工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)白皮書

第一章工業(yè)大數(shù)據(jù)系統(tǒng)綜述 1標 1 2第二章工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)概述 32.1數(shù)據(jù)采集與交換 52.2數(shù)據(jù)集成與處理 62.3數(shù)據(jù)建模與分析 82.4決策與控制應用 92.5技術(shù)發(fā)展現(xiàn)狀 10第三章工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)實現(xiàn) 123.1技術(shù)組件選擇 123.1.1數(shù)據(jù)采集 123.1.2數(shù)據(jù)存儲 163.1.3數(shù)據(jù)計算 173.1.4混合云架構(gòu) 183.2建設標準 193.2.1基礎(chǔ)業(yè)務能力 193.2.2數(shù)據(jù)管理能力 203.2.3運維管理能力 213.2.4安全管理 223.2.5性能要求 233.2.6開放與兼容性 24第四章總結(jié)與展望 25 2、解決方案 34果與推廣意義 37亮點 37 2、解決方案 40果與推廣意義 45亮點 46 2、解決方案 48果與推廣意義 51亮點 51 2、解決方案 54果與推廣意義 57亮點 58 八、合力叉車工業(yè)互聯(lián)網(wǎng)平臺 71 2、解決方案 76果與推廣意義 82亮點 82九、東方國信大數(shù)據(jù)助力聯(lián)合利華能源管理 85 2、解決方案 86果與推廣意義 90亮點 90十、優(yōu)也基礎(chǔ)工業(yè)大數(shù)據(jù)平臺在鋼鐵能效的應用 91 2、解決方案 93 亮點 97 第一章工業(yè)大數(shù)據(jù)系統(tǒng)綜述1.1建設意義及目標工業(yè)大數(shù)據(jù)系統(tǒng)的建設首要解決的是如何將多來源的海量異構(gòu)數(shù)據(jù)進行統(tǒng)系敏系構(gòu)作支撐。。1.2重點建設問題各如何采集來自多種數(shù)據(jù)源的異構(gòu)數(shù)據(jù)；如何按照不同的數(shù)據(jù)留存需求進行高效存儲；如何按照業(yè)務需求選擇數(shù)據(jù)計算引擎和處理工具；如何保障系統(tǒng)的安全和穩(wěn)定運行。第二章工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)概述聯(lián)盟發(fā)布的《工業(yè)互聯(lián)網(wǎng)體系架構(gòu)(1.0)》中對工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)體系架構(gòu)描述的細圖1《工業(yè)互聯(lián)網(wǎng)體系架構(gòu)(1.0)》中的數(shù)據(jù)體系參考架構(gòu)圖2工業(yè)大數(shù)據(jù)功能架構(gòu)據(jù)的功能，并實現(xiàn)在不同系統(tǒng)之間數(shù)據(jù)的交互。虛擬化，建立產(chǎn)品、、流程分析、圖3工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)2.1數(shù)據(jù)采集與交換將工業(yè)互聯(lián)網(wǎng)中各組件、各層級的數(shù)據(jù)匯聚在一起，是大數(shù)據(jù)應用的前提。為了避免在不同系統(tǒng)間建立連接導致的N平方復雜性，一般采取消息中間件圖4工業(yè)大數(shù)據(jù)采集交換層技術(shù)統(tǒng)中的哪些數(shù)據(jù)感興趣,如果不再感興趣,則可以取消訂閱；而消息中間件則根據(jù)費者。信息的生產(chǎn)者也稱為發(fā)布者(Publisher)，信息的消費者稱為訂閱者 數(shù)據(jù)交換是指工業(yè)大數(shù)據(jù)應用所需的數(shù)據(jù)在不同應用系統(tǒng)之間的傳輸與共2.2數(shù)據(jù)集成與處理工業(yè)大數(shù)據(jù)集成就是將工業(yè)產(chǎn)品全生命周期形成的許多個分散的工業(yè)數(shù)據(jù)工業(yè)大數(shù)據(jù)集成處理層，主要涉及數(shù)據(jù)的抽取轉(zhuǎn)換加載(ETL)技術(shù)、數(shù)據(jù)p圖5工業(yè)數(shù)據(jù)集成處理框架載是將已經(jīng)加工好的數(shù)據(jù)加載到數(shù)據(jù)倉庫中。