智慧工業(yè)大數(shù)據(jù)建設(shè)方案

智慧工業(yè)大數(shù)據(jù)建設(shè)方案設(shè)計(jì)背景目錄1工業(yè)大數(shù)據(jù)藍(lán)圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預(yù)測(cè)與優(yōu)化5主要業(yè)務(wù)規(guī)劃大數(shù)據(jù)智能工廠規(guī)劃設(shè)備及傳感器網(wǎng)絡(luò)工業(yè)云平臺(tái)應(yīng)用系統(tǒng)溫度閥門控制企業(yè)網(wǎng)絡(luò)IPWMSERPPLMMESTMSEMSCRM云數(shù)據(jù)中心能源數(shù)據(jù)位置數(shù)據(jù)大數(shù)據(jù)管理平臺(tái)產(chǎn)品數(shù)據(jù)托盤AGV掃描設(shè)備RFID/WiFi能源監(jiān)控儀表?yè)Q算采集Zigbee/RS485濕度原料監(jiān)控Zigbee物流跟蹤設(shè)備管理平臺(tái)以太網(wǎng)132原材料、成分溫度、濕度、成分

計(jì)量、換算閥門開關(guān)權(quán)限管理安全策略&QoS應(yīng)用適配器操作門戶API終端管理數(shù)據(jù)管理網(wǎng)絡(luò)連接管理平臺(tái)基于機(jī)器學(xué)習(xí)的工業(yè)大腦設(shè)備1設(shè)備2設(shè)備3設(shè)備4設(shè)備5設(shè)備6設(shè)備7設(shè)備8設(shè)備9設(shè)備…預(yù)測(cè)性維修異常監(jiān)控人機(jī)協(xié)同過(guò)程優(yōu)化EMS數(shù)據(jù)ERP數(shù)據(jù)MES數(shù)據(jù)檢驗(yàn)數(shù)據(jù)設(shè)備數(shù)據(jù)傳感器數(shù)據(jù)數(shù)據(jù)源DCS數(shù)據(jù)工業(yè)大數(shù)據(jù)架構(gòu)大數(shù)據(jù)應(yīng)用大數(shù)據(jù)處理工藝優(yōu)化質(zhì)量提升產(chǎn)線故障預(yù)測(cè)預(yù)測(cè)性維修效率提升可視化監(jiān)控事務(wù)型數(shù)據(jù)MPP數(shù)據(jù)庫(kù)HADOOPOLTP數(shù)據(jù)倉(cāng)庫(kù)元數(shù)據(jù)索引列存儲(chǔ)粗粒度索引數(shù)據(jù)壓縮SQL優(yōu)化動(dòng)態(tài)拓展資源管理大表關(guān)聯(lián)并行加載半結(jié)構(gòu)化非結(jié)構(gòu)構(gòu)化HDFSMap/ReduceHivePig事務(wù)處理數(shù)據(jù)完整性鎖機(jī)制索引機(jī)制SQL優(yōu)化SQL執(zhí)行備份恢復(fù)斷點(diǎn)處理監(jiān)控管理流處理（Storm、SparkStreaming）智能制造大數(shù)據(jù)藍(lán)圖工藝人員物料設(shè)備質(zhì)量歷史數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)當(dāng)前數(shù)據(jù)大數(shù)據(jù)平臺(tái)業(yè)務(wù)系統(tǒng)實(shí)時(shí)查詢服務(wù)批量檢索服務(wù)數(shù)據(jù)分享服務(wù)數(shù)據(jù)下載服務(wù)數(shù)據(jù)倉(cāng)庫(kù)和分析型應(yīng)用ODS/DSA–面向主題、當(dāng)前DW–面向主題、歷史和匯總DMDMAPI接口供應(yīng)鏈優(yōu)化作業(yè)行為優(yōu)化設(shè)備預(yù)測(cè)性維修SparkML目錄1工業(yè)大數(shù)據(jù)藍(lán)圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預(yù)測(cè)與優(yōu)化5主要業(yè)務(wù)規(guī)劃6中安鼎輝大數(shù)據(jù)平臺(tái)工業(yè)大數(shù)據(jù)特點(diǎn)供應(yīng)商數(shù)據(jù)產(chǎn)品質(zhì)量服務(wù)信息信用數(shù)據