稀有金属与硬质合金杂志已发表格式范文参考
1.稀土产业集聚区网络协同制造技术与系统
作者：孙备;孔鹏;廖良芳;杨 辉;黄学雨;鄢锋
作者单位：中南大学;中稀江西稀土有限公司;华东交通大学;江西理工大学;长沙有色冶金设计研究院有限公司
关键词：稀土产业集聚区;网络协同制造技术与系统;一体化机制;企业智能决策
摘 要: 针对稀土产业集聚区产业链上下游企业缺乏协同、资源配置效率低等问题,提出稀土产业集聚区网络协同制 造技术与系统,构建协同设计、制造和服务一体化机制与企业智能决策方法。该系统支撑制造全链条信息、业务和资 源的深度融合,以及研发/供应/生产/销售/服务业务全流程和产品全生命周期的协同迭代,为形成设计/制造/服务 一体化、产业链与市场无缝协作的网络协同制造系统提供技术支撑。通过应用示范案例阐述了上述方法在提升企业 资源配置效率和促进企业间协作等方面的成效。
稀土元素是国家战略性资源,被称为“现代工业 的维生素”[1-2],在石油、化工、冶金、纺织、陶瓷、玻 璃、永磁材料以及国防军工和高新技术产业领域具 有关键作用[3-4]。但稀土产业集聚区存在产品附加 值低、同质化竞争严重等问题,稀土工业价值未得到 充分发挥[5-6]。
目前,已形成的稀土产业集聚市场是一种竞争 性的市场,不符合供应链追求的共赢状态,且该市场 中涉及到的企业基本上都是以大型企业为主,有各 自的生产体系,虽然其中的供应链模块化已逐步形 成,但形成的供应链仅发生于一个企业的内部,企业 间的交易较少[7-8]。因此,为了避免稀土企业间不必 要的垄断竞争,提高稀土产业的整体竞争力,增强稀 土产业的竞争优势,对稀土产业供应链的研究就显 得尤为重要。赫希曼[9]分别从产业的前向和后向联 系阐述了产业链。熊家齐[10]从地域的分布、各种消 费区域的发展趋势和我国稀土终端应用产品的产供 销情况等角度分析了包头稀土产业链的市场环境, 并从稀土原材料的发展、经济和产业结构、可持续发 展和高新技术等多方面阐述了稀土产业链经济的作 用和意义。赵明华[11]利用规范分析的方法,有针对 性地分析了包头稀土产业成立稀土产业集群的意 义,然后从实证分析的角度界定了包头稀土产业集 群的发展阶段,并针对其存在问题给出了相应的建 议。孟弘等[12]根据国内稀土产业的特征及其面临 的诸多问题(如经营粗放、价值链短、创新技术不足 等),提出了看准供应链高端、系统谋划和加快技术 创新的体系建设等三条有效建议,有利于快速提高 国内稀土产业的经济效益。肖勇[13]从产业链和相 关技术的角度对江西省稀土产业的发展现状进行了 客观、全面、系统地分析,并根据生态工业园相关的 经济基础理论,以稀土产业链中的物流循环系统为 基础,促进江西省稀土产业的可持续发展为目标,提 出了基于循环经济发展的江西省稀土生态工业园的 设想,为实现江西省稀土产业的经济与环境的和谐 发展奠定基础。上述研究推动了稀土产业链的发 展,但稀土产业链上下游相关企业间的网络协同制 造缺乏系统化方法,各企业之间的信息孤岛现象仍 然存在,资源配置和企业协作效率具有巨大的提升 空间[14-15]。
针对上述问题,本文提出稀土产业集聚区网络 协同制造技术与系统,通过研发网络协同制造业务 流程和信息模型标准,指导企业信息化描述协同制 造资源,支撑生产业务的有序协同;通过开发企业智 能决策方法,实现动态环境下稀土制造全链条的智 能协同决策,提高产业链上下游企业之间的资源配 置效率,优化生产效率。
1 稀土产业集聚区网络协同制造技术 与系统
稀土产业集聚区网络协同制造的本质是通过设 计/制造/服务企业的一体化网络协同制造和智能决 策,使制造全链条上各企业的研发、采购、排产、销售 和服务等生产经营决策适应市场和生产环境的波 动,提高制造资源配置和企业协作效率。因此,本文 从网络协同制造业务流程和信息模型标准以及企业 智能决策两方面出发研究网络协同制造技术,进而 构建协同制造系统。