組永久、穩(wěn)定的數(shù)據(jù)；NoSQL數(shù)據(jù)庫是指非關(guān)系型的數(shù)據(jù)庫，量下具有非常高的讀寫性能。SQL、批處理、流處理、機器學習等方數(shù)據(jù)服務層的主要作用是提供數(shù)據(jù)服務的接口，以實現(xiàn)工業(yè)大數(shù)據(jù)的訪問、22.3數(shù)據(jù)建模與分析程供諸如數(shù)據(jù)報表、可視化、知識庫、圖6工業(yè)大數(shù)據(jù)分析技術(shù)體系方法.直觀，容易理解計算量需求小.對先驗知識的依賴程度低短2.創(chuàng)新理論和模型建立周期比較長.置信度難以達到工業(yè)級要求2.4決策與控制應用(1)描述類(descriptive)應用：主要利用報表、可視化等技術(shù)，匯總展現(xiàn)(2)診斷類(diagnostic)應用：通過采集工業(yè)生產(chǎn)過程相關(guān)的設備物理參e樹等方法，提出生產(chǎn)調(diào)度、圖7工業(yè)大數(shù)據(jù)決策與控制應用技術(shù)2.5技術(shù)發(fā)展現(xiàn)狀業(yè)現(xiàn)第三章工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)實現(xiàn)3.1技術(shù)組件選擇3.1.1數(shù)據(jù)采集(2)支持廣泛的數(shù)據(jù)源：采集技術(shù)需支持盡可能多的數(shù)據(jù)源端。擔。其圖紙文檔更新不入理步入PLM環(huán)境管理系步入集和歷器識別集頭帶寬集、環(huán)境數(shù)據(jù)新入過程中的資源管理數(shù)據(jù)。1.設計資料：設計資料大多來源于傳統(tǒng)工業(yè)設計和制造類軟件，如：CAD、主要來源于供應鏈管理系統(tǒng)(SCM)、客戶關(guān)系管理系統(tǒng)(CRM)等。這類數(shù)據(jù)括企業(yè)資源計劃(OA/ERP)、生產(chǎn)過程執(zhí)行系統(tǒng)(MES)、產(chǎn)品生命周期管理(PLM)、環(huán)境管理系統(tǒng)(EMS)、倉庫管理系統(tǒng)(WMS)、能源管理系統(tǒng)等。這1.工業(yè)控制系統(tǒng)數(shù)據(jù)：工業(yè)控制系統(tǒng)數(shù)據(jù)的來源主要包括分布式控制系統(tǒng)DCS以及可編程邏輯控制器(PLC)這類系統(tǒng)。通常DCS與PLC共同組成。DCS和PLC系統(tǒng)來說，SCADA系統(tǒng)可以提供實時的數(shù)據(jù)，同時也能提供歷史數(shù)4.其他外部裝置：其他外部裝置產(chǎn)生的數(shù)據(jù)以視頻攝像頭為例，數(shù)據(jù)主要來趨TFluentdFlume等技術(shù)，這類技術(shù)使用分布式架構(gòu)，具備數(shù)據(jù)至少傳輸一次Postgres等)間大批量數(shù)據(jù)的雙向傳遞。LWM2M等多種通信協(xié)議的能力。在面對各類傳感器的數(shù)據(jù)采集時，可以結(jié)合SigFox等技術(shù)和工作于授權(quán)頻譜下傳統(tǒng)的2/3/4G蜂窩技術(shù)及其3GPP支持的LTE3.1.2數(shù)據(jù)存儲景本存儲、云盤數(shù)據(jù)的歸檔和備份的離線分析合分析、多維隨機分析NoSQL數(shù)據(jù)庫，適用于簡單對點查詢查詢場景SQLSQLServer式查詢分析序分析歷史趨勢、周期規(guī)等場景且要求快速實時查詢場景Neo4j具有明顯點/邊分析的icsearch(1)實時監(jiān)控數(shù)據(jù)展示：通常情況下實時采集的監(jiān)控數(shù)據(jù)在進行輕度的清洗(2)產(chǎn)線異常的分析與預測：使用機器學習技術(shù)對產(chǎn)線數(shù)據(jù)進行深入挖掘分失、降低成本及人為誤判的可能性。