趙 甲，于英杰，趙 濤

（1.天津卡達(dá)克數(shù)據(jù)有限公司，天津 300300；2.中國(guó)汽車技術(shù)研究中心有限公司，天津 300300）

隨著《中國(guó)制造2025》、“互聯(lián)網(wǎng)+”、智能制造發(fā)展規(guī)劃等一系列戰(zhàn)略規(guī)劃的提出，以全面支撐制造強(qiáng)國(guó)和網(wǎng)絡(luò)強(qiáng)國(guó)建設(shè)為目標(biāo)，推動(dòng)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)的深度融合，發(fā)展先進(jìn)制造業(yè)，推動(dòng)傳統(tǒng)產(chǎn)業(yè)升級(jí)，將對(duì)未來(lái)工業(yè)經(jīng)濟(jì)發(fā)展產(chǎn)生全方位、深層次的影響，突破核心技術(shù)，促進(jìn)行業(yè)應(yīng)用［1］。

汽車行業(yè)作為一個(gè)國(guó)家制造業(yè)水平的核心體現(xiàn)，面對(duì)《中國(guó)制造2025》第一個(gè)制造業(yè)強(qiáng)國(guó)戰(zhàn)略，更是要帶頭當(dāng)先，結(jié)合先進(jìn)制造與互聯(lián)網(wǎng)技術(shù)，進(jìn)一步提高中國(guó)制造技術(shù)水平，引領(lǐng)中國(guó)制造業(yè)實(shí)現(xiàn)彎道超車。

但汽車制造過(guò)程中包含著復(fù)雜的生產(chǎn)工藝，龐大的零部件構(gòu)成以及綜合性很強(qiáng)的裝配技術(shù)等，汽車產(chǎn)品的量產(chǎn)是集合生產(chǎn)、質(zhì)檢、采購(gòu)、物流、倉(cāng)儲(chǔ)等各專業(yè)部門通力協(xié)作、有機(jī)結(jié)合的結(jié)果，因此，各環(huán)節(jié)都會(huì)對(duì)最終產(chǎn)品產(chǎn)生影響，即使細(xì)節(jié)的疏忽也有可能造成不可挽回的局面。因此汽車制造業(yè)的發(fā)展依賴于成體系的頂層信息化規(guī)劃與設(shè)計(jì)，基于生產(chǎn)制造大數(shù)據(jù)體系來(lái)驅(qū)動(dòng)產(chǎn)業(yè)變革。

隨著《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”，發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》的提出，工業(yè)互聯(lián)網(wǎng)這個(gè)概念受到越來(lái)越多關(guān)注。通過(guò)把新一代信息技術(shù)與現(xiàn)代工業(yè)深度融合，賦予制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化的特點(diǎn)［2］。工業(yè)互聯(lián)網(wǎng)通過(guò)構(gòu)建連接生產(chǎn)設(shè)備、原材料、人及信息系統(tǒng)的基礎(chǔ)網(wǎng)絡(luò)，實(shí)現(xiàn)工業(yè)數(shù)據(jù)的全面收集、實(shí)時(shí)監(jiān)控、系統(tǒng)把握，形成科學(xué)決策與智能控制，從而實(shí)現(xiàn)企業(yè)制造水平的升級(jí)。工業(yè)互聯(lián)網(wǎng)的出現(xiàn)對(duì)于發(fā)展先進(jìn)汽車制造業(yè)，推動(dòng)傳統(tǒng)產(chǎn)業(yè)升級(jí)，為汽車制造智能化、信息化提供了新動(dòng)力。

