干貨~基于大數(shù)據(jù)的智慧工廠技術框架

  

 

  隨著全球市場競爭的日益激烈,制造行業(yè)在提高產(chǎn)品質(zhì)量、增加生產(chǎn)效益、降低生產(chǎn)成本和減少資源消耗等范疇面對著更為嚴苛的要求。制造企業(yè)借力于制造技術的不斷革新,通過引入物聯(lián)網(wǎng)、大數(shù)據(jù)、3D打印和云計算等新興技術,實現(xiàn)生產(chǎn)過程的透明化、智能化和全局優(yōu)化,來應對以上挑戰(zhàn),由此引發(fā)了新一輪產(chǎn)業(yè)革命,即以全球化、信息化、智能化、智慧化和綠色化為發(fā)展方向的智慧制造浪潮,并得到了世界主要制造國家的高度重視。


  歐美發(fā)達國家在金融危機年代發(fā)現(xiàn)了虛擬經(jīng)濟的脆弱性之后,重新認識到制造業(yè)的重要地位,在新一輪產(chǎn)業(yè)革命中相繼提出各自的發(fā)展戰(zhàn)略規(guī)劃,以進一步鞏固其在全球制造業(yè)的支配地位,其中智慧工廠作為產(chǎn)業(yè)革命的核心,得到了空前重視與廣泛研究。德國在積極參與以“未來的工廠”為主題的尤里卡項目、智能制造IMS2020計劃的基礎上,根據(jù)德國制造業(yè)的發(fā)展現(xiàn)狀,提出工業(yè)4.0計劃。計劃針對“智慧工廠”主題,將重點研究智能化生產(chǎn)系統(tǒng)和過程,以及網(wǎng)絡化分布式生產(chǎn)設施的實現(xiàn),期望通過制造業(yè)智能化轉型保證德國制造業(yè)的未來。從德國安貝格西門子智能工廠實現(xiàn)的互聯(lián)網(wǎng)制造、產(chǎn)品可靠性追溯與德國博世洪堡工廠的無線射頻識別(RFID)追溯系統(tǒng)可知,德國在新一輪產(chǎn)業(yè)革命中的智慧工廠研究已初見成效。美國政府在2009年至2012年期間陸續(xù)提出《重振美國制造業(yè)政策框架》、《先進制造伙伴計劃》與《先進制造業(yè)國家戰(zhàn)略計劃》等一系列制造業(yè)振興計劃,以保持其制造業(yè)的全球競爭優(yōu)勢。通用電氣、AT&T、思科、IBM和英特爾(Intel)針對互聯(lián)網(wǎng)技術在制造業(yè)應用中的不斷深入,于2014年年初宣布成立工業(yè)互聯(lián)網(wǎng)聯(lián)盟,旨在打破技術壁壘,促進物理世界和數(shù)字世界的融合,釋放所有制造領域的商業(yè)價值。通用電氣在印度投資成立的炫工廠,利用互聯(lián)網(wǎng)技術對來自航空發(fā)動機、渦輪發(fā)動機的傳感器數(shù)據(jù)進行采集存儲,在此基礎上通過大數(shù)據(jù)技術的分析與處理,實現(xiàn)設備維護維修、生產(chǎn)效率提升等全局優(yōu)化,以提高工廠的智慧化水平。

 


