- 搭建信息化到工业化控制层的桥梁

Pa国际

登录 注册

搭建信息化到工业化控制层的桥梁

宣布时间:2020-05-07 阅读量:8299 分享

作者:南京Pa国际自动化  马传荣   张玲艳

 

开篇前言:目今数字化经济正展现出亘古未有的活力。。 。。。从数字化车间到智能工厂,, ,,,,,,从工信部标准到工业同盟白皮书,, ,,,,,,从工业物联网到工业互联网,, ,,,,,,从大数据到云盘算,, ,,,,,,从人工智能到5G等,, ,,,,,,天下企业的智能化应用、数字化转型,, ,,,,,,历来没有像今天这样在中华大地上举行着普遍、深入和长期的讨论。。 。。。数字化转型已经不再是选择题,, ,,,,,,而是生涯题。。 。。。中国经济从高速增添向高质量增添转变的主要历程中,, ,,,,,,工厂不再是有没有的问题,, ,,,,,,而是其数字化做到什么水平的问题。。 。。。数字化孪生(有的称为映射)不但承载了刷新研发模式、生产方法,, ,,,,,,提高产品质量、提升生产效率等主要功效,, ,,,,,,更成为推动制造业转型突围的利器。。 。。。 


本文旨在将目今热议的工业互联网、工业物联网中的一个要害点讲透,, ,,,,,,抛砖引玉,, ,,,,,,接待列位向导、偕行、读者指正。。 。。。


主要内容:IT信息化5层架构的数据买通、智能产品/智能生产装备/智能测试装备数据的聚合洗濯和优化、智能产品/智能生产装备/智能测试装备数据上工业云、人工智能和云盘算赋能数据爆发价值、智能产品/智能生产装备/智能测试装备融入工业物联网。。 。。。


一、工业化控制层概述


工业化控制层包括智能产品/智能生产装备/智能测试装备、数据收罗、装备维修、装备维护保养、展望性维护、机械人自动巡检核检、远程监测与控制等。。 。。。


智能产品/智能生产装备/智能测试装备:集先进制造手艺、信息手艺和智能手艺为一体,, ,,,,,,具有感知、剖析、决议功效的监测、控制与驱动装备及产品。。 。。。


数据收罗:指通过在线的传感器或软件手艺对被测工具举行自动收罗数字或模拟信号,, ,,,,,,并传送到DCS、PLC、DNC、SCADA、仪表等系统举行剖析、处置惩罚。。 。。。所有的数据收罗系统包括了传感器、信号调理、模\数转换、通讯接口,, ,,,,,,以及信号处置惩罚装备、信号处置惩罚软件等。。 。。。


装备维修:指为坚持、恢复以及提升装备手艺状态举行的手艺运动。。 。。。其中包括坚持装备优异手艺状态的维护、装备劣化或爆发故障后恢复其功效而举行的修理,, ,,,,,,以及提升装备手艺状态举行的妄想性或紧迫性的手艺运动。。 。。。


装备维护保养:是装备维修与保养的团结。。 。。。为避免装备性能劣化或降低装备失效的概率,, ,,,,,,按事先划定的妄想或响应手艺条件的划定举行的手艺治理步伐。。 。。。包括事后维护、预防维护、生产维护、展望维护等。。 。。。


装备展望性维护:基于生产历程、装备运行数据及运行日志文件数据的剖析,, ,,,,,,对装备状态举行有用性评估,, ,,,,,,并通过展望可能的失效模式,, ,,,,,,动态、实时地发明装备潜在故障,, ,,,,,,并形成具有针对性的预警及维护计划。。 。。。


机械人自动巡检核检:制订对装备举行定点、定位的周期性或暂时性的检查计划,, ,,,,,,通过自行走机械人、无人机等方法,, ,,,,,,凭证预设的蹊径,, ,,,,,,以传感器、仪器仪表、视觉、红外线等接触式或非接触式的检测手艺,, ,,,,,,对装备运行状态及情形举行数据、影像收罗,, ,,,,,,并可做出预判。。 。。。同时需接纳无线传输手艺,, ,,,,,,将以上信息实时传送给治理中心。。 。。。在特殊工况下较量适用,, ,,,,,,可是在正常的情形下可以用远程监控来替换。。 。。。


远程监测与控制:通过有线或无线网络的方法,, ,,,,,,通过盘算机系统对远程的装备举行运行状态的数据收罗与视频监控,, ,,,,,,并可通过网络实现远程对装备的启停、运转速率等运行状态的控制。。 。。。智能产品/智能生产装备/智能测试装备在开发阶段就需在装备内部建设运行状态的数据收罗系统,, ,,,,,,并具有可毗连到专网、宽带、4G、5G等的通讯接口。。 。。。


二、IT信息化5层架构的数据买通


1.概述


IT信息化5层架构如下图所示:

1588843291942965bLUb.png


第一层(装备基础层):包括工业生产种种装备、传感器、PLC控制、传输网络以及物联网网关等,, ,,,,,,是工厂的最底层加工单位。。 。。。主要完成数据的收罗、转换、网络、处置惩罚和盘算,, ,,,,,,以及须要的控制。。 。。。通过统一的接口(如OPCUA),, ,,,,,,凭证传输协议(好比工业以太网传输协议)毗连到工业监测、控制、执行系统中。。 。。。