1 工業(yè)互聯(lián)網(wǎng)的發(fā)展現(xiàn)狀

目前，世界各國(guó)都在從國(guó)家戰(zhàn)略高度積極推動(dòng)工業(yè)互聯(lián)網(wǎng)的布局，例如美國(guó)通用電氣公司在2012年11月提出了工業(yè)互聯(lián)網(wǎng)的概念，強(qiáng)調(diào)要實(shí)現(xiàn)工業(yè)領(lǐng)域硬件層與信息層的打通，指出利用數(shù)據(jù)采集技術(shù)與機(jī)器學(xué)習(xí)算法來(lái)實(shí)現(xiàn)智能生產(chǎn)，提高生產(chǎn)力，降低成本。德國(guó)也依靠本國(guó)深厚的工業(yè)積累及知名的老牌工業(yè)企業(yè)，推出了“工業(yè)4.0”國(guó)家計(jì)劃，法國(guó)、日本等發(fā)達(dá)國(guó)家也緊隨其后加快了在工業(yè)互聯(lián)網(wǎng)領(lǐng)域的布局。

國(guó)內(nèi)幾大公司也在工業(yè)互聯(lián)網(wǎng)方面加緊了布局，海爾的COSMO平臺(tái)聚焦用戶交互的個(gè)性化制定與供應(yīng)鏈集成；航天科工基于在制造業(yè)的雄厚實(shí)力和在工業(yè)互聯(lián)網(wǎng)領(lǐng)域的先行先試經(jīng)驗(yàn)，也推出了自己平臺(tái)，INDICS平臺(tái)主攻高端裝備智能化生產(chǎn)與網(wǎng)絡(luò)協(xié)同制造；根云互聯(lián)依托三一重工九年的工業(yè)專業(yè)知識(shí)積累，以及獨(dú)特的工業(yè)企業(yè)數(shù)據(jù)采集的核心能力，基于騰訊云強(qiáng)大的計(jì)算能力，形成根云平臺(tái)，以產(chǎn)品全生命周期管理及遠(yuǎn)程運(yùn)維為特色。

汽車生產(chǎn)企業(yè)具有龐大的數(shù)據(jù)信息，因此在采集、處理、分析等方面具有一定的困難，例如數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)、編碼規(guī)范，數(shù)據(jù)統(tǒng)一口徑未明確，跨部門業(yè)務(wù)數(shù)據(jù)統(tǒng)計(jì)不一致，數(shù)據(jù)差異大，無(wú)法共享使用，各業(yè)務(wù)系統(tǒng)間數(shù)據(jù)冗余，重復(fù)維護(hù)等一系列問題，造成數(shù)據(jù)有效性難以保證，部門之間信息難以交互流通，形成信息孤島［3］。因此工業(yè)互聯(lián)網(wǎng)平臺(tái)在汽車制造行業(yè)的實(shí)施應(yīng)用是目前汽車企業(yè)轉(zhuǎn)型升級(jí)的發(fā)力點(diǎn)，工業(yè)互聯(lián)網(wǎng)平臺(tái)依托自身優(yōu)勢(shì)，利用傳感器將生產(chǎn)制造信息全面采集，集成統(tǒng)一，有序儲(chǔ)存，打通信息孤島，從而總體把握企業(yè)的運(yùn)作情況，實(shí)現(xiàn)企業(yè)的智能管理。

2 汽車行業(yè)智能制造信息化業(yè)務(wù)體系整體框架

工業(yè)互聯(lián)網(wǎng)平臺(tái)用以滿足制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化的需求。構(gòu)建基于海量數(shù)據(jù)采集、匯聚、分析的服務(wù)體系，支持制造資源泛在連接、彈性供給、高效配置的載體。平臺(tái)的核心是工業(yè)互聯(lián)網(wǎng)平臺(tái)體系架構(gòu)。

圖1為汽車行業(yè)智能制造信息化業(yè)務(wù)體系總體框架，工業(yè)互聯(lián)網(wǎng)平臺(tái)的構(gòu)建一般可分為4個(gè)層次，數(shù)據(jù)采集層 （邊緣層）、云基礎(chǔ)設(shè)施層 （IaaS）、平臺(tái)服務(wù)層 （PaaS）、應(yīng)用服務(wù)層 （SaaS）。

