陈耀敬
广州至然科技应用有限公司
摘要：目前，全球市场竞争愈发激烈，各行各业都在追求高效益、高质量、低生产成本和低资源消耗，这也促使制造行业不得不优化生产的各个环节，以达到提升自己的目的。随着制造技术的不断发展，生产过程正逐步向智能化、透明化和全局化的方向发展，进而引起了新一轮的技术变革，即以高端智能和绿色制造为主的智慧制造，全球各国尤其是制造业大国对此都十分重视。
关键词：大数据；数字化工厂；制造业
引言
过去，中国的局面多以发达国家的拉动作为增长引擎，随着持续上升的要素成本和不断弱化的传统比较优势，该局面已经发生了变化。中国制造业正面临巨大的转变，即从传统的劳动密集型模式转变为高科技水平模式。对此中国政府提出了以工业信息化为主要任务的"中国制造2025规划"，该规划旨在将全新的信息技术与工业制造和生产性服务业进行融合，推动此类行业的创新发展，从而提升中国制造的整体水平。
1数字化工厂的构建
数字化、智能化工厂将信息、网络、自动化、现代管理与制造技术相结合，在工厂形成数字化制造平台，改善工厂的管理和生产各环节，从而实现快捷制造。MES 是数字化工厂的核心，其通过数字化生产过程控制以及依靠现代设计的自动化和智能科技手段，使现代化工厂制造控制体系更加智能、生产过程更加透明、生产信息更趋于集成一体化以及现代装备的数控技术优势更加明显。MES是一个基于B/S架构的4层应用系统，包括数据库层、应用逻辑层、服务传递层、展示层，MES底层数据库层支持SQLServer、Oracle等数据库管理系统，应用逻辑层采用．NET开发，主要包含了系统的业务逻辑和规则，服务传递层则利用IIS技术实现，展示层通过页面展示系统具体的功能模块。1)展示层。为用户提供了多种访问、应用MES的方式和界面，企业可以根据业务和用户情况选择最适合的客户端。2)服务传递层。运行在Web应用服务上，负责展示层和应用逻辑层之间的通讯;发布MES的SOA(面向服务的体系结构)服务对象，为客户端提供业务逻辑服务。3)应用逻辑层。用来管理MES的业务逻辑服务器和服务器端组件，从数据库检索数据并将数据存入数据库。作为MES最核心的组件，其包括UI框架、XML框架、业务逻辑服务、数据模型和业务建模拓展框架等。4)数据库层。用来管理MES的数据库，可以根据实际业务的需求配置业务数据库的服务器、报表数据库的服务器等。MES支持Oracle、MicrosoftSQLServer数据库系统。客户能够部署一个单一中央数据库，集中管理多车间、跨地域的制造数据，也可以部署多个单一数据库管理工厂制造数据。
2数字化工厂概念
2.1广义数字化工厂
广义定义的数字化工厂具体是指以提供服务和生产产品的企业为核心，将生产与经营过程中所有有联系的部分的信息数字化，其中包括核心制造企业、软件系统服务商合作伙伴、供应商、协作厂商、分销商、客户、银行等[8]。
2.2狭义数字化工厂
狭义定义的数字化工厂具体是指以生产操作、制造资源以及产品为中心，根据产品整个生命周期中采集到的数据，通过仿真、虚拟现实、实验验证等技术，模拟产品在生产过程中的所有真实活动，并利用仿真、试验、分析、优化等技术对产品生产中的加工和装配过程进行模拟，是一种集成组织方式。数字化工厂将资源物料信息数字化、产品信息数字化和过程信息数字化三者有效地加以融合，虚拟仿真真实工厂的制造过程（包括设计、性能分析、工艺规划、加工制造、质量检测、生产过程管理和控制等）。
期刊文章分类查询,尽在期刊图书馆
3大数据在数字化工厂中的应用
3.1大数据在产品设计中的应用