第二层(自动化控制层):装备监测控制系统,, ,,,,,,好比HMI、DNC、SCADA等。。 。。。HMI称作人机接口(也叫人机界面),, ,,,,,,是系统和用户之间举行交互和信息交流的前言,, ,,,,,,实现信息的内部形式与人类可以接受的形式之间的转换。。 。。。SCADA是数据收罗与监测控制系统,, ,,,,,,是以盘算机为基础的DCS与电力自动化监控系统。。 。。???? ??梢远韵殖〉脑诵凶氨缸橥傩屑嗖夂涂刂,, ,,,,,,以实现数据收罗、装备控制、丈量、参数调理以及种种信号报警等功效。。 。。。


第三层(生产执行层):由MES、MOM等知足差别工业需求的生产执行系统组成,, ,,,,,,认真拿到使命并举行使命的分派与历程执行。。 。。。在这个历程中,, ,,,,,,需要通过网络和种种接口,, ,,,,,,向控制层系统或基础层装备请求所需要的州参数、变量、状态和数据,, ,,,,,,反向控制指令的原理一样。。 。。。其手艺基础是与现场装备举行通讯,, ,,,,,,实现数据的自动化收罗甚至智能收罗以及反向控制。。 。。。


第四层(营业治理层):包括PLM、ERP、SCM、CRM等上层系统。。 。。。其中,, ,,,,,,PLM认真产品从研发到报废的“全生命周期治理”,, ,,,,,,ERP认真企业内部资源的设置和协调,, ,,,,,,SCM认真企业资源和外部的对接,, ,,,,,,CRM认真增进企业和消耗者的相同。。 。。。


第五层(商业决议层):经由层层数据的收罗、处置惩罚、存储、剖析、使用,, ,,,,,,最终能够为商业决议层(BI商务智能)提供精益的数据基础。。 。。。商业决议层将企业中现有的数据举行有用整合,, ,,,,,,快速准确地提出决议依据,, ,,,,,,资助企业做出明智的营业谋划决议。。 。。。


通过以上IT信息化5层架构的买通,, ,,,,,,能够突破数据孤岛,, ,,,,,,使得智能产品从设计、制造、装置、运维到效劳的所有环节都被买通。。 。。。PLM的设计数据直接进入ERP系统,, ,,,,,,ERP辖档廷即调配工厂资源,, ,,,,,,如需外界供货则由SCM系统自动调配。。 。。。而借助于CRM系统,, ,,,,,,整个生产历程可以和客户坚持实时相同。。 。。。MES系统在其中起到了信息化和工业自动化的桥梁作用。。 。。。这一切的基础是实现软硬件的团结,, ,,,,,,用智能信息化系统团结智能产品/智能生产装备/智能测试装备,, ,,,,,,最终实现整个制造工厂到效劳现场的智能化。。 。。。


2.数据收罗


数据收罗作为产品生产和效劳运维历程中的信息网络手段,, ,,,,,,是毗连底层工业控制系统与上层信息化系统的桥梁,, ,,,,,,为企业信息化提供有用的基础数据,, ,,,,,,好比工艺参数、装备数据、质量数据等。。 。。。数据收罗将治理同生产细密团结,, ,,,,,,形成“信息源于生产,, ,,,,,,运维效劳数据又最终指导、优化生产”的有用闭环。。 。。。


2.1 数据收罗类型


工业数据主要泉源于机械装备数据、工业信息化数据和工业链相关数据。。 。。。不但要涵盖基础数据,, ,,,,,,还要逐步包括用户行为数据、社交关系数据、用户意见和反响数据、装备和传感器收罗的周期性数据等种种数据。。 。。。现在主要包括以下几种数据收罗类型:


(1)海量的Key-Value数据:在传感器手艺飞速生长的今天,, ,,,,,,光电、热敏、气敏、力敏、磁敏、声敏、湿敏等差别类别的工业传感器在工业现场获得了大宗应用,, ,,,,,,并且许多时间机械装备的数据大提要到毫秒的精度才华剖析海量的工业数据。。 。。。因此,, ,,,,,,这部分数据的特点是每条数据内容很少,, ,,,,,,可是频率极高。。 。。。


(2)文档数据:包括工程图纸、仿真数据、设计CAD图纸等,, ,,,,,,尚有大宗的古板工程文档。。 。。。


(3)信息化数据:是由工业信息系统爆发的数据,, ,,,,,,一样平常是通过数据库形式存储的,, ,,,,,,这部分数据是最好收罗的。。 。。。


(4)接口数据:由已经建成的工业自动化或信息系统提供的接口类型数据,, ,,,,,,包括txt名堂、JSON名堂、XML名堂等。。 。。。


(5)视频数据:工业现场的视频监控装备爆发的大宗视频数据。。 。。。


(6)图像数据:工业现场种种图像装备拍摄的图片,, ,,,,,,例如巡检职员用手持装备拍摄的,, ,,,,,,或机械人自动拍摄的装备、情形信息图片等。。 。。。


(7)音频数据:语音及声音信息。。 。。。例如操作员的通话、装备运转的音量等。。 。。。


(8)其他数据:例如遥感遥测信息、三维信息等。。 。。。



2.2 数据收罗要领


(1)传感器

传感器是一种检测装置,, ,,,,,,能感受到被丈量的信息,, ,,,,,,并将信息按一定纪律转换成电信号或其他所需形式的信息输出,, ,,,,,,以知足数据的传输、处置惩罚、存储、显示和控制等要求。。 。。。生产车间中保存许多传感节点,, ,,,,,,24小时监控着整个生产历程,, ,,,,,,当发明异常时,, ,,,,,,迅速反响至上位机,, ,,,,,,是数据收罗的感官吸收系统,, ,,,,,,属于数据收罗的底层环节。。 。。。


