基于大数据的智慧工厂技术框架

唐 毅，常 建，岳明明，高 雪

（1.四川天源宏创科技有限公司，四川 成都 610040；2.航天钧和科技有限公司，河北 廊坊 065500）

0 引 言

完整的智慧工厂项目需要多个流程协力完成，作为其中的重要内容，智慧工厂技术框架工作对整个流程的展开具有重要意义。随着21世纪社会科技的发展，为了使大数据在智慧工厂技术框架设计和构建中发挥独特作用，本文主要阐述大数据在智慧工厂技术设计中的运用情况。首先，介绍在智慧工厂中应用大数据的必要性；其次，介绍大数据在智慧工厂技术设计中的应用方向和存在的问题，希望可以改善大数据在该领域的使用和发展[1]。

1 智慧工厂技术框架中应用大数据的必要性

近几年，随着互联网技术的不断更新发展，信息化时代逐渐向数据化时代过渡。数据在社会生活中随处可见，大数据的应用分布十分广泛，比如在生命科学领域、天文地理方面等。大数据逐渐被人们应用到各个方面。随着我国智慧工厂事业的迅速发展，实际操作过程中面临着各种问题，大数据的应用显得十分必要，且分析如何完善大数据的使用至关重要，可以最大化发挥大数据时代提供的优势，提高社会经济发展和民众的生活水平。

对发展国民经济来说，智慧工厂的发展占据了很大比例。我国的基础设施建设和工业信息化发展等方面，大数据会直接影响智慧工厂技术实施的高效性和完整性。目前，智慧工厂技术实施存在缺少数据更新和范围不广泛等问题，合理应用大数据显得十分必要。随着我国社会经济的不断发展，其他行业领域不断发展创新，智慧工厂行业的发展也需要不断总结反馈，尝试新兴技术，在国家智慧工厂行业方面发挥独特作用[2]。

智慧工厂相较于普通工厂，最大的特点在于其结合了先进的信息和通信技术，分析工厂的日常运行，并通过分析得到的信息提出方案，从而有效管理工厂，在智能化的协助下为人们提供更加便利、舒适、健康的人性化服务。为了达到这样的目标，人们对智慧工厂技术设计的工作有了更高要求，如何使智慧工厂实现高效运作尤为重要。在此过程中，为了实现城市的可持续发展，提高工厂的智能化管理，应用大数据相关技术显得十分重要[3]。

2 基于大数据的智慧工厂技术

2.1 无线感测器技术

目前，仪器仪表智慧化程度较低，导致仪器仪表的高速、高效工作状态难以实现，效率低下，比如各种仪器、仪表、感测器等。为了获得更精准的信息数据，获得多功能和高机动灵活的性能，应将数据信息管理系统扩充到涵盖获取、处理、管理、后期使用和信息服务等各个层面，进而提升资源管理能力。例如专家控制系统，需要根据某一领域的一个或多个专家提供的知识和经验进行推断。模块控制器，也称为模块逻辑控制器，可以使用处理不确定性的功能解决非常规问题，广泛应用于工业领域。

2.2 控制系统网路化技术

工业自动化领域中，可能出现信息内容、体系结构、控制方法以及人机协作达不到实际要求等问题，而造成这些问题的原因主要在于相关技术不够先进，少部分工业企业仍采用影响工作效率的传统旧方法，没有跟上整体行业发展的进度，影响了工作效率，不能保障工作的精准度，无法达到正常工作的要求。对相关从业人员来说，要利用大数据分析、总结、反馈控制系统网路化的结果，归纳信息服务的资料，提高信息服务的价值和内容质量。可见，利用大数据能够有效降低资料量大的不利影响，提高传输效率，提升语音信号的精度、准度和力度，提高工作效率，为后期的工作提供最优质的信息服务，保障相关事业的稳定发展。

2.3 工业通信无线化技术

无线技术的发展为相关事业和行业发展带来了机遇。它的优势体现在可以提高信息系统的完善度，优化工作模式，实现云计算、云服务等方面的合作协调和不断融合。为了满足实际需求，相关部门和从业人员要充分认识大数据对升级系统、优化信息系统工作性能的重要意义，不断完善信息服务系统，提高现有资源的利用率，为所需部门、企业、民众提供高质量的信息服务。此外，新的信息收集手段会产生新的数据，对待这类数据需要慎重管理，合理应用这些数据并保障服务质量，制订一些核心数据的安全保密措施，降低信息泄露的概率。通过以上分析可以发现，大数据对智慧工厂的发展和技术框架的构建、设计而言具有十分重要的意义，也是工作过程中易出现问题的方面，需要特别注意。

2.4 智慧工厂云端服务层

展开智慧工厂技术框架构建工作时，云端服务层利用相关技术将虚拟化资源等封装成云端服务，进而构建服务仓库。面向制造时，具体包括基础设施、数据分析平台、业务应用软件以及生产制造服务等，同时基于服务互联网的集中管理，根据客户的实际需求大规模制造，实现全球化的互联网工厂制造，并根据客户的个性化提供相应服务，创建新型的服务模式。为了使大数据能够更好地投入到智慧工厂的技术框架构建中，能够拥有更高的使用质量，实现实际效用，需要完善大数据的使用，进而发挥促进我国智慧工厂发展的独特拉动作用。

