2024工業(yè)大數(shù)據(jù)技術(shù)應(yīng)用案例

——PAGE27———PAGE100—.工業(yè)大數(shù)據(jù)技術(shù)應(yīng)用典型案例目錄TOC\o"1-4"\h\u12492. 16432工業(yè)大數(shù)據(jù)技術(shù)應(yīng)用典型案例 119417一、富士康NPI制造大數(shù)據(jù) 4286051、案例背景與業(yè)務(wù)痛點(diǎn) 446952、解決方案 6308223、實(shí)施效果與推廣意義 11129474、案例亮點(diǎn) 1132046二、中國聯(lián)通工業(yè)大數(shù)據(jù)采集分析平臺(tái) 12141821、案例背景與業(yè)務(wù)痛點(diǎn) 12272211.項(xiàng)目簡介及目標(biāo) 13239862.項(xiàng)目目標(biāo) 1331522、解決方案 1378841.數(shù)據(jù)來源 1389652.技術(shù)方案 14243823.項(xiàng)目其他亮點(diǎn) 1671883、實(shí)施效果與推廣意義 16277784、案例亮點(diǎn) 165144三、華為云EI企業(yè)智能打造智能化九州通 1624681、案例背景與業(yè)務(wù)痛點(diǎn) 17325851.揀選路徑優(yōu)化 1725432.派車路徑規(guī)化 1771493.智能裝車 18128194.篩選熱銷品種，提升出庫效率 1895825.識(shí)別商品電子監(jiān)管碼 1870146.發(fā)票識(shí)別 18135907.銷售預(yù)測 19292238.大數(shù)據(jù)平臺(tái) 19260522、解決方案 19284011.路徑規(guī)劃方案 20148612.大數(shù)據(jù)平臺(tái)云上遷移方案 21114613.銷售預(yù)測分析方案 231684.OCR增值稅發(fā)票單據(jù)識(shí)別方案 24185093、實(shí)施效果與推廣意義 2443861.派車路徑規(guī)化： 24231102.倉儲(chǔ)規(guī)劃： 25192323.發(fā)票識(shí)別： 25118294.銷售預(yù)測： 25216885.云上大數(shù)據(jù)平臺(tái)： 25245354、案例亮點(diǎn) 2514516四、濰柴工業(yè)大數(shù)據(jù)平臺(tái) 2673961、案例背景與業(yè)務(wù)痛點(diǎn) 26193772、解決方案 27302393、實(shí)施效果與推廣意義 30142074、案例亮點(diǎn) 3016853五、中國移動(dòng)OneNET助力工業(yè)資產(chǎn)管理 31179591、案例背景與業(yè)務(wù)痛點(diǎn) 31253791.項(xiàng)目背景 3247412.項(xiàng)目簡介 3394213.項(xiàng)目目標(biāo) 33128932、解決方案 3329191.數(shù)據(jù)來源 33200392.技術(shù)方案 34251153.項(xiàng)目其他亮點(diǎn) 36322453、實(shí)施效果與推廣意義 3677664、案例亮點(diǎn) 3713205六、聯(lián)想工業(yè)大數(shù)據(jù)平臺(tái)LEAP 38230701、案例背景與業(yè)務(wù)痛點(diǎn) 3859872、解決方案 38250603 42319084、案例亮點(diǎn) 4331241七、格力電器工業(yè)大數(shù)據(jù)平臺(tái) 4391211、案例背景與業(yè)務(wù)痛點(diǎn) 43249461、實(shí)時(shí)數(shù)據(jù)接入大數(shù)據(jù)平臺(tái)，離線、在線數(shù)據(jù)的接入； 44226242、智能業(yè)務(wù)系統(tǒng)數(shù)據(jù)互通和智能化分析； 444833、基于機(jī)器學(xué)習(xí)的智能大數(shù)據(jù)分析； 44153964、工業(yè)大數(shù)據(jù)語音檢索； 4410105、工業(yè)大數(shù)據(jù)平臺(tái)的管理與運(yùn)維。 44143392、解決方案 44276021、大數(shù)據(jù)采集技術(shù) 46187042、大數(shù)據(jù)分析技術(shù) 47197873、大數(shù)據(jù)管理技術(shù) 4868873、實(shí)施效果與推廣意義 48226801、故障診斷： 48193682、故障預(yù)測： 49202233、實(shí)時(shí)查詢： 49196084、營銷支持： 4995664、案例亮點(diǎn) 49115281、平臺(tái)交互的智能化 4930832、設(shè)備運(yùn)維的智能化 50187343、企業(yè)運(yùn)行的智能化 503761八、合力叉車工業(yè)互聯(lián)網(wǎng)平臺(tái) 50258781、案例背景與業(yè)務(wù)痛點(diǎn) 50215192、解決方案 55153223、實(shí)施效果與推廣意義 6112264、案例亮點(diǎn) 613510九、東方國信大數(shù)據(jù)助力聯(lián)合利華能源管理 64229581、案例背景與業(yè)務(wù)痛點(diǎn) 64193902、解決方案 6553943、實(shí)施效果與推廣意義 69138854、案例亮點(diǎn) 692104十、優(yōu)也基礎(chǔ)工業(yè)大數(shù)據(jù)平臺(tái)在鋼鐵能效的應(yīng)用 70110101、案例背景與業(yè)務(wù)痛點(diǎn) 7033012、解決方案 7228571.系統(tǒng)研發(fā)路線 72236862.系統(tǒng)整體架構(gòu) 7272043.面向用戶的功能模塊 74147423、實(shí)施效果與推廣意義 7497434、案例亮點(diǎn) 76一、富士康NPI制造大數(shù)據(jù)1、案例背景與業(yè)務(wù)痛點(diǎn)NPI（NewProductIntroduce,新產(chǎn)品導(dǎo)入）階段需在有限的時(shí)NPI的生命周期可以分成：Proto原型機(jī)階段EVT工程驗(yàn)證測試階段DVT設(shè)計(jì)驗(yàn)證測試階段PVT生產(chǎn)驗(yàn)證測試階段Ramp快速爬坡MP量產(chǎn)階段也因此，在每一個(gè)階段工程單位與測試單位都需要完整的生產(chǎn)信息與關(guān)鍵物Analysis）RD分析與解決方案設(shè)計(jì)。（當(dāng)天的問題當(dāng)天解決常必要的，但卻又相當(dāng)耗費(fèi)時(shí)間。80%20%NPI20%80%非常適用于各個(gè)制造行業(yè)在新產(chǎn)品開發(fā)時(shí)的業(yè)務(wù)需求。NPI制造大數(shù)據(jù)平臺(tái)主要解決以下兩個(gè)業(yè)務(wù)痛點(diǎn)：數(shù)據(jù)收集整合耗時(shí)且復(fù)雜：4個(gè)小時(shí)以上了。涉及信息太多：數(shù)據(jù)包含產(chǎn)品各階段的生產(chǎn)數(shù)據(jù)（（數(shù)據(jù)增加、刪除皆屬不易，如此一來，真是耗時(shí)耗人力。2、解決方案本案例主要采集來自不同系統(tǒng)的數(shù)據(jù)，并通過數(shù)據(jù)整合處理運(yùn)算及應(yīng)用模塊（DIF&SMC）進(jìn)行數(shù)據(jù)集成與處理并建立分析工作流模塊、數(shù)據(jù)查詢模塊以及分析平臺(tái)決策及知識(shí)庫驅(qū)動(dòng)分析應(yīng)用。實(shí)施概況如下。數(shù)據(jù)來源產(chǎn)品測試數(shù)據(jù)該數(shù)據(jù)為產(chǎn)品在各工站的檢測數(shù)據(jù)，來源包含四個(gè)異質(zhì)系統(tǒng)。