智慧工業(yè)大數(shù)據(jù)建設方案

智慧工業(yè)大數(shù)據(jù)建設方案設計背景目錄1工業(yè)大數(shù)據(jù)藍圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預測與優(yōu)化5主要業(yè)務規(guī)劃大數(shù)據(jù)智能工廠規(guī)劃設備及傳感器網(wǎng)絡工業(yè)云平臺應用系統(tǒng)溫度閥門控制企業(yè)網(wǎng)絡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)管理平臺產(chǎn)品數(shù)據(jù)托盤AGV掃描設備RFID/WiFi能源監(jiān)控儀表換算采集Zigbee/RS485濕度原料監(jiān)控Zigbee物流跟蹤設備管理平臺以太網(wǎng)132原材料、成分溫度、濕度、成分

計量、換算閥門開關權限管理安全策略&QoS應用適配器操作門戶API終端管理數(shù)據(jù)管理網(wǎng)絡連接管理平臺基于機器學習的工業(yè)大腦設備1設備2設備3設備4設備5設備6設備7設備8設備9設備…預測性維修異常監(jiān)控人機協(xié)同過程優(yōu)化EMS數(shù)據(jù)ERP數(shù)據(jù)MES數(shù)據(jù)檢驗數(shù)據(jù)設備數(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)架構大數(shù)據(jù)應用大數(shù)據(jù)處理工藝優(yōu)化質量提升產(chǎn)線故障預測預測性維修效率提升可視化監(jiān)控事務型數(shù)據(jù)MPP數(shù)據(jù)庫HADOOPOLTP數(shù)據(jù)倉庫元數(shù)據(jù)索引列存儲粗粒度索引數(shù)據(jù)壓縮SQL優(yōu)化動態(tài)拓展資源管理大表關聯(lián)并行加載半結構化非結構構化HDFSMap/ReduceHivePig事務處理數(shù)據(jù)完整性鎖機制索引機制SQL優(yōu)化SQL執(zhí)行備份恢復斷點處理監(jiān)控管理流處理（Storm、SparkStreaming）智能制造大數(shù)據(jù)藍圖工藝人員物料設備質量歷史數(shù)據(jù)當前數(shù)據(jù)歷史數(shù)據(jù)當前數(shù)據(jù)歷史數(shù)據(jù)當前數(shù)據(jù)歷史數(shù)據(jù)當前數(shù)據(jù)歷史數(shù)據(jù)當前數(shù)據(jù)大數(shù)據(jù)平臺業(yè)務系統(tǒng)實時查詢服務批量檢索服務數(shù)據(jù)分享服務數(shù)據(jù)下載服務數(shù)據(jù)倉庫和分析型應用ODS/DSA–面向主題、當前DW–面向主題、歷史和匯總DMDMAPI接口供應鏈優(yōu)化作業(yè)行為優(yōu)化設備預測性維修SparkML目錄1工業(yè)大數(shù)據(jù)藍圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預測與優(yōu)化5主要業(yè)務規(guī)劃6中安鼎輝大數(shù)據(jù)平臺工業(yè)大數(shù)據(jù)特點供應商數(shù)據(jù)產(chǎn)品質量服務信息信用數(shù)據(jù)位置數(shù)據(jù)渠道依賴原料來源Web信息業(yè)務信息行為信息機器數(shù)據(jù)多種類型時間序列數(shù)據(jù)真實數(shù)據(jù)海量并發(fā)較高控制數(shù)據(jù)數(shù)據(jù)多樣時間戳程序數(shù)據(jù)結果數(shù)據(jù)人員數(shù)據(jù)基本信息行為信息物料數(shù)據(jù)基本信息計量信息位置信息物流信息加工信息裝配信息追蹤信息質量數(shù)據(jù)檢驗數(shù)據(jù)隨機性概率特征相關性客戶數(shù)據(jù)需求數(shù)據(jù)產(chǎn)品數(shù)據(jù)位置數(shù)據(jù)競爭對手信用數(shù)據(jù)業(yè)務數(shù)據(jù)Web信息行為信息物流數(shù)據(jù)位置數(shù)據(jù)計量數(shù)據(jù)時間數(shù)據(jù)多樣、實時、海量的數(shù)據(jù)需要依賴大數(shù)據(jù)技術進行數(shù)據(jù)管理并產(chǎn)生價值交互查詢批查詢機器學習實時分析設備傳感器質量物料人員事件設備傳感器質量人員事件ETL工具定義的主題查詢結果呈現(xiàn)關系型數(shù)據(jù)LOB應用物料元數(shù)據(jù)及關聯(lián)性數(shù)據(jù)預處理報表展示機器學習結果展示數(shù)據(jù)源定義數(shù)據(jù)預處理工業(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)線建模知識庫自助式BI信息管理事件處理

