面向智能制造的工业大数据服务平台

一、案例简介

案例名称：面向智能制造的工业大数据服务平台

案例描述：本案例定位于面向离散制造业智能车间的大数据应用服务，旨在打造我国自主可控的工业大数据应用服务平台，帮助制造企业构建高效的数字化工厂，实现自动化，信息化、集成化、智能化制造。

二、案例背景

本项目旨在建立自主可控的工业大数据应用平台，针对制造企业过程优化的应用需求，研发智能制造工业大数据分析、可视化、决策、反馈控制等工具集，开发行业应用构件（APP），形成智能制造工业大数据的行业应用平台和解决方案，并实现典型企业的应用示范及行业应用推广。

在本项目的研发与应用过程中，重点要解决如下关键问题：

1、多源异构制造信息的获取问题

工业大数据（特别是制造业大数据）往往都不是现成的，存在数据非常分散（多源）、数据需要自行采集、又或者数据质量差等问题。本项目首先将通过研发异构信息转换与集成模块和工业大数据接入模块，解决工业大数据的获取问题。

2、工业大数据安全传递与高效计算问题

除了对历史数据的离线分析外，许多工业应用场景需要实现数据的实时在线分析，比如工艺参数学习与自适应控制、质量预警等等，因此对大数据的处理速度和效率等提出了较高的要求。本项目通过引入工业级数据通信网关，实现大数据的安全、实时、可靠传递，基于云计算的资源虚拟化与分布式作业调度技术，整合分布式计算引擎、深度学习引擎和流式计算引擎，实现大数据的分布式存储和高效计算。

3、工业大数据分析问题

本项目强调业务驱动的智能制造工业大数据模型和方法建设，通过开放API接口等方式，允许用户定义和实现新模型、新方法，通过行业示范应用，不断积累行业知识，逐步形成面向典型制造行业的智能制造工业大数据应用解决方案。

三、案例介绍

（一）企业简介

艾普工华科技（武汉）有限公司（以下简称艾普工华）2012年3月依托华工制造装备数字化国家工程研究中心成立，是国家高新技术企业。创建单位华工制造装备数字化国家工程中心是国家发展改革委授予首批百家国家高技术产业化示范工程之一、科技部授予首批16家国家863计划成果产业化基地”之一，具有雄厚的人才、技术和研发支撑。

作为国内数字智能制造运营管理（MOM）及工业互联网领域的领先供应商，艾普工华MES产品及解决方案主要服务于离散制造业，自2012年以来成功实施应用于规模以上企业用户近200家，其中服务年产值100亿以上企业用户32家，这些客户均为业内翘楚，包括：全球规模最大、品种最全的轨道交通装备供应商中国中车集团；全球客车生产及销售规模第一的客户宇通集团；全球最大的集装箱市场占有者中集集装箱；全球变压器生产及销售总量第一的客户新疆特变电工；全球新能源汽车行业第一家月产超过万辆的生产基地北汽青岛莱西工厂；全球最大的柴油发动机生产商潍柴集团；全球最大的液压支架研制基地郑煤机集团；全球唯一同时具备盾构和矿山法隧道装备研制能力的专业企业铁建重工等，在国内各地树立了众多成功的应用范例，积累了成熟的行业化方案与核心应用。

艾普工华拥有多项资质及体系认证，包括：国家高新技术企业证书、全球软件能力成熟度模型集成（CMMI）5级证书、软件企业认定证书、连续六年获评瞪羚企业称号、信息系统集成及服务资质证书三级证书；通过质量管理体系、环境管理体系、信息安全管理体系、信息技术服务管理体系等认证，通过国家GB/T29490-2013标准认证，完成知识产权贯标。

艾普工华荣誉情况：

2012年6月，艾普工华获评中国制造业MES解决方案优秀供应商；

2012年8月，公司产品UnimaxMES获得2012年度中国制造业信息化优秀推荐产品；

2015年9月，获评2015年度中国制造业MES最佳平台技术奖；

2016年5月，获评2016年度中国工业软件智能制造领域领军企业奖；

2016年11月，公司产品艾普工华UniMaxMES系统V4.0获批2016年度武汉市创新产品。

2019年11月，入选中国智能制造系统解决方案供应商联盟符合《智能制造系统解决方案供应商规范条件》的企业名单，是2019年度湖北省唯一一家入选单位。

2020年2月，艾普工华工业大数据服务平台项目入选国家工信部“2020年大数据产业发展试点示范项目”。

（二）解决方案介绍

本方案通过建立产学研用工业大数据项目联合体，探索合作机制，根据项目成果在汽车、机车、轨道交通、电力装备、重型装备五大行业、十个以上工厂中，选取典型工厂和车间进行验证与应用，总体来说，按照工业大数据采集与转换工业大数据传输与计算工业大数据分析与控制智能制造工业大数据行业应用与产业化的思路，开展如下工作：

1、面向智能制造的工业大数据采集与转换

针对智能制造工厂/车间的特殊应用环境，以建设网络互联制造工厂为目标，基于多源制造信息感知与融合技术，研发多源制造信息传感器、异构信息转换与集成模块和工业大数据接入模块，利用上述装置和系统实现制造工厂的多源异构数据获取，为工业大数据分析、生产过程决策支持以及现场反馈控制提供高质量的数据源。

