孫鎮(zhèn)江

(青島職業(yè)技術(shù)學(xué)院 信息學(xué)院，山東 青島 266555)

隨著大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)的快速發(fā)展，兩者成為實現(xiàn)工業(yè)智能化的有力手段。企業(yè)融合創(chuàng)新發(fā)展成為大趨勢，企業(yè)應(yīng)以開放的心態(tài)，抓住大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)帶來的機遇，實現(xiàn)高質(zhì)量發(fā)展，搭建工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺便是實現(xiàn)企業(yè)融合創(chuàng)新發(fā)展有效途徑之一。研究與設(shè)計工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺的意義在于將工業(yè)物聯(lián)網(wǎng)將生產(chǎn)過程中的每一個環(huán)節(jié)和設(shè)備變成數(shù)據(jù)供給側(cè)，全面采集底層基礎(chǔ)數(shù)據(jù)，進(jìn)而進(jìn)行深層次的數(shù)據(jù)挖掘和分析，發(fā)現(xiàn)各個生產(chǎn)環(huán)節(jié)潛在的關(guān)聯(lián)關(guān)系。構(gòu)建工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺，以數(shù)據(jù)驅(qū)動智能制造的科學(xué)決策和智能控制，最終實現(xiàn)智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同、個性化定制和服務(wù)化轉(zhuǎn)型，推動傳統(tǒng)工業(yè)進(jìn)入智能化新階段的目標(biāo)。

一、引言

隨著工業(yè)化與信息化的深度融合，企業(yè)內(nèi)部及企業(yè)間生產(chǎn)控制系統(tǒng)和生產(chǎn)管理系統(tǒng)互聯(lián)互通的需求漸增，通過接入網(wǎng)絡(luò)進(jìn)而達(dá)到提高產(chǎn)品質(zhì)量和運營效率的需求更為強烈，工業(yè)物聯(lián)網(wǎng)應(yīng)運而生。工業(yè)物聯(lián)網(wǎng)是物聯(lián)網(wǎng)在工業(yè)領(lǐng)域的應(yīng)用，主要是通過工業(yè)資源的網(wǎng)絡(luò)互聯(lián)、數(shù)據(jù)互通和系統(tǒng)相互操作，實現(xiàn)制造原料的靈活配合、制造過程的按需執(zhí)行、制造工藝的合理優(yōu)化和制造環(huán)境的快速適應(yīng)，以達(dá)到資源的高效利用，從而構(gòu)建服務(wù)驅(qū)動型的新工業(yè)生態(tài)體系。據(jù)《2019年中國工業(yè)物聯(lián)網(wǎng)市場前景研究報告》的研究顯示，2018年全球工業(yè)物聯(lián)網(wǎng)的市場規(guī)模約640億美元，期望在2023年超900億美元規(guī)模，并且設(shè)備聯(lián)網(wǎng)數(shù)量也將超過消費物聯(lián)網(wǎng)設(shè)備聯(lián)網(wǎng)數(shù)量，預(yù)計在2025年全球工業(yè)物聯(lián)網(wǎng)設(shè)備聯(lián)網(wǎng)數(shù)量將達(dá)到138億。我國工業(yè)物聯(lián)網(wǎng)的發(fā)展將逐步轉(zhuǎn)變?yōu)橐怨I(yè)應(yīng)用需求為主導(dǎo)，預(yù)計2020年，在新工業(yè)時代背景影響下，工業(yè)物聯(lián)網(wǎng)產(chǎn)業(yè)占整體物聯(lián)網(wǎng)產(chǎn)業(yè)比重將達(dá)到25%，突破4500億元規(guī)模。[1]

對于物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺的搭建應(yīng)從數(shù)據(jù)應(yīng)用的價值與功能為根本，以需求確定采集和分析的數(shù)據(jù)內(nèi)容，注重數(shù)據(jù)采集的準(zhǔn)確性、高效性和易用性，而不僅僅是數(shù)據(jù)量大，進(jìn)而構(gòu)造出滿足實際應(yīng)用的工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺。[2]

