基于工业智能制造应用的可视化数据服务系统

张长海 方晴

［摘 要］在互联网经济时代，数据是新的生产要素，是基础性资源和战略性资源，也是重要的生产力。本研究采用定性研究方法，通过对工业制造企业现有信息系统的数据资源及需求进行广泛调查研究和分析，在此基础上构建绿色智能制造可视化数据服务系统来为工业制造企业提供跨域业务系统的数据融合和开放共享，挖掘数据资产增值功能与数据服务创新能力，解决工业制造企业所面临的数据业务赋能等难题。本研究通过可视化数据服务系统的研究与设计，加速工业制造企业的业务赋能和创新，赋能更多的传统制造企业数字化转型。

［关键词］可视化；数据服务系统；智能制造

doi：10.3969/j.issn.1673-0194.2023.23.024

［中图分类号］F272 ［文献标识码］A ［文章编号］1673-0194（2023）23-0078-04

1     研究背景

本研究来源于华南师范大学大学生创新创业训练计划项目——基于数字孪生的绿色智能工厂可视化数据服务中台——“数据通”设计与推广（以下简称省级大创项目，项目编号：202338015）资助。项目基于工业制造企业绿色智能工厂可视化数据服务中台——“数据通”设计与研究，通过分析行业现状和前景，为工业制造企业可视化数据服务系统提供可行、落地的技术设计方案，为工业制造企业应用实践提供产品与服务支撑。在项目技术设计上，基于工业制造企业现有信息系统的数据分析来进行可视化数据服务系统的研究与设计，以“数据+业务”双中台为核心，赋能工业制造企业线上业务发展，助力工业制造企业数字化转型。

2     可视化数据服务系统的研究与设计

2.1   系统架构设计

在上述研究分析基础上提出可视化数据服务系统的应用技术解决方案。系统针对智能车间、智能运营和智能服务三个方向，形成一体化方案架构，在具体的体系中，底层通过自动化驱动与控制接口与机器人、视像设备、传感器、仪表仪器等进行对接，基于数据模型和数据库，与制造企业的各个业务应用系统对接，实现用户层与业务逻辑接口转换，最终通过各类管理终端进行用户界面展示的总体设计架构如图1所示。

可视化数据服务系统本身并不存储数据，数据存储在数据库或大数据平台中。从图上看出，系统建设后，将形成数据闭环流转，在流转过程中数据内容不断丰富，质量不断提升，实现内增值的目标，同时不断通过输出数据为业务赋能，实现外增效的目的［1］。

2.2   系统逻辑架构

基于工业制造企业信息系统分析的可视化数据服务系统，在实际工作中，依托于视频结构化平台采集接口提供的结构化数据，数据进入数据中心后，通过AI大数据算法、业务逻辑实现自动化标签、预警等功能供前端调用［2］。

将生产过程中的多种数据进行整合和展示，包括设备运行数据、生产线进度数据、质量检测数据等，通过图表、报表等形式进行可视化展示和分析，帮助工业制造企业全面了解生产情况，快速发现问题并采取相应的措施解决［3］。

预测性维护是通过对设备状况实施周期性或持续监测，基于机器学习算法和模型来分析评估设备健康状况的一种方法，以便预测下一次故障发生的时间以及应当进行维护的具体时间。预测性维护是以设备/装备的状态作为依据的维护，状态监测和故障诊断是基础，状态预测是重点，维修决策得出最终的维修活动要求。

2.3   系统部署架构

可视化数据服务系统采用分布式集群部署方法，利用容器集群实现快速一站式部署，摆脱安装使用过程中的环境依赖，解决了系统在使用中出现的环境不兼容、环境版本冲突等问题。同时利用集群的可扩展性、高可用性，动态添加服务器节点，以支撑项目的正常运行。系统部署配置情况如表1所示。

2.4   关键技术亮点及系统实现

2.4.1   前端React技术

React是用于构建用户界面的JavaScript库，于2011年首次用于Facebook的Newsfeed。React主要用于构建UI。可以在React里传递多种类型的参数，如声明代码，帮助开发者渲染出UI，也可以是静态的HTML DOM元素，也可以传递动态变量，甚至是可交互的应用组件。

2.4.2   Kafka 消息队列

Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。

Kafka的主要特点：

（1）支持Hadoop并行数据加载。

（2）支持通过Kafka服务器和消费机集群来分区消息

（3）持久性，即使数以TB的消息存储也能够保持长时间的稳定性能。

（4）高吞吐量，即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。

2.4.3   AI大数据算法

Al算法是一种人工智能技术，通过计算机程序模拟人类思维和行为的方法。以AI技術为支撑，结合物联网、数据分析技术，深度融合业务场景，赋能监控视频，通过智能分析、精准预测，快速感知安全态势、实时掌握服务规范。

可与安防摄像机、移动布控球、智能安全帽、边缘计算器融合应用，软硬件深度结合，监测预警手段多重并举、技术革新，形成“平台+算法+终端”的整体化解决方案。

2.4.4   系统实现

本系统采用经典三层架构，基于“高内聚，低耦合”的思想，把各个功能模块划分为表示层（UI）、业务逻辑层（BLL）和数据访问层（DAL）。三层架构体系结构图如图2所示。

