工业大数据与信息系统集成关系研究

工业大数据与信息系统集成关系研究

陈晓倩，李潘迪，戚旭华

北方自动控制技术研究所，山西省太原市，030006

摘要：随着信息化、智能化技术的发展，工业大数据以智能制造为核心，以“大数据十工业互联网”为基础，运用云计算、大数据、物联网、人工智能等科技引领工业生产方式的变革，推动工业经济创新发展。信息系统集成可以让异构的系统从数据层、业务层、表示层等方面完成统一，既为工业大数据提供数据来源，也为工业大数据提供业务整合、互联共享、智能可视化决策的关键因素。基于此，文章对工业大数据与信息系统集成的关系进行了研究，以供参考。

关键词：信息系统；工业大数据；应用要点

1工业大数据的内涵与类别根据

近年来，工业大数据已经成为支撑智能制造、工业互联网等数字经济新业态新模式运行的关键生产要素，是推动传统产业数字化转型、实现数字经济高质量发展的基础性、战略性资源。围绕工业数据的采集、存储、分析、可视化等衍生出的工业大数据技术，产品个性化定制、设备安全预警和预测性维护、生产制造流程优化等工业大数据应用场景，数据基础设施、数据和网络安全防护、数据交易流通制度等支撑环节，共同构成了广义的工业大数据产业（生态体系）。从不同研究视角出发，可以对工业大数据进行多个维度的类别划分。首先，按照数据来源，可以将工业大数据分为三类：一是企业内部信息化数据，即企业资源规划（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）和客户关系管理（CRM）等信息化系统累计的企业内部数据，属于工业企业的传统数据资产。二是企业内部物联网数据，即使用传感器、RFID、智能终端、物联网等数字技术，对生产设备、生产环境、及工业产品所采集的生产过程、环境、结果数据，并通过制造执行系统（MES）与企业信息化系统实时传递交互。在智能装备广泛应用的背景下，工业物联网数据属于工业企业增速最快、价值潜力最大的内部数据来源，也是本文重点关注的工业大数据组成部分。三是企业外部数据，包括供应商、客户等产业链上下游数据，及市场、地理、环境、法律和监管等外部跨界信息和数据。近年来，工业互联网等新模式的发展，为工业企业汇聚和使用外部数据提供了便利。其次，按照数据结构，则可以将工业大数据划分为结构化数据、半结构化数据和非结构化数据三类。其中，工业企业的信息化系统数据、设备传感器数据、市场订单数据等都属于结构化数据，可以使用传统的关系型数据库采集存储，是工业大数据中的主体部分；网页数据、更加广泛的工业互联网数据等则属于半结构化数据；而智能制造场景所产生的人机互动数据等以视频、图片为主，则属于非结构化数据。相较于其他行业的大数据资源，工业大数据的多源异构特征更为明显，因而对工业企业的数据采集、存储、分析和应用能力都提出了更高要求。此外，还可以按照工业企业生产运营和价值链不同环节，将工业大数据划分为：（1）研发设计类数据，包括设计图纸文档、开发测试代码等；（2）生产制造类数据，包括控制信息、工况状态、工艺参数、系统日志等；（3）经营管理类数据，系统设备资产信息、客户与产品信息、业务管理数据等；（4）应用服务类数据，包括设备运行数据、设备维护数据、知识机理、数字化模型、物联采集数据、平台应用与服务数据、平台运行数据、标识运营数据、数据产品信息、交易信息等。

