石 碩，郭保琪，冷君閣，林喜軍

（中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)部，青島 266100）

0 引言

數(shù)控機(jī)床產(chǎn)業(yè)具有產(chǎn)業(yè)鏈長(zhǎng)、技術(shù)要求高的特點(diǎn)，屬于資金技術(shù)密集型產(chǎn)業(yè)。數(shù)控機(jī)床是云南省的傳統(tǒng)優(yōu)勢(shì)產(chǎn)業(yè)和重要支柱產(chǎn)業(yè)，經(jīng)過(guò)近90年的發(fā)展，高效精密數(shù)控機(jī)床產(chǎn)業(yè)作為云南省重點(diǎn)發(fā)展的產(chǎn)業(yè)集群已形成規(guī)模集聚、生態(tài)鏈完整的產(chǎn)業(yè)體系，擁有加工中心、鏜床、銑床、車(chē)床、磨床等金屬切削機(jī)床完整系列的產(chǎn)品體系[1]，形成了研究、設(shè)計(jì)、開(kāi)發(fā)、制造、服務(wù)、教育等較為完整的產(chǎn)業(yè)能力，已成為知名的高效精密機(jī)床制造基地。數(shù)控機(jī)床產(chǎn)業(yè)關(guān)聯(lián)度高，區(qū)域產(chǎn)業(yè)集群效應(yīng)對(duì)經(jīng)濟(jì)發(fā)展的支撐和帶動(dòng)作用大，大力發(fā)展中高端數(shù)控機(jī)床產(chǎn)業(yè)，對(duì)加快培育云南省新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，建設(shè)工業(yè)強(qiáng)省具有重要意義。

目前，在集聚區(qū)域?qū)崿F(xiàn)產(chǎn)業(yè)集群的協(xié)同發(fā)展已成為云南制造行業(yè)的典型發(fā)展模式，加強(qiáng)中高端數(shù)控機(jī)床產(chǎn)業(yè)鏈協(xié)同制造，促進(jìn)大中小型企業(yè)協(xié)同發(fā)展已成當(dāng)務(wù)之急。區(qū)域發(fā)展中高端數(shù)控機(jī)床產(chǎn)業(yè)集群，需要率先引進(jìn)規(guī)模大、實(shí)力強(qiáng)、帶動(dòng)作用明顯的龍頭企業(yè)，再通過(guò)產(chǎn)業(yè)鏈條延伸，帶動(dòng)區(qū)域中小配套企業(yè)發(fā)展，從而有效地促進(jìn)數(shù)控機(jī)床產(chǎn)業(yè)的集聚發(fā)展[2]。在發(fā)展過(guò)程中，面向機(jī)床產(chǎn)業(yè)鏈及關(guān)聯(lián)產(chǎn)業(yè)的企業(yè)，充分考慮設(shè)計(jì)、生產(chǎn)、質(zhì)量、物流、銷(xiāo)售、服務(wù)等多種因素，圍繞企業(yè)在生產(chǎn)制造、供應(yīng)鏈、企業(yè)管理的核心需求，構(gòu)建面向數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域的網(wǎng)絡(luò)協(xié)同制造服務(wù)平臺(tái)，開(kāi)展區(qū)域數(shù)控機(jī)床產(chǎn)業(yè)鏈制造技術(shù)、資源能力和服務(wù)的協(xié)同，形成敏捷、精益、高效的經(jīng)營(yíng)、設(shè)計(jì)和生產(chǎn)的數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域，實(shí)現(xiàn)區(qū)域的高效統(tǒng)籌、優(yōu)化、調(diào)度、品控和高效率協(xié)作，帶動(dòng)區(qū)域數(shù)控機(jī)床產(chǎn)業(yè)高質(zhì)量發(fā)展。

數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)是網(wǎng)絡(luò)協(xié)同制造服務(wù)平臺(tái)的重要支撐，主要用于提供數(shù)據(jù)匯集、數(shù)據(jù)協(xié)同、數(shù)據(jù)處理、數(shù)據(jù)分析等大數(shù)據(jù)服務(wù)。本文在研究剖析數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造過(guò)程中大數(shù)據(jù)分析現(xiàn)狀及需求的基礎(chǔ)上，重點(diǎn)開(kāi)展區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)開(kāi)發(fā)及部署基礎(chǔ)研究工作，設(shè)計(jì)平臺(tái)的總體架構(gòu)及架構(gòu)中工程管理、樣本管理、建模管理、應(yīng)用管理和知識(shí)管理所涉及的關(guān)鍵點(diǎn)，建立面向多種應(yīng)用的大數(shù)據(jù)中心，實(shí)現(xiàn)區(qū)域數(shù)控機(jī)床產(chǎn)業(yè)鏈上企業(yè)間研發(fā)、管理、應(yīng)用的數(shù)據(jù)協(xié)同和業(yè)務(wù)協(xié)同。

1 數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)需求

當(dāng)前，全球主要國(guó)家掀起了新一輪以“信息技術(shù)與制造業(yè)融合”為共同特征的工業(yè)革命，加速發(fā)展大數(shù)據(jù)、人工智能等新一代信息技術(shù)，并推動(dòng)其與全球工業(yè)系統(tǒng)的深入融合，以期搶占新一輪產(chǎn)業(yè)競(jìng)爭(zhēng)的制高點(diǎn)。無(wú)論是歐美發(fā)達(dá)國(guó)家制造業(yè)的重振，還是我國(guó)制造業(yè)的轉(zhuǎn)型提升，工業(yè)大數(shù)據(jù)都發(fā)揮了不可替代的作用。工業(yè)大數(shù)據(jù)的創(chuàng)新發(fā)展，成為未來(lái)提升制造業(yè)生產(chǎn)力和競(jìng)爭(zhēng)力的關(guān)鍵要素，是目前全球工業(yè)轉(zhuǎn)型面臨的重大課題[3]。