(jù)位置數(shù)據(jù)渠道依賴原料來(lái)源Web信息業(yè)務(wù)信息行為信息機(jī)器數(shù)據(jù)多種類型時(shí)間序列數(shù)據(jù)真實(shí)數(shù)據(jù)海量并發(fā)較高控制數(shù)據(jù)數(shù)據(jù)多樣時(shí)間戳程序數(shù)據(jù)結(jié)果數(shù)據(jù)人員數(shù)據(jù)基本信息行為信息物料數(shù)據(jù)基本信息計(jì)量信息位置信息物流信息加工信息裝配信息追蹤信息質(zhì)量數(shù)據(jù)檢驗(yàn)數(shù)據(jù)隨機(jī)性概率特征相關(guān)性客戶數(shù)據(jù)需求數(shù)據(jù)產(chǎn)品數(shù)據(jù)位置數(shù)據(jù)競(jìng)爭(zhēng)對(duì)手信用數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)Web信息行為信息物流數(shù)據(jù)位置數(shù)據(jù)計(jì)量數(shù)據(jù)時(shí)間數(shù)據(jù)多樣、實(shí)時(shí)、海量的數(shù)據(jù)需要依賴大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)管理并產(chǎn)生價(jià)值交互查詢批查詢機(jī)器學(xué)習(xí)實(shí)時(shí)分析設(shè)備傳感器質(zhì)量物料人員事件設(shè)備傳感器質(zhì)量人員事件ETL工具定義的主題查詢結(jié)果呈現(xiàn)關(guān)系型數(shù)據(jù)LOB應(yīng)用物料元數(shù)據(jù)及關(guān)聯(lián)性數(shù)據(jù)預(yù)處理報(bào)表展示機(jī)器學(xué)習(xí)結(jié)果展示數(shù)據(jù)源定義數(shù)據(jù)預(yù)處理工業(yè)數(shù)據(jù)湖行為人員生產(chǎn)線信息系統(tǒng)ERPMESEMS智能化數(shù)據(jù)可視化流程優(yōu)化產(chǎn)線建模知識(shí)庫(kù)自助式BI信息管理事件處理

數(shù)據(jù)分類數(shù)據(jù)工廠

機(jī)器學(xué)習(xí)/數(shù)據(jù)分析HADOOP/Spark技術(shù)流處理信息基于數(shù)據(jù)湖分析機(jī)器學(xué)習(xí)大數(shù)據(jù)存儲(chǔ)SQL數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)湖其他數(shù)據(jù)信息系統(tǒng)設(shè)備傳感器數(shù)據(jù)數(shù)據(jù)湖與價(jià)值發(fā)現(xiàn)生產(chǎn)期量進(jìn)度實(shí)時(shí)反映在制品分布實(shí)時(shí)展示設(shè)備、能源、現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)控生產(chǎn)動(dòng)態(tài)實(shí)時(shí)掌控?cái)?shù)據(jù)統(tǒng)計(jì)分析及預(yù)測(cè)工時(shí)績(jī)效統(tǒng)計(jì)成本核算支持工藝知識(shí)積累質(zhì)量缺陷統(tǒng)計(jì)設(shè)備效能分析生產(chǎn)瓶頸預(yù)測(cè)決策工廠生產(chǎn)透明化運(yùn)行操作資質(zhì)實(shí)動(dòng)工時(shí)運(yùn)行狀態(tài)資源負(fù)荷物料消耗在制分布操作指導(dǎo)工藝參數(shù)能源消耗現(xiàn)場(chǎng)實(shí)況質(zhì)量記錄NCR人機(jī)料法環(huán)測(cè)制造過(guò)程信息集成制造過(guò)程實(shí)時(shí)信息積累制造過(guò)程歷史信息制造過(guò)程智能化管控基礎(chǔ)管理數(shù)字化支撐生產(chǎn)計(jì)劃信息基礎(chǔ)管理信息支持制造過(guò)程信息模型指導(dǎo)優(yōu)化目錄1工業(yè)大數(shù)據(jù)藍(lán)圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