二、工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺的研究現(xiàn)狀及存在的問題

作為國家戰(zhàn)略的《中國制造2025》提出的“互聯(lián)網(wǎng)+”戰(zhàn)略，主要是將現(xiàn)有的物聯(lián)網(wǎng)技術(shù)、互聯(lián)網(wǎng)技術(shù)以及云計算等技術(shù)與傳統(tǒng)的工業(yè)制造進(jìn)行深度融合。目前，我國的制造行業(yè)雖然在智能化和數(shù)字化兩個方面取得了一定的發(fā)展，但主要集中在物聯(lián)網(wǎng)設(shè)備的感知上，即通過硬件設(shè)備和軟件的部署收集并傳輸數(shù)據(jù)，如采集設(shè)備及生產(chǎn)線上的溫度、壓力、振動等信息，這僅僅是物聯(lián)網(wǎng)應(yīng)用的開始，這樣生產(chǎn)制造業(yè)很難有效挖掘有價值的信息來指導(dǎo)工業(yè)生產(chǎn)經(jīng)營。[3]當(dāng)今，針對工業(yè)大數(shù)據(jù)的研究主要集中以下兩個方面：第一個方面是根據(jù)真實的工業(yè)生產(chǎn)環(huán)境，如何利用現(xiàn)有的大數(shù)據(jù)處理技術(shù)高效存儲和管理海量的工業(yè)數(shù)據(jù)；另一個方面是如何在海量的工業(yè)數(shù)據(jù)中進(jìn)行挖掘分析，找出關(guān)聯(lián)關(guān)系，幫助企業(yè)優(yōu)化生產(chǎn)工藝。

國內(nèi)外工業(yè)巨頭們紛紛推出了工業(yè)物聯(lián)網(wǎng)應(yīng)用和平臺，通用電氣推出了工業(yè)物聯(lián)網(wǎng)軟件平臺 Predix，作為全球第一個專業(yè)工業(yè)數(shù)據(jù)與分析開發(fā)的云服務(wù)平臺，Predix 平臺主要用于連接各類工業(yè)資產(chǎn)設(shè)備和供應(yīng)商并接入云端，并對采集的工業(yè)數(shù)據(jù)進(jìn)行實時分析，從而優(yōu)化業(yè)務(wù)；西門子推出了基于云的開放式工業(yè)物聯(lián)網(wǎng)平臺MindSphere，提供設(shè)備連接、數(shù)據(jù)采集、傳輸和安全存儲，能夠處理和分析設(shè)備產(chǎn)生的海量數(shù)據(jù)，實現(xiàn)設(shè)備狀態(tài)監(jiān)測、數(shù)據(jù)管理以及資源優(yōu)化等；海爾推出卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(COSMOPlat)，打造面向智能制造的工業(yè)物聯(lián)網(wǎng)平臺，為中小企業(yè)提供一體化智能制造解決方案，賦能企業(yè)發(fā)展。[4]

相對于傳統(tǒng)的數(shù)據(jù)服務(wù)平臺，工業(yè)物聯(lián)網(wǎng)服務(wù)平臺不僅僅面對海量數(shù)據(jù)存儲壓力，而且還需面對工業(yè)數(shù)據(jù)具有多源異構(gòu)、分布廣泛、動態(tài)增長等特性；同時，還需要解決數(shù)據(jù)實時處理和分析。這些都是工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺建設(shè)需解決的問題，具體如下。

(一)多源異構(gòu)工業(yè)數(shù)據(jù)的集成

工業(yè)的數(shù)據(jù)存儲結(jié)構(gòu)已由傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化三種類型并存的形式，這就面臨著如何將這些多源異構(gòu)數(shù)據(jù)的集成，并保持?jǐn)?shù)據(jù)的完整性。如在機械制造行業(yè)，采集生產(chǎn)線數(shù)據(jù)主要包括設(shè)備數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、過程數(shù)據(jù)、環(huán)境數(shù)據(jù)、作業(yè)數(shù)據(jù)以及能耗數(shù)據(jù)等不同形式數(shù)據(jù)，這就導(dǎo)致原有的解決方案不能滿足現(xiàn)有的數(shù)據(jù)處理要求，例如對于非結(jié)構(gòu)化數(shù)據(jù)存儲在傳統(tǒng)數(shù)據(jù)庫中通常采用BLOB 類型，通過建索引的方式來進(jìn)行全局查詢。這種方式能夠一定程度上解決異構(gòu)數(shù)據(jù)集成和存儲的問題，但如果數(shù)據(jù)源發(fā)生變化，不能靈活的轉(zhuǎn)換，遷移工作會非常繁瑣。