網(wǎng)絡(luò)協(xié)同制造是工業(yè)大數(shù)據(jù)的載體和產(chǎn)生來(lái)源，其各環(huán)節(jié)信息化、自動(dòng)化系統(tǒng)所產(chǎn)生的數(shù)據(jù)構(gòu)成了工業(yè)大數(shù)據(jù)的主體，網(wǎng)絡(luò)協(xié)同制造又是工業(yè)大數(shù)據(jù)形成數(shù)據(jù)產(chǎn)品的最終應(yīng)用場(chǎng)景和目標(biāo)。在數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造過(guò)程中，從向制造商下訂單到生產(chǎn)制造并交付給客戶(hù)，整個(gè)產(chǎn)品生命周期產(chǎn)生海量數(shù)據(jù)，包括：上游的數(shù)控系統(tǒng)、核心零部件、功能部件以及電子元件等運(yùn)作所需設(shè)備及部件的數(shù)據(jù)；中游數(shù)控機(jī)床主機(jī)廠的金屬切削機(jī)床、金屬成型機(jī)床、特種加工機(jī)床等機(jī)床和數(shù)控系統(tǒng)產(chǎn)生的數(shù)據(jù)[4]，這是網(wǎng)絡(luò)協(xié)同制造過(guò)程中數(shù)據(jù)的重要來(lái)源；下游數(shù)控機(jī)床應(yīng)用方面，主要是汽車(chē)、航空航天、模具和工程機(jī)械等行業(yè)的應(yīng)用數(shù)據(jù)。

網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)是建設(shè)和實(shí)施大數(shù)據(jù)應(yīng)用所必需的基礎(chǔ)設(shè)施，也是突破當(dāng)前技術(shù)瓶頸的有效突破口。建設(shè)網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)有助于不斷匯聚大數(shù)據(jù)技術(shù)創(chuàng)新成果，積淀豐富的數(shù)字資產(chǎn)，形成大數(shù)據(jù)技術(shù)產(chǎn)品和行業(yè)解決方案，加速我國(guó)大數(shù)據(jù)產(chǎn)業(yè)生態(tài)構(gòu)建，提升我國(guó)數(shù)字化發(fā)展水平。本章節(jié)重點(diǎn)開(kāi)展數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)的需求分析研究。

1.1 數(shù)據(jù)/信息/知識(shí)協(xié)同方面

數(shù)控機(jī)床的屬性、加工和測(cè)量數(shù)據(jù)通過(guò)各種傳感器和測(cè)量裝置來(lái)采集，屬性數(shù)據(jù)是機(jī)床、刀具和工件的物理數(shù)據(jù)，包括切削刀具的制造商、制造日期和工具類(lèi)型，機(jī)床的制造商和機(jī)器類(lèi)型等；加工數(shù)據(jù)是機(jī)床在加工過(guò)程中實(shí)時(shí)產(chǎn)生的數(shù)據(jù)，如切削力、應(yīng)變場(chǎng)和溫度場(chǎng)，可反映加工過(guò)程的實(shí)際狀態(tài)；測(cè)量數(shù)據(jù)可以反映加工性能的測(cè)量結(jié)果，如工件的幾何精度和表面粗糙度、刀具的磨損數(shù)據(jù)等[5]。在數(shù)控機(jī)床上游企業(yè)及主機(jī)廠和外協(xié)廠的跨企業(yè)、跨區(qū)域、跨組織協(xié)同制造過(guò)程中，大部分機(jī)器運(yùn)行在隔離環(huán)境中，且機(jī)床的制造商、品牌和類(lèi)型各不相同，從生產(chǎn)現(xiàn)場(chǎng)到管理端的所有生產(chǎn)、交換和集成數(shù)據(jù)存在信息孤島，缺乏統(tǒng)一的數(shù)據(jù)接入與訪問(wèn)規(guī)范。此外，面向企業(yè)級(jí)應(yīng)用的ERP、PDM等軟件，主要用于對(duì)靜態(tài)數(shù)據(jù)進(jìn)行管理，缺乏動(dòng)態(tài)及實(shí)時(shí)的數(shù)據(jù)處理，難以實(shí)現(xiàn)數(shù)控機(jī)床產(chǎn)品全生命周期的數(shù)據(jù)協(xié)同、信息協(xié)同和知識(shí)協(xié)同[6]。

亟需開(kāi)展網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)的協(xié)同應(yīng)用研究，通過(guò)傳感器和標(biāo)準(zhǔn)通信接口，感知和獲取機(jī)床狀態(tài)和加工過(guò)程數(shù)據(jù)[7]，通過(guò)數(shù)據(jù)協(xié)同，有效保存機(jī)床數(shù)據(jù)，形成機(jī)床數(shù)據(jù)庫(kù)；通過(guò)信息協(xié)同，實(shí)時(shí)動(dòng)態(tài)獲取機(jī)床加工狀態(tài)，初步調(diào)整機(jī)床參數(shù)；通過(guò)知識(shí)協(xié)同，建立機(jī)床模型，研究機(jī)床參數(shù)間的相關(guān)性，實(shí)現(xiàn)機(jī)床運(yùn)行參數(shù)的精準(zhǔn)調(diào)整。