產(chǎn)線組裝數(shù)據(jù)該數(shù)據(jù)為產(chǎn)品在工站中的組裝流水線信息，來源包含兩個(gè)異質(zhì)系統(tǒng)。進(jìn)料檢驗(yàn)數(shù)據(jù)該數(shù)據(jù)為產(chǎn)品的物料在進(jìn)貨時(shí)的檢驗(yàn)數(shù)值，來源包含兩個(gè)異質(zhì)系統(tǒng)。關(guān)鍵物料數(shù)據(jù)該數(shù)據(jù)為產(chǎn)品上所使用關(guān)鍵物料的相關(guān)數(shù)據(jù)，來源包含兩個(gè)異質(zhì)系統(tǒng)。產(chǎn)品組合數(shù)據(jù)該數(shù)據(jù)為產(chǎn)品的各模組元件相關(guān)數(shù)據(jù)，來源為一個(gè)系統(tǒng)。關(guān)鍵尺寸數(shù)據(jù)該數(shù)據(jù)為產(chǎn)品的尺寸相關(guān)數(shù)據(jù)，來源為一個(gè)系統(tǒng)。技術(shù)方案NPI大數(shù)據(jù)平臺(tái)整體架構(gòu)SMC(Spark,Mesos,Cassandra)DIF(DataIntegrationFramework)架構(gòu)進(jìn)行DSP(DataServiceProvider)API、分析工1所示，分述如下：SMCDIFKM才能夠提供分析層有效的模型處理。KM主要接收各類型文檔進(jìn)行分類儲(chǔ)存、解析內(nèi)文、并利用ElasticSearch(一套支持全文檢索的開源項(xiàng)目)進(jìn)行建立索引庫及支持文件內(nèi)全文檢索服務(wù)。SMCDIF另述于后。DSPAPIAPIAPI務(wù)需求而構(gòu)建分析工作流。DSPAIPAPIFA分析平臺(tái)。分析工作流：用戶自定義需求數(shù)據(jù)字段通過storedprocedure定期向DIFSMC(Attribute)數(shù)量從上百個(gè)KMAPIAPI段式及全文檢索式的檔案搜查。NPI分析平臺(tái)成時(shí)間進(jìn)階分析數(shù)據(jù)（通用性分析。再者，知識(shí)庫可以滿足工程師之間的技術(shù)工程師的時(shí)間得到最有效的利用。FAFA（Failureanalysis）API實(shí)步的分析作業(yè)。FA（goldencase條件定期檢驗(yàn)潛在問題，工程師可偵測問題并實(shí)時(shí)解決問題。習(xí)及經(jīng)驗(yàn)的傳承。圖1平臺(tái)整體架構(gòu)圖數(shù)據(jù)流1.制造單位定時(shí)發(fā)送email提供物料組合配方信息3.利用網(wǎng)絡(luò)爬蟲掃描系統(tǒng)接供應(yīng)用，以達(dá)到基礎(chǔ)數(shù)據(jù)完整的目標(biāo)。圖2系統(tǒng)數(shù)據(jù)流示意圖基礎(chǔ)數(shù)據(jù)整合架構(gòu)DIF主要包含三個(gè)模塊：數(shù)據(jù)整合、數(shù)據(jù)處理運(yùn)算、及信息呈現(xiàn)。數(shù)據(jù)整合（CollectionModules、TransferModules）方式主要透過實(shí)現(xiàn)一個(gè)真實(shí)案例所需的數(shù)據(jù)來源，為驗(yàn)證案例并進(jìn)行調(diào)整。（Analysis（（新應(yīng)用模塊并整合于原系統(tǒng)中，產(chǎn)生新的應(yīng)用模塊。圖3DIF架構(gòu)圖項(xiàng)目其他亮點(diǎn)3、實(shí)施效果與推廣意義2~4數(shù)分鐘以內(nèi)。NPI5NP個(gè)測試項(xiàng)目。NPI22原始數(shù)據(jù)檔案。80/2020%80%時(shí)間專注在問題解決上。事半工倍地學(xué)習(xí)前人的知識(shí)。4、案例亮點(diǎn)利用NPI大數(shù)據(jù)提升FA工程師的數(shù)據(jù)分析能力。新且先進(jìn)的模型研究。每個(gè)步驟都是可累積經(jīng)驗(yàn)并進(jìn)行學(xué)習(xí)成長的。長。圖4數(shù)據(jù)分析階段性應(yīng)用二、中國聯(lián)通工業(yè)大數(shù)據(jù)采集分析平臺(tái)1、案例背景與業(yè)務(wù)痛點(diǎn)為貫徹落實(shí)《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》（2016－2020年IT54億，日處理數(shù)據(jù)超400017PB關(guān)鍵數(shù)據(jù)，是目前實(shí)施工業(yè)互聯(lián)網(wǎng)戰(zhàn)略的重要難題。項(xiàng)目簡介及目標(biāo)優(yōu)化、機(jī)床配置數(shù)據(jù)的改進(jìn)等，以提高企業(yè)的生產(chǎn)制造良品率。項(xiàng)目目標(biāo)質(zhì)量和成品率。2、解決方案數(shù)據(jù)來源大數(shù)據(jù)平臺(tái)數(shù)據(jù)來源主要包含三大類：生產(chǎn)傳感器數(shù)據(jù)100020200KB的數(shù)據(jù)量產(chǎn)生。車間環(huán)境傳感器數(shù)據(jù)NB-IoT實(shí)時(shí)采集傳輸?，F(xiàn)場總線上報(bào)數(shù)據(jù)主要針對工廠內(nèi)機(jī)床設(shè)備的對應(yīng)配置參數(shù)，可以提供總線數(shù)據(jù)開放的部分進(jìn)行采集。生產(chǎn)系統(tǒng)數(shù)據(jù)對接生產(chǎn)系統(tǒng)的排產(chǎn)計(jì)劃，產(chǎn)品的技術(shù)檢驗(yàn)技術(shù)要求等數(shù)據(jù)技術(shù)方案快速部署。物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)類框架如圖1所示。StormKafkaFlumeStormKafkaFlume采集終端狀態(tài)采集終端歷史狀態(tài)/軌跡指令下發(fā)數(shù)據(jù)訂閱與發(fā)布/Thrift/API）大數(shù)據(jù)分析挖掘模塊數(shù)據(jù)清洗 數(shù)據(jù)解析 數(shù)據(jù)告警實(shí)時(shí)計(jì)算（Storm/SparkStreaming）報(bào)表分析 大數(shù)據(jù)分析 離線計(jì)算（MapReduce/Hive）計(jì)算HiveSparkMRK-VDBRedisHbase糾正糾正質(zhì)量預(yù)測北向接口數(shù)據(jù)挖掘?qū)訑?shù)據(jù)匯聚層南向接口接入層MysqlOracleSMPDB連接管理平臺(tái)排產(chǎn)計(jì)劃平臺(tái)專用網(wǎng)元終端設(shè)備計(jì)量器傳感器通訊芯片/模組MPPDBImpala機(jī)床自優(yōu)化配置工業(yè)大數(shù)據(jù)應(yīng)用層掘?qū)?、?shù)據(jù)應(yīng)用層、以及相關(guān)的數(shù)據(jù)接口等部分。數(shù)據(jù)接入層和數(shù)據(jù)匯聚層：解決數(shù)據(jù)獲取和管理匯聚、存儲(chǔ)、加工等操作的前提條件。數(shù)據(jù)匯聚層主要功能是將傳感器終端設(shè)備采集的數(shù)據(jù)信息，按照相關(guān)要求進(jìn)行清洗、入庫、存儲(chǔ)操作。數(shù)據(jù)挖掘?qū)樱航鉀Q物聯(lián)網(wǎng)數(shù)據(jù)實(shí)時(shí)和非實(shí)時(shí)處理數(shù)據(jù)挖掘?qū)又饕δ苤笇?jīng)過清洗加工后的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析挖掘操作，按照實(shí)際需求，通過數(shù)學(xué)建模等手段，充分挖掘采集到的數(shù)據(jù)中所包含的信息。