這類用于分析的歷史數(shù)據(jù)一般選擇使用于這類與時間順序強相關(guān)的分析場景，數(shù)據(jù)的存儲可以選擇InfluxDB這類時序3.1.3數(shù)據(jù)計算景設備監(jiān)控、實時診斷等對時適用于大數(shù)據(jù)量的，周期性的數(shù)據(jù)分析，例如階段性的等適用于事件及人之間的關(guān)聯(lián)分析，比如建立用戶畫像進營銷產(chǎn)線或銷售環(huán)節(jié)的綜合報表間件TDLMyCAT海量數(shù)據(jù)高并發(fā)時的彈性擴需要迭代優(yōu)化的數(shù)據(jù)挖掘場景，如故障預測、用戶需求據(jù)處理，結(jié)果響應的時延要求在毫秒級；和分布式擴展問題，。該具備完善的機器學習、3.1.4混合云架構(gòu)維護性及性價比。安全要求較高的適合本地化部署3.2建設標準基礎(chǔ)業(yè)務能力的BPB向3.2.2數(shù)據(jù)管理能力標準詞典的同步、數(shù)據(jù)模型的審核發(fā)布、差異對比、版本管理等。。3.2.3運維管理能力大數(shù)據(jù)平臺在生產(chǎn)環(huán)境下的部署、運行與維護，需要做到高可靠、簡操作、按照不同類別進行不同周期、不同方式和地理位置的區(qū)分備份。3.2.4安全管理洞及病毒，根據(jù)掃描的結(jié)果更正網(wǎng)絡安全漏洞和系統(tǒng)中的錯誤配置；3.2.5性能要求理能力應時延時延機時間3.2.6開放與兼容性各類數(shù)據(jù)源、外圍協(xié)同系統(tǒng)及上層各類應用。Greenplum等開源社區(qū)技術(shù)，能夠?qū)ο嚓P(guān)的組件進行替換和更新，方提供開放接口，支持與各類外部系統(tǒng)的對接。統(tǒng)用戶的大部分數(shù)據(jù)分析任務是以結(jié)構(gòu)化數(shù)據(jù)為主的第四章總結(jié)與展望業(yè)附錄一：典型案例(1)Proto原型機階段(2)EVT工程驗證測試階段(3)DVT設計驗證測試階段(4)PVT生產(chǎn)驗證測試階段(5)Ramp快速爬坡(6)MP量產(chǎn)階段A。NPI制造大數(shù)據(jù)平臺主要解決以下兩個業(yè)務痛點：涉及信息太多：數(shù)據(jù)包含產(chǎn)品各階段的生產(chǎn)數(shù)據(jù)(產(chǎn)品測試數(shù)據(jù)、產(chǎn)線組裝數(shù)據(jù)、進料(DIF&SMC)進行數(shù)據(jù)集成與處理并建立分析工作流模塊、數(shù)據(jù)查詢模塊以及(1)產(chǎn)品測試數(shù)據(jù)數(shù)據(jù)，來源包含四個異質(zhì)系統(tǒng)。(2)產(chǎn)線組裝數(shù)據(jù)。(3)進料檢驗數(shù)據(jù)(4)關(guān)鍵物料數(shù)據(jù)(5)產(chǎn)品組合數(shù)據(jù)(6)關(guān)鍵尺寸數(shù)據(jù)統(tǒng)。技術(shù)方案(1)NPI大數(shù)據(jù)平臺整體架構(gòu)aDIF(DataIntegrationFramework)架構(gòu)進行roviderAPI有效的模型處理。a)KM主要接收各類型文檔進行分類儲存、解析內(nèi)文、并利用ElasticSearch(一套支持全文檢索的開源項目)進行建立索引庫及支持文件內(nèi)求而構(gòu)建分析工作流。b)分析工作流：用戶自定義需求數(shù)據(jù)字段通過storedprocedure定期向能，的關(guān)鍵小數(shù)據(jù)，進行問題成因分析。c)KMAPI：數(shù)據(jù)應用層透過API進行檔案增、刪、修行為，且進行字搜查。成時間進階分析數(shù)據(jù)(通用性分析)。再者，知識庫可以滿足工程師之間的技術(shù)讓b：工程師于FA工作之時或之余，利用通用性分析工作流程師可偵測問題并實時解決問題。圖1平臺整體架構(gòu)圖(2)數(shù)據(jù)流及圖2系統(tǒng)數(shù)據(jù)流示意圖(3)基礎(chǔ)數(shù)據(jù)整合架構(gòu)數(shù)據(jù)整合(CollectionModules、TransferModules)方式主要透過實現(xiàn)一個真信息呈現(xiàn)(新應用模塊)提供一個符合用戶需求的操作接口及相關(guān)應用工具，他亮點數(shù)。