程慶和, 謝子明, 陳凌宙, 唐詩淵, 郭 俊
(1.滬東中華造船(集團)有限公司,上海 200129;2.上海船舶工藝研究所,上海 200032)
隨著新一輪科技革命和產業變革興起,引發制造與管理模式深度變革。這種變革催生我國船舶制造業開展現代造船模式的升級和創新。中國船舶集團有限公司提出建立現代造船模式2.0框架體系(2020年版),將推進造船數字化、網絡化、智能化轉型列為現代造船模式2.0的十大核心要素之一,建立企業中心數據庫和探索造船大數據分析與決策則是其中的一項重要工作。
企業中心數據庫包含企業面向各類核心業務應用的業務數據庫和支持決策分析的數據倉庫,是所有數據資源的集合,是企業的核心資產。目前,國內的骨干大型船舶企業已根據企業戰略發展規劃構建較完善的各類業務數據庫,但在數據倉庫構成、大數據分析應用、主數據管理、數據集成[1]等方面還存在一定的不足,需要進一步完善企業中心數據庫構建,推進數據深化應用。
船舶建造是一項復雜的系統工程,涉及大量設計、建造、物流和服務等各項業務的綜合協同管理。為此,要求大型船舶企業實現生產計劃、設計過程、制造執行、物資物流、質量管理、人力資源、財務與預算、目標成本、供應商等各核心業務系統實現信息集成,要求企業中心數據庫中的各業務數據能夠合理關聯,并保證數據在整個業務信息鏈路上的統一性、完整性、準確性和可拓展性。大型船舶企業核心業務系統信息集成關聯關系如圖1所示。

圖1 大型船舶企業核心業務系統信息集成關聯關系
編碼、標準、基礎數據是信息化的基礎[2]。按照管理屬性與工程屬性分開的原則編制通用的管理信息編碼標準和工程信息編碼集。對基礎代碼及業務數據進行編碼,梳理139類代碼,分別為綜合信息、人力資源、資產信息、設計信息、生產信息、物流信息、質量信息、成本信息、財務信息等,編碼體系如圖2所示。

圖2 船舶企業編碼體系
基于核心業務的集成要求,在基礎編碼設計過程中考慮編碼的集成性關系,實現業務數據通過編碼映射形成自動的關聯。船舶企業的核心業務活動是生產作業和相關的生產準備工作,包括圖紙設計和物流配送活動,涉及設計、生產、物資等3個子系統,三者具有相互支持、相互配合、相互制約的關系,存在不可分割的邏輯關系。
按照生產任務包、設計圖號和物資托盤集成關系,建立集成編碼規則,如圖3所示。依據項目工程分解和中間產品制造流程,在構建船體結構編碼標準、作業類型、工種類型、作業階段等標準編碼的基礎上,組合形成中間產品生產作業編碼,與之對應的制作圖/安裝圖的圖號編碼和托盤材料清單(Pallet Material List,PML)編碼前10位與生產作業編碼前10位保持一致,形成中間產品的生產任務包和設計包與采購包的數據關聯關系,打通設計、生產、物資業務一體化集成的數據鏈路。

圖3 生產任務包、設計圖號、物資托盤集成關系編碼規則
根據現代造船模式及其信息化要求,按造船數字化及其數據的標準化和集成性原則,大型船舶企業中心數據庫主要分為業務數據庫和數據分析主題庫兩大部分,涵蓋主數據、設計、生產、供應鏈、財務與預算管理、目標成本管理、供應商管理等業務數據庫和面向數據分析主題的各類數據倉庫,其構成如圖4所示。

圖4 企業中心數據庫構成
企業中心數據庫通過設計、生產、管理集成平臺(見圖5)統一進行數據的采集、監控和管理。各業務子系統統一使用集成平臺提供的接口、服務進行數據的交換和應用,確保所有的數據通過集成平臺在企業中心數據庫中進行維護。

圖5 企業中心數據庫設計、生產、管理集成平臺
主數據是在信息系統中可被重復使用且存在于多個異構應用系統中的數據,主數據要求唯一源頭且唯一識別。主數據管理可幫助企業建立集中的主數據管理環境,消除信息孤島,統一、規范數據編碼,加強數據審計,使企業信息化建設基礎更加穩固、可用,為開展各項業務系統聯動和數據分析、數據挖掘等作好充分準備,改善數據治理[3]。常見的主數據類型和內容如表1所示,但根據企業的行業特征和信息化建設程度,主數據的內容也會發生變化。

表1 常見主數據類型和內容
設計數據庫包括3個部分:設計模型數據庫、設計圖紙庫、工藝和物量數據庫。以設計模型數據庫為例進行說明。該數據庫是針對三維數字化建模要求、按照企業殼舾涂一體化設計原則所形成的系列船模型庫。同時,按照船舶所有人要求,根據具體工程號和標準模型庫,建立單船設計模型庫。設計數據庫由設計標準類、產品信息類、制造資源類、三維模型類、基礎工藝類、船體工藝類、舾裝工藝類、涂裝工藝類組成,各數據間存在相互依賴性,其數據組成及數據類關系如圖6所示。