數(shù)據(jù)應(yīng)用層：解決工廠內(nèi)大數(shù)據(jù)應(yīng)用模式問題數(shù)據(jù)應(yīng)用層的主要功能是將平臺(tái)功能與實(shí)際行業(yè)相結(jié)合，提供基于真實(shí)的應(yīng)用案例的若干典型應(yīng)用模型框架供用戶直接使用，也提供復(fù)雜應(yīng)用定制的服務(wù)。項(xiàng)目其他亮點(diǎn)工業(yè)級(jí)的傳感器數(shù)據(jù)采集解決方案為工廠內(nèi)特殊環(huán)境的數(shù)據(jù)采集提供可靠的解決方案，解決目前常見環(huán)境的傳感器無法應(yīng)用與工業(yè)生產(chǎn)環(huán)境的問題。3、實(shí)施效果與推廣意義3000萬成本。4、案例亮點(diǎn)采用外部傳感器數(shù)據(jù)采集方式完成非開放總線數(shù)據(jù)生產(chǎn)設(shè)備和非數(shù)據(jù)化生管理，為工廠生產(chǎn)過程中的工藝改進(jìn)，良品率提升提供了數(shù)據(jù)基礎(chǔ)。三、華為云EI企業(yè)智能打造智能化九州通B端15萬多家，C105013095%公司計(jì)劃拓展到300到400家的規(guī)模。2016年，九州通的營業(yè)額達(dá)615億，不20191016之外，還要實(shí)現(xiàn)一個(gè)智能化的九州通。IT的發(fā)展方式是不夠的，九州通創(chuàng)新就是要依靠云技術(shù)。這時(shí)，九州通和華為云走到了一起。1、案例背景與業(yè)務(wù)痛點(diǎn)導(dǎo)致在企業(yè)業(yè)務(wù)快速發(fā)展的同時(shí)，物流卻止步不前，越來越無法滿足業(yè)務(wù)的需求。揀選路徑優(yōu)化11,00030,000步（20里，導(dǎo)致揀貨員超負(fù)荷作業(yè)，并且效率有明顯的不足，急需優(yōu)化揀貨路徑，提升效能。派車路徑規(guī)化下。智能裝車篩選熱銷品種，提升出庫效率80%作業(yè)效率的提升有助于當(dāng)前整個(gè)作業(yè)的提升。識(shí)別商品電子監(jiān)管碼10030sOCR10s完成。發(fā)票識(shí)別OCR省人員時(shí)間，提升效率。銷售預(yù)測對各零售平臺(tái)的數(shù)據(jù)無法準(zhǔn)確預(yù)測，指導(dǎo)生產(chǎn)和物流。大數(shù)據(jù)平臺(tái)集中平臺(tái)，無法將能力較好的開放出去給其他營業(yè)部門使用2、解決方案九州通公司基于華為云建設(shè)工業(yè)領(lǐng)域集成平臺(tái)，聯(lián)接企業(yè)、供應(yīng)商和客戶，“云和物”實(shí)現(xiàn)全聯(lián)接，做智能化九州通公司。本項(xiàng)目中主要業(yè)務(wù)痛點(diǎn)和項(xiàng)目目標(biāo)為：派車路徑規(guī)化倉儲(chǔ)規(guī)劃發(fā)票識(shí)別銷售預(yù)測大數(shù)據(jù)平臺(tái)圖1九州通EI企業(yè)智能解決方案架構(gòu)圖路徑規(guī)劃方案華為云智能物流服務(wù)通過高效的機(jī)器學(xué)習(xí)和優(yōu)化算法解決了多個(gè)物流場景景。圖2華為智能物流整體解決方案路徑優(yōu)化關(guān)鍵輸入、輸出分析詳解：圖3路徑優(yōu)化方案架構(gòu)設(shè)計(jì)方案亮點(diǎn)：提供兩套算法（蟻群和遺傳高實(shí)時(shí)性（1分鐘內(nèi)：蟻群算法，少量迭代能獲得次優(yōu)解；低實(shí)時(shí)性（半小時(shí)內(nèi)：遺傳算法，收斂時(shí)間長，能獲得更優(yōu)解；訓(xùn)練好的模型，直接發(fā)布使用；客戶直接遠(yuǎn)程進(jìn)行API調(diào)用即可，使用簡單。大數(shù)據(jù)平臺(tái)云上遷移方案圖4九州通大數(shù)據(jù)平臺(tái)云上遷移方案架構(gòu)數(shù)據(jù)來源：ERP門店發(fā)票倉庫管理系統(tǒng)運(yùn)輸管理系統(tǒng)實(shí)施方案：OracleMySqlDIS服務(wù)，用于實(shí)時(shí)增量抽取數(shù)據(jù)上公有云；CCEMySqlRDS來替換；SparkStreamingElasticsearch構(gòu)建分詞檢索，用于后續(xù)日志查詢；HDFSOBSMRSOBS，極大降低了成本。方案亮點(diǎn)：集群全托管模式，自動(dòng)集群創(chuàng)建、擴(kuò)減容管理50%以上成本入門簡單，界面友好，簡單點(diǎn)擊幾個(gè)按鈕就可完成Hadoop、Spark銷售預(yù)測分析方案圖5銷售預(yù)測分析流程圖2~33年各類千余種藥品的大量銷售數(shù)據(jù)，幾百萬條銷售記錄。PCA統(tǒng)計(jì)分析模型，提前將異NotebookRun一遍即可。方案亮點(diǎn)：Notebook拖拉拽方式建模能夠固化算法模型，后面數(shù)據(jù)定時(shí)導(dǎo)入預(yù)測，模型自動(dòng)修正預(yù)測PMMLjar文件方式訓(xùn)練的模型、評估結(jié)果每個(gè)階段均可視化支持，提升模型的可解釋性O(shè)CR增值稅發(fā)票單據(jù)識(shí)別方案圖6OCR單據(jù)識(shí)別架構(gòu)圖35,00010,00098%內(nèi)置了表格自動(dòng)識(shí)別算法、文字分離模型、小數(shù)點(diǎn)、字符等后處理增強(qiáng)算法。方案亮點(diǎn)：能較好的處理如下場景：圖像模糊、扭曲、傾斜、噪聲中英文混合、小數(shù)點(diǎn)、特殊字符蓋章、錯(cuò)行支持表單格式多樣支持3、實(shí)施效果與推廣意義派車路徑規(guī)化：20,00030%。5倍。果，整體配送成本大幅降低。倉儲(chǔ)規(guī)劃：通過使用華為云倉庫入庫儲(chǔ)位優(yōu)化，計(jì)算出藥品的整體重要程度，然后將重要性高的藥品擺放到出庫成本低的儲(chǔ)位，大大降低了揀貨員的作業(yè)成本。發(fā)票識(shí)別：通過使用華為OCR識(shí)別服務(wù)進(jìn)行掃碼識(shí)別，藥品復(fù)核時(shí)間從30s降低到10s內(nèi)，大大提升業(yè)務(wù)效率。通過使用華為OCR識(shí)別服務(wù)進(jìn)行發(fā)票識(shí)別，實(shí)現(xiàn)信息自動(dòng)勾兌錄入，大大提升采購員的效率，節(jié)省人力成本。銷售預(yù)測：更有效的指導(dǎo)生產(chǎn)，同時(shí)能實(shí)時(shí)更新預(yù)測模型。云上大數(shù)據(jù)平臺(tái)：讓開發(fā)和平臺(tái)能力共享更加的便捷，降低九州通公司自身運(yùn)維成本。4、案例亮點(diǎn)（E\h大數(shù)據(jù)別、銷售預(yù)測等業(yè)務(wù)需要，一步步朝著智能的九州通公司邁進(jìn)。APOCR法的性能和精度均領(lǐng)先同行。Notebook可編程方式，固化銷售預(yù)測模板。四、濰柴工業(yè)大數(shù)據(jù)平臺(tái)1、案例背景與業(yè)務(wù)痛點(diǎn)IT技術(shù)提出更高要求，急需工業(yè)大數(shù)據(jù)平臺(tái)做支撐。據(jù)積累，提升數(shù)據(jù)價(jià)值密度，為后期數(shù)據(jù)挖掘提供平臺(tái)支撐。項(xiàng)目背景及業(yè)務(wù)痛點(diǎn)4.04.0產(chǎn)管理的整個(gè)流程，為企業(yè)的生產(chǎn)和發(fā)展提供新的模式和思路。制造領(lǐng)域影響力。為我國智能制造樹立標(biāo)桿，將產(chǎn)生廣泛的社會(huì)價(jià)值。生產(chǎn)排程管理作為智能制造的一個(gè)重要環(huán)節(jié)，本項(xiàng)目通過融合生產(chǎn)排程與工業(yè)大數(shù)據(jù)技術(shù)，可以提供精準(zhǔn)化、智能化的生產(chǎn)排程能力。項(xiàng)目簡介++PON、產(chǎn)相關(guān)制造數(shù)據(jù)，形成濰柴工業(yè)大數(shù)據(jù)云。