工業大數據架構與應用分析

【摘? 要】大數據已經成為業界公認的工業升級的關鍵技術要素，未來工業發展必須要靠數據，如何構建以數據為核心的智能化體系將成為支撐智能制造和工業互聯網的核心動力。由于大數據與工業融合發展時間還不長，因此工業大數據架構還沒有形成統一的理論體系。論文將結合多年實踐研究，詳細闡述工業大數據架構及發展應用，以此為工業大數據發展提供理論基礎。

【Abstract】Big data has become the key technical factor of industrial upgrading recognized by the industry， and the future industrial development must rely on data. How to build an intelligent system with data as the core will become the core power to support intelligent manufacturing and industrial internet. As the integration of big data and industry has not been developed for a long time， the industrial big data architecture has not yet formed a unified theoretical system. Based on years of practical research， this paper will elaborate on the industrial big data architecture and its development and application， so as to provide a theoretical basis for the development of industrial big data.

【關鍵詞】工業大數據;架構;智能化

【Keywords】 industrial big data; architecture; intelligent

【中圖分類號】TP319? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2020）08-0166-02

1 工業大數據架構建設的必要性

工業大數據是基于我國互聯網技術的發展而產生的，傳統工業信息化一直在進行，如在現代制造車間中會產生大量的數據，這些數據的種類比較多樣、結構關系比較復雜，但是工業從數據大數據的轉化我們考慮更多的是與自動化域數據的疊加。隨著大數據技術的發展，推動工業大數據成為現代智能制造業的核心要素。實踐證明工業大數據架構建設具有內在的現實重要意義。首先，工業大數據架構建設是貫徹落實國家系列重大戰略部署的重要舉措。隨著我國現代智能制造戰略的實施，工業大數據發展成為我國現代工業發展的核心要素。黨中央國務院高度重視工業大數據，習近平總書記多次強調推進工業互聯網基礎設施和數據資源管理體系建設。工信部出臺《工業大數據發展指導意見》、地方政府根據區域工業發展也出臺大量的關于促進工業大數據發展的戰略規劃等。可見工業大數據是落實國家大數據戰略、推動工業互聯網創新發展的重要抓手。其次，工業大數據是推動經濟高質量發展的戰略選擇。工業生產過程中會產生大量數據，加強對各種數據的分析與運用能力會促進工業生產效率的提高。尤其是工業與大數據技術的融合可以促進工業生產方式、運行模式的優化，從而促進工業經濟向數據驅動型創新轉變，提升經濟的高質量發展。

2 工業大數據系統技術架構

參照2016年工業互聯網產業聯盟發布的工業互聯網數據體系架構的描述要求，工業大數據架構主要由以下四個層面構成：采集交換層、集成處理層、建模分析層以及決策控制層。見圖1所示。

①采集交換層主要是將從不同來源渠道采集的數據在不同的系統之間進行交互，以此實現生產中各種數據的相互共享。

②集成處理層。其主要是將物理系統實體進行抽象和虛擬化，以此建立不同種類的主題數據庫，并且建立合理的數據模型，以此將清洗轉化后的數據與虛擬制造中的相關實體進行關聯。

③建模分析層。主要是在虛擬化的實體上構建仿真測試模型，以此將其應用在原始數據的提取上，以此為各項決策提供數據支持。

④決策控制層。基于數據分析結果，生成描述、診斷、預測、決策、控制等不同應用，形成優化決策建議或產生直接控制指令，從而對工業系統施加影響，實現個性化定制、智能化生產、協同化組織和服務化制造等創新模式，最終構成從數據采集到設備、生產現場及企業運營管理優化的閉環。

3 工業大數據架構的應用

結合工業大數據典型應用方向，大數據與工業的融合應用主要體現在以下三個層次：第一個層次是設備級的，就是提高單臺設備的可靠性、識別設備故障、優化設備運行等;第二個層次更多是針對產線、車間、工廠，提高運作效率，包括能耗優化、供應鏈管理、質量管理等;第三個層次是跨出了工廠邊界的產業跨界，實現產業互聯。