預(yù)測(cè)與優(yōu)化5主要業(yè)務(wù)規(guī)劃工業(yè)大數(shù)據(jù)建模目標(biāo)制造價(jià)值提升1、原因分析的工藝優(yōu)化；2、設(shè)備預(yù)測(cè)性維修；3、產(chǎn)線異常監(jiān)控；4、產(chǎn)品質(zhì)量控制；供應(yīng)商管理提升1、風(fēng)險(xiǎn)預(yù)測(cè)與分析；2、交付時(shí)間與路徑優(yōu)化；3、供應(yīng)商評(píng)價(jià)與信用管理；客戶需求管理提升1、客戶行為的需求挖掘；2、準(zhǔn)確個(gè)性化的產(chǎn)品定價(jià)；3、產(chǎn)品的預(yù)測(cè)性保養(yǎng)與維修；4、更好的產(chǎn)品體驗(yàn)；運(yùn)營(yíng)價(jià)值提升1、更好的管理資產(chǎn)；2、合理的資源消耗；3、避免人為的錯(cuò)誤；4、實(shí)時(shí)推薦技術(shù)工具；5、增強(qiáng)用戶高效與便捷01020304如上圖顯示的機(jī)器學(xué)習(xí)算法，多級(jí)算法分析引擎可以根據(jù)對(duì)工廠已安裝設(shè)備的數(shù)據(jù)采集和工藝流程，自動(dòng)繪制內(nèi)在的邏輯關(guān)系，并顯示哪個(gè)工藝流程和數(shù)據(jù)流之間直接或間接的相互關(guān)系，以及這種關(guān)系存在的原因。這種深層和獨(dú)特的分析提供了一個(gè)高等級(jí)的平臺(tái)來(lái)偵測(cè)異常，通過(guò)行為和運(yùn)營(yíng)表現(xiàn)來(lái)標(biāo)記質(zhì)量與效率，并進(jìn)行微觀辯證性的根源問題分析。生產(chǎn)過(guò)程建模設(shè)備數(shù)據(jù)建模結(jié)果的相似和關(guān)聯(lián)性產(chǎn)線數(shù)據(jù)建模模型算法-DNN神經(jīng)網(wǎng)絡(luò)是一組模擬人腦進(jìn)行模式識(shí)別的算法組合，通過(guò)聚類或者標(biāo)記原始數(shù)據(jù)進(jìn)行數(shù)據(jù)感知，它可以識(shí)別真實(shí)世界包含在向量中的數(shù)據(jù)，如圖片、聲音、文本等。深度神經(jīng)網(wǎng)絡(luò)與單層神經(jīng)網(wǎng)絡(luò)的區(qū)別是數(shù)據(jù)通過(guò)了多步模式識(shí)別的隱藏層處理，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法依賴于一個(gè)輸入一個(gè)輸出一個(gè)隱藏的淺層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，而深度神經(jīng)網(wǎng)絡(luò)是在一個(gè)以上的隱藏層學(xué)習(xí)。模型與數(shù)據(jù)異常檢測(cè)事件處理環(huán)境分析人機(jī)協(xié)同能效增強(qiáng)質(zhì)量強(qiáng)化實(shí)時(shí)數(shù)據(jù)處理歷史數(shù)據(jù)處理模型分析實(shí)時(shí)數(shù)據(jù)檢測(cè)設(shè)備狀態(tài)、預(yù)防設(shè)備故障、優(yōu)化生產(chǎn)過(guò)程、提升產(chǎn)品質(zhì)量、能效增強(qiáng)、人機(jī)協(xié)同。通過(guò)對(duì)歷史數(shù)據(jù)清洗整合，進(jìn)行模型的訓(xùn)練，優(yōu)化模型參數(shù)，進(jìn)行更加有效的生產(chǎn)和運(yùn)營(yíng)。強(qiáng)化模型目錄1工業(yè)大數(shù)據(jù)藍(lán)圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預(yù)測(cè)與優(yōu)化5主要業(yè)務(wù)規(guī)劃設(shè)備預(yù)測(cè)性維修預(yù)測(cè)與優(yōu)化生產(chǎn)過(guò)程優(yōu)化設(shè)備預(yù)測(cè)性維修質(zhì)量提升人機(jī)協(xié)同異常檢測(cè)時(shí)間單元對(duì)于故障警告日志進(jìn)行時(shí)間單元?jiǎng)澐?