李飛

關(guān)鍵詞：智能工廠；數(shù)據(jù)中臺；信息化

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2023）03-0057-03

隨著全球市場競爭的日益激烈，制造業(yè)在提高質(zhì)量、降低成本、減少消耗和增加效益等方面產(chǎn)生了強烈的需求，由此引發(fā)新一輪工業(yè)革命，智能工廠和智能制造成為國內(nèi)外產(chǎn)業(yè)變革的核心驅(qū)動和戰(zhàn)略焦點。德國提出工業(yè)4.0計劃，基于先進的工業(yè)制造和自動化技術(shù)，重點研究智能化生產(chǎn)控制系統(tǒng)和過程管理，應(yīng)用信息物理系統(tǒng)（CPS） 技術(shù)提升智能制造水平；美國提出工業(yè)互聯(lián)網(wǎng)概念，發(fā)揮信息技術(shù)優(yōu)勢，利用新一代信息通信技術(shù)與工業(yè)經(jīng)濟深度融合，構(gòu)建覆蓋全產(chǎn)業(yè)鏈的全新制造和服務(wù)體系；中國提出“中國制造2025”，以信息化與工業(yè)化深度融合為主線，促進以云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)為代表的新一代信息技術(shù)與現(xiàn)代制造業(yè)、生產(chǎn)性服務(wù)業(yè)等的融合創(chuàng)新，從而提升中國制造水平，實現(xiàn)從制造大國向制造強國的轉(zhuǎn)變[1]。煙草行業(yè)內(nèi)各個企業(yè)也開始大力發(fā)展智能工廠建設(shè)，積極推進改革創(chuàng)新，以提高企業(yè)在市場上的競爭力。智能工廠是工業(yè)化和信息化的深入融合，而信息化是智能工廠的靈魂所在，需以信息化為支撐，推進智能工廠建設(shè)的探索和實踐。

1 智能工廠信息化建設(shè)分析

1.1 智能工廠信息化建設(shè)范圍

通過對國內(nèi)外智能工廠建設(shè)模式的研究，以及智能工廠相關(guān)標準、指導(dǎo)意見和試點工廠的分析，確定智能工廠信息化建設(shè)范圍，如圖1所示。

智能工廠建設(shè)主要包括先進工業(yè)制造技術(shù)和工業(yè)互聯(lián)網(wǎng)兩大部分。其中，先進工業(yè)制造技術(shù)，泛指智能機器設(shè)備、先進工藝材料等，主要是車間生產(chǎn)設(shè)備和生產(chǎn)線的智能化；工業(yè)互聯(lián)網(wǎng)，泛指信息技術(shù)在智能制造方面的深化應(yīng)用，包括工業(yè)應(yīng)用層、工業(yè)平臺層、基礎(chǔ)設(shè)施層、邊緣層和安全防護[2]。智能工廠信息化建設(shè)涵蓋工業(yè)互聯(lián)網(wǎng)大部分內(nèi)容，從智能應(yīng)用建設(shè)、平臺建設(shè)、基礎(chǔ)設(shè)施到網(wǎng)絡(luò)安全防護。

1.2 智能工廠信息化建設(shè)問題

智能工廠建設(shè)是一個從數(shù)字化、網(wǎng)絡(luò)化再到智能化的過程。數(shù)字化是基礎(chǔ)，實現(xiàn)對數(shù)據(jù)的匯聚、梳理、建模和數(shù)據(jù)資產(chǎn)管理；網(wǎng)絡(luò)化是采用信息物理系統(tǒng)（CPS） 技術(shù)建立信息世界和物理世界的關(guān)聯(lián)，并通過物聯(lián)網(wǎng)技術(shù)建立物理實體間的泛在連接；智能化是通過新一代人工智能等技術(shù)，實現(xiàn)智能化生產(chǎn)的自學習、自適應(yīng)、自主控制和人機協(xié)同。目前卷煙工廠都建設(shè)了生產(chǎn)制造執(zhí)行系統(tǒng)（MES） 、制絲集控系統(tǒng)、卷包數(shù)采系統(tǒng)和能管系統(tǒng)等，實現(xiàn)生產(chǎn)過程中部分設(shè)備的自動化控制和生產(chǎn)過程的信息化管理，隨著信息化與生產(chǎn)管理的不斷融合，生產(chǎn)過程中產(chǎn)生的大量數(shù)據(jù)如何有效應(yīng)用和管理，從而打造智能工廠建設(shè)的基礎(chǔ)，成為亟待解決的問題。