1.2 數(shù)據(jù)預(yù)處理方面

數(shù)控機(jī)床制造大數(shù)據(jù)來(lái)自于機(jī)床不同的功能部件（如控制器、伺服系統(tǒng)、絲杠等）[8]，由于數(shù)控機(jī)床制造車(chē)間、機(jī)器性能指標(biāo)多樣、生產(chǎn)方式多變、隨機(jī)擾動(dòng)頻繁、生產(chǎn)環(huán)境開(kāi)放等特點(diǎn)，除進(jìn)料、溫度、速度等簡(jiǎn)單物理量外，其他原始數(shù)據(jù)均具有高維、異構(gòu)、多尺度、低密度、不確定、高噪聲等特點(diǎn)，無(wú)法直接提供給終端用戶(hù)或系統(tǒng)使用，此外，數(shù)控車(chē)間系統(tǒng)數(shù)據(jù)庫(kù)也存在數(shù)據(jù)缺失、重復(fù)、錯(cuò)誤等問(wèn)題。因此，需對(duì)機(jī)床工業(yè)大數(shù)據(jù)進(jìn)行數(shù)據(jù)去噪、數(shù)據(jù)清洗、數(shù)據(jù)集成等預(yù)處理操作。

從機(jī)器收集的運(yùn)行數(shù)據(jù)是實(shí)時(shí)和海量的，通用關(guān)系數(shù)據(jù)庫(kù)和傳統(tǒng)方法無(wú)法有效處理數(shù)據(jù)。如何進(jìn)行有效的數(shù)據(jù)縮減、提取、分析和變換處理，是將繁雜數(shù)據(jù)轉(zhuǎn)化為有用制造信息的必要步驟[9]。亟需開(kāi)展網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)的數(shù)據(jù)處理技術(shù)研究，為后續(xù)數(shù)據(jù)分析工作提供高質(zhì)量數(shù)據(jù)。

1.3 數(shù)據(jù)分析方面

為動(dòng)態(tài)了解機(jī)床的結(jié)構(gòu)、運(yùn)行狀態(tài)及加工信息（如機(jī)器狀態(tài)、主軸狀態(tài)、刀具狀態(tài)、表面質(zhì)量等），提高機(jī)床生產(chǎn)效率，需對(duì)預(yù)處理后的機(jī)床數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，以獲取幾何約束、切削力、切削層、刀具強(qiáng)度、高溫材料、摩擦學(xué)及化學(xué)過(guò)程等相關(guān)加工元素之間的關(guān)系[10-11]。

亟需開(kāi)展網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)的數(shù)據(jù)分析研究，根據(jù)大數(shù)據(jù)分析需求，設(shè)計(jì)分析模型，通過(guò)建模分析和數(shù)據(jù)挖掘?qū)庸み^(guò)程進(jìn)行學(xué)習(xí)，不斷修正和調(diào)整數(shù)據(jù)和模型，訓(xùn)練出精準(zhǔn)的優(yōu)化模型和算法來(lái)動(dòng)態(tài)獲取機(jī)床的切削深度、進(jìn)給速度和主軸速度，預(yù)測(cè)精密車(chē)削中與振動(dòng)和表面粗糙度有關(guān)的潤(rùn)滑狀態(tài)等信息。算法輸出的決策信息通過(guò)邏輯控制模塊控制機(jī)床的CNC控制器，CNC控制器調(diào)整機(jī)器參數(shù)以實(shí)現(xiàn)機(jī)床的快速響應(yīng)和閉環(huán)反饋控制。數(shù)據(jù)分析可以形成支持最優(yōu)決策的信息和指令，實(shí)時(shí)掌握機(jī)床加工狀態(tài)，動(dòng)態(tài)調(diào)整機(jī)床的運(yùn)行和加工參數(shù)，實(shí)現(xiàn)對(duì)機(jī)床及加工過(guò)程的監(jiān)測(cè)、預(yù)測(cè)、決策和控制，滿(mǎn)足高效、柔性、自適應(yīng)、智能化的加工需求[5]。

2 數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)架構(gòu)設(shè)計(jì)方案

數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)在現(xiàn)有工業(yè)大數(shù)據(jù)平臺(tái)基礎(chǔ)上進(jìn)行延伸發(fā)展，覆蓋供應(yīng)鏈管理、質(zhì)量管控、物流管理、設(shè)備智能管控等數(shù)控機(jī)床行業(yè)業(yè)務(wù)需求，匯聚制造小數(shù)據(jù)而形成的工業(yè)大數(shù)據(jù)，支持跨域制造資源與需求高效對(duì)接、全過(guò)程一體化組織生產(chǎn)模式、多企業(yè)協(xié)同優(yōu)化控制、全生產(chǎn)鏈信息追溯服務(wù)等協(xié)同場(chǎng)景。

2.1 設(shè)計(jì)思路

本文在分析數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造平臺(tái)在數(shù)據(jù)/信息/知識(shí)協(xié)同、數(shù)據(jù)處理和數(shù)據(jù)分析等需求的基礎(chǔ)上，提出以網(wǎng)絡(luò)協(xié)同制造智能應(yīng)用研發(fā)為重點(diǎn)，以大數(shù)據(jù)分析建模為核心，“統(tǒng)一管理、優(yōu)化迭代、整合資源、協(xié)同共享”的設(shè)計(jì)思路，構(gòu)建功能模塊包括工程管理、樣本管理、建模管理、應(yīng)用管理和知識(shí)管理的網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)架構(gòu)，支持大數(shù)據(jù)平臺(tái)的低代碼快速開(kāi)發(fā)，全面提升區(qū)域數(shù)控機(jī)床產(chǎn)業(yè)在網(wǎng)絡(luò)協(xié)同制造項(xiàng)目管理、研發(fā)、應(yīng)用方面的能力。

