工业制造
爱可生智能制造大数据平台的数据来源包括制造企业的各种业务系统以及外部的各种数据资源。

工业制造

爱可生智能制造大数据平台的数据来源包括制造企业的各种业务系统以及外部的各种数据资源。

  • 需求概述
    需求概述
  • 关键价值
    关键价值
  • 解决方案
    解决方案
  • 实施效果
    实施效果

根据国家“十三五”规划纲要关于实施制造强国战略的纲领性要求,加快发展新型制造业,实施智能制造工程,加快发展智能制造关键技术装备,强化智能制造标准、工业电子设备、核心支撑软件等基础,培育推广新型智能制造模式,推动生产方式向柔性、智能、精细化转变成为制造业未来工作的重中之重。

随着迈入工业4.0时代,智能制造所产生的数据量剧增,且形式趋于多元化,这些数据中蕴含着大量待发掘的价值,数据作为企业管理资产的理念被越来越多的人所接受。如何能够快速高效的利用这些数据,成了制造企业的管理者的新课题。

随着制造业的信息化投入不断加大,各类业务系统集中建设,企业信息化应用水平不断提高,企业正逐步从信息系统集中建设阶段转变到集成或数据管理阶段。如何实现企业内数据的横向融合、纵向贯通,为企业精益生产、协同研发、敏捷管理提供有效地管理手段已经成为企业迫在眉睫的重要任务。

要实现这些目标和要求,就需要将传统制造业与各种前沿技术相结合,从中寻求技术创新和技术突破点。

可以利用爱可生智能制造大数据平台在数据存储、整合、挖掘和分析方面的优势,对大量的生产制造工艺数据进行再次利用,发现一些生产制造过程中的潜在规律,进而去改进整个生产制造工艺,提高产品质量和生产效率。



  • 解决企业数据孤岛问题,打通业务数据交互壁垒


  • 实现企业数据集中管理,保证数据资产安全完整


  • 挖掘数据潜在核心价值,数据驱动智能生产制造



工业制造

1.数据源

爱可生智能制造大数据平台的数据来源包括制造企业的各种业务系统以及外部的各种数据资源。主要包括如下:


  • ERP(企业资源计划):项目、计划、出库、入库、资产、客商、供应商等。

  • PDM(产品数据管理):产品库、零部件库、工艺、CAD图纸、设计文档等。

  • MES(制造执行系统):作业、排程、生产过程数据等。

  • DNC/MDC(数控系统):制造设备数据、生产耗能数据、生产性能数据等。

  • TDM(测试数据管理):测试数据、测试环境数据、测试评估数据等。

  • FMS(财务管理系统):核算数据、报销数据、合同数据等。

  • MDM(主数据管理):企业主数据。

  • QMS(质量管理系统):生产制造过程质量数据。

  • CPS(物联网):智能小车、机器人等物联网数据。

  • 其它:外部数据、特殊数据等。


2.功能架构

爱可生智能制造大数据平台是一套针对生产制造企业实现智能制造设计开发的全方位、一体化大数据平台,它从生产制造数据的采集、加工、存储、挖掘、应用、展现等方面管理数据、挖掘数据、利用数据,以数据驱动生产制造智能化的方式帮助企业实现智能制造。

整个平台主要包括如下几个功能模块:


图片2


数据采集同步

负责从业务系统采集各种业务数据。主要包括批量采集与实时采集两种采集模式。批量采集主要是采集一段时间内的业务数据,主要由批量数据导入和批量文件同步组成。实时采集主要针对实时变化的数据的采集,主要由变化数据采集、增量文件同步、消息数据接入、网络信息爬取等组成。


数据整合加工

负责对来自业务系统的数据进行整合加工处理。主要分为两种整合加工模式,一种是基于ODS的数据整合,它包括数据清洗、数据转换、数据汇总等几个主要组成部分;另一种是针对实时数据的实时处理,主要利用分布式消息缓存服务与流式处理技术,开发适合特定业务场景的流式数据整合加工程序,实现及时快速地的数据整合加工。


分布式数据存储

分布式数据存储是整个智能制造大数据平台的核心,负责管理数据中心的存储的全部数据,通过Hadoop和MySQL集群两种数据存储管理架构,提供数据仓库、分布式文件系统、时序数据存储等数据存储管理功能,实现对结构化数据、非结构化数据和半结构化数据的存储管理,同时也管理整合加工后的主数据与各种主题数据,并通过数据总线提供各种数据访问能力。