每個步驟都是可累積經(jīng)驗并進行學習成長的。數(shù)圖4數(shù)據(jù)分析階段性應用二、中國聯(lián)通工業(yè)大數(shù)據(jù)采集分析平臺為貫徹落實《中華人民共和國國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》(1)生產(chǎn)傳感器數(shù)據(jù)(2)車間環(huán)境傳感器數(shù)據(jù)(3)現(xiàn)場總線上報數(shù)據(jù)進(4)生產(chǎn)系統(tǒng)數(shù)據(jù)計劃，產(chǎn)品的技術(shù)檢驗技術(shù)要求等數(shù)據(jù)技術(shù)方案采集終端態(tài)采集終端歷史狀態(tài)/軌跡指令采集終端態(tài)采集終端歷史狀態(tài)/軌跡指令下發(fā)數(shù)據(jù)訂閱與發(fā)布機床自優(yōu)配置質(zhì)量預測產(chǎn)品良品優(yōu)化計劃工藝偏差工業(yè)大數(shù)據(jù)應用層北向接口數(shù)據(jù)挖掘?qū)訑?shù)據(jù)挖掘?qū)哟髷?shù)據(jù)分析挖掘模塊大數(shù)據(jù)分析離線計算(MapReduce/Hive)Stormis南向接口通訊芯片/模組專用網(wǎng)元圖1物聯(lián)網(wǎng)大數(shù)據(jù)平臺框架數(shù)據(jù)解析實時計算(Storm/SparkStreaming)計算arkSMPDBraclelala排產(chǎn)計劃平臺連接管理平臺計量器終端設備傳感器e數(shù)據(jù)匯聚層報表分析數(shù)據(jù)清洗數(shù)據(jù)告警接入層。(1)數(shù)據(jù)接入層和數(shù)據(jù)匯聚層：解決數(shù)據(jù)獲取和管理進(2)數(shù)據(jù)挖掘?qū)樱航鉀Q物聯(lián)網(wǎng)數(shù)據(jù)實時和非實時處理按(3)數(shù)據(jù)應用層：解決工廠內(nèi)大數(shù)據(jù)應用模式問題應雜應用定制的服務。點工業(yè)級的傳感器數(shù)據(jù)采集解決方案為工廠內(nèi)特殊環(huán)境的數(shù)據(jù)采集提供可靠題。3、實施效果與推廣意義集效率，并采用外部傳感器數(shù)據(jù)采集方式完成非開放總線數(shù)據(jù)生產(chǎn)設備和非數(shù)據(jù)化生供了數(shù)據(jù)基礎(chǔ)。IT夠的，九州通IT的創(chuàng)新，現(xiàn)在IT創(chuàng)新就是要依靠云技導致在企業(yè)業(yè)務快速發(fā)展的同時，物流卻止步不前，越來越無法滿足業(yè)務的需派車路徑規(guī)化后最篩選熱銷品種，提升出庫效率前整個作業(yè)的提升。監(jiān)管碼別預測無法準確預測，指導生產(chǎn)和物流。較好的開放出去給其他營業(yè)部門使用九州通公司基于華為云建設工業(yè)領(lǐng)域集成平臺，聯(lián)接企業(yè)、供應商和客戶，通公司。(3)發(fā)票識別：靠人工發(fā)票內(nèi)的明細進行勾兌和錄入，繁瑣耗時間。(4)銷售預測：對各零售平臺的數(shù)據(jù)無法準確預測，指導生產(chǎn)和物流。用。用華為云智能物流服務通過高效的機器學習和優(yōu)化算法解決了多個物流場景圖2華為智能物流整體解決方案圖3路徑優(yōu)化方案架構(gòu)設計(1)提供兩套算法(蟻群和遺傳)，根據(jù)實時性要求進行選型：低實時性(半小時內(nèi))：遺傳算法，收斂時間長，能獲得更優(yōu)解；2.大數(shù)據(jù)平臺云上遷移方案圖4九州通大數(shù)據(jù)平臺云上遷移方案架構(gòu)(1)ERP系統(tǒng)銷售數(shù)據(jù)(2)門店發(fā)票(3)倉庫管理系統(tǒng)(4)運輸管理系統(tǒng)(5)已有大數(shù)據(jù)平臺(3)需要實時處理的數(shù)據(jù)一部分會通過SparkStreaming做基于窗口的實時h(2)集群全托管模式，自動集群創(chuàng)建、擴減容管理(3)按需使用，存儲、計算分離，節(jié)省50%以上成本(4)入門簡單，界面友好，簡單點擊幾個按鈕就可完成工部署和調(diào)優(yōu)Hadoop、Spark3.