基于工業智能制造應用的可視化數據服務系統

張長海 方晴

［摘 要］在互聯網經濟時代，數據是新的生產要素，是基礎性資源和戰略性資源，也是重要的生產力。本研究采用定性研究方法，通過對工業制造企業現有信息系統的數據資源及需求進行廣泛調查研究和分析，在此基礎上構建綠色智能制造可視化數據服務系統來為工業制造企業提供跨域業務系統的數據融合和開放共享，挖掘數據資產增值功能與數據服務創新能力，解決工業制造企業所面臨的數據業務賦能等難題。本研究通過可視化數據服務系統的研究與設計，加速工業制造企業的業務賦能和創新，賦能更多的傳統制造企業數字化轉型。

［關鍵詞］可視化；數據服務系統；智能制造

doi：10.3969/j.issn.1673-0194.2023.23.024

［中圖分類號］F272 ［文獻標識碼］A ［文章編號］1673-0194（2023）23-0078-04

1? ? ?研究背景

本研究來源于華南師范大學大學生創新創業訓練計劃項目——基于數字孿生的綠色智能工廠可視化數據服務中臺——“數據通”設計與推廣（以下簡稱省級大創項目，項目編號：202338015）資助。項目基于工業制造企業綠色智能工廠可視化數據服務中臺——“數據通”設計與研究，通過分析行業現狀和前景，為工業制造企業可視化數據服務系統提供可行、落地的技術設計方案，為工業制造企業應用實踐提供產品與服務支撐。在項目技術設計上，基于工業制造企業現有信息系統的數據分析來進行可視化數據服務系統的研究與設計，以“數據+業務”雙中臺為核心，賦能工業制造企業線上業務發展，助力工業制造企業數字化轉型。

2? ? ?可視化數據服務系統的研究與設計

2.1? ?系統架構設計

在上述研究分析基礎上提出可視化數據服務系統的應用技術解決方案。系統針對智能車間、智能運營和智能服務三個方向，形成一體化方案架構，在具體的體系中，底層通過自動化驅動與控制接口與機器人、視像設備、傳感器、儀表儀器等進行對接，基于數據模型和數據庫，與制造企業的各個業務應用系統對接，實現用戶層與業務邏輯接口轉換，最終通過各類管理終端進行用戶界面展示的總體設計架構如圖1所示。

可視化數據服務系統本身并不存儲數據，數據存儲在數據庫或大數據平臺中。從圖上看出，系統建設后，將形成數據閉環流轉，在流轉過程中數據內容不斷豐富，質量不斷提升，實現內增值的目標，同時不斷通過輸出數據為業務賦能，實現外增效的目的［1］。

2.2? ?系統邏輯架構

基于工業制造企業信息系統分析的可視化數據服務系統，在實際工作中，依托于視頻結構化平臺采集接口提供的結構化數據，數據進入數據中心后，通過AI大數據算法、業務邏輯實現自動化標簽、預警等功能供前端調用［2］。

將生產過程中的多種數據進行整合和展示，包括設備運行數據、生產線進度數據、質量檢測數據等，通過圖表、報表等形式進行可視化展示和分析，幫助工業制造企業全面了解生產情況，快速發現問題并采取相應的措施解決［3］。

預測性維護是通過對設備狀況實施周期性或持續監測，基于機器學習算法和模型來分析評估設備健康狀況的一種方法，以便預測下一次故障發生的時間以及應當進行維護的具體時間。預測性維護是以設備/裝備的狀態作為依據的維護，狀態監測和故障診斷是基礎，狀態預測是重點，維修決策得出最終的維修活動要求。

2.3? ?系統部署架構

可視化數據服務系統采用分布式集群部署方法，利用容器集群實現快速一站式部署，擺脫安裝使用過程中的環境依賴，解決了系統在使用中出現的環境不兼容、環境版本沖突等問題。同時利用集群的可擴展性、高可用性，動態添加服務器節點，以支撐項目的正常運行。系統部署配置情況如表1所示。

2.4? ?關鍵技術亮點及系統實現

2.4.1? ?前端React技術

React是用于構建用戶界面的JavaScript庫，于2011年首次用于Facebook的Newsfeed。React主要用于構建UI。可以在React里傳遞多種類型的參數，如聲明代碼，幫助開發者渲染出UI，也可以是靜態的HTML DOM元素，也可以傳遞動態變量，甚至是可交互的應用組件。

2.4.2? ?Kafka 消息隊列

Kafka是由Apache軟件基金會開發的一個開源流處理平臺，由Scala和Java編寫。

Kafka的主要特點：

（1）支持Hadoop并行數據加載。

（2）支持通過Kafka服務器和消費機集群來分區消息

（3）持久性，即使數以TB的消息存儲也能夠保持長時間的穩定性能。

（4）高吞吐量，即使是非常普通的硬件Kafka也可以支持每秒數百萬的消息。

2.4.3? ?AI大數據算法

Al算法是一種人工智能技術，通過計算機程序模擬人類思維和行為的方法。以AI技術為支撐，結合物聯網、數據分析技術，深度融合業務場景，賦能監控視頻，通過智能分析、精準預測，快速感知安全態勢、實時掌握服務規范。