(2)RFID手艺

RFID射频识别手艺是一种非接触式的自动识别手艺,, ,,,,,,通过射频信号自动识别目的工具、获取数据信息并交流数据。。 。。。RFID手艺可识别高速运动物体并可同时识别多个标签,, ,,,,,,操作快捷利便。。 。。。


在事情时,, ,,,,,,RFID读写器通过天线发送出一定频率的脉冲信号,, ,,,,,,当RFID标签进入磁场时,, ,,,,,,依附感应电流所获得的能量发送出存储在芯片中的产品信息,, ,,,,,,或者自动发送某一频率的信号。。 。。。阅读器对吸收的信号举行解码,, ,,,,,,然后送到后台主系统举行相关处置惩罚。。 。。。主系统凭证逻辑运算判断该卡的正当性,, ,,,,,,针对差别的设定做出响应的处置惩罚和控制,, ,,,,,,发出指令信号控制执行行动。。 。。。


2.3 数据收罗难点


(1)数据量重大

若是纯粹是将数据收罗到,, ,,,,,,可能还较量好完成。。 。。。可是,, ,,,,,,由于必需要思量数据的规范与洗濯,, ,,,,,,以是在存储之前需要对海量的数据举行处置惩罚,, ,,,,,,从手艺上又提高了难度。。 。。。


(2)工业数据的协议不标准

互联网数据收罗一样平常都是常见的HTTP等协议,, ,,,,,,但在工业领域,, ,,,,,,有ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等种种型工业协议,, ,,,,,,并且各个自动化装备生产及集成商还会自己开发种种私有的工业协议,, ,,,,,,导致在工业协议的互联互通上,, ,,,,,,泛起了极大的难度。。 。。。许多企业在工业现场实验综合自动化等项目时,, ,,,,,,遇到的最大问题就是面临众多的工业协议,, ,,,,,,无法实时有用的举行剖析和收罗。。 。。。


(3)视频传输所需通讯带宽重大

随着云盘算手艺的普及、公有云的兴起,, ,,,,,,大数据需要大宗的盘算资源和存储资源,, ,,,,,,因此工业数据逐步迁徙到公有云已经是时势所趋了。。 。。。现在一个工业企业可能会有几十路视频,, ,,,,,,陋习模的企业会有上百路视频,, ,,,,,,云云大宗的视频文件怎样通过互联网顺畅的传输到云端,, ,,,,,,也是需要面临的重大挑战。。 。。。


(4)对原有系统的收罗难度大

在实验大数据项目时,, ,,,,,,数据收罗往往不但仅是针对传感器或者PLC,, ,,,,,,而是收罗已经安排完成的自动化系统的上位机数据。。 。。。这些自动化系统在安排时,, ,,,,,,厂商水平狼籍不齐,, ,,,,,,大部分系统是没有数据接口的,, ,,,,,,文档也大宗缺失,, ,,,,,,大宗的现场系统没有点表等基础设置数据,, ,,,,,,使得对这部分数据收罗的难度极大。。 。。。


(5)清静性思量缺乏

原先的工业系统都是运行在局域网中,, ,,,,,,清静问题不是突出思量的重点。。 。。。一旦需要通过云端调理工业之中最为焦点的生产能力,, ,,,,,,又没有对清静的充分思量,, ,,,,,,造成的损失是难以填补的。。 。。。


3.数据展示


数据收罗、处置惩罚之后,, ,,,,,,需要对收罗数据举行展示,, ,,,,,,例如智能产品/智能生产装备/智能测试装备运行状态报告,, ,,,,,,可以显示出目今每台装备的运行状态,, ,,,,,,是否空闲、空闲时间几多、是否加工中、加工时间几多、状态设置怎样、正在运行中或是出了故障等。。 。。。


数据展示需要对收罗到的项目数据提供多种报表的展示,, ,,,,,,例如装备综合使用率OEE报表,, ,,,,,,能够准确清晰地剖析出装备效率怎样,, ,,,,,,在生产的哪个环节有几多损失,, ,,,,,,以及可以举行哪些改善事情。。 。。。装备实时状态跟踪、能耗看板,, ,,,,,,将生产现场的装备状态第一时间转达给响应的使用者。。 。。。企业通过对工厂装备状态的实时相识,, ,,,,,,可以实现即时、高效、准确的细腻化装备治理。。 。。。


三、智能产品/智能生产装备/智能测试装备数据的聚合洗濯和优化


1.概述


要实现装备的智慧治理、智慧数据处置惩罚,, ,,,,,,第一步需要拿到智能产品/智能生产装备/智能测试装备数据。。 。。。除了智能产品/智能生产装备/智能测试装备数据收罗,, ,,,,,,还要对智能产品/智能生产装备/智能测试装备数据举行聚合、洗濯和优化等。。 。。。