1） 數(shù)據(jù)有效管理的問題

生產(chǎn)過程數(shù)據(jù)是一個龐大復(fù)雜的集合，具有數(shù)據(jù)量大、數(shù)據(jù)類型多和高速性等特征[3]。如MES系統(tǒng)、制絲集控、卷包數(shù)采等系統(tǒng)每天均產(chǎn)生大量數(shù)據(jù)，且數(shù)據(jù)類型繁多，包括質(zhì)量數(shù)據(jù)、產(chǎn)量數(shù)據(jù)、消耗數(shù)據(jù)等，同時對數(shù)據(jù)處理速度有較高要求。

生產(chǎn)數(shù)據(jù)分散存儲于各信息系統(tǒng)或底層設(shè)備，歷史數(shù)據(jù)存儲時長不一，數(shù)據(jù)存儲空間各異，數(shù)據(jù)存儲安全性值得擔憂。對大規(guī)模歷史數(shù)據(jù)進行集中存儲，不僅要求服務(wù)器擁有足夠的存儲空間，而且對數(shù)據(jù)的安全存儲、高效檢索性能等提出了挑戰(zhàn)。

對生產(chǎn)歷史數(shù)據(jù)進行存儲后，需要對數(shù)據(jù)進行梳理和評估形成企業(yè)“數(shù)據(jù)資產(chǎn)”，現(xiàn)在已利用的數(shù)據(jù)僅占現(xiàn)有可采集數(shù)據(jù)的一部分，在現(xiàn)有可采集數(shù)據(jù)不能滿足業(yè)務(wù)需求的情況下，還需要考慮通過改造設(shè)備或增加傳感器等方式獲取更多數(shù)據(jù)。由于缺乏對“數(shù)據(jù)資產(chǎn)”的盤點和價值評估，數(shù)據(jù)之間缺乏關(guān)聯(lián)關(guān)系，數(shù)據(jù)得不到最大化利用，形成了新型數(shù)據(jù)孤島。

2） 創(chuàng)新應(yīng)用的問題

在智能工廠創(chuàng)新應(yīng)用建設(shè)探索過程中，業(yè)務(wù)部門更加深刻認識到數(shù)據(jù)的價值，形成了數(shù)據(jù)分析眾創(chuàng)氛圍。隨著數(shù)據(jù)分析工作的不斷深入，缺乏數(shù)據(jù)平臺支撐的矛盾日益凸顯。智能工廠的創(chuàng)新應(yīng)用需要堅實的數(shù)據(jù)基礎(chǔ)，對各業(yè)務(wù)維度數(shù)據(jù)進行系統(tǒng)梳理、建立關(guān)聯(lián)、有效存儲等。傳統(tǒng)信息系統(tǒng)（如MES、ERP等）的技術(shù)架構(gòu)難以應(yīng)對大規(guī)模數(shù)據(jù)的分析，并且利用生產(chǎn)數(shù)據(jù)庫進行大數(shù)據(jù)分析，會給生產(chǎn)系統(tǒng)帶來性能和穩(wěn)定性風險。