高性能机器学习平台

高性能机器学习平台基于分布式架构设计,提供了多种面向智能制造的基础算法库与基础模型,开发人员可以利用平台提供的数据采集、数据处理、特征处理、模型训练、模型评估、模型发布等功能构建面向不同应用需求的机器学习模型,以实现面向智能制造的诊断、预测、调控等。


统一数据服务

统一数据服务是数据中心对外提供数据的桥梁,可以根据不同的业务需求,将数据中心的各种数据定制成不同形式的服务供外部的程序或者应用进行访问,同时,通过各种安全机制,保障服务的安全性,进而保障数据中心数据的安全性。


可视化数据展现

负责提供基于智能制造大数据的多维度智能分析和展示功能,支持自主构建分析建模,展示样式覆盖历史变化趋势图、空间几何投影图、散点图、雷达图等。


分布式集群统一监控管理

利用集群管理技术,通过WEB的系统管理方式,降低系统管理的复杂度,使得在任何环境下都能够以最简单的方式管理整个数据中心系统。同时,利用各种安全防护措施,从硬件网络、软件设计、操作流程、权限分配等方面对整个数据中心进行安全防护,保障全部数据与系统各个模块的安全性。


3.技术架构

爱可生智能制造大数据平台基于分布式架构,采用分层、模块化、可扩展思想设计,所有模块与处理层次均采用高可用设计,任何一个模块、数据处理节点发生故障,都不会影响整个系统的正常运行;并且可以根据业务发展,动态调整处理节点,实现平台能力的线性扩展。

具体技术架构如下:

666666


爱可生智能制造大数据平台实施后,可以辅助企业解决生产制造智能化过程中从数据采集、加工、存储、挖掘、应用、展现等方面遇到的管理数据、挖掘数据、利用数据的众多痛点,能够以数据驱动生产制造智能化的方式帮助企业实现智能制造。

生产制造过程各阶段的实施效果如下:


99999

 

生产环境中的核心性能指标如下:


  • 支持PB级的数据存储,并可扩展;

  • 离线计算框架每天支持至少3千个离线计算任务,并且可扩展至1万个离线任务;

  • 离线计算框架每天支持10TB级别的数据计算,并且可扩展至100TB级别;

  • 提供功能强大易用的SQLM/R引擎,兼容大部分标准SQL语法;

  • 提供数据挖掘算法库,每一类算法均实现了分布式并行计算,计算效率和可处理的数据量得到质的提升;

  • 实时计算框架支持每秒万量级的数据条目处理,并且可扩展至十万级别;

  • 实时计算框架支持每秒100MB入口流量的数据处理,并且可扩展至每秒1GB流量级别;

  • 对于实时计算应用,90%的数据处理应该在1秒以内完成,99%的数据处理应该在10秒以内完成,100%的数据处理时间不应超过60秒;

  • 具备跨集群(机房)数据共享能力,扩容不受限制;

  • 简单的操作(包括权限设置、参数设置、作业配置、预警设置等),响应时间不超过1秒,99%响应时间在500毫秒内;

  • 大数据平台全年对外正常服务运行时间超过99.99%,即每年无法提供服务的时间小于1小时;

  • 大数据平台的所有应用软件系统都具有自动恢复功能,任何故障都可以在1分钟内自动发现并自动恢复。当应用软件系统出现故障时,允许有1分钟的服务降级;

  • 对于操作系统和硬件设备故障,大数据平台的能够在30秒内自动发现,并通知系统运维人员。


行业应用

创新技术与行业知识相结合,为用户寻求新的数据驱动的价值增长点

金融行业
    金融企业为实现快速演进和变革,大流量、多模式、强安全的金融新应用探索出技术落地路线。
查看更多
电力行业
    电力的快速发展,迫切需要进行基于在线稳定分析电网模型一体化维护的研究。分布式一体化电网模型管理技术是智能调度的核心技术之一。
查看更多
工业制造
    爱可生智能制造大数据平台的数据来源包括制造企业的各种业务系统以及外部的各种数据资源。
查看更多
工程保险
    保险保函,是国际上较为成熟的工程保证保险形式。相对于银行保函,保证保险以其无需授信、无反担保要求的优势,成为了我国工程担保制度的新生力量。
查看更多
气象行业
    全面推进气象行业数据应用现代化,构建气象行业新格局
查看更多
通信行业
    通信行业的互联网化,需要灵活快速的软件架构
查看更多
在线咨询
免费电话