打开文本图片集

摘要：对企业而言拥有大量的数据本身，并不会增加任何价值。事实上，拥有任何一个数据集，无论它们多大或者多小，其自身都不会带来任何价值。被收集来的数据如果从不使用，也就无法获取价值。如果不投入具体的环境中并进行使用分析，数据也将毫无意义。因此从企业采集设备运行数据、产品质量数据、计划信息数据等多源数据，建立设备在线系统，研究如何分析使用数据，学会从数据中洞察事实并做出反应，创造企业新的价值点。

主题词：多源数据分析 方法 设备在线

一 前言

近年来，随着企业自动化、信息化工作的快速推进，各类数据呈爆炸性增长趋势，如果能够适当地分析使用数据，将可以扩大企业的竞争优势。如果企业忽视了数据分析，这将会带来不可预知的风险，在竞争中将逐渐落后。为了保持竞争力，企业必须积极地去收集和分析这些新的数据源，并深入了解新数据源带来的新信息。

二 数据的产生

大数据被称为工业4.0的基础，是人类社会全面实现现代化互联时代的前提和基础[1]。数据最开始主要采用数据库来进行管理，数据产生方式大致经历了3个阶段，也正是数据产生方式的巨大变化才最终导致企业产生大量的数据。

（1）运营式系统阶段。数据库的出现使得数据管理的复杂度大大降低，实际数据库大都为运营式系统所采用，作为运营式系统的数据管理子系统。这个阶段最主要特点是数据往往伴随着一定的运营活动而产生并记录在数据库中，这种数据的产生方式是被动的。

（2）用户原创内容阶段。互联网的诞生促使数据量出现第二次大的飞跃。但是真正的数据爆发产生于Web 2.0 时代，而Web 2.0 的最重要标志就是用户原创内容。以智能手机、平板电脑为代表的新型移动设备的出现，这些易携带、全天候接入网络的移动设备使得人们在网上发表自己意见的途径更为便捷。这个阶段数据的产生方式是主动的。

（3）感知式系统阶段。数据量第三次大的飞跃最终导致了大数据的产生，我们正处于这个阶段。这次飞跃的根本原因在于感知式系统的广泛使用。随着技术的发展，人们已经有能力制造极其微小的带有处理功能的传感器，并开始将这些设备广泛的布置于社会的各个角落，通过这些设备来对整个社会的运转进行监控。这些设备会源源不断的产生新数据，这种数据的产生方式是自动的。

数据产生经历了被动、主动和自动三个阶段。这些被动、主动和自动的数据共同构成了大数据的数据来源，但其中自动式的数据在企业生产过程中大量产生，作为传统制造型企业，正由手工向自动化转型，生产过程中设备的数据日积月累，迫切需要对设备加工产品的数据、设备运行状态数据进行分析。

三 多源数据分析方法

数据分析是指通过数据挖掘、机器学习、人工智能等方法，对处理后的数据进行分析和建模，找出其中的规律和特征，进而预测和优化生产过程。[2]当前不少分析和建模方法已经被广泛使用了，其中线性回归模型或决策树模型，计算效率较高，实施起来也相对简单。随着处理数据的技术不断进步，使用多种算法来针对海量最基础数据进行多次迭代建模，其中包括组合建模、简易建模以及文本分析等重要的数据分析方法。

3.1 组合建模方法；

组合建模不是只使用一种方法来建立一个单独的模型，而是使用许多技术来建立许多模型，一旦获得了每一个模型的产出结果[3]，所有的结果就可以组合起来形成最终答案。产出结果的组合流程非常灵活，可以直接使用每个模型预测结果的平均值，也可以使用更复杂的公式。组合建模把许多模型的结果组合在一起来获得最终答案。组合模型的优势在于，可以充分考虑每个不同的建模方法的利弊。

3.2 简易模型方法；

简易模型一般定义为，是一种降低部分预测效果从而加快模型构建过程的分析方法。简易模型可以通过简单的、分步的分析流程实现。简易模型的目标并不是获得一个最佳模型，而是快速获得一个模型。恰当地使用简易模型能给企业较大的帮助，同时也扩大了数据分析在企业中的影响力。通常情况下，建立一个模型通常要耗费很多时间，建模成本很高。数据分析人员需要几周甚至几个月的时间来获得数据，利用数据建模则需要更多的时间。

3.3 文本分析方法；

文本分析侧重数据源为文本及非结构化的数据，使用多种类型的文本作为分析的输入源。文本信息可解析为组成文本的单词或短语，分析这些单词和短语所表达的意思和情感，再寻找其中趋势与规律的方法，解析后的文本和文本统计结果也可用来建立各种文本分析模型。这是对原始的非结构化数据进行解析和结构化处理的过程，这个过程通常被称为信息抽取。非结构化数据本身通常是无法被分析的，但非结构化的数据可以通过某些特定的方法被结构化，这些结构化处理后的数据就可以进行分析。