數(shù)據(jù)分析眾創(chuàng)，還需要解決問題是從哪里可以獲取哪些數(shù)據(jù)？用哪些工具進行有效分析？目前數(shù)據(jù)獲取數(shù)據(jù)的主要方式是從各信息系統(tǒng)中人工導(dǎo)出數(shù)據(jù)，在跨系統(tǒng)獲取數(shù)據(jù)時，往往不知道有哪些數(shù)據(jù)，不知道數(shù)據(jù)之間有何關(guān)聯(lián)等，同時缺少系統(tǒng)專業(yè)的分析模型和方便易用的數(shù)據(jù)分析工具。

通過對智能工廠建設(shè)范圍和智能工廠信息化建設(shè)問題的分析，智能工廠是建立在數(shù)字化工廠基礎(chǔ)上的，是信息技術(shù)與工業(yè)技術(shù)的深度融合，大數(shù)據(jù)技術(shù)、虛擬仿真和人工智能等先進技術(shù)都是數(shù)據(jù)的深化應(yīng)用，數(shù)據(jù)的管理和應(yīng)用是智能工廠建設(shè)的基礎(chǔ)[4]。

2 智能工廠信息化平臺設(shè)計

2.1 數(shù)據(jù)中臺技術(shù)

數(shù)據(jù)中臺是指通過數(shù)據(jù)技術(shù)，以統(tǒng)一的標準和口徑對海量數(shù)據(jù)進行采集、計算、存儲、加工，形成標準數(shù)據(jù)進行存儲，形成大數(shù)據(jù)資產(chǎn)，進而為用戶提供高效服務(wù)。這些服務(wù)跟企業(yè)業(yè)務(wù)有較強的關(guān)聯(lián)性，是企業(yè)獨有且能復(fù)用的，是企業(yè)業(yè)務(wù)和數(shù)據(jù)的沉淀。數(shù)據(jù)中臺的核心是一個數(shù)據(jù)管理體系，包括數(shù)據(jù)倉庫規(guī)劃、數(shù)據(jù)規(guī)范定義、數(shù)據(jù)建模研發(fā)、數(shù)據(jù)連接萃取、數(shù)據(jù)運維監(jiān)控、數(shù)據(jù)資產(chǎn)管理工具等。同時，數(shù)據(jù)中臺是一個數(shù)據(jù)集成平臺，它不僅僅是數(shù)據(jù)分析挖掘，還作為數(shù)據(jù)源為業(yè)務(wù)應(yīng)用提供數(shù)據(jù)和計算服務(wù)。

傳統(tǒng)信息系統(tǒng)架構(gòu)是類似“前臺+后臺”的構(gòu)建模式，如圖2所示。

但是隨著面向各種業(yè)務(wù)的信息系統(tǒng)紛紛上線，系統(tǒng)之間對歷史數(shù)據(jù)的共用現(xiàn)象越來越普遍。如果在每個信息系統(tǒng)分別建設(shè)大數(shù)據(jù)管理平臺，則會造成重復(fù)投資且不易于管理。因此在前臺和后臺之間，逐漸抽象形成了“數(shù)據(jù)中臺”，如圖3所示。

“數(shù)據(jù)中臺”與傳統(tǒng)“大數(shù)據(jù)平臺”的區(qū)別在于，具有全局的數(shù)據(jù)資產(chǎn)管理和數(shù)據(jù)治理能力，其更強調(diào)對外服務(wù)。數(shù)據(jù)即服務(wù)，服務(wù)于各個信息系統(tǒng)，服務(wù)于眾創(chuàng)團隊，為業(yè)務(wù)部門賦能，進行數(shù)據(jù)能力共享管理，真正讓數(shù)據(jù)用起來。數(shù)據(jù)的管理和應(yīng)用是智能工廠建設(shè)的基礎(chǔ)，通過工業(yè)互聯(lián)網(wǎng)平臺架構(gòu)結(jié)合數(shù)據(jù)中臺技術(shù)，可有效解決工業(yè)大數(shù)據(jù)的管理和深化應(yīng)用問題。

