日韩中文字幕一区|亚洲成色最大综合在线|91亚洲国产系列精品|91福利国产在线观看网站|国产精品三级久久久久久久|亚洲一区二区三区在线国产|欧美性视频一区二区三区四区|国产一区二区三区精品99久久

無論在消費領(lǐng)域還是工業(yè)領(lǐng)域，數(shù)據(jù)的重要性日益凸顯。在工業(yè)場景中，由于現(xiàn)場通信協(xié)議較多且不兼容、現(xiàn)場環(huán)境惡劣復(fù)雜等，導(dǎo)致數(shù)據(jù)獲取難度較大，建立數(shù)據(jù)采集平臺是獲取數(shù)據(jù)的重要保障。工業(yè)大數(shù)據(jù)關(guān)聯(lián)的環(huán)節(jié)較長、業(yè)務(wù)復(fù)雜，用好相應(yīng)的數(shù)據(jù)，可以為企業(yè)數(shù)字化轉(zhuǎn)型賦予更多的能力。

01

引言

截至目前，我國數(shù)據(jù)交易所已達到 39 家，北上廣深相應(yīng)數(shù)據(jù)中心的入場會加速數(shù)據(jù)交易量，數(shù)據(jù)的重要性受到越來越多的關(guān)注，“數(shù)據(jù)引擎”所起的作用日益凸顯。在工業(yè)領(lǐng)域，大數(shù)據(jù)的價值也愈發(fā)被重視。不同于電商或消費端的大數(shù)據(jù)，工業(yè)數(shù)據(jù)一是獲取難度大，二是數(shù)據(jù)關(guān)聯(lián)度長且復(fù)雜，建模難度大，價值挖掘也較難。

02

數(shù)據(jù)獲取

獲取數(shù)據(jù)是進行數(shù)據(jù)應(yīng)用的基石。在工業(yè)場景中，各廠家主推自己的產(chǎn)品進行競爭，現(xiàn)場通信協(xié)議眾多且互不兼容，導(dǎo)致穩(wěn)定的數(shù)據(jù)采集難度較大，尤其某些進口 / 壟斷設(shè)備數(shù)據(jù)接口不開放，獲取數(shù)據(jù)需要額外投資，且風險較大?，F(xiàn)場常見的工業(yè)通信協(xié)議有 PROFINET、PROFIBUS-DP、MODBUS-TCP、MODBUS-RTU、CC-LINK、RS-232/422/485 和 TCP/IP 等，因此建立一個兼容、高效和穩(wěn)定的數(shù)據(jù)采集平臺，既是重點又是難點。數(shù)據(jù)采集平臺是打通物理世界（設(shè)備）與虛擬 / 數(shù)字世界的“海關(guān)”通道，高效、穩(wěn)定的工業(yè)網(wǎng)絡(luò)是數(shù)據(jù)采集平臺順暢運行的重要保障。

2.1 DAQ（數(shù)據(jù)采集）方式

目前現(xiàn)場常用的有兩種主流采集與展示方式：

1）通過 SCADA 軟件進行采集與展示。該方式的優(yōu)點是自帶部分驅(qū)動支持進行數(shù)據(jù)采集，可直接組態(tài)畫面進行數(shù)據(jù)展示與應(yīng)用，支持一定的后臺開發(fā)自定義功能。缺點是 B/S 或 C/S 架構(gòu)遠程訪問數(shù)、所帶客戶端限制較大，自帶的數(shù)據(jù)庫功能不全，腳本語言為 VB/VBS/C，且后臺腳本不宜支持過多，為 Windows 部署方式，擴展、靈活部署能力較差；某些汽車主機廠為了保證 SCADA 運行的穩(wěn)定性，嚴禁后臺添加運行腳本。

2）部署 OPC、RDTB 等 DAQ 平 臺， 目 前 主 流 為OPC UA 商業(yè)軟件，自研開發(fā)展示界面等。該方式的優(yōu)點是具備很好的跨平臺支持能力，支持 RESTful、MQTT等接口，可結(jié)合 RabbitMQ/RocketMQ 等消息隊列，實現(xiàn)以 Spring 框架為主流的 IT 與自動化層的高并發(fā)處理，功能強大、安全性高，如可將現(xiàn)場控制器數(shù)據(jù)直接寫入關(guān)系型數(shù)據(jù)庫，有專門的安全策略，防止入侵，支持的通信驅(qū)動種類多，有成熟穩(wěn)定的商業(yè)軟件。缺點是每一個驅(qū)動和功能模塊均需單獨收費，數(shù)據(jù)采集范圍、功能多寡與價格成正比，配置有一定的門檻，需要掌握 IT 中間件等基礎(chǔ)。

