制造业大数据平台总体架构方案.pptx
<p>制造业大数据平台总体架构方案,制造业转型下的软件生产力分布,数据用于计算,数据用于计算,计算用于数据,计算用于数据,数据话说事实,数据话说事实,数据驱动思维,数据驱动思维,产品智能化,全球化,服务化,数字化,合规性,个性化,互联化,制造大数据平台总体架构,系统架构 ZachmanFEA,ToG AF,技术架构 大数据SOABPM,RPC,数据 融合,消息 推送,业务架构,研发,生产,管控,Client,基 础 设 施 层,应 用 层,数据接收与发送子 系统,制造数据管理与共享服务平台 数据加工与处理子数据存储子系统 系统,数据共享与服务子 系统,数据管理系统,制造业务与创新应用开发平台,数 据 处 理 与 管 理 层,应 用 开 发 层,制造业务与创新应用平台 生产管控智能排程制造MES质量管理智能调度供应链保障系统 。,构件编排服务装配业务流程,可视化开发环境 构件 函数事件,P,数据库集群,服务接口,数据归档,监 控 与 管 理 系 统,资源池 虚拟化,构件,构件,构件,S,E,P,P,元数据管理,数据迁移,Hadoop框架 分布式文件 系统,资源目 录管理,综合门户,业务系统 监控与管 理,用户权限 管理,基础设施 监控与管 理,文件系统 监控,流程管理 与监控,数据库监 控,数据采集子系统 CAPPERP PDMMES,信息化管理模式转变,统 一 平 台,设计/计划/生产,设计/计划/生产,设计/计划/生产,设计/计划/生产,设计/计划/生产,制造大数据在智能制造主价值链中的应用,采购规划,机器故障诊断与参数优化,工艺设计和工序规划,供应商推荐,供应链总体评估,Click to add Title Click to add Title,Text in here,零件产品质量检测 缺陷识别 缺陷修复推荐,制造 大数据,Manufact BD,生产制造,物流供应,质量管理,生产调度最优化,机器学习通过测定哪个内部流程、 工作流和因素对达到目标质量贡 献最大或最小。 机器学习算法能预测质量和源决 策对DMAIC(定义、测量、分析、 改进和控制)框架中的六西格玛 性能指标有怎样的影响,从而让 制造过程更加智能化。,对于复合型制造企业来说,超过 70% 的产品都源自于供应商,这 需要权衡先满足哪一个客户的需 求。通过机器学习,双方就能更 有效的合作,减少缺货的情况, 提高预测精确性,按期或提前完 成客户订单。,实现状态监控流程,在厂房层级 上管理整体设备效率(OEE, Overall Equipment Effectiveness)。 增强组件和局部层级的预测准确 度,从而改善预防性维护与维护 修理大修(MRO)的性能。,制造大数据知识图谱,序号关键字 生产调度 机器视觉 故障诊断 柔性车间作业调度 趋势预测 预警模型 质量控制 制造单元重组 动态调整 参数不确定性,49,基于大数据的预故障处理,下车间观测 设备,研究设备 Log,异常识别 并决定维修 任务,检查缺件和 关键设备可 用性,为计划维护 分配资源,审查和批准 备用订单,接收设备故 障通知,安排人参加 故障维修,通过性能分析诊断设备 故障,确定解决问 题的潜在选 项,尝试(one by one),故障概率的实时 观测,执行基于概率的 维修事件方向,检查缺件和 关键设备可 用性,为计划维护分配 资源,审查和批准备用 订单,接收设备故障通 知,安排人参加故障 维修,研究操作参数的趋势, 准确地确定正确的根,本原因,确定解决问题的 正确方案,执行方案,传 统 方 式,机 器 学 习 方 式,30% 时间分析问题,70% 时间解决问题,70% 时间分析问题,30% 时间解决问题,基于大数据的预防性维护,WinCE/Windows Linux/JAVA/C#,客户关系,设计研发,制造与供应,服务与维护,Tables SQL HDFS,Hadoop,商业智能,远程专家,生成 预测 模型,预测模型,企业服务总线 预测的维修事件 机器学习云,事件处理 & 规则引擎,事件总线,智能系统服务 设备注册 设备管理,If condition Then action,ID,工业设备,智能系统服务Agent,业务 流程,现场工 程师 事件 警告 状态,01101,增强组件和局部 层级的预测准确 度,从而改善预 防性维护与维护,修理大修,(MRO)的性能。