2.1 整體架構(gòu)設(shè)計

參考工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用層、平臺層、基礎(chǔ)設(shè)施層和邊緣層等四層架構(gòu)設(shè)計，結(jié)合數(shù)據(jù)中臺思想，提出了以下智能工廠信息化平臺設(shè)計架構(gòu)，包括邊緣層、基礎(chǔ)設(shè)施層、平臺層、應(yīng)用層和網(wǎng)絡(luò)安全防護五個部分。

1） 邊緣層

邊緣層是基礎(chǔ)。邊緣層對底層設(shè)備產(chǎn)生的工業(yè)數(shù)據(jù)進行采集，并對不同來源的工業(yè)數(shù)據(jù)進行協(xié)議解析和邊緣處理。一是工業(yè)數(shù)據(jù)接入，實現(xiàn)對各類工業(yè)數(shù)據(jù)的大范圍、深層次采集和連接；二是協(xié)議解析與數(shù)據(jù)預(yù)處理，將采集的各類多源異構(gòu)數(shù)據(jù)進行格式統(tǒng)一和語義解析，并進行數(shù)據(jù)剔除、壓縮、緩存等處理；三是邊緣分析應(yīng)用，面向?qū)崟r應(yīng)用場景，開展實時分析與反饋控制，并提供邊緣應(yīng)用開發(fā)所需的資源調(diào)度、運行維護等功能。

2） 基礎(chǔ)設(shè)施層

基礎(chǔ)設(shè)施層（IaaS） 是支撐?；A(chǔ)設(shè)施層主要提供計算資源、網(wǎng)絡(luò)資源、存儲資源等基礎(chǔ)設(shè)施，通過虛擬化技術(shù)將計算、存儲、網(wǎng)絡(luò)等資源池化，構(gòu)建具有大存儲量、高計算性能、高穩(wěn)定性的硬件基礎(chǔ)架構(gòu)，提供可計量、彈性化的資源服務(wù)，實現(xiàn)資源服務(wù)的動態(tài)管理，提升資源服務(wù)有效利用率，確保資源服務(wù)的安全，構(gòu)建5G無線網(wǎng)絡(luò)支撐移動應(yīng)用和物聯(lián)網(wǎng)應(yīng)用?；A(chǔ)設(shè)施層為平臺層的功能運行和應(yīng)用層的應(yīng)用服務(wù)提供完整的底層基礎(chǔ)設(shè)施服務(wù)。

3） 平臺層

平臺層（PaaS） 是核心。平臺層提供資源管理、數(shù)據(jù)與模型管理、數(shù)據(jù)建模分析和微服務(wù)管理等功能。以數(shù)據(jù)中臺為核心，對系統(tǒng)資源進行調(diào)度和管理，集成大數(shù)據(jù)、微服務(wù)等技術(shù)，為智能應(yīng)用提供支撐；對工業(yè)大數(shù)據(jù)進行數(shù)據(jù)預(yù)處理、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)建模等處理，為數(shù)據(jù)分析提供高質(zhì)量數(shù)據(jù)源；通過工業(yè)建模分析、應(yīng)用仿真分析、作業(yè)流程分析等工業(yè)機理建模方法和統(tǒng)計分析、大數(shù)據(jù)、人工智能等數(shù)據(jù)分析建模方法，實現(xiàn)數(shù)據(jù)價值的深度挖掘分析；對微服務(wù)進行管理，包括權(quán)限管理、服務(wù)訂閱、服務(wù)授權(quán)、消息推送、資源監(jiān)控和日志分析等。