2.2 OPC UA

OPC 是工業(yè)通信的基礎(chǔ)組成部分，加入 OPC 基金會的工業(yè)品牌的產(chǎn)品都會支持 OPC 協(xié)議。OPC 有 DA 與UA 之分，UA 已成為主流，主要是 UA 比 DA 具備更好的跨平臺能力、更多的功能、更好的安全性等優(yōu)點。

以 Kepware OPC UA 為例說明建立數(shù)據(jù)采集的平臺的關(guān)鍵步驟：

1）在安裝時先選擇對應(yīng)采集對象（如 Siemens S7-1500 系列 PLC）的驅(qū)動，對于型號較老的 DCS，也可以通過開通部署 OPC 進行數(shù)據(jù)采集。

2）按照 Channel、Device 及 Tag 的順序建立變量點位，為保證數(shù)據(jù)交互保持在 ms 內(nèi)，建議每臺 device下的變量不超過 100 個。當同一臺 device 下 的 tag 較多 時， 可 以 在 同 一 個 channel 下建立多個 device， 如device_1 ～ device_N。

3）與 IT 系統(tǒng)進行數(shù)據(jù)交互可在 IoT Gateway 中進行相應(yīng)的配置。

筆者通過同一個 OPC UA 在 100ms 內(nèi)采集 120 000點數(shù)據(jù)，與 IT 系統(tǒng)（主要為緊耦合 MES/MOM）在 ms內(nèi)穩(wěn)定交互超 2 000 點數(shù)據(jù)。

2.3 實時數(shù)據(jù)應(yīng)用

實時數(shù)據(jù)主要是用來監(jiān)視現(xiàn)場狀態(tài)、遠程控制現(xiàn)場設(shè)備等。SCADA 在此應(yīng)用中起步較早，也較為成熟，但由于上述缺點，在工業(yè)現(xiàn)場中的應(yīng)用熱度漸退。該部分常見的應(yīng)用有現(xiàn)場設(shè)備 / 工藝參數(shù)等的遠程設(shè)置與監(jiān)視、設(shè)備狀態(tài)監(jiān)視（尤其是關(guān)鍵設(shè)備、危險源點需要安排專人值守）和生產(chǎn)現(xiàn)場執(zhí)行情況等，數(shù)據(jù)展現(xiàn)形式有 LED、LCD 和微信推送等。展示內(nèi)容根據(jù)現(xiàn)場的實際需求而定，一般而言，現(xiàn)場放置的 LED、LCD 要能向現(xiàn)場人員傳遞清晰、直觀的生產(chǎn)信息，信息不宜過多。對于 PC 端，操作界面的菜單不宜超過三級。

03

工業(yè)大數(shù)據(jù)

大數(shù)據(jù)需要豐富的數(shù)據(jù)積累，工業(yè)大數(shù)據(jù)需要打通的環(huán)節(jié)很多，如“人機料法環(huán)”“人財物產(chǎn)銷”、研發(fā)和質(zhì)量等。工業(yè)大數(shù)據(jù)關(guān)聯(lián)的環(huán)節(jié)長、業(yè)務(wù)場景較復(fù)雜，打通完善數(shù)據(jù)流，數(shù)據(jù)的價值才能逐步通過應(yīng)用體現(xiàn)。

工業(yè)積累的各種關(guān)系型數(shù)據(jù)、非關(guān)系型數(shù)據(jù)眾多，應(yīng)用大數(shù)據(jù)的第一步是對數(shù)據(jù)進行清洗、梳理，找出有代表性、有效的數(shù)據(jù)，此部分難度與工作量較大。如 2014年波士頓發(fā)生恐怖襲擊后，警方抽調(diào)大量人力從廣場附近調(diào)取逾 10TB 視頻數(shù)據(jù)才找到一張嫌疑犯正面照片。以下詳細敘述工業(yè)大數(shù)據(jù)比較典型的應(yīng)用。

3.1 質(zhì)量分析

穩(wěn)定的質(zhì)量關(guān)系企業(yè)的成本、效益、產(chǎn)能、名譽和供應(yīng)鏈等方面，是企業(yè)的安全線與生命線。結(jié)合歷史質(zhì)量記錄，可對生產(chǎn)現(xiàn)場的質(zhì)量問題進行預(yù)測，由質(zhì)量人員提前介入對前一道工藝或供應(yīng)鏈進行預(yù)防。如在汽車主機廠中，F(xiàn)TT（整車一次下線合格率）直接決定了生產(chǎn)節(jié)拍、生產(chǎn)成本，在某國產(chǎn)汽車主機廠中，分析同一車型過去 3 ～ 5 年的歷史數(shù)據(jù)，對 FTT 趨勢圖、質(zhì)量問題排行等進行預(yù)測，通過現(xiàn)場看板對質(zhì)量問題有清晰直觀的展示，對排名前 3 的問題可實施目的性強的改進措施，將 FTT 由 92.8% 穩(wěn)步提升至 95.6% 以上。

