工業(yè)大數據:車間物聯(lián)網數據管理

《制造業(yè)數據管理的再認知》一文中我們將工業(yè)大數據分為公共資源數據、工程類數據、管理類數據和物聯(lián)數據。這篇文章主要談談物聯(lián)數據，也是數據管理部分的最后一篇了。傳統(tǒng)的管理系統(tǒng)將人作為數據采集端，用流程來固化組織的行為，用指標來衡量評價流程和組織的效率。工業(yè)企業(yè)的物聯(lián)網，就是要將人和物聯(lián)系起來，將系統(tǒng)和物聯(lián)系起來，將物作為數據采集端，由人或系統(tǒng)進行數據分析和決策。數據的分析與優(yōu)化是物聯(lián)網的關鍵技術之一，也是未來物聯(lián)網發(fā)揮價值的關鍵點。物聯(lián)網在工業(yè)中有很多種應用方式，如物流倉儲、生產制造、產品運維等，我們這里重點講講生產制造和產品運維。

第一節(jié) 物聯(lián)數據的組織方式

工業(yè)企業(yè)的生產制造物聯(lián)網應用一般稱為車間物聯(lián)網或者叫制造物聯(lián)，通過使用RFID傳感器、無線網絡通信、GPS定位、語音視頻系統(tǒng)等技術把制造計劃與制造資源“人、機、料、法、環(huán)”等信息鏈接起來，從而對五大制造資源智能化識別、定位、跟蹤、監(jiān)控和管理，從而滿足企業(yè)指揮調度、環(huán)境監(jiān)測等方面的管理要求。五大制造資源分為靜態(tài)屬性和動態(tài)屬性，如一臺機床設備的靜態(tài)屬性又可以分為管理信息（設備編碼、設備名稱、設備分類等）、靜態(tài)參數（工作環(huán)境、進給速度、切削參數等）、動態(tài)參數（機床狀態(tài)、車床完備率、車床負荷率、維修記錄等）。靜態(tài)屬性不受生產過程的影響，并在生產流程開始之前已經確定，是車間現(xiàn)場管理中的常量數據，但這些數據并非永遠固定不變，它們可在生產過程結束后由用戶進行調整；動態(tài)數據是一直處于變化中的數據，車間物聯(lián)網數據大多屬于動態(tài)數據。

第二節(jié) 物聯(lián)數據的管理技術

車間物聯(lián)網是一種典型的復雜信息系統(tǒng)，涉及數據管理的各個方面，主要包括：數據質量控制、數據融合與集成、復雜事件處理、數據存儲與處理，以及安全訪問控制等。

數據質量控制：物聯(lián)網的數據質量可以用精確度、置信度和完整性三個指標來衡量。在提高射頻識別、傳感器網絡數據質量控制方面，主要采用清除多讀和誤讀數據、填補漏讀的數據。數據清洗通常采用概率統(tǒng)計和時空關聯(lián)的方法。

數據融合與集成：物聯(lián)網數據空間內數據對象的多態(tài)性表現(xiàn)在多類型、異構和無統(tǒng)一模式。因此，一方面需要構建車間統(tǒng)一的數據模型，用統(tǒng)一的方式表達數據；第二方面以統(tǒng)一數據模型為基礎，研究如何將異構數據映射和轉換到統(tǒng)一的數據框架中；第三方面物聯(lián)網中的數據源是分布、自治和獨立的。在數據集成過程中，有時需要自動地發(fā)現(xiàn)相關的數據源；第四方面要記錄數據的來源，從而實現(xiàn)數據的溯源；第五方面車間制造資源是不斷變化的，這種變化會對于數據的一致性、版本和模式更新等產生影響，要能夠記錄數據演化的過程。

復雜事件處理：在典型的物聯(lián)網應用中，上層系統(tǒng)負責監(jiān)測各個物體的狀態(tài)和行為，并控制其按照既定的程序作出智能反應并完成相應行為。物體的行為通常以事件形式表達。

安全訪問控制：由于物聯(lián)網的開放性，如何保護好了傳感數據的隱私性成為一個棘手問題。因為這些海量數據很容易獲取、如果幾何互聯(lián)網檢索信息，使用復雜的推理技術，就可推演出隱私信息。物聯(lián)網的物體異構性和移動性增加了隱私保護的復雜性。

第三節(jié) 物聯(lián)數據的應用模式

1、物聯(lián)車間的生產管控：車間生產指揮調度中心作為整個生產的“大腦”，需要統(tǒng)籌調度車間的各項資源及生產能力，該中心通過集成ERP、MES、MDC等系統(tǒng)數據，以電子大屏幕為載體，展示各生產現(xiàn)場作業(yè)情況、突發(fā)事件、事件跟蹤、改進情況等。結合精益生產理念，對各生產單元的生產任務執(zhí)行進行全過程管理，通過統(tǒng)計、分析、歸納、預測后，實現(xiàn)生產數據可視化管理，為全景展示公司生產任務執(zhí)行情況，提供企業(yè)決策支持分析，確保生產任務按質、按量的準時完成。

2、物聯(lián)車間的質量控制：某鋼鐵企業(yè)是中國最大的特種鋼材生產企業(yè)，在其某條硅鋼生產線上，由于多種復雜因素的作用，成品表面有時會形成一種稱為縱條紋的瓦楞狀缺陷?？v條紋缺陷不僅影響產品的外觀效果，而且對產品的物理性能如層間電阻，電磁性能和疊片性能等有著直接的影響，其縱條紋缺陷鋼占生產量的30%左右，每年給企業(yè)帶來巨大的損失。通過數據挖掘技術對生產工藝流程數據進行深入分析和挖掘，建立產品質量優(yōu)化模型，減低次品率，提升產品質量。