4） 應(yīng)用層

應(yīng)用層（SaaS） 是關(guān)鍵。應(yīng)用層提供智能應(yīng)用、應(yīng)用眾創(chuàng)、應(yīng)用商店、應(yīng)用二次開發(fā)集成等功能。一是智能應(yīng)用，針對生產(chǎn)調(diào)度、工藝質(zhì)量、能耗優(yōu)化、設(shè)備管理等需求，構(gòu)建各類工業(yè)App應(yīng)用解決方案；二是應(yīng)用眾創(chuàng)，打造開放的數(shù)據(jù)分析應(yīng)用開發(fā)環(huán)境，提供各類資源工具和技術(shù)文檔，支撐業(yè)務(wù)人員開展創(chuàng)新應(yīng)用，區(qū)別于智能生產(chǎn)、智能質(zhì)量等工廠智能應(yīng)用，獨立于生產(chǎn)環(huán)境，是智能應(yīng)用的孵化器；三是應(yīng)用商店，提供工業(yè)App應(yīng)用的應(yīng)用管理、展示分發(fā)等服務(wù)，支撐實現(xiàn)工業(yè)App應(yīng)用推廣使用；四是應(yīng)用二次開發(fā)集成，對原有工業(yè)App應(yīng)用進行定制化改造，以適配特定應(yīng)用場景或是滿足用戶個性化需求。

5） 網(wǎng)絡(luò)安全防護

網(wǎng)絡(luò)安全防護是保障。網(wǎng)絡(luò)安全防護對邊緣層、基礎(chǔ)設(shè)施層、平臺層、應(yīng)用層等多層面進行綜合性的安全防護，包括數(shù)據(jù)安全、應(yīng)用安全、網(wǎng)絡(luò)安全和工控安全。數(shù)據(jù)安全側(cè)重數(shù)據(jù)加密傳輸、安全存儲、分類分級、訪問控制、敏感數(shù)據(jù)識別和保護等方面；應(yīng)用安全側(cè)重身份認證、權(quán)限控制、微服務(wù)組件安全、應(yīng)用安全加固等方面；網(wǎng)絡(luò)安全側(cè)重網(wǎng)絡(luò)訪問控制、入侵檢測、防火墻、工控網(wǎng)絡(luò)安全、無線網(wǎng)絡(luò)監(jiān)控等方面；工控安全側(cè)重設(shè)備可信驗證、工控協(xié)議防護、工控系統(tǒng)防護等方面。

2.2 數(shù)據(jù)中臺架構(gòu)

數(shù)據(jù)中臺通過對MES、制絲集控、卷包數(shù)采等多源多類型數(shù)據(jù)進行抽取和統(tǒng)一存儲，建立數(shù)據(jù)關(guān)聯(lián)，進行數(shù)據(jù)資產(chǎn)管理，提供可視化數(shù)據(jù)獲取和數(shù)據(jù)服務(wù)接口，實現(xiàn)“讓數(shù)據(jù)用起來”的原則和目的。包括數(shù)據(jù)源、數(shù)據(jù)抽取、數(shù)據(jù)資產(chǎn)管理和數(shù)據(jù)服務(wù)四個部分。

1） 數(shù)據(jù)源

數(shù)據(jù)中臺需要采集的數(shù)據(jù)源包括MES、制絲集控、卷包數(shù)采、動力能管等系統(tǒng)。這些數(shù)據(jù)源中的數(shù)據(jù)形式主要包括OPC（OLE for Process Control） 協(xié)議、實時歷史數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)等。

2） 數(shù)據(jù)抽取

使用ETL（Extract-Transform-Load） 工具將OPC協(xié)議、實時歷史數(shù)據(jù)庫和非結(jié)構(gòu)化數(shù)據(jù)進行抽取、傳輸、加載到數(shù)據(jù)倉庫中。針對不同的數(shù)據(jù)源和數(shù)據(jù)形式，需要使用不同的ETL工具，例如通過OPC協(xié)議抽取數(shù)據(jù)的ETL工具、從實時歷史數(shù)據(jù)庫抽取數(shù)據(jù)的ETL工具等。

3） 數(shù)據(jù)資產(chǎn)管理

數(shù)據(jù)資產(chǎn)管理包括數(shù)據(jù)存儲、數(shù)據(jù)質(zhì)量、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)共享、數(shù)據(jù)安全、元數(shù)據(jù)管理和價值評估等。