2.2 總體架構(gòu)

參考業(yè)界主流[12-13]及鋼鐵、紡織等行業(yè)[14-15]的網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)體系架構(gòu)，本文研究了具有數(shù)據(jù)管理、數(shù)據(jù)交換優(yōu)化、統(tǒng)一模塊接口規(guī)范的數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)架構(gòu)，依托大數(shù)據(jù)、人工智能等新興技術(shù)，支持構(gòu)建高效、精準(zhǔn)、實(shí)時(shí)的區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)，通過(guò)可視化操作界面、具象化算法結(jié)果、拖拽式任務(wù)流、可靈活自定義特性，及內(nèi)置豐富模型算法與案例，實(shí)現(xiàn)對(duì)各種數(shù)據(jù)源、組件、算法、模型和評(píng)估模塊的組合應(yīng)用，使缺乏數(shù)控機(jī)床行業(yè)模型構(gòu)建能力的人員能在其之上通過(guò)簡(jiǎn)單的學(xué)習(xí)進(jìn)行模型訓(xùn)練、評(píng)估和預(yù)測(cè)，解決各種跨時(shí)空跨領(lǐng)域生產(chǎn)、跨企業(yè)跨價(jià)值鏈高效協(xié)同、資源優(yōu)化配置等場(chǎng)景問(wèn)題。平臺(tái)總體架構(gòu)設(shè)計(jì)方案如下圖所示，包括工程管理、樣本管理、建模管理、應(yīng)用管理和知識(shí)管理五大功能模塊。

圖1 數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)總體架構(gòu)

3 數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)架構(gòu)功能模塊

3.1 工程和樣本管理

針對(duì)數(shù)控機(jī)床協(xié)同制造過(guò)程多源異構(gòu)復(fù)雜環(huán)境中的數(shù)據(jù)樣本、建模流程管理與模型追溯等問(wèn)題，設(shè)計(jì)平臺(tái)項(xiàng)目的運(yùn)維管理和樣本資源管理，提供數(shù)據(jù)的業(yè)務(wù)管理功能和樣本處理工具集，對(duì)工程整體的橫向流程和縱向概況有全方位的詮釋和管理；對(duì)樣本資源的結(jié)構(gòu)、分布等進(jìn)行分析和詮釋?zhuān)ㄟ^(guò)可視化界面使用工具集對(duì)其進(jìn)行數(shù)據(jù)處理，從而實(shí)現(xiàn)平臺(tái)工程全生命周期管理。工程和樣本管理功能主要由工程管理和樣本管理模塊組成。

3.1.1 工程管理模塊

工程管理模塊對(duì)平臺(tái)上深度學(xué)習(xí)、機(jī)器學(xué)習(xí)任務(wù)進(jìn)程進(jìn)行監(jiān)控和管理，對(duì)項(xiàng)目的數(shù)據(jù)接入、通用hub接口、數(shù)據(jù)處理、模型訓(xùn)練、包裝應(yīng)用的整個(gè)生命周期進(jìn)行管理，支持實(shí)時(shí)可視化展示任務(wù)狀態(tài)和資源狀態(tài)，并記錄建模過(guò)程各環(huán)節(jié)詳細(xì)日志，包括接口管理、流程管理、迭代管理、權(quán)限管理、可視化展示、分析統(tǒng)計(jì)、安全管理7個(gè)子模塊。

1）接口管理

平臺(tái)通過(guò)統(tǒng)一的通用hub接口接入數(shù)控機(jī)床協(xié)同制造過(guò)程源數(shù)據(jù)，用文件傳輸或消息中間件實(shí)現(xiàn)來(lái)自不同數(shù)據(jù)源的傳輸異步操作。數(shù)據(jù)采集過(guò)程的吞吐量遠(yuǎn)遠(yuǎn)高于大數(shù)據(jù)平臺(tái)的處理能力，異步數(shù)據(jù)傳輸可以在大數(shù)據(jù)平臺(tái)和不同的數(shù)據(jù)源之間進(jìn)行解耦。平臺(tái)架構(gòu)支持其進(jìn)行動(dòng)態(tài)伸縮，如果數(shù)據(jù)是直接從外部數(shù)據(jù)庫(kù)中抽取，拉取數(shù)據(jù)使用批量方式，如果數(shù)據(jù)是從文件解析，則使用相應(yīng)的解析器。

2）流程管理

流程管理具備完整的工程管理流程和建模管理流程，一個(gè)典型流程共包含“將工程數(shù)據(jù)從本地上傳到服務(wù)器、對(duì)工程數(shù)據(jù)做預(yù)處理、將預(yù)處理后的數(shù)據(jù)切分成訓(xùn)練集和測(cè)試集、訓(xùn)練預(yù)測(cè)模型、將驗(yàn)證數(shù)據(jù)從本地上傳到服務(wù)器、對(duì)驗(yàn)證數(shù)據(jù)做預(yù)處理、在驗(yàn)證數(shù)據(jù)集上驗(yàn)證預(yù)測(cè)模型、生成模型評(píng)估結(jié)果”8個(gè)環(huán)節(jié)。

