一、项目背景
在钢铁厂的生产环境中,设备的稳定运行、质量控制以及数据采集是确保生产效率和产品质量的关键。开源Odoo软件提供了强大的维护模块、质量模块和数据采集(数采)模块,结合SKF Observer API,可以实现设备状态监测、质量数据同步以及生产数据的实时采集与分析,从而提升钢铁厂的智能化管理水平。
二、集成目标
-
设备维护模块集成:通过Odoo维护模块与SKF Observer API对接,实时获取设备状态数据(如振动、温度等),并根据数据生成维护工单。
-
质量模块集成:同步生产过程中的质量检测数据,确保原材料和成品的质量符合标准。
-
数采模块集成:实时采集生产现场的设备运行数据,包括设备状态、生产参数等,提升生产过程的透明度。
三、技术架构
- Odoo模块:
• 维护模块:用于设备状态监测和维护工单管理。
• 质量模块:用于质量检测数据的记录和分析。
• 数采模块:用于实时采集生产现场的设备运行数据。
- SKF Observer API:
• 提供设备状态监测数据(如振动、温度等)。
• 支持通过API接收维护工单状态更新。
- 中间层:
• 使用Python脚本作为调度器,定时拉取SKF数据并触发Odoo业务逻辑。
四、集成方案
(一)设备维护模块集成
- 数据模型设计
python"> # models/maintenance_equipment.pyfrom odoo import models, fieldsclass MaintenanceEquipment(models.Model):_inherit = 'maintenance.equipment'skf_id = fields.Char('SKF设备ID')vibration_threshold = fields.Float('振动阈值(mm/s)')last_sync_time = fields.Datetime('最后同步时间')
- 定时任务实现
python"> # models/maintenance_sync.pyfrom odoo import models, apiimport requestsimport loggingclass MaintenanceSync(models.Model):_name = 'maintenance.sync'@api.modeldef cron_sync_equipment_status(self):equipments = self.env['maintenance.equipment'].search([('skf_id', '!=', False)])skf_api_key = self.env['ir.config_parameter'].sudo().get_param('skf.api_key')for equipment in equipments:url = f"https://api.skf.com/observer/v1/devices/{equipment.skf_id}/sensor_data"params = {'start_time': equipment.last_sync_time.isoformat() if equipment.last_sync_time else '2024-01-01T00:00:00Z'}headers = {'Authorization': f'Bearer {skf_api_key}'}try:response = requests.get(url, headers=headers, params=params)data = response.json()for entry in data.get('data', []):if entry['vibration'] > equipment.vibration_threshold:self.env['maintenance.request'].create({'name': f"设备{equipment.name}振动异常",'equipment_id': equipment.id,'description': f"振动值:{entry['vibration']} mm/s,超出阈值{equipment.vibration_threshold} mm/s"})equipment.last_sync_time = fields.Datetime.now()except Exception as e:logging.error(f"同步失败: {str(e)}")
- 真实案例:某钢铁厂通过部署设备在线监测系统,成功减少了设备突发停机事件,提高了设备的运行效率。
(二)质量模块集成
- 数据模型设计
python"> # models/quality_check.pyfrom odoo import models, fieldsclass QualityCheck(models.Model):_name = 'quality.check'product_id = fields.Many2one('product.product', '产品')check_date = fields.Datetime('检测日期')result = fields.Selection([('pass', '合格'), ('fail', '不合格')], '检测结果')notes = fields.Text('备注')
- 数据同步实现
python"> # controllers/quality_sync.pyfrom odoo import httpimport requestsimport jsonclass QualitySyncController(http.Controller):@http.route('/quality/sync', type='json', auth='user')def sync_quality_data(self):skf_api_key = http.request.env['ir.config_parameter'].sudo().get_param('skf.api_key')url = "https://api.skf.com/observer/v1/quality_data"headers = {'Authorization': f'Bearer {skf_api_key}'}try:response = requests.get(url, headers=headers)data = response.json()for entry in data.get('quality_checks', []):product = http.request.env['product.product'].search([('default_code', '=', entry['product_code'])])if product:http.request.env['quality.check'].create({'product_id': product.id,'check_date': entry['check_date'],'result': entry['result'],'notes': entry['notes']})return {'success': True}except Exception as e:return {'error': str(e)}
- 真实案例:连云港兴鑫钢铁通过建设超低排放一体化管控平台,集成生产运行信号和质量监测数据,提升了智能化管理水平。
(三)数采模块集成
- 数据模型设计
python"> # models/production_data.pyfrom odoo import models, fieldsclass ProductionData(models.Model):_name = 'production.data'equipment_id = fields.Many2one('maintenance.equipment', '设备')timestamp = fields.Datetime('时间戳')production_rate = fields.Float('生产速率')quality_index = fields.Float('质量指数')
- 数据采集实现
python"> # models/production_sync.pyfrom odoo import models, apiimport requestsimport loggingclass ProductionSync(models.Model):_name = 'production.sync'@api.modeldef cron_sync_production_data(self):equipments = self.env['maintenance.equipment'].search([('skf_id', '!=', False)])skf_api_key = self.env['ir.config_parameter'].sudo().get_param('skf.api_key')for equipment in equipments:url = f"https://api.skf.com/observer/v1/production_data/{equipment.skf_id}"headers = {'Authorization': f'Bearer {skf_api_key}'}try:response = requests.get(url, headers=headers)data = response.json()for entry in data.get('production_data', []):self.env['production.data'].create({'equipment_id': equipment.id,'timestamp': entry['timestamp'],'production_rate': entry['production_rate'],'quality_index': entry['quality_index']})except Exception as e:logging.error(f"数据采集失败: {str(e)}")
- 真实案例:某钢铁厂通过部署数据采集系统,实现了生产过程的实时监控和数据分析,提高了生产效率。
五、安全与配置
-
API密钥管理:在Odoo的系统参数中存储SKF API密钥,通过加密字段保护。
-
HTTPS加密:所有API调用均通过HTTPS传输,确保数据安全。
-
IP白名单:限制SKF API仅允许Odoo服务器的IP访问。
六、部署与测试
- 部署步骤:
• 安装Odoo自定义模块。
• 配置定时任务,如每30分钟同步一次设备状态数据。
• 在SKF Observer API中注册Odoo的Webhook URL。
- 测试案例:
• 设备状态同步测试:模拟设备振动异常,验证是否自动生成维护工单。
• 质量数据同步测试:同步质量检测数据,验证是否正确记录在Odoo中。
• 生产数据采集测试:实时采集生产数据,验证数据的完整性和准确性。
七、总结与展望
通过Odoo软件与SKF Observer API的双向集成,钢铁厂实现了设备状态的实时监测、质量数据的同步以及生产数据的实时采集,提升了生产效率和智能化管理水平。未来可以进一步扩展功能,如集成数字孪生技术,实现生产过程的可视化监控。
让转型不迷航——邹工转型手札