基于工業(yè)大數(shù)據(jù)的智能制造新模式研究

張梅芳

摘? ?要：隨著制造業(yè)信息技術(shù)的應(yīng)用，大量生產(chǎn)數(shù)據(jù)沉淀并等待發(fā)掘利用。工業(yè)大數(shù)據(jù)技術(shù)不僅對生產(chǎn)數(shù)據(jù)有效地收集和管理，同時開拓了智能制造遠(yuǎn)程運(yùn)維新模式。為更深入地探索工業(yè)大數(shù)據(jù)與智能制造的有機(jī)融合，從兩者的產(chǎn)生背景、技術(shù)特點(diǎn)和融合模式等角度進(jìn)行了系統(tǒng)闡述。在此基礎(chǔ)上，對該融合模式的創(chuàng)新應(yīng)用進(jìn)行了歸納和總結(jié)，然后介紹了創(chuàng)新融合模式在水泥生產(chǎn)企業(yè)的應(yīng)用，最后對基于工業(yè)大數(shù)據(jù)的智能制造新模式研究進(jìn)行了總結(jié)與展望。

關(guān)鍵詞：工業(yè)大數(shù)據(jù)智能制造遠(yuǎn)程運(yùn)維新模式

中圖分類號：F424? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）03（b）-0039-02

隨著傳統(tǒng)企業(yè)向制造服務(wù)業(yè)轉(zhuǎn)型的進(jìn)程，工業(yè)數(shù)據(jù)也歷經(jīng)多年的積淀。尤其是從事制造服務(wù)業(yè)的企業(yè)，以及工業(yè)互聯(lián)網(wǎng)平臺企業(yè)，都擁有海量的工業(yè)數(shù)據(jù)，逐步形成大數(shù)據(jù)規(guī)模。探索工業(yè)企業(yè)運(yùn)行所產(chǎn)生的大數(shù)據(jù)的運(yùn)用，正推動著智能制造新模式應(yīng)用的創(chuàng)新。

經(jīng)研究，對于多年來從事國際化生產(chǎn)管理服務(wù)的企業(yè)，在實(shí)現(xiàn)制造業(yè)產(chǎn)能“走出去”升級為制造服務(wù)業(yè)“走出去”的基礎(chǔ)上，需要進(jìn)一步實(shí)現(xiàn)制造服務(wù)業(yè)“走出去”高端化進(jìn)程。生產(chǎn)制造服務(wù)在海外的業(yè)務(wù)開展，人力成本越來越高，并且隨著工業(yè)4.0的推進(jìn)，工廠裝備、生產(chǎn)線管理等逐漸走向智能化。我們現(xiàn)在正處在變革和創(chuàng)新的潮流下，在這場競爭中，誰擁有先進(jìn)的技術(shù)和服務(wù)，誰就占據(jù)了市場的高地。為適應(yīng)這種快速變化的發(fā)展趨勢，本文提出工業(yè)大數(shù)據(jù)應(yīng)用，推動遠(yuǎn)程運(yùn)維服務(wù)模式應(yīng)用，為客戶優(yōu)化產(chǎn)業(yè)鏈管理，降低設(shè)備維護(hù)成本，從而提升客戶服務(wù)水平;通過生產(chǎn)網(wǎng)絡(luò)協(xié)同管理實(shí)現(xiàn)生產(chǎn)效益的提高，同時能夠通過高技術(shù)水平的平臺服務(wù)，實(shí)現(xiàn)輕資產(chǎn)、低成本運(yùn)行。制造業(yè)工業(yè)大數(shù)據(jù)的應(yīng)用，不僅在技術(shù)上有所突破，更加在制造服務(wù)模式上有了開創(chuàng)性的拓展。

1? 工業(yè)大數(shù)據(jù)與智能制造融合模式概述

隨著國際化進(jìn)程，傳統(tǒng)制造企業(yè)正在走向全球化運(yùn)營管理，服務(wù)范圍呈現(xiàn)全球化。若以單點(diǎn)式管理模式，使用傳統(tǒng)管理工具，必然不能滿足全球化運(yùn)維管理的要求，遠(yuǎn)程運(yùn)維服務(wù)模式逐漸成為制造企業(yè)所要探索和使用的重要方向。遠(yuǎn)程運(yùn)維是以工業(yè)大數(shù)據(jù)為基礎(chǔ)展開的，其最能體現(xiàn)數(shù)據(jù)運(yùn)維的新思想、新模式。當(dāng)管理者面對跨國界、跨時區(qū)的工廠運(yùn)維支持時，需要工業(yè)數(shù)據(jù)通過合理的數(shù)據(jù)平臺傳輸和展現(xiàn)，為遠(yuǎn)程運(yùn)維提供及時、準(zhǔn)確的決策和管理支撐。

