用大数据技术驱动工业信息化升级

■ 文/沈春锋

沈春锋,上海宝信软件股份有限公司高级技术总监。

应用大数据技术，改造现有的工业信息化系统，从而实现柔性制造，满足用户个性化需求，将是未来一段时期内工业制造转型升级的方向。

多年来，企业发展都是采用传统工业信息化分层架构体系。工业4.0时代，规模化生产模式的局限性日益显现，柔性生产要求越来越高。这种情况下，传统分层架构的缺点暴露出来：大量底层数据在逐层上传过程中被丢弃，导致在后期进行故障诊断和流程优化时，缺乏完整的数据支撑 ；同级或周边系统无法直接分享数据，需要经过上位系统周转，数据价值未得到充分发挥 ；上位系统基于数据的决策只能以非实时的方式逐级下达并执行，难以实现实时智能控制。

要彻底解决传统分层架构的不足，就需要将整个信息系统由分层多级数据传输的模式，改造为扁平化的架构，实现全流程、全工序的数据贯通与共享，真正达到工业4.0提倡的柔性制造和快速响应要求。

近十几年来，IT技术获得了极大的发展。首先，基于x86架构的通用PC服务器计算能力越来越强，小型机正逐步被成本更低廉、生态更成熟的x86服务器所取代。其次，开源社区得到了更多IT公司的支持，获得了蓬勃的发展。从开源社区涌现出了一大批功能完善的开源软件，包括虚拟化、消息中间件、数据库、前端展示技术等。再者，以Hadoop和Spark为代表的分布式数据处理平台日益成熟，其功能和稳定性已具备应用于生产环境的条件。

技术的成熟和架构演化的需求不谋而合，信息化系统建设“去IOE化”（“IOE”分别指IBM的小型机、Oracle数据库、EMC存储设备）运动轰轰烈烈，宝信软件也开始着手基于普通PC服务器集群，借助开源分布式的存储、计算技术，构建新一代的工业信息系统。目标是以真正具备分布式架构、高可用性、横向扩展能力的统一的数据平台为核心，实现企业数据资源的高效整合。

1+N模式契合公司组织架构

宝信软件基于自身多年的平台产品研发经验和深厚的行业应用背景，采用1+N模式推动工业大数据应用落地。1+N模式的“1”就是1个大数据平台，“N”就是宝信软件擅长的N个行业领域，主要包括冶金、交通、能源、化工等。1+N模式与宝信软件“产品研发中心+行业事业部制”的组织架构设置非常契合，推动了工业大数据在各行业迅速形成示范应用并全面推广。

1+N模式中，首先要有1个大数据平台产品。如果白手起家，从无到有地开发一个大数据平台产品，必然是一个费时费力的浩大工程。现在瞬息万变的市场要求首先是“快”，为了把握先机，宝信软件经过充分调研和技术分析，最终在开源软件基础上快速打造了工业大数据平台产品xInsight。研发不到一年时间，xInsight就推出了第一个发布版本，此后，xInsight每个季度都会推出一个正式的发布版本，平台产品功能也日趋丰富完善。

xInsight产品研发始终坚持功能特性设计必须满足工业大数据应用场景的需求。考虑到与同类企业产品的差异化竞争优势，xInsight充分汲取了宝信软件在工业物联网领域的技术经验，面向数据全生命周期管理形成了数据接入、存储、分析和展示的端到端完整解决方案。考虑到工业应用场景下企业对数据安全保密的要求，xInsight并没有强行推进公有云的建设，而是根据企业实际需要，致力于帮助企业建设私有云或者混合云。正是考虑到这些工业大数据应用场景的差异性，并将之糅合进xInsight产品的功能特性设计中，才使得xInsight一经推出，就在工业大数据领域获得了广泛赞誉。

xInsight项目应用案例

目前，xInsight正用于宝钢股份热轧1580智能车间改造项目。作为钢铁业唯一正式入围工业和信息化部《2015年智能制造试点示范专项行动实施方案》试点示范的项目。借助于xInsight，1580热轧项目计划打造一个符合工业4.0信息物理系统（Cyber-Physical Systems，CPS）理念，基于多源数据融合的可视化虚拟工厂。利用大数据平台的分布式海量数据存储和处理能力，综合汇聚各类信息资源，整合上层的经营管理信息与制造现场的过程信息，实现集中监控、互联互通，建立分厂级智能运营和辅助决策平台。通过构建虚拟现实系统，实现虚拟与实际系统的映射，探索热轧虚拟制造的新途径。

1580热轧项目采用了先进节能装备与技术，利用大数据平台的优势可在更广的范围内，根据生产实际实现供能与用能的自动匹配控制，做到能源精细化管理，实现部门、作业区直至每块带钢的能耗跟踪与预算管理。

利用大数据平台的时序数据存储和分析功能，项目还可实现装备在线诊断与预测性维护。通过设备状态数据及相关信息的实时采集，并将设备状态数据与生产过程数据结合，形成基于模型的预警分析和综合分析，提供实时、准确的设备状态信息及对策支持，为设备管理人员提供技术支撑。装备的在线诊断和预测性维护，改变了以往周期性的设备点检和更换，在降低成本的同时，使设备状态的维护有了更可靠的数据依据。

大数据平台的智能算法和自学习能力，可以为生产的柔性制造建立优化模型和新产品开发模型，在更大范围数据的支撑下，实现知识推理，弥补现有模型的不足。

此外，xInsight还可以与新产品开发全生命周期管理系统相关联，根据其要求进行新产品工艺参数的计算。

通过应用xInsight大数据平台，新的1580智能车间将以工业互联网数据集成、混合模型与数据分析、多目标交互优化、智能机器人等为支撑技术，通过无人化板坯库、全流程质量监控、智能点检、机器人应用等，就热轧产线开展智能化车间的探索与实践，在工艺控制、物质能源协同化、劳动效率提升等多个领域，实现管控智能化、预测预警前瞻应变、业务协同多目标优化等的智能化应用，提升产线的制造稳定性和灵活性，降低制造成本。

大数据技术面临挑战

应用大数据技术，改造现有的工业信息化系统，从而实现柔性制造，满足用户个性化需求，将是未来一段时期内工业制造转型升级的方向。虽然大数据技术能给企业带来巨大收益，但是在具体的实施过程中，仍然面临不小的挑战。

首先，企业信息化建设，不能抛弃所有已经具有并实际运行多年的系统资产和知识资产，而需要在集成存量资产的基础上，进一步提升和优化。这就面临与原有系统数据集成时数据接入、标准规范的统一、在线流程的无缝对接等诸多问题。

其次，应用大数据技术无法对原系统进行简单堆砌。企业的数据和系统资产，都带有不同时代管理水平和技术特征的深刻烙印，会形成若干数据孤岛和孤岛型的系统，已经集成的系统也存在诸多瓶颈环节。因此，大数据的应用和建设要伴随着新技术的运用，对原有系统资产进行优化。

最后，应用大数据平台和技术更需要关注细节。大数据的建设不是轰轰烈烈的运动，而是一个拾遗补阙的过程，在修修补补中达到目标，这个过程需要不断地积累数据，通过数据的运用实现知识的挖掘和沉淀，形成企业特有的运营和创新能力。