2、面向智能制造的工业大数据传输与计算

基于物联网技术，引入工业大数据通信网关，实现工业大数据的安全、实时、可靠传递。基于云计算技术，研发工业大数据分布式存储模块和高效计算模块，为工业大数据在智能制造领域的应用提供功能强大、性能优越的存储与计算环境。

3、面向智能制造的工业大数据分析与控制

针对智能制造领域的大数据应用需求，研究生产、质量、工艺、装备等主题大数据的应用模型和方法，构建工厂运行绩效分析与预测、产品质量分析与诊断、设备状态监测与预测性维护、工艺参数优化与自适应控制等工业大数据应用场景，在此基础上，研发集数据分析、数据展示、决策支持、过程控制于一体的行业集成应用构件，构建行业应用模型库和方法库。

4、智能制造工业大数据行业应用与产业化

在研发上述工业大数据系列软硬件产品的基础上，通过整合形成智能制造工业大数据行业应用解决方案。针对离散制造行业，在典型制造企业开展工业大数据集成应用示范，树立应用标杆，并稳步推进产业化。

四、典型经验提炼

（一）具体措施和成效

艾普工华在工业大数据服务平台对国内汽车整车、汽车零部件、输变电、航空航天、轨道交通、新能源、运输装备、电池、3C等多个重点行业的龙头企业，包括一汽、中车、中集、宇通、成飞、三一重工、特变电工、江淮汽车、北汽新能源等大型企业应用实施，并获得良好的客户反馈。

典型案例：一汽解放锡柴国家智能制造试点示范项目

1、项目介绍

2016年7月，一汽解放锡柴重型车用发动机智能制造试点示范项目入选2016年国家智能制造试点示范项目。作为全省仅有的两个、全市第一个成功获批的项目，一汽锡柴凸显设计领先、装备领先、管理领先的智能化工厂，成为企业获此殊荣的关键。

一汽解放锡柴重型车用发动机智能制造试点示范项目基于数字化工厂模式，引入智能制造工业大数据的理念与技术，将惠山重型车用发动机生产基地的设计数字化、制造自动化、信息集成化进行融合与提升，并将精益化和绿色化贯穿生产全过程，实现工厂运营管理智能化。

艾普工华作为智能制造系统的整体方案牵头单位，在这个项目里帮助一汽解放汽车有限公司无锡柴油机惠山工厂打造智能调度、智能物流、智能后勤保障为特征的智能管理系统，实现产品研发、生产制造、销售服务的全生命周期数据管理，有效降低能源消耗实现绿色生产。

2、技术路线与关键技术难点

依据一汽解放发动机事业部生产管理系统设计思路与原则，艾普工华设计的智能生产管理系统系统方案，具有以下关键思想与特点：

（1）设计、计划、执行、控制一体化协同

由于企业不同的生产组织在计划和执行层面缺乏统一的协同控制手段，容易造成产生计划与执行不协调，设计与制造执行不一致，车间与车间生产不协同、生产作业与物流不同步的问题，由此在整个生产过程形成多个断点，产生不合理、不应有的等待、在制、错误，无法形成协同一致的、流畅的的产品生产过程，造成浪费。本方案通过跨系统、跨组织、跨层级的整体的协同，实现准确的生产作业计划、全面的生产准备检查、高效的生产调度协调、实时的设备/传感器集成数采和监控。同时通过系统对各种精益技术的支持，如安灯、看板、防错防呆、标准化作业、自働化等，消除和减少生产过程中的波动和异常带来的影响，保证生产制造的连续和平稳化，来帮助企业实现协同执行、高效稳定的生产模式。

（2）智能化、精准化生产与物流作业控制

由于企业原有生产作业和物料配送多依靠人工操作实现，自动化、智能化设备、装置应用不足，同时制造环节信息化技术和手段应用不够，制造信息化与生产、物流作业的融合不足不深，无法将设计、工艺充分转换为数字化、智能化制造过程，造成制造信息化建设对一线生产人员的工作效率的提升、过程质量提高帮助不大。本方案通过应用自动化、智能化生产、物流、检测设备和装置，将适宜的信息化技术，如机器人、智能读码、智能验证技术，融合到生产制造、物料存储配送、质量检测等作业各个环节中，实现自动化、智能化、少人化作业。同时结合工位智能工作台、工装应用，并与工位信息终端充分结合，实现工序、工步操作精益自働化，工艺作业指导与防错的精细化控制，全面提升生产效率和产品质量。

（3）垂直打通，生产运营管控与一线生产执行的联系

由于企业中高层生产管理人员主要通过逐级汇报、多个应用系统查询和各类统计报表了解一线生产情况和整体生产运营状况，效率低、时效差、不全面；而一线生产人员在生产过程难以有效与企业产出、交付、质量和成本等关键绩效挂钩。本方案通过二元指挥平台，实时的汇集生产执行过程数据，可视化的监控和调度企业各生产组织协同运作，获取和分析生产绩效，支持持续的改善生产作业活动、消除浪费。这样可打通中高层生产管理者与一线员工的联系，中高层生产管理人员能及时、全面的了解对生产运营状况，而一线生产人员可了解其每一项活动对企业的生产运营及绩效产生何种影响，帮助企业提升生产运营管理的整体性和协同性。

