数小二┃工业大数据的技术与应用(二)

工业大数据的架构

工业大数据架构包含三个维度:生命周期与价值流、企业纵向层和IT价值链。

如图所示,在生命周期与价值流层,按照工业大数据的应用领域,又可分成产品生产阶段开始前的产品研发与设计、产品交付前的生产与供应链管理及产品交付后的运维与服务管理3个领域。在企业纵向层,按照数据采集方式与应用层级又可分成信息物理系统层、企业管理信息系统层及平台互联系统层。在IT价值链层,又可分成业务架构、信息系统架构及IT技术架构3个层次,其中信息系统架构又可分为应用架构及信息架构。

01

#生命周期与价值流维度

工业大数据架构中的生命周期与价值流维度涵盖了整个产品生命周期的五个阶段,即研发与设计、生产、物流、销售、运维与服务。生命周期与价值流维度包含了研发与设计、生产与供应链及运维与服务三个领域。

01.研发与设计领域

研发数据通过研发人员在研发设计过程中不断积累而成,其来源于产品生命周期各个环节,包括:用户需求大数据、研发知识大数据、产品重用大数据、研发协同大数据等,具有跨产品和跨行业、种类繁多的特性。

02.生产与供应链领域

生产大数据不仅包括产品生产制造过程中采集的产品生产信息、订单信息、设备信息、控制信息、物料信息、人员工作排程,还包括企业内部管理信息流、资金流、产品生产上下游的供应商及客户管理等相关辅助生产管理的信息,生产数据的采集依托于企业已有资源管理、制造执行、工控管理、供应链管理、供应商管理、客户管理、商务管理等信息系统。

03.运维与服务领域

运维与服务领域的数据来源有很多,主要包括:在客户允许的情况下,通过嵌在产品中的传感器采集的产品实时运行状态数据及周边环境数据;通过商务平台获得的产品销售数据、客户数据及相应的产品评价或使用反馈;客户投诉及相应处理记录;产品退货/返修记录及相应的维修记录。通过对这些数据进行分析、挖掘及预测,可帮助工业企业不断创新产品和服务,发展新的商业模式。

图:工业大数据架构产品价值链与应用场景

02

#企业纵向层级

工业大数据架构的企业纵向层从物理域的角度自下而上共分为5层,分别为设备层、控制层、车间层、企业层和协同层。企业纵向维度可以分成信息物理系统、企业管理信息系统、互联平台系统3个子系统。

01.信息物理系统

信息物理系统通过传感器和各类信息系统采集和汇聚机器运转数据、生产现场数据,实现泛在感知,并运用数据集成处理技术,对工业数据进行采集交换、生产制造反馈控制,达到对设备、车间的控制交互,实现工厂内外物理系统的互联互通,也为工业建模/仿真与分析提供数据基础,进而为车间/工厂运营决策优化提供支撑服务。

02.企业管理信息系统

企业信息化就是企业应用信息技术及产品的过程,企业信息化是信息技术由局部到全局、由战术层次到战略层次向企业全面渗透,运用于流程管理、支持企业经营管理的过程。企业信息化主要涉及生产过程控制、企业管理、产品生命周期管理、供应链优化管理等过程。

03.互联平台系统

当前,中国及大多数国家的工业发展都面临着极大的困境和挑战,包括:产能严重过剩、个性化产品稀缺、产品越来越复杂、生产资料未能得到有效配置、大型设备市场日渐饱和等,亟待寻求工业回归、工业转型升级的战略方案。“互联网+”极具活力的思维及创新的商业模式,为处于困境、亟待转型升级的制造业提供了一种新的转型方向。

▫通过改革生产方式和商业模式以及提高生产技术,实现客户个性化定制产品的小批量、大规模生产,解决工业产品大规模产能严重过剩与无法满足客户对产品的个性化需求的问题,以满足对客户尊重与肯定及自我实现的需求。

▫尝试通过网络化协同制造解决核心技术薄弱、高端产品制造能力较低的问题,即借助互联网或工业云平台,发展企业间协同研发、众包设计、供应链协同等新模式,以有效降低资源获取成本,大幅延伸资源利用范围,打破封闭疆界,加速从“单打独斗”向产业协同转变,促进产业整体竞争力提升。