2.5 自动化控制工作可视化管理技术

可视化管理子系统由前后端的相关科技互相合作，配合完成。通过相关科技添加电气工程开展的矢量地图或影像电子地图进行后期操作，实现放大、缩小、拖动地图等操作。API应用程序接口可以提供如鹰眼图、书签编辑等小控件，大大增强了用户的使用体验。通过这些基本的地图操作，可以清晰地管理工厂运作，实现可视化浏览。用户可以在地图上绘制一个几何图像，将相关要素实现空间上的查询，查询其具体属性，通过字段过滤进行筛选，从数据库中得到详细且符合筛选条件的空间数据和信息；可以使用相关软件编辑这些空间数据，通过增加、删除、修改、查询等操作，促使智慧工厂数据的管理更加具体化。

3 完善大数据在智慧工厂中的应用

区别于信息化时代，大数据时代具有自身的时代特点。结合信息事业的高速发展，不断完善工作所需的政策，使信息服务产业在符合法律法规的前提下，能够实现比较灵活和宽松的革新创造，扩大信息范围，确定目标并向正确的发展方向前进。

3.1 提高技术人员的责任心

智慧工厂需要从业人员将专业知识实际运用到技术框架构建和设计的过程中。首先，需要从业人员自身具有专业知识和技能素养，负责任地做好本职工作，为提高工作效率，实现具备高精度和高准度的工作做出贡献；其次，在平凡的岗位上尽职尽责，实现自身价值。相关企业应严格执行要求，提高从业人员的专业教育水平，避免出现为达到节约成本的目的而降低技术人员质量的问题，影响正常建设事业的发展进程。此外，要保证从业人员的资格，加大培训从业人员的专业化技能和素质。相关工作人员要了解技术设计的工作对智慧工厂的重要性，避免工作过程中敷衍了事；工作中不断总结和反馈，积累丰富的工作经验，并在以后的工作中不断完善，为实现智慧工厂的高速发展做出贡献。

3.2 尊重时代发展规律

大数据的应用需要建立在时代发展要求的基础上，必须符合市场经济发展的基本规律，平稳、有效推动大数据在智慧工厂中的应用；需要考虑信息服务的方向和对象，将信息服务和民众的生活服务联系起来，加强在经济社会下的数据管理水平，切实开发出信息服务的最大价值[4]。

3.3 提高智慧工厂技术管理水平

大数据时代下的生产结构和管理结构相较于以前存在着许多不同之处，极大影响到整个系统平稳运行的效率。因此，相关管理部门需要改革管理的方法途径，加强大数据背景下可以利用的优势，为信息服务的工作提供保障。智慧工厂工作的设计布局、流程实施以及后期信息安全保密工作等，需进行最大程度的最优化处理，发展信息服务，为需要的企业和民众提供更好的使用体验，实现信息服务的不断发展。

相关部门的工作人员需要具备专业素养，高效管理智慧工厂的技术日志。相关技术人员需总结归纳相关内容并汇集到日志中，将信息录入到管理数据的系统中，实现移动终端对现场信息数据的收集和管理，包括数据的录入、删除、编辑等操作。查询过程中，需要提供查询时间和查询人两个字段，实现精确查询和模糊查询，同时根据委托单位的实际需求实现数据项的设置和后期管理。相关管理部门改革管理的方法途径，加强大数背景下可以利用的优势，为信息服务提供保障。此外，对智慧工厂工作信息安全保密工作等进行最大程度的最优化处理，实现数据服务的不断发展[5]。

3.4 丰富智慧工厂大数据的数字资源

大数据的应用不只集中在某一个方面，不管是人民生活中常见的零售、公共事业、物流等，还是时空、地理方面，大数据都会依据所形成的庞大数据源为科学研究、民众生活作出贡献。在此过程中，不断丰富信息数据十分重要。在增加它们与大数据融合处理的前提下，可以得到更多有利于分析和研究的资料数据。不断丰富数据的体量，可以在提供信息服务时快速获取系统中的测绘数据，比如图像、声音、图表等各种类型的数据，不断丰富档案资料的同时提升整体资料数据的利用率，从而在很大程度上推动智慧工厂的技术框架设计和构建进程[6]。

4 结 论

本文主要针对基于大数据的智慧工厂技术框架进行分析，讨论大数据时代背景下智慧工厂的各个方面，提出了应用大数据的重要性和必要性，同时提出了在21世纪的环境下如何改善大数据的利用效率，使其在信息服务方面发挥更高效益。希望通过这些分析可以有效帮助相关企业人员认识到大数据应用的重要性，为我国智慧工厂事业的持续发展作出贡献。此外，需要相关企业和从业人员不断分析评估和总结反馈大数据时代下的潜在机遇和挑战，在实际过程中不断获得经验。