項(xiàng)目目標(biāo)打造自主工業(yè)大數(shù)據(jù)平臺(tái)，建立引領(lǐng)行業(yè)的工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)。提升企業(yè)在行業(yè)領(lǐng)域的品質(zhì)競爭力和成本競爭力，依托工業(yè)大數(shù)據(jù)平臺(tái)，在數(shù)據(jù)算法模型研究應(yīng)用領(lǐng)域形成核心技術(shù)能力。業(yè)務(wù)優(yōu)化目標(biāo)架構(gòu)下的精益排程，進(jìn)而對潛在的問題進(jìn)行分析預(yù)警。系統(tǒng)建設(shè)目標(biāo)本次項(xiàng)目建設(shè)包括產(chǎn)節(jié)拍數(shù)據(jù)的自動(dòng)化采集、工業(yè)大數(shù)據(jù)平臺(tái)和生產(chǎn)排程應(yīng)用三部分。2、解決方案HTTPFTP相關(guān)數(shù)據(jù)接入服務(wù)，Agent的海量數(shù)據(jù)實(shí)時(shí)接入及傳輸服務(wù)。數(shù)據(jù)來源濰柴測試機(jī)床擰緊機(jī)相關(guān)數(shù)據(jù)機(jī)自帶程序?qū)Σ杉降臄?shù)據(jù)進(jìn)行匯總并上傳至本地存儲(chǔ)服務(wù)器完成原始數(shù)據(jù)采集。濰柴測試機(jī)床節(jié)拍器相關(guān)數(shù)據(jù)生產(chǎn)節(jié)拍數(shù)據(jù)需要采集全部產(chǎn)線的工位節(jié)拍數(shù)據(jù)，數(shù)據(jù)采集分為兩種情況：第一種是工位節(jié)拍數(shù)據(jù)已經(jīng)保存到企信部歷史數(shù)據(jù)庫中，可以手動(dòng)或定時(shí)將數(shù)據(jù)從歷史數(shù)據(jù)庫中導(dǎo)出，并上傳到工業(yè)大數(shù)據(jù)平臺(tái)；第二種是新增的圖像采集點(diǎn)，直接把圖像識(shí)別的數(shù)據(jù)上傳到工業(yè)大數(shù)據(jù)平臺(tái)。技術(shù)方案大數(shù)據(jù)能力平臺(tái)架構(gòu)圖1濰柴工業(yè)連接+大數(shù)據(jù)平臺(tái)的總體架構(gòu)FTP的文件型數(shù)據(jù)采集服務(wù)大數(shù)據(jù)平臺(tái)通過FTP的get服務(wù)去其他數(shù)據(jù)源獲取數(shù)據(jù)，并存儲(chǔ)到大數(shù)據(jù)平臺(tái)。Agent的海量數(shù)據(jù)實(shí)時(shí)接入及傳輸服務(wù)FlumeFlume關(guān)系型數(shù)據(jù)庫數(shù)據(jù)接入服務(wù)提供關(guān)系型數(shù)據(jù)庫和Hadoop平臺(tái)之間數(shù)據(jù)相互轉(zhuǎn)移的功能。Http的數(shù)據(jù)接入服務(wù)數(shù)據(jù)源通過HTTP服務(wù)發(fā)送數(shù)據(jù)到大數(shù)據(jù)平臺(tái)。全文檢索和大數(shù)據(jù)存儲(chǔ)平臺(tái)接口集成實(shí)現(xiàn)ES中索引數(shù)據(jù)和HBase、HDFS中原始數(shù)據(jù)的關(guān)聯(lián)的建立，對外提供一致的索引和原始數(shù)據(jù)的訪問接口。關(guān)系型數(shù)據(jù)庫數(shù)據(jù)接入服務(wù)高可靠性組件開發(fā)基于開源Sqoop數(shù)據(jù)抽取框架高可靠性開發(fā)，避免數(shù)據(jù)丟失。大數(shù)據(jù)平臺(tái)功能架構(gòu)圖2 工業(yè)連接+大數(shù)據(jù)平臺(tái)功能架構(gòu)（CPU/3、實(shí)施效果與推廣意義直接收益（（標(biāo)準(zhǔn)作業(yè)時(shí)間（（險(xiǎn)概率減少、損失控制（損失減少。（協(xié)同效益（對現(xiàn)有平臺(tái)的充分利用集成，社會(huì)效益（安全環(huán)保、節(jié)能減排。4、案例亮點(diǎn)結(jié)果如下：采集各項(xiàng)系數(shù)分析對機(jī)器螺栓扭矩對角度分布；（12）的回歸線斜率（T/A）（好）圖3螺栓斜率統(tǒng)計(jì)圖圖4螺栓清洗過程趨勢通過一定的數(shù)據(jù)清洗算法將與擰緊過程不相關(guān)的數(shù)據(jù)去除如上圖紅色部分。4.0架構(gòu)下的精益排程，進(jìn)而對潛在的問題進(jìn)行分析預(yù)警。五、中國移動(dòng)OneNET助力工業(yè)資產(chǎn)管理1、案例背景與業(yè)務(wù)痛點(diǎn)制版企業(yè)生產(chǎn)設(shè)備資產(chǎn)管理項(xiàng)目是中國移動(dòng)物聯(lián)網(wǎng)開放平臺(tái)OneNET為制版企業(yè)的核心制造機(jī)床設(shè)備--電雕機(jī)以及其他制造設(shè)備提供的工業(yè)物聯(lián)網(wǎng)設(shè)備資產(chǎn)管理解決方案。該項(xiàng)目提供了設(shè)備定位、生產(chǎn)監(jiān)控、產(chǎn)能分析、異常告警、-oT/TE項(xiàng)目背景的諸多問題：問題一：如何更有效的管理子公司核心生產(chǎn)設(shè)備資產(chǎn)？問題二：如何更好的管理耗材庫存？核心資產(chǎn)在生產(chǎn)中往往需要消耗大量的配件耗材來配合生產(chǎn)，如何對耗材庫存進(jìn)行優(yōu)化，降低耗材閑置周期，減少耗材虛報(bào)，從而提高現(xiàn)金流降低成本，是企業(yè)進(jìn)一步降本增效的關(guān)鍵點(diǎn)。問題三：如何提前發(fā)現(xiàn)生產(chǎn)中的問題？及如何實(shí)現(xiàn)預(yù)防性維護(hù)和故障診斷都是企業(yè)迫切希望解決的問題。問題四：如何解決私自生產(chǎn)，虛報(bào)產(chǎn)量的問題？在生產(chǎn)管理方面，特別是在公司龐大，工廠數(shù)量多，工廠IT系統(tǒng)不完備的情亟需未經(jīng)污染的真實(shí)數(shù)據(jù)作為憑證手段進(jìn)行企業(yè)生產(chǎn)管理。項(xiàng)目簡介制版企業(yè)生產(chǎn)設(shè)備資產(chǎn)監(jiān)控項(xiàng)目是中國移動(dòng)物聯(lián)網(wǎng)有限公司為制版企業(yè)的核心制造設(shè)備--電雕機(jī)提供的工業(yè)物聯(lián)網(wǎng)端到端的解決方案以及方案實(shí)現(xiàn)。中國幫助制版企業(yè)成功實(shí)現(xiàn)設(shè)備資產(chǎn)云端數(shù)字化，3D分析和數(shù)字孿生技術(shù)初步實(shí)現(xiàn)了智慧工廠的部分功能。項(xiàng)目目標(biāo)該項(xiàng)目核心是實(shí)現(xiàn)制版企業(yè)核心制造設(shè)備的云端數(shù)字化、產(chǎn)能監(jiān)控和維護(hù)性優(yōu)化，具體目標(biāo)有三：目標(biāo)一：實(shí)現(xiàn)對核心制造設(shè)備的數(shù)據(jù)采集和云端3D數(shù)字孿生。目標(biāo)二：利用大數(shù)據(jù)分析實(shí)現(xiàn)核心制造設(shè)備的產(chǎn)能監(jiān)控、故障診斷和耗材維護(hù)預(yù)測，生成相關(guān)統(tǒng)計(jì)報(bào)表。目標(biāo)三：構(gòu)建生產(chǎn)設(shè)備資產(chǎn)管理應(yīng)用服務(wù)，實(shí)現(xiàn)生產(chǎn)設(shè)備資產(chǎn)監(jiān)控、管理和維護(hù)流程，對接企業(yè)ERP系統(tǒng)。2、解決方案OneNETOneNETOneNET關(guān)企業(yè)應(yīng)用服務(wù)。