其中邊緣層是基礎(chǔ)，負(fù)責(zé)構(gòu)建精準(zhǔn)、實(shí)時(shí)、高效的數(shù)據(jù)采集體系；IaaS是支撐，負(fù)責(zé)海量的工業(yè)數(shù)據(jù)處理與存儲(chǔ)；PaaS是核心，構(gòu)建一個(gè)可擴(kuò)展的操作系統(tǒng)，為應(yīng)用軟件開發(fā)提供一個(gè)基礎(chǔ)平臺(tái)；SaaS是關(guān)鍵，形成滿足特定工業(yè)應(yīng)用場(chǎng)景的不同應(yīng)用服務(wù)。

工業(yè)互聯(lián)網(wǎng)平臺(tái)的整體實(shí)現(xiàn)過(guò)程為：在汽車生產(chǎn)制造車間底端的生產(chǎn)設(shè)備層構(gòu)建智能傳感器網(wǎng)絡(luò)，通過(guò)覆蓋全流程的生產(chǎn)數(shù)據(jù)采集與監(jiān)控，實(shí)現(xiàn)企業(yè)各級(jí)資源信息數(shù)據(jù)的集成，依托云服務(wù)器提供數(shù)據(jù)接收、存儲(chǔ)功能，同時(shí)負(fù)責(zé)數(shù)據(jù)傳輸與安全保護(hù)。在平臺(tái)服務(wù)層中組建工業(yè)大數(shù)據(jù)管理層，利用云端收集的數(shù)據(jù)信息形成生產(chǎn)制造管理的各種微服務(wù)組建庫(kù)與模型開發(fā)庫(kù)，最終針對(duì)不同的企業(yè)需求，形象配套的應(yīng)用軟件，幫助企業(yè)提高管理體系效率。

3 汽車行業(yè)智能制造各層布局

3.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層也被稱為邊緣層，主要負(fù)責(zé)對(duì)工業(yè)數(shù)據(jù)的采集，將企業(yè)各部門信息集成轉(zhuǎn)化為數(shù)字信息。如圖2所示。

圖2 邊緣層示意圖

在汽車生產(chǎn)制造過(guò)程中，包含大量的數(shù)據(jù)信息需要采集。生產(chǎn)管理方面，例如生產(chǎn)工藝、生產(chǎn)故障、設(shè)備狀態(tài)參數(shù)、生產(chǎn)排程、設(shè)備維護(hù)等信息；供應(yīng)商管理方面包括零部件信息、產(chǎn)能信息、售后信息、索賠信息等；物流方面包括物料計(jì)劃、零部件物流、整車物流、備件管理等；品質(zhì)管理方面包括產(chǎn)品品質(zhì)、供應(yīng)商品質(zhì)、品質(zhì)問題追溯、一致性等。面對(duì)如此龐雜數(shù)據(jù)均需要借助手段精準(zhǔn)、高效的實(shí)時(shí)采集，例如一些生產(chǎn)工藝數(shù)據(jù)與設(shè)備數(shù)據(jù)等復(fù)雜物理信號(hào)還需借助精密的物理傳感器進(jìn)行捕獲，同時(shí)還要有配套的數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范、協(xié)議解析、數(shù)據(jù)集成和邊緣數(shù)據(jù)處理，從而保證制造信息的品質(zhì)；除了物理信號(hào)的直接采集，車企內(nèi)部各個(gè)環(huán)節(jié)信息化水平參次不齊，已實(shí)現(xiàn)信息化系統(tǒng)采集的環(huán)節(jié)，在該層也將需要實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)的接入。由此，在數(shù)據(jù)采集層將重點(diǎn)實(shí)現(xiàn)設(shè)備互聯(lián)、應(yīng)用互聯(lián)、產(chǎn)業(yè)互聯(lián)。