2集成系统概述

2.1集成内容

信息系统集成定义是指实现各种异构系统，应用和数据源之间共享和交换信息与协作的途径、方法学、标准和技术。集成内容主要包含4个方面：一是数据集成，数据集成保证各子系统遵守统一的标准；二是硬件集成，确保软件运行的环境是集约化的；三是应用集成，应用软件提供对外统一服务；四是业务集成，业务集成是高层次集成，通过工作流引擎调用各业务子系统。硬件和网络平台集成到软件支撑平台集成到数据库和模型集成到应用集成，这几个层次是从面向工具到面向应用逐渐过渡的过程，每一个层次都屏蔽了上一个层次的许多具体技术细节，最终形成面向应用的集成系统。硬件和网络平台集成。大型实用系统一般都是异种机型、异种操作系统、异种网络环境，硬件和网络平台集成实现集成系统的物理连接。软件支撑平台集成各种遥感，地理信息系统，关系数据库管理系统软件功能上各不相同，同一类型不同厂商的软件在内容上也有所侧重，需要对这些软件支撑平台功能进行组合和裁剪，并根据需要自行开发相应的模块，以完成集成系统功能的需要。数据库和模型集成，集成化的地理信息系统应将不同区域、不同时间、不同内容、不同格式的地理信息数据集成在一起，形成物理上分布、逻辑上集中的分布式数据库。模型集成平台完成应用模型与数据库集成平台的交互，并支持模型的二次开发和提供可视化构模工具。应用集成在统一的数据库集成平台和模型集成平台的基础上，开发专业应用模型，完成系统要求的功能，提供最终面向用户的应用界面。

2.2典型集成技术

常用集成技术有数据库集成、数据仓库、Web服务、基于EJB的服务总线和微服务架构、工作流技术等。数据库集成主要是把异构的数据类型采用统的接口完成数据集成，数据挖掘主是在数据集成的基础上建立数据仓库，从多维度建立数据模型，多角度分析数据，提取中人们没有意识到的数据之间的关联关系，为人们提供决策分析的能力。Web服务，Web服务是无状态异构业务之间统一标准的能力。Web服务模型有3个主要内容，一是服务者提供业务服务，二是调用者来调用数据服务，三是注册中心，每个服务都需要注册到注册中心，以方便调用者调用；EJB服务总线，提供服务注册能力，提供无差别的服务，最重要提供异构服务的事务管理能力；工作流提供服务的编排能力，把同一个业务跨子系统的服务可以按先后次序编排到一起，对外提供统一的服务，形一个业务闭环，同时也方便服务管理。

3主要结论

3.1两者互为基础

工业大数据与信息系统集成相辅相成，互为基础。信息系统集成把异构的业务系统从数据层集成起来，形成标准的数据模型，沉淀为工业大数据，在大数据的基础上进行数据聚类、分析，形成大数据应有的价值，在些基础上开发建设企业工业大数据集成平台和大数据中心、智能决策中心。工业数据与信息系统集成相结合，形成工业化的闭环链条，为工业化大生产提供有力保障。

3.2统一体系架构

工业大数据要求系统集成一个完整的体系架构。设备层各硬件环境遵循行业标准；控制层屏蔽这些差异性，为系统层提供统一硬件抽象；系统层是现有已建设的系统，支撑目前的生产、加工、财务、人事、客户的管理工作；集成层，提供人工智能算法服务、事件驱动、工作流、监控、大数据算法、鉴权工作，这些组件，相互配合，整合现有系统，提供统一的对外大数据服务接口；门户为用户直接感知层，通过提供云门户，个性化显示，提供PC与移动端的无缝对接，对领导提供驾驶舱，统一管理企业的全部经营状况的能力，BI能力提供智能化的分析决策支撑，为企业的发展提供未来的预测能力。

结语

综上所述，随着工业智能化、物联网促使现有的工业行业软硬件升级，推动整个行业向集约化、个性化发展，通过技术转型，信息系统集成技术提供底层基座，打通系统之间的壁垒实现工业大数据互联通，在此基础上构建工业大数据平台云计算平台、智能决策平台，信息安全监控平台，一方面可以针对性的提供个性化定制产品的能力，在国际竞争中保持先进，另一方面可以最大限度的集约资源，实现绿色可持续发展。

参考文献：

[1]晏晖.基于工业大数据的数据挖掘平台研究与实现[D].成都：电子科技大学，2021.

[2]张庄．工业大数据分析建模平台研究与实现[D].西安：西安电子科技大学，202

[3]贺宁，邹晓华，唐丽萍.工业互联网背景下大数据技术应用与计算机信息管理专业的融合研究[J.江苏科技信息，2021,38(14)：62-6