（4）水平打通，实现跨部门跨车间的业务协同

由于企业在生产运营、生产执行层面都存在，各个部门各自为战，缺少足够的跨部门信息综合处理，跨部门的业务流程难于协调，业务流程无法深入到生产一线等问题。本方案通过基于UniMaxMDI集成平台连通企业信息化断点和业务流程断点和连接ERP、PLM、智能生产管理系统、AGV等系统的车间层级应用，使技术变更、异常处理、质量问题、设备故障等业务流程能直接延伸到生产一线，形成完整的控制闭环。使生产制造环节人、机、料、法、测、环各要素能统一协调。

（5）全过程、全方位的实时跟踪、控制与追溯

本方案通过以关键信息如订单号、产品号、物料号、序列号/批次号、工位/设备号、工装号、员工号等维度为基础，并将这些关键信息条码化，借助设备联网和条码的自动和准确的采集信息，同时将作业规则、质量标准电子化。在价值流/工艺路线中的每个活动环节控制生产作业执行、采集生产过程数据，并逐级关联起来，形成完整的、一致的生产控制链和生产过程数据库。并通过表格或图形化、拟物化的人机界面，展现产品、物料、在制品、订单在各级生产单元之间的流动过程，追溯查询每个环节的生产过程数据。

（6）整体方案与系统的可优化、可扩展、可移植

本方案以艾普工华数字化工厂基础平台（Mestar）为支持，支持多工厂、多产线的生产组织架构，可以自定义从公司到、工厂、车间、班组直到工位等多级架构。提供参数配置、自定义脚本、插件、二次开发平台等系统扩展、客户化的手段，系统具有高度柔性。甚至可以通过Mestar平台开发实现一个完整业务系统。未来本项目建设过程中，还可通过参数配置、自定义脚本等方式在最大程度减少二次投入的基础上，适应企业业务变化要求，反过来可通过系统配置等手段对现有方案进一步优化以支持企业生产运营管控水平的提升。在本项目建设完成后，通过Mestar平台可以进一步扩展系统功能，支持一汽解放发动机事业部在智能制造工厂建设的逐步推进。

3、实施情况

项目智能生产管理系统实施范围为：一汽解放汽车有限公司无锡柴油机惠山工厂。业务范围如下图所示：6DM机加线、装配线（含部装线）及公用动力站房、刀具库、备件库、精测间、维修工间等配套辅助区域。

截止至2018年11月24日，项目智能生产管理系统方案中包含的17大核心功能模块均已完成集中二次开发和内部测试工作，2019年1月，完成上线运营测试。

一汽解放锡柴项目经过一次规划、分步实施，推进设计数字化、制造自动化、信息集成化深度融合，形成生产体系运行数据的自动采集、传输、存储、决策分析与反馈控制的闭环系统，具有自我学习、自行维护与自主控制的初步智能，实现生产制造过程在质量-成本-效率等多目标的最优化，现如今一汽解放锡柴重型柴油机基地，平均每120秒就有一台重型柴油机被生产出来，在生产线设计、先进技术应用等方面创造了多项国内第一。

（二）借鉴意义

全球制造业大国都将大数据视为工业变革的核心技术。在德国工业4.0中，工业大数据是九大技术支柱之一，是实现三大集成（纵向集成、端到端集成、横向集成）后的必然结果，也是实现智能工厂和智能生产的前提。在美国工业互联网中，更是将工业大数据获取、分析及利用视为工业互联网建设的基本目标和任务。在中国制造2025中，强调智能制造是主攻方向。通过泛在感知技术全面获得制造过程大数据，利用实时计算分析和数据挖掘等方法得到知识规则或优化结果，进而辅助决策支持，实现制造过程的精准管控，是现阶段制造智能（MaunfacturingIntelligence）的主要体现。

2015年8月，中华人民共和国国务院印发《促进大数据发展行动纲要》，指出要全面推进我国大数据发展和应用，加快建设数据强国。2016年9月，湖北省人民政府发布《湖北省大数据发展行动计划（2016-2020）》，指出要推动数据资源共享开放，促进数据资源在各领域广泛应用，到2020年，将湖北建成国内一流的大数据应用示范基地、产业发展高地、资源集聚洼地和创新人才孵化中心，实现大数据思维和创新变革基因在经济社会各领域广泛根植，全社会创新驱动、转型发展能力显著增强。

本项目建设的面向智能制造的工业大数据服务平台是艾普工华在工业4.0发展趋势下的重点产品，平台依托华工制造装备数字化国家工程中心的国内领先技术，坚持产学研用相结合的建设思路，以企业为主体，定位于面向离散制造业智能车间的大数据应用服务，旨在打造我国自主可控的工业大数据应用服务平台，帮助制造企业构建高效的数字化工厂，实现自动化，信息化、集成化、智能化制造。