  在中國,隨著要素成本的持續(xù)上升和傳統(tǒng)比較優(yōu)勢的不斷弱化,過去依靠發(fā)達國家拉動作為增長引擎的局面正在發(fā)生變化,從低附加值、勞動密集型模式向追求高附加值、高技術含量模式的轉變,是中國制造業(yè)面臨的巨大挑戰(zhàn)。針對以上挑戰(zhàn),政府提出“中國制造2025規(guī)劃”,以信息化與工業(yè)化深度融合為主線重點促進以云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)為代表的新一代信息技術與現(xiàn)代制造業(yè)、生產(chǎn)性服務業(yè)等的融合創(chuàng)新,從而提升中國制造的水平。在學術研究上,李伯虎等闡述了云計算服務模式、云安全、高性能計算、物聯(lián)網(wǎng)等理念和新技術對制造的變革性影響,在此基礎上提出一種面向服務的工廠網(wǎng)絡化制造新模式—云制造;吉旭等具體針對高分子行業(yè)工廠,提出基于云計算和大數(shù)據(jù)技術的高分子行業(yè)云制造架構,討論了云制造支撐平臺中的關鍵技術;黃琛等針對知識在信息化制造企業(yè)中的重要性,提出基于知識的企業(yè)計算機集成制造系統(tǒng)(CIMS)框架,以提高企業(yè)的智慧水平;張映峰等針對物聯(lián)網(wǎng)技術對制造工廠帶來的改變,提出一種“物物互聯(lián),感知制造”環(huán)境下的制造執(zhí)行系統(tǒng)—基于物聯(lián)技術的制造執(zhí)行系統(tǒng);姚錫凡等對制造物聯(lián)的定義進行探討,分析了制造物聯(lián)與智能制造和云制造的關系,展望了制造物聯(lián)未來真正實現(xiàn)智慧工廠的發(fā)展前景。以上學者從各自的角度出發(fā),對物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新興技術沖擊下如何提高制造業(yè)水平進行了探討,但是這些研究存在明顯的局限性。例如,云制造更側重于利用服務互聯(lián)網(wǎng)為工廠間的相互溝通、協(xié)同制造提供平臺支撐,制造物聯(lián)更側重于在工廠內(nèi)部利用物聯(lián)網(wǎng)提高制造過程的智能化。作為新一輪產(chǎn)業(yè)革命的最終成果,智慧工廠應當是比現(xiàn)有智能制造、云制造和制造物聯(lián)等更為寬廣的概念。不同于智能工廠中智能設備加上傳統(tǒng)制造執(zhí)行系統(tǒng)的本質(zhì),智慧工廠的本質(zhì)應該是對工廠自身運行狀況有著規(guī)律性了解,并自發(fā)形成新的生產(chǎn)運行模式的智慧存在。具體來說,智慧工廠需要在制造物聯(lián)的基礎上,通過數(shù)據(jù)分析發(fā)現(xiàn)工廠運行規(guī)律,利用規(guī)律實現(xiàn)智能化決策,然后將智能化決策封裝為智能化服務,最后通過云端敏捷配置實現(xiàn)服務協(xié)同,以自主學習與自我適應方式形成工廠新產(chǎn)物。然而由于智慧工廠的概念僅處于初步形成階段,行業(yè)對如何在新一輪產(chǎn)業(yè)革命中實現(xiàn)以上過程還存在迷茫,亟需對其進行深入探討,以幫助制造業(yè)工廠準確把握未來的發(fā)展方向。


       本文將結合國內(nèi)外研究工作,深入探討智慧工廠的內(nèi)涵與特征,分析智慧工廠的技術體系及大數(shù)據(jù)關鍵技術,展望新一輪產(chǎn)業(yè)革命中智慧工廠的發(fā)展前景。


一、智慧工廠的內(nèi)涵與大數(shù)據(jù)技術


   2010年,Chand等在著名雜志《時代周刊》發(fā)文探討了制造業(yè)的未來發(fā)展,將其劃分為三個階段:

 ?、俟S和企業(yè)范圍的互聯(lián)化,通過整合不同車間工廠和企業(yè)的數(shù)據(jù),實現(xiàn)數(shù)據(jù)共享,以更好地協(xié)調(diào)生產(chǎn)的各個環(huán)節(jié),提高企業(yè)整體效率;

  ②通過計算機模擬和建模對數(shù)據(jù)加以處理,生成“制造智能”,以實現(xiàn)柔性制造、生產(chǎn)優(yōu)化和更快的產(chǎn)品定制;

 ?、塾刹粩嘣鲩L的制造智能激發(fā)工藝和產(chǎn)品創(chuàng)新引起市場變革,改變現(xiàn)有商業(yè)模式和消費者的購物行為。

 