設(shè)備互聯(lián)：實(shí)現(xiàn)生產(chǎn)線縱向集成，將原來(lái)的單臺(tái)設(shè)備、單套設(shè)備數(shù)據(jù)通過(guò)數(shù)據(jù)采集集成實(shí)現(xiàn)信息互聯(lián)，實(shí)現(xiàn)設(shè)備互聯(lián)，促進(jìn)自動(dòng)化和智能化生產(chǎn)［4］。

應(yīng)用互聯(lián)：進(jìn)行從產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、物流配送、使用維護(hù)等產(chǎn)品全周期的軟件應(yīng)用互聯(lián)，實(shí)現(xiàn)數(shù)據(jù)采集的覆蓋。

產(chǎn)業(yè)互聯(lián)：將汽車制造行業(yè)的上下游信息連接，從原材料、零配件供應(yīng)商、汽車制造企業(yè)、售后服務(wù)、維修保障等信息全面集合，通過(guò)橫向集成實(shí)現(xiàn)產(chǎn)業(yè)鏈信息無(wú)縫鏈接，形成端對(duì)端的集成。

3.2 云基礎(chǔ)設(shè)施層 （IaaS）

IaaS層提供給汽車生產(chǎn)制造企業(yè)的服務(wù)是對(duì)所有計(jì)算基礎(chǔ)設(shè)施的利用，包括處理CPU、內(nèi)存、存儲(chǔ)、網(wǎng)絡(luò)和其它基本的計(jì)算資源，用戶能夠部署和運(yùn)行任意軟件，包括操作系統(tǒng)和應(yīng)用程序。汽車生產(chǎn)制造企業(yè)不管理或控制任何云計(jì)算基礎(chǔ)設(shè)施，但能控制操作系統(tǒng)的選擇、存儲(chǔ)空間、部署的應(yīng)用，也有可能獲得有限制的網(wǎng)絡(luò)組件 （例如路由器、防火墻、負(fù)載均衡器等）的控制。

Hadoop是一個(gè)分布式系統(tǒng)基礎(chǔ)架構(gòu)，主要目標(biāo)是對(duì)分布式環(huán)境下的“大數(shù)據(jù)”以一種可靠、高效、可伸縮的方式處理，具有擴(kuò)容能力強(qiáng)、成本低、高效率、可靠性的特點(diǎn)［5］，圖3為Hadoop框架圖。其核心組件包括分布式文件系統(tǒng) （HDFS）、分布式運(yùn)算編程框架 （MapRuduce）、運(yùn)算資源調(diào)度系統(tǒng) （YARN）。

圖3 Hadoop框架圖

Hadoop通過(guò)HDFS來(lái)實(shí)現(xiàn)對(duì)分布式存儲(chǔ)的底層支持，并通過(guò)MapRuduce來(lái)實(shí)現(xiàn)對(duì)分布式并行任務(wù)處理的程序支持。HDFS采用主從結(jié)構(gòu)模型，一個(gè)HDFS集群是由一個(gè)NameN－ode和若干個(gè)DataNode組成的。NameNode作為主服務(wù)器，管理文件系統(tǒng)命名空間和客戶端對(duì)文件的訪問操作。DataNode管理存儲(chǔ)的數(shù)據(jù)［6］。

MapReduce是一種計(jì)算模型，用以進(jìn)行大數(shù)據(jù)量的計(jì)算。其中Map對(duì)數(shù)據(jù)集上的獨(dú)立元素進(jìn)行指定的操作，生成鍵-值對(duì)形式中間結(jié)果。Reduce則對(duì)中間結(jié)果中相同“鍵”的所有“值”進(jìn)行規(guī)約，以得到最終結(jié)果［7］。MapReduce這樣的功能劃分，非常適合在大量計(jì)算機(jī)組成的分布式并行環(huán)境里進(jìn)行數(shù)據(jù)處理。