3.2 精益生產(chǎn)

精益生產(chǎn)的思想隨著市場需求由“不制造缺陷，不傳遞缺陷”變?yōu)椤耙员M可能短的時間縮短產(chǎn)品交付周期”。精益生產(chǎn)在生產(chǎn)過程中通過技術(shù)落地的形式是 ANDON系統(tǒng)，ANDON 典型的應(yīng)用是在汽車主機廠總裝車間。現(xiàn)場人員發(fā)現(xiàn)問題無法解決時，通過按鈕、拉環(huán)等觸發(fā)幫助請求，系統(tǒng)通知相應(yīng)人員到達指定位置進行處理，在規(guī)定的時間內(nèi)未處理完成，該次請求將自動逐級上報，直至到達總經(jīng)理。通過分析 ANDON 數(shù)據(jù)，對停線原因進行分析（如質(zhì)量原因停線、設(shè)備原因停線和缺料停線等），對生產(chǎn)進行改進，減少非必要停線時間，達到降低成本、提升產(chǎn)能的目的。如在某大型國產(chǎn)汽車主機廠，通過 ANDON 系統(tǒng)實時解決質(zhì)量、缺料等問題，分析歷年 ANDON 數(shù)據(jù)對設(shè)備維護周期、物料配送周期等給出建議任務(wù)并跟蹤執(zhí)行情況，減少非故障停線率 80% 以上，順利保障了生產(chǎn)連續(xù)進行。

3.3 汽車面漆預(yù)測

對歷年生產(chǎn)、銷售數(shù)據(jù)進行詳盡統(tǒng)計、分析，對不同面漆顏色車輛的產(chǎn)銷、庫存情況有清晰直觀的掌握?？筛鶕?jù)此數(shù)據(jù)決定下一生產(chǎn)周期內(nèi)面漆的采購量、采購周期、庫存量、庫存周期、調(diào)漆間任務(wù)計劃、噴漆裝置易損件采購量與采購周期等。在以產(chǎn)定銷時，可對暢銷產(chǎn)品的排產(chǎn)有一定的指導(dǎo)作用。如某汽車集團生產(chǎn)計劃部門根據(jù)近 5 年產(chǎn)銷數(shù)據(jù)制定面漆需求計劃，采購部門結(jié)合庫存情況制定訂單，可有效減少面漆庫存 34% 以上，也避免了部分特殊顏色面漆因長期庫存導(dǎo)致報廢的情況。

3.4 生產(chǎn)預(yù)測

根據(jù)歷史銷售、市場反饋（含有獎?wù){(diào)查）等數(shù)據(jù)，對產(chǎn)品做一定的預(yù)測，可提前安排生產(chǎn)計劃、采購計劃、設(shè)備檢維修計劃、人員安排計劃和物流計劃等。根據(jù)數(shù)據(jù)可建立生產(chǎn)預(yù)測模型，在以銷定產(chǎn)時，能夠快速響應(yīng)銷售訂單，降低產(chǎn)品交付周期；在以產(chǎn)定銷時，能夠生產(chǎn)出符合市場需求的產(chǎn)品，降低庫存周期。有效數(shù)據(jù)量越大、數(shù)據(jù)涵蓋的維度越全，生產(chǎn)預(yù)測模型就會越準確，生產(chǎn)各環(huán)節(jié)適應(yīng)變化的能力就越強，可大幅降低生產(chǎn)成本。如某汽車集團的數(shù)據(jù)、生產(chǎn)、售后、產(chǎn)品研發(fā)和測試等部門根據(jù) 5 ～ 10 年的銷售、售后數(shù)據(jù)，制定半年的生產(chǎn)計劃，通過后續(xù)的產(chǎn)銷數(shù)據(jù)驗證了該生產(chǎn)計劃可有效降低整車庫存周期至 2 個月以內(nèi)，提升各生產(chǎn)環(huán)節(jié)效率超過 11%。