，將故障或警告視為事件，事件到下一個(gè)事件發(fā)生時(shí)間間隔超過(guò)一定時(shí)間的視為不同單元。伴隨概率對(duì)于同一個(gè)時(shí)間單元里的故障和警告進(jìn)行聯(lián)合概率分析，計(jì)算任意兩個(gè)事件在單元里同時(shí)發(fā)生的概率。故障事件對(duì)于某一種故障的前序事件進(jìn)行觀察，事件與上一次事件間隔時(shí)間以內(nèi)或上一次相同故障發(fā)生之間的故障或警告視為前序事件，統(tǒng)計(jì)不同前序事件發(fā)生的次數(shù)。關(guān)聯(lián)分析通過(guò)伴隨發(fā)生概率分析，了解任意事件之間的關(guān)聯(lián)性，尋找同時(shí)發(fā)生概率高的事件。通過(guò)故障的前序事件分析，了解故障前序發(fā)生的事件，了解前序事件與故障的關(guān)系。異常檢測(cè)預(yù)測(cè)與優(yōu)化生產(chǎn)過(guò)程優(yōu)化異常檢測(cè)設(shè)備預(yù)測(cè)性維修人機(jī)協(xié)同質(zhì)量提升時(shí)間序列將采集到的底層設(shè)備數(shù)據(jù)進(jìn)行時(shí)間序列分析，生成時(shí)間序列數(shù)據(jù)圖形，將圖像特征按時(shí)間段進(jìn)行觀察。聚類分析對(duì)建模后時(shí)間序列數(shù)據(jù)的按照時(shí)間端特征進(jìn)行提取并聚類，聚類的結(jié)果對(duì)應(yīng)到采集到的生產(chǎn)國(guó)產(chǎn)數(shù)據(jù)。關(guān)聯(lián)分析對(duì)于不同分類數(shù)據(jù)的相關(guān)性，通過(guò)拉長(zhǎng)時(shí)間軸的長(zhǎng)度進(jìn)行分析。行為分析對(duì)采集到的事件和分類數(shù)據(jù)的進(jìn)行關(guān)聯(lián)性分析，并對(duì)應(yīng)到產(chǎn)線運(yùn)營(yíng)行為上。生產(chǎn)過(guò)程優(yōu)化預(yù)測(cè)與優(yōu)化設(shè)備預(yù)測(cè)性維修生產(chǎn)過(guò)程優(yōu)化質(zhì)量提升人機(jī)協(xié)同異常檢測(cè)能力平衡通過(guò)分析工序的Cycletime，工序瓶頸以及相應(yīng)的等待事件，該出每一步工序所需要能力平衡的建議。異常事件通過(guò)對(duì)過(guò)程事件的分析發(fā)現(xiàn)經(jīng)常性出現(xiàn)異常事件的原因，原因：機(jī)器、人員、原材料、能源等。缺陷事件通過(guò)分析過(guò)程中反饋記錄的質(zhì)量信息，進(jìn)行相關(guān)因素分析，通過(guò)改善相關(guān)因素進(jìn)行質(zhì)量改善。按因優(yōu)化將挖掘發(fā)現(xiàn)的過(guò)程事件原因進(jìn)行進(jìn)行合并處理，改出相應(yīng)的優(yōu)化方案。人機(jī)協(xié)同優(yōu)化預(yù)測(cè)與優(yōu)化生產(chǎn)過(guò)程優(yōu)化人機(jī)協(xié)同質(zhì)量提升設(shè)備預(yù)測(cè)性維修異常檢測(cè)調(diào)度優(yōu)化對(duì)機(jī)器和人員的執(zhí)行調(diào)度，通過(guò)對(duì)歷史操作數(shù)據(jù)的分析分析出相應(yīng)崗位最適合的人并進(jìn)行作業(yè)人員畫像保證人機(jī)良好的協(xié)同。人因分析在具體的任務(wù)作業(yè)過(guò)程中，對(duì)作業(yè)人員的操作行為及執(zhí)行結(jié)果進(jìn)行因果關(guān)聯(lián)分析，并給出良好作業(yè)的關(guān)鍵行為要素。