經(jīng)過抽取的數(shù)據(jù)將根據(jù)數(shù)據(jù)性質(zhì)，分別存儲于Hadoop 等大數(shù)據(jù)平臺或NoSQL等數(shù)據(jù)庫中[5]；將計劃、質(zhì)量、設(shè)備、能源等不同業(yè)務(wù)領(lǐng)域數(shù)據(jù)進行關(guān)聯(lián)；建立數(shù)據(jù)模型，對數(shù)據(jù)進行系統(tǒng)的數(shù)據(jù)資產(chǎn)管理；針對工業(yè)大數(shù)據(jù)“價值密度低”的特點，需要對數(shù)據(jù)價值進行評估，評估過程也是對數(shù)據(jù)再梳理再發(fā)掘的過程。

4） 數(shù)據(jù)服務(wù)

數(shù)據(jù)服務(wù)是“讓數(shù)據(jù)用起來”的關(guān)鍵，是數(shù)據(jù)中臺的向外輸出。數(shù)據(jù)中臺可提供可視化的數(shù)據(jù)獲取界面，讓用戶可以直觀地獲取到數(shù)據(jù)中臺中的數(shù)據(jù)；數(shù)據(jù)服務(wù)接口是數(shù)據(jù)中臺為各類智能應(yīng)用提供的數(shù)據(jù)服務(wù)接口；眾創(chuàng)數(shù)據(jù)服務(wù)是為滿足業(yè)務(wù)部門眾創(chuàng)需求，為眾創(chuàng)應(yīng)用提供高效的數(shù)據(jù)服務(wù)和友好的開發(fā)環(huán)境；數(shù)據(jù)加工服務(wù)通過對數(shù)據(jù)分析工具進行封裝，提供可視化的數(shù)據(jù)分析算法和工具。

3 結(jié)論

隨著信息技術(shù)在生產(chǎn)制造和工業(yè)領(lǐng)域的不斷深化應(yīng)用，制造業(yè)正經(jīng)歷以信息化與工業(yè)化深度融合為標志的新一代產(chǎn)業(yè)革命，逐步向數(shù)字化、智能化、透明化和人機協(xié)同的智能制造方向發(fā)展。本文在對智能工廠信息化建設(shè)探討和分析的基礎(chǔ)上，提出基于數(shù)據(jù)中臺的智能工廠信息化平臺架構(gòu)設(shè)計和適用于工業(yè)大數(shù)據(jù)管理的數(shù)據(jù)中臺架構(gòu)方案，對工業(yè)互聯(lián)網(wǎng)、數(shù)據(jù)中臺和大數(shù)據(jù)等技術(shù)在智能工廠建設(shè)中的應(yīng)用具有一定借鑒作用，為傳統(tǒng)制造工廠從數(shù)字化、網(wǎng)絡(luò)化到智能化的發(fā)展奠定了基礎(chǔ)。然而當前智能工廠建設(shè)尚處于初始階段，對信息化如何推動智能工廠建設(shè)還需進一步探索。下一步將以智能工廠建設(shè)為應(yīng)用場景，通過實施智能工廠數(shù)據(jù)中臺項目，逐步開展基于數(shù)據(jù)中臺的智能工廠信息化平臺建設(shè)，可為智能工廠信息化建設(shè)提供有效的數(shù)據(jù)管理手段和高效的數(shù)據(jù)治理能力，為智能工廠創(chuàng)新應(yīng)用提供可擴展高性能的系統(tǒng)平臺以及對數(shù)據(jù)分析眾創(chuàng)提供高質(zhì)量的數(shù)據(jù)服務(wù)，在數(shù)字資產(chǎn)管理和數(shù)據(jù)深化應(yīng)用等方面支撐智能工廠信息化建設(shè)。