工業(yè)數(shù)據(jù)中臺(tái)建設(shè):打通數(shù)據(jù)孤島實(shí)現(xiàn)智能決策
制造企業(yè)普遍存在MES、ERP、QMS、WMS等信息系統(tǒng),數(shù)據(jù)分散在各個(gè)系統(tǒng)中形成數(shù)據(jù)孤島,難以發(fā)揮數(shù)據(jù)資產(chǎn)的綜合價(jià)值。工業(yè)數(shù)據(jù)中臺(tái)通過統(tǒng)一的數(shù)據(jù)架構(gòu)和服務(wù)化能力,為企業(yè)數(shù)字化轉(zhuǎn)型提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)設(shè)施。
一、數(shù)據(jù)中臺(tái)架構(gòu)設(shè)計(jì)
數(shù)據(jù)中臺(tái)架構(gòu)分為五層:數(shù)據(jù)采集層(負(fù)責(zé)對(duì)接各業(yè)務(wù)系統(tǒng)數(shù)據(jù)源)、數(shù)據(jù)存儲(chǔ)層(湖倉一體架構(gòu),Hadoop+ClickHouse)、數(shù)據(jù)治理層(數(shù)據(jù)清洗、血緣追蹤、質(zhì)量監(jiān)控)、數(shù)據(jù)服務(wù)層(API網(wǎng)關(guān)+數(shù)據(jù)虛擬化)、應(yīng)用層(數(shù)據(jù)分析與應(yīng)用)。
該企業(yè)原有12個(gè)業(yè)務(wù)系統(tǒng),包括:SAP ERP、Siemens MES、QMS質(zhì)量管理系統(tǒng)、WMS倉儲(chǔ)管理系統(tǒng)、TPM設(shè)備管理系統(tǒng)、能源管理系統(tǒng)(EMS)等。系統(tǒng)間數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一:同一"工單"在MES和ERP中編碼規(guī)則不同,同一"設(shè)備"在TPM和MES中命名方式各異。主數(shù)據(jù)統(tǒng)一成為數(shù)據(jù)中臺(tái)建設(shè)的第一步。
二、主數(shù)據(jù)治理實(shí)踐
主數(shù)據(jù)治理是數(shù)據(jù)中臺(tái)的基礎(chǔ)工作,主要包括物料主數(shù)據(jù)、設(shè)備主數(shù)據(jù)、供應(yīng)商主數(shù)據(jù)和工藝參數(shù)主數(shù)據(jù)四類。治理策略:建立主數(shù)據(jù)管理委員會(huì)(MDM Committee)制定數(shù)據(jù)標(biāo)準(zhǔn);部署主數(shù)據(jù)管理系統(tǒng)(MDM)作為數(shù)據(jù)治理工具;制定數(shù)據(jù)質(zhì)量評(píng)分體系(完整性≥98%、準(zhǔn)確性≥99%、時(shí)效性≤24h)。
經(jīng)過8個(gè)月的數(shù)據(jù)治理,該企業(yè)數(shù)據(jù)資產(chǎn)情況:主數(shù)據(jù)記錄超28萬條,數(shù)據(jù)質(zhì)量評(píng)分從62分提升至94分,數(shù)據(jù)標(biāo)準(zhǔn)覆蓋率從34%提升至100%,API服務(wù)響應(yīng)時(shí)間穩(wěn)定在50ms以內(nèi)。
三、數(shù)據(jù)服務(wù)化與API網(wǎng)關(guān)
數(shù)據(jù)服務(wù)化是數(shù)據(jù)中臺(tái)對(duì)外賦能的核心。系統(tǒng)采用Kong作為API網(wǎng)關(guān),支持OAuth 2.0認(rèn)證、流量控制、協(xié)議轉(zhuǎn)換。已發(fā)布標(biāo)準(zhǔn)化數(shù)據(jù)API 127個(gè),涵蓋設(shè)備實(shí)時(shí)狀態(tài)、工單進(jìn)度、質(zhì)量數(shù)據(jù)、庫存水位等高頻數(shù)據(jù)場(chǎng)景。上層應(yīng)用開發(fā)團(tuán)隊(duì)可通過API自助獲取所需數(shù)據(jù),無需了解底層數(shù)據(jù)源細(xì)節(jié)。
API使用數(shù)據(jù):月均調(diào)用量超5000萬次,平均響應(yīng)時(shí)間45ms,可用性99.95%,P99延遲120ms。
四、智能應(yīng)用場(chǎng)景落地
數(shù)據(jù)中臺(tái)上層已孵化多個(gè)智能應(yīng)用:智能排產(chǎn)(基于約束規(guī)劃算法,訂單準(zhǔn)時(shí)交付率從78%提升至91%)、質(zhì)量預(yù)測(cè)(基于XGBoost模型,預(yù)測(cè)準(zhǔn)確率86%)、設(shè)備健康評(píng)估(基于時(shí)序分析,異常預(yù)警準(zhǔn)確率92%)、能耗優(yōu)化(基于機(jī)器學(xué)習(xí),空壓站能耗降低11%)。
五、結(jié)論
工業(yè)數(shù)據(jù)中臺(tái)建設(shè)是一項(xiàng)系統(tǒng)工程,需要技術(shù)、治理和組織三方面協(xié)同推進(jìn)。建議企業(yè)分階段建設(shè):第一階段(6個(gè)月)完成主數(shù)據(jù)治理和基礎(chǔ)平臺(tái)搭建;第二階段(6個(gè)月)開放數(shù)據(jù)服務(wù)并孵化2-3個(gè)智能應(yīng)用;第三階段持續(xù)迭代,形成數(shù)據(jù)驅(qū)動(dòng)的運(yùn)營文化。
推薦閱讀