可與安防攝像機、移動布控球、智能安全帽、邊緣計算器融合應用，軟硬件深度結合，監測預警手段多重并舉、技術革新，形成“平臺+算法+終端”的整體化解決方案。

2.4.4? ?系統實現

本系統采用經典三層架構，基于“高內聚，低耦合”的思想，把各個功能模塊劃分為表示層（UI）、業務邏輯層（BLL）和數據訪問層（DAL）。三層架構體系結構圖如圖2所示。

圖2 系統三層架構體系結構圖

表示層（UI）位于三層構架的最上層。UI層調用業務邏輯層BLL相關接口完成業務操作。主要用于收集用戶的錄入信息；發送參數到業務層；得到從業務層處理后的結果；將處理結果顯示在用戶界面上。

業務邏輯層（BLL），實現數據處理和數據傳遞，將界面表示層和數據訪問層連接起來，起到承上啟下的作用。根據事務處理規則和工作流程處理信息。該層的重要性在于大部分時間和精力在于編程設計，以使應用軟件在性能和質量上滿足要求。

數據訪問層（DAL），主要包括數據的存儲、數據的處理、數據的維護，以及數據庫的代理服務等任務。

系統實現步驟：

（1）數據采集，首先需要采集生產過程中的各種數據，如生產線速度產量故障率等。這可以通過傳感器、監測設備等技術進行實現，將采集到的數據通過網絡傳輸到數據中心進行處理。

（2）數據處理，將采集到的數據進行處理，如數據清洗、存儲、分析等，生成可視化的數據指標。

（3）可視化呈現，將處理后的數據通過數據可視化技術呈現在大屏幕上，形成直觀、易懂的圖表、表格、儀表盤等。這可以使用各種商業化的數據可視化軟件來實現。

（4）分析與決策，通過對可視化數據進行分析，管理者可以發現生產過程中的瓶頸和問題，制訂相應的調整和改進方案，提高生產效率和質量。

2.5? ?系統主要功能模塊應用效果

2.5.1? ?數據資產管理模塊

系統通過提供數據探索工具，建立數據標簽體系，并構建數據血緣與數據關聯度分析能力，支撐對所歸集的數據進行全面、多維、深度的分析，進而滿足各類業務的應用需求，推動數據的開放創新應用，實現數據的社會化應用價值。

其中系統提供數據標簽管理功能，可對已導入的數據資產標簽進行增加、修改、刪除以及分類標簽的導入導出，滿足數據資產業務屬性隨業務發生變化時數據資產標簽能夠靈活變化。

其中資產地圖功能模塊以資產地圖形式展示制造企業現有的資產信息，方便系統用戶快速查找到需要的資源信息；支持按業務板塊、數據倉庫分層、業務主題庫進行查找數據資產。

其中臺賬管理功能模塊，主要是搭建臺賬管理功能，通過臺賬頁面可以處理數據工單、數據庫、數據加工的流程、質量的規則、數據標準、數據服務，以及各類的數量趨勢。

2.5.2? ?數據共享服務模塊

其功能是對內可實現內部系統間的數據共享交換及跨域數據分析，消除數據孤島、提升工作效率；對其他各子系統可實現主數據共享、對外可實現與監管機構、工業制造企業客戶數據管控與開放。其功能模塊包括數據服務審批、數據資源目錄編排、系統注冊、數據服務目錄等模塊來解決工業制造企業數據服務管理的問題，提供對數據共享服務的統一管理，包括工業制造企業內部數據共享和外部數據流通，通過構建數據服務目錄、授權數據服務等手段實現數據共享服務，有效完整的記錄數據服務信息，形成數據服務統計，展示數據服務的價值。

2.5.3? ?數據可視化管理模塊

建設數據可視化管理，通過拖拉拽可視化數據呈現工具進行數據呈現布局設計，支持多場景模板管理，預置地理分析、實時監控、匯報展示等多種場景模板，它是數據的載體，數據可視化的工具。系統支持除針對工業制造企業業務展示優化過的常規圖表外，還能夠繪制包括海量數據的地理軌跡、熱力分布、地域區塊、3D 地圖、3D 地球，地理數據的多層疊加。此外還有拓撲關系、樹圖等異形圖表可以自由搭配。系統支持多數據源接入如分析型數據庫，關系型數據庫，本地CSV上傳和在線API等：可滿足各類大數據實時計算、監控的需求，充分發揮大數據計算的能力。

3? ? ?研究展望

可視化的數據服務系統結合了AI大數據算法、數據庫、WebService 等技術開發的，其在理論和現實都有重要意義。通過測試表明，該系統完成整合已有信息系統的數據資源，實現數據服務于業務的問題，加速工業制造企業的業務賦能和創新。未來依托工業制造企業客戶終端群體共同打造系統應用示范，實現系統在工業制造企業的使用落地，推進工業智能制造行業的生態合作，針對不同行業工業互聯網應用的成熟度，進行不同的運營和服務推廣［4］。

主要參考文獻

［1］崔士利.試析制造業企業實施業財融合推進精細化財務管理［J］.商訊，2021（36）：38-40.

［2］吳偉杰，黃欣，張伊寧，等.適用于能源電源規劃的全息數據智能交互方法［J］.機電工程技術，2021，50（1）：113-115.

［3］章怡翀.海量數據抓線索 特征挖掘見奇效［J］.中國內部審計，2022（4）：61-63.

［4］符吉芬.中小型制造企業信息化建設存在的問題及優化策略探討［J］.企業改革與管理，2023（6）：14-16.