基于大数据的智能制造领域的信息系统设计研究

2021-11-21徐佳陈小虎刘森邓梓辰

电子技术与软件工程 2021年18期

徐佳陈小虎刘森邓梓辰

（武汉问道信息技术有限公司湖北省武汉市 430000）

信息化时代背景下，智能制造的发展进度不断加快，在这一过程中信息所发挥的作用越来越突出，强化智能制造信息系统设计成为工作重点。为此，技术人员需要基于大数据设计智能制造信息系统，并结合制造业的实际生产管理需求，推动设备运行参数以及产线运行状态等智能制造信息有效融合、科学应用。

1 智能制造信息系统功能分析

设计基于大数据的智能制造信息系统，必须充分展现大数据技术的优越性，实现数据信息的合理应用。为此，在开展基于大数据的智能制造信息系统设计前，相关工作人员应该从智能制造信息管理的实际需求出发，明确系统的功能设计要点。

1.1 数据管理功能

对基于大数据的智能制造信息系统而言，数据管理功能是一个笼统的功能概念，其中应该包括数据实时采集、数据整理、数据储存、数据追溯、数据分析等多个分支功能。简而言之，基于大数据的智能制造信息系统的数据处理功能，需要涵盖数据信息应用的全过程。

为保证智能制造有效性，生产基地内的所有生产车间都应该被互联网覆盖，这样一来基于大数据的智能制造信息系统可直接捕捉所有生产线运行过程中的信息，无论是设备参数、运行状态还是管理内容，都将会被及时采集；在使用中，该系统可准确捕捉、定义设备动作，实现数据建模处理与图像捕捉，从而为切实展现生产情况，真实完整地采集生产信息提供保障。同时，基于大数据的智能制造信息系统需借助于分布式技术架构实现数据储存、追溯管理。在数据分析环节，应充分展现大数据分析和挖掘功能，强调海量信息处理有效性。

1.2 资源管理功能

所谓资源管理功能，就是利用基于大数据的智能制造信息系统，智能制造领域的基本业务管理。比如，利用该系统完成人力资源管理、财务管理等。此时，此时，需要发挥基于大数据的智能制造信息系统的过程性、全面性控制功能，做好多元业务信息的采集与处理[1]。

1.3 数据可视功能

数据可视化是提高数据应用实效性的重要方法，在设计基于大数据的智能制造信息系统时，相关工作人员也需要对这一功能进行合理规划。在使用中，系统需要基于可视化图表直观展现数据，推动抽象数据与可视化图表之间的有机转换。而且，基于这一功能，还将初步完成数据基础分类和整合。

1.4 控制预警功能

为保证基于大数据的智能制造信息系统运行稳定，必须在设计阶段强调智能控制与预警功能研究。基于大数据的智能制造信息系统的信息采集与处理范围覆盖所有生产线，即监控所有生产设备状态，在生产管理中充当协助者和监控者。因此，该系统必须具备智能控制和技术预警功能，才能面对异常信息时快速给出适当反应。

2 智能制造信息系统设计和实现

2.1 智能制造信息系统设计

受到智能制造的特性影响，智能制造的信息系统在设计时运用的结构是分层体系，将数据管理当作该系统的中心。此信息系统的整体架构分别为以下五点。

（1）基础设施层，该层作为制造类的企业建设智能化信息系统的基础主要包括了企业的硬件环境与软件环境。硬件环境中包括各种工作站、服务器、传感器、机房等，软件环境则主要由信息处理的各大软件构成。

（2）数据支撑层。该层能够为制造类型的企业提供生产信息方面的数据服务，其能够将制造业的生产系统中出现的各项数据及时地存储起来，并且其完整性得到了一定保障，当企业的生产业务改变时，该层能够及时变更相应数据。数据支撑层实施数据存储的框架为Hadoop。其作为分布式类型的框架不仅可以存储海量的生产数据，其独特的架构还可以实现实时查询数据的功能。