YARN是一個(gè)通用的資源管理系統(tǒng)，可為上層應(yīng)用提供統(tǒng)一的資源管理和調(diào)度，它的引入為集群在利用率、資源統(tǒng)一管理和數(shù)據(jù)共享等方面帶來(lái)了巨大好處。

3.3 平臺(tái)服務(wù)層 （PaaS）

平臺(tái)服務(wù)層是汽車行業(yè)智能制造工業(yè)互聯(lián)網(wǎng)平臺(tái)的核心層，主要有3大結(jié)構(gòu)模塊，工業(yè)大數(shù)據(jù)管理層、微服務(wù)組件庫(kù)以及模型開發(fā)庫(kù)。在通用PaaS架構(gòu)上進(jìn)行二次開發(fā)，實(shí)現(xiàn)工業(yè)PaaS層的構(gòu)建，可為工業(yè)用戶提供海量工業(yè)數(shù)據(jù)的管理和分析服務(wù)，并能夠積累沉淀不同行業(yè)、不同領(lǐng)域內(nèi)技術(shù)、知識(shí)、經(jīng)驗(yàn)等資源，實(shí)現(xiàn)封裝、固化和復(fù)用，在開放的開發(fā)環(huán)境中以工業(yè)微服務(wù)的形式提供給開發(fā)者，用于快速構(gòu)建定制化工業(yè)APP，打造完整、開放的工業(yè)操作系統(tǒng)。如圖4所示。

工業(yè)大數(shù)據(jù)層主要是描述了一組規(guī)程、技術(shù)和解決方案，這些規(guī)程、技術(shù)和解決方案用于為所有利益相關(guān)方（如用戶、應(yīng)用程序、數(shù)據(jù)倉(cāng)庫(kù)、流程以及貿(mào)易伙伴）創(chuàng)建并維護(hù)業(yè)務(wù)數(shù)據(jù)的一致性、完整性、相關(guān)性和精確，最終實(shí)現(xiàn)將異源異構(gòu)數(shù)據(jù)有序分類管理、標(biāo)準(zhǔn)化數(shù)據(jù)清洗及轉(zhuǎn)換等，完成各數(shù)據(jù)源的注冊(cè)、變更、編碼等數(shù)據(jù)流程配置，為頂層所有的應(yīng)用提供最全面、最獨(dú)立的支撐；同時(shí)以服務(wù)分發(fā)的形式在企業(yè)范圍需要使用這些數(shù)據(jù)的業(yè)務(wù)系統(tǒng)、業(yè)務(wù)流程、決策支持系統(tǒng)等。

微服務(wù)組件庫(kù)為工業(yè)用戶提供海量工業(yè)數(shù)據(jù)的管理和分析服務(wù)，平臺(tái)具有較好的擴(kuò)展性、規(guī)模化部署、容災(zāi)和靈活配置等特性［8］，并能夠積累沉淀不同行業(yè)、不同領(lǐng)域內(nèi)技術(shù)、知識(shí)、經(jīng)驗(yàn)等資源，實(shí)現(xiàn)封裝、固化和復(fù)用；提供涵蓋服務(wù)注冊(cè)、發(fā)現(xiàn)、通信、調(diào)用的管理機(jī)制與運(yùn)行環(huán)境。建立知識(shí)型微服務(wù)組件庫(kù)，涵蓋項(xiàng)目管理、故障預(yù)測(cè)、庫(kù)存管理等領(lǐng)域?qū)I(yè)知識(shí)點(diǎn)；建立技術(shù)型微服務(wù)組件庫(kù)，形成對(duì)工業(yè)機(jī)器人技術(shù)、視覺檢測(cè)技術(shù)、虛擬加工技術(shù)等前沿方向共性需求的抽離與組件化；建立經(jīng)驗(yàn)型微服務(wù)組件庫(kù)，對(duì)于生產(chǎn)計(jì)劃排布、品質(zhì)問題評(píng)估等以經(jīng)驗(yàn)為驅(qū)動(dòng)的微服務(wù)，基于理論經(jīng)驗(yàn)與現(xiàn)實(shí)經(jīng)驗(yàn)，形成相互獨(dú)立且最小化的微服務(wù)組件庫(kù)。