  本質(zhì)上,這三個階段是從數(shù)據(jù)的角度出發(fā),通過自底向上的過程構建未來智慧工廠的藍圖,并且描述了實現(xiàn)智慧工廠的三個主要需求特征,即透明化制造、智能化管控和智慧化協(xié)同。第一階段通過物聯(lián)網(wǎng)技術,實現(xiàn)工廠內(nèi)的物物互聯(lián)與數(shù)據(jù)共享,透明化制造過程;第二階段在第一階段的基礎上,通過數(shù)據(jù)處理與分析實現(xiàn)生產(chǎn)調(diào)度優(yōu)化、產(chǎn)品質(zhì)量監(jiān)控等制造執(zhí)行系統(tǒng)功能模塊的實施應用,提升工廠智能化水平;第三階段引入服務互聯(lián)網(wǎng)對工廠智能化功能做服務包裝,通過基于互聯(lián)網(wǎng)數(shù)據(jù)交互在云制造平臺實現(xiàn)客戶參與的全球化工廠資源協(xié)同,形成以大規(guī)模個性化定制為特征的商業(yè)新模式。


  具體來說,在智慧工廠運作過程中,首先應當在傳統(tǒng)的車間局部小范圍智能制造基礎上,通過物聯(lián)網(wǎng)集成底層設備資源,實現(xiàn)制造系統(tǒng)的泛在感知、互通互聯(lián)和數(shù)據(jù)集成;其次利用生產(chǎn)數(shù)據(jù)分析與性能優(yōu)化決策,實現(xiàn)工廠生產(chǎn)過程的實時監(jiān)控、生產(chǎn)調(diào)度、設備維護和質(zhì)量控制等工廠智能化服務;最后通過引入服務互聯(lián)網(wǎng),將工廠智能化服務資源虛擬化到云端,通過人際網(wǎng)絡互聯(lián)互動,根據(jù)客戶個性化需求,按需動態(tài)構建全球化工廠的協(xié)同智能制造過程。因此,智慧工廠的運作方法是由制造物聯(lián)、制造執(zhí)行和制造協(xié)同三個重要內(nèi)涵層次化整合而成的體系化內(nèi)容,它不僅包括工廠生產(chǎn)過程數(shù)據(jù)的采集與處理等制造信息化手段,也包括從數(shù)據(jù)分析中獲取工廠運行規(guī)律并對工廠制造過程做出實時決策的智能化手段,同時還包括利用人際互聯(lián)網(wǎng)數(shù)據(jù)形成定制化等商業(yè)新模式的協(xié)同組織手段。由此,如何行之有效地將制造信息化方法、智能決策方法與協(xié)同組織方法進行合理整合,滿足透明化制造、智能化管控和智慧化協(xié)同三大需求特征,將對智慧工廠的成功實施與高效運作產(chǎn)生極為關鍵的影響。

 


  特別在傳統(tǒng)工廠的智慧化轉型過程中,由于在物物互聯(lián)階段廣泛采用了傳感器網(wǎng)絡、RFID設備,以及在服務互聯(lián)過程中普遍應用了互聯(lián)網(wǎng)技術,工廠數(shù)據(jù)在規(guī)模性(volume)、多樣性(variety)和高速性(velocity)上都明顯增加,因此智慧工廠數(shù)據(jù)呈現(xiàn)出典型的大數(shù)據(jù)“3V”特性。并且由于數(shù)據(jù)采集的設備與手段多樣、工廠制造過程的動態(tài)事件頻發(fā)、工廠運行環(huán)境的交互開放,智慧工廠大數(shù)據(jù)還具備了高維度、多尺度、不確定和高噪聲等特性。從范圍上,智慧工廠大數(shù)據(jù)包括了從車間生產(chǎn)現(xiàn)場到工廠供應鏈管理所有生成、交換和集成的數(shù)據(jù),包含了所有與設計、制造和服務相關的業(yè)務數(shù)據(jù)和衍生附加信息。從作用上,智慧工廠大數(shù)據(jù)實現(xiàn)了客戶需求、產(chǎn)品設計、協(xié)同制造、售后服務等過程的全面描述,在此基礎上的大數(shù)據(jù)分析技術可以支持生產(chǎn)調(diào)度優(yōu)化、產(chǎn)品質(zhì)量監(jiān)控、生產(chǎn)資源配置等實時決策優(yōu)化,提升工廠智能化水平,從而更好地服務于全球化工廠協(xié)同制造。