本文重點(diǎn)研究了適用于建材制造企業(yè)的大數(shù)據(jù)平臺的關(guān)鍵技術(shù)及相關(guān)應(yīng)用，解決生產(chǎn)過程中設(shè)備、產(chǎn)品質(zhì)量和運(yùn)行數(shù)據(jù)的管理問題。通過與遠(yuǎn)程數(shù)據(jù)中心集成，創(chuàng)新地實(shí)現(xiàn)了工廠生產(chǎn)過程中智能化、專業(yè)化、實(shí)時性的管理。本項(xiàng)目的實(shí)施，解決了在全球性項(xiàng)目服務(wù)和管理過程中遇到的各種問題，在提高效率、降低成本的同時，為企業(yè)創(chuàng)造更多經(jīng)濟(jì)利潤。

2? 遠(yuǎn)程工業(yè)大數(shù)據(jù)中心設(shè)計

工業(yè)大數(shù)據(jù)平臺以數(shù)據(jù)中心的DCS數(shù)據(jù)為基礎(chǔ)輔以人工填報的數(shù)據(jù)能夠?qū)崿F(xiàn)制造企業(yè)的全方位信息化管理從而規(guī)范管理制度，提升管理效率。企業(yè)的管理者可以隨時隨地掌握企業(yè)的運(yùn)營狀況，從而做到有的放矢，及時發(fā)現(xiàn)問題并進(jìn)行相應(yīng)的升級優(yōu)化。工業(yè)大數(shù)據(jù)平臺以建設(shè)遠(yuǎn)程工業(yè)大數(shù)據(jù)中心為基礎(chǔ)，初步服務(wù)工業(yè)企業(yè)，逐步擴(kuò)大客戶范圍，以平臺模式提供豐富的數(shù)據(jù)服務(wù)內(nèi)容。

遠(yuǎn)程工業(yè)大數(shù)據(jù)中心主要分為兩部分，區(qū)域工業(yè)數(shù)據(jù)中心建設(shè)和核心工業(yè)數(shù)據(jù)中心建設(shè)。區(qū)域工業(yè)數(shù)據(jù)中心通過組建獨(dú)立數(shù)據(jù)采集和通訊的工業(yè)以太網(wǎng)，對下連接區(qū)域內(nèi)多個生產(chǎn)線數(shù)據(jù)，對上與核心工業(yè)數(shù)據(jù)中心系統(tǒng)的關(guān)系型數(shù)據(jù)庫做二次整合對接，實(shí)現(xiàn)在某一核心市場建立輻射周邊的數(shù)據(jù)服務(wù)中心，從而能夠匯集輻射的工廠數(shù)據(jù)，根據(jù)需要為區(qū)域市場服務(wù)。核心數(shù)據(jù)中心匯聚所有區(qū)域中心的數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的集中統(tǒng)一管理和全球運(yùn)營分析。

通過數(shù)據(jù)平臺基礎(chǔ)設(shè)施的建設(shè)，打造三級存儲模式：在工廠內(nèi)通過組建獨(dú)立數(shù)據(jù)采集和通訊的工業(yè)以太網(wǎng)，連接生產(chǎn)現(xiàn)場主要設(shè)備、PLC、工業(yè)控制系統(tǒng)等，將采集到的數(shù)據(jù)存儲企業(yè)內(nèi)部，然后將該區(qū)域內(nèi)的工廠通過網(wǎng)絡(luò)專線匯集到區(qū)域工業(yè)數(shù)據(jù)中心進(jìn)行二級集中存儲，所有區(qū)域工業(yè)數(shù)據(jù)中心的數(shù)據(jù)通過加密專線在北京建立工業(yè)數(shù)據(jù)中心進(jìn)行三級存儲。

3? 工業(yè)大數(shù)據(jù)與智能制造融合模式及預(yù)期效果

基于工業(yè)大數(shù)據(jù)與智能制造的發(fā)展現(xiàn)狀，以及二者在遠(yuǎn)程運(yùn)維新模式的應(yīng)用，提出利用工業(yè)大數(shù)據(jù)實(shí)現(xiàn)與智能制造的融合模式。