數(shù)據(jù)來源物聯(lián)網(wǎng)設(shè)備采集為實(shí)現(xiàn)機(jī)床狀態(tài)的實(shí)時(shí)監(jiān)測，項(xiàng)目中為客戶目標(biāo)機(jī)床量身定做了相應(yīng)的物聯(lián)噪音等信息。物聯(lián)網(wǎng)采集設(shè)備通過本地網(wǎng)絡(luò)或者蜂窩模組接入到中國移動(dòng)OneNET物聯(lián)網(wǎng)平臺(tái)中，實(shí)時(shí)上報(bào)綁定機(jī)床的狀態(tài)信息。315OneNET1KB。ERP系統(tǒng)項(xiàng)目中機(jī)床的資產(chǎn)信息、財(cái)務(wù)信息和耗材記錄，通過企業(yè)ERP采集設(shè)備綁定。車間報(bào)表的方式記錄。項(xiàng)目中通過車間報(bào)表采集錄入相關(guān)數(shù)據(jù)，并注入到相應(yīng)虛擬機(jī)床的數(shù)據(jù)記錄中。技術(shù)方案系統(tǒng)架構(gòu)1所示。圖1核心機(jī)床設(shè)備資產(chǎn)監(jiān)控系統(tǒng)企業(yè)應(yīng)用服務(wù)企業(yè)應(yīng)用服務(wù)是項(xiàng)目中直接面向客戶的應(yīng)用服務(wù)，主要從機(jī)床設(shè)備資產(chǎn)管理和監(jiān)控的角度為客戶提供重要機(jī)床設(shè)備的產(chǎn)能監(jiān)控、故障監(jiān)控和實(shí)時(shí)監(jiān)控服務(wù)，通過數(shù)據(jù)可視化和統(tǒng)計(jì)報(bào)表的方式為用戶提供相關(guān)信息。3D機(jī)床車間的巡檢。ERP測信息和故障監(jiān)控信息，實(shí)現(xiàn)相關(guān)的資產(chǎn)管理和維護(hù)管理流程。物聯(lián)網(wǎng)服務(wù)OneNETEDPOneNET序列數(shù)據(jù)流的方式上報(bào)。OneNET臺(tái)將收到的數(shù)據(jù)實(shí)時(shí)分發(fā)到實(shí)時(shí)數(shù)據(jù)分析服務(wù)進(jìn)行流計(jì)算分析。數(shù)據(jù)服務(wù)離線數(shù)據(jù)分析服務(wù)基于Hadoop和Spark實(shí)現(xiàn)，通過ETL的方式導(dǎo)入OneNETERP障診斷模型和耗材維護(hù)預(yù)測模型。OneNETOneNET實(shí)時(shí)數(shù)據(jù)庫中，用于后續(xù)用戶實(shí)時(shí)交互式查詢和統(tǒng)計(jì)。線分析的數(shù)據(jù)集和元數(shù)據(jù)定義。項(xiàng)目其他亮點(diǎn)本項(xiàng)目的亮點(diǎn)功能主要有：（1）3D虛擬機(jī)床巡檢，利用了3D建模技術(shù)并結(jié)合實(shí)時(shí)狀態(tài)實(shí)現(xiàn)了機(jī)床3D動(dòng)態(tài)顯示，方便管理人員在線巡檢。3、實(shí)施效果與推廣意義客戶企業(yè)在應(yīng)用本項(xiàng)目解決方案后，有效實(shí)現(xiàn)了提高生產(chǎn)設(shè)備資產(chǎn)利用，達(dá)到了降本增效的目標(biāo)。5%~8%10%~15%的利用效率，并削減了當(dāng)年的電雕機(jī)采購計(jì)劃。20%左右的耗材庫存并減少了耗材虛報(bào)現(xiàn)象。保守估計(jì)，項(xiàng)目解決方案全面部署后，每年將為客戶增加約3000萬利潤。4、案例亮點(diǎn)項(xiàng)目先進(jìn)性及創(chuàng)新點(diǎn)數(shù)字化孿生3D2時(shí)的生產(chǎn)狀態(tài)數(shù)據(jù)以及工作情況。圖2電雕機(jī)3D虛擬視圖用大數(shù)據(jù)分析實(shí)現(xiàn)設(shè)備隱態(tài)監(jiān)測項(xiàng)目借助大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)了對電雕機(jī)生產(chǎn)狀態(tài)、耗材消耗狀態(tài)和故障狀態(tài)等傳感器無法直接感知狀態(tài)的監(jiān)測。六、聯(lián)想工業(yè)大數(shù)據(jù)平臺(tái)LEAP1、案例背景與業(yè)務(wù)痛點(diǎn)全球工業(yè)正面臨深刻的變革，一方面工業(yè)企業(yè)日益關(guān)注小批量個(gè)性化生產(chǎn)，企業(yè)內(nèi)多個(gè)異構(gòu)系統(tǒng)間的數(shù)據(jù)無法有效整合,只有通過構(gòu)建企業(yè)級(jí)工業(yè)大數(shù)據(jù)平臺(tái)，構(gòu)建產(chǎn)業(yè)生態(tài)，實(shí)現(xiàn)多個(gè)工業(yè)軟件的云化協(xié)同，才能為網(wǎng)絡(luò)眾包、協(xié)同設(shè)計(jì)、大規(guī)模個(gè)性化定制、精準(zhǔn)供應(yīng)鏈管理、全生命周期管理、電子商務(wù)等新模式下的企業(yè)生產(chǎn)經(jīng)營帶來價(jià)值鏈體系重塑。2、解決方案LEAPAIHD、物聯(lián)網(wǎng)采集及邊緣計(jì)算LEAPEdgeServer、數(shù)據(jù)集成平臺(tái)LEAPDataHubLEAPDataGov和可信計(jì)算引擎LEAPTrusted等產(chǎn)品線，行業(yè)解決方案等各個(gè)層次的服務(wù)。實(shí)施概況如下。數(shù)據(jù)來源關(guān)鍵工業(yè)設(shè)備數(shù)據(jù)/監(jiān)控設(shè)備等工業(yè)終端數(shù)據(jù)。工業(yè)系統(tǒng)數(shù)據(jù)該數(shù)據(jù)包括ERP、CRM、MES、SCM、PLM等系統(tǒng)數(shù)據(jù)。外部數(shù)據(jù)權(quán)威機(jī)構(gòu)發(fā)布的產(chǎn)業(yè)數(shù)據(jù)等。技術(shù)方案LEAP大數(shù)據(jù)平臺(tái)整體架構(gòu)聯(lián)想LEAP工業(yè)大數(shù)據(jù)方案包括三個(gè)功能層次：其一，LEAP邊緣計(jì)算能力能夠?qū)崟r(shí)采集企業(yè)設(shè)備數(shù)據(jù)及生產(chǎn)數(shù)據(jù)；LEAPOT，ITDT與外部關(guān)聯(lián)企業(yè)間的知識(shí)共享；其三，根據(jù)不同制造業(yè)細(xì)分領(lǐng)域客戶的應(yīng)用需求，LEAPLEAP供制造流程中關(guān)鍵場景業(yè)務(wù)優(yōu)化能力。其技術(shù)架構(gòu)如下圖所示。圖3聯(lián)想工業(yè)大數(shù)據(jù)方案技術(shù)架構(gòu)數(shù)據(jù)集成平臺(tái)LEAPDataHub聯(lián)想數(shù)據(jù)集成平臺(tái)LEAPDataHubETL(抽取、)LEAPDataHub50余種主流數(shù)據(jù)庫/數(shù)據(jù)接口，ETL過程，簡便易用。工業(yè)物聯(lián)網(wǎng)集成平臺(tái)LEAPEDGE聯(lián)想工業(yè)物聯(lián)網(wǎng)集成平臺(tái)LEAPEDGE幫助用戶從物聯(lián)網(wǎng)大數(shù)據(jù)分析中獲LEAPEDGE法，可以進(jìn)行實(shí)時(shí)分析、實(shí)時(shí)預(yù)警。LEAPHDLEAPHDHadoop/Spark擎。LEAPHD務(wù)分析，具有使用簡便、運(yùn)行高效、易于擴(kuò)展、安全可靠等特點(diǎn)。LEAPAI聯(lián)想數(shù)據(jù)智能分析平臺(tái)LEAPAI503－10倍。數(shù)據(jù)資產(chǎn)管理LEAPDataGov數(shù)據(jù)資產(chǎn)管理LEAPDataGovLEAPTrustedLEAPTrustedTPM/TCM等。