(二)海量工業(yè)數(shù)據(jù)存儲管理

工業(yè)生產(chǎn)數(shù)據(jù)的體量大且變化頻率很快，這主要是由于工業(yè)生產(chǎn)過程中數(shù)據(jù)是實時高速變化的，采集系統(tǒng)實時運轉(zhuǎn)采集，例如設(shè)備工況、環(huán)境參數(shù)等。在機械制造行業(yè)中，生產(chǎn)設(shè)備的生產(chǎn)數(shù)據(jù)是快速變化的，擁有大量的檢測點和傳感器，在大數(shù)據(jù)計算分析時，面對這些實時變化的數(shù)據(jù)，對計算單元和存儲單元需要極高吞吐量和性能要求，單純的傳統(tǒng)關(guān)系型數(shù)據(jù)庫無法滿足需求。

(三)數(shù)據(jù)實時處理的需求

實時處理分為兩部分：數(shù)據(jù)的實時存儲和實時計算。對于實時計算是指在數(shù)據(jù)不斷變化的過程中進(jìn)行實時計算分析，以發(fā)現(xiàn)有用的信息，為決策分析提供支持。傳統(tǒng)處理方法因其采集來源單一、計算分析數(shù)據(jù)量有限，可利用關(guān)系型數(shù)據(jù)庫和并行數(shù)據(jù)倉庫進(jìn)行處理。對于關(guān)系型數(shù)據(jù)庫的存在問題前面已介紹，采用并行數(shù)據(jù)倉庫處理方式存在以下問題：一是構(gòu)建數(shù)據(jù)倉庫需要花費較長時間；二是在數(shù)據(jù)庫服務(wù)器出現(xiàn)宕機之后無法避免數(shù)據(jù)丟失問題；三是對于依賴并行計算提升數(shù)據(jù)處理速度方面而言，傳統(tǒng)的并行數(shù)據(jù)庫技術(shù)難以滿足要求。

(四)工業(yè)大數(shù)據(jù)的智能挖掘分析

如何利用數(shù)據(jù)挖掘算法挖掘工業(yè)數(shù)據(jù)中潛在的關(guān)聯(lián)關(guān)系，打破信息壁壘，充分發(fā)揮數(shù)據(jù)價值。面對像機械行業(yè)生產(chǎn)的海量異構(gòu)多源的工業(yè)數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)分析手段將也需要調(diào)整以滿足挖掘要求。

三、工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺的構(gòu)建

工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺是基于分布式的高性能、高可用的一體化工業(yè)物聯(lián)網(wǎng)的大數(shù)據(jù)產(chǎn)品，該服務(wù)平臺包括工業(yè)數(shù)據(jù)采集、工業(yè)數(shù)據(jù)存儲、工業(yè)數(shù)據(jù)智能挖掘和平臺上層軟件。服務(wù)平臺整體架構(gòu)如圖1 所示。在服務(wù)平臺架構(gòu)中主要包含三大層，分別是：感知層、大數(shù)據(jù)服務(wù)平臺層和應(yīng)用層。感知層利用智能儀器儀表和設(shè)備開放接口，以及傳感器(網(wǎng))等手段實現(xiàn)信息采集；大數(shù)據(jù)服務(wù)平臺層為核心，主要提供多源異構(gòu)數(shù)據(jù)集成；工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)的處理，包括實時計算和離線批量計算；工業(yè)數(shù)據(jù)的存儲以及工業(yè)數(shù)據(jù)智能挖掘分析等服務(wù)。平臺上層軟件主要提供數(shù)據(jù)查詢接口，即通過查詢接口獲取大數(shù)據(jù)服務(wù)平臺層中已經(jīng)處理過的數(shù)據(jù)并進(jìn)行可視化，還能提供智能決策輔助信息。

圖1 服務(wù)平臺整體架構(gòu)

(一)工業(yè)數(shù)據(jù)采集和集成

工業(yè)數(shù)據(jù)采集是對生產(chǎn)現(xiàn)場各種工業(yè)數(shù)據(jù)的實時采集和整理，利用泛在感知技術(shù)對多源設(shè)備和異構(gòu)系統(tǒng)等信息進(jìn)行實時高效采集。工業(yè)數(shù)據(jù)采集是實現(xiàn)智能制造和工業(yè)物聯(lián)網(wǎng)的重要基礎(chǔ)，是信息化和工業(yè)化融合的先決條件，也是工業(yè)轉(zhuǎn)型升級和智能化的必要條件。