四 多源数据分析技术方案

利用建立设备在线信息系统，结合组合建模、简易建模以及文本分析等重要的数据分析方法，实现产品质量缺陷预警、基于质量数据的工艺优化、设备故障预警等功能。由于监测数据的规模大（大量产品监测数据同时上传至计算中心）、处理速度快（采样数据连续到达）以及流式查询处理（实时预警）的需求，使得在对此生产线监测数据进行分析以及挖掘时，必须提高数据预处理能力，以提升响应效率。因此，设计数据分析及预警技术整体方案如图1所示：

数据分析处理的主要过程包括数据的采集与获取、数据预处理、分布式数据挖掘、模型建立与训练、实时预测、数据可视化等环节。具体的预测模型建立、算法设计、数据可视化等工作，通过建立设备在线系统可视化展示数据分析的结果。

五 设备在线系统功能设计

通过设备运行状态数据、设备加工产品多源数据，设计一套用来实时采集、并采用报表、图表来展示车间设备的详细制造数据的软硬件系统。以结构化技术将各个分离的设备、功能和信息系统等集成到相互关联的、统一和协调的系统之中，使资源达到充分共享，实现集中、高效、便利的管理。[3]系统首先需要进行生产数据采集，与数控机床系统、PLC控制器、以及设备电气部分集成，实现对设备状态信息采集和生产加工信息数据的采集，总体方案如下：

建立MES系统与设备的深度集成应用，实现设备在线管理系统或移动终端向设备（PLC）下达的订单、批次等信息;以及设备采集的生产数量、合格数量、加工时间等信息向MES回写过程由系统自动完成，避免人工操作带来的效率低，易出错问题，实现设备在线与MES的全自动无缝集成， 建立起基于设备的麻花针生产组织模式。

建立设备在线数据的分析模型，使系统按照机床基本资料属性中维护保养周期，结合采集的设备实时状态数据和使用的历史数据，统计、分析生成设备维护保养计划，以系统展示或公共信息推送方式通知维护人员，实现设备维修保养的事前预防，提高设备完好率；设备维护人员对设备进行维修、维护保养后，通过移动终端扫码现场反馈至系统，形成完整的设备维护记录，成为下一次分析模型的历史基础数据，同时作为维护人员的考核依据。

实时状态监控展示，在数控设备现场部署电子屏，通过电子显示屏实时在线展示设备的运行状态，并将车间的设备综合利用率的各类图表进行展示。

5.1 与其他系统的集成；

为确保企业信息最大程度地实现共享，避免各管理系统间形成独立的信息化孤岛，设备在线系统和其它管理系统如MES等系统进行有机集成，为企业的信息化管理提供统一完整的数据支持，将是真正实现企业信息高度灵活性、兼容性的一个重要技术基础。5.1.1 XML文件集成方式；

XML作为一个可扩展性标记语言，其自描述性非常适用于不同应用间的数据交换，且这种交换是不以预先规定的一组数据结构定义为前提。双方将集成信息写入到XML文件，集成系统间通过互相访问对方写入的XML文件来实现信息的集成。

5.1.2 WebService中间服务方式；

提供独立于任何集成系统的中间服务。中间服务就是客户所需集成功能的实现。WebService以部署站点的方式部署到服务器上，所需集成的系统通过http协议来调用服务。

5.1.3 数据库底层实现集成；

在系统数据库建立一个Database Link，用来连接MDC和其他系统系统数据库。通过两个系统数据库存储过程就可以互相操作数据库系统。

5.1.4 DLL和COM接口方式；

通过双方开发DLL或COM组件供对方软件调用实现其数据传递。

六 设备在线系统采集功能设计

针对具体的设备类型和数据需求，主要采用三种采集方式来实现设备的数据采集。一是采用增加智能采集硬件的方法；二是部分检测设备通过PLC相关协议，直接从指定的PLC地址读取数据的方法；三是部分串口被占用的检测设备采用从现场单机数据库集成采集数据的方法。三种方法都可以采集设备的基本工作状态和工作效率，第二、三种采集方法不仅可采集设备的工作状态和工作效率，还可采集出设备的实时生产数量、废品数量、废品率和设备异常原因统计等生产数据。

6.1 智能硬件采集；

对于无接口连续生产类型的设备，主要采集设备的实时工作状态。通过在设备电气箱内增加智能采集硬件，从PLC输出点中获取设备状态信息，并经转换后经网络储存至服务器数据库中，达到采集设备的状态信息的目的。采用该方案进行实施、维护简单，系统可靠性高。6.2 PLC采集；

对于本身有PLC控制器的设备，不仅要采集设备的工作状态信息，还需要采集设备生产的产品数量信息和废品数量以及报警信息等。结合该类设备的通讯接口现状，可在PLC控制器上增加一个扩展网口，利用此网口和相关通讯协议，将PLC中设备相关的状态、数量信息采集出来，达到信息采集的目的。该方案不需要增加额外的硬件，只须将采集网络联接至PLC扩展网口即可。