銷售預測分析方案圖5銷售預測分析流程圖面統(tǒng)計認為，按周分析是最佳度量。。(2)能夠固化算法模型，后面數(shù)據(jù)定時導入預測，模型自動修正預測，支持標準PMML模型文件和jar文件方式(4)訓練的模型、評估結(jié)果每個階段均可視化支持，提升模型的可解釋性4.OCR增值稅發(fā)票單據(jù)識別方案(1)圖像模糊、扭曲、傾斜、噪聲(2)中英文混合、小數(shù)點、特殊字符(3)蓋章、錯行支持(4)表單格式多樣支持3、實施效果與推廣意義通過使用華為OCR識別服務進行發(fā)票識別，實現(xiàn)信息自動勾兌錄入，大大更加的便捷，降低九州通公司自身運維成本。的企業(yè)智能服務(EI)，用一步步朝著智能的九州通公司邁進。(2)OCR服務：通過高效的深度學習和圖像處理算法，實現(xiàn)了多種類型單(3)機器學習平臺：通過Notebook可編程方式，固化銷售預測模板。IT求，急需項目背景及業(yè)務痛點工提供精準化、智能化的生產(chǎn)排程能力。項目簡介目標(1)業(yè)務優(yōu)化目標(2)系統(tǒng)建設目標(1)濰柴測試機床擰緊機相關(guān)數(shù)據(jù)機自帶程序?qū)Σ杉降臄?shù)據(jù)進行匯總并上傳至本地存儲服務器完成原始數(shù)據(jù)采(2)濰柴測試機床節(jié)拍器相關(guān)數(shù)據(jù)生產(chǎn)節(jié)拍數(shù)據(jù)需要采集全部產(chǎn)線的工位節(jié)拍數(shù)據(jù)，數(shù)據(jù)采集分為兩種情況：技術(shù)方案(1)大數(shù)據(jù)能力平臺架構(gòu)圖1濰柴工業(yè)連接+大數(shù)據(jù)平臺的總體架構(gòu)t(2)大數(shù)據(jù)平臺功能架構(gòu)圖2工業(yè)連接+大數(shù)據(jù)平臺功能架構(gòu)括勢和工廠設備運轉(zhuǎn)的關(guān)系。3、實施效果與推廣意義定量指標：經(jīng)濟效益(直接收益)、工作質(zhì)量(出錯率、廢品率等)、工作時、工作強度(操作簡化、步驟減少)、人力節(jié)省、風險控制(風險概率減少)、損失控制(損失減少)。協(xié)同效益(對現(xiàn)有平臺的充分利用集成)，社會效益(安全環(huán)保、節(jié)能減排)。(1)采集各項系數(shù)分析對機器螺栓扭矩對角度分布；程的最小平方函數(shù)對一個或多個自變量和因變量之間關(guān)系進行建模的一種回歸段1和階段2)的回歸線斜率(T/A)然后對相同種類多顆螺栓進行匯總統(tǒng)計，圖3螺栓斜率統(tǒng)計圖圖4螺栓清洗過程趨勢通過一定的數(shù)據(jù)清洗算法將與擰緊過程不相關(guān)的數(shù)據(jù)去除如上圖紅色部分。制版企業(yè)生產(chǎn)設備資產(chǎn)管理項目是中國移動物聯(lián)網(wǎng)開放平臺OneNET為制版企業(yè)的核心制造機床設備--電雕機以及其他制造設備提供的工業(yè)物聯(lián)網(wǎng)設備能分析、異常告警、刻時制版企業(yè)生產(chǎn)設備資產(chǎn)監(jiān)控項目是中國移動物聯(lián)網(wǎng)有限公司為制版企業(yè)的。分析和實時數(shù)據(jù)分析，并由OneNET團隊為客戶定制相(1)物聯(lián)網(wǎng)設備采集物聯(lián)網(wǎng)采集設備通過本地網(wǎng)絡或者蜂窩模組接入到中國移動OneNET物聯(lián)(2)企業(yè)ERP系統(tǒng)機床的資產(chǎn)信息、財務信息和耗材記錄，通過企業(yè)ERP系統(tǒng)接口獲(3)車間報表技術(shù)方案(1)系統(tǒng)架構(gòu)圖1核心機床設備資產(chǎn)監(jiān)控系統(tǒng)(2)企業(yè)應用服務(3)物聯(lián)網(wǎng)服務OneNET物聯(lián)網(wǎng)開放平臺實現(xiàn)。機床狀態(tài)采集設備采(4)數(shù)據(jù)服務分析服務基于Hadoop和Spark實現(xiàn)，通過ETL的方式導入NETERP系統(tǒng)的資產(chǎn)信息和耗材數(shù)據(jù)進行數(shù)據(jù)挖掘，獲取生產(chǎn)狀態(tài)判決模型，故OneNET，根據(jù)計算模型進行分析并將分析結(jié)果寫入他亮點在線巡檢。