数据聚合:是数据处置惩罚的最后一步,, ,,,,,,通常指的是转换数据,, ,,,,,,是每一个数组天生一个简单的数值,, ,,,,,,好比sum( )、mean( )和count( )等。。 。。。首先确保收罗数据结构的完整性,, ,,,,,,然后借助聚合功效,, ,,,,,,使用规范名堂(好比XML)在任何名堂之间按需转换。。 。。。


数据洗濯:洗濯、匹配数据并对所有异常举行处置惩罚,, ,,,,,,以确保数据的规范化、高质量。。 。。。数据收罗是一个大荟萃,, ,,,,,,难免会泛起一些过失或有冲突的不想要的“脏数据”。。 。。。需要凭证一定的规则把“脏数据”“洗掉”,, ,,,,,,过滤掉那些不切合要求的、不完整的、过失的、重复的数据。。 。。。


数据优化:要获得高信息含量的、有用的数据,, ,,,,,,除了要举行数据聚合及洗濯,, ,,,,,,还要对数据举行优化,, ,,,,,,凭证数据剖析优化模子,, ,,,,,,对数据举行剖析重组。。 。。。


2.数据剖析 


在装备自动化历程中,, ,,,,,,爆发了大宗的数据,, ,,,,,,这些数据所蕴含的信息和价值并没有被充分挖掘,, ,,,,,,数据剖析的目的就是弄清晰智能产品/智能生产装备/智能测试装备数据背后的寄义。。 。。。


从工业物联网角度来说,, ,,,,,,数据剖析可以从以下两个方面来看:

(1)剖析数据,, ,,,,,,形身剖析效果,, ,,,,,,这是数据剖析必需要做的一个基础事情。。 。。。

(2)合理应用剖析效果。。 。。。剖析的目的是把剖析的效果应用起来,, ,,,,,,实现清静生产+节能减排+提高效率。。 。。。这件事情是一件实着实在的事情,, ,,,,,,若是只是吹捧看法,, ,,,,,,无法真正落地,, ,,,,,,是很难做到数据的完善应用的。。 。。。


3.      边沿盘算


边沿盘算是一种疏散式运算架构,, ,,,,,,将应用程序、数据资料与效劳的运算,, ,,,,,,由网络中心节点,, ,,,,,,移往网络逻辑上的边沿节点来处置惩罚。。 。。。它是将原本完全由中心节点处置惩罚的大型效劳加以剖析,, ,,,,,,切割成更小更容易治理的部分,, ,,,,,,疏散到边沿节点行止置。。 。。。若是把云端比作大脑,, ,,,,,,那么边沿盘算就是神经末梢,, ,,,,,,对简朴的刺激举行自处置惩罚并将处置惩罚的特征信息反响给云端大脑。。 。。。


随着物联网的生长,, ,,,,,,智能产品/智能生产装备/智能测试装备所爆发的数据将越来越多,, ,,,,,,这些大规模数据需要放到云端举行处置惩罚。。 。。。放到云端,, ,,,,,,就需要无限无尽的传输带宽和数据处置惩罚能力,, ,,,,,,“云”难免不堪重负,, ,,,,,,因此需要边沿盘算来分担云盘算的压力。。 。。。以是,, ,,,,,,在工业现场的边沿侧举行数据收罗、处置惩罚及传输的边沿盘算网关肩负着不可小觑的重任。。 。。。后期边沿盘算与云平台再举行融会意会,, ,,,,,,实现“边云一体化”,, ,,,,,,使用大数据剖析赋能生产,, ,,,,,,能够施展工业数据的真正价值。。 。。。



1588843345251513CjvL.png


边沿盘算能够提供随处可得的不中止的互联网接入、周全的清静性和无线效劳等,, ,,,,,,为真正意义上的智能产品/智能生产装备/智能测试装备信息化、智能化提供数据的高速通道。。 。。。其强劲的边沿盘算能力,, ,,,,,,在物联网边沿节点实现数据优化、实时响应、迅速毗连、智能剖析,, ,,,,,,显著镌汰现场与中心端的数据流量,, ,,,,,,并阻止云端运算能力遇到瓶颈。。 。。。能够优化网络架构,, ,,,,,,更清静、更快响应,, ,,,,,,同时更智能化地实现现场营业。。 。。。


另外,, ,,,,,,边沿盘算具有多种工业协议,, ,,,,,,好比Modbus TCP、Modbus RTU、OPC UA、PROFINET、PROFIBUS-DP、EtherCAT、EhterNET/IP、CC-LINK、PPI等,, ,,,,,,还具有完善的网络功效,, ,,,,,,支持QoS功效、VLAN功效、虚拟IP映射功效、Sniffer功效等。。 。。。


4.BI商业决议


4.1 BI概述


BI即商业智能,, ,,,,,,泛指用于营业剖析的手艺和工具,, ,,,,,,通过获取、处置惩罚原始数据,, ,,,,,,将其转化为有价值的信息来指导商业行动。。 。。。BI能够为企业的商业运营提供基于历史、当下和未来的剖析视角,, ,,,,,,涵盖了从运营到战略的每个层面。。 。。。


