工業(yè)互聯(lián)網(wǎng)平臺綜合應用 課件 概論

《工業(yè)數(shù)據(jù)處理與分析》/工業(yè)互聯(lián)網(wǎng)系列課程

工業(yè)數(shù)據(jù)處理與分析概述>>《工業(yè)大數(shù)據(jù)白皮書（2019）》將工業(yè)數(shù)據(jù)定義為：工業(yè)數(shù)據(jù)是指在工業(yè)領域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發(fā)、設計、工藝、制造、采購、供應、庫存、發(fā)貨和交付、售后服務、運維、報廢或回收再制造等整個產(chǎn)品全生命周期各個環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關技術和應用的總稱。工業(yè)和信息化部《關于工業(yè)大數(shù)據(jù)發(fā)展的指導意見》將工業(yè)數(shù)據(jù)定義為工業(yè)領域產(chǎn)品和服務全生命周期數(shù)據(jù)的總和，包括工業(yè)企業(yè)在研發(fā)設計、生產(chǎn)制造、經(jīng)營管理、運維服務等各個環(huán)節(jié)中產(chǎn)生的數(shù)據(jù)，以及工業(yè)互聯(lián)網(wǎng)平臺中的數(shù)據(jù)等。工業(yè)數(shù)據(jù)概念又有其共通之處，工業(yè)數(shù)據(jù)的兩個關鍵核心：一是覆蓋工業(yè)生產(chǎn)與服務全生命周期過程二是強調(diào)對數(shù)據(jù)和信息處理的重要性從狹義角度來講，工業(yè)數(shù)據(jù)是指在工業(yè)領域生產(chǎn)服務全環(huán)節(jié)產(chǎn)生、處理、傳遞、使用的各類海量數(shù)據(jù)的集合；從廣義角度來講，工業(yè)數(shù)據(jù)是包括以上數(shù)據(jù)及與之相關的全部技術和應用的總稱，除了“數(shù)據(jù)”內(nèi)涵外還有“技術與應用”內(nèi)涵。工業(yè)數(shù)據(jù)呈現(xiàn)容量大、更新快、類型豐富、價值高的特點，推動著技術變革和優(yōu)化轉(zhuǎn)型，工業(yè)數(shù)據(jù)逐漸演變成一種不可或缺的新型服務類型工業(yè)數(shù)據(jù)自身并不能為企業(yè)的業(yè)務發(fā)展提供直接幫助，數(shù)據(jù)所包含的技術也不能直接推動制造業(yè)智能化水平的提升。但是，如果能夠?qū)⒋罅康臄?shù)據(jù)收集起來，將其轉(zhuǎn)換成制造企業(yè)的生產(chǎn)和運營活動所需要的信息，才能真正地實現(xiàn)其價值。工業(yè)數(shù)據(jù)具有復雜性和多樣性的顯著特點。通過對各類數(shù)據(jù)類型的相互關系的分析，可以為企業(yè)提供更多有用的信息，以便更好地進行經(jīng)營決策。工業(yè)數(shù)據(jù)的處理和分析具有十分重要的現(xiàn)實意義。工業(yè)數(shù)據(jù)處理與分析是采用計算機科學技術、統(tǒng)計學技術、工業(yè)工程科學技術等多種技術手段，基于工業(yè)互聯(lián)網(wǎng)對人、機、物的全面互聯(lián)和數(shù)據(jù)采集，通過對工業(yè)生產(chǎn)和服務過程中產(chǎn)生的數(shù)據(jù)進行處理、計算、分析，提取出有價值的信息，加速向研發(fā)、生產(chǎn)、管理、服務等各個環(huán)節(jié)的滲透，有效的解決企業(yè)經(jīng)營管理過程中信息不透明、不對稱問題，實現(xiàn)降本增效。工業(yè)數(shù)據(jù)處理技術體系工業(yè)數(shù)據(jù)源數(shù)據(jù)采集，數(shù)據(jù)源數(shù)據(jù)采集是通過各種聯(lián)網(wǎng)設備，實現(xiàn)各種數(shù)據(jù)數(shù)字化的任務，同時也需要將數(shù)據(jù)存儲起來，準備好數(shù)據(jù)上傳到工業(yè)互聯(lián)網(wǎng)平臺的工作。