數(shù)據(jù)分類數(shù)據(jù)工廠

機器學習/數(shù)據(jù)分析HADOOP/Spark技術流處理信息基于數(shù)據(jù)湖分析機器學習大數(shù)據(jù)存儲SQL數(shù)據(jù)倉庫數(shù)據(jù)湖其他數(shù)據(jù)信息系統(tǒng)設備傳感器數(shù)據(jù)數(shù)據(jù)湖與價值發(fā)現(xiàn)生產(chǎn)期量進度實時反映在制品分布實時展示設備、能源、現(xiàn)場實時監(jiān)控生產(chǎn)動態(tài)實時掌控數(shù)據(jù)統(tǒng)計分析及預測工時績效統(tǒng)計成本核算支持工藝知識積累質量缺陷統(tǒng)計設備效能分析生產(chǎn)瓶頸預測決策工廠生產(chǎn)透明化運行操作資質實動工時運行狀態(tài)資源負荷物料消耗在制分布操作指導工藝參數(shù)能源消耗現(xiàn)場實況質量記錄NCR人機料法環(huán)測制造過程信息集成制造過程實時信息積累制造過程歷史信息制造過程智能化管控基礎管理數(shù)字化支撐生產(chǎn)計劃信息基礎管理信息支持制造過程信息模型指導優(yōu)化目錄1工業(yè)大數(shù)據(jù)藍圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預測與優(yōu)化5主要業(yè)務規(guī)劃工業(yè)大數(shù)據(jù)建模目標制造價值提升1、原因分析的工藝優(yōu)化；2、設備預測性維修；3、產(chǎn)線異常監(jiān)控；4、產(chǎn)品質量控制；供應商管理提升1、風險預測與分析；2、交付時間與路徑優(yōu)化；3、供應商評價與信用管理；客戶需求管理提升1、客戶行為的需求挖掘；2、準確個性化的產(chǎn)品定價；3、產(chǎn)品的預測性保養(yǎng)與維修；4、更好的產(chǎn)品體驗；運營價值提升1、更好的管理資產(chǎn)；2、合理的資源消耗；3、避免人為的錯誤；4、實時推薦技術工具；5、增強用戶高效與便捷01020304如上圖顯示的機器學習算法，多級算法分析引擎可以根據(jù)對工廠已安裝設備的數(shù)據(jù)采集和工藝流程，自動繪制內在的邏輯關系，并顯示哪個工藝流程和數(shù)據(jù)流之間直接或間接的相互關系，以及這種關系存在的原因。這種深層和獨特的分析提供了一個高等級的平臺來偵測異常，通過行為和運營表現(xiàn)來標記質量與效率，并進行微觀辯證性的根源問題分析。生產(chǎn)過程建模設備數(shù)據(jù)建模結果的相似和關聯(lián)性產(chǎn)線數(shù)據(jù)建模模型算法-DNN神經(jīng)網(wǎng)絡是一組模擬人腦進行模式識別的算法組合，通過聚類或者標記原始數(shù)據(jù)進行數(shù)據(jù)感知，它可以識別真實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)絡與單層神經(jīng)網(wǎng)絡的區(qū)別是數(shù)據(jù)通過了多步模式識別的隱藏層處理，傳統(tǒng)的神經(jīng)網(wǎng)絡機器學習算法依賴于一個輸入一個輸出一個隱藏的淺層神經(jīng)網(wǎng)絡學習，而深度神經(jīng)網(wǎng)絡是在一個以上的隱藏層學習。模型與數(shù)據(jù)異常檢測事件處理環(huán)境分析人機協(xié)同能效增強質量強化實時數(shù)據(jù)處理歷史數(shù)據(jù)處理模型分析實時數(shù)據(jù)檢測設備狀態(tài)、預防設備故障、優(yōu)化生產(chǎn)過程、提升產(chǎn)品質量、能效增強、人機協(xié)同。通過對歷史數(shù)據(jù)清洗整合，進行模型的訓練，優(yōu)化模型參數(shù)，進行更加有效的生產(chǎn)和運營。強化模型目錄1工業(yè)大數(shù)據(jù)藍圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預測與優(yōu)化5主要業(yè)務規(guī)劃設備預測性維修預測與優(yōu)化生產(chǎn)過程優(yōu)化設備預測性維修質量提升人機協(xié)同異常檢測時間單元對于故障警告日志進行時間單元劃分，將故障或警告視為事件，事件到下一個事件發(fā)生時間間隔超過一定時間的視為不同單元。伴隨概率對于同一個時間單元里的故障和警告進行聯(lián)合概率分析，計算任意兩個事件在單元里同時發(fā)生的概率。故障事件對于某一種故障的前序事件進行觀察，事件與上一次事件間隔時間以內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)計不同前序事件發(fā)生的次數(shù)。關聯(lián)分析通過伴隨發(fā)生概率分析，了解任意事件之間的關聯(lián)性，尋找同時發(fā)生概率高的事件。通過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系。