1.1 网络协同制造业务流程
针对稀土产业集聚区企业业务协作路径不明、 缺乏标准化的协同机制,制约了企业间协同效率的 提高的问题,建立了网络协同制造业务流程标准化 模型,如图1所示,定义了任务提出、任务准备、任务 执行和任务结束4个阶段,以及协同资源定义、协作 需求匹配等13种业务活动。在网络协同制造的标 准化业务流程中所涉及到的一些术语与定义如表1 所示。 网络协同制造业务活动的参与者可分为需求 者、协作者和平台提供者三类。需求者的工作职责 为:按照信息模型要求提出任务需求,确认盟主,并 在协同任务结束阶段按照规定完成任务结算及评价 等工作,当其作为盟主时,通过平台工具确保动态联 盟的正常运行。协作者的工作职责为:按照信息模 型定义完成基本情况信息、能力、任务工单执行情况 等内容的填报和更新,完成任务后接受考核。平台 提供者的工作职责为:做好资源管理、信息模型优 化、协同工作、活动参与者评价和网络协同制造环境 保障等工作,确保数据描述唯一性、安全性及平台功 能具有动态调整能力和可扩展性。
网络协同制造标准业务流程中涉及的各项业务活动可被划分为任务提出、任务准备、任务执行和任 务结束4个阶段。
1.1.1 任务提出阶段
任务提出阶段主要包含需求任务提出活动,在 该活动中,需求者按平台提供者制定的业务规则模 型库中的需求信息规范发布任务需求。
1.1.2 任务准备阶段
任务准备阶段通常称为动态联盟建立过程,主 要包含盟主确认、资源需求定义、协作需求匹配、协 作机制建立、协作任务分配等业务活动,具体活动描 述如下:
盟主确认活动:平台提供者根据任务需求具体 情况,为需求者推送符合要求的协作者,得到需求者 确认后,为盟主授予盟主权限。盟主一般由需求者 自己或者其指定的协作者担任。
资源需求定义活动:盟主应用活动参与者模型、 技术资源模型、业务规则模型等相关模型,完成任务 所需的资源定义和任务类型拆分,并提出资源需求, 包括设备、软件、产品、工艺等技术能力和人员、管 理、物料、信誉等支撑能力。
协作需求匹配活动:应用活动参与者模型、技术 资源模型、业务规则模型等相关模型,完成资源匹 配,确定协作者达成合作意向,形成动态联盟雏形。
协同机制建立活动:盟主与协作者应用业务规 则模型,共同建立动态联盟运行所需的资源调度、任 务分配、绩效反馈、事故处理、责任追溯等协同机制, 形成动态联盟。
协同任务分配活动:盟主应用活动参与者模型、 技术资源模型以及业务规则模型等相关模型,根据 协作需求匹配活动结果,为动态联盟内的所有成员 分配对应的协同任务,协同任务需按照技术资源模 型要求规范转化为标准的制造活动产品定义文件、 工艺文件以及计划文件等,并通过平台通知到每个 协作者。
1.1.3 任务执行阶段
任务执行阶段主要包含设计、生产、物流、销售 和服务等业务活动,动态联盟内所有成员根据所接 收的产品定义文件、工艺文件及计划文件的内容,按照业务规则模型要求完成前期准备工作、协同任务 执行、状态监控及绩效等工作,具体活动描述如下:
设计活动:应用业务规则模型和技术资源模型 完成任务需求中的产品和工艺设计,并形成标准的 产品定义文件和工艺文件,当需求者已提供时,本活 动可裁剪。
生产活动:应用业务规则模型和技术资源模型, 根据产品和工艺文件调配协作者本地资源,完成生 产任务。
物流活动:应用技术资源模型中的产品信息,结 合生产情况,调配物流资源,完成物流任务。
销售活动:应用业务规则模型,结合订单、生产 和物流情况,实现销售任务。如任务需求中不涉及, 本活动可裁剪。