從生產(chǎn)制造角度，實(shí)際生產(chǎn)過程的設(shè)備、產(chǎn)品、人員等方面存在很大不可量化、不可預(yù)測導(dǎo)致的不確定性。例如不同廠家、不同型號的零件生命周期差別很大;工人操作失誤造成的資源浪費(fèi)、加工過程中零件的磨損引起的設(shè)備故障;現(xiàn)場執(zhí)行過程的不可控等。這些不確定性直接影響生產(chǎn)調(diào)度安排、產(chǎn)品質(zhì)量、安全控制、生產(chǎn)決策的準(zhǔn)確性。因此，利用大數(shù)據(jù)技術(shù)，收集生產(chǎn)過程數(shù)據(jù)，對這些不確定性進(jìn)行分解和量化，降低不確定性帶來的偏差，保證生產(chǎn)過程盡可能透明，進(jìn)而提高了生產(chǎn)效率。從管理角度，企業(yè)還可根據(jù)數(shù)據(jù)分析結(jié)果及時更換零件、維修設(shè)備、監(jiān)督工人，實(shí)現(xiàn)標(biāo)準(zhǔn)化運(yùn)轉(zhuǎn)。

從設(shè)備維護(hù)角度，通過對設(shè)備重要指標(biāo)參數(shù)的記錄，與故障現(xiàn)象直接綁定分析，可以評估設(shè)備健康狀況及運(yùn)行工況，發(fā)現(xiàn)問題提前預(yù)警，既能夠延長設(shè)備使用壽命又能夠減少生產(chǎn)損失。

從質(zhì)量管理角度，通過對結(jié)果數(shù)據(jù)和過程數(shù)據(jù)的建模、分析，針對質(zhì)量控制指標(biāo)進(jìn)行全過程監(jiān)測，覆蓋原料、半成品、成品的質(zhì)量指標(biāo)，記錄詳細(xì)準(zhǔn)確，實(shí)現(xiàn)產(chǎn)品質(zhì)量溯源。

從數(shù)據(jù)價值角度，搭建大數(shù)據(jù)平臺，有利于產(chǎn)業(yè)數(shù)據(jù)集成，挖掘數(shù)據(jù)價值，對于未來人工智能的引入提供數(shù)據(jù)樣本。最大程度發(fā)揮數(shù)據(jù)價值，數(shù)據(jù)集成后充分應(yīng)用大數(shù)據(jù)技術(shù)，形成數(shù)據(jù)產(chǎn)業(yè)鏈。

4? 應(yīng)用實(shí)例

為了驗(yàn)證工業(yè)大數(shù)據(jù)與制造業(yè)的結(jié)合應(yīng)用，選擇在多家水泥企業(yè)運(yùn)行管理中進(jìn)行了探索實(shí)踐。多家水泥企業(yè)分布在各個地域，為了實(shí)現(xiàn)對國外現(xiàn)場的集中管理，在國內(nèi)總部也部署一套系統(tǒng)?？偛康南到y(tǒng)和工廠本地的系統(tǒng)進(jìn)行雙向的數(shù)據(jù)同步，本地系統(tǒng)實(shí)時監(jiān)測總部系統(tǒng)數(shù)據(jù)庫的變化并采用“拉”的方式同步用戶、權(quán)限、系統(tǒng)配置等公共數(shù)據(jù)，同時通過實(shí)時分析本地數(shù)據(jù)庫日志將本地業(yè)務(wù)數(shù)據(jù)采用“推”的方式同步到總部數(shù)據(jù)庫。

（1）數(shù)據(jù)采集及數(shù)據(jù)存儲。

OPC數(shù)據(jù)采集客戶端：在海外工廠部署分布式控制系統(tǒng)（DCS）通過其OPC接口將現(xiàn)場所有設(shè)備的運(yùn)行參數(shù)（溫度、壓力、壓差等）以及設(shè)備的維護(hù)記錄等一系列結(jié)構(gòu)化的數(shù)據(jù)經(jīng)專網(wǎng)傳輸至實(shí)時數(shù)據(jù)庫集群中。

（2）數(shù)據(jù)應(yīng)用與分析。

設(shè)備運(yùn)行狀態(tài)、工藝參數(shù)、故障數(shù)據(jù)實(shí)時采集并傳輸，基于大數(shù)據(jù)分析，逐步實(shí)現(xiàn)設(shè)備預(yù)防性維護(hù)與產(chǎn)品良率穩(wěn)定提升，確保資源充足供給。

