前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據與云計算在智慧工廠中應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：對大數據與云計算的基本概念、特征以及對智慧工廠的特征和技術框架建設進行分析，針對制造企業的特點以及對信息系統深度應用的需求，通過實際的應用實踐場景來闡述云計算和大數據如何在智慧工廠落地應用。

關鍵詞：云計算；大數據；智慧工廠

隨著新一代信息技術的快速發展，大數據和云計算成為各行業關注的重點并得到廣泛應用。目前，如何構建智能制造的體系，實現智慧工廠成為企業的數字化藍圖和實施路線。制造業通過引入自動化、AI、物聯網、大數據和云計算等新興技術，實現制造過程的透明化、智能化和信息化，進而促進生產、管理的數字化轉型，應對全球化、信息化、智慧化和綠色化的發展趨勢，提升企業的競爭力。應用大數據和云計算可以幫助企業從工業數據中挖掘知識來指導生產優化，這也成為廣大業界專家的重點關注問題。基于云計算技術有媒體云、云存儲、云轉碼等，但云計算在實際應用中還處于初期階段，沒有形成行業生態鏈。大數據和云計算技術如何更好地應用于智慧工廠也成為業內主要研究的課題。江蘇新安電器股份有限公司被評定為“江蘇省智能工廠”、“江蘇省工業互聯網標桿工廠”、“工信部制造業與互聯網融合發展試點示范項目”、“江蘇省四星級上云企業”，本文將結合智慧工廠建設的實踐，分析智慧工廠的技術體系和關鍵技術，闡述大數據和云計算在智慧工廠中的實際應用。

1大數據和云計算

1．1大數據的特征

大數據（BigData）也叫海量數據集合，是一種信息收集、深度分析技術，可以實現數據高效組合和輸出。它具有四個特征：①大量：數據發展迅速的原因是大數據技術升級了數據級的規格，由TB升級至PB、EB或ZB的級別，數據容量更大；②快速性：實時快速地對制造過程中的數據采集、處理；③多樣性：數據的來源廣泛和種類多樣，可以是表格、圖像、音視頻等；④價值：在海量的數據中要剖析出有價值的內容，因為數據總量大，挖掘有價值的數據具有一定的挑戰性。在制造過程中的大數據收集和存儲基本已經實現，最難也是最關鍵的是從大量的數據中建立數據模型，對數據精準分析，從中找出有價值的內容。對于企業來說大數據的核心價值在于從數據分析作出預判，幫助企業用全方位的方法和手段處理數據，挖掘業務模式，實現運營決策。

1．2云計算的含義和特征

云計算技術是一種提供資源的網絡應用，對數據的存儲的整合。按照目前最常用的定義云計算分為公共云、私有云和混合云。云計算主要有三個特點：第一是規模比較大，云計算的運營商都擁有數以萬計的大規模服務器，用于為用戶提供龐大的數據技術服務；第二是虛擬化，用戶不需要了解硬件就可以通過互聯網直接獲取相關的應用和服務；第三是按需分配，云計算接近無限存儲空間，根據用戶需求和響應規模進行資源的分配和收費，有效避免資源浪費，節省成本。

1．3大數據和云計算的關系

在應用層方面，大數據和云計算的作用和目標相同，都是為了高效的處理大量數據信息，通過深度分析為企業提供具有商業價值的信息。這兩者之間也有一些區別，云計算主要強調的是計算的過程，大數據則強調的是計算對象。大數據側重于對數據的采集和精準分析，對有價值信息的提取和存儲。云計算技術側重于對信息數據儲存的管理，優化資源的利用率。

2智慧工廠的特征和架構

美國國家基金會科學家HelenGill在2006年提出網絡物理系統（Cyber－PhysicalSystem，簡稱CSP）概念，將網路化的世界與智能化物理世界融合起來。德國工業4．0將CSP運用到制造和物流，通過與物聯網及服務聯網的融合，進而產生了創新的智慧工廠（SmartFactory）系統。可以說CSP是工業4．0的關鍵標志性技術。智慧工廠的架構模型如圖1所示：智慧工廠也稱為數字化工廠，它主要是以產品生命周期（PLM）為基礎，通過物聯網技術實現工廠的設備互聯，并且和控制層的數據(如MES)與企業信息系統(ERP)相融合，收集生產的大數據，傳到云計算數據中心進行存儲和分析，預警和決策并反過來指導生產。從而在設計研發、工藝開發、生產制造、管理、服務等全生命周期實行全面數字化和智慧控制，具有信息深度自感知、數據優化的自決策、精準控制自執行、智慧系統自適應等功能的先進制造過程、系統和模式的新型制造生態系統。智慧工廠促進企業實現工業物聯網和應用服務聯網的深度融合，更好地滿足客戶大規模個性化定制。可以進一步提升數據的實時采集，對大數據進項分析，提升管理的效率和能力，通過對數據的實時分析進而預警，通知相關的人員，甚至可以做到對聯網設備的自動調節，進而提升產品的質量。總的來講可以全面提升全要素運營效率。智慧工廠的三個特征是透明化制造、智慧化管控和智慧化協同。智慧工廠的技術框架如圖2所示。分為三個層級：智能互聯、智能制造執行和制造協同。依據技術框架建設智慧工廠分為三個階段：第一階段建立智能互聯，借助于4G／5G技術建立企業內部的工業互聯網內網，采用無線網、工業現場總線、RFID、藍牙、紅外等技術，實現工廠內生產設備、控制系統與管理系統的物與物互聯。利用工業物聯網等技術實現工廠內網、外網以及設計、生產、管理、服務各環節的互聯，實現不同廠區之間的網絡連接，支持業務協同的智能互聯。實現數據自動采集、對大數據進行集成和共享，使制造過程透明化。第二階段在上階段的基礎上，通過建立數據模型，對采集的數據進行分類，數據關聯分析，進行耦合作用規律大數據分析，實施生產自動排產、調度優化、產品質量監控，實現數據化、信息化和智能化。這里面包括智能感知層、數據分析層和業務應用層。第三階段制造協同，通過服務互聯網，借助云計算平臺，將工廠智能化信息、服務資源虛擬化到云端，通過網絡互連實現客戶參與，形成按客戶需求定制的商業模式，構建協同智慧制造，實現智慧化管控。