服务活动:应用业务规则模型和技术资源模型, 实现对任务订单中的产品服务。
1.1.4 任务结束阶段
任务结束阶段主要包含验收和支付等业务活 动,动态联盟在完成协同任务后,按照合同内容和协 同机制通过平台完成任务验收、财务结算、活动参与 者相互评价、过程记录提交等工作。
1.2 网络协同制造信息模型
网络协同制造的信息模型以实现网络协同制造 业务活动功能为目标,是实现网络协同制造业务的 关键,能够为数据要素市场的构建提供支撑,有助于 推动中小企业制造资源与互联网平台全面对接,实 现制造能力的资源化、数字化、协同化,提升企业快 速响应和柔性高效制造能力。
网络协同制造信息模型主要包含活动参与者、 技术资源、支撑资源、业务活动、业务规则等五类模 型库和模型关系,其概念图如图2所示。其中,业务 活动模型库对其他四类模型库和模型关系起决定性 作用。活动参与者模型主要描述业务活动参与者的 基本情况和能力情况等内容;技术资源模型主要描 述完成业务活动所需的工艺、产品、软件及设备等信 息;支撑资源模型主要描述完成业务活动所需的人 员、管理、物料和信誉等信息;业务规则模型主要描 述 支撑业务活动的正常执行的数据评价、风险评估和安全规则。模型关系主要描述业务活动所需的信 息模型间的组合关系。
1.2.1 业务活动模型
业务活动模型主要由功能、参与者、规则和资源 等信息构成,其中功能包含具体流程及目标,资源包 含实现业务活动所需的技术资源和支撑资源,其概 念图如图3所示。业务活动模型可被划分为任务提 出、任务准备、任务执行和任务结束4大类型,和网 络协同标准流程的4大阶段一一对应。
1.2.1.1 任务提出
任务提出模型是平台提供的用于规范需求标准 化描述的信息模型,应包含但不限于下列内容: 功能:给出具体的任务提出流程,明确目标,如 数量、任务要求等信息。 参与者:明确需求者信息。 规则:需求者需要根据功能提出活动执行遵循 的规则,如交期、支付方式、金额、合作方式等信息。 资源:需求者提出完成任务所需的对于协作者 技术能力和支撑能力等要求,如产品设计、人员、设 备等信息。
1.2.1.2 任务准备
任务准备是平台提供的用于满足任务需求所需 的能力匹配和联盟建立的信息模型,应包含但不限 于下列内容:
功能:给出任务准备过程中的流程,明确准备阶 段的目标是建立动态联盟,完成任务分配,主要流程 包括盟主确认、资源需求定义、协作需求匹配、协同 机制建立和协同任务分配等活动。
参与者:明确需求者、平台提供者和协作者等活 动参与者要求信息。 规则:任务准备阶段活动参与者应遵循的规则, 如盟主权限的内容、能力匹配原则、制造资源使用策 略及联盟内构建所需的沟通方式等。
资源:任务准备阶段协作者和平台提供者所需 的能力等信息,如协作者的技术和支撑能力、平台提 供者提供的能力匹配工具、结构化的方案输入工具、 虚拟仿真分析工具、电子合同及生产排产工具、任务 分配工具等,其中任务分配工具可包含订单信息、产 品定义信息、操作手册、协同运行要求、成本要求、安 全要求、责任要求及法律法规等相关信息。
1.2.1.3 任务执行
任务执行是平台提供的用于监控具体协作任务 正常运行的信息模型,应包含但不限于下列内容:
功能:根据任务准备阶段的任务分配和排产信 息,明确任务执行流程、任务重要节点及节点目标, 主要流程包括设计、生产、物流、销售和服务等活动。
参与者:根据具体活动明确需求者、平台提供者 及协作者等活动参与者要求信息,如协作者应提供 的生产计划执行情况、关键设备和主要材料等资源 的生产现状等信息。
规则:任务执行阶段活动参与者应遵循的规则, 如质量检测控制、生产绩效、效能计算和协同任务执 行评价等方法。