工業(yè)大數(shù)據(jù)平臺整體采用成熟的 Hadoop 分布式架構(gòu)，在核心數(shù)據(jù)中心以外采用邊緣計算方式，初步進(jìn)行分析和處理，經(jīng)分析后的數(shù)據(jù)再通過全球鏈路，傳輸至核心機(jī)房。不同節(jié)點(diǎn)構(gòu)成較好的災(zāi)備系統(tǒng)，同時在數(shù)據(jù)安全方面有較好的分層加密應(yīng)用。平臺通過分布式運(yùn)算架構(gòu)，實(shí)現(xiàn)海量數(shù)據(jù)在線和離線的深度挖掘分析;通過大數(shù)據(jù)引擎，對數(shù)據(jù)進(jìn)行流式處理，實(shí)現(xiàn)數(shù)據(jù)分析的時效性;通過大數(shù)據(jù)可視化平臺，各層級管理人員能夠及時發(fā)現(xiàn)隨機(jī)或異常信息，進(jìn)行及時決策和不斷改進(jìn);通過統(tǒng)一的大數(shù)據(jù)可視化系統(tǒng)，各個層級管理人員能夠快速直觀了解到生產(chǎn)現(xiàn)場的全部信息，包括：設(shè)備的電量、開關(guān)狀態(tài)、電機(jī)轉(zhuǎn)速等運(yùn)行狀態(tài)，當(dāng)前的生產(chǎn)數(shù)據(jù)，如原料消耗、生料產(chǎn)量、熟料產(chǎn)量、產(chǎn)品產(chǎn)量、能耗數(shù)據(jù)、環(huán)境監(jiān)測數(shù)據(jù)等，以及當(dāng)日的統(tǒng)計數(shù)據(jù)，如設(shè)備運(yùn)行時間、設(shè)備臺時、電量消耗、綜合能耗等。一旦出現(xiàn)異常，及時采取相應(yīng)措施，確保生產(chǎn)順利進(jìn)行。同時從中也能夠發(fā)現(xiàn)需要不斷革新改善的項(xiàng)目，達(dá)到舊價值改善、新價值開發(fā)的創(chuàng)新管理模式。

5? 結(jié)語

基于工業(yè)大數(shù)據(jù)的智能制造融合模式有助于提高企業(yè)制造效率以及智能化水平，促進(jìn)傳統(tǒng)的生產(chǎn)制造型企業(yè)向數(shù)字型、智能型和服務(wù)型轉(zhuǎn)型，從而建立遠(yuǎn)程生產(chǎn)運(yùn)維的新模式生態(tài)。工業(yè)大數(shù)據(jù)是實(shí)現(xiàn)遠(yuǎn)程生產(chǎn)運(yùn)維的重要技術(shù)手段，加快我國制造服務(wù)業(yè)的發(fā)展速度，并拓展為全球市場。

目前，工業(yè)大數(shù)據(jù)仍處于起步階段，應(yīng)進(jìn)一步推進(jìn)基于制造業(yè)的工業(yè)大數(shù)據(jù)研究，制定相關(guān)行業(yè)標(biāo)準(zhǔn)，加強(qiáng)新一代信息技術(shù)、大數(shù)據(jù)分析技術(shù)、智能科學(xué)技術(shù)和產(chǎn)品專業(yè)技術(shù)的深度融合。

參考文獻(xiàn)

[1] 董春濤，李文婷，沈晴霓，等.Hadoop YARN大數(shù)據(jù)技術(shù)框架及其資源調(diào)度機(jī)制研究[J].信息通信技術(shù)，2015（1）：77-84.

[2] 胡一.基于大數(shù)據(jù)的電子商務(wù)個性化信息推薦服務(wù)模式研究[D].吉林大學(xué)，2015.

[3] GE Predix牽手微軟Azure加速工業(yè)數(shù)字化進(jìn)程[J].智能制造，2016（7）：11.

[4] 李末軍.智能制造領(lǐng)域研究現(xiàn)狀及未來發(fā)展探討[N]. 工程技術(shù)研究， 2017（3）.

[5] Ren L，Zhou W M. Optimization Research and Application of Unbalanced Data Set Mulitclassification Algorithm[M]. International Conference on Intelligent Human-Machine Systems and Cybernetics. New YORK：IEEE，2016：39-42.

[6] Park K， Baek C， Peng L M. A Development of Streaming Big Data Analysis System Using In-memory Cluster Computing Framework： Spark[M]. PARK J J， JIN H，JEONG Y S， et al. Lecture Notes in Electrical Engineering. NEW YORK： SPRINGER， 2016：157-163.