實(shí)現(xiàn)全體系監(jiān)控，提供用戶日志、行為積累以及大數(shù)據(jù)平臺(tái)的審計(jì)。項(xiàng)目其他亮點(diǎn)聯(lián)想依托自身軟硬件一體化的優(yōu)化能力，全球化的業(yè)務(wù)能力，打造了開放的、方面的優(yōu)化，快速發(fā)掘隱藏在數(shù)據(jù)背后的巨大商業(yè)價(jià)值。3聯(lián)想設(shè)備銷售激活分析518%,節(jié)省生產(chǎn)物流費(fèi)用近千萬美元。聯(lián)想設(shè)備全生命周期管理1~26~1063.6%。在采用大數(shù)據(jù)解決方案之前，提升產(chǎn)品的質(zhì)量最大的問題在于數(shù)據(jù)來源少，/非實(shí)時(shí)獲得產(chǎn)品軟硬件數(shù)據(jù)，捕獲產(chǎn)品各類異常問題。某鋼鐵企業(yè)需求預(yù)測分析6點(diǎn)，預(yù)測以它為起點(diǎn)一個(gè)月后的需求量相對誤差<15%，6個(gè)月后的相對誤差<30%6<35%。4、案例亮點(diǎn),并構(gòu)建了面向骨干企業(yè)的供應(yīng)鏈優(yōu)化、七、格力電器工業(yè)大數(shù)據(jù)平臺(tái)1、案例背景與業(yè)務(wù)痛點(diǎn)年格力1500.20億元。格力集團(tuán)在多年的發(fā)展中積累了大量的生產(chǎn)經(jīng)營數(shù)據(jù)及豐富的數(shù)據(jù)分析經(jīng)驗(yàn)，格力集團(tuán)通過與航天云網(wǎng)合作，建設(shè)具有格力集團(tuán)特色的工業(yè)大數(shù)據(jù)平臺(tái)，通過大數(shù)據(jù)分析企業(yè)運(yùn)營狀況，支撐集格力家用機(jī)、商用機(jī)等主流產(chǎn)品的設(shè)計(jì)、生產(chǎn)、物流、銷售、服務(wù)為一體的智慧企業(yè)的運(yùn)行，完成格力電器智能化轉(zhuǎn)型。化。格力工業(yè)大數(shù)據(jù)平臺(tái)的核心功能包括：1、實(shí)時(shí)數(shù)據(jù)接入大數(shù)據(jù)平臺(tái)，離線、在線數(shù)據(jù)的接入；2、智能業(yè)務(wù)系統(tǒng)數(shù)據(jù)互通和智能化分析；3、基于機(jī)器學(xué)習(xí)的智能大數(shù)據(jù)分析；4、工業(yè)大數(shù)據(jù)語音檢索；5、工業(yè)大數(shù)據(jù)平臺(tái)的管理與運(yùn)維。2、解決方案格力工業(yè)大數(shù)據(jù)平臺(tái)以在線實(shí)時(shí)同步的方式接入了集團(tuán)內(nèi)部的ERPMES8.66萬條/5.65G/9.58萬條/秒、6.25G/據(jù)驅(qū)動(dòng)的現(xiàn)代化智慧企業(yè)。平臺(tái)的功能架構(gòu)如圖所示：圖1格力工業(yè)大數(shù)據(jù)平臺(tái)功能架構(gòu)kafkaApacheFlume接入，并對原始數(shù)據(jù)做一定的初級(jí)數(shù)據(jù)清理加工處理。HadoopHDFSHbaseHadoopSparkMapReduce源。MahoutSparkMLib提供了豐富的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)服務(wù)，SparkSQL有著強(qiáng)大的關(guān)系型數(shù)據(jù)處理能力，SparkGraphX求，SparkStreaming+Storm的解決方案可以滿足實(shí)時(shí)計(jì)算需求。圖2格力工業(yè)大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)1、大數(shù)據(jù)采集技術(shù)lumNGOale/SQServr/MSQL關(guān)系數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)采用Sqoop收集。此外還有以下實(shí)時(shí)流數(shù)據(jù)采用分布式消息隊(duì)列采集。Flume收集非結(jié)構(gòu)化數(shù)據(jù)Flume是高可用、高可靠、分布式的海量數(shù)據(jù)采集、聚合和傳輸系統(tǒng)，F(xiàn)lumeHDFSFlumespoolingsource掃描一次文件目錄，有新產(chǎn)生的文件時(shí)，立刻讀取文件入庫。Sqoop收集結(jié)構(gòu)化數(shù)據(jù)SqoopHadoop與傳統(tǒng)的數(shù)據(jù)庫間進(jìn)行數(shù)據(jù)的傳遞，將關(guān)系型數(shù)據(jù)庫HadoopHDFSHDFS數(shù)據(jù)庫中。Sqoop使用元數(shù)據(jù)模型來判斷數(shù)據(jù)類型并在數(shù)據(jù)從數(shù)據(jù)源轉(zhuǎn)移到HadoopHadoop來處理每個(gè)區(qū)塊。Kafka收集實(shí)時(shí)數(shù)據(jù)Kafka作為一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)，在格力工業(yè)大數(shù)據(jù)平Hadoop的一樣的日志數(shù)據(jù)和離線分KafkaHadoop在實(shí)時(shí)數(shù)據(jù)處理上，通過采集層數(shù)據(jù)通過消息隊(duì)列組件Kafka接入到SparkStreaming里，SparkStreamingHbaseMysql等關(guān)系數(shù)據(jù)庫中供用戶查詢。2、大數(shù)據(jù)分析技術(shù)KPI與報(bào)表統(tǒng)計(jì)分析服務(wù)。Mahout、SparkMLlibHadoop上對大數(shù)據(jù)HadoopMapReduceMapReduce模型進(jìn)行大規(guī)模數(shù)據(jù)處理時(shí),Map函數(shù),MapReduce系統(tǒng)處理,提升了系統(tǒng)研發(fā)的效率。3、大數(shù)據(jù)管理技術(shù)點(diǎn)可以同時(shí)增加系統(tǒng)的性能和存儲(chǔ)容量，具備好的擴(kuò)展性能。使用不同的引擎來對外提供服務(wù),多線程資源的問題。3、實(shí)施效果與推廣意義格力集團(tuán)董事長兼總裁董明珠在某次大型講座上表示201712億條記錄，目前采集數(shù)據(jù)超過100T22.521.3總體來看，格力工業(yè)大數(shù)據(jù)平臺(tái)實(shí)施效果及意義主要有以下幾點(diǎn)：1、故障診斷：低故障定位的時(shí)間、范圍和工作量，縮短停機(jī)時(shí)長并提高客戶滿意度。2、故障預(yù)測：3、實(shí)時(shí)查詢：NewSQL間范圍內(nèi)的工作狀態(tài)，總結(jié)、發(fā)現(xiàn)業(yè)務(wù)規(guī)律。4、營銷支持：推廣營銷。4、案例亮點(diǎn)格力工業(yè)大數(shù)據(jù)平臺(tái)是航天云網(wǎng)工業(yè)大數(shù)據(jù)技術(shù)實(shí)踐與應(yīng)用典型案例之一，平臺(tái)實(shí)現(xiàn)了設(shè)備數(shù)據(jù)的自動(dòng)采集、實(shí)時(shí)同步、智能清洗、自動(dòng)聚類、在線分析、1、平臺(tái)交互的智能化HTKJuliusJSmmseg4J技術(shù)對語言文的過濾、分析和保存等操作，實(shí)現(xiàn)企業(yè)大數(shù)據(jù)平臺(tái)交互的智能化。2、設(shè)備運(yùn)維的智能化設(shè)計(jì)優(yōu)化、生產(chǎn)工藝優(yōu)化提供數(shù)據(jù)支撐的指導(dǎo)意見。3、企業(yè)運(yùn)行的智能化業(yè)經(jīng)營管理的智能化轉(zhuǎn)型。