01數(shù)據(jù)傳輸。數(shù)據(jù)傳輸是將采集的數(shù)據(jù)快速地、可靠地上報到工業(yè)互聯(lián)網(wǎng)平臺。工業(yè)互聯(lián)網(wǎng)平臺只有具備高并發(fā)的能力，才能有效地、可靠地實現(xiàn)數(shù)據(jù)的傳輸。高并發(fā)的實現(xiàn)，需要借助分布式的架構設計，同時使用負載均衡、消息隊列和緩存等相關技術。02數(shù)據(jù)的存儲。數(shù)據(jù)傳輸完成后，是對海量數(shù)據(jù)的存儲，從數(shù)據(jù)結構上，數(shù)據(jù)的種類大體上分為3類：結構化數(shù)據(jù)、半結構化數(shù)據(jù)、非結構化數(shù)據(jù)，分別需要不同的存儲手段：03數(shù)據(jù)結構與我們常見的關系型數(shù)據(jù)庫結構一致，如工廠記錄生產(chǎn)訂單的excel，整齊行列結構，常見的存儲產(chǎn)品MySQL、Oracle、SQLServer等結構化數(shù)據(jù)數(shù)據(jù)結構如同Json、XML，例如車間內(nèi)某設備的名稱、產(chǎn)地、生產(chǎn)日期等描述信息常見的存儲產(chǎn)品Redis、Hbase、MongoDB、OracleNoSQL等半結構化數(shù)據(jù)如工廠內(nèi)的監(jiān)控視頻、設備、機床圖片等文件常見的存儲產(chǎn)品HDFS、FastDFS等非結構化數(shù)據(jù)數(shù)據(jù)處理。數(shù)據(jù)處理階段，非常考驗你對海量數(shù)據(jù)的處理能力，你需要用到大數(shù)據(jù)計算引擎。大數(shù)據(jù)的處理，從應用場景劃分的話，可以分成兩個大類：04批處理的輸入是在一段時間內(nèi)已經(jīng)采集并存儲好的有邊界數(shù)據(jù)

流處理的輸入基本上都是無邊界數(shù)據(jù)。批處理流處理數(shù)據(jù)應用。數(shù)據(jù)產(chǎn)生價值的方法，總體來說可以分為4類，1，可視化；2，數(shù)據(jù)挖掘；3，數(shù)據(jù)預測；4，控制決策。04最直接的方法是可視化，也可以稱為圖表分析，可視化可以非常直觀地向人們展示數(shù)據(jù)的含義?？梢暬葓D表分析更進一步的方法是挖掘分析。我們可以基于各類算法來分析數(shù)據(jù)的規(guī)律和關聯(lián)關系等。挖掘分析還有一種進階的方法是預測分析。隨著積累的數(shù)據(jù)和經(jīng)驗越來越多，我們可以用算法來構建預測模型。預測分析最后一種方法是控制決策。物聯(lián)網(wǎng)設備可能具備執(zhí)行器，物聯(lián)網(wǎng)系統(tǒng)可以基于業(yè)務目標控制這些執(zhí)行器?？刂茮Q策從數(shù)據(jù)的范圍看工業(yè)數(shù)據(jù)處理與分析的發(fā)展智能化階段信息化時代電氣時代蒸汽時代18世紀60年代19世紀70年代20世紀70年代現(xiàn)在蒸汽時代電氣時代信息化時代智能化階段機械化階段帶動經(jīng)濟發(fā)展的新方式，這階段的工業(yè)數(shù)據(jù)以紙為記錄媒介的“紙質(zhì)數(shù)據(jù)”，這一階段只是原始地記錄數(shù)據(jù)源，未采用任何處理技術和分析手段德國西門子的研制成發(fā)電機為標志，電氣系統(tǒng)自動記錄的電子工業(yè)數(shù)據(jù)也不斷產(chǎn)生，這一階段工業(yè)數(shù)據(jù)作為操作經(jīng)驗不斷被實踐，人們會花大量實踐不斷實踐最優(yōu)數(shù)據(jù)處理，但是沒有結合業(yè)務進行分析電子和信息技術的廣泛應用，工業(yè)大量使用計算機電腦、PLC等進行生產(chǎn)，使得機器接管了大部分“體力勞動”，信息化階段的工業(yè)數(shù)據(jù)也隨著企業(yè)信息化的發(fā)展而迅速累積，成為企業(yè)的數(shù)據(jù)資產(chǎn)，但是，工業(yè)數(shù)據(jù)處理與分析技術并未展現(xiàn)，更多的是離散化的單機數(shù)據(jù)。