3）迭代管理

迭代管理反映了整個(gè)的建模過(guò)程與追溯、建模方案的比較和建模方案的多種選擇等，用于管理建模周期內(nèi)的源數(shù)據(jù)、模型和應(yīng)用等對(duì)象產(chǎn)生和變化的整個(gè)過(guò)程。從開(kāi)始導(dǎo)入樣本數(shù)據(jù)到最后形成應(yīng)用，每個(gè)版本會(huì)經(jīng)歷若干個(gè)階段，因此，在工作流程管理中，每一個(gè)版本都會(huì)分別對(duì)應(yīng)某一個(gè)工作狀態(tài)、不同狀態(tài)的版本具有不同的使用控制權(quán)限。在區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)中，無(wú)需人工干預(yù)這些狀態(tài)標(biāo)識(shí)，開(kāi)發(fā)人員在開(kāi)發(fā)新模型過(guò)程中，上傳新的樣本集、保存新的模型時(shí)，都會(huì)自動(dòng)記錄操作信息。工作版本的權(quán)限可根據(jù)需要進(jìn)行修改，每個(gè)工作版本都保存在工作區(qū)中，工作版本記錄了設(shè)計(jì)人員對(duì)產(chǎn)品的每次修改，便于開(kāi)發(fā)人員隨時(shí)跟蹤任何一次修改的狀態(tài)。

4）權(quán)限管理

權(quán)限管理提供了項(xiàng)目管理員、編輯者、閱覽者3種默認(rèn)角色，以方便管理員進(jìn)行快速設(shè)置。項(xiàng)目管理員擁有對(duì)該項(xiàng)目中所有資源的編輯權(quán)限，并且可以修改項(xiàng)目名稱(chēng)和描述，添加或刪除項(xiàng)目管理員，創(chuàng)建、修改、刪除角色，添加、刪除用戶(hù)及賦予用戶(hù)角色等；編輯者擁有對(duì)該項(xiàng)目中所有資源的編輯權(quán)限；閱覽者擁有對(duì)該項(xiàng)目中所有資源的查看權(quán)限。

5）可視化展示

將結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成適當(dāng)?shù)目梢暬瘓D表，將隱藏在數(shù)據(jù)中的信息直觀地展現(xiàn)給用戶(hù)。數(shù)據(jù)可視化模塊底層與區(qū)域網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)對(duì)接，上層與數(shù)控機(jī)床的業(yè)務(wù)模型算法對(duì)接，通過(guò)拖拽的形式將數(shù)據(jù)與圖表進(jìn)行綁定，快速實(shí)現(xiàn)數(shù)據(jù)可視化。圖表類(lèi)型包括柱狀圖、折線(xiàn)圖、柱線(xiàn)圖、區(qū)域圖、散點(diǎn)圖、餅圖、地圖、甘特圖、卡片圖、氣泡圖、樹(shù)形圖、透視表、突出顯示表、多透視表、多度量圖、區(qū)域地圖、帕累托圖、熱力圖、儀表圖、漏斗圖、雷達(dá)圖等。

6）分析統(tǒng)計(jì)

大數(shù)據(jù)平臺(tái)支持多種數(shù)據(jù)庫(kù)、數(shù)據(jù)文件的集成解決方案，提供在線(xiàn)數(shù)據(jù)篩選、統(tǒng)計(jì)、分析功能，基于圖表數(shù)據(jù)進(jìn)行自動(dòng)分析，生成分析結(jié)論。

7）安全管理

大數(shù)據(jù)平臺(tái)具有安全性和穩(wěn)定性。一方面，在架構(gòu)設(shè)計(jì)中考慮平臺(tái)中模型、算法、數(shù)據(jù)的安全控制方案，有效防止模型、算法、數(shù)據(jù)的非法訪問(wèn)和下載，防止數(shù)據(jù)泄露。另一方面，系統(tǒng)可對(duì)后臺(tái)異常按嚴(yán)重程度分級(jí)，不嚴(yán)重的異常后臺(tái)自動(dòng)重新運(yùn)行，嚴(yán)重的異常及時(shí)拋出到前臺(tái)告知用戶(hù)，對(duì)于一些常見(jiàn)的拋出異常（如空間不足、路徑不存在等），在拋出時(shí)會(huì)轉(zhuǎn)換成用戶(hù)易理解的錯(cuò)誤信息。此外，用戶(hù)還可通過(guò)可視化控制臺(tái)查看任務(wù)日志。

3.1.2 樣本管理模塊

樣本管理模塊包括樣本分析和樣本處理。樣本分析是通過(guò)平臺(tái)可視化圖表和分析功能，對(duì)項(xiàng)目所有樣本源數(shù)據(jù)從樣本來(lái)源、樣本類(lèi)型、樣本屬性、樣本質(zhì)量、樣本結(jié)構(gòu)5個(gè)角度進(jìn)行分析，對(duì)樣本進(jìn)行多維解析呈現(xiàn)和深度理解；樣本處理是通過(guò)統(tǒng)一的通用hub接口接入源數(shù)據(jù)，利用大數(shù)據(jù)平臺(tái)提供的一系列樣本處理工具集，進(jìn)行樣本去噪、標(biāo)定、增廣、優(yōu)化、格式轉(zhuǎn)換等初步操作，對(duì)特定樣本數(shù)據(jù)進(jìn)行篩選、幀提取等處理，形成標(biāo)準(zhǔn)化的平臺(tái)規(guī)范樣本數(shù)據(jù)。