  鑒于制造資源配置逐步呈現(xiàn)信息密集型趨勢,利用大數(shù)據(jù)融合、處理、存儲、分析等技術使智慧工廠大數(shù)據(jù)為制造資源實時感知、制造過程優(yōu)化控制、制造服務敏捷配置等環(huán)節(jié)提供決策支持,成為傳統(tǒng)制造過程實現(xiàn)數(shù)據(jù)化制造、信息化制造、知識化制造、智慧化制造逐步升級發(fā)展的關鍵基礎。因此大數(shù)據(jù)技術作為智慧工廠技術體系中的核心技術,將進行重點關注與深入討論。


二、基于大數(shù)據(jù)的智慧制造技術體系架構


  根據(jù)對智慧工廠內(nèi)涵和大數(shù)據(jù)技術的探討可知:制造互聯(lián)通過各種工業(yè)化通訊手段提供數(shù)據(jù)采集基礎,其本質(zhì)是實現(xiàn)工廠資源的“互聯(lián)化”目標;制造執(zhí)行基于廣泛互聯(lián)和透徹感知,通過大數(shù)據(jù)采集與分析發(fā)現(xiàn)工廠運行規(guī)律,利用智能決策手段實現(xiàn)工廠性能優(yōu)化,其本質(zhì)是通過工廠內(nèi)部、車間層面的數(shù)據(jù)分析與應用服務實現(xiàn)“智能化”目標;制造協(xié)同在“智能”基礎上引入互聯(lián)網(wǎng)大數(shù)據(jù),通過客戶行為分析、市場趨勢預測等手段,對分布式的工廠資源與服務進行配置優(yōu)化,達到工廠組織結構、運行模式的自適應變化,其本質(zhì)是通過多個“智能化”服務的合理優(yōu)化配置實現(xiàn)“智慧化”目標。根據(jù)制造互聯(lián)中的工廠互聯(lián)化環(huán)節(jié),與制造執(zhí)行中的數(shù)據(jù)采集、分析與應用三個環(huán)節(jié),以及制造協(xié)同中的服務配置環(huán)節(jié),智慧工廠的技術架構體系應包括五個層次(如圖1),即物物互聯(lián)層、對象感知層、數(shù)據(jù)分析層、業(yè)務應用層和云端服務層,這些層次將逐步實現(xiàn)工廠制造過程的互聯(lián)化、數(shù)字化、信息化、智能化和智慧化這“五化”目標。同時,體系中還包括大數(shù)據(jù)中心,負責完成智慧工廠大數(shù)據(jù)的處理、存儲、分析和應用等環(huán)節(jié),為各層次功能實現(xiàn)提供數(shù)據(jù)支撐。下面分別展開詳細介紹。

 



圖1 智慧工廠技術框架


  1、物物互聯(lián)層


  物物互聯(lián)層主要面向包括生產(chǎn)設備、計算機與操作人員在內(nèi)的物理制造資源,針對要采集的多源制造數(shù)據(jù),通過配置各類傳感器、RFID標簽和二維碼來采集制造數(shù)據(jù),并利用工業(yè)互聯(lián)網(wǎng)、無線網(wǎng)絡、藍牙、紅外等,按照約定的協(xié)議進行數(shù)據(jù)交換和通信。最終實現(xiàn)物理制造資源的互聯(lián)和互感,確保制造過程多源數(shù)據(jù)的實時、精確和可靠獲取。


   2、對象感知層


  智能感知層首先針對多種類型傳感器形成體系化管理,在實現(xiàn)異構傳感器管理、傳感器數(shù)據(jù)格式化封裝、傳感器數(shù)據(jù)傳輸協(xié)議等的基礎上,利用傳感器數(shù)據(jù)的網(wǎng)絡傳輸,實現(xiàn)對物理制造資源相關數(shù)據(jù)的主動感知和數(shù)據(jù)實時獲取。同時針對Web端的用戶交互操作形成標準化定義,在對用戶界面進行模塊化設計的基礎上,利用Web中間件的用戶行為解析功能,實現(xiàn)對用戶事務數(shù)據(jù)的實時感知獲取。


