工業大數據環境下的智能服務模塊化設計

張 衛 丁金福 紀楊建 夏文俊 蘭 虎 章建輝

1.浙江師范大學智能制造技術與裝備研究中心，金華，321004 2.浙江大學流體動力與機電系統國家重點實驗室，杭州，310027 3.英國劍橋大學工程系制造研究院，劍橋，CB3 0FS 4. 浙江萬里揚股份有限公司，金華，321000

0 引言

智能制造從數字化、網絡化、智能化的并行推進過程中，制造與服務融合問題成為產業界和學術界近年來關注的熱點之一，服務企業、制造企業和終端用戶都會從制造服務中獲取價值。服務型制造[1-2]、云制造[3-4]、制造物聯等制造服務模式以顛覆性技術為依托，成為中國制造重要的戰略選擇。智能服務是制造服務理論的重要對象，對智能服務的設計主要包括功能和流程兩方面的任務，將功能與流程結合，增加了制造服務的復雜性，考慮服務設計的虛實結合性和數據復雜性特點，工業大數據可以較好地滿足服務設計需求。工業大數據深刻地影響著制造業[5-7]，它是工業數據的總和，主要包括企業信息化數據、工業物聯網數據和外部跨界數據，本質是通過促進數據的自動流動去解決控制和業務問題，減少決策過程所帶來的不確定性，并盡量克服人工決策的缺點。模塊化方法廣泛應用于設計、制造領域[8-9]，在產品服務系統中也有初步的應用[10]。為了解決智能服務設計的復雜性問題，引入模塊化方法是較好的選擇。本文在應用工業大數據技術的基礎上，研究智能服務的設計過程，并以模塊化方法提出智能服務的設計策略。

1 智能服務的工業大數據環境分析

智能服務是制造服務智能化的具體應用，制造服務包含服務企業、制造企業、終端用戶圍繞產品生產和提供服務進行的所有活動，主要表現為生產性服務關系和制造服務化關系。服務企業向制造企業提供的制造服務，以及對整個價值鏈上制造企業生產過程中的所有活動提供的不同程度的服務，主要是生產性服務[11-12]；制造企業向終端用戶提供的制造服務，以及對整個產業鏈上運作過程中與制造企業相關的價值增值活動提供的服務，主要是制造服務化[13-15]。生產性服務關系和制造服務化關系共同促進制造與服務的融合[16]。

在工業大數據環境下，基于工業大數據管理和工業大數據分析實現制造與服務數據的獲取，本文構建的智能服務的工業大數據系統框架見圖1，其中，工業大數據的核心部分包括工業大數據分析系統、工業大數據管理系統、智能終端以及應用系統的數據接口。根據一般制造企業的需求，智能服務工業大數據系統的分析原理如下。

圖1 智能服務的工業大數據系統框架Fig.1 Intelligent service industry big data system framework

(1)通過物聯網中的RFID和傳感器等相關技術，將服務企業、制造企業和終端用戶的所有智能服務要素(包括靜態智能服務要素和動態智能服務要素)進行互聯互通，相關智能服務要素通過物聯網連接到智能服務數據系統平臺。

(2)平臺通過工業大數據管理對服務要素的相關數據進行智能服務數據采集，或對相關智能服務參數進行寫入的活動。將多源的大數據統一為HDFS系統文件，并存儲在NoSQL數據庫或者NewSQL數據庫。同時，對智能服務進行管理并控制相關數據的傳遞。

(3)建立面向智能服務應用、智能服務技術、智能服務管理的工業數據分析系統，通過Map Reduce及其相關技術對各類智能服務數據進行分析，實現并行處理和數據挖掘。根據需要更新大數據分析算法。

(4)通過智能客戶端或者智能移動終端為異地的智能服務相關人員提供多維度的服務信息顯示、查詢、分析、追蹤、追溯和仿真等功能。

(5)通過緊密集成模式的應用接口實現與其他應用系統的集成，如CAPP、PDM、CAM、MES等系統。其中，智能服務的模塊化設計系統也在工業大數據環境中運行。

2 工業大數據驅動的智能服務設計

構建智能服務的工業大數據系統之后就可以進行智能服務設計。智能服務設計在設計服務功能、服務流程的同時，還需要考慮服務組合。協同設計提供交互環境而確定服務功能、仿真設計模擬服務過程而確定服務流程，在此基礎上，可以采用服務模塊化方法來實現服務組合。智能服務往往由多個服務模塊組合而成。關于服務模塊化已經有了較多的研究，可以引入智能服務設計，形成智能服務的模塊化設計方法。服務企業為制造企業提供智能服務，就是根據制造企業的需求來設計智能服務方案，針對智能服務，基于工業大數據的智能服務模塊化設計主要包括工業大數據支持、智能服務模塊分解、智能服務模塊優化。工業大數據驅動的智能服務設計方法見圖2。

