每个工位的节拍还不一样，想要把整个车间串成一个“智能系统”，首先要承认一个事实——你没法用一个万能公式去优化它。但反过来说，正是这种“乱”，给了我们大量可以做文章的地方。
一、先搞清“离散”的账本：OEE不是算出来的，是采出来的
很多工厂上MES第一件事就是看OEE曲线。但你知道吗？如果数据源头是人工录入的，那这曲线就是“化妆后的业绩”。比如加工中心停机时，操作工经常忘了点“停”，或者等到下班统一补录，这种数据你信几分？
我的经验是，设备可利用时间的自动采集必须靠物理信号。最简单的做法，在设备主电柜加电流互感器，通过PLC判断运行、待机、停机状态。但注意，电流阈值要调准，别把空载当运行，更别把低转速的光机当成停机。我们曾有个车床，启动后主轴未转，电流只有几安，结果被判定为“停机”，直接导致OEE低得离谱。
更麻烦的是多工位设备，比如组合机床，可能需要多个信号点。这时候就要考虑信号同步。还有一个坑——工业现场的电磁干扰，变频器一启动，模拟量信号飘得像心电图。所以走线要远离动力电缆，最好用屏蔽双绞线，且单端接地。
再说说OEE公式本身。行业通用的是可用率×性能×质量（参见ISO 22400-2），但“性能”这个系数最容易被人为篡改。因为标准节拍通常取理论值，实际生产里经常有换刀、调参数、首件检验这些窗口时间，你有没有把它们单独切分出来？如果没有，性能率会虚高，然后掩盖掉真正的瓶颈工位。
二、老设备联网：协议是道坎，比想象中难
真正让人头疼的不是那些带网口的新机床，而是上世纪九十年代的“老黄牛”。数控系统可能是FANUC 0M、西门子810T啥的，通信接口要么是RS232，要么干脆没有。怎么联？我告诉你，办法总比困难多。
最简单的，用外置传感器+采集终端，不碰设备控制系统。比如用光电接近开关感应工作台移动，或者用电流钳判断主轴负载。这样虽然拿不到主轴转速、进给率这些内部参数，但至少能拿到运行状态和加工节拍，对于车间级的统计够了。
如果想要读到系统内部数据，就得加装协议转换网关。现场有一个很常见的场景：一堆老设备走Modbus RTU，新系统要OPC UA，中间加一个边缘网关做转换。要注意，有些老设备Modbus地址表不完整，你发个读指令可能直接死机，所以需要先在实验室模拟。
另外，通讯速率别设太高。记得我们那回，跟一台2000年的数控车床通信用19200波特率，结果一读参数就乱码，后来降到4800就好了。老设备的电路板抗干扰能力弱，高频率反而出错。
说到传感器安装，这是机械工程师的主场。你给设备加个接近开关，位置选不好，支架振动大，信号就跳。所以支架必须设计成刚性连接，加防松垫片，别用角铝凑合。还有，线缆要用拖链护套，顺着原有走线槽走，不能悬空拉。
三、物流与调度：AGV不是导航软件，是系统工程
离散车间里，AGV很容易成为“花架子”。因为车间通道窄，物料随处堆放，AGV的激光导航再好，也没法翻山越岭。所以先别急着买车，把物流路径和物料缓冲区规划好才是真功夫。
我们遇到过这样的问题：AGV跑到某个工位，但工位上的料架还是满的，它只能等着，后面一排车全堵上。原因就是上下料区没有设定缓冲位置。后来我们在工位边上加了两个旋转料台，利用机械结构把待加工物料和成品隔开，AGV只需放下空托盘和取走满托盘，效率一下提升40%。
调度算法这事，我强烈建议从简单规则开始。比如先到先服务+优先级排序，先跑通再说。别一上来就上强化学习，那个在仿真里跑得欢，到现场数据不够，能把你气死。我们目前用的是基于逻辑的优先级调度，加一些动态阈值，比如当某个工位的缓冲量低于设定值，就派车。虽然不够“智能”，但足够稳。
还有AGV的充电桩位置。千万别放在通道中央。我们最早设计时没留充电位，结果电量低的AGV横在路中间，整个车间趴窝。现在我们在每台AGV的路径里加了四个充电点，但要注意充电过程中不能阻挡其他设备的维修通道。
四、升级之后：从“自动化孤岛”到“柔性闭环”
最后说到底，升级不是为了炫技，而是为了产出。当我看到车间里几十台设备的数据真的能汇总到一个屏幕上，而且能提示哪台机床的主轴振动异常，那种成就感还是不错的。
我们最近在做的一件事，是把加工参数与刀具寿命数据关联起来。比如某加工中心在切削铸铁时，主轴电流波形有一个特征，刚好对应刀具磨损到一定阶段。这个我们是通过加装振动传感器和电流传感器，然后采集了几千条数据才找到规律。虽然现在还不敢说能实时预测，但至少能提前预警。
注意，这里要提醒你，数据采集的频次别盲目追求高。我们用过2kHz采样，结果数据量太大，存储和计算都成了瓶颈。后来降到500Hz，该有的特征还在。老话说得好，合适的就是最好的。
可能有人会问，要不要搞数字孪生？我的看法是，如果连真实数据都没洗干净，数字孪生就是空中楼阁。先把OT和IT打通，再做上层的美梦，不迟。
关于离散车间升级，还有太多细节写不完。但核心就一句话：别被设备厂商的PPT忽悠了，把现场吃透，比什么都强。你们要是有什么好经验，也欢迎交流。
