《手札·行业篇》开源Odoo MES系统与SKF Observer Phoenix API在化工行业的双向对接方案

一、项目背景
化工行业生产过程复杂，设备运行条件恶劣，对设备状态监测、生产数据采集和质量控制的要求极高。通过开源Odoo MES系统与SKF Observer Phoenix API的双向对接，可以实现设备状态的实时监测、生产数据的自动化采集以及质量数据的同步，从而提升化工企业的生产效率和管理水平。

二、集成目标

1. 设备状态监测：通过SKF Observer Phoenix API获取设备的振动、温度、压力等状态数据，实时同步到Odoo MES系统。

2. 生产数据采集：利用Odoo MES系统采集生产现场的设备运行数据和生产进度数据，实现生产过程的可视化。

3. 质量数据同步：同步生产过程中的质量检测数据，确保产品质量符合标准。

三、技术架构

1. Odoo MES模块：

• 设备管理：用于设备状态监测和维护工单管理。

• 生产管理：用于生产数据采集和生产进度跟踪。

• 质量管理：用于质量检测数据的记录和分析。

2. SKF Observer Phoenix 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。

3. 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）设备状态监测集成

1. 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）')temperature_threshold = fields.Float('温度阈值（℃）')last_sync_time = fields.Datetime('最后同步时间')

2. 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 or entry['temperature'] > equipment.temperature_threshold:self.env['maintenance.request'].create({'name': f"设备{equipment.name}状态异常",'equipment_id': equipment.id,'description': f"振动值：{entry['vibration']} mm/s，温度：{entry['temperature']} ℃"})equipment.last_sync_time = fields.Datetime.now()except Exception as e:logging.error(f"同步失败: {str(e)}")

3. 真实案例：某化工企业通过部署设备状态监测系统，成功减少了设备突发停机事件，提高了设备的运行效率。

（二）生产数据采集集成

1. 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')

2. 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)}")

3. 真实案例：某化工企业通过部署生产数据采集系统，实现了生产过程的实时监控和数据分析，提高了生产效率。

（三）质量数据同步集成

1. 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')

2. 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)}

3. 真实案例：某化工企业通过部署质量数据同步系统，实现了生产过程中的质量检测数据实时同步，确保产品质量符合标准。

五、安全与配置

1. 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。

2. HTTPS加密：所有API调用均通过HTTPS传输，确保数据安全。

3. 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

1. 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。

2. 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。

• 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。

• 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。

七、总结与展望
通过Odoo MES系统与SKF Observer Phoenix API的双向集成，化工企业实现了设备状态的实时监测、生产数据的实时采集以及质量数据的同步，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