3.2 大數(shù)據(jù)分析功能

大數(shù)據(jù)分析功能是大數(shù)據(jù)平臺(tái)架構(gòu)的核心功能，對(duì)接入平臺(tái)的樣本數(shù)據(jù)進(jìn)行建模分析，輸出分析結(jié)果與模型，對(duì)數(shù)控機(jī)床加工過(guò)程進(jìn)行監(jiān)測(cè)、預(yù)測(cè)和控制；提供算法庫(kù)、知識(shí)庫(kù)、可視化建模等一系列工具集，為分析建模提供輔助與支持；制定包括接口、數(shù)據(jù)格式、模塊組合等標(biāo)準(zhǔn)規(guī)范，增強(qiáng)大數(shù)據(jù)平臺(tái)的可擴(kuò)展性；采用知識(shí)管理技術(shù)，積累算法和模型，形成數(shù)控機(jī)床知識(shí)空間，實(shí)現(xiàn)知識(shí)的發(fā)現(xiàn)、集成、協(xié)同與應(yīng)用。大數(shù)據(jù)分析功能主要由建模管理、知識(shí)空間和應(yīng)用管理模塊組成。

3.2.1 建模管理模塊

建模管理模塊對(duì)平臺(tái)大數(shù)據(jù)分析建模進(jìn)行管理，建立建模流程，對(duì)操作人員的模型建立流程進(jìn)行規(guī)范與行為指導(dǎo)，保證模型快速、有效建立；建立開(kāi)放式組件庫(kù)，對(duì)算法組件進(jìn)行封裝，建立模型時(shí)可通過(guò)拖拽等方式實(shí)現(xiàn)模型的快速建立；提供并行分布式訓(xùn)練引擎，支持有監(jiān)督、無(wú)監(jiān)督等多種模型訓(xùn)練方式；制定相應(yīng)標(biāo)準(zhǔn)規(guī)范，對(duì)接入平臺(tái)的數(shù)據(jù)、模型接口、組件接口等進(jìn)行規(guī)范化設(shè)定，保證建模過(guò)程標(biāo)準(zhǔn)有效。

1）建模流程

制定數(shù)據(jù)分析建模流程，規(guī)范建模過(guò)程，將整個(gè)建模過(guò)程分為算法選擇、模型設(shè)計(jì)、系統(tǒng)仿真、模型訓(xùn)練、模型預(yù)測(cè)五個(gè)步驟。

算法選擇：根據(jù)大數(shù)據(jù)分析需求選擇相應(yīng)算法，算法來(lái)源主要包括開(kāi)放式組件庫(kù)以及知識(shí)空間中的算法庫(kù)。當(dāng)需要的算法不足以支撐分析需求時(shí)，可自行進(jìn)行算法的導(dǎo)入或由提供商進(jìn)行算法的生成。

模型設(shè)計(jì)：根據(jù)大數(shù)據(jù)分析需求進(jìn)行分析模型的設(shè)計(jì)，系統(tǒng)提供可視化的工業(yè)模型裝配線(xiàn)，設(shè)計(jì)人員可根據(jù)需要進(jìn)行算法組合。若分析案例與平臺(tái)前期分析過(guò)的案例相符合，設(shè)計(jì)人員可直接從開(kāi)放式模型庫(kù)中選擇相應(yīng)模型進(jìn)行建模。

系統(tǒng)仿真：完成所有環(huán)節(jié)的模型設(shè)計(jì)后，建立動(dòng)態(tài)仿真引擎，實(shí)現(xiàn)仿真運(yùn)行、仿真分析等功能，通過(guò)系統(tǒng)仿真對(duì)系統(tǒng)模型進(jìn)行動(dòng)態(tài)驗(yàn)證，計(jì)算所有模型的仿真輸出，并與實(shí)采數(shù)據(jù)比較。

模型訓(xùn)練：從并行分布式訓(xùn)練引擎中選擇相應(yīng)訓(xùn)練模式，由訓(xùn)練引擎統(tǒng)一調(diào)度服務(wù)器資源，使用樣本空間中的訓(xùn)練數(shù)據(jù)進(jìn)行模型訓(xùn)練。

模型預(yù)測(cè)：使用樣本空間中的驗(yàn)證數(shù)據(jù)進(jìn)行模型分析結(jié)果驗(yàn)證，并對(duì)模型進(jìn)行優(yōu)化，使用樣本空間中的測(cè)試數(shù)據(jù)進(jìn)行分析結(jié)果預(yù)測(cè)。

2）標(biāo)準(zhǔn)規(guī)范

在建模管理模塊中提出整個(gè)大數(shù)據(jù)分析活動(dòng)的標(biāo)準(zhǔn)和規(guī)范，對(duì)大數(shù)據(jù)平臺(tái)內(nèi)的模型接口、組件接口、數(shù)據(jù)交換、模塊加入等行為進(jìn)行標(biāo)準(zhǔn)化的定義，并制定相應(yīng)的標(biāo)準(zhǔn)規(guī)范。

模型接口規(guī)范：為大數(shù)據(jù)平臺(tái)生成數(shù)據(jù)分析模型制定標(biāo)準(zhǔn)，包括數(shù)據(jù)集輸入方式、分析結(jié)果輸出方式、參數(shù)調(diào)整、功能描述、發(fā)布標(biāo)準(zhǔn)等。

組件接口規(guī)范：為接入大數(shù)據(jù)平臺(tái)的相關(guān)組件（如算法組件）制定標(biāo)準(zhǔn)，明確輸入、輸出、參數(shù)設(shè)定以及功能描述等。

數(shù)據(jù)交換標(biāo)準(zhǔn)：為大數(shù)據(jù)分析過(guò)程中的數(shù)據(jù)交換制定標(biāo)準(zhǔn)，如樣本數(shù)據(jù)接入格式、中間過(guò)程數(shù)據(jù)展現(xiàn)形式、分析結(jié)果的輸出格式等。