八、合力叉車工業(yè)互聯(lián)網(wǎng)平臺(tái)1、案例背景與業(yè)務(wù)痛點(diǎn)ISO/TC110經(jīng)濟(jì)方方面面，因此，整個(gè)行業(yè)景氣度與宏觀經(jīng)濟(jì)息息相關(guān)。27500強(qiáng)；2016年進(jìn)入世界工業(yè)車輛行業(yè)七強(qiáng)。199220維修等所有環(huán)節(jié)，實(shí)現(xiàn)了傳統(tǒng)企業(yè)生產(chǎn)運(yùn)營模式工業(yè)互聯(lián)網(wǎng)升級(jí)；2016駛叉車時(shí)提供實(shí)時(shí)分析、維修預(yù)告和精準(zhǔn)路線服務(wù)；2017成功實(shí)現(xiàn)了無人化、智能化倉儲(chǔ)物流搬運(yùn)作業(yè)。項(xiàng)目背景及業(yè)務(wù)痛點(diǎn)統(tǒng)一的市場中迅速成長，產(chǎn)品生命周期和開發(fā)周期日益縮短。工業(yè)車輛行業(yè)企業(yè)的經(jīng)營運(yùn)作與管理體系帶來巨大的沖擊與改變。戰(zhàn)，并在新的“模塊化設(shè)計(jì)，智能化生產(chǎn)”模式中得到解決。們個(gè)性化需求的品。相似產(chǎn)品不同“風(fēng)味”的需求。按以前的生產(chǎn)方式已不能保持原有的利潤，因此，追隨具有多樣化需求使用以前的生產(chǎn)方式來定制面向細(xì)分市場的產(chǎn)品（通常通過服務(wù)）也可以做到這一點(diǎn)，但成本太高。而增加產(chǎn)品多樣化最終還必須通過生產(chǎn)來實(shí)現(xiàn)。方式是矛盾的。造裝備和較高綜合技能的工人。準(zhǔn)產(chǎn)品相同或更低的成本生產(chǎn)出來。須以同樣的速度縮短產(chǎn)品開發(fā)周期。足客戶的需求，產(chǎn)品和技術(shù)應(yīng)不斷地改進(jìn)和更新。項(xiàng)目簡介合力工業(yè)互聯(lián)網(wǎng)平臺(tái)是通過數(shù)據(jù)+AGV無人駕駛體系建設(shè)。圖1合力工業(yè)互聯(lián)網(wǎng)平臺(tái)服務(wù)模式儀等，結(jié)合無線通訊與企業(yè)網(wǎng)/CPS域綜合工業(yè)互聯(lián)網(wǎng)平臺(tái)。,項(xiàng)目目標(biāo)合力工業(yè)車輛互聯(lián)網(wǎng)平臺(tái)，為工業(yè)車輛行業(yè)實(shí)現(xiàn)五大目標(biāo)：SaaSAPP0與、合作共贏、協(xié)同演進(jìn)的制造業(yè)新生態(tài)。的服務(wù)，是企業(yè)生態(tài)鏈中最重要的一環(huán)。合力需要整合“平臺(tái)提供商+者+現(xiàn)從成本中心向效益中心的轉(zhuǎn)變。AGVAGV賴，全面實(shí)現(xiàn)國產(chǎn)化。2、解決方案APP通過工業(yè)車輛的無人駕駛實(shí)現(xiàn)智能制造和智能物流方案。數(shù)據(jù)來源用戶需求數(shù)據(jù)采集通過移動(dòng)設(shè)備與客戶進(jìn)行產(chǎn)品推薦、視頻展示及需求反饋，根據(jù)客戶瀏覽行為，將客戶進(jìn)行記錄分類，為后續(xù)精準(zhǔn)銷售提供數(shù)據(jù)支持。銷售訂單數(shù)據(jù)看生產(chǎn)及運(yùn)輸進(jìn)度，與生產(chǎn)系統(tǒng)無縫集成。物料轉(zhuǎn)移數(shù)據(jù)生產(chǎn)過程中頻繁出現(xiàn)物料的移動(dòng)，對物料每一次移動(dòng)進(jìn)行記錄上傳至云平臺(tái)，為精準(zhǔn)庫存管理提供基礎(chǔ)數(shù)據(jù)支持。加工過程輔助數(shù)據(jù)進(jìn)行零部件加工時(shí)，通過云平臺(tái)提供的與設(shè)計(jì)系統(tǒng)的接口按需調(diào)用設(shè)計(jì)相關(guān)圖紙及數(shù)據(jù)或變更信息，有助于提高加工精確度。生產(chǎn)進(jìn)度數(shù)據(jù)提供移動(dòng)端及客戶端多種方式，支持一線生產(chǎn)員工實(shí)時(shí)進(jìn)行生產(chǎn)過程匯報(bào)，協(xié)助管理部門有效進(jìn)行生產(chǎn)力分配，提高產(chǎn)能。生產(chǎn)質(zhì)量檢測數(shù)據(jù)對已經(jīng)下線的車輛按質(zhì)量管控要求進(jìn)行質(zhì)量檢測，將檢測數(shù)據(jù)上傳至云平臺(tái)，形成質(zhì)量檢測數(shù)據(jù)庫，輔助生產(chǎn)過程質(zhì)量管控。車輛關(guān)鍵零部件數(shù)據(jù)期全過程均可通過云平臺(tái)接口進(jìn)行調(diào)用。車輛性能檢測數(shù)據(jù)售后維修數(shù)據(jù)提供原始真實(shí)數(shù)據(jù)。新產(chǎn)品試驗(yàn)數(shù)據(jù)準(zhǔn)確數(shù)據(jù)分析支持。工業(yè)車輛運(yùn)行的實(shí)時(shí)狀態(tài)數(shù)據(jù)CANTCP/IP的底層通訊協(xié)議，發(fā)送原始數(shù)據(jù)至服務(wù)器，解析后在平臺(tái)展示。工業(yè)車輛運(yùn)行時(shí)的報(bào)警信息數(shù)據(jù)技術(shù)方案總體架構(gòu)應(yīng)用的接入能力。圖2合力叉車工業(yè)互聯(lián)網(wǎng)平臺(tái)整體方案架構(gòu)源既包含來自傳感器、SCADA、MES、ERP業(yè)外部的數(shù)據(jù)。平臺(tái)具有以下功能：是數(shù)據(jù)以某種格式記錄在計(jì)算機(jī)內(nèi)部或外部存儲(chǔ)介質(zhì)上的過程、方式和結(jié)果。通過非分布式數(shù)據(jù)庫，對文本數(shù)據(jù)及圖片數(shù)據(jù)進(jìn)行存儲(chǔ)管理；通過對數(shù)據(jù)讀寫操作的分布式處理，可提升數(shù)據(jù)庫整體數(shù)據(jù)寫入和查詢性能，滿足數(shù)據(jù)快速檢索要求；通過批處理計(jì)算集群，實(shí)現(xiàn)數(shù)據(jù)離線式的挖掘分析處理要求；通過流式計(jì)算集群，采用內(nèi)存數(shù)據(jù)庫技術(shù)，實(shí)現(xiàn)數(shù)據(jù)在線分析處理。具體任務(wù)能夠提供實(shí)時(shí)分析規(guī)劃，合理安排等。證資源池的合理性和可落地性。平臺(tái)的一種可行技術(shù)架構(gòu)如下：圖3平臺(tái)使用的技術(shù)架構(gòu)主要組成工業(yè)物聯(lián)網(wǎng)+車聯(lián)網(wǎng)工業(yè)云應(yīng)用+APP通過構(gòu)建基于工業(yè)APPAPPAPP工業(yè)大數(shù)據(jù)體系境、知識(shí)環(huán)境和應(yīng)用環(huán)境三個(gè)層面。據(jù)采集的能力。工業(yè)大數(shù)據(jù)的數(shù)據(jù)采集依賴于物聯(lián)網(wǎng)（IOT）的實(shí)現(xiàn)，IOTIOT要。CP（CbPhsiclSstemsCPS的挖掘。數(shù)據(jù)庫、關(guān)系數(shù)據(jù)庫、對象存儲(chǔ)系統(tǒng)、時(shí)另外，還應(yīng)提供豐富的時(shí)間序列、時(shí)空模式、序列模式的深度挖掘算法庫。3、實(shí)施效果與推廣意義實(shí)施效果通過工業(yè)互聯(lián)網(wǎng)平臺(tái)為工業(yè)車輛用戶提供智能調(diào)度等服務(wù)，實(shí)現(xiàn)從傳統(tǒng)在本行業(yè)形成典型示范效應(yīng)；AGV作業(yè)，確保生產(chǎn)安全，降低職業(yè)傷害；培養(yǎng)人才、探索標(biāo)準(zhǔn)和規(guī)范；推廣意義性，降低用戶的使用成本；工業(yè)車輛的智能運(yùn)維，提高用戶的使用效率；益和競爭力。