  3、數(shù)據(jù)分析層


  數(shù)據(jù)分析層是在獲得制造數(shù)據(jù)的基礎上,通過提取—轉換—裝載(Extract-Transform-Load,ETL)過程將源自異構傳感器和用戶界面上多源、分散的數(shù)據(jù)抽取集成為全局統(tǒng)一的數(shù)據(jù)形式,以構建制造過程數(shù)據(jù)倉庫;并根據(jù)數(shù)據(jù)間屬性連接和主題相關性,構建以數(shù)據(jù)為節(jié)點、數(shù)據(jù)相關性為邊的數(shù)據(jù)關系復雜網(wǎng)絡;通過數(shù)據(jù)關聯(lián)分析手段,從復雜網(wǎng)絡模型中獲取數(shù)據(jù)間的耦合作用機理,構建數(shù)據(jù)演化規(guī)律預測模型,從而實現(xiàn)對制造過程變化規(guī)律的準確描述,并提供可用于制造業(yè)務應用的標準化信息。


   4、業(yè)務應用層


  業(yè)務應用層主要面向制造企業(yè)的不同優(yōu)化角度,在構建面向具體主題的數(shù)據(jù)倉庫的基礎上,通過數(shù)據(jù)分析過程獲取關聯(lián)信息描述的數(shù)據(jù)演化規(guī)律,并采用實時預警、反饋調(diào)控和仿真優(yōu)化等具體手段,實現(xiàn)生產(chǎn)過程監(jiān)控服務、生產(chǎn)任務調(diào)度服務、產(chǎn)品質(zhì)量優(yōu)化服務、設備維護維修服務等各種制造服務業(yè)務,其本質(zhì)是對工廠運行知識的應用,以實現(xiàn)制造過程的實時動態(tài)優(yōu)化,提升制造企業(yè)智能化水平。


  5、云端服務層


  云端服務層將制造資源等基礎設施、數(shù)據(jù)分析平臺、業(yè)務應用軟件與生產(chǎn)制造服務虛擬化封裝成云端服務,構建面向制造的服務倉庫。同時基于服務互聯(lián)網(wǎng)和云制造服務平臺實現(xiàn)對封裝制造資源及服務的集中管理和高度共享,根據(jù)客戶大規(guī)模定制產(chǎn)品全生命周期的個性化需求,通過制造資源的敏捷配置與制造服務的客戶定制,實現(xiàn)全球化互聯(lián)工廠的協(xié)同制造,為客戶提供可靠的個性化服務,形成智慧工廠下的協(xié)同制造新模式。


   6、大數(shù)據(jù)中心


  大數(shù)據(jù)中心的相關數(shù)據(jù)包括制造資源基本配置數(shù)據(jù)和互聯(lián)網(wǎng)絡數(shù)據(jù)、傳感器采集數(shù)據(jù)和用戶操作事務數(shù)據(jù)、全局統(tǒng)一格式數(shù)據(jù)和數(shù)據(jù)關聯(lián)規(guī)則信息、業(yè)務應用優(yōu)化知識和制造增值智能服務、制造服務封裝平臺和網(wǎng)絡協(xié)同智慧集成等不同體現(xiàn)形式。大數(shù)據(jù)中心不但需要針對這些數(shù)據(jù)存在的高噪聲、多樣性、多尺度的特點采用合適的數(shù)據(jù)清洗方法與數(shù)據(jù)集成方法提高數(shù)據(jù)質(zhì)量與數(shù)據(jù)可用性,還需要針對數(shù)據(jù)存在的規(guī)模性和高速性采用高效并行的數(shù)據(jù)查詢、存儲與讀取算法以提高數(shù)據(jù)獲取與分析效率,針對智慧工廠多維度業(yè)務應用情況下數(shù)據(jù)存在的高維度特性構建面向主題的數(shù)據(jù)倉庫,以提高業(yè)務相關數(shù)據(jù)的集聚程度;最后可以將智慧工廠大數(shù)據(jù)作為云制造平臺中重要的制造資源進行虛擬化封裝與網(wǎng)絡化交易,以提高數(shù)據(jù)的全局共享程度?;诖髷?shù)據(jù)中心提供的數(shù)據(jù)支撐,大數(shù)據(jù)技術可根據(jù)智慧工廠技術體系不同層次的互聯(lián)化、數(shù)據(jù)化、信息化、智能化和智慧化目標,提供數(shù)據(jù)采集、數(shù)據(jù)融合、數(shù)據(jù)分析、數(shù)據(jù)應用、數(shù)據(jù)交易等諸多功能,使智慧工廠的技術體系實現(xiàn)與發(fā)揮智慧化效用。