模塊加入標(biāo)準(zhǔn)：面向工業(yè)模型裝配線(xiàn)，制定模塊加入標(biāo)準(zhǔn)，為模型裝配提供相應(yīng)的標(biāo)準(zhǔn)和指導(dǎo)，避免在模型設(shè)計(jì)中出現(xiàn)不符合邏輯的情況，使模型設(shè)計(jì)快速、準(zhǔn)確進(jìn)行。

3）開(kāi)放式組件庫(kù)

大數(shù)據(jù)平臺(tái)提供開(kāi)放式組件庫(kù)，主要包括深度神經(jīng)網(wǎng)絡(luò)算法組件以及特定的功能組件兩大類(lèi)。其中深度神經(jīng)網(wǎng)絡(luò)算法組件包括卷積器、池化器、激活函數(shù)等基礎(chǔ)算法組件，還包括Inception模型、Res模型等相應(yīng)的算法模型。功能組件即算法組件能夠?qū)崿F(xiàn)的相應(yīng)功能，如神經(jīng)元功能可視化、特征分布計(jì)算、圖像頻譜分析等。

4）并行分布式訓(xùn)練引擎

并行分布式訓(xùn)練引擎面向并行及分布式計(jì)算，為大數(shù)據(jù)分析提供多種訓(xùn)練方式以及分布式服務(wù)器資源的統(tǒng)一調(diào)度，使分析模型能夠充分利用資源，提高大數(shù)據(jù)分析效率。

5）工業(yè)模型裝配線(xiàn)

針對(duì)數(shù)控機(jī)床產(chǎn)業(yè)上下游企業(yè)開(kāi)展工業(yè)大數(shù)據(jù)應(yīng)用時(shí)所面臨的智能技術(shù)壁壘、建模工具缺乏等問(wèn)題，大數(shù)據(jù)平臺(tái)提供工業(yè)模型裝配線(xiàn)功能，可以根據(jù)大數(shù)據(jù)分析項(xiàng)目需要，進(jìn)行場(chǎng)景驅(qū)動(dòng)的工業(yè)大數(shù)據(jù)智能模型可視化建模，制定模型庫(kù)接口規(guī)范，通過(guò)工業(yè)模型裝配線(xiàn)進(jìn)行模型的在線(xiàn)裝配設(shè)計(jì)，可以從平臺(tái)開(kāi)放式組件庫(kù)選擇深度神經(jīng)網(wǎng)絡(luò)算法組件或功能組件，也可以使用知識(shí)空間中的算法庫(kù)或從開(kāi)放式模型庫(kù)中已有的算法模型中進(jìn)行選擇，實(shí)現(xiàn)可視化拖拽及低代碼嵌入方式快速構(gòu)建智能模型。

3.2.2 知識(shí)管理模塊

大數(shù)據(jù)平臺(tái)采用知識(shí)管理技術(shù)對(duì)平臺(tái)產(chǎn)生成果進(jìn)行研究，通過(guò)知識(shí)發(fā)現(xiàn)、知識(shí)集成、知識(shí)協(xié)同、知識(shí)應(yīng)用等一系列技術(shù)手段，生成知識(shí)空間。知識(shí)空間主要包含開(kāi)放式模型庫(kù)、算法庫(kù)、算法框架、理論/標(biāo)準(zhǔn)/規(guī)范、標(biāo)定數(shù)據(jù)庫(kù)、圖像儲(chǔ)備庫(kù)、分析與評(píng)價(jià)數(shù)據(jù)等。

1）開(kāi)放式模型庫(kù)

開(kāi)放式模型庫(kù)用于管理大數(shù)據(jù)平臺(tái)生成或?qū)氲姆治瞿Ｐ?，可以為模型設(shè)計(jì)提供支持與輔助，提高建模效率。從功能劃分上看，主要分為兩類(lèi)，一類(lèi)是單一功能的分析模型，如回歸模型、分類(lèi)模型、關(guān)聯(lián)分析、序列分析、概率決策、分布擬合等；另一類(lèi)是完整功能的分析模型，如圖像識(shí)別模型庫(kù)、系統(tǒng)辨識(shí)模型庫(kù)、自動(dòng)控制模型庫(kù)。

單一功能的分析模型一般由平臺(tái)系統(tǒng)導(dǎo)入，開(kāi)發(fā)人員按照平臺(tái)標(biāo)準(zhǔn)規(guī)范要求，對(duì)已有的或來(lái)自互聯(lián)網(wǎng)的算法進(jìn)行修改后，通過(guò)相應(yīng)接口導(dǎo)入模型庫(kù)，同時(shí)也支持開(kāi)發(fā)人員通過(guò)平臺(tái)生成相應(yīng)模型。完整功能的分析模型支持導(dǎo)入互聯(lián)網(wǎng)上已有的較為成熟的專(zhuān)用分析模型，需按照標(biāo)準(zhǔn)對(duì)算法進(jìn)行修改與完善。開(kāi)發(fā)人員使用平臺(tái)建模功能，通過(guò)驗(yàn)證發(fā)布的模型也是此類(lèi)分析模型的重要來(lái)源。

2）算法庫(kù)

知識(shí)空間提供一個(gè)基礎(chǔ)的通用算法庫(kù)，集成已有的分析算法包括淺層學(xué)習(xí)和深度學(xué)習(xí)算法，開(kāi)發(fā)人員不必進(jìn)行基礎(chǔ)算法編程，專(zhuān)注于模型設(shè)計(jì)。算法庫(kù)中的算法符合平臺(tái)標(biāo)準(zhǔn)規(guī)范，提供標(biāo)準(zhǔn)接口可由開(kāi)發(fā)人員或者系統(tǒng)研發(fā)人員進(jìn)行算法的導(dǎo)入。