3.5 配件采購

對產(chǎn)品生產(chǎn)過程全生命周期進行管控，對不合格需返工成品所消耗的零部件 / 原材料進行精確的統(tǒng)計，根據(jù)生產(chǎn)量可對生產(chǎn)設(shè)備需要更換的易損件進行統(tǒng)計，在低于安全庫存時可對需要采購的零部件 / 原材料、易損件等進行預(yù)測并自動生成采購 BOM 和采購計劃至采購系統(tǒng)，由采購人員確認后可向相應(yīng)的供應(yīng)商下達采購訂單。可用“數(shù)據(jù)”對采購計劃提供科學可靠的指導(dǎo)，可降低供應(yīng)鏈風險、避免高庫存占用資金，進而降低企業(yè)運營成本。如零部件采購部門通過對數(shù)據(jù)的掌握，嘗試運用采購預(yù)測可提升采購效率超過 46%、降低零部件庫存超 51%，有效地提升采購效率、降低高庫存導(dǎo)致的資金占用。

3.6 企業(yè)轉(zhuǎn)型

工業(yè)企業(yè)會有自己的主打產(chǎn)品，通過積累產(chǎn)品在應(yīng)用時的數(shù)據(jù)，能指導(dǎo)與幫助企業(yè)轉(zhuǎn)型。典型案例是 GE 由發(fā)動機供應(yīng)商轉(zhuǎn)型為服務(wù)商，GE 在航空發(fā)動機、輪船發(fā)動機等內(nèi)燃機市場占據(jù)了很大的份額，GE 利用傳感器、衛(wèi)星通信等技術(shù)采集與傳輸發(fā)動機數(shù)據(jù)，已逐步由發(fā)動機設(shè)備供應(yīng)商轉(zhuǎn)型為發(fā)動機服務(wù)供應(yīng)商，即由賣產(chǎn)品轉(zhuǎn)型為賣服務(wù)。

在民用航空飛機上，發(fā)動機、燃油系統(tǒng)、液壓系統(tǒng)和電力系統(tǒng)等數(shù)以百計的變量組成了飛機在航狀態(tài)，這些數(shù)據(jù)幾 μs 就被測量和發(fā)送一次。以波音 737 為例，發(fā)動機在飛行中每 3min 就能產(chǎn)生 1TB 數(shù)據(jù)。位于美國亞特蘭大的 GE 能源監(jiān)測和診斷（M&D）中心，收集全球 50多個國家上千臺 GE 發(fā)動機的數(shù)據(jù)，分析來自系統(tǒng)內(nèi)的恒定大數(shù)據(jù)流，為 GE 公司對發(fā)動機故障診斷和預(yù)警提供支撐。GE 對發(fā)動機轉(zhuǎn)為以租代售，客戶可以不用一次性付巨款購買發(fā)動機，GE 也能依據(jù)數(shù)據(jù)對產(chǎn)品提供更好的維護與改進。

3.7 加速產(chǎn)品創(chuàng)新

跟蹤產(chǎn)品在測試、驗證階段的問題，作為研發(fā)改進的方向。跟進并掌握產(chǎn)品在實際使用中的數(shù)據(jù)，尤其是故障、異常信息，找到根源，并結(jié)合市場需求變化，通過數(shù)據(jù)分析產(chǎn)品缺陷或改進點、市場趨勢分析與精準預(yù)測，對后續(xù)產(chǎn)品改進、新產(chǎn)品創(chuàng)新提供重要的方向。甚至競爭對手如果掌握了競品在應(yīng)用中的數(shù)據(jù)，就可以進行有目的性的競品開發(fā)。如某電機廠在電機出廠時預(yù)裝傳感器，免費向用戶提供設(shè)備狀態(tài)檢測、遠程故障診斷和預(yù)防性維護等增值服務(wù)，通過不間斷收集產(chǎn)品在不同場景實際使用中的客觀數(shù)據(jù)，能夠?qū)Ξa(chǎn)品優(yōu)化迭代提供精確的方向指導(dǎo)。