BI可以为企业提供外部、内部两方面的信息剖析。。 。。。外部信息包括竞争敌手、供应商、原质料、需求等信息,, ,,,,,,内部信息包括产品和效劳的本钱、质量等。。 。。。BI能资助企业相识最新趋势、捉住新的市场时机、发明潜在的威胁,, ,,,,,,从而更好地优化资源、刷新财务绩效、指导产品潮流、提高效劳水平,, ,,,,,,提升企业的竞争优势。。 。。。


从行业生长来看,, ,,,,,,BI的生长是以较为完善的企业信息系统和稳固的营业系统为基础的,, ,,,,,,其未来的应用是与企业信息化的基础状态亲近相关的。。 。。。商业智能即是商业加智能,, ,,,,,,需要积累大宗的装备、生产、营业数据,, ,,,,,,借助于数据客栈、数据建模、数据剖析、数据挖掘等手艺,, ,,,,,,团结商业知识建设剖析模子,, ,,,,,,然后举行统计剖析、深层挖掘,, ,,,,,,以可视化交互的方法举行展现。。 。。。


4.2BI系统的组成


(1)营业系统

差别于营业治理类的信息系统,, ,,,,,,BI系统对企业信息化自己提出了更高的要求。。 。。。随着营业的推进,, ,,,,,,企业信息系统会爆发大宗的数据,, ,,,,,,BI系统通过准时、实时的方法从各个营业系统中获取最新的营业数据,, ,,,,,,然后举行规范加工、盘算汇总,, ,,,,,,最后展示给各级用户。。 。。。


(2)企业数据模子

BI系统中最有价值的部分是企业数据模子。。 。。。数据模子是数据客栈落地的营业基础,, ,,,,,,数据客栈中按营业主题存储着企业的谋划数据,, ,,,,,,是商业智能系统的焦点组件。。 。。。


(3)应用层

BI系统通过规范的数据治理,, ,,,,,,可以为用户提供多渠道、多种形式的数据效劳:


?  综合报表:为企业各级职员提供古板、重大的统计报表,, ,,,,,,大大镌汰各级数据剖析职员的一样平常制表事情。。 。。。


?  治理驾驶舱:为公司高层治理职员提供周全的、可视化的要害绩效指标剖析工具,, ,,,,,,通过图形化的谋划战略地图、KPI仪表盘、种种谋划指标的转变趋势等,, ,,,,,,为差别的治理职员提供个性化的可视化展示。。 。。。


?  监控和预警:实时监控企业种种要害绩效指标,, ,,,,,,并基于治理规则和营业妄想,, ,,,,,,对凌驾正惯例模的指标和妄想延迟事项提供邮件、短信等多种提醒方法,, ,,,,,,包管要害问题能够实时获得治理层及相关职员的关注息争决。。 。。。


?  剖析挖掘:属于BI系统的高端应用。。 。。。企业可以使用系统提供的数据剖析工具和要领,, ,,,,,,对历史谋划数据举行剖析和挖掘,, ,,,,,,发明隐含的未知营业知识和纪律,, ,,,,,,指导营业立异和辅助决议。。 。。。

 

4.3 BI带来的价值


(1)给决议层带来的价值

BI能给高层治理者带来的最直接效益就是信息获取的效率获得极大提升,, ,,,,,,已往数天或者数周才华获得的数据报告,, ,,,,,,可以直接从治理驾驶舱中获得。。 。。。治理者可以实时掌握公司整体运营状态,, ,,,,,,对要害项目举行全程的跟踪监控,, ,,,,,,实时发明或预见潜在误差,, ,,,,,,组织通知相关职员剖析问题的缘故原由,, ,,,,,,接纳响应步伐举行调解。。 。。。


治理驾驶舱是企业围绕着恒久妄想与短期妄想、执行监控、问题剖析、调解等历程实现的商业智能应用。。 。。。


(2)给治理层带来的价值

BI资助企业各级职能治理者面临行业情形的快速转变做出迅速反应、科学决议,, ,,,,,,制订营业规模的合理谋划目的,, ,,,,,,洞察出一样平常谋划运动与妄想爆发误差时能够实时接纳的纠偏步伐。。 。。。在一样平常运营治理决议时用数听语言,, ,,,,,,无论优劣对错,, ,,,,,,是非成败,, ,,,,,,都要拿出数据,, ,,,,,,检查事情,, ,,,,,,研究问题,, ,,,,,,刷新事情。。 。。。从网络和剖析信息最先,, ,,,,,,按纪律效劳,, ,,,,,,从事情中找出纪律性,, ,,,,,,而不是拍脑壳的决议。。 。。。


(3)给执行层带来的价值

BI能够带来的最直接的影响是效率的提升。。 。。。通过BI系统,, ,,,,,,大部分报表变得随手可得。。 。。。

综合以上,, ,,,,,,BI商业智能带来的最起劲的影响是企业整体效率的提升,, ,,,,,,可以包管企业各级营业有序、按妄想地执行,, ,,,,,,泛起误差后能够实时获得关注和处置惩罚,, ,,,,,,降低了企业的谋划危害。。 。。。