,基于大数据的产品状态变化过程监控,产品 状态 1,产品 状态 2,产品 状态 3,产品 状态 4,外部直径1,高度1,重量1,体积1,化学成分,车削,铣法,平差,工具状态,切屑处理,热处理,外部直径2,高度2,重量2,体积2,切屑处理,热处理,重量3,体积3,切屑处理,外部直径2,高度4,重量4,体积4,化学成分,冷却润滑,冷却润滑,表面光滑度1,表面光滑度2,表面光滑度3,表面光滑度3,高度3,1,2,工具状态 3,工具状态 4,基于大数据的工艺状态变化过程监控,工艺,原材料 & 初始化工艺条件,操作员操作 相互作用 特征集,工艺状态,聚类分析条件 & 状态类型,从经验数据补充 状态类型,输入状态特征向量 & 状态类型 Xi,分析并监控状态 点S,工艺输入 与操作参 数调整,基于机器 学习的工 艺状态监 控,基于大数据的智能制造系统结构,生产数据中心,生产管理系统,ERP,MES,CAPP PDM,RFV IES,机器学习平台,故障诊断模型,规划模型,监督 学习,无监,督学 习,生产调度模型,大数据平台,数据接入,数据存储,共享交换,零件 数据仓库,计划进展 数据仓库,AO 数据仓库,FO 数据仓库,设备 数据仓库,质量 数据仓库,分布式计算平台,Spark,Storm,MapReduce,参数优化模型,领域专家,学习 1,预测 2,基于大数据的智能制造系统组成,制造大数据平台,大数据基础环境,分布式计算系统,机器学习模型库,大数据应用系统,机器 视觉 系统,故障 诊断 系统,质量 检测 系统,专家 系统,图像处理系统,生产 调度,工序 规划,基础 平台,能力 构件,专题 应用,55,基于大数据的智能制造业务流,5,制造大数据应用场景工艺参数优化,工艺参数数 据库,开始,提取工艺参数,评价目标离散化,基于粗糙集的属 性约简,输入样本数据和 测试数据,输入参数数据,数据质量探索,数据相关性分析,数据重要性分析,构建分类算法,建立分类模型,工艺参数选择,结束,数据 准备,数据 优化,数据 分析,利用大数据技术,获取设 备运行中操作人员的行为 特征、经验、设备状态、 产品质量等大量数据,进 计算分析得到工艺参数最 优化设置方案。,工艺参数优化是在对已有 的加工经验进行知识化基 础上,在给定新的加工目 标后,能够快速对工艺参 数做出优化调整,使加工 结果满足目标要求。,制造大数据应用场景质量指标关联因素分析,场景:某产品冷加工工序存在一定的质量问题,通过质量指标关联因素分析,对影响产品质量的因素 进行关联分析,找出与某种质量指标相关联的因素以及因素组合。,意义描述:原材料抗弯强度指标在53到57.1之间, 其粗磨外圆粗磨的法向厚度方差在0.01到0.015之间 的可能性为65.21%,1A、物理性能抗弯强度=【53,57.1) =粗磨外圆 法向厚度方差=(0.01,0.0151 . 置信度:65.21),B、精磨内圆操作者类别=多人=粗磨外圆法向厚 度方差=(0.01,0.0151 . 置信度:66.66),意义描述:工序中同一个产品经过多人加工时,其 粗磨外法向厚度方差在0.01到0.015之间的可能性为 66.66%,2,制造大数据应用场景质量关联分析,产品质量分析的主要目的是分析企业产品生产过程质量 情况,了解产生不合格品原因及生产过程中可能存在的 工艺问题,以避免发生更多的不合格产品,提高产品质 量。,描述:刀量具制造部,在第三季度生产的量具, 容易产生的质量问题,原因多为技术水平低。,制造大数据应用场景物流配送路径最优化,物流配送路径最优化可节约在配送方面的投资和人力资源配置,以最少的运力,走最短的里程,花最 少的费用,经最少的环节,尽可能将货物快速、经济地送达用户,降低成本支出。 q为运量 t为中转费 C表示单位费用 。 。 。,制造大数据应用场景车间作业计划调度与优化,车间作业计划调度是车间动态实时环境下高效运作的关键,并根据指令对车间作业计划做出调整和修 改,使生产得以顺利进行,保证零部件按期交付,包含:被加工工件的排序和生产资源的分配。,谢 谢,</p>