三、智慧工廠核心技術—大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化技術


  根據(jù)智慧工廠內(nèi)涵分析與相應提出的技術架構體系,智慧工廠技術主要包括基于工業(yè)互聯(lián)網(wǎng)的制造資源互聯(lián)技術、大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化技術與制造云服務敏捷配置技術。其中,在物物互聯(lián)層,基于工業(yè)互聯(lián)網(wǎng)的制造資源互聯(lián)技術通過工業(yè)互聯(lián)網(wǎng)為各種不同制造資源的端到端互聯(lián)提供技術支撐,其本質(zhì)是通過物理制造資源的互聯(lián)通信,確保制造過程多源數(shù)據(jù)的實時、精確和可靠獲取,提供工廠透明化的基礎。在云端服務層,制造云服務敏捷配置技術通過服務互聯(lián)網(wǎng)將工廠資源與工廠服務進行虛擬化封裝并接入到云制造公共服務平臺,為各類客戶的個性化大規(guī)模定制提供相應的敏捷配置,形成全球化工廠的網(wǎng)絡化協(xié)同制造,其本質(zhì)是通過客戶需求驅動的工廠服務敏捷配置形成協(xié)同制造新模式。這兩項技術作為智慧工廠的基礎技術,在制造物聯(lián)、云制造等相關文獻中已經(jīng)形成較為詳細與完整的技術體系,因此不做展開介紹。


  而智慧工廠技術體系中的對象感知層、數(shù)據(jù)分析層、業(yè)務應用層三個層次,向下基于制造互聯(lián)完成制造系統(tǒng)的全面感知,根據(jù)制造實時數(shù)據(jù)完成質(zhì)量監(jiān)控優(yōu)化、生產(chǎn)調(diào)度優(yōu)化、產(chǎn)品創(chuàng)新設計等不同業(yè)務需求,向上完成工廠服務的虛擬化封裝,為客戶提供定制化增值服務。這些層次所扮演的角色與傳統(tǒng)制造執(zhí)行系統(tǒng)有一定重復,但是它們的目標責任獲得了進一步擴展,其本質(zhì)是在工廠數(shù)字化的基礎上通過知識發(fā)現(xiàn)與智能決策實現(xiàn)智能制造服務,是智慧工廠技術體系的核心。并且,以上智能制造執(zhí)行層是直面智慧工廠大數(shù)據(jù)挑戰(zhàn)、需要借助大數(shù)據(jù)技術提高工廠智能化服務水平的主要環(huán)節(jié),它們基于大量實時的設備監(jiān)控數(shù)據(jù)、物料庫存數(shù)據(jù)等生產(chǎn)數(shù)據(jù),以及源源不斷的客戶定制化交互數(shù)據(jù),通過大數(shù)據(jù)處理、分析與決策技術來滿足不同維度的工廠智能化服務應用需求。由此可知,針對對象感知層、數(shù)據(jù)分析層與業(yè)務應用層的大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化技術,是智慧工廠的核心技術。


  大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化技術需要在制造資源全面互聯(lián)獲取制造過程數(shù)據(jù)的基礎上,通過智慧工廠大數(shù)據(jù)分析實現(xiàn)面向智慧工廠不同維度性能決策優(yōu)化的應用。由于海量多維制造數(shù)據(jù)對智慧工廠制造過程進行了全面細致地描述,智慧工廠的動態(tài)優(yōu)化技術可以直接從數(shù)據(jù)中尋找隱藏其中的關系和聯(lián)系,通過數(shù)據(jù)分析深層次地認識和挖掘工廠運行規(guī)律知識,以此為依據(jù)針對產(chǎn)品設計、質(zhì)量分析等不同業(yè)務應用形成具體決策體系。其中的關鍵是在多種來源數(shù)據(jù)采集的基礎上,實現(xiàn)智慧工廠大數(shù)據(jù)分析方法,具體包括多源異構工廠制造數(shù)據(jù)的統(tǒng)一描述、面向主題數(shù)據(jù)倉庫的快速構建、數(shù)據(jù)間關聯(lián)關系的高效分析與數(shù)據(jù)相關性的準確描述,從而為具體的業(yè)務應用決策提供支持。由此提出的大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化方法體系如圖2所示。

 