资源:为完成任务所需的平台提供者和协作者 应具备的技术和支撑能力要求,如协作者为完成任 务所需的关键设备、主要原材料等信息,平台提供者 应提供的预测预警分析工具和危机应急处理预案等 信息。
1.2.1.4 任务结束
任务结束是平台提供的用于任务完成后的验收 和支付等信息模型,应包含但不限于下列内容:
功能:根据任务提出和任务准备阶段的要求,依 据任务执行情况,明确任务结束流程和目标,主要流 程包括任务验收、支付等活动。
参与者:根据具体活动明确需求者、平台提供者 及协作者等活动参与者要求信息,如协作者按照要 求提交验收材料,平台提供者按照协作者和需求者 要求完成具体动作,需求者按照合同和规则完成合 同商务内容的调整、执行、管理和支付等功能。
规则:任务结束阶段活动参与者应遵循的规则, 如活动参与者满意度评价方法,可包含交期、质量、能耗等信息。
资源:为完成任务所需的平台提供者和需求者 应具备的技术和支撑能力要求,如平台提供者提供 的支付工具、需求者的资金保障等信息。
1.2.2 活动参与者模型
活动参与者模型主要由基本信息和能力信息构 成,其中能力信息描述可调用技术资源、支撑资源和 业务规则等模型进行描述,其概念图如图 4 所示。 活动参与者模型主要分为需求者、协作者和平台提 供者等类型,三者的基本情况描述信息元素构成相 同,信息描述因其在网络协同过程中的角色不同有 所差异。基本信息主要包含企业注册信息、综合信 息、开票信息及联络信息等内容。能力信息主要包 含技术能力、支撑能力和业务规则能力等内容。其 中,技术能力调用技术资源模型进行描述,主要包括 设备、软件、工艺和产品等内容;支撑能力主要包括 人员、管理、物料和信誉等内容;业务规则能力主要 包括活动参与者在数据、安全、风险评估及第三方评 价等方面的内容。
1.2.3 技术资源模型
技术资源模型是平台提供者提供的用于描述活 动参与者技术能力和业务活动正常运作所需技术的 信息模型,主要由资源身份、资源功能、资源环境要 求等信息构成。技术资源模型主要分为工艺、产品、 软件和设备等类型,其概念图如图5所示。
工艺模型:平台提供的用于描述完成任务所需 的工艺流程、参数等信息,应包含但不限于资源身份(工艺文件名称、编号等信息)、资源功能(加工工序、 工序名称、加工内容等信息)以及资源环境要求(加 工设备型号、工装夹具型号、加工工时、加工环境等 要求信息)。
产品模型:平台提供的用于描述要执行任务对 象的信息,应包含但不限于资源身份(产品订单号、 产品编号、产品名称等信息)、资源功能(产品型号、 产品规格等信息)以及资源环境要求(数量、质量、存 储环境等要求信息)。
软件模型:平台提供的用于支撑网络协同制造 环境和执行任务所需的软件信息,应包含但不限于 资源身份(软件名称、软件编号等信息)、资源功能 (功能模块、版本号、创建日期、修改日期、性能等信 息)以及资源环境要求(运行环境要求信息,如平台 提供者的开发环境、协作者的生产执行系统、网络配 置等)。
设备模型:用于支撑网络协同制造环境和执行 任务所需的硬件信息,如平台提供者的服务器信息、 协作者的生产线及关键设备等。设备模型应包含但 不限于资源身份(设备名称、编号、类型等信息)、资 源功能(设备规格、设备型号、设备功能、工作电压、 额定功率、性能、状态、出厂日期、运行时长、故障报 警、运行程序等信息)以及资源环境要求(安装场地 及运行环境等要求信息)。
1.2.4 支撑资源模型
支撑资源模型是平台提供的用于描述活动参与 者支撑能力和业务活动正常运作所需资源的信息模 型,主要由资源身份和资源能力特征等信息构成。 支撑资源模型主要分为人员、管理、物料和信誉等类 型,其概念图如图6所示。
人员模型:用于描述活动参与者支撑能力的信 息 ,应包含但不限