圖2 工業大數據驅動的智能服務設計Fig.2 Industrial data driven intelligent service design

在工業大數據支持層面，從智能服務應用、智能服務技術、智能服務管理三個維度設計工業大數據的分析主題，在每個主題下設置核心目標，形成目標函數以及約束條件，根據不同粒度的需求來采集工業大數據。對采集到的工業大數據進一步存儲和清洗，形成制造服務信息，通過數據挖掘得到制造服務知識。不同的工業大數據分析主題分類管理，選擇適合的算法來分析，支持智能服務模塊的分解。

在智能服務模塊分解層面，針對智能服務的功能和流程從技術維度進行模塊化，針對智能服務的活動從應用維度進行模塊化，針對智能服務的組合從管理維度進行模塊化。每個維度都基于相關工業大數據分析的結果來綜合處理。將智能服務設計結合智能服務企業來確定初步的智能服務模塊，作為智能服務模塊優化的基礎。

在智能服務模塊優化層面，基于分解的結果來進行智能服務的模塊化設計。一般智能服務模塊含有若干智能服務活動，智能服務模塊化設計過程是一個仿真優化過程，依據智能服務分解獲得的智能服務活動，通過構建結構矩陣模型進行制造服務活動的組合與優化，確定最佳的智能服務模塊。智能服務模塊化需要同智能服務功能模塊化、智能服務流程模塊化等協同設計。

3 工業大數據支持的智能服務模塊化設計策略

DONALD STEWARD在1981年引入設計結構矩陣(design structure matrix, DSM)來分析信息流，DSM是一個n階方陣，用于顯示矩陣中的各個元素的交互關系，有利于對復雜項目進行可視化分析[17-19]?；贒SM可建立智能服務模塊化設計策略，矩陣中包含組成智能服務的各項功能及各功能間信息交換的方式，從中可以發現某項功能開始時需要哪些信息和某個功能產生的信息將提供給哪些功能。智能服務模塊化設計策略的分析過程如下。

3.1 工業大數據支持的智能服務模塊分解

工業大數據支持的服務企業提供智能服務給制造企業，大型企業需要較多的配套服務，中小企業需要較多的租賃服務等，服務企業進行服務創新的核心任務就是智能服務設計。在工業大數據支持下，構建智能服務模塊，最后將智能服務功能分解，進行智能服務設計?？梢詮娜齻€維度來實現工業大數據支持的智能服務模塊分解，見圖3，管理維度模塊化是概念設計、技術維度模塊化是服務實現、應用維度模塊化是領域實施等。

圖3 工業大數據支持的智能服務模塊分解Fig.3 Decomposition of intelligent service modules supported by industrial big data

在工業大數據支持的智能服務管理維度模塊化方面，主要是智能服務企業從管理角度運作制造服務，在工業大數據環境下，為服務模塊化創造了基礎，將抽象的服務劃分為適當的模塊來管理。利用模塊化思想，將智能服務需求分解成若干服務模塊后，分別設計服務模塊，再將設計好的服務模塊組合為智能服務方案，提供給制造企業。智能服務是由服務模塊組成的，智能性體現在服務模塊的智能劃分、智能設計、智能組合等方面，這些智能性借助人工智能技術和知識工程等手段實現模塊化。智能生產方式也體現在服務模塊化設計的智能化以及領域知識的應用等方面。

在工業大數據支持的智能服務技術維度模塊化方面，依據管理維度的模塊劃分結果，以技術實現智能服務模塊。將智能服務模塊從功能和流程兩方面模塊化，以協同設計方式實現各個功能模塊，服務企業和制造企業通過協同技術確定具體的服務功能；以仿真設計方式實現各個流程模塊，服務企業依據產品和服務功能確定具體的服務流程。服務功能和服務流程相互映射，服務功能、服務流程同時也與服務模塊相互映射，形成技術維度和管理維度的相互映射。技術維度也依賴于知識工程的支持、大數據分析的支持等。

在工業大數據支持的智能服務應用維度模塊化方面，將管理維度和技術維度集合起來，支持具體智能服務的應用，應用維度也要基于模塊化思想進行設計。工業大數據支持的智能服務設計反映服務創新的水平，一般的功能模塊劃分為服務或技術的研發模塊、服務的設計和開發模塊、服務的管理模塊、服務的執行和傳遞模塊、其他增值服務支持模塊等，每個服務模塊又包含若干子模塊。工業大數據支持的每個服務模塊也基于服務功能和服務流程，進行智能服務設計。智能服務模塊分解最終落實到應用維度，為智能服務模塊設計和智能服務模塊配置奠定基礎。

3.2 工業大數據支持的智能服務模塊化設計過程

工業大數據支持的智能服務模塊化設計可以采用DSM模型來分析，服務企業為制造企業提供智能服務，圍繞產品的全生命周期進行服務創新。智能服務包括提供產品或零部件實現服務的有形服務，也包括不以實體形式實現服務的無形服務。通過工業大數據支持獲得的智能服務模塊分解可以作為模塊化設計的初始化，以此來進一步優化智能服務模塊，將獲得的初始化智能制造服務模塊假設為智能服務活動，通過對智能服務活動的集成來優化，基于DSM模型的模塊化設計過程如下。