3大數據和云計算在智慧工廠的應用

大數據和云計算在智慧工廠的應用中，通過對制造過程中產生的大數據收集、建模分析整理，找出問題產生的過程、造成的影響和解決方式；再利用分析得出的信息去解決和避免問題。從而達到數據采集、分析、預警反饋、預防的循環運行狀態，再利用大數據去整合產業鏈和價值鏈，這也是大數據的核心目的。這個過程自動地循環進行就是我們所說的智慧工廠。大數據和云計算的目的是通過系統的數據收集和分析手段，實現價值的最大化。所以推動智慧工廠的并不是大數據本身，而是大數據的分析技術。大數據和云計算在智慧工廠的應用主要在以下幾個方面：以新安電器智慧工廠建設實踐為例：以全生命周期管理系統（PLM）為主線，全面升級和建設了企業資源計劃（ERP）、制造執行系統（MES）、實現生產計劃管理（APS）、供應鏈管理（SRM）、智能倉庫物流管理系統（WMS）、設備執行系統、物流自動導引運輸等信息系統。項目看板管理智能化，提高企業制造執行能力。在工廠內部建設工業互聯網，實現關鍵設備、測試系統、應用系統、業務數據的互聯互通，實現數據的集成、分析、支撐智能化生產。實現生產單元、經營管理之間的互動協同，建立面向客戶個性化定制的柔性化制造新模式。新安智慧工廠的數據整體規劃和大數據的應用如圖3所示。公司在智慧工廠建設中的主要內容包含以下幾點：①公司建設了智能保障體系，實現工業互聯網，對產品、物料和治具的實現身份識別，建立網絡防火墻構建信息的安全；②建設智能化裝備與設施：導入能源測量與監控系統；導入各種機器人160多臺，實現自動化生產線和智能生產設備；智能物流裝備、AGV、智能數據采集設備；③實現設備在線監測與控制，控制系統管理模塊和數據采集管理模塊，通過MES系統實現從來料、生產、出貨的制造執行系統管控，實現數據的采集、分析和挖掘，支撐智能化生產，實現制造資源和需求的有效對接。結合APS系統對生產排產和進行遠程調度；④搭建虛擬制造仿真模型，對生產過程和產品進行場景再現；⑤通過ERP進行物料的需求分析，包含庫存、已下采購在途和需求的分析，針對客戶訂單，實現面向訂單的生產資源合理調配，以及制造過程各環節和供應鏈的并行組織生產。構筑上下產業鏈的產品追溯體系，實現企業間涵蓋產品生產制造與服務的信息溯源服務；⑥建立智能研發體系，進行數字化設計、仿真、工藝模擬和作業指導；⑦已經建設私有云平臺，建立工業大數據平臺，建立數據倉庫、算法和模型，通過數據治理及數據集成，實現決策分析平臺，輸出數據指標，指導設計研發、工藝和制造過程。最終實現智能決策，構筑了智能制造的運營體系。通過以上內容的建設，實現了以下幾點提升：

3．1APS的柔性化

通過建立高級計劃與排產系統（APS），對所有客戶訂單信息進行集中排程、調度及時準確掌握生產、設備、人員、治具等生產信息，利用大數據進行分析，提高了計劃排產的效率，實現柔性生產，全面適應多品種、小批量的訂單需求。