工業(yè)數(shù)據(jù)因其設(shè)備數(shù)據(jù)種類多、信號源不同、分布廣泛，各類數(shù)據(jù)的采集方法不同。本文中的工業(yè)數(shù)據(jù)采集主要涉及到儀器儀表數(shù)據(jù)采集和數(shù)控設(shè)備運行數(shù)據(jù)采集。對于儀器儀表數(shù)據(jù)采集，主要通過RS485串口通信總線標(biāo)準(zhǔn)和接口技術(shù)將數(shù)據(jù)匯集到工業(yè)計算機，再通過WIFI模塊將數(shù)據(jù)傳到數(shù)據(jù)服務(wù)器上。對于設(shè)備老舊等原因不能進(jìn)行數(shù)據(jù)采集的儀器儀表，在保持原有生產(chǎn)工藝下，將其進(jìn)行更換為智能儀表或安裝傳感器，確保數(shù)據(jù)能夠順利采集。對于數(shù)控設(shè)備數(shù)據(jù)采集，目前機械制造行業(yè)主流的數(shù)控生產(chǎn)商發(fā)那科(FANUC)、西門子(SIEMENS)、馬扎克(MAZAK)等，紛紛推出了具有以太網(wǎng)功能的數(shù)控系統(tǒng)，并提供開發(fā)軟件包和開放以太網(wǎng)接口支持基于TCP/IP協(xié)議的二次開發(fā)，允許直接接入互聯(lián)網(wǎng)或者局域網(wǎng)。以本文研究的機械制造企業(yè)為例，高級型數(shù)控系統(tǒng)基本來源于國外供應(yīng)商，主要數(shù)控系統(tǒng)的型號有發(fā)那科、馬扎克、廣州數(shù)控，其中發(fā)那科占到80%左右，本文將主要研究發(fā)那科數(shù)控系統(tǒng)，利用發(fā)那科(FANUC)數(shù)控系統(tǒng)的數(shù)據(jù)服務(wù)器板(Fast Data Server Board)和快速以太網(wǎng)板(Fast Ethernet Board)兩種以太網(wǎng)硬件，基于FANUC公司的FOCAS(FANUC Open CNC Application Software)進(jìn)行基于以太網(wǎng)功能的二次開發(fā)，實現(xiàn)FANUC數(shù)控系統(tǒng)的聯(lián)網(wǎng)通信、程序管理、狀態(tài)采集、屏幕顯示以及效能分析。數(shù)控系統(tǒng)采集信息，包括基本信息(開機時間、關(guān)機時間、報警狀態(tài)、報警號、報警信息、報警時長)，數(shù)控(NC)數(shù)據(jù)(設(shè)備狀態(tài)、程序號、加工時長、產(chǎn)量)，加工數(shù)據(jù)(進(jìn)給F、進(jìn)給倍率、主軸轉(zhuǎn)速、主軸倍率、主軸負(fù)載、各軸負(fù)載)，以及刀具壽命等。[5]

由于感知層中的數(shù)據(jù)源是由不同的系統(tǒng)定義并存在于不同的使用環(huán)境中，這些數(shù)據(jù)源中的數(shù)據(jù)必然具有多源異構(gòu)的特性，因此，采集數(shù)據(jù)的速度和后臺數(shù)據(jù)處理的速度并不一定保持同步；同時，可能存在“臟數(shù)據(jù)”，需要對數(shù)據(jù)進(jìn)行轉(zhuǎn)換和清洗，所以在物聯(lián)網(wǎng)服務(wù)平臺工業(yè)數(shù)據(jù)采集的過程中對多源異構(gòu)的數(shù)據(jù)進(jìn)行數(shù)據(jù)集成。對于實時的數(shù)據(jù)流數(shù)據(jù)，可利用分布式發(fā)布訂閱消息系統(tǒng)Kafka 對采集的數(shù)據(jù)進(jìn)行緩沖整理，協(xié)調(diào)實時數(shù)據(jù)的傳入與傳出。將采集的數(shù)據(jù)作為Kafka 的生產(chǎn)者，在平臺數(shù)據(jù)處理模塊將Storm實時數(shù)據(jù)流處理作為Kafka 的消費者。經(jīng)過采集后，將數(shù)據(jù)導(dǎo)入到消息中間件Kafka，建立可靠的高性能分布式消息處理機制支持平臺數(shù)據(jù)交換，以解決數(shù)據(jù)采集與數(shù)據(jù)處理階段不同步的問題。[6]