6.3 现场电脑采集；

对于加装了单机采集电脑的设备，由于欧姆龙等PLC型号的扩展网口已被占用，所以采集的信息就只能到单机采集电脑内读取。此方案需要在现场采集电脑内建立数据库，将采集出的设备状态、产品加工数量等信息放至数据库指定的字段内，系统数据库服务器通过与现场单机电脑集成的方式，将设备相关数据信息采集至设备在线系统数据库储存并展示。

此方案也不需要额外增加采集硬件，只须将需要采集出的信息可靠地放至指定的数据库字段内即可。

七 基于多源数据分析的效果

公司设备在线系统通过有效掌握设备的运行状态，用客观数据实时分析设备综合利用率，为设备运行效率提升提供管理决策数据，设备总体利用率较实施之初提升了17%以上。在完成内部设备改造的基础上，积累了大量的数据，快速实现了202台设备运行状态接入航天云平台，并通过结合组合建模、简易建模方法对多源数据进行分析，为公司各项管理决策提供依据，同时通过对跨领域的数据进行连接后再进行综合分析，也就是说，需要将数据整理加工为业务人员可理解、可使用的“信息”[4]。

7.1 优化生产管理；

通过MES系统提供计划信息，设备在线信息系统将计划信息与实时采集信息集成展示出来（也可提供手动导入EXCEL计划的方式），为生产管理提供可靠的、实时生产情况信息，为改善、优化生产管理提供必要的数据支持。与MES系统集成，生产数据通过设备自动采集，工作任务在线、工序在线、设备在线自动采集完成，数据真实实时有效，生产过程完全透明化。以实现设备数据采集系统MDC与生产制造执行系统MES集成应用为核心，建立任务执行、设备作业（实时采集）、完工确认一体化的作业执行平台，实现设备运行和任务执行充分的信息融合，提升系统应用价值，实现生产透明化、管理科学化、设备管理的规范化。通过MES制造执行系统与设备的深度集成应用，实现设备在线管理系统或移动终端向设备（PLC）下达的设备、批次等信息；以及设备采集的生产数量、合格数量、加工时间等信息向MES回写过程由系统自动完成，避免人工操作带来的效率低，易出错问题，实现设备在线与MES的全自动无缝集成，建立基于设备的生产组织模式。

通过文本分析方法，对ERP系统数据、MES系统数据、设备在线系统数据进行分析，可对该设备维护提前进行分析预测，并分析该设备加工产品提供给哪些目标用户。

7.2 产品质量改进；

通过设备在线采集质量数据分析，实现麻花针产品质量改进；根据质量技术文件在系统中设定被检产品合格参数范围，采集设备检测出的质量数据，进行曲线分布展示，及时发现和纠正批次性质量偏差，提升产品质量。

7.3 设备预测性维护；

设备的高效稳定运行是生产的保障，企业需要考虑如何保障自动化设备的长时间运行，通过对采集设备状态数据进行简易建模分析，全面掌握设备运行数据，开展预测性维修保养工作。根据设备维护周期，结合设备运行采集的有效时间，以及设备报警的信息，建立设备保障部门在线维修平台和预测性维护平台。

通过设备在线数据的分析模型建立，使系统按照设备基本资料属性中维护保养周期，结合采集的设备实时状态数据和使用的历史数据，统计、分析生成设备维护保养计划，以系统展示或公开信息推送方式通知维护人员，实现设备维修保养的事前预防，提高设备完好率；设备维护人员对设备进行维修、保养后，通过移动终端扫码现场反馈至系统，形成完成的设备维护记录，成为下一次分析模型的历史基础数据，同时作为维护人员的考核依据。

结语

以数字化转型驱动生产方式和治理方式变革，是构建新发展格局，落实新发展业态核心要义。[5]通过采集设备运行数据、产品质量数据，结合企业生产数据，建立预测模型、采用多种分析方法、以设备在线系统实现数据可视化工作，公司顺利完成科工集团智能化改造各项工作任务。后续企业需要持续研究如何分析使用数据，需要从最基本的数据获取，到整合、治理、分析、探索、汲取智能、采取精确的行动，学会从数据中洞察事实井做出反应，将企业中现有数据转化为知识，帮助企业做出准确的经营决策。

参考文献

[1]张素文.智惠制造—精益数字化的思考、模式与实践[M].北京：线装书局，2023。

[2]韩羊羊.基于大数据分析的智能制造生产优化研究[J].探索科学，2023（1）：61-61。

[3]加增增.李俊.基于离散企业数字化转型建设的研究[J].中国科技信息，2023，34（2）：142-142。

[4]华为企业架构与变革管理部.华为数字化转型之道[M].北京：机械工业出版社，2023。

[5]加增增.李俊.基于离散型企业集团化ERP升级的建设与研究[J].探索科学，2023（1）：245，247。

作者简介：王永振（1982—），本科，高级工程师，国家企业信息管理师，现任上海威克鲍尔通信科技有限公司副总经理，研究方向：企业数字化、智能化建设及转型研究。

周琼（1980—），本科，经济师，现任机械工业苏州高级技工学校教师，研究方向：企业信息管理智能化与职业学校计算机教学的融合。