3．2生產制造數字化

生產制造基于APS計劃生產，工單可傳送到生產線，在車間隨處可見PAD和掌上PDA通過無線網，在線查詢上料清單，物料BOM信息，并可查詢工藝圖紙等工藝文件。3．3質量管控數字化建立數據采集與監視控制系統（SCADA），通過條形碼、二維碼或無線射頻識別（RFID）卡等識別技術，跟蹤每個產品的物料、治具、生產流程信息。運行設備參數、生產測試數據、檢測信息收集診斷分析，并自動生成報表和異常信息預警；并對對質量檢查數據、工序流轉過程監控、質量異常反饋。實現質量全程追溯，質量數據的實時更新，統計過程控制（SPC）自動生成，提升質量檢驗效率與準確率。可在線查看每個產品生產過程的訂單信息、生產進度、批次號、工作中心、設備信息、物料信息、人員信息，實現生產工序數據跟蹤，產品檔案可按批次進行生產過程和使用物料的追溯。新安電器智慧工廠控制中心如圖4所示，包含了質量數據、設備數據、生產進度、物料狀態等。3．4生產設備管理對生產中所用到的設備信息、日常點檢、周期保養、維修等記錄在MES中實現數字化管控。實現設備聯網，采集相關工藝數據，自動在線監測設備工作狀態，包括設備的運行時間、拋料率、物料低位預警等信息，設備綜合效率（OEE）自動生成，實現在線數據處理和分析判斷，對采集的數據進行分析形成報表反饋到智慧工廠控制中心，及時進行設備異常自動報警和預診斷，部分設備可自動調試修復。

3．5生產管理透明化

在智慧工廠控制中心的可視化屏幕，實時呈現包含生產狀態（工單數量、完成數率、生產效率等）、品質狀況（生產ppm、不良率、主要不良缺陷等）、設備運行狀況等數據；通過報表、圖表形式展示生產運行狀態，實時有效地反映生產狀況及品質狀況。

3．6物流配送智能化

針對所有的最小包裝物料，都有唯一的條形碼或二維碼，工裝治具采用無線射頻識別（RFID），對所有物料實現自動出入庫管理，依據貼片機運行的反饋數據實現自動叫料，需求指令給AGV自配送、并把物料的運行信息數據在MES以及ERP中自動數據處理。

3．7能源資源利用集約化

采用智慧能源管理云平臺系統，主要由能源應用服務、數據的存儲與計算、能源數據采集三部分共同組成，均部署到云端，客戶端可以通過APP隨時調用。實現大功率耗能設備實時數據采集，負荷超高報警，歸檔記錄，關鍵能耗區域、產線能源單耗監控與分析；通過數據累積，分析影響能耗的各類因子，建立數學模型；通過大數據分析，實現能耗預測、使用數據對設備、設施的能效優化。

3．8制造資源的數字化

生產組裝過程中用到的工裝、治具采用二維碼管理或FID定位、跟蹤、調度；生產現場環境溫濕度、潔凈度、ESD等實時監控。

3．9智慧化管理

以全生命周期管理系統（PLM）對所有與產品相關的數據進行管理，提升產品和服務。以ERP為核心科學配置資源。通過SRM和CRM系統拓展到企業上下游合作方，在客戶和供應商之間增加工序平衡管控機制，實現供應鏈的各環節共同規劃需求、訂單和預測分析評估調整、產能和關鍵物料規劃與控制，物料供需平衡管控等，在多個工廠多車間之間實現協同。采用電子屏幕看板、移動終端等顯示載體實時監控，實現數字化管理。智慧工廠可視化管理如圖5所示：

3．10實現集成優化

智慧工廠的集成優化主要體現在實現車間與工廠、工廠與集團之間不同層次、不同類型的設備與系統間的網絡連接，并且實現數據在不同層次、不同設備、不同系統間的傳輸，最終達到各類管理信息、產品信息、生產信息、優化信息等的互聯互通，從而實現智慧工廠信息集成的閉環。智慧工廠建設的核心也就是集成優化，關鍵要素總結為：①設施全面互聯：實現運行設備、設施之間的生產物聯以及工廠網絡；②信息互通：在工業互聯的基礎上，實現從車間層、工廠層、各種運營系統軟件之間的數據交換與信息通信；③閉環控制：能夠將集團層、工廠層形成的各種決策優化信息向下傳遞并實現操作，實現信息的閉環控制。最終實現產品從設計、生產、管理、服務各環節的數字化、網絡化、智能化，實現智慧工廠各個環節的高度柔性與高度集成。

4結束語

借助于大數據和云計算在智慧工廠中的應用，實現智能車間之間、各個廠區之間統一管理與協同生產，將生產中的大量數據進行采集、建模分析、形成決策，并將優化信息再次傳送到智能車間，實現車間的精準、柔性、高效、節能的生產模式，提升企業的競爭力。經過智慧工廠的實踐，企業最終實現生產效率提升50％、綜合能耗減少14．2％、產品不良率下降68．2％、運營成本降低2．3％、產品研制周期縮短40％。從目前來看總體上大數據和云計算還處于發展初期階段，一些進口設備的數據采集還存在接口的協議瓶頸。隨著大數據意識的普及，大數據和云計算在制造領域的應用也不斷地被發掘，將會進一步推動企業的發展和社會的進步。

參考文獻

［1］呂佑龍，張潔．基于大數據的智慧工廠技術框架［J］．計算機集成制造系統，2016，22（11）：2691－2697

［2］趙峰，于洪金，劉新剛，等．智慧工廠發展與應用［J］．中文科技期刊數據庫（全文版）工程技術，2019（8：01）：315－316

［3］欒金偉．大數據和云計算在經營活動中的應用探討［J］．江蘇通信，2019，35（3）：18－21

作者:耿明 單位:江蘇新安電器股份有限公司