四、智能产品/智能生产装备/智能测试装备数据上工业云


随着制造业的生长,, ,,,,,,智能产品/智能生产装备/智能测试装备的性能越来越好,, ,,,,,,功效也越来越强盛,, ,,,,,,结构越来越重大,, ,,,,,,自动化水平越来越高。。 。。。同时,, ,,,,,,工厂对智能产品/智能生产装备/智能测试装备的清静、稳固性要求也越来越迫切。。 。。。无论是智能制造照旧智能产品/智能生产装备/智能测试装备,, ,,,,,,焦点都是数据。。 。。。已往,, ,,,,,,数据沉淀在装备里,, ,,,,,,无法提取出来,, ,,,,,,生产治理只能依赖履历,, ,,,,,,而不可依赖数据。。 。。。而现在,, ,,,,,,可以通过装备联网,, ,,,,,,收罗生产、装备数据甚至情形数据,, ,,,,,,装备成了能听懂指令和会语言的智能装备。。 。。。


现在工业云情形已经初具规模,, ,,,,,,若是能将智能产品/智能生产装备/智能测试装备数据上云,, ,,,,,,对智能产品/智能生产装备/智能测试装备开展周全的状态监测、故障诊断及康健治理,, ,,,,,,将大幅包管装备清静可靠地运转。。 。。。并且可以对智能产品/智能生产装备/智能测试装备数据举行剖析,, ,,,,,,充分挖掘数据的价值,, ,,,,,,找到生产效率提升的要害因素。。 。。。


1588843378377790CGGL.png


智能产品/智能生产装备/智能测试装备上云能够资助企业形成完善的装备运维生命周期闭环,, ,,,,,,有用提升装备运维治理效率,, ,,,,,,并在这个历程中沉淀企业数据知识资产,, ,,,,,,为后续生产运营优化提供依据,, ,,,,,,给企业带来重大的经济效益。。 。。。通过智能产品/智能生产装备/智能测试装备上云,, ,,,,,,将装备运行数据、状态数据、诊断数据、自身生命周期数据等放在云端,, ,,,,,,建设云上装备与信息系统的清静稳固毗连,, ,,,,,,全方位治理生产进度、质量、装备和职员等各环节。。 。。。对接线上装备数据举行实时监控,, ,,,,,,实现装备数据集成治理,, ,,,,,,解决装备监控、产品质量追溯等问题,, ,,,,,,通过信息化建设全方位的可追溯数据。。 。。。


拿装备维修履历数据举例:维修履历数据是工厂维修职员、装备厂家留下的痕迹数据,, ,,,,,,系供应链数据。。 。。。通过上云可以将这些数据举行痕迹治理和深度剖析,, ,,,,,,应用于工厂端、效劳端、供应链与装备端。。 。。。这需要以维修模式立异作为基础,, ,,,,,,好比维修合资人制度,, ,,,,,,以及工业效劳工业化作为支持,, ,,,,,,方能实现数据变现。。 。。。


五、人工智能和云盘算赋能数据爆发价值


数据的挑战是所有新手艺挑战的主要体现形式。。 。。。怎样做好装备与装备之间的互联,, ,,,,,,差别装备之间数据的交互,, ,,,,,,在生产历程中、装置运维历程中的海量数据处置惩罚,, ,,,,,,已经不但纯是要解决数据联通,, ,,,,,,而是需要全方位的手艺思索。。 。。。


1.人工智能赋能的数据爆发价值


《人工智能标准化白皮书(2018版)》以为,, ,,,,,,人工智能是使用数字盘算机或数字盘算机控制的机械模拟、延伸和扩展人的智能,, ,,,,,,感知情形、获取知识并使用知识获得最佳效果的理论、要领、手艺及应用系统。。 。。。


 

1588843409186824jT92.png



 

1.1 人工智能的特征


(1)由人类设计,, ,,,,,,为人类效劳,, ,,,,,,实质为盘算,, ,,,,,,基础为数据。。 。。。通过对数据的收罗、加工、处置惩罚、剖析和挖掘,, ,,,,,,形成有价值的信息流和知识模子。。 。。。


(2)能感知情形,, ,,,,,,能爆发反应,, ,,,,,,能与人交互,, ,,,,,,能与人互补。。 。。。能够资助企业做人类不善于、不喜欢但机械能够完成的事情。。 。。。


(3)有顺应特征,, ,,,,,,有学习能力,, ,,,,,,有演化迭代,, ,,,,,,有毗连扩展。。 。。。人工智能系统具有一定的随情形、数据或使命转变而自顺应调理参数或更新优化模子的能力,, ,,,,,,并且能够在此基础上通过与云、端、人、物等,, ,,,,,,举行越来越普遍的、深入的数字化毗连扩展,, ,,,,,,使系统具有顺应性、无邪性、扩展性,, ,,,,,,来应付一直转变的现真相形。。 。。。


1.2 智能制造对人工智能的需求


(1)智能产品/智能生产装备/智能测试装备:包括智能产品/智能生产装备/智能测试装备、自动识别装备、人机交互系统、工业机械人以及数控机床等详细装备,, ,,,,,,涉及到跨媒体剖析推理、自然语言处置惩罚、虚拟现实智能建模以及自主无人系统等要害手艺。。 。。。


(2)智能工厂:包括智能设计、智能生产、智能治理以及集成优化等详细内容,, ,,,,,,涉及到跨媒体剖析推理、大数据智能、机械学习等要害手艺。。 。。。


(3)智能效劳:包括大规模个性化定制、远程运维以及展望性维护等详细效劳模式,, ,,,,,,涉及到跨媒体剖析推理、自然语言处置惩罚、大数据智能、高级机械学习等要害手艺。。 。。。


