基于流程工業的多元數據融合分析軟件設計研究

摘要：數據作為流程工業企業生產中的重要信息，通過分析數據可以實現企業的精細化管理。現階段，流程工業企業的數據類型繁多，對數據分析造成巨大阻礙。基于此，本文以流程工業企業數據融合需求為切入點，對基于流程工業的多元數據融合分析軟件加以設計，并在磷石膏行業供需對接領域進行應用分析。本文旨在發揮多元數據融合分析軟件的作用，為流程工業企業數據融合分析工作奠定基礎，助力企業發展。

關鍵詞：流程工業；多元數據融合分析軟件；計算引擎；建模引擎

引言

在物聯網技術快速發展的今天，流程工業企業在日常生產作業中設置了多種數據采集設備，包括終端傳感設備、智能采集設備等，從而導致數據種類極其復雜，給數據的分析工作造成了巨大困難。基于此，流程工業企業應設計基于流程工業的多元數據融合分析軟件，不僅可以實現對多元數據的有效融合，還能提高數據分析的精度，為流程工業企業的生產與管理助力。

1. 流程工業企業數據融合需求

流程工業企業數據指的是產品生產全周期的多種數據，包括設計、采購、銷售、報廢等多個環節產生的各類數據，包括時序數據、關系數據、流式數據、文本數據、位置數據等。其中，時序數據為工業生產中形成的實時數據，具有數據變化快的特點；關系數據指的是企業在管理經營中形成的數據，數據量極其龐大；流式數據為工業視頻、音頻數據，對時效性要求較高；文本數據包括設計方案、操作手冊等，數據更新較慢；位置數據為人員、車輛的定位信息，數據具有分散性與移動性的特點。流程工業企業數據類型多樣，為促進多元數據融合，應為多元數據融合分析軟件設計統一的訪問接口。此外，還應降低技術門檻，縮短軟件開發周期，做好軟件的快速迭代開發工作，從而可以滿足流程工業企業的發展需求[1]。

2. 基于流程工業的多元數據融合分析軟件設計

2.1 總體架構

本文基于流程工業企業數據融合需求，設計了一款面向流程工業的多元數據融合分析軟件。該軟件主要包括工業數據資產管理與工業大數據分析兩個部分，如圖1所示。工業數據資產管理包括計算引擎、對象模型、數據服務等功能，工業大數據分析包括工業流式數據處理、大規模離線數據計算、機器學習建模引擎、大數據可視化分析、大數據資源管理等功能。

2.2 工業數據資產管理

工業數據資產管理作為多元數據融合分析軟件的核心部分，主要負責構建數據對象化模型，并對數據進行加工和萃取。通過該功能可有效支持軟件進行數據的加工與聚合分析。工業數據資產管理組件由規則體系、計算引擎、數據治理、數據模型、接入層五個部分組成。其中，規則體系作為內外數據交互的標準；計算引擎主要通過規則編譯器對數據進行轉換，產生可以被引擎識別的任務，并利用任務調度器加以執行；數據治理主要負責對流轉中的數據進行把控，監控數據質量；數據模型能將實體世界映射至數據空間，并增加額外屬性，完成全部映射過程，通過標簽管理為數據設置標簽，從而進行數據的分層次存儲；接入層主要是對組件數據進行輸入，數據源管理可以訪問數據源地址，采集器管理可監控采集工作過程，數據分發負責數據的傳輸與中轉，ETL引擎可以清洗數據源[2]。

2.3 工業大數據分析

工業大數據分析具有多種功能：其一，工業流式數據處理能夠對實時數據加以計算，并輸出計算結果；其二，大規模離線數據計算可以離線處理海量數據；其三，機器學習建模引擎可以快速構建算法模型，包括機器學習算法、深度學習算法等，還可在歷史數據的基礎上進行實時數據的關聯分析，并對日后的發展趨勢進行預測；其四，大數據可視化分析可以通過交互界面進行分析與管理；其五，大數據資源管理可以進行數據質量與安全的管理，避免數據異常對企業造成不良后果。

3. 應用分析

3.1 具體應用

現階段，磷化工企業還存在信息不對稱、信息不共享、無法統一調度原材料等問題。為有效解決磷化工企業存在的問題，以基于流程工業的多元數據融合分析軟件為基礎，賦能公共服務平臺，針對某磷化工企業進行實際應用，具體應用如下。

3.1.1 磷化工云邊協同

在實際應用中，建立磷化工云邊協同平臺，通過遠程控制、數據分析、系統決策等功能為磷化工企業服務。通過該平臺可以方便邊緣節點的接入，利用平臺云端進行監控與管理。同時，還可以通過智能算法模型進行智能管理。平臺可利用傳感器設備對磷化工企業的數據信息進行采集，并在數據處理后傳輸至云平臺進行存儲。平臺可對企業的能源消耗情況進行管理，有效把控多種能源設施，在保證機械正常運行的前提下，有效提高機械設備的能源使用效率，減少碳排放量。此外，通過機器算法還可以對磷化工企業的生產質量進行檢測，以確保生產質量[3]。

3.1.2 磷化工應用管理

在對基于流程工業的多元數據融合分析軟件進行應用時，應結合磷化工企業的特點，對行業優秀資源進行整合，并通過互聯網技術、大數據技術為磷化工企業降低成本，增加效能，實現磷化工企業轉型升級的發展目標。平臺可以解決數據采集與多種數據統一管理的問題，并利用邊緣智能技術對磷化工企業的實時數據進行云邊協同。同時，通過數據接入與大數據分析豐富平臺資源與服務內容，技術架構如圖2所示。

