基于大数据的智能工厂数据平台架构设计与研究 .pdfVIP

基于大数据的智能工厂数据平台架构设

计与研究

摘要：经过深入的探索和实践，人们建立了一个以大数据为驱动的智能工厂

数据平台，它可以帮助企业实施有效的运营管理，包括分析、预测和决策。通过

采用Hadoop、Spark、Storm等先进的开放式大数据计算引擎，人们建立起全面

的智能工厂大数据系统，它包括数据来源层、数据传输层、数据存储层、资源管

理层、处理分析层以及业务应用层，从而满足不同类型的企业对于大量高质量且

可靠数据的需求。

关键词：大数据；智能工厂；数字平台；架构设计

1引言

近年来，由于物联网、云计算、大数据等前沿科学的飞速发展，制造业经历

了一场颠覆性的变革，从而引领全球经济的转型升级。美国、德国及其他欧美国

家纷纷出台一系列针对当前制造业状况的改善性政策，推进全球经济的可持续增

长。本文主要讨论了如何利用大数据来构建高效的智能工厂数据平台，并通过分

析平台数据获取宝贵的信息，为决定企业的发展方向提供参考。

2智能工厂

2.1智能工厂的定义

随着科学技术的发展，智能制造已经成为制造产业变革的驱动力，从而改变

了传统的生产方式，使得生产流程更加高效、精准、可靠。变革的基础就是构建

一个基于物联网的生产系统，从而使得生产流程更加自主、可控、可预测，从而

使得生产更加高效、可持续、可调节。通过不断改进生产系统，对大量的数据进

行全面的监测、采集、处理、分析，人们正在努力提升工厂的生产效率。

2.2智能工厂的实施

要实现智能工厂的生产模式，首先就必须将厂房内的信息系统连接起来，把

未被利用的信息进行有效整合，形成一个完整的信息系统，以便更好地满足消费

者的需求，并及时响应市场的变化，从而实现以需求驱动的高效生产模式。随着

IoT技术的不断发展，一种新的生态系统解决方案已经被成功的推出，OPAF、IIC

等组织以及英特尔等IT巨头正在积极推动IoT技术标准的开发。为了充分利用

数据的潜力，实现智能工厂的第二步就是收集、储存、预处理和分析数据，以便

更好地利用信息，从而提取出最重要的信息，并将其发送回数据中心，从而更好

地利用信息。通过将算法布置在流数据收集点、网关、云等多个地方，可以有效

地提升终端数据分析或雾计算策略的性能，并有效地识别出有用的信息。

3大数据

3.1大数据概念

一般来说，大数据指的是利用所有数据进行分析和处理，没有随机分析（抽

样调查）的捷径，它具有大众化、高速化、多元化、价值化等多重属性。数据采

集层需要使用ETL工具将分布式、异构数据源中的数据抽取到临时中间层，完成

清理、转换等数据预处理任务，然后加载到数据仓库中。数据存储层需要利用分

布式文件系统、数据仓库、关系/非关系数据库等，实现各种数据的存储和管理；

数据处理分析层需要结合机器学习和挖掘算法，利用计算框架引擎对大规模数据

进行分析处理，并将分析结果可视化呈现。大数据的两大核心关键技术是分布式

存储和分布式处理，快速高效地处理大规模数据。

3.2智能工厂的大数据来源

智慧车间的大数据来源多种多样，其中最主要的来源是PLM、MES、ERM、PQM

和CRM等，它们构成了一个完整的工业数据分析信息资产库，可以帮助企业更好

地管理生产流程，大大提高制造效益。数据分析在产品生命周期和价值链中发挥

着重要的角色，从原材料的采购、加工、检测到最终的交付，都会产生巨大的价

值。

随着智能设备的普及，工业物联网的数据分析不仅涵盖了材料的参数、刀具

的状态等即时数据，还包括了污染物、有害气体等运行环境的即时数据，使得对

所有生产数据的管理显得更加便捷。

3.3智能工厂的大数据特征

随着技术的发展，智能工厂的数据来源越来越丰富，呈现着“规模化、多元

化、高效化”的特征。这三种特点在实际应用中表现得尤为明显：（1）规模化，

比如在质检系统，可以收集1400种质检方法的电子标记，一包牛奶的质检可以

收集35道工序，105个检测环节，而且每日都会收集超过1GB的信息，这些信息

就像洪水一样涌向质检系统。（2）多元化，比如在乳制件的生产，可以收集各

种不同的质检结果，这些结果可以用来分析企业的运营情况。（3）高效化，生

产过程中产生的数据可以被快速地存储到数据库里，从而提升了自动化的效率。

比如PLC可以在1秒内实时地检测到乳制品的灌装过程中的各种参数，包含瓶子

的位置、液体的流动情况和容积。

4