1.3人工智能赋能价值


举个例子:好比装备展望性维护的人工智能应用。。 。。。古板的装备维护要领是人工经常性的巡视、按期预防性磨练,, ,,,,,,凭外观征象、指示仪表等判断可能泛起的异常;;;;;;;;按期对装备实验阻止运行的例行检查,, ,,,,,,做预防性绝缘试验和机械行动试验等。。 。。。一旦装备泛起问题,, ,,,,,,只能逐个排查,, ,,,,,,需要泯灭大宗的人力、物力。。 。。。


通过人工智能手艺的赋能,, ,,,,,,可以实现展望性维护。。 。。。通过边沿侧的数据收罗、处置惩罚,, ,,,,,,基于数据驱动型的机械学习要领,, ,,,,,,充分验展算法、模子的作用,, ,,,,,,借助于盘算机的算力、学习力来寻找最优的维护参数,, ,,,,,,并获得更高的展望准确度。。 。。。通过展望预控,, ,,,,,,变被动为自动,, ,,,,,,在机械爆发故障之前自动检测到异常,, ,,,,,,并提醒用户举行有针对的维修维护。。 。。。


再举个例子:好比商业决议BI的人工智能应用。。 。。。古板的BI看板报警是基于事先设定好的规则,, ,,,,,,好比:阈值、警戒线等。。 。。。一旦凌驾了设定的阈值或警戒线就自动告警。。 。。。


通过人工智能手艺的赋能,, ,,,,,,可以实现模子控制,, ,,,,,,好比:机械学习、深度学习等。。 。。。人工智能比照已往的数据,, ,,,,,,自动选择适合的算法、自动判断告警、触发上述展望性维护指令等商业决议。。 。。。


2.云盘算赋能的数据爆发价值


随着物联网、工业大数据等信息网络手艺和制造手艺的融合生长,, ,,,,,,作为基础设施的云盘算逐步向制造和效劳领域渗透。。 。。。剖析效劳、云数据、云存储等产品息争决计划的泛起,, ,,,,,,极大地利便了物联网、大数据的工业安排,, ,,,,,,买通了工厂间的信息孤岛,, ,,,,,,使制造企业能够实现跨平台的海量数据剖析和治理,, ,,,,,,实现快速响应和柔性高效的生产制造。。 。。。工业云平台的推出为制造企业提供了协同设计、模拟仿真、物流追踪、智能控制等云效劳,, ,,,,,,生产治理智能化水平获得显着提升。。 。。。


15889060111415063qKz.png


无论工业物联网、大数据驱动、数字孪生这些看法说的怎样信口开河,, ,,,,,,在现实工业生产历程中,, ,,,,,,若是不可解决企业的焦点问题——提高利润、降低本钱,, ,,,,,,都难免是纸上谈兵。。 。。。虽然数据自己很主要,, ,,,,,,但能直接解决问题的效劳应用对企业才更有价值。。 。。。目今,, ,,,,,,除了怎样收罗数据之外,, ,,,,,,绝大部分企业面临的要害问题是怎样运用数据爆发价值!


通过云盘算赋能,, ,,,,,,可以爆发如下价值:


(1)通过云盘算,, ,,,,,,能够将原本隐性的问题,, ,,,,,,通过对数据的挖掘变得显性,, ,,,,,,进而使以往不可见的危害能够被阻止。。 。。。


(2)将云盘算与大数据、其他先进的剖析工具相团结,, ,,,,,,能够实现产品的智能化升级,, ,,,,,,使用数据挖掘爆发的信息为客户提供全生命周期的增值效劳。。 。。。


(3)使用数据寻找用户价值的缺口,, ,,,,,,开拓新的商业模式。。 。。。云盘算平台可以为客户的产品需求和企业的制造资源搭建相同桥梁,, ,,,,,,企业可以通过客户端与云平台的双向相同开展面向客户个性化需求的产品设计,, ,,,,,,并通过云平台将产品的生产状态和制造进度实时反响给客户,, ,,,,,,实现产品全生命周期的用户加入。。 。。。以用户需求为原点设置企业制造资源和能力,, ,,,,,,打造个性化产品,, ,,,,,,实现商业模式立异。。 。。。


(4)云盘算应用逐步普及,, ,,,,,,并一直向细分领域渗透,, ,,,,,,加速企业由硬件制造商向“制造+效劳”的提供商转型。。 。。。企业使用云盘算团结大数据、物联网、在线监测等手艺能够将产品的运作历程虚拟化传输到云资源池中举行故障诊断、寿命展望,, ,,,,,,并为软件问题提供在线解决计划,, ,,,,,,产品附加值获得提升。。 。。。制造企业通过构建云平台,, ,,,,,,对外开放自身数据、知识、专家和制造资源,, ,,,,,,能够为第三方企业和用户提供数据剖析、融资租赁、供应链治理等工业链延伸效劳。。 。。。