 圖2 大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化方法體系


  1、多源數(shù)據(jù)采集方法


  數(shù)據(jù)采集實現(xiàn)對制造過程的全面描述,是大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化技術的基礎。在智慧工廠中,具體的數(shù)據(jù)采集對象和方法主要包括面向產(chǎn)品全生命周期管理(PLM)、CAD等多種信息系統(tǒng)的數(shù)據(jù)庫連接技術,基于傳感器、可編程邏輯控制器(PLC)與圖像采集設備的上位機通訊技術,面向其他形式數(shù)據(jù)(圖片、PDF等)的路徑化標簽技術等。并且,由于不同業(yè)務應用所需的數(shù)據(jù)來源不盡相同,需要形成面向具體業(yè)務應用的數(shù)據(jù)采集方案與數(shù)據(jù)采集內(nèi)容。


  2、大數(shù)據(jù)集成方法


  智慧工廠運行過程中,從傳感器網(wǎng)絡、PLM與CAD等系統(tǒng)的網(wǎng)頁服務端、RFID閱讀器和設計文檔庫等不同數(shù)據(jù)源實時獲取包括數(shù)值、統(tǒng)計模型和圖像等多種形式,以及具有溫度、百分比和PH值等多種量綱的各類異構數(shù)據(jù),這些數(shù)據(jù)因其海量、高維、多源異構、多尺度和高噪聲等特性而難以直接用于制造過程動態(tài)優(yōu)化,需要針對以上數(shù)據(jù)特點,在數(shù)據(jù)清洗的基礎上,通過元數(shù)據(jù)模型管理實現(xiàn)企業(yè)結構化和非結構化數(shù)據(jù)的統(tǒng)一集成與高度共享,為智慧工廠制造過程動態(tài)優(yōu)化提供可靠、可復用的數(shù)據(jù)資源。


  3、大數(shù)據(jù)存儲方法


   產(chǎn)品、工藝、裝備、系統(tǒng)運行等不同主題的制造數(shù)據(jù)相互影響,使智慧工廠呈現(xiàn)復雜的運行特性。首先需要根據(jù)數(shù)據(jù)的結構化、非結構化和半結構化等特點將智慧工廠大數(shù)據(jù)分布式存儲在文件系統(tǒng)、New SQL數(shù)據(jù)庫和NO SQL數(shù)據(jù)庫等多種數(shù)據(jù)倉庫中,并通過增量式索引、基于字典的分類視圖等手段實現(xiàn)數(shù)據(jù)的快速查詢與索引,構建面向主題的數(shù)據(jù)倉庫。


  4、相關性分析方法

  在面向主題數(shù)據(jù)倉庫的基礎上,需進一步通過面向大數(shù)據(jù)的行為分析、語義分析、統(tǒng)計分析和分布式并行計算引擎,實現(xiàn)對工藝參數(shù)、裝備狀態(tài)參數(shù)等制造數(shù)據(jù)的關聯(lián)分析,并利用復雜網(wǎng)絡等理論描述制造數(shù)據(jù)之間的關聯(lián)關系,以分析制造數(shù)據(jù)間的耦合機理,獲取智慧工廠演化規(guī)律知識。


  5、相關性描述方法


  利用各種數(shù)學模型對智慧工廠演化規(guī)律知識進行進一步提煉與集中表述,具體包括神經(jīng)網(wǎng)絡、專家系統(tǒng)與復雜網(wǎng)絡等多種方法,這些模型實現(xiàn)智慧工廠演化規(guī)律知識的數(shù)學化表述,可以根據(jù)工廠制造數(shù)據(jù)實時在線預測工廠性能。


   6、工廠性能優(yōu)化方法


  在構建面向產(chǎn)品質(zhì)量、運行效率、設備可用性等不同性能指標的實時預測模型的基礎上,對預測模型中涉及的可控參數(shù)進行實時調(diào)節(jié),具體包括基于性能優(yōu)化目標值與實際值誤差的負反饋機制、預測模型輸入變量的協(xié)同優(yōu)化機制等多種方法,最終實現(xiàn)工廠性能的持續(xù)優(yōu)化。

 