目錄1工業(yè)大數(shù)據(jù)藍(lán)圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預(yù)測(cè)與優(yōu)化5主要業(yè)務(wù)規(guī)劃大數(shù)據(jù)業(yè)務(wù)規(guī)劃大數(shù)據(jù)技術(shù)、工具、方法對(duì)鋼鐵企業(yè)生產(chǎn)業(yè)務(wù)的理解規(guī)劃依據(jù)業(yè)務(wù)藍(lán)圖數(shù)據(jù)藍(lán)圖技術(shù)藍(lán)圖大數(shù)據(jù)管理平臺(tái)架構(gòu)大數(shù)據(jù)處理技術(shù)架構(gòu)海量、高速實(shí)時(shí)數(shù)據(jù)的低成本管理與快速處理大數(shù)據(jù)管理與控制大數(shù)據(jù)采集管理數(shù)據(jù)獲取策略、質(zhì)量管理、存儲(chǔ)管理、ETL。基于大數(shù)據(jù)的應(yīng)用規(guī)劃重點(diǎn)設(shè)備預(yù)測(cè)維修高爐異常事件防控產(chǎn)品質(zhì)量提升人員作業(yè)優(yōu)化生產(chǎn)效率優(yōu)化智能制造大數(shù)據(jù)戰(zhàn)略PLC、DCS、SCADA（控制及采集數(shù)據(jù)）煉鋼設(shè)備高爐產(chǎn)線設(shè)備與工業(yè)網(wǎng)絡(luò)MES、EMS1、生產(chǎn)過(guò)程。2、能源消耗。3、異常事件。4、災(zāi)難事件。1、設(shè)備參數(shù)。2、調(diào)度行為。鋼廠數(shù)據(jù)湖質(zhì)量提升異常監(jiān)控人機(jī)協(xié)同災(zāi)難規(guī)避大數(shù)據(jù)處理煉鋼生產(chǎn)過(guò)程大數(shù)據(jù)應(yīng)用料層厚度燒結(jié)溫度點(diǎn)火溫度垂直燃燒速度混合料水分燃料配比機(jī)速利用系數(shù)冶煉強(qiáng)度焦比噴煤比燃料比富氧率風(fēng)溫氧氣壓強(qiáng)氬氣壓強(qiáng)……鋼材生產(chǎn)過(guò)程大數(shù)據(jù)應(yīng)用PLC、DCS、SCADA（控制及采集數(shù)據(jù)）產(chǎn)線設(shè)備與工業(yè)網(wǎng)絡(luò)軋鋼設(shè)備主軋機(jī)MES、EMS（信息系統(tǒng)）質(zhì)量分析趨勢(shì)圖直方圖散點(diǎn)圖因果圖鋼廠數(shù)據(jù)湖軋機(jī)監(jiān)測(cè)溫度厚度張力速度電機(jī)扭矩軋制力物料跟蹤跟蹤模型扎線位置扎線狀態(tài)輥道長(zhǎng)度主生產(chǎn)計(jì)劃生產(chǎn)訂單作業(yè)計(jì)劃任務(wù)分派采購(gòu)計(jì)劃物料需求計(jì)劃能力需求計(jì)劃技術(shù)準(zhǔn)備計(jì)劃質(zhì)量保證計(jì)劃物料準(zhǔn)備計(jì)劃作業(yè)準(zhǔn)備作業(yè)執(zhí)行作業(yè)過(guò)程監(jiān)控作業(yè)過(guò)程檢驗(yàn)原材料入庫(kù)物料領(lǐng)用異常問題處理物料配送物料轉(zhuǎn)運(yùn)成品入庫(kù)在制品跟蹤原材料檢驗(yàn)過(guò)程質(zhì)量檢驗(yàn)不合格品處理成品檢驗(yàn)質(zhì)量統(tǒng)計(jì)分析圖形化/可視化調(diào)度算法物聯(lián)網(wǎng)服務(wù)架構(gòu)精益生產(chǎn)準(zhǔn)時(shí)化生產(chǎn)標(biāo)準(zhǔn)化作業(yè)目視化管理5S管理綠色制造質(zhì)量體系移動(dòng)計(jì)算數(shù)據(jù)挖掘基礎(chǔ)管理數(shù)字化支撐制造過(guò)程智能化管控車間運(yùn)行透明化決策人機(jī)料法環(huán)測(cè)生產(chǎn)計(jì)劃管理制造過(guò)程管控車間物流管理車間物質(zhì)量監(jiān)控作業(yè)完工反饋財(cái)務(wù)管理銷售管理生產(chǎn)計(jì)劃供應(yīng)鏈管理作業(yè)計(jì)劃作業(yè)調(diào)控質(zhì)量改善配送作業(yè)實(shí)時(shí)監(jiān)控作業(yè)調(diào)控作業(yè)計(jì)劃質(zhì)量改善實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)化服務(wù)PLMCADCAE數(shù)據(jù)化設(shè)計(jì)CAPP機(jī)加工設(shè)備工業(yè)機(jī)器人現(xiàn)場(chǎng)控制在線監(jiān)測(cè)倉(cāng)儲(chǔ)物流