▫尝试通过创新创业、制造业分享型经济改善产能过剩而资源未得到有效配置及自主创新能力不强的问题。

以核心产品为轴心,通过收集、分析产品的客户使用数据及周边环境数据,为用户提供延伸服务,扩展产品价值空间,拓展新市场,实现以产品为核心的经营模式向“制造+服务”的模式转变。

图:工业大数据架构纵向层

03

#IT价值链

大数据的价值通过数据的收集、预处理、分析、可视化和访问等活动来实现。

在IT价值链维度上,大数据价值通过为大数据应用提供存放大数据的网络、基础设施、平台、应用工具及其他服务来实现,从而提高运营效率和支撑业务创新。大数据技术支撑的企业架构,参考TOGAF划分方法,可分成业务架构、信息系统架构及IT技术架构3个层次。

图:工业大数据架构的IT价值链

01.业务架构

业务架构定义了业务战略、管理、组织和关键业务流程,是企业全面的信息化战略和信息系统架构的基础,是数据、应用、技术架构的决定因素。业务架构是对业务的主要流程和共享流程的适当划分,对业务元素生命周期的阐述和分析。通过战略规划工业大数据业务和构建企业架构,从而获得工业大数据的价值。

02.信息系统架构

为充分发挥工业大数据价值,避免形成“信息孤岛”,需要构建统一的信息系统架构,以实现各应用系统及数据的用户访问和互操作。基于工业大数据业务战略的信息系统架构是一个体系结构,它反映制造企业的信息系统的各个组成部分之间的关系以及信息系统与相关业务、信息系统与相关技术之间的关系。工业大数据应用架构既包含对应于工业大数据架构中的企业纵向层各层次的应用系统,也包含基于大数据技术的应用系统。而数据架构则是对复杂组织体的主要数据类型及来源、逻辑数据资产、物理数据资产以及数据管理资源的结构及交互的描述。

03.信息技术架构

随着工业4.0浪潮的兴起,物联网、云计算、大数据、人工智能、增强现实/虚拟现实等信息技术不断向工业领域融合渗透,为工业大数据应用的实施奠定了坚实的技术基础。其中,物联网技术使得无处不在的末端设备和设施,可以通过射频识别、红外感应器、全球定位系统等信息传感设备,按约定的协议与互联网相连接,进行信息交换和通信,使物品及其状态可见,从而实现智能化识别、定位、追踪、监控和管理;云计算技术提供了一种可通过网络实现按需可动态伸缩的廉价计算服务;大数据技术及AI技术则使得在可接受的时间内从海量数据中分析、挖掘出潜在价值以及实现趋势预测、群体智慧模式等成为可能;通过AR/VR技术则可实现对工厂环境、工业设备等的模拟及增强体验。

制造业企业每天甚至每时每刻都在产生大量的数据,种类繁多,覆盖了工业产品的全生命周期,包括设计数据、生产数据、价值链数据以及相关的外部数据。这些数据或来自传感器,或来自智能设备的数据采集与监视控制系统,或来自企业的设计模型、信息系统。

实现工业大数据应用需要进行数据采集及预处理、存储、分析挖掘、针对特定业务进行应用及最后展示结果,相应地,工业大数据信息技术架构也分为6层:数据层、数据采集层、存储层、计算层、应用层及展示层。

若企业独自建设每一层,建设门槛会比较高。企业可根据需要选择使用相应的开源组件搭建工业大数据应用,还可根据需要选用不同类型、不同级别的工业云服务,在此基础上实施工业大数据应用,以便更专注于企业擅长的业务领域及技术领域。

工业大数据分析技术,作为工业大数据的核心技术之一,可使工业大数据产品具备海量数据的挖掘能力、多源数据的集成能力、多类型知识的建模能力、多业务场景的分析能力、多领域知识的发掘能力等,对驱动企业业务创新和转型升级具有重大的作用。数小二软件技术(苏州)有限公司自主研发的SOSURE小二精灵数字化管理系统结合数据采集分析与应用、设备管理两大模块,为企业决策提供最根本的数据基础!

此外,数小二还面向机械加工、航空航天、汽车及零部件等行业提供自动化、信息化、数字化等整体智能制造解决方案。三大研发中心、数十家子公司,近20年研发经验,数小二致力以技术和服务助力为您和您的企业创造更大价值!

主营产品:风机,工业空调