《手札·数转篇》开源Odoo软件与SKF Observer API钢铁厂双向集成方案

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

在这里插入图片描述

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

   # 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

   # 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

   # 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

   # 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

   # 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

   # 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)}")