3、實施效果與推廣意義達升了現(xiàn)有電雕(1)數(shù)字化孿生(2)用大數(shù)據(jù)分析實現(xiàn)設備隱態(tài)監(jiān)測。全球工業(yè)正面臨深刻的變革，一方面工業(yè)企業(yè)日益關(guān)注小批量個性化生產(chǎn)，需要解決如下挑戰(zhàn)：致企業(yè)采購、生產(chǎn)、制、精準供應鏈管理、LEAPHD、物聯(lián)網(wǎng)采集及邊緣計算LEAPEdgeServer、數(shù)據(jù)集成平臺LEAPd(1)關(guān)鍵工業(yè)設備數(shù)據(jù)(2)工業(yè)系統(tǒng)數(shù)據(jù)(3)外部數(shù)據(jù)技術(shù)方案(1)LEAP大數(shù)據(jù)平臺整體架構(gòu)PP(2)數(shù)據(jù)集成平臺LEAPDataHub聯(lián)想數(shù)據(jù)集成平臺LEAPDataHub支持對多源異構(gòu)數(shù)據(jù)的高效集成與處理。(3)工業(yè)物聯(lián)網(wǎng)集成平臺LEAPEDGE聯(lián)想工業(yè)物聯(lián)網(wǎng)集成平臺LEAPEDGE幫助用戶從物聯(lián)網(wǎng)大數(shù)據(jù)分析中獲(4)大數(shù)據(jù)計算平臺LEAPHDLEAPHD平臺。它基于Hadoop/Spark生態(tài)系統(tǒng)，引入了多種核心功能和組件，對復雜開源(5)數(shù)據(jù)智能平臺LEAPAI聯(lián)想數(shù)據(jù)智能分析平臺LEAPAI提供深度學習分布式框架、機器學習工具(6)數(shù)據(jù)資產(chǎn)管理LEAPDataGov數(shù)據(jù)標準管理、數(shù)據(jù)資產(chǎn)管理、(7)可信計算引擎LEAPTrusted聯(lián)想可信計算引擎LEAPTrusted是聯(lián)想基于自身多年安全防護實踐經(jīng)驗和采S務其他亮點想設備全生命周期管理在采用大數(shù)據(jù)解決方案之前，提升產(chǎn)品的質(zhì)量最大的問題在于數(shù)據(jù)來源少，而通過利用大數(shù)據(jù)技術(shù)，聯(lián)想可以通過在全量移動設備上的數(shù)據(jù)跟蹤，實時/非需求預測分析了預測準確率和客觀程度。點，預測以它為起點一個月后的需求量相對誤差<15%，6個月后的相對誤差能數(shù)據(jù)平臺涵蓋大數(shù)據(jù)領(lǐng)域的多個核心技術(shù),并構(gòu)建了面向骨干企業(yè)的供應鏈優(yōu)化、格力集團在多年的發(fā)展中積累了大量的生產(chǎn)經(jīng)營數(shù)據(jù)及豐富的數(shù)據(jù)分析經(jīng)力電器智能化轉(zhuǎn)型。實據(jù)庫數(shù)據(jù)可通過ApacheFlume接入，并對原始數(shù)據(jù)做一定的初Flume據(jù)Sqoop化數(shù)據(jù)Sqoop用于在Hadoop與傳統(tǒng)的數(shù)據(jù)庫間進行數(shù)據(jù)的傳遞，將關(guān)系型數(shù)據(jù)庫數(shù)據(jù)庫中。Sqoop使用元數(shù)據(jù)模型來判斷數(shù)據(jù)類型并在數(shù)據(jù)從數(shù)據(jù)源轉(zhuǎn)移到KafkaKafka作為一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)，在格力工業(yè)大數(shù)據(jù)平在實時數(shù)據(jù)處理上，通過采集層數(shù)據(jù)通過消息隊列組件Kafka接入到Spark數(shù)1.500T，格力通過故障數(shù)據(jù)分析指導工程安裝，提大數(shù)據(jù)平臺利用NewSQL存儲技術(shù)存放設備數(shù)據(jù)，提供特定編號設備、一重格力工業(yè)大數(shù)據(jù)平臺是航天云網(wǎng)工業(yè)大數(shù)據(jù)技術(shù)實踐與應用典型案例之一，、自動聚類、在線分析、八、合力叉車工業(yè)互聯(lián)網(wǎng)平臺1、案例背景與業(yè)務痛點安徽合力股份有限公司是中國工業(yè)車輛的領(lǐng)軍企業(yè)，已連續(xù)27年排名行業(yè)方案。