(1)定義智能服務鄰接矩陣。用圖Gr=(V,E)表示智能服務，其中，智能服務活動集V=v1,v2,…,vn是有限非空集合，vi為智能服務活動；智能服務關系E是有限邊集合，E中的每個元素e與V中的智能服務活動vi相對應。如果智能服務活動從v1到vn的次序確定，則n階方陣A=aijn×n為智能服務Gr的鄰接矩陣,即

(1)

i,j=1,2,…,n

(2)定義智能服務可達矩陣。智能服務Gr是有向圖。如果智能服務活動從v1到vn的次序確定，則n階方陣P=[pij]n×n為智能服務Gr的可達矩陣,即

(2)

同時，有

P=A(1)∪A(2)∪…∪A(n)

(3)

式中，A(n)為A的n次冪矩陣。

(3)確定智能服務的DSM采用布爾型，矩陣的運算規則見表1。

表1 智能服務的DSM運算規則

(4)計算P∩PT。PT為智能服務可達矩陣P的轉置矩陣，則

(4)

若從智能服務活動vi到vj可達，則有pij=1；若從智能服務活動vj到vi可達，則有pji=1。當且僅當pijpji=1時，智能服務活動vi和vj相互可達。

如果矩陣P∩PT第i行的非零元素在第j1,j2,…,jk列，則智能服務活動vi,vj1,vj2,…,vjk在同一個強連通分支中。也就是說，智能服務Gr強連通分支是vi,vj1,vj2,…,vjk導出的子圖。

(5)由P∩PT識別智能服務活動,進而完成智能服務模塊化設計。

4 實例分析

以某機床企業智能服務設計為例，通過企業需求分析獲得該智能服務的工業大數據獲取方案，根據各類核心服務所需要的基礎數據，構建適合的企業工業大數據系統，在此基礎上進行支持該企業運作的智能服務模塊化設計。假設工業大數據系統支持模塊化設計階段相關的數據采集與分析，機床企業智能服務模塊化設計過程如下。

4.1 機床企業智能服務模塊分解

數控機床服務是一種典型的智能服務，機床企業作為服務企業提供數控服務給制造企業，此類服務具有廣闊的市場潛力和應用前景。由于數控機床在智能制造中普遍使用，大型企業需要較多的配套服務，中小企業需要較多的租賃服務等，所以數控機床企業可以作為服務企業進行服務創新，核心任務就是智能服務設計。

在工業大數據分析支持下，構建智能服務模塊，最后將智能服務功能分解，進行智能服務設計。大數據分析主要面向管理維度模塊化、技術維度模塊化、應用維度模塊化等。機床企業為制造企業提供數控機床及其相關服務，圍繞數控機床的全生命周期進行服務創新。

數控機床相關服務包括有形服務(如數控機床租賃)，也包括無形服務(如金融租賃服務)。依據工業大數據整合相關文獻與領域知識，機床企業對數控機床服務進行模塊化分析，獲得初始化智能服務分解模塊，見表2。

4.2 機床企業智能服務模塊化設計過程

通過工業大數據提供的機床企業數控機床服務模塊信息，將初始化的智能服務模塊作為制造服務活動，采用基于DSM的模塊化設計進一步分析數控機床服務。對于服務模塊有對應的服務活動，這些服務活動之間存在串行關系和并行關系。用有向圖表示數控機床服務活動信息傳遞，見圖4。圖4中的節點表示數控機床服務活動，有限邊表示數控機床服務活動之間的關系，設計結構矩陣Q是鄰接矩陣AD。用有向圖分析獲得數控機床服務活動的設計結構矩陣Qn×n以及可達矩陣P。

表2 機床企業的初始化智能服務分解模塊

圖4 數控機床服務活動的信息傳遞有向圖Fig.4 Information transmission directed graph of NC machine tool service activities

計算P∩PT，識別出數控機床服務活動集：{JSZX,GLPX},{JCXS,RZZL,JCXD},{WLFW,TSFW,ZJAZ,LJGY,JJWX},{DQWX,BJGY},{YCWH,YCJK},{BJHS,CPHS},{JCZB},{SJFX},{YWJC}。因此，數控機床服務劃分為9個服務活動集，見圖5。數控機床服務劃分為9個對應的模塊，每個模塊包含若干服務活動。

圖5 數控機床服務模塊化設計Fig.5 Modular design of CNC machine tool service

5 結語

制造服務設計問題的智能化是解決制造服務實用化的關鍵問題之一。通過構建工業大數據系統，采取設計結構矩陣方法建立了智能服務模塊化設計策略，提高了制造服務設計的效率和速度。通過機床制造企業實例分析，證明模塊化設計方法能較好地幫助企業做出科學、系統、智能的服務設計，同時也證明工業大數據系統模型是正確、合理和有效的。智能服務設計的功能設計與流程設計是相互影響的，本文沒有具體深入功能與流程的模塊化設計，下一步需要分別研究功能模塊化的設計策略，以及流程模塊化的設計策略等內容，所提方法在制造服務設計中較好地融入了大數據和模塊化技術，為制造與服務融合的實現打下了基礎。