4、案例亮點(diǎn)平臺(tái)三大亮點(diǎn)：實(shí)現(xiàn)了工業(yè)車輛企業(yè)管理的移動(dòng)可視化APPAPP，與企業(yè)資源計(jì)劃管理系統(tǒng)（ERP、產(chǎn)品全生命周期管理系統(tǒng)（PM、人力資源管理系統(tǒng)（CM、業(yè)務(wù)流程管理系統(tǒng)（PM（MES（CRM(SRM)應(yīng)用。圖4高度集成的可視化移動(dòng)端應(yīng)用實(shí)現(xiàn)了工業(yè)車輛產(chǎn)品的車聯(lián)網(wǎng)化GPRS圖5工業(yè)車輛產(chǎn)品車聯(lián)網(wǎng)化實(shí)現(xiàn)了工業(yè)車輛駕駛的無人化ERP、WMSMES等智能化的物流解決方案供應(yīng)商。圖6工業(yè)車輛駕駛無人化九、東方國信大數(shù)據(jù)助力聯(lián)合利華能源管理1、案例背景與業(yè)務(wù)痛點(diǎn)1997年來專注于大數(shù)據(jù)核心技術(shù)研發(fā)，20116方國信已成為我國大數(shù)據(jù)龍頭企業(yè)和工業(yè)互聯(lián)網(wǎng)平臺(tái)領(lǐng)先企業(yè)。Cloudiip,平臺(tái)2025Cloudiip5020Cloudiip5%-15%的節(jié)能效益。項(xiàng)目背景19100163,00026414400多個(gè)國家和地區(qū)。聯(lián)合利華不斷追求在安全、高效、優(yōu)質(zhì)與環(huán)保等方面更優(yōu)異的表現(xiàn)，其生產(chǎn)技術(shù)和設(shè)備非常先進(jìn)，能源使用效率也位居世界前列。為進(jìn)一步降低生產(chǎn)成本、提高產(chǎn)品競爭力，聯(lián)合利華提出每年在上一年基礎(chǔ)上減少能耗5源管理水平成企業(yè)的重要課題。項(xiàng)目簡介100臺(tái)，在總部云平臺(tái)上對所有數(shù)據(jù)進(jìn)行分析處理。項(xiàng)目目標(biāo)該項(xiàng)目旨在為聯(lián)合利華建設(shè)能源管理大數(shù)據(jù)系統(tǒng)，具體目標(biāo)有以下四點(diǎn)：對企業(yè)能耗數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測和可視化展示；對能源生產(chǎn)、轉(zhuǎn)換和消耗進(jìn)行在線平衡；以能源系統(tǒng)角度發(fā)現(xiàn)節(jié)能機(jī)會(huì)，挖掘節(jié)能潛力；實(shí)現(xiàn)企業(yè)能源使用效率的提升，促進(jìn)節(jié)能減排。2、解決方案數(shù)據(jù)來源數(shù)據(jù)主要來源有：機(jī)器數(shù)據(jù)：設(shè)備及傳感器數(shù)據(jù)、PLC、DCS業(yè)務(wù)數(shù)據(jù)：BMS、MES、SCADAExcel5001多億數(shù)據(jù)點(diǎn)，1500技術(shù)方案聯(lián)合利華能源管理大數(shù)據(jù)系統(tǒng)基于東方國信工業(yè)互聯(lián)網(wǎng)平臺(tái)Cloudiip，IaaSSaaS圖1東方國信能源管理大數(shù)據(jù)系統(tǒng)技術(shù)架構(gòu)數(shù)據(jù)采集及邊緣計(jì)算數(shù)據(jù)采集層通過不同協(xié)議及接口完成深層次數(shù)據(jù)采集并實(shí)現(xiàn)不同協(xié)議數(shù)據(jù)IaaSIaaS障及支撐。PaaS工業(yè)PaaS層集成工業(yè)微服務(wù)、大數(shù)據(jù)服務(wù)、應(yīng)用開發(fā)等功能，一方面將工SaaSSaaS綜合能耗分析與預(yù)測預(yù)警（比能源消耗和產(chǎn)量發(fā)現(xiàn)節(jié)能機(jī)會(huì)。圖2能耗指標(biāo)可視化監(jiān)控機(jī)會(huì)識(shí)別、量化與節(jié)能量監(jiān)測分析積極或者消極的能耗趨勢，量化分析和監(jiān)測節(jié)能量和浪費(fèi)情況。圖3可視化分析能耗趨勢故障預(yù)測和設(shè)備整體效率分析設(shè)備管理各環(huán)節(jié)得到系統(tǒng)性提升，為企業(yè)節(jié)約維修和停產(chǎn)費(fèi)用。能源專家系統(tǒng)系統(tǒng)和壓縮空氣專家系統(tǒng)。態(tài)。（電機(jī)溫度、啟停次數(shù)），自動(dòng)生成能耗及可靠性的改善建議。效提升。PLCHMI出實(shí)時(shí)的系統(tǒng)性能系數(shù)，優(yōu)化冷凝和蒸發(fā)溫度來減少末端冷負(fù)荷。3、實(shí)施效果與推廣意義實(shí)施效果10054%，64%。能源管理大數(shù)據(jù)系統(tǒng)的實(shí)施大大5%-30%，1%-3%，5%，取得了巨大的經(jīng)濟(jì)效益和社會(huì)效益。推廣意義大數(shù)據(jù)系統(tǒng)對推動(dòng)“互聯(lián)網(wǎng)+”智慧能源發(fā)展，推進(jìn)能源監(jiān)測、能量計(jì)量、調(diào)度運(yùn)行和管理智能化體系建設(shè)，提高能源發(fā)展可持續(xù)自適應(yīng)能力具有重要意義。4、案例亮點(diǎn)東方國信提供的能源管理大數(shù)據(jù)系統(tǒng)：采用了工業(yè)大數(shù)據(jù)、網(wǎng)絡(luò)通訊、智能硬件、云存儲(chǔ)等先進(jìn)技術(shù)；實(shí)時(shí)采集工業(yè)現(xiàn)場的數(shù)字儀表、傳感器數(shù)據(jù)；平臺(tái)有更好的交互性和易操作性（通過簡單拖拉拽實(shí)現(xiàn)），操作，界面友好，支持個(gè)性化定制，用戶體驗(yàn)好；數(shù)據(jù)采用云存儲(chǔ)，磁盤容量無限制，可根據(jù)存儲(chǔ)數(shù)量進(jìn)行自動(dòng)擴(kuò)展；輸入網(wǎng)址，隨時(shí)隨地訪問系統(tǒng)；據(jù)轉(zhuǎn)化成易于管理和指導(dǎo)生產(chǎn)的簡潔信息。十、優(yōu)也基礎(chǔ)工業(yè)大數(shù)據(jù)平臺(tái)在鋼鐵能效的應(yīng)用優(yōu)也致力于運(yùn)用工業(yè)互聯(lián)網(wǎng)和工業(yè)大數(shù)據(jù)技術(shù)來提升基礎(chǔ)工業(yè)的資源效率和運(yùn)營績效。優(yōu)也根據(jù)具體的工業(yè)場景，以運(yùn)營績效的評估和診斷咨詢?yōu)榍腥朦c(diǎn)，在能效管理，設(shè)備管理，排產(chǎn)優(yōu)化和運(yùn)營效率等方面，通過數(shù)據(jù)算法模型和工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)的深度耦合，開發(fā)整合成數(shù)字化智能化的專屬解決方案,為基礎(chǔ)工業(yè)的客戶切實(shí)解決實(shí)際問題，提高資源效率，最終實(shí)現(xiàn)利潤提升的目標(biāo)。1、案例背景與業(yè)務(wù)痛點(diǎn)67（升。困難：500平衡調(diào)度系統(tǒng)來介紹如何利用工業(yè)互聯(lián)網(wǎng)和工業(yè)大數(shù)據(jù)技術(shù)解決鋼鐵行業(yè)的煤氣實(shí)時(shí)尋優(yōu)調(diào)配問題，感謝北京天澤智云在案例中提供的技術(shù)支持。2、解決方案系統(tǒng)研發(fā)路線關(guān)聯(lián)，從而實(shí)現(xiàn)高爐煤氣系統(tǒng)內(nèi)外兼顧的全方位智能聯(lián)調(diào)運(yùn)行。通過對大數(shù)據(jù)的抽取歸集與深度挖掘，建立一個(gè)基于經(jīng)驗(yàn)關(guān)系、機(jī)理模型、系統(tǒng)整體架構(gòu)5資源層，數(shù)據(jù)與分析層，應(yīng)用層和管理層。圖1高爐煤氣智能平衡系統(tǒng)架構(gòu)設(shè)備層SCAD