模型開發(fā)庫(kù)利用數(shù)據(jù)統(tǒng)計(jì)、機(jī)器學(xué)習(xí)及最新的人工智能算法實(shí)現(xiàn)面向歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、時(shí)序數(shù)據(jù)的聚類、關(guān)聯(lián)及預(yù)測(cè)分析；基于專業(yè)知識(shí)，結(jié)合工業(yè)生產(chǎn)實(shí)踐經(jīng)驗(yàn)，基于已知工業(yè)機(jī)理構(gòu)建各類模型，實(shí)現(xiàn)分析應(yīng)用。

圖4 工業(yè)大數(shù)據(jù)管理平臺(tái)的架構(gòu)

3.4 應(yīng)用服務(wù)層 （SaaS）

在PaaS層的基礎(chǔ)上，將企業(yè)所需求的微服務(wù)庫(kù)文件、模型庫(kù)文件、數(shù)據(jù)管理等功能集成，為汽車制造企業(yè)提供服務(wù)，推動(dòng)汽車行業(yè)的智能制造。智能制造應(yīng)用層格局見圖5。

汽車行業(yè)屬于大型離散型制造行業(yè)，智能制造領(lǐng)域的落地及應(yīng)用與不同職能部門工作內(nèi)容相關(guān)，與產(chǎn)品所處的階段相關(guān)，同時(shí)也與車企內(nèi)部協(xié)同、車企供應(yīng)鏈協(xié)同、產(chǎn)業(yè)鏈協(xié)同程度相關(guān)；基于以上考慮，結(jié)合車企運(yùn)營(yíng)特點(diǎn)，構(gòu)建基于生產(chǎn)職能維度 （生產(chǎn)、質(zhì)檢、采購(gòu)、物流、倉(cāng)儲(chǔ)等）、產(chǎn)品生命周期維度 （研發(fā)、量產(chǎn)、流通等）的信息化應(yīng)用體系，圍繞生產(chǎn)環(huán)節(jié)、質(zhì)檢環(huán)節(jié)、采購(gòu)環(huán)節(jié)、物流環(huán)節(jié)分別建立相應(yīng)的信息化應(yīng)用建設(shè)方案與思路，同時(shí)圍繞產(chǎn)品研發(fā)協(xié)同、企業(yè)內(nèi)部各部門間協(xié)同、供應(yīng)鏈協(xié)同來(lái)構(gòu)建信息化應(yīng)用建設(shè)方案。

4 結(jié)語(yǔ)

隨著互聯(lián)網(wǎng)的發(fā)展，發(fā)達(dá)國(guó)家都在緊密布局工業(yè)互聯(lián)網(wǎng)，促進(jìn)工業(yè)轉(zhuǎn)型升級(jí)。中國(guó)汽車制造業(yè)還處在高速發(fā)展期，需要把握機(jī)會(huì)，依靠工業(yè)互聯(lián)網(wǎng)的平臺(tái)來(lái)實(shí)現(xiàn)汽車的智能制造，通過(guò)數(shù)據(jù)采集層、云基礎(chǔ)設(shè)施層、平臺(tái)服務(wù)層以及應(yīng)用服務(wù)層的有機(jī)結(jié)合，將生產(chǎn)制造的數(shù)據(jù)信息采集、處理、分析，打通各部門數(shù)據(jù)孤島，實(shí)現(xiàn)汽車生產(chǎn)車間底端設(shè)備控制層、中間執(zhí)行層和上端企業(yè)管理層的信息共享與協(xié)同，全面提升汽車制造生產(chǎn)過(guò)程管理的智能化、信息化，構(gòu)建高品質(zhì)、高性能、高效率的管理體系。