智能化階段是實體物理世界與虛擬網(wǎng)絡世界融合的時代。這一階段我國目前處于初期階段，仍需要借助工業(yè)互聯(lián)網(wǎng)平臺將生產(chǎn)中的供應、制造、銷售信息數(shù)據(jù)化、智能化，最終實現(xiàn)快速、高效、個性化的產(chǎn)品供應，實現(xiàn)人、機、料、法、環(huán)的全面連接，實現(xiàn)“萬物互聯(lián)”。一是設備維護管理，通過對設備運行數(shù)據(jù)的分析，達到對設備進行早期維護，防止出現(xiàn)故障。二是產(chǎn)品遠程服務，通過對產(chǎn)品狀態(tài)參數(shù)數(shù)據(jù)的分析，實現(xiàn)對產(chǎn)品的遠程優(yōu)化。以三一重工為例，通過分析混凝土泵車、起重機、道路起重機等設備的運行狀態(tài)進行分析，根據(jù)設備的工作時長、輸送時長和泵送時長，完成階段保修分析，提示客戶維護不同的部件。三是生產(chǎn)線優(yōu)化，通過對生產(chǎn)線數(shù)據(jù)的處理與分析，提高生產(chǎn)效率，比如格林公司利用西門子MindSphere分析設備一年的歷史數(shù)據(jù)，預測刀具的磨損狀態(tài)，從而能夠及時的通知客戶進行刀具的更換。四是個性化定制，根據(jù)顧客的需要，對產(chǎn)品的設計參數(shù)進行分析。從數(shù)據(jù)處理技術看工業(yè)數(shù)據(jù)處理與分析的發(fā)展工業(yè)數(shù)據(jù)處理與分析貫穿于制造的設計、工藝規(guī)劃、生產(chǎn)工程、制造、使用和服務等各個環(huán)節(jié)。其應用與推廣的步伐日益加快，應用廣泛的模型可以概括為四類。從數(shù)據(jù)處理技術看工業(yè)數(shù)據(jù)處理與分析的發(fā)展高級運算和存儲技術為處理海量數(shù)據(jù)提供了框架。高級運算技術如批計算、流計算、迭代計算；存儲技術：NoSQL、Newsql等，在各行各業(yè)中得到廣泛應用，降低了企業(yè)掌握能力的門檻。工業(yè)數(shù)據(jù)促進了企業(yè)的業(yè)務場景交互，為傳統(tǒng)的制造業(yè)企業(yè)轉(zhuǎn)型發(fā)展提供了技術支撐。各種云服務模型降低了大規(guī)模應用數(shù)據(jù)分析的成本。隨著云計算技術的逐漸成熟，公有云、私有云、混合云等云服務為各行業(yè)提供廉價的計算、網(wǎng)絡和存儲資源，避免了昂貴的軟件、硬件和人力投入。0201一方面，工業(yè)互聯(lián)網(wǎng)平臺具備與設備、系統(tǒng)和智能產(chǎn)品互聯(lián)互通的能力，可以獲得各種歷史數(shù)據(jù)和實時數(shù)據(jù)，可以幫助企業(yè)采集和匯聚多源設備、異構的信息系統(tǒng)、運行環(huán)境、人員等要素實時安全。另一方面，工業(yè)互聯(lián)網(wǎng)平臺是一個由數(shù)據(jù)存儲、數(shù)據(jù)共享、數(shù)據(jù)分析和行業(yè)模型組成的完整工業(yè)數(shù)據(jù)服務鏈，匯集了各種傳統(tǒng)的專業(yè)處理方法和前沿的智能分析工具，可以快速幫助企業(yè)實現(xiàn)工業(yè)數(shù)據(jù)處理與分析，重新定義產(chǎn)業(yè)架構和重塑工業(yè)生產(chǎn)體系，并引領工業(yè)的未來。