通過該技術可對磷化工企業進行可視化部署，實現數據庫管理、持續交付、自動化運營維護等多種功能。此外，通過微服務的方式對磷化工企業的業務流程進行可視化管理，實現磷化工企業的高效運行。

3.1.3 磷化工數據湖

以多元數據融合分析軟件為基礎，全面采集磷化工企業內部的多種數據，包括磷化工設備、業務系統數據等數據信息，從而可以實現對磷化工企業多元數據的高效采集，同時實現大數據深度挖掘、智能數據清洗、海量數據存儲等功能，為數據的存儲與分析提供基本保障。該平臺具有數據采集、存儲、分析等服務功能，為用戶提供API接口，以滿足磷化工企業的實際需求。磷化工數據湖技術架構如圖3所示。

磷化工數據湖可為磷化工企業提供全周期服務。其一，數據采集。該平臺通過流式數據的方式進行磷化工數據的實時采集，并運用數據加密技術進行數據封裝，將其傳輸至數據處理模塊。通過多線程技術進行數據的轉發，并為數據信息設置消息級別，確保數據信息不丟失。其二，數據存儲。數據存儲類型多樣，包括關系型數據庫、內存數據庫等多種模式，可以實現磷化工數據的永久性存儲，確保數據安全可靠。其三，數據查詢。平臺設置數據查詢接口，可實現不同數據庫類型數據的查詢服務，為億級用戶提供數據接口[4]。

3.1.4 磷石膏供需對接

貴州省磷石膏產量剛性增長，磷石膏綜合利用率處于全國領先水平，區域內磷石膏生產、利用的企業鏈條完整。為實現磷化工企業高效、綠色發展的目標，在元數據融合分析軟件的基礎上，進行磷石膏的供需對接。可通過公共服務平臺對磷化工企業物料的消耗情況進行實時跟蹤，并根據企業物料庫存情況進行配貨安排，確保磷化工企業可以進行零庫存管理，有效減少企業的庫存成本。通過大數據技術進行采購預測模型、供應商選擇模型的構建，從而可以實現供需對接目標，有效減少物料的周轉時間，為企業降低物料供應方面的風險。供需對接流程如圖4所示。

磷化工企業通過公共服務平臺可以對磷石膏的供應鏈信息進行實時跟蹤，包括原材料位置、物流狀態、原材料質量等多種信息。管理者可根據產品的日常生產數據、使用壽命等情況進行綜合分析和預測，對產品可能出現的故障問題進行分析，從而做好故障快速定位工作，對產品進行維護或更換。平臺還可以了解磷化工企業生產所需原材料的情況，包括原材料質量、原材料數量、原材料運輸狀態等。此外，平臺還能檢查出錯誤數據、重復數據，并對其進行清理，以免影響數據分析結果。該平臺可以實現數據的轉換，將其轉換成為用戶可以理解的度量。通過平臺的數據預分析功能可以對磷石膏數據信息進行分析與匹配，實現精準推送。將分析結果發送至云端，便于管理者知曉，有效促進磷石膏供需對接工作的開展[5]。

3.2 應用成效

通過對該軟件平臺的應用，取得了良好的應用成效。第一，通過對磷礦石雜質的去除，每年產生的磷石膏量可以減少30%。若按照每年5000萬噸新增量計算，可減少1500萬噸磷石膏的產生。第二，每年可以節約磷石膏預處理費10%。若按照每年處理1300萬噸磷石膏計算，可以節省費用約1300萬元。第三，有效實現磷化工行業產業鏈之間的協同合作，使產業鏈價值實現最大化。

結語

綜上所述，本文在了解流程工業企業數據融合需求的基礎上，設計具有工業數據資產管理與工業大數據分析功能的多元數據融合分析軟件。與此同時，通過對基于流程工業的多元數據融合分析軟件的應用與分析，明確該軟件可以實現對數據的高精度預測，并降低企業成本，有助于流程工業企業的發展。

參考文獻：

[1]李延芳，楊順坡.基于多源數據融合的水利工程測量信息動態更新系統[J].自動化技術與應用，2024，43（1）：88-90，138.

[2]孫晁，黃微，燕冰川，等.基于多元數據融合的漠大一線高風險融沉管段安全狀態分析[J].山東化工，2023，52（21）：229-232.

[3]譚雅瓊.智贏現在，致勝未來——構建多元數據融合的新型企業智庫[J].企業管理，2023（2）：107-112.

[4]邱均平，孫月瑞，周貞云.基于多元數據融合的科學文獻主題識別研究[J].情報資料工作，2022，43（6）：14-20.

[5]趙靖，潘登.基于多元數據融合的城市區域體檢評估研究[J].住宅與房地產，2021（25）：61-62.

作者簡介：張昌福，碩士研究生，高級工程師，研究方向：工業互聯網體系及產品的預研和產業化。

基金項目：貴州省科技計劃項目——面向工業互聯網的機理模型庫關鍵技術研究與開發（編號：黔科合支撐[2022]一般258）；航天智造跨行業數字化轉型賦能平臺建設項目（編號：990040319）。