  四、結束語

  隨著以計算機和互聯(lián)網(wǎng)為代表的信息技術在行業(yè)應用的不斷深入,制造業(yè)正在經(jīng)歷以信息化與自動化深度融合為標志的新一代產(chǎn)業(yè)革命,逐步形成具備全球化、信息化、透明化和智能化等特點的智慧化新工廠。本文在對智慧工廠“制造互聯(lián)+智能制造執(zhí)行+制造協(xié)同”內(nèi)涵和大數(shù)據(jù)特點深入探討和分析的基礎上,提出包括物物互聯(lián)、對象感知、數(shù)據(jù)分析、業(yè)務應用和云端服務的智慧工廠技術體系層次化架構,討論了大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化技術方法體系。本文所提的基于大數(shù)據(jù)的智慧工廠技術體系,對物聯(lián)網(wǎng)、服務互聯(lián)網(wǎng)、用戶交互網(wǎng)和企業(yè)知識網(wǎng)等技術在工廠層級的集成具有重要借鑒價值,為傳統(tǒng)制造工廠從數(shù)字化、信息化、智能化到智慧化發(fā)展奠定了研究基礎。下一步將以晶圓制造車間、汽車裝配車間為具體應用場景,通過實施大數(shù)據(jù)驅動的制造過程動態(tài)優(yōu)化技術,提升質(zhì)量、成本和服務等多個方面的工廠性能。

 

  關于速威

  速威智能致力于提供工業(yè)4.0(“互聯(lián)網(wǎng)+”智能工廠和“互聯(lián)網(wǎng)+”智慧物流)整體解決方案,為國內(nèi)外上千家知名制造企業(yè)和高校提供整體解決方案,在業(yè)界享有高度贊譽,是國內(nèi)工業(yè)4.0(智能工廠與智慧物流)解決方案的領軍企業(yè)。


MES13302391845
MES微信咨詢
MES

MES

|

智能MES

|

MES系統(tǒng)

|

MES制造執(zhí)行系統(tǒng)

|

汽車行業(yè)MES

|

汽配行業(yè)MES

|

汽車零部件mes

|

車間管理mes

|

生產(chǎn)管理mes

|

電子家電MES

|

裝備制造MES

|

手機行業(yè)MES

|

制造行業(yè)MES

|

智能WMS

|

WMS系統(tǒng)

|

WMS倉儲管理系統(tǒng)

|

WMS移動倉庫管理系統(tǒng)

|

汽車行業(yè)WMS

|

汽配行業(yè)WMS

|

電子家電WMS

|

裝備制造WMS

|

手機行業(yè)WMS

|

制造行業(yè)WMS

|

CAPS電子標簽輔助揀料系統(tǒng)

|

PTL電子標簽輔助揀選系統(tǒng)

|

SFCS生產(chǎn)現(xiàn)場管理系統(tǒng)

|

智能工廠

|

智慧物流

|

SCADA

|

SCADA數(shù)據(jù)采集

|

RTD-SCADA

|

AGV中央調(diào)度

|

SPC質(zhì)量分析系統(tǒng)

|

企業(yè)大數(shù)據(jù)采集

|

工業(yè)大數(shù)據(jù)采集

|

實時供應鏈管理系統(tǒng)

|

產(chǎn)品追蹤與追溯系統(tǒng)

|

精益生產(chǎn)管理系統(tǒng)

|

上料防錯與追溯管理系統(tǒng)

|

電子標簽輔助揀料系統(tǒng)

|

智慧工廠實訓室

|

智能工廠實訓室

|

智慧物流實訓室

|

智能物流實訓室

|

工業(yè)工程實訓室

|

現(xiàn)代物流實訓室

|

電商物流實訓室

|

冷鏈電商物流實訓室

|

跨境電商物流實訓室

|

車聯(lián)網(wǎng)實訓室

|

智慧超市實訓室

|

智能港口物流實訓室

|

工業(yè)4.0實訓室

|

高校實訓室

|

學院實訓室

|

學校實訓室

|

職校實訓室

|

中專實訓室

|

大專實訓室

|

技校實訓室

|

智能制造實訓室

|

VR虛擬仿真實訓室

|

AR虛擬仿真實訓室



© 2005 廣州速威智能系統(tǒng)科技有限公司   版權所有     粵ICP備16117817號 粵公網(wǎng)安備44011202002709

熱線電話:13302391845   網(wǎng)站地圖

MES系統(tǒng)認證