六、智能产品/智能生产装备/智能测试装备融入工业物联网


1588906117839457oSFz.png


工业物联网是将上述所有立异手艺融合的最新营业场景。。 。。。具有感知、监控能力的种种收罗、控制传感器或控制器,, ,,,,,,以及移动通讯、智能剖析等手艺一直融入到工业生产历程各个环节,, ,,,,,,从而大幅度提高制造效率,, ,,,,,,改善产品质量,, ,,,,,,降低产品本钱和资源消耗,, ,,,,,,最终实现将古板工业提升到智能化的新阶段。。 。。。从应用形式上看,, ,,,,,,工业物联网的应用具有实时性、自动化、嵌入式、清静性和信息互联互通性等特点。。 。。。


工业物联网是工业系统与互联网,, ,,,,,,以及高级盘算、剖析、传感手艺的高度融合,, ,,,,,,也是工业生产加工历程与物联网手艺的高度融合。。 。。。它将制造业生产、监控、企业治理、供应链以及客户反响等信息系统融为一体,, ,,,,,,通过数据中心对差别渠道的数据举行智能处置惩罚,, ,,,,,,从而提高生产效率、产品质量和用户知足度。。 。。。


工业物联网具有周全感知、互联传输、智能处置惩罚及自组织和自维护的特点。。 。。。即使用RFID、传感器、二维码等手艺即时获取产品从生产、销售、市场等各个阶段的信息数据,, ,,,,,,通过专用网络和互联网相连的方法实现装备和网络的数据交互,, ,,,,,,使用云盘算、模糊识别、神经网络等智能盘算对数据举行剖析并处置惩罚。。 。。。同时,, ,,,,,,一个功效完善的工业物联网系统通过全方位相互连通,, ,,,,,,实现了自组织和自维护功效。。 。。。


以前制造企业一直处于把数字天下和实体天下疏散的时势,, ,,,,,,现在制造业厂商正逐步通过物联网将两个天下举行融合。。 。。。从“治理、控制、智能”的角度来看,, ,,,,,,着实物联网与工业自动化是一脉相承的,, ,,,,,,工业自动化包括收罗、传输、盘算等环节,, ,,,,,,而物联网是周全感知、可靠转达、智慧处置惩罚,, ,,,,,,两者是相通的。。 。。。


智能产品/智能生产装备/智能测试装备怎样与工业物联网接轨???? ??


(1)实现远程控制

为用户提供高效的效劳。。 。。。实现随时随地获取装备位置、工况、报警、故障、效劳等信息,, ,,,,,,即便远在千里之外,, ,,,,,,装备泛起了故障,, ,,,,,,种种故障信息数据也可实时传输至厂家系统控制室,, ,,,,,,再由专家将解决计划回传,, ,,,,,,最终完成问题的解决。。 。。。实现装备操作的简朴化、无人化、智能化,, ,,,,,,实现基于多装备类型的协同细腻化生产治理水平,, ,,,,,,提升装备的质量和效率,, ,,,,,,并且节能降噪,, ,,,,,,包管效益的最大化。。 。。。


(2)大数据的应用

智能产品/智能生产装备/智能测试装备融入物联网可以收罗到重大的数据量,, ,,,,,,这着实是一个金矿,, ,,,,,,若是使用得好,, ,,,,,,企业可以挖到非???? ??晒鄣牟撇。。 。。。好比能够实现天下甚至全球各地库存互联互通,, ,,,,,,实现泛供应链数字化治理,, ,,,,,,实时提供装备和备件、配件、易损品、易耗品库存和物流情形,, ,,,,,,向市场营销、售后效劳、生产治理、电子商务等提供数字支持。。 。。。并提供库保存线盘问及周转率和本钱统计剖析,, ,,,,,,提供物流端到端监控及清静治理和物流本钱核算等。。 。。。


(3)完善售后效劳

古板的后市场效劳模式可以称为“被动式”效劳,, ,,,,,,客户有需求,, ,,,,,,才会有专门的效劳职员上门效劳。。 。。。随着物联网的生长,, ,,,,,,这样的效劳模式越来越不可知足客户的需求,, ,,,,,,效劳的方法需要由被动变为自动,, ,,,,,,即在客户尚未意识到自己需要效劳时,, ,,,,,,企业就已经预知到客户需要响应的效劳从而自动联系或者提醒客户,, ,,,,,,这样的场景化效劳模式无疑会极大地提高客户的知足度和效劳质量。。 。。???? ??梢酝ü锪章拮氨缸刺,, ,,,,,,对装备举行远程监控和故障诊断,, ,,,,,,阻止装备非妄想性;;;;;;;;,, ,,,,,,进而实现展望性维护,, ,,,,,,提供增值效劳,, ,,,,,,并增进备品备件销售。。 。。。


(4)效劳转型

搭载物联网的春风,, ,,,,,,可以更洪流平地实现智能产品/智能生产装备/智能测试装备的信息化和智能化,, ,,,,,,有助于完善信息化推进机制,, ,,,,,,推动信息手艺深度应用,, ,,,,,,加速装备制造业向效劳型制造的转型。。 。。。


综上所述,, ,,,,,,工业物联网云平台除了通过对现场海量的装备以及他们爆发的数据举行收罗、进而联网,, ,,,,,,实现整个架构的纵向信息化、数字化整合,, ,,,,,,尚有横向的营业、数据整合。。 。。。方方面面的数据最终组成了万物互联的智能工厂。。 。。。

 


上一篇:全球战疫 智造未来 返回 下一篇:以智能制造驱动古板企业实现高质量生长——六合区政协四届四次聚会大会讲话
+
【网站地图】【sitemap】