異常檢測預測與優(yōu)化生產(chǎn)過程優(yōu)化異常檢測設備預測性維修人機協(xié)同質量提升時間序列將采集到的底層設備數(shù)據(jù)進行時間序列分析，生成時間序列數(shù)據(jù)圖形，將圖像特征按時間段進行觀察。聚類分析對建模后時間序列數(shù)據(jù)的按照時間端特征進行提取并聚類，聚類的結果對應到采集到的生產(chǎn)國產(chǎn)數(shù)據(jù)。關聯(lián)分析對于不同分類數(shù)據(jù)的相關性，通過拉長時間軸的長度進行分析。行為分析對采集到的事件和分類數(shù)據(jù)的進行關聯(lián)性分析，并對應到產(chǎn)線運營行為上。生產(chǎn)過程優(yōu)化預測與優(yōu)化設備預測性維修生產(chǎn)過程優(yōu)化質量提升人機協(xié)同異常檢測能力平衡通過分析工序的Cycletime，工序瓶頸以及相應的等待事件，該出每一步工序所需要能力平衡的建議。異常事件通過對過程事件的分析發(fā)現(xiàn)經(jīng)常性出現(xiàn)異常事件的原因，原因：機器、人員、原材料、能源等。缺陷事件通過分析過程中反饋記錄的質量信息，進行相關因素分析，通過改善相關因素進行質量改善。按因優(yōu)化將挖掘發(fā)現(xiàn)的過程事件原因進行進行合并處理，改出相應的優(yōu)化方案。人機協(xié)同優(yōu)化預測與優(yōu)化生產(chǎn)過程優(yōu)化人機協(xié)同質量提升設備預測性維修異常檢測調度優(yōu)化對機器和人員的執(zhí)行調度，通過對歷史操作數(shù)據(jù)的分析分析出相應崗位最適合的人并進行作業(yè)人員畫像保證人機良好的協(xié)同。人因分析在具體的任務作業(yè)過程中，對作業(yè)人員的操作行為及執(zhí)行結果進行因果關聯(lián)分析，并給出良好作業(yè)的關鍵行為要素。目錄1工業(yè)大數(shù)據(jù)藍圖3工業(yè)大數(shù)據(jù)建模2工業(yè)數(shù)據(jù)湖4預測與優(yōu)化5主要業(yè)務規(guī)劃大數(shù)據(jù)業(yè)務規(guī)劃大數(shù)據(jù)技術、工具、方法對鋼鐵企業(yè)生產(chǎn)業(yè)務的理解規(guī)劃依據(jù)業(yè)務藍圖數(shù)據(jù)藍圖技術藍圖大數(shù)據(jù)管理平臺架構大數(shù)據(jù)處理技術架構海量、高速實時數(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、質量管理、存儲管理、ETL?；诖髷?shù)據(jù)的應用規(guī)劃重點設備預測維修高爐異常事件防控產(chǎn)品質量提升人員作業(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)）煉鋼設備高爐產(chǎn)線設備與工業(yè)網(wǎng)絡MES、EMS1、生產(chǎn)過程。2、能源消耗。3、異常事件。4、災難事件。1、設備參數(shù)。2、調度行為。鋼廠數(shù)據(jù)湖質量提升異常監(jiān)控人機協(xié)同災難規(guī)避大數(shù)據(jù)處理煉鋼生產(chǎn)過程大數(shù)據(jù)應用料層厚度燒結溫度點火溫度垂直燃燒速度混合料水分燃料配比機速利用系數(shù)冶煉強度焦比噴煤比燃料比富氧率風溫氧氣壓強氬氣壓強……鋼材生產(chǎn)過程大數(shù)據(jù)應用PLC、DCS、SCADA（控制及采集數(shù)據(jù)）產(chǎn)線設備與工業(yè)網(wǎng)絡軋鋼設備主軋機MES、EMS（信息系統(tǒng)）質量分析趨勢圖直方圖散點圖因果圖鋼廠數(shù)據(jù)湖軋機監(jiān)測溫度厚度張力速度電機扭矩軋制力物料跟蹤跟蹤模型扎線位置扎線狀態(tài)輥道長度主生產(chǎn)計劃生產(chǎn)訂單作業(yè)計劃任務分派采購計劃物料需求計劃能力需求計劃技術準備計劃質量保證計劃物料準備計劃作業(yè)準備作業(yè)執(zhí)行作業(yè)過程監(jiān)控作業(yè)過程檢驗原材料入庫物料領用異常問題處理物料配送物料轉運成品入庫在制品跟蹤原材料檢驗過程質量檢驗不合格品處理成品檢驗質量統(tǒng)計分析圖形化/可視化調度算法物聯(lián)網(wǎng)服務架構精益生產(chǎn)準時化生產(chǎn)標準化作業(yè)目視化管理5S管理綠色制造質量體系移動計算數(shù)據(jù)挖掘基礎管理數(shù)字化支撐制造過程智能化管控車間運行透明化決策人機料法環(huán)測生產(chǎn)計劃管理制造過程管控車間物流管理車間物質量監(jiān)控作業(yè)完工反饋財務管理銷售管理生產(chǎn)計劃供應鏈管理作業(yè)計劃作業(yè)調控質量改善配送作業(yè)實時監(jiān)控作業(yè)調控作業(yè)計劃質量改善實時監(jiān)控數(shù)據(jù)化服務PLMCADCAE數(shù)據(jù)化設計CAPP機加工設備工業(yè)機器人現(xiàn)場控制在線監(jiān)測倉儲物流