(二)工業(yè)數(shù)據(jù)存儲

工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺數(shù)據(jù)存儲形式分為結(jié)構(gòu)化存儲和非結(jié)構(gòu)化數(shù)據(jù)存儲。結(jié)構(gòu)化數(shù)據(jù)主要是儀器儀表數(shù)據(jù)和數(shù)控設(shè)備運行數(shù)據(jù)；非結(jié)構(gòu)化數(shù)據(jù)如數(shù)控(NC)程序等。工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺的數(shù)據(jù)存儲采用關(guān)系型數(shù)據(jù)庫MySQL與數(shù)據(jù)倉庫基礎(chǔ)框架Hive以及分布式數(shù)據(jù)庫(HBase)并用的混合數(shù)據(jù)庫，服務(wù)平臺數(shù)據(jù)存儲處理流程如圖2所示。

Apache Hive是基于 Hadoop(分布式系統(tǒng)基礎(chǔ)架構(gòu))的一個數(shù)據(jù)倉庫分析工具，依賴于Hadoop分布式文件系統(tǒng)(HDFS)和MapReduce編程模型，使用類SQL語句管理分布式數(shù)據(jù)集，進(jìn)行數(shù)據(jù)提取轉(zhuǎn)化加載。Apache HBase 是一個架構(gòu)在 Apache Hadoop 上具有高可靠性、高性能、面向列、可伸縮的、開源的非關(guān)系型分布式數(shù)據(jù)庫(NoSQL)。與Hive不同的是,HBase具備隨機讀寫功能，按列存儲數(shù)據(jù)，方便數(shù)據(jù)壓縮，對某一列或者某幾列的查詢有非常大的 I/O 優(yōu)勢，查找速度快、可擴展性強、更容易進(jìn)行分布式擴展。

圖2 服務(wù)平臺數(shù)據(jù)存儲處理流程

根據(jù)工業(yè)數(shù)據(jù)的時效性，服務(wù)平臺分為兩種數(shù)據(jù)計算分析模塊 ：實時流處理計算分析模塊與離線數(shù)據(jù)批處理計算分析模塊。數(shù)控機床運行數(shù)據(jù)是典型的流數(shù)據(jù)，對于流數(shù)據(jù)采用實時流計算框架Storm進(jìn)行持續(xù)處理。Storm作為Twitter 的開源分布式實時計算系統(tǒng)，能夠可靠地處理持續(xù)的流數(shù)據(jù)，進(jìn)行實時分析和計算等。在Storm的集群有兩種節(jié)點：控制節(jié)點和工作節(jié)點?？刂乒?jié)點運行一個后臺程序：Nimbus，其負(fù)責(zé)在集群中分布代碼、分配任務(wù)和監(jiān)測狀態(tài)。每個工作節(jié)點運行一個后臺程序：Supervisor，監(jiān)聽分配給它那臺機器的工作，根據(jù)需要啟動或停止工作者進(jìn)程。Supervisor和Nimbus之間分布式協(xié)調(diào)工作由Zookeeper來完成。

服務(wù)平臺中的數(shù)據(jù)經(jīng)Storm實時流處理計算分析后，根據(jù)業(yè)務(wù)需求分別選擇不同的方式進(jìn)行存儲。如：在數(shù)控機床運行數(shù)據(jù)監(jiān)測分析模塊中，經(jīng)過Storm實時處理后的運行數(shù)據(jù)，如：數(shù)控(NC)數(shù)據(jù)、加工數(shù)據(jù)以及刀具壽命等，皆為結(jié)構(gòu)化數(shù)據(jù)，因其規(guī)模相對較小且查詢操作多，可以選擇傳統(tǒng)的關(guān)系型數(shù)據(jù)庫MySQL進(jìn)行數(shù)據(jù)存儲。Storm計算后處理部分?jǐn)?shù)據(jù)(如設(shè)備日志數(shù)據(jù))和部分?jǐn)?shù)控(NC)程序監(jiān)控數(shù)據(jù)等，根據(jù)數(shù)據(jù)形式選擇HBase、Hive 等方式進(jìn)行存儲，同時，采用Sqoop將Hadoop分布式文件系統(tǒng)或Hive上的數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行數(shù)據(jù)遷移，實現(xiàn)不同類型的數(shù)據(jù)轉(zhuǎn)換。[7]