3.8 促進 AI 發(fā)展

AI 的發(fā)展也是“三起三落”，隨著大規(guī)模集成電路的發(fā)展、AI 算法的深入研究，AI 應(yīng)用也逐漸爆發(fā)。要想 AI 在應(yīng)用過程中達到理想的效果，需要大量的數(shù)據(jù)供其進行模型訓(xùn)練。在工業(yè)應(yīng)用中，提供給 AI 訓(xùn)練的數(shù)據(jù)可以是圖片、視頻等。提供給 AI 進行模型訓(xùn)練數(shù)據(jù)時容易有一個誤區(qū)，即人為模擬制造數(shù)據(jù)，此時得到的模型在實際應(yīng)用時檢測精度會不理想，因此，若要模型的檢測精度較高，提供給 AI 訓(xùn)練的數(shù)據(jù)須源自實際。如在工業(yè)質(zhì)檢領(lǐng)域，需要提供大量的樣本進行模型訓(xùn)練，以提升模型在應(yīng)用時的檢測精度。在化纖外檢實際項目中，對某一固定缺陷進行應(yīng)用時可知，當實際生產(chǎn)中產(chǎn)生缺陷樣本在 1 000 左右時，檢測精度為 86.7%，訓(xùn)練樣本在2 000 左右時，檢測精度為 93.2%，訓(xùn)練樣本在 4 000 時，檢測精度為 99.2%，AI 檢測模型會越用越好，主要原因就是數(shù)據(jù)量的增加會提升模型的檢測精度。得益于開源的圖像集、深度學習框架等，部分行業(yè) AI 檢測等的通用模型可供企業(yè)使用。

3.9 促進經(jīng)驗傳承

工業(yè)中最難的是將隱性經(jīng)驗轉(zhuǎn)變?yōu)轱@性知識，很多“老師傅 / 老專家”經(jīng)驗豐富，但很難將經(jīng)驗轉(zhuǎn)換為現(xiàn)場技術(shù)人員可以聽懂、掌握的技能，如化工行業(yè)中某處中間產(chǎn)品指標有波動時，“老師傅 / 老專家”可以根據(jù)不同的波動值范圍判定出是哪個工藝參數(shù)、哪個反應(yīng)釜中哪個設(shè)備或哪處催化劑等有問題并迅速進行正確調(diào)整?？梢越柚?AI 關(guān)聯(lián)更多環(huán)節(jié)，將行業(yè)現(xiàn)場的隱性、難表達的經(jīng)驗轉(zhuǎn)換為顯性易懂的知識。如在化纖 EAM 系統(tǒng)的設(shè)備維修模塊中詳細記錄每次的故障現(xiàn)象、維修過程和故障原因分析等完整數(shù)據(jù)，不斷完善該知識經(jīng)驗庫，通過 AI建立故障維修模型，當監(jiān)測到下次有類似故障發(fā)生時，可立即向相關(guān)維修人員提供維修建議，大幅減少故障維修處理時間?；w長絲 AI 質(zhì)檢成套設(shè)備如圖所示。

3.10 促進工業(yè)軟件的發(fā)展

工業(yè)軟件需要對軟件在應(yīng)用時的需求、操作和應(yīng)用等各種數(shù)據(jù)等進行大量總結(jié)、提煉，對后臺需要的功能組件進行針對性地改進設(shè)計，操作人員在使用時才會得心應(yīng)手。工業(yè)軟件在我國有著巨大的應(yīng)用場景和應(yīng)用需求，但工業(yè)軟件也是我國軟件行業(yè)的薄弱環(huán)節(jié)，相信工業(yè)大數(shù)據(jù)會對我國工業(yè)軟件的發(fā)展與突破起到很大的促進作用。通過積累建筑電氣設(shè)計方面的數(shù)據(jù)，不斷完善基礎(chǔ)插件、功能庫，實現(xiàn)了通過國產(chǎn) CAD 軟件電氣設(shè)計；國產(chǎn) ERP 軟件也是通過某一行業(yè)的數(shù)據(jù)不斷進行完善，進而由點擴面地推廣應(yīng)用，實現(xiàn)數(shù)據(jù)—產(chǎn)品的良性迭代。大量的應(yīng)用場景產(chǎn)生的大量有價值的數(shù)據(jù)一定會促進國產(chǎn)工業(yè)軟件的發(fā)展與突破。

04

結(jié)束語

隨著企業(yè)數(shù)字化的進程，數(shù)據(jù)的作用與價值顯得愈加重要，如果說數(shù)字化是企業(yè)的“增長引擎”，數(shù)據(jù)就是該“引擎”的“潤滑劑與燃料”。數(shù)據(jù)貫穿研發(fā)、制造、物流、銷售和財務(wù)等“人機料法環(huán)”“人財物產(chǎn)銷”的環(huán)節(jié)，工業(yè)大數(shù)據(jù)的應(yīng)用會越來越廣泛，其價值也會得到廣泛驗證。工業(yè)大數(shù)據(jù)是“工廠數(shù)字經(jīng)濟”“數(shù)字化工廠”的核心內(nèi)容之一，其應(yīng)用價值值得深入探索，數(shù)據(jù) +AI會成為企業(yè)數(shù)字化轉(zhuǎn)型與增長的重要動力與手段。