（3）技术支撑层。该层是整个智能制造信息系统核心的技术保障，其主要作用是作为技术支持帮助信息系统中的硬件设备稳定、正常地运行。该信息系统设计中的技术支持层囊括了数据库、数据操作系统与各项设备正常运行的环境。

（4）业务应用层。该层是智能制造的信息系统设计时的核心环节。其为制造类型的企业准确地提供业务、系统、标识以及决策等核心业务方面的管理规划。

（5）用户层。该层中的用户不仅包括核心用户以及管理用户，同时还包括了普通用户以及访问用户，不同层级的用户在该信息系统的设计中所拥有的使用权限存在差别，通过分层权限访问落实了系统中的信息安全保护工作[2]。

设计该信息系统时运用的关键技术有两种，其一是图像精确识别技术，其二是大数据的分析算法。当前的图像识别技术大多是依赖神经网络模型对各种动作进行识别，然而其存在一定缺陷，基础类型的神经网络通常会因为局部的极小化以及较低的收敛速度导致识别图像时出现偏差，识别的结果并不准确。为了弥补这一缺陷，需要将学习深度强化，通过结合感知能力与决策能力直接依照输入系统的图像实施控制，将识别图像的能力有效提高。进行大数据的分析时分析的对象是企业在生产制造以及销售的过程中产生的各种数据，通过针对性的数据分析实现更完善的资源分配，方便产品的投放。进行数据分析时需要对制造生产的过程进行实时监控以便于查找异常数据，针对异常数据实施算法分析。进行大数据的分析时需要注意智能制造的领域中各个企业的生产速率并不相同，其销售的对象也存在差异，因此其对数据的评判标准需要依据实际的企业生产制造情况改变。智能制造信息系统的设计是先进的、多层次的，其能够为制造企业中的企业提供多样化的服务，帮助其更好地进行智能制造[3]。

2.2 智能制造信息系统实现

现阶段，在现代化装备制造业的发展过程中，智能制造信息系统的自动化建设具有一定的现实意义。利用设备现有的机械手与增加机械手、可编程逻辑控制器以及自动控制软件相结合的方式能够有效实现智能制造信息系统的自动化。数控设备的自动化改造一般通过机械手与专用的定制自动化设备单元进行有机结合的方式来实现。该方式为智能制造装备在数字化、智能化以及系统规模化发展等领域取得重要性的转变。对于重点行业装备来说，拥有较高的数控化率，大量的信号监测设备也较多，同时，上述信号监测设备具有较强的先进技术且信号较为稳定、安全，设备数量的增多便会产生较多的监测数据参数。大量的数据参数分散在不同的监测站点，其组织形式以及存储方式也各不相同，因此，便成为大量的单一数据个体，不同数据之间无法形成有效的访问形式，科学、合理的利用较为困难。使得数据在具体应用和使用方面具有一定难度。

因此，采用独立的安全域联盟的数据交换的方式，并有效的与共享框架结合，实现对不同的监测站点数据进行合理的管理和控制，进而达到不同监测站点、监测系统之间能够实现数据相互访问、相互沟通的目的。使得数据信息之间能够进行有效的结合，当上层决策系统需要进行对数据的有效分析以及对故障进行全面检测时，该方式能够为其提供相应的数据支持和保障。除此之外，该系统中将单个的数据信息源作为独立的安全盟友进行科学、有效的管理，单独盟友间能够依据网络现实数据实现有效的共享，利用相应的数据容器搭建系统的虚拟数据库的可视化图景。保证单个数据盟友能够对虚拟数据库实时进行访问，提高了数据盟友间的透明度与安全系数。拥有时效性的其他数据，例如实时、定时数据等，应利用盟友数据进行用户的预先定制进行数据的订阅，完成对实际的数据进行自动化的推送和接收工作。对于单个联盟成员来说，可以通过获取整个联盟系统中的数据。与此同时，在整个联盟系统中所发布的数据信息中，当出现本盟友在进行数据联合分析需要的数据时，便可通过对该部分数据采取订阅的方式。当盟友系统中所发布的数据发生更新变化时，订阅相关数据的盟友便能通过该系统及时获取到相应的更新内容。对于多源数据集中同步的问题，首先，将联盟数据库中存在的数据进行交换，进而使其结构发生改变成为中间的格式。然后，应将中间格式改变为目标格式。在具体的实施过程中通常采用消息队列的通信机制，实现盟友和盟友间的通信关系解耦，利用相关的扩展标记语言当作数据交换的基本格式，将不同监测系统的数据差异进行有效的屏蔽，使得整个系统愈加灵活方便，且有效的加强了其扩展性能[4]。