圖6 設計模型數據庫框架
生產數據庫包括生產計劃、作業任務、派工結算、現場智能生產設備作業運行、生產現場視頻監控等數據庫。(1)生產計劃數據庫。包括線表、主計劃、先行中日程計劃、后行中日程計劃、月度計劃和周日計劃、出圖計劃、采購計劃等數據庫。(2)作業任務數據庫。包括任務包、派工單、作業任務單。(3)派工結算數據庫。依據作業任務和生產計劃要求,在生產現場作業區進行作業任務分配并根據作業任務執行結果進行作業班組人員結算所產生的管理信息數據庫。(4)現場智能生產設備作業運行數據庫。智能切割、焊接機器人、智能焊機、龍門吊、動能源設備等涉及數字化或智能化設備的運行數據庫。(5)生產現場視頻監控數據庫。生產作業工位、中間產品物流配送堆場、倉儲、船塢碼頭登船和下船閘口等監控數據所形成的監控視頻數據庫。
供應鏈數據庫包括采購、倉儲、中間產品物流等數據庫。(1)采購數據庫。為支撐各項物資采購需求,需要建立企業采購數據庫,依據采購需求執行所形成的采購訂單、采購合同、物資納期、采購計劃和供應商信息等,物資涵蓋主要設備類、材料類(鋼材、型材)、舾裝類(管、鐵、電)、主要設備類、涂料類等。(2)倉儲數據庫。對采購到貨并驗收通過的物資,需要進行庫存管理和申領管理,在此過程中形成的庫位、盤庫、申領、發放交接等環節所產生的信息構成倉儲數據庫。(3)中間產品物流數據庫。生產建造中間環節產生的不同中間產品(船體零件、中小組立、分段、管舾件、鐵舾件、電舾件等)的倉儲、申請、發放和交接管理環節所形成的信息數據庫。
主要針對船舶建造中間產品和交付船舶所有人產品的品質進行管理而建立的相關數據庫,包括工程檢驗項目、工程項目質量檢驗、焊接管理、精度測量、產品質量問題、設計質量問題、不合格產品質量管理、售后服務等數據庫。
為支撐企業運營管理、成本管控和分析的管理要求,建立預算成本、目標成本和完工成本庫管理系統,與之匹配形成的信息數據庫即為成本數據庫。
人力資源數據庫主要為企業運營管理和生產制造而搭建的組織結構信息庫、人員基本信息庫、人事管理庫(人員入職、內部調動、人員離職等)、薪酬庫、培訓庫等。
通過物聯網技術將現場各類數字化設備的運行數據實時有效進行采集,構建設備運行狀態數據,包括焊機聯網數據、工藝焊接數據(電流、電壓等)、設備啟停數據、切割機運行軌跡數據、企業水電氣風的使用數據等。
數據倉庫是指由業務管理系統數據中提取清洗并創建的信息數據庫,是以企業管理者決策分析為目的而建立的數據庫。基于企業積累的大量業務數據,通過提取信息獲得知識,企業數據倉庫提供在企業管理和決策中面向主題、集成、與時間相關、不可修改的數據集合。這些數據集合推動的大數據分析模式,一方面推動各類系統業務向更深層次的認識和決策實施,另一方面形成關鍵業務的統一數據源,解決數據一致性要求。數據倉庫通過對原有各類生產、物資、設計、財務及質量等核心業務數據進行梳理、清洗和抽取,并按照各層級管理者管理分析要求進行加工而得到。
企業中心數據庫運行管理主要關注日常信息化業務推進過程所涉及的數據標準化、集成化、數據利用及其數據庫構建等方面的數據庫管理和監控工作。
建立數據標準是推進企業信息化建設的基礎。大型船舶企業應依據設計、生產、管理等業務實踐,形成一系列數據標準體系,如設計數據標準、生產數據標準、物資物流數據標準、財務數據標準、人事數據標準等,在數據標準體系框架下編制和完善各類標準,如標準周期、標準工時、標準流程等。
建立企業信息反饋體系及其匹配的業務系統規范流程,規范數據收集-數據處理-數據分析-數據利用-數據質量跟蹤是大型船舶企業推行信息化建設不可跨越的基礎工作。業務系統涉及的各業務流程環節依據反饋體系保證數據輸入的及時準確,前道數據對后道數據負責,后道數據對前道數據利用并監督其質量,這樣就能實現數據的有效采集、數據交換[4]及保證數據的質量。
應持續探索結構化、半結構化和非結構化數據的采集與分析,建立和完善船舶建造過程的大數據應用總體架構,如圖7所示。

圖7 船舶建造過程的大數據應用總體架構
基于企業數據倉庫[5],依托各類大數據分析模型建立大數據分析決策中心,有效清洗并匯集數字化設計、數字化制造、數字化管理和數字化保障等業務應用涉及的設計、工藝、生產、物資、人員、設備、物資等信息數據,建立大型船舶企業大數據分析決策模型,將各類數據按不同管理層級及維度進行展示,充分發揮數據的應用價值,服務于企業生產、經營及管理的決策支持。大數據分析決策中心數據分析維度如圖8所示。

圖8 大數據分析決策中心數據分析維度
在大數據分析應用的總體基礎上,將大數據與綜合虛擬現實技術結合,構建一個虛實結合的智能化船廠,實現基于統一模型數據源的透明化生產動態展示、數據可視化、生產系統仿真分析及綜合信息管理功能,推動船舶設計、制造過程的信息深度自感知、智慧優化自決策、精準控制自執行,綜合提升大型船舶企業管控水平、產品質量和生產效率,降低資源消耗,促進船舶工業轉型升級,達到世界先進水平。
隨著建立現代造船模式2.0的升級和信息化建設的不斷深入,對企業中心數據庫進行規范化的構建和運行是大型船舶企業實施信息集成和智能決策的一項重要基礎工作。提出的大型船舶企業中心數據庫的構建要求、構成及運行管理要求,在國內船廠進行應用,為進行持續有效的數據管理,確保全流程數據的一致、完整及準確,支撐業務流集成、運行效率提升、決策質量提高等管理目標的實現,起到積極的促進作用,也為國內其他大型船舶企業的數字化轉型起到一定的借鑒作用。