市場，市場正在向這樣的顧客轉(zhuǎn)移——他們需要高質(zhì)量并且更加接近他2)個性化產(chǎn)品的需求是不穩(wěn)定的。過去對標準產(chǎn)品的大量需求已分割成對使用以前的生產(chǎn)方式來定制面向細分市場的產(chǎn)品(通常通過服務)也可以做到這一點，但成本太高。而增加產(chǎn)品多樣化最終還必須通過生產(chǎn)來4)在生產(chǎn)中建立豐富的多樣化，不能通過專用的規(guī)?；a(chǎn)技術(shù)來實現(xiàn)。的生產(chǎn)周期生產(chǎn)大量不同品種、高質(zhì)量的產(chǎn)品。這需要有柔性能力的制的收益。這樣得到的利潤差彌補了由于產(chǎn)量低帶來的低效率。隨著在規(guī)?；ㄖ七^程中經(jīng)驗的積累，會經(jīng)常發(fā)現(xiàn)具有多品種的產(chǎn)品能夠以與標由于細分市場規(guī)模越來越小且不斷變化，只有以更快的速度生產(chǎn)出更多品種的產(chǎn)品才能不斷取得成功。產(chǎn)品技術(shù)變化的速度日益加快，因此必品開發(fā)周期的縮短，產(chǎn)品生命周期也在縮短。為了最大程度地滿項目簡介圖1合力工業(yè)互聯(lián)網(wǎng)平臺服務模式測工業(yè)車輛生態(tài)圈解決方案。目目標現(xiàn)從局部優(yōu)化到全局優(yōu)化。接調(diào)用、復用、高整合“平臺提供商+應用開發(fā)用戶”生態(tài)資源，搶占工業(yè)大數(shù)據(jù)入口主導權(quán)、培育海量開發(fā)者、提升2、解決方案(1)用戶需求數(shù)據(jù)采集(2)銷售訂單數(shù)據(jù)息(3)物料轉(zhuǎn)移數(shù)據(jù)(4)加工過程輔助數(shù)據(jù)(5)生產(chǎn)進度數(shù)據(jù)提供移動端及客戶端多種方式，支持一線生產(chǎn)員工實時進行生產(chǎn)過程匯報，(6)生產(chǎn)質(zhì)量檢測數(shù)據(jù)(7)車輛關(guān)鍵零部件數(shù)據(jù)零(8)車輛性能檢測數(shù)據(jù)(9)售后維修數(shù)據(jù)維(10)新產(chǎn)品試驗數(shù)據(jù)(11)工業(yè)車輛運行的實時狀態(tài)數(shù)據(jù)CAN對采集到的數(shù)據(jù)進行匯總并按照基于TCP/IP為基礎(chǔ)(12)工業(yè)車輛運行時的報警信息數(shù)據(jù)技術(shù)方案(1)總體架構(gòu)查以及無效值和缺失值的處理。一致性檢查是根據(jù)每個變量的合理取值范圍和相互關(guān)系，檢查數(shù)據(jù)是否合乎要求，發(fā)現(xiàn)超出正常范圍、邏輯上不合理或者相互矛盾的數(shù)據(jù)并剔刪除等。最終將臟數(shù)據(jù)轉(zhuǎn)化為滿足數(shù)據(jù)質(zhì)量要求的數(shù)據(jù)。然后根據(jù)數(shù)據(jù)的具體類型格式存儲至關(guān)系型數(shù)據(jù)庫或者非結(jié)構(gòu)化數(shù)據(jù)庫中。數(shù)據(jù)存儲是數(shù)據(jù)以某種格式記錄在計算機內(nèi)部或外部存儲介質(zhì)上的過程、方式和結(jié)果。通過非分布式數(shù)據(jù)庫，對文本數(shù)據(jù)及圖片數(shù)據(jù)進行存儲管理；通過對數(shù)據(jù)讀寫操作的分布式處理，可提升數(shù)據(jù)庫整體數(shù)據(jù)寫入和查詢性能，滿足數(shù)據(jù)快速檢索要求；通過批處理計算集群，實現(xiàn)數(shù)據(jù)離線式的中的、有著特定關(guān)系性信息的過程。針對具體業(yè)務需求，采用大數(shù)據(jù)與對采集數(shù)據(jù)進行深度挖掘計算。如建立叉車維保數(shù)據(jù)模型，利用歷史及實時數(shù)據(jù)對叉車全生命周期進行理和資源分配。資源池管理包括對資源池的擴充和縮減，暫停使用某些資源池等操作。