基于工業互聯網平臺的大數據分析系統研究

彭書浙 王旭 衛鴻濤

摘要：根據《中國制造2025戰略》文件內容，要積極推進工業企業轉型升級，以工業互聯網平臺為依托，借助大數據分析實現工業制造業的數據化發展。該文簡要闡述了工業互聯網平臺與大數據技術有關政策背景，分析了工業互聯網平臺中的大數據技術應用現狀，進一步探究了基于工業互聯網平臺的大數據分析系統構建新思路、構建路徑。

關鍵詞：工業領域互聯網平臺大數據技術數據分析系統

中圖分類號：TP311 ? 文獻標識碼：A ? 文章編號：1672-3791（2021）12（a）-0000-00

Research on Big DataAnalysis System Based onIndustrial Internet Platform

PENG Shuzhe ?WANG Xu ?WEI Hongntao

（Ningbo Chuangyuan Information Technology Co.， Ltd.， Ningbo，Zhejiang Province， 315800 China）

Abstract：According to the document of the Made in China 2025， we should actively promote the transformation and upgrading of industrial enterprises， rely on the industrial internet platform， and realize the development of the industrial manufacturing industry with the aid of big data analysis. This paper briefly expounds the policy background of Industrial Internet platform and big data technology， and analyzes the application status of big data technology in industrial internet platform， this paper further explores the new thinking and construction path of the big data analysis system based on the Industrial Internet platform.

KeyWords： Industrial domain; Internet platform; Big data technology; Data analysis system

工業互聯網平臺已經成為我國工業制造業領域重要內容，是工業企業了解領域發展、互相交互數據、直觀呈現工業動態發展情況的有力工具。該文建議要靈活利用大數據技術，依托工業互聯網平臺構建數據分析系統，通過數據技術服務于工業智慧化發展，形成具有較強實效性的大數據分析系統[1]。

1工業互聯網平臺與大數據技術有關政策背景

根據《關于工業大數據發展的指導意見》文件要求，在數字經濟發展背景下，如何實現工業制造業的高質量發展，是工業大數據發展需解決的問題。在工信部發布《意見》文件之后，各省份高度重視工業互聯網平臺的建設與發展;有關部門提出“大數據發展應用”“大數據與工業深度融合發展”“萬企融合推動大數據與工業”等戰略指導。

在“千企改造”要求之下，部分省份以工業企業“登云用云”為工業互聯網平臺建設目標。將這一目標細化可以體現為：（1）工業設備“上云”，能夠借助工業互聯網平臺實現高耗能設備運行數據監控，提高設備運行效率，降低維修成本。（2）工業企業業務系統“上云”，以工業互聯網平臺為媒介，支持企業向工業互聯網平臺尋求服務支持，鼓勵企業購買工業互聯網線上服務，加強工業企業之間交互力度，實現工業企業的聯動化新發展。

可以看出，工業互聯網發展已經成為進一步推動我國工業制造業長久發展的基礎工具，因此，在工業互聯網中搭建大數據分析系統，也是極為必要的[2]。

2工業互聯網平臺中的大數據技術應用現狀

根據工業互聯網平臺發展及應用情況來看，現如今，“萬企融合”戰略已經推進到中期階段。根據有關數據報告，已經有33.9%的工業企業實現了大數據與生產、研發、銷售、管理等關鍵環節全面融合的目標，成為工業企業進一步優化生產過程、研發生產產品、加強生產管理與故障診斷的重要技術支持。

2.1 應用成果

結合工業互聯網平臺中的大數據技術應用情況來看，其應用成果可以體現如下。

（1）信息化與工業化的日益融合。以煤炭產業為例，2018年50%的煤礦實現了智能化升級改造。（2）智能制造不斷發展，各地區紛紛開展以物聯網、傳感器為基礎的智能網絡建設，不斷提升制造業企業的生產過程數字化建模水平，實現了制造業企業的生產工藝與智能系統的融合，提升了企業生產現場運行管理水平。（3）工業企業運用大數據生態。在實際過程中，各地區工業企業在“萬企融合”推動之下，紛紛引入云技術與大數據技術，研究基于工業互聯網平臺的產供銷一體化系統;還基于互聯網平臺為客戶提供工業產品的個性化定制服務，充分體現出工業企業的大數據應用水平[3]。

2.2 存在的不足

盡管我國工業制造業領域各個行業、企業都在積極開展大數據技術的應用，主動利用工業互聯網平臺實現升級轉型，但是在工業互聯網平臺的大數據分析方面，仍然存在一些不足，具體包括以下方面。