(三)工業(yè)數(shù)據(jù)智能挖掘分析

工業(yè)數(shù)據(jù)的采集、集成和存儲為企業(yè)的信息系統(tǒng)(如ERP、MES等)提供大量的數(shù)據(jù)支持，針對積累的海量工業(yè)數(shù)據(jù)，設(shè)計合理的智能挖掘分析算法，挖掘工業(yè)數(shù)據(jù)的潛在價值，幫助企業(yè)優(yōu)化生產(chǎn)流程，促進(jìn)企業(yè)向更加智能化方向發(fā)展，為企業(yè)轉(zhuǎn)型升級提供支持。以本文研究的機械制造企業(yè)，其涂裝車間采用磷化和漆面烘干工藝受溫度影響，溫度的控制是保證噴涂質(zhì)量的一個重要環(huán)節(jié)。結(jié)合溫度采集的歷史數(shù)據(jù)以及能耗數(shù)據(jù)，利用Apriori算法等經(jīng)典關(guān)聯(lián)算法，通過設(shè)置合理關(guān)聯(lián)規(guī)則的支持度和置信度，挖掘數(shù)據(jù)間關(guān)聯(lián)關(guān)系，不斷優(yōu)化生產(chǎn)工藝和提升效能。

(四)平臺上層軟件

工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺硬件設(shè)備方面由5臺服務(wù)器和30臺聯(lián)網(wǎng)的FAUNC數(shù)控設(shè)備、噴涂車間的智能儀表以及多功能電表等硬件共同組建。其中，數(shù)據(jù)計算2 臺服務(wù)器，數(shù)據(jù)采集1 臺服務(wù)器，分布式協(xié)調(diào)和數(shù)據(jù)存儲共用2臺服務(wù)器。通過數(shù)據(jù)的實時采集，監(jiān)測數(shù)控機床等設(shè)備運行狀態(tài)、能耗等指標(biāo)，結(jié)合歷史數(shù)據(jù)，提供可視化平臺上層軟件，其主要由數(shù)控機床效能數(shù)據(jù)分析、數(shù)據(jù)可視化看板等功能模塊構(gòu)成，如圖3所示。

圖3 平臺上層軟件

1．?dāng)?shù)控機床效能數(shù)據(jù)分析。統(tǒng)計服務(wù)平臺中數(shù)控機床的運行工作數(shù)據(jù)，能夠分析數(shù)控機床的運行情況，具備生成并導(dǎo)出任意機床設(shè)備的利用率和故障率等報表信息的功能，為上層進(jìn)行決策制定和生產(chǎn)計劃提供數(shù)據(jù)支持；它還可以統(tǒng)計各機床的能耗信息，為數(shù)據(jù)可視化提供數(shù)據(jù)來源和支持。

2.數(shù)據(jù)可視化看板。對采集的數(shù)控機床運行數(shù)據(jù)利用看板進(jìn)行可視化顯示，實現(xiàn)對機床工作狀態(tài)進(jìn)行實時監(jiān)控，并提供定制化和通用兩種數(shù)據(jù)可視化服務(wù)，數(shù)據(jù)包括當(dāng)前執(zhí)行生產(chǎn)計劃信息、數(shù)控機床運行數(shù)據(jù)、儀表溫度信息以及多功能電表能耗數(shù)據(jù)，溫度和能效云場以及用能場所用3D 呈現(xiàn)。

3.信息化統(tǒng)一管理。服務(wù)平臺實現(xiàn)對所有數(shù)控設(shè)備進(jìn)行信息化統(tǒng)一管理，能夠隨時查詢?nèi)我鈾C床內(nèi)的數(shù)控程序，同時具備與數(shù)控機床同時傳輸程序的能力，管理員對數(shù)控程序有訪問編寫權(quán)限，對其使用日志和修改情況等做統(tǒng)一的數(shù)據(jù)資源管理，交互界面與數(shù)控機床設(shè)備端的操作保持同步。

本文提出的工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)服務(wù)平臺，可廣泛應(yīng)用于可用機械行業(yè)支持以太網(wǎng)進(jìn)行數(shù)據(jù)采集的遠(yuǎn)程監(jiān)控與智能分析的應(yīng)用場景。通過對數(shù)控機床等智能機械設(shè)備的狀態(tài)、溫度、能耗以及性能等運行數(shù)據(jù)采集分析，實現(xiàn)設(shè)備遠(yuǎn)程監(jiān)控和性能優(yōu)化分析等功能，推動企業(yè)向信息化和智能化融合發(fā)展。這對提高機械制造業(yè)的水平和競爭力具有十分重要的意義。