從數(shù)據(jù)處理技術看工業(yè)數(shù)據(jù)處理與分析的發(fā)展工業(yè)數(shù)據(jù)在新能源、智慧交通、航天航空、制造裝備等行業(yè)的深入應用，其將成為工業(yè)資源的集聚、管理與再配置的載體，成為實現(xiàn)產(chǎn)業(yè)上下游跨領域廣泛互聯(lián)的基礎設施。工業(yè)互聯(lián)網(wǎng)平臺是一個面向工業(yè)數(shù)字化、網(wǎng)絡化、智能化需求的開放服務平臺。工業(yè)數(shù)據(jù)處理與分析的應用場景主要包含研發(fā)設計、生產(chǎn)制造、銷售管理、運營服務這四個方面通過對產(chǎn)品零件精密堆疊組裝、測試、用戶體驗等產(chǎn)品全生命周期數(shù)字化信息進行采集、建模、分析，進行物理檢測與實驗，進行設計參數(shù)驗證與優(yōu)化，調(diào)整工廠生產(chǎn)工藝流程和設備參數(shù)，不斷提升工廠整體工作效率和生產(chǎn)產(chǎn)品品質(zhì)研發(fā)設計生產(chǎn)制造中會產(chǎn)生各種各樣的工業(yè)數(shù)據(jù)，包含工業(yè)控制系統(tǒng)數(shù)據(jù)，生產(chǎn)監(jiān)控數(shù)據(jù)以及各類傳感器數(shù)據(jù)。工業(yè)控制系統(tǒng)數(shù)據(jù)來源主要包括分布式控制系統(tǒng)（DCS）和可編程邏輯控制器（PLC），生產(chǎn)監(jiān)控數(shù)據(jù)主要來源于以SCADA為代表的監(jiān)視控制系統(tǒng)。生產(chǎn)制造從銷售管理方面來看，工業(yè)數(shù)據(jù)主要來源訂單中的業(yè)務信息。訂單到交付涉及CRM、BPM、PLM、APS、MES等多個核心業(yè)務IT系統(tǒng)，各種設備、不同儀器的訂單類型的流程各不相同，管控困難。銷售管理ERP、SCM、PLM、CRM等信息化系統(tǒng)和數(shù)字化平臺的應用也不斷加強，在生產(chǎn)運營一體化，能源優(yōu)化調(diào)度、設備預測性維護、全過程質(zhì)量追溯、異常智能追溯等場景都有典型的案例支持運營服務從管理機制的角度來看，數(shù)據(jù)管理機制不健全。對于實時大數(shù)據(jù)的分析缺乏管理方法和制度，無法及時的對數(shù)據(jù)進行處理分析，造成數(shù)據(jù)管理滯后，數(shù)據(jù)的使用效果大打折扣。從數(shù)據(jù)管理能力的成熟程度上來看，企業(yè)對數(shù)據(jù)有了一定的管理意識，但是對數(shù)據(jù)的認識不足，缺乏針對數(shù)據(jù)管理工作的評價標準，缺少對工業(yè)數(shù)據(jù)的監(jiān)測、分析的優(yōu)化流程，管理能力不成熟。從數(shù)據(jù)查詢使用的角度出發(fā)，很多企業(yè)在數(shù)據(jù)管理的過程中缺乏對數(shù)據(jù)分級分類管理的意識，在需要某個或某些數(shù)據(jù)時，難以找到數(shù)據(jù)的存儲位置，造成人力和物力的浪費，甚至會使收集到的數(shù)據(jù)難以匹配、無法使用，造成數(shù)據(jù)的冗余浪費。數(shù)據(jù)開發(fā)能力決定了從數(shù)據(jù)中能夠獲取的信息的深度。工業(yè)數(shù)據(jù)面臨著企業(yè)對數(shù)據(jù)開發(fā)能力薄弱的問題，出現(xiàn)擁有大量的數(shù)據(jù)卻無法挖掘出深度信息的現(xiàn)象。開發(fā)能力與數(shù)據(jù)處理、機理模型、工業(yè)軟件關系密切。數(shù)據(jù)管理能力決定了數(shù)據(jù)的使用效果，良好的數(shù)據(jù)管理能力能讓數(shù)據(jù)分析事半功倍，而數(shù)據(jù)管理能力不足則會使得數(shù)據(jù)難以使用，無法適應數(shù)據(jù)化