（1）工業互聯網平臺的大數據分析處理深度不足，智能化程度不足，導致數據利用率較低。在工業制造業發展過程中，隨著工業生產規模的不斷擴大，其所產生的數據量、數據形式也在不斷增多，這就給數據挖掘與分析帶來了較大的難度。數據規模的增加意味著需要刻畫的數據特征數量不斷增加，數據類型的多樣化直接導致了數據模式的復雜化，促使工業互聯網平臺中的數據分析出現很多無用的噪音，降低了數據處理效率[4]。

（2）大數據分析中的計算不貫通，數據模型較為復雜，沒有切實提高工業互聯網平臺的大數據時效。現階段的工業互聯網平臺應用中，采用的數據計算模式較為呆滯，缺乏對數據全生民周期的計算，從而導致很多數據任務無法深入落實，沒有實現融合計算的目的。

3基于工業互聯網平臺的大數據分析系統構建新思路

根據上述工業互聯網平臺的大數據技術應用現狀可以看出，現階段的工業互聯網存在明顯的數據資源開放性不足、綜合分析能力較弱、缺乏創新應用技術的情況。因此，要想基于工業互聯網平臺構建大數據分析系統，且保證系統的高效性、時效性與可操作性，將系統構建重點放置于大數據分析、數據復雜應對、數據預處理與數據挖掘方面;還可以適當引入可視化技術、智能知識獲取算法等，全面覆蓋數據生命周期，提升大數據分析系統整體建設水平。

在實際過程中，考慮到工業大數據的大體量、復雜性與不確定性，需以大數據機器學習理論為支撐，構建融合了計算構架、大數據預處理、深度分析挖掘、智能知識計算、輔助決策、數據可視化與動態監控等技術的系統框架。要精細化設置大數據分析系統的標準參數、數據采集規模與協同作業模式，形成一套分布于工業制造業領域、能夠通過數據資源與技術提供服務的系統，充分發揮工業大數據利用價值，為工業制造業與社會經濟的發展提供帶動作用[5]。

構建大數據分析系統，還需要針對性解決當下問題，利用數據預測決策模式與可視化功能，實現：突破大數據預測，數據可視化分析、大數據決策支持、遠程控制與管理、工業生產現場內設備與人員的協同管控等。

4基于工業互聯網平臺的大數據分析系統構建路徑

4.1從宏觀角度出發規劃，搭建可靠工業網絡數據鏈接

根據工業制造領域的工業互聯網平臺發展與應用情況來看，工業互聯網已然成為工業智能化發展的關鍵物質條件，要想構建大數據分析系統，就需要立足工業互聯網平臺，全面規劃工業生產的數字化工廠建設，根據工業生產工藝流程、工廠生產全過程，將各個環節與工業互聯網平臺連接起來，形成數字化生產流程[6]。針對工業生產中的煉鋼、冷鑄、熱軋、冷軋等各個車間，在車間內設置數據采集傳感器，同時將各車間設備中安裝傳感器，與大數據分析系統連接起來，實時傳遞設備運行數據，為大數據分析系統運行提供數據支持。需要規劃設計大數據分析系統的整體架構層次，分別設置數據采集層、生產控制層、制造執行層、運營管理層、決策輔助層等;在不同層級對應連接相應的設備與分系統[7]。舉例分析，采集層構建完成之后，需要連接工業生產現場的生產設備、電氣設備等;決策分析層則需與工業企業的內部管理系統、財務分析系統、質量分析系統等聯系起來，進一步為工業企業的決策提供輔助支持。

4.2優化調整構架標準，提升數據處理與響應能力

基于工業互聯網平臺構建大數據分析系統，建議要加強對平臺上系統架構的設計，提升架構標準化水平，融入“邊云協同”機制，進一步提升大數據分析系統的數據處理效率與深度，提高系統數據響應能力。

一方面，建議工業企業結合自身生產經營實際情況，根據工業互聯網平臺的原本架構標準，對大數據分析系統的架構進行設計;設計系統邊緣層，以協議轉換的方法實現海量工業數據的聯通，促使各生產設備、生產場景中的工業數據共享互聯。結合工業數據數量日益提升、數據形式愈發多樣的問題，工業企業要著眼于“數據冗余剔除”，靈活利用邊緣技術，對錯誤數據、冗余數據、數據緩存、重復數據等進行處理，在預處理之后實時分析數據，因此降低大數據分析系統中的計算壓力，有效改善網絡數據傳輸負載問題，提高數據處理時效性，促使系統能夠快速響應數據[8]。