因为大数据时代的到来，产品设计思维需要发生转变，设计师应当以树立正确的大数据意识为基础，通过在产品设计中运用大数据，了解数据对产品设计的重要性，从而能够指引设计师作出正确的决策，最大限度地发挥大数据的价值。广东尚品宅配家具有限公司在家具设计方面可以作为参考案例。尚品宅配合理的运用了大数据技术，设计师可以通过大数据更加了解消费者，从而提供更加合理的服务，采用实体店和网店相结合的方式让消费者体验产品，接着设计师通过对消费者的分析引导，帮助其更快地进行购买。通过大数据的平台，生产部门可根据设计师提供的订单信息安排生产，从而合理有序地进行生产，该公司将产品设计和大数据技术进行了完美的结合。
3.2大数据在质量监督中的应用
大数据在质量监督中的应用分别体现在质量信息监督、质量管理体系监督和实物质量监督。质量监督工作以质量信息监督作为前提，在质量信息监督中运用大数据，通过大数据技术将质量信息形成具有鲜明特征的图表，从而工作人员可以方便而综合性地整理和分析产品的相关质量，也为后续的验证环节提供了便利。制定适合企业的质量管理体系对企业实施实物质量监督至关重要。将质量管理体系纳入具有多种先进的质量管理信息资源大数据系统中，再借助网络技术，经过比较分析能够检验现在实施的质量管理体系是否可行、科学。经过大数据系统的分析可以发现现有体系中薄弱的环节，借鉴合适的质量管理体系数据，从而建立科学的质量管理体系。与此同时，企业可以根据大数据平台上的信息资源，通过图表的分析，能够快速掌握并修改质量管理体系中的不足，把握其正确的发展方向，最终可以建立顺应时代发展的质量管理体系。大数据在具体的实物质量监督中，能够通过排列图、直方图等各类有效图表直观地了解到产品的相关质量信息，包括产品的生产过程中的各种数据（不合格率、入场复验合格率、外场故障率等），整理分析上述数据可以有效验证实物产品的质量是否符合相关规定。质监部门通过大数据能够实时监管实物产品的质量信息和发展趋势，对存在的问题适时调整战略规划，改进生产技术，督促相关生产部门进行纠正与预防，让企业持续健康地改进产品质量。最后，质量监督是一项多重工作程序相辅相成的工作，将大数据技术应用于生产、监督、管理的各个环节，可以保证整个监督过程可以动态的展现出来，质监部门和监督人员可通过大数据平台实现对监督程序的动态信息把握。所以，将大数据纳入到质量监督的全过程中是必要的。
3.3数据分析在供应链管理中的应用
大数据分析应用在供应链管理中一个成功案例，其系统化框架的内容在结合大数据和数据分析技术后可以概括为以下三个步骤：第一步，将大数据应用于供应链管理后，可以建立较为准确完善的供应链分区，再利用大数据分析技术精确地为每个分区制定优先发展要项。第二步，大数据将企业内所有的业务职能进行整合，将竞争要项时刻保持在竞争优势的状态，利用大数据分析技术支持供应链分区中的竞争要项，使企业的数据集中，防止目标不明确或迷失发展方向。第三步，企业在对市场绩效和产品的评估过程中采用关键绩效指标或市场普遍认同的联合策略模型。在这个过程，模型应用要不断地优化，在供应链分区之间的竞争要项中可以建立一种反馈机制，以供企业持续监控。
结语
随着大数据时代的到来，大数据技术在各个行业的应用也越发广泛，虽然制造业相比较于金融、通讯等行业来说还处于起步阶段，但是这也预示着在制造业的很多方面都可以应用大数据。
参考文献
[1]吕佑龙，张洁.基于大数据的智慧工厂技术框架[J].计算机集成制造系统，2016,22(11):2691-2697.
[2]胡磊，王欢.大数据在数字化校园建设中的研究与应用[J].计算机与网络，2016,42(13):58-59,68.
论文作者:陈耀敬
论文发表刊物:《中国西部科技》2019年第21期
论文发表时间:2019/11/26
标签：数据论文; 化工厂论文; 技术论文; 信息论文; 数字论文; 质量监督论文; 产品论文; 《中国西部科技》2019年第21期论文;