图2 系统三层架构体系结构图

表示层（UI）位于三层构架的最上层。UI层调用业务逻辑层BLL相关接口完成业务操作。主要用于收集用户的录入信息；发送参数到业务层；得到从业务层处理后的结果；将处理结果显示在用户界面上。

业务逻辑层（BLL），实现数据处理和数据传递，将界面表示层和数据访问层连接起来，起到承上启下的作用。根据事务处理规则和工作流程处理信息。该层的重要性在于大部分时间和精力在于编程设计，以使应用软件在性能和质量上满足要求。

数据访问层（DAL），主要包括数据的存储、数据的处理、数据的维护，以及数据库的代理服务等任务。

系统实现步骤：

（1）数据采集，首先需要采集生产过程中的各种数据，如生产线速度产量故障率等。这可以通过传感器、监测设备等技术进行实现，将采集到的数据通过网络传输到数据中心进行处理。

（2）数据处理，将采集到的数据进行处理，如数据清洗、存储、分析等，生成可视化的数据指标。

（3）可视化呈现，将处理后的数据通过数据可视化技术呈现在大屏幕上，形成直观、易懂的图表、表格、仪表盘等。这可以使用各种商业化的数据可视化软件来实现。

（4）分析与决策，通过对可视化数据进行分析，管理者可以发现生产过程中的瓶颈和问题，制订相应的调整和改进方案，提高生产效率和质量。

2.5   系统主要功能模块应用效果

2.5.1   数据资产管理模块

系统通过提供数据探索工具，建立数据标签体系，并构建数据血缘与数据关联度分析能力，支撑对所归集的数据进行全面、多维、深度的分析，进而满足各类业务的应用需求，推动数据的开放创新应用，实现数据的社会化应用价值。

其中系统提供数据标签管理功能，可对已导入的数据资产标签进行增加、修改、删除以及分类标签的导入导出，满足数据资产业务属性随业务发生变化时数据资产标签能够灵活变化。

其中资产地图功能模块以资产地图形式展示制造企业现有的资产信息，方便系统用户快速查找到需要的资源信息；支持按业务板块、数据仓库分层、业务主题库进行查找数据资产。

其中台账管理功能模块，主要是搭建台账管理功能，通过台账页面可以处理数据工单、数据库、数据加工的流程、质量的规则、数据标准、数据服务，以及各类的数量趋势。

2.5.2   数据共享服务模块

其功能是对内可实现内部系统间的数据共享交换及跨域数据分析，消除数据孤岛、提升工作效率；对其他各子系统可实现主数据共享、对外可实现与监管机构、工业制造企业客户数据管控与开放。其功能模块包括数据服务审批、数据资源目录编排、系统注册、数据服务目录等模块来解决工业制造企业数据服务管理的问题，提供对数据共享服务的统一管理，包括工业制造企业内部数据共享和外部数据流通，通过构建数据服务目录、授权数据服务等手段实现数据共享服务，有效完整的记录数据服务信息，形成数据服务统计，展示数据服务的价值。

2.5.3   数据可视化管理模块

建设数据可视化管理，通过拖拉拽可视化数据呈现工具进行数据呈现布局设计，支持多场景模板管理，预置地理分析、实时监控、汇报展示等多种场景模板，它是数据的载体，数据可视化的工具。系统支持除针对工业制造企业业务展示优化过的常规图表外，还能够绘制包括海量数据的地理轨迹、热力分布、地域区块、3D 地图、3D 地球，地理数据的多层叠加。此外还有拓扑关系、树图等异形图表可以自由搭配。系统支持多数据源接入如分析型数据库，关系型数据库，本地CSV上传和在线API等：可满足各类大数据实时计算、监控的需求，充分发挥大数据计算的能力。

3     研究展望

可视化的数据服务系统结合了AI大数据算法、数据库、WebService 等技术开发的，其在理论和现实都有重要意义。通过测试表明，该系统完成整合已有信息系统的数据资源，实现数据服务于业务的问题，加速工业制造企业的业务赋能和创新。未来依托工业制造企业客户终端群体共同打造系统应用示范，实现系统在工业制造企业的使用落地，推进工业智能制造行业的生态合作，针对不同行业工业互联网应用的成熟度，进行不同的运营和服务推广［4］。

主要参考文献

［1］崔士利.试析制造业企業实施业财融合推进精细化财务管理［J］.商讯，2021（36）：38-40.

［2］吴伟杰，黄欣，张伊宁，等.适用于能源电源规划的全息数据智能交互方法［J］.机电工程技术，2021，50（1）：113-115.

［3］章怡翀.海量数据抓线索 特征挖掘见奇效［J］.中国内部审计，2022（4）：61-63.

［4］符吉芬.中小型制造企业信息化建设存在的问题及优化策略探讨［J］.企业改革与管理，2023（6）：14-16.