论文部分内容阅读
[摘 要]随着科学技术的不断发展以及互联网智能的大幅度普及，对于制造业的生产要求也越来越高。近些年来，随着工厂生产越来越多的利用物联网、云计算以及大数据等技术，使得智能工厂建立了一个包含物联网技术、物联网感知技术、数据分析技术、业务使用技术以及云计算技术在内的技术框架，通过这个技术框架，实现现代社会要求下的智能生产。本文讲结合智慧工厂技术框架，对于技术框架以及大数据在其中的作用加以研究，并探讨未来的发展前景。
[关键词]大数据；智慧工厂；技术框架
中图分类号：TP18；TP274 文献标识码：A 文章编号：1009-914X（2019）05-0235-01
一、智慧工厂的概念与大数据技术
2010年，著名学者柯兰德在《时代周刊》杂志上发表了对于未来生产行业的規划以及展望，在柯兰德教授看来，未来的制造业，主要囊括以下三个特点：首先，智慧工厂意味着工厂和企业之间有了更多的网络连接，通过互联网实现了资源以及信息的共享，从而有效的提高生产制造各个环节的效率，从而提升企业的整体竞争力；其次，计算及智能技术将会被越来越广泛的利用到生产流水线的各个环节，通过人工智能完成对于生产制造的优化、个性化等；最后，通过不断提高生产的技术以及生产特点，促使消费者出现观念的转变，增加消费者对于公司生产商品的购买欲，从本质上改变消费者的消费行为，从而增加企业的营业额。这便是智慧工厂最早的模型，以上的三个特点，分别是对于智慧共产发展的三个阶段的概括描述，即协同生产制造、人工智能管理以及智能化分析。第一阶段，即协同生产制造，是指通过企业以及公司的信息共享，商品互联等措施，提高企业以及公司对于市场需求的信息获取能力，从而在某些方面进行改善，最终达到提高整个生产行业的效率的目的；第二阶段，即人工智能管理，是指通过日益精进的计算及智能科技对于生产流水线的各个流程进行人工智能化的管理，减少在生产线上人力方面的资金投入；第三阶段，也就是智能化分析，是指通过大数据的收集以及处理，对于需求量较大的产品进行统计，并增加产品的吸引力，对于客户的购买信息进行大数据的统计以及分析，从而最大程度的生产符合顾客喜好的商品。
具体来说，要保证智慧工厂的生产运行，首先是从生产车间做起，生产车间的生产要求要满足上述的第一阶段，要有充分的商品互联以及信息共享模式，其次，要通过人工智能管理系统，对于车间的生产，商品的包装以及质量检测进行全方位的监督以及改进，通过对于生产流水资源的合理分析进行再分配，使得资源能够最大化的利用，最后要将市场大数据进行收集以及规划分析，得到最适合市场需求的商品类型并对其进行增量以及质量改进等。
在如今的传统工厂进行转型的过程中，越来越多的新兴技术被应用智慧工厂的构件上，如射频识别技术设备，传感器网络、云盘以及大数据等运用层出不穷。智慧工厂的互联网数据统计越来越多的体现出规模性、多样性以及高效性的特点，同时，由于智慧工厂的设备多依赖于计算机智能，因此，智慧工厂也有着传统工厂所不具备的科技化、多维度、能力要求高以及不确定性等特性。同时，智慧工厂有着传统工厂不具备的大范围，从生产车间开始，对于工厂的生产便有着充分的掌握；同时，对于大数据的运用也是传统工厂所不具备的，智慧工厂通过从市场需求、产品分析等各个方面入手，对于客户的需求掌握能力是极为全面的，这种大数据运用下的工厂体系能够同时满足质量监控、资源配置、市场需求、生产效率等各个方面的要求，在未来的生产中将会被广泛的使用。
二、基于大数据的智慧制造技术体系
2.1物联网互联层
物联网互联层主要指包含生产仪器、计算机智能系统以及人力资源等一系列配置在内的物理制造资源。通过使用传感器、射频识别技术等采集大量的数据，并通过人工智能、蓝牙交互、无线网络等实现数据信息的实时共享以及数据分析。
2.2对象感知层
对象感知层是指通过各类传感器，对于传输的信息进行加工处理以及信息的实时获取等。首先，对于各类传感器，会通过传感器系统对于其有一个整体的控制。同时，对于Web客户端的用户，也会有专门的操作系统进行信息的交互，从而实现对于几乎所有用户的囊括以及实时信息获取。
2.3数据分析层
数据分析层是指通过在计算机智能系统内加入数据转换矩阵，在获得数据的基础上，实现对于数据的信息转换，从而得到生产公司所需要的用户数据以及市场信息。
2.4业务应用层