另一方面，設計開發平臺層架構構架，企業對這一層架構構架進行二次開發，利用海量數據作為工業生產管理的依據，通過分析數據為客戶提供個性化服務;還可以利用數據分析，對工業生產技術、生產設備、生產工藝等進行封裝、復用，豐富工業互聯網平臺功能。

4.3搭建數據采集平臺，為工業互聯網數據系統運行提供支持

基于工業互聯網平臺構建大數據分析系統，要重點搭建數據采集平臺。數據采集是大數據分析系統運行的基礎，若數據采集環節出現異常，則后續一系列數據分析與可視化均缺乏實際價值。在完成大數據分析系統的整體規劃、構架架構標準設計之后，可以實現產品質量監控、生產設備運行狀態監控、生產工序能源成本監控與分析、現場實際情況的監測與預警等[9]。數據采集平臺的搭建，是這些功能實現的基礎。因此，企業需要搭建連接不同數據采集系統的數據平臺，構建數據之間的邏輯關系。實際過程中，企業可以按照生產工序劃分數據采集平臺內部分類，比如：工藝過程數據采集、設備過程數據采集、生產計劃完成數據采集、檢測與化驗數據采集、生產實績數據采集等;在數據自動化采集之后，根據不同分類自動生成ERP表格。

4.4加強工業安全與遠程管理與工業App建設，提升工業大數據系統安全與服務能力

基于工業互聯網平臺構建大數據分析系統，建議要加強大數據分析系統中的工控安全模塊建設、工業生產遠程管理模塊建設，進一步拓展工業大數據分析應用場景，提升工業大數據系統的應用與服務能力[10]。根據“智慧管理、智能生產”要求，企業要利用大數據技術，在工業互聯網平臺中統籌規劃大數據分析系統的生產安全防御機制，實時采集數據展開分析，及時發現生產安全不良信號，積極防御、集中管控，提升工業生產安全控制水平。與此同時，企業可以結合工業互聯網平臺基礎，建設屬于企業的工業App，將內部生產經營架構一比一還原于App中，促使企業內各環節、部門人員可以通過App進行內部交流;還可以互相實時共享生產信息、銷售信息、服務數據與產品檢測數據，進一步加強技術與業務的融合，形成產銷一體化模式，體現大數據分析系統的多元應用價值[11]。

5結語

綜上所述，工業互聯網平臺是實現工業制造業智能化發展的基礎，需要進一步結合工業生產需求，從優化調整構架標準，構建數據采集平臺，實施采集數據，支持工業互聯網持續運行的同時滿足更多的數據需求。此外，需要依托平臺豐富大數據系統的工業安全管理功能以及各類工業App、遠程管理功能，滿足更多的智能工業制造場景應用需求，為我國工業制造業的智能化、智慧化發展提供支持。

參考文獻

[1]周寶冰.工業互聯網或在2023年迎來“拐點”[N].中國工業報，2021-10-26（3）.

[2]于成水，宋春麗.山東加快工業大數據中心體系建設[N].中國工業報，2021-10-26（3）.

[3]張維.基于大數據技術的制造企業信息化平臺的設計與實現[D].西安：西安理工大學，2021.

[4]花樹天.面向工業互聯網的邊緣微服務架構的研究與實現[D].北京：北京郵電大學，2021.

[5]王兆臣，湯澎湃.“5G+工業互聯網”的焊接、切割及大數據系統的推廣和應用[J].電焊機，2021，51（10）：148-150，158.

[6]張興明，吳濤，楊昶宇，等.流域水電工業互聯網平臺應用探索與實踐[J].云南水力發電，2021，37（5）：216-219.

[7]許憲春，王洋.大數據在企業生產經營中的應用[J].改革，2021（1）：18-35.

[8]汪家強.實施工業數字化改造行動促進工業大數據發展[N].中國電子報，2020-06-16（003）.

[9]本刊編輯部.首屆中國工業互聯網大賽決賽展現工業科技能力[J].中國信息化，2020（3）：13-22.

[10]趙偉.鞍鋼工業互聯網平臺建設及大數據應用的探索[J].中國鋼鐵業，2019（7）：43-46.

[11]王元卓，靳小龍，程學旗.大數據分析系統創新平臺與生態建設[J].大數據，2018，4（1）：92-99.