3）算法框架

按照平臺(tái)標(biāo)準(zhǔn)規(guī)范，集成已有的深度學(xué)習(xí)分析框架。系統(tǒng)默認(rèn)支持google開(kāi)源框架TensorFlow、facebook框架Torch、Caffe、paddle等，可以通過(guò)統(tǒng)一標(biāo)準(zhǔn)接口進(jìn)行調(diào)用。

4）理論/標(biāo)準(zhǔn)/規(guī)范

大數(shù)據(jù)平臺(tái)提供高維狀態(tài)空間、自適應(yīng)行為變化、連續(xù)動(dòng)作空間等復(fù)雜環(huán)境下的深度學(xué)習(xí)理論方法，提供深度強(qiáng)化學(xué)習(xí)標(biāo)準(zhǔn)規(guī)范。

5）標(biāo)定數(shù)據(jù)庫(kù)

大數(shù)據(jù)平臺(tái)對(duì)標(biāo)定數(shù)據(jù)進(jìn)行維護(hù)生成標(biāo)定數(shù)據(jù)庫(kù)，主要包括專(zhuān)用標(biāo)定數(shù)據(jù)和公共標(biāo)定數(shù)據(jù)，通過(guò)平臺(tái)運(yùn)行使用逐步豐富完善標(biāo)定數(shù)據(jù)庫(kù)，為后續(xù)數(shù)據(jù)標(biāo)定提供輔助與支持。

6）圖像儲(chǔ)備庫(kù)

大數(shù)據(jù)平臺(tái)對(duì)圖像及標(biāo)簽進(jìn)行存儲(chǔ)，對(duì)圖像分級(jí)類(lèi)別進(jìn)行描述，生成圖像儲(chǔ)備庫(kù)，便于后續(xù)進(jìn)行圖像分類(lèi)檢索。

3.2.3 應(yīng)用管理模塊

應(yīng)用管理模塊是大數(shù)據(jù)平臺(tái)的結(jié)果輸出接口，對(duì)數(shù)控機(jī)床協(xié)同制造、工業(yè)控制、狀態(tài)預(yù)測(cè)等方面應(yīng)用的大數(shù)據(jù)分析結(jié)果進(jìn)行輸出，包括數(shù)控機(jī)床模型的發(fā)布、分析算法的嵌入式移植、運(yùn)行過(guò)程監(jiān)控以及性能/根因/健康分析等。

1）發(fā)布管理

平臺(tái)大數(shù)據(jù)分析建模完成后，可以將模型進(jìn)行發(fā)布，發(fā)布的模型存儲(chǔ)到知識(shí)空間的開(kāi)放式模型庫(kù)中，結(jié)合平臺(tái)系統(tǒng)的工程管理模塊，對(duì)模型的功能、模型的組成結(jié)構(gòu)、產(chǎn)生過(guò)程等進(jìn)行描述，為后續(xù)相同或相近項(xiàng)目提供輔助支持。

2）運(yùn)行監(jiān)控

大數(shù)據(jù)平臺(tái)提供運(yùn)行監(jiān)控功能，對(duì)分析模型進(jìn)行實(shí)時(shí)監(jiān)控，提供可視化輸出接口，實(shí)時(shí)顯示數(shù)據(jù)分析的過(guò)程。運(yùn)行監(jiān)控支持對(duì)數(shù)控機(jī)床工業(yè)現(xiàn)場(chǎng)設(shè)備數(shù)據(jù)及分析過(guò)程的實(shí)時(shí)監(jiān)控。

3）嵌入式移植

大數(shù)據(jù)平臺(tái)使用Python進(jìn)行編程，具有較好的可以移植性。針對(duì)某些需要進(jìn)行實(shí)時(shí)數(shù)據(jù)分析的場(chǎng)景，通過(guò)平臺(tái)建模生成相應(yīng)模型，將模型進(jìn)行壓縮并導(dǎo)入作業(yè)現(xiàn)場(chǎng)的設(shè)備中，對(duì)設(shè)備采集到的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，并將數(shù)據(jù)及分析結(jié)果返回到平臺(tái)。

4）性能/根因/健康分析

執(zhí)行性能/根因/健康分析操作，并對(duì)分析結(jié)果進(jìn)行格式化輸出，生成分析報(bào)告。

4 結(jié)語(yǔ)

本文通過(guò)剖析數(shù)控機(jī)床網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)建設(shè)過(guò)程中，對(duì)于數(shù)據(jù)匯集、數(shù)據(jù)協(xié)同、數(shù)據(jù)處理、數(shù)據(jù)分析等大數(shù)據(jù)技術(shù)的應(yīng)用需求，從工程管理、樣本管理、建模管理、應(yīng)用管理和知識(shí)管理五個(gè)方面設(shè)計(jì)大數(shù)據(jù)平臺(tái)的具體功能實(shí)現(xiàn)，建立面向數(shù)控機(jī)床產(chǎn)業(yè)集聚區(qū)域的網(wǎng)絡(luò)協(xié)同制造大數(shù)據(jù)平臺(tái)整體架構(gòu)，為網(wǎng)絡(luò)協(xié)同制造服務(wù)平臺(tái)提供大數(shù)據(jù)使能技術(shù)支撐，為學(xué)術(shù)界和數(shù)控機(jī)床產(chǎn)業(yè)界提供大數(shù)據(jù)平臺(tái)架構(gòu)參考。