平臺設計充分考慮數(shù)據(jù)集中管理的要求，對資源池進行(2)主要組成1)工業(yè)物聯(lián)網(wǎng)+車聯(lián)網(wǎng)建基于工業(yè)APP的工業(yè)車輛制造服務生態(tài)圈，實現(xiàn)資源共享協(xié)同的的優(yōu)勢；發(fā)揮工業(yè)APP對企業(yè)生產(chǎn)經(jīng)營各環(huán)節(jié)的持續(xù)滲透與影響作用，利用APP企業(yè)內(nèi)外全業(yè)務全流程互聯(lián)互通、協(xié)作共享，提升生產(chǎn)效率和決3)工業(yè)大數(shù)據(jù)體系據(jù)采集的能力。工業(yè)大數(shù)據(jù)的數(shù)據(jù)采集依賴于物聯(lián)網(wǎng)(IOT)的實現(xiàn)，IOT關(guān)注3、實施效果與推廣意義2)通過工業(yè)互聯(lián)網(wǎng)平臺對車輛的監(jiān)控預警，和在焊接、涂裝等存在職業(yè)傷V推廣意義1)通過本項目的設備異常檢測和預防性維保提醒功能，提高工業(yè)車輛可靠的主流無人駕駛車形成較強的性能與成本優(yōu)勢，未來將提升企業(yè)經(jīng)濟效4、案例亮點產(chǎn)類、銷售類和管理類APP，與企業(yè)資源計劃管理系統(tǒng)(ERP)、產(chǎn)品全生命周期管理系統(tǒng)(PLM)、人力資源管理系統(tǒng)(HCM)、業(yè)務流程管理系統(tǒng)(BPM)、制造執(zhí)行系統(tǒng)(MES)、客戶關(guān)系管理系統(tǒng)(CRM)、供應商關(guān)系管理系統(tǒng)(SRM)實現(xiàn)了工業(yè)車輛產(chǎn)品的車聯(lián)網(wǎng)化工業(yè)車輛駕駛的無人化力成為無人化、九、東方國信大數(shù)據(jù)助力聯(lián)合利華能源管理東方國信自主研發(fā)跨行業(yè)、跨領(lǐng)域的綜合性工業(yè)互聯(lián)網(wǎng)平臺Cloudiip,平臺的可擴展云化操作系統(tǒng)。匯聚全球數(shù)千余名活躍開發(fā)者,逐漸形成資源富集、開放共享、創(chuàng)新活躍、高效提高產(chǎn)品競爭力，聯(lián)合利華提出每年在上一年基礎(chǔ)上減少能耗5%。在多年技術(shù)重要課題。項目簡介標對企業(yè)能耗數(shù)據(jù)進行實時監(jiān)測和可視化展示；對能源生產(chǎn)、轉(zhuǎn)換和消耗進行在線平衡；以能源系統(tǒng)角度發(fā)現(xiàn)節(jié)能機會，挖掘節(jié)能潛力；實現(xiàn)企業(yè)能源使用效率的提升，促進節(jié)能減排。(1)機器數(shù)據(jù)：設備及傳感器數(shù)據(jù)、PLC、DCS(2)業(yè)務數(shù)據(jù)：BMS、MES、SCADA技術(shù)方案聯(lián)合利華能源管理大數(shù)據(jù)系統(tǒng)基于東方國信工業(yè)互聯(lián)網(wǎng)平臺Cloudiip，融數(shù)據(jù)采集及邊緣計算數(shù)據(jù)采集層通過不同協(xié)議及接口完成深層次數(shù)據(jù)采集并實現(xiàn)不同協(xié)議數(shù)據(jù)SS工S綜合能耗分析與預測預警度相關(guān)性的關(guān)鍵參數(shù)(比如產(chǎn)量、度日數(shù)等)，建立合理的能效績效目標來監(jiān)控機會識別、量化與節(jié)能量監(jiān)測故障預測和設備整體效率分析能源專家系統(tǒng)電機溫度、啟停次數(shù))，自動生成能耗及可靠性的改善建議。高3、實施效果與推廣意義占推廣意義體系建設，提高能源發(fā)展可持續(xù)自適應能力具有重要意義。技術(shù)；字儀表、傳感器數(shù)據(jù)；3)平臺有更好的交互性和易操作性(通過簡單拖拉拽實現(xiàn))，能無編碼持個性化定制，用戶體驗好；儲，磁盤容量無限制，可根據(jù)存儲數(shù)量進行自動擴展；數(shù)據(jù)在線加工、統(tǒng)計、分析和挖掘，將能源與生產(chǎn)數(shù)。十、優(yōu)也基礎(chǔ)工業(yè)大數(shù)據(jù)平臺在鋼鐵能效的應用互聯(lián)網(wǎng)和工業(yè)大數(shù)據(jù)技術(shù)來提升基礎(chǔ)工業(yè)的資源效率備管理，排產(chǎn)優(yōu)化和運營效率等方