基于我國互聯網技術的不斷發展，企業在生產過程中會形成大量的數據，而準確提取有用數據會有效提升企業制造產品的質量。結合實踐調查，工業大數據在企業生產中得到廣泛的應用，如在傳統制藥車間內，通過運用工業大數據系統實現了制造過程自動排產調度、自動跟蹤預警、故障自動推送等智能化制造，滿足了不同工業場景生產的需要。但是企業在機械制造過程中由于客戶要求比較高，因此機械制造工程師通過會花費大量的時間用于收集數據，而只有很小的時間去做數據分析與問題診斷。針對該問題采取工業大數據架構體系：

①數據采集。在具體的應用中首先需要對相關數據進行采集，由于工業數據來源渠道多元化，因此需要將分散的數據進行統一的采集、儲存，其數據采集方式為：對于工業現場設備、傳感器數據的采集主要是通過OPC UA協議進行采集;對于日志文本的數據則主要是通過文件上傳的方式進行云端采集;對于傳統關系型數據庫的采集，則主要是通過Sqoop組件實現。

②數據儲存。數據儲存層主要是對文本中云平臺的大量數據進行緩存和儲存。其架構主要包括：云終端分布式儲存系統是基于Hadoop構建的，便于對數據的及時查找與更新管理，需要在云終端儲存子系統中部署HBase系統，同時還要部署MySQL傳統關系型數據庫。工業大數據系統接入的數據源數量比較大，因此需要支持各種類型數據的儲存，以此滿足工業場景的要求。例如，在工業生產中需要實時監測生產過程，而對于實時監控的數據儲存則主要是通過對數據的輕度清洗和匯總后結合Web UI技術實時展現生產線的最新動態。

③數據分析處理。為了挖掘工業大數據有用信息，西藥一數據分析模塊為核心，提供基于工業大數據的預測分析功能。預測功能是以人工神經網絡等相關算法為核心的，是建立在Spark分布式計算平臺上的。其具體的數據處理步驟為：首先從數據儲存層輸入代訓練數據，然后對數據進行預處理操作，經過預處理操作后再進行模型的訓練操作。其次對于訓練好的模型進行測試，對測試信息進行分析，當測試結果符合預定要求后將訓練好的模型儲存至云端模型倉庫。最后將等待預測的數據從其他模塊輸入數據分析模塊，進行相應的模型調用操作，最終生成該預測數據的預測數值，完成數據的預測分析。

4 工業大數據架構應用所面臨的困境及解決對策

雖然在國家的大力推進下，工業大數據在工業領域得到廣泛的應用，但是由于工業大數據正處于起步階段，因此其應用還存在一些問題：一是信息集成貫通困難。由于工業大數據來源渠道比較多，數據結構不一，尤其是在市場經濟環境下企業信息系統相互獨立，因此受數據格式千差萬別的影響，導致在現階段實現信息集成貫通比較困難;二是系統復雜性帶來的挑戰。隨著工業智能制造要求的不斷提高，工業大數據的處理要求更高，其不僅要求大數據實時性處理要求高、持續時間長，而且還要面對日益復雜的數據結構，因此系統的復雜性對工業大數據架構提出更高的要求;三是網絡的安全性。實現工業大數據的關鍵就是要構建安全的網絡體系，強化對大數據信息傳輸、分析環節的安全管理，但是目前安全問題已經成為制約我國工業大數據發展的重要因素。

基于我國工業大數據架構應用所存在的問題需要我們采取以下措施：構建工業數據安全管理體系;加強工業數據安全產品研發;開展加密傳輸、訪問控制、數據脫敏等安全技術攻關，提升防篡改、防竊取、防泄露能力;加快培育安全骨干企業，增強數據安全服務，培育良好安全產業生態。

總之，工業大數據已成為推動制造業數字化、網絡化、智能化發展的關鍵生產要素。因此，基于大數據戰略的實施，我國要加快推進工業大數據架構發展，以此提升經濟的高質量發展。

【參考文獻】

【1】王妙瓊，馬鵬瑋，魏凱.工業大數據架構分析[J].信息通信技術，2018，12（03）：49-57.

【2】高嬰勱，王宇霞.深化工業數據應用賦能數字化轉型[J].軟件和集成電路，2020（06）：112.

【3】張東光，郭輝.淺析數據采集技術在工業大數據平臺中的應用[J].科學與信息化，2020（08）：35-37.

【作者簡介】路賽賽（1985-），女，河北滄縣人，工程師，從事電子工程研究。