中天科技工業大數據平台建設檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

中天科技工業大數據平台建設中天互聯工業大數據平台的搭建，實現了製造行業從研發設計、生產製造、質量管控、物流運輸以及市場營銷等全流程的平台服務。平台聚合多種類型的製造設備、智能儀表、DCS控制系統的數據接入能力，建立相應的數據模型和算法，通過工業互聯網平台讓相關資源能夠廣泛連接，實現數據集成分析。

一、案例簡介

中天互聯工業大數據平台的搭建，實現了製造行業從研發設計、生產製造、質量管控、物流運輸以及市場營銷等全流程的平台服務。平台聚合多種類型的製造設備、智能儀表、DCS控制系統的數據接入能力，建立相應的數據模型和算法，通過工業互聯網平台讓相關資源能夠廣泛連接，實現數據集成分析。

二、案例背景介紹

製造業數字化是製造業根本出路，是新時代製造業的潮流與趨勢，是製造業自身的提檔、升級。企業內部面對主營產品毛利下滑，用工缺口增長，管理成本高等問題急需生產效率提升。中天科技順勢而為，加快布局開展製造業數字化。提出了「製造業數字化」2025戰略規劃編制總體要求。圍繞三大支柱產業（通信、電力、海洋）重點發力。打造以智能製造為主攻方向，深化數字科技技術融合運用，建設數字化生產線；構建以ERP系統為核心、以供應鏈計劃為主線的信息化系統；構建以OA、企業微信、事件管理的高效辦公平台，推進信息化定位由技術型、應用型向驅動型、戰略型轉變。

三、案例應用詳情

中天工業互聯網大數據平台的架構主要包括了雲化資源層、數據接入層、數據治理層、平台工具層、應用層。雲化資源層層提供物理機資源虛擬化，通過資源虛擬化、按需分配等技術，最大利用已有的物理資源。基礎平台提供海量數據的存儲能力、計算能力，為數據存儲與數據處理提供基礎引擎，數據接入工具則將不同存儲實體的數據進行統一的抽取、清洗與整合，將各類數據接入到大數據平台中，為進一步的數據處理提供前期準備。數據倉儲建設，是大數據平台的核心，目的是把各類接入的數據進行有效的整合與組織，通過大數據基礎引擎與大數據開發工具集及大數據分析工具集，不斷提煉數據，輸出知識，為上層應用提供便捷的基礎數據服務。在構建數據湖的過程中，數據開發工具集提供各類工具，對現有的數據從抽取、數倉的各級加工、數據挖掘、數據的周期性產出，實時數據處理等提供了工具集支持，使數據加工更有效的進行。數據分析工具集則主要針對已經初步整合後的數據，進行深層次的數據挖掘，包括各類機器學習模型，生產規劃型模型，多維分析模型等提供專業工具支持。業務層則面向業務，服務業務，在大數據平台對大數據的整合、挖掘後，構建各種專題應用，服務各類業務場景，提供數據與決策支持。大數據平台從物理計算資源整合，信息數據資源整合，數據技術整合等多個方面，對數據進行組織與深挖，助力製造企業高質量快速發展。

緊密結合數據多源異構的屬性，從多源異構數據優化存儲管理和多源異構數據融合方向展開研究，以基於主機的存儲虛擬化方法進行海量多源異構數據的存儲，採用高可用性、高空間利用率的存儲技術，通過多種數據集成技術，實現跨平台、跨系統的異構、異地數據集成和實時業務流交互，按照數據的需求形式提供訪問和共享服務，構建融合數據綜合集成管理框架。

結合邊緣計算及平台的數據計算與分析能力，實現製造行業從研發設計、生產製造、質量管控、物流運輸以及市場營銷等多個重要環節的大數據分析。

四、創新性與優勢

工業互聯網大數據分析平台結合邊緣計算及平台的數據計算與分析能力，實現製造行業從研發設計、生產製造、質量管控、物流運輸以及市場營銷等多個重要環節的大數據分析。

通過工業互聯網大數據服務將ERP、MES、PLM等系統高效集成，採用多源數據異構融合技術、大數據分析挖掘與可視化技術實現生產全生命周期大數據的整合利用，建立工藝、生產、質量、能耗大數據分析決策模型，利用大數據分析指導工藝改進與製造生產，對比生產歷史產生的大數據和關鍵性能指標的變化趨勢，找出生產瓶頸，提出解決方案。

五、案例應用效益分析

大數據平台將業務部門對大數據的使用需求進行分析，對實時採集的各類多源異構數據進行抽取/轉換/清理，並進行存儲轉換，構建融合數據綜合管理框架，建立分析模型，通過數據對產品設計、工藝優化、質量管理、排產、能耗管理進行分析形成智能決策，指導設計、工藝、製造改進和優化。