对于智能制造云服务平台来说，其区域联盟可分为以下不同的安全域，分别为：

（1）核心数据交换域。作为整个云平台的中心域，能够将平台各区域内的不同数据信息交换。

（2）业务数据服务域。在工业企业以及各类业务应用中能够提供相应的服务。

（3）公开数据服务域。通过服务的方式为用户提供数据存储业务。

（4）平台核心服务域。作为综合服务的核心域，能够有效提供综合平台类的服务。

（5）业务数据存储域。能够实现对平台核心数据以及无法对用户开发的相关数据进行有效存储。

（6）业务管理服务域。业务管理服务域能实现运维管理、平台资源配置管理、网络管理以及信息化基础资源交付等服务。

（7）数据交换域。能够对平台中的不同区域间、平台和平台间以及平台和平台之外的应用系统进行数据交换。

（8）业务托管域。该域为应用服务区。向综合服务中心的不同业务进行有效的提供托管，并能够实现计算资源、运行环境以及安全设施等服务。但需注意的是，该域无法为门户、面向公众的业务提供相应的服务。

（9）互联网应用服务域。作为互联网用户服务域能够对门户网站、邮箱等面向公众的业务提供相应的服务。

2.3 案例介绍

本文将以中云智慧工厂作为分析案例，该系统平台能够高效、快速的完成信息数据的在线整合，以此为智能决策提供数据支持，而且中云智慧工厂可以完成不同生产环节信息的传输与共享，使不同系统建立连接关系，进一步实现彼此间的有序运行与互联互通。同时中云系统平台具有信息查询、实时监控、需求预测、预警、排污效果监测、生产流程管理等功能，高度集成生产管理、安全管理等内容，具有十分强大的兼容性，还能与物联网技术、通信协议高度融合，并利用平台管理设备，实时获取重要信息数据，从而为用户提供可扩充的服务模块与资源报表，以此满足用户的多样化、个性化需求，有效实现数据的深入分析与挖掘，确保相关企业可以保持节能、高效的运行模式。此外，中云智慧工厂将计算机网络、传感器、VR 技术、无线通信技术进行了高度整合，可以切实完成企业数字化管理，其主要功能可分为以下几点：

（1）数据采集，一方面体现在能够利用系统感知层实现产品信息的收集与追溯。另一方面体现在利用图像呈现产品生产过程，完成现场设备的信息采集，并将相关数据存储至数据库中，方便后期进行资料分析时完成历史数据取调。

（2）数据存储，即是将设备操控、设备配置等信息上传至服务器当中，为后续生产统计、设备性能探究等工作提供数据支持。

（3）实时监测，是指对企业生产状况与安全性进行全方位监测，监测内容包括：借助传感器对生产设备的运行状态进行动态监控；利用视频分析技术实现生产流程的监测与预警，确保潜在的安全隐患与风险因素被及时发现，避免相关问题不断累积，最终引发安全事故；人员的实时定位与位置跟踪；根据不同异常状况，比如断电、超限等，发出声、光报警信号，并利用神经网元程序完成报警信息的自动处理和故障处理方法的制定；日志资料的可视化查询与分析，管理人员可借助移动电子设备对生产状况进行随时随地的掌握。

（4）报表，包含产量报表、报警报表、设备启停报表、监测数据报表。

（5）其他子系统，比如：排风、生产线、仓储等现场的实时监测。