业务应用层是建立在以上几个数据层的基础上的，通过以上几个处理系统得到有关的用户信息以及市场需求信息，采用模拟、预警、反馈调节等手段，对于生产过程、资源调度、质量监测、售后服务等业务方面进行利润最大化、服务最优化的调节以及安排，从而实现公司以及企业对于业务服务方面的动态优化，最大程度的提高企业的服务水平，保证其核心竞争力以及客户依赖性。
2.5云端服务层
云端服务层，是一个整合了所有服务信息、客户要求等的服务信息管理仓库。通过互联网以及人工智能系统对于每个客户的需求分析，制定对于每个客户的个性化服务体系，最大程度的满足客户对于商品的要求。
2.6大数据中心
顾名思义，大数据中心就是指在整个生产、服务的过程中，由所有系统采集到的生产效率、质量评估、市场需求以及售后服务等所有方面的数据合集。大数据中心存在的意义，并不仅仅是为了对于所有的数据进行统计，通过内部的智能系统，对于收集到的数据需要进行分类整理以及信息处理，使得企业工作人员在进行操作室，能够高效的进行数据查询、客户定制等各项服务，最大程度的满足智能工厂的定义。
三、大数据驱动的制造过程动态优化技术
大数据支持下的制造过程动态优化技术，是支撑智慧工厂的核心技术。大数据驱动下的制造过程动态优化技术是指包括互联网工业的信息资源共享技术在内的对于企业生产制造的改进技术。大数据驱动的制造过程动态优化技术需要依赖互联网的数据获取、互联网智能分析系统以及优秀的管理制度。在实际的操作过程中，通过多元数据的采集、云端数据集成、大数据的存储以及综合数据的查询等方式，实现信息支持下的制造过程动态优化技术。
四、结语
随着计算机智能以及互联网在人类日常生活中的普及，越来越多的企业能够通过强大的信息获取能力以及综合信息整理分析能力实现对于顾客个性化的生产需求，加快由传统工厂向智慧工厂的转变。智慧工厂的应用需要数据的采集获取、业务服务质量过硬、生产能力强等各个方面的支持，因此，要实现工厂的智慧化，需要相关工作人员对于大数据体系有着充分的理解以及掌握，从而实现工厂的质量提升、生产高效、售后优秀等各个方面的性能。
参考文献
[1]潘艳华.基于大数据的智慧工厂技术框架分析[J].智能城市，2018，4（05）：37.
[2]关艳玲.应用现代空地一体化高精度测绘技术建设智慧工厂大数据平台[A]..2017年度浙江省测绘与地理信息学会优秀论文集[C].：，2016：16.
[3]吕佑龙，张洁.基于大数据的智慧工厂技术框架[J].计算机集成制造系统，2016，22（11）：2691-2697.
[关键词]大数据；智慧工厂；技术框架
中图分类号：TP18；TP274 文献标识码：A 文章编号：1009-914X（2019）05-0235-01
一、智慧工厂的概念与大数据技术
2010年，著名学者柯兰德在《时代周刊》杂志上发表了对于未来生产行业的規划以及展望，在柯兰德教授看来，未来的制造业，主要囊括以下三个特点：首先，智慧工厂意味着工厂和企业之间有了更多的网络连接，通过互联网实现了资源以及信息的共享，从而有效的提高生产制造各个环节的效率，从而提升企业的整体竞争力；其次，计算及智能技术将会被越来越广泛的利用到生产流水线的各个环节，通过人工智能完成对于生产制造的优化、个性化等；最后，通过不断提高生产的技术以及生产特点，促使消费者出现观念的转变，增加消费者对于公司生产商品的购买欲，从本质上改变消费者的消费行为，从而增加企业的营业额。这便是智慧工厂最早的模型，以上的三个特点，分别是对于智慧共产发展的三个阶段的概括描述，即协同生产制造、人工智能管理以及智能化分析。第一阶段，即协同生产制造，是指通过企业以及公司的信息共享，商品互联等措施，提高企业以及公司对于市场需求的信息获取能力，从而在某些方面进行改善，最终达到提高整个生产行业的效率的目的；第二阶段，即人工智能管理，是指通过日益精进的计算及智能科技对于生产流水线的各个流程进行人工智能化的管理，减少在生产线上人力方面的资金投入；第三阶段，也就是智能化分析，是指通过大数据的收集以及处理，对于需求量较大的产品进行统计，并增加产品的吸引力，对于客户的购买信息进行大数据的统计以及分析，从而最大程度的生产符合顾客喜好的商品。
具体来说，要保证智慧工厂的生产运行，首先是从生产车间做起，生产车间的生产要求要满足上述的第一阶段，要有充分的商品互联以及信息共享模式，其次，要通过人工智能管理系统，对于车间的生产，商品的包装以及质量检测进行全方位的监督以及改进，通过对于生产流水资源的合理分析进行再分配，使得资源能够最大化的利用，最后要将市场大数据进行收集以及规划分析，得到最适合市场需求的商品类型并对其进行增量以及质量改进等。
在如今的传统工厂进行转型的过程中，越来越多的新兴技术被应用智慧工厂的构件上，如射频识别技术设备，传感器网络、云盘以及大数据等运用层出不穷。智慧工厂的互联网数据统计越来越多的体现出规模性、多样性以及高效性的特点，同时，由于智慧工厂的设备多依赖于计算机智能，因此，智慧工厂也有着传统工厂所不具备的科技化、多维度、能力要求高以及不确定性等特性。同时，智慧工厂有着传统工厂不具备的大范围，从生产车间开始，对于工厂的生产便有着充分的掌握；同时，对于大数据的运用也是传统工厂所不具备的，智慧工厂通过从市场需求、产品分析等各个方面入手，对于客户的需求掌握能力是极为全面的，这种大数据运用下的工厂体系能够同时满足质量监控、资源配置、市场需求、生产效率等各个方面的要求，在未来的生产中将会被广泛的使用。
二、基于大数据的智慧制造技术体系
2.1物联网互联层
物联网互联层主要指包含生产仪器、计算机智能系统以及人力资源等一系列配置在内的物理制造资源。通过使用传感器、射频识别技术等采集大量的数据，并通过人工智能、蓝牙交互、无线网络等实现数据信息的实时共享以及数据分析。
2.2对象感知层
对象感知层是指通过各类传感器，对于传输的信息进行加工处理以及信息的实时获取等。首先，对于各类传感器，会通过传感器系统对于其有一个整体的控制。同时，对于Web客户端的用户，也会有专门的操作系统进行信息的交互，从而实现对于几乎所有用户的囊括以及实时信息获取。
2.3数据分析层
数据分析层是指通过在计算机智能系统内加入数据转换矩阵，在获得数据的基础上，实现对于数据的信息转换，从而得到生产公司所需要的用户数据以及市场信息。
2.4业务应用层
业务应用层是建立在以上几个数据层的基础上的，通过以上几个处理系统得到有关的用户信息以及市场需求信息，采用模拟、预警、反馈调节等手段，对于生产过程、资源调度、质量监测、售后服务等业务方面进行利润最大化、服务最优化的调节以及安排，从而实现公司以及企业对于业务服务方面的动态优化，最大程度的提高企业的服务水平，保证其核心竞争力以及客户依赖性。
2.5云端服务层
云端服务层，是一个整合了所有服务信息、客户要求等的服务信息管理仓库。通过互联网以及人工智能系统对于每个客户的需求分析，制定对于每个客户的个性化服务体系，最大程度的满足客户对于商品的要求。
2.6大数据中心
顾名思义，大数据中心就是指在整个生产、服务的过程中，由所有系统采集到的生产效率、质量评估、市场需求以及售后服务等所有方面的数据合集。大数据中心存在的意义，并不仅仅是为了对于所有的数据进行统计，通过内部的智能系统，对于收集到的数据需要进行分类整理以及信息处理，使得企业工作人员在进行操作室，能够高效的进行数据查询、客户定制等各项服务，最大程度的满足智能工厂的定义。
三、大数据驱动的制造过程动态优化技术
大数据支持下的制造过程动态优化技术，是支撑智慧工厂的核心技术。大数据驱动下的制造过程动态优化技术是指包括互联网工业的信息资源共享技术在内的对于企业生产制造的改进技术。大数据驱动的制造过程动态优化技术需要依赖互联网的数据获取、互联网智能分析系统以及优秀的管理制度。在实际的操作过程中，通过多元数据的采集、云端数据集成、大数据的存储以及综合数据的查询等方式，实现信息支持下的制造过程动态优化技术。
四、结语
随着计算机智能以及互联网在人类日常生活中的普及，越来越多的企业能够通过强大的信息获取能力以及综合信息整理分析能力实现对于顾客个性化的生产需求，加快由传统工厂向智慧工厂的转变。智慧工厂的应用需要数据的采集获取、业务服务质量过硬、生产能力强等各个方面的支持，因此，要实现工厂的智慧化，需要相关工作人员对于大数据体系有着充分的理解以及掌握，从而实现工厂的质量提升、生产高效、售后优秀等各个方面的性能。
参考文献
[1]潘艳华.基于大数据的智慧工厂技术框架分析[J].智能城市，2018，4（05）：37.
[2]关艳玲.应用现代空地一体化高精度测绘技术建设智慧工厂大数据平台[A]..2017年度浙江省测绘与地理信息学会优秀论文集[C].：，2016：16.
[3]吕佑龙，张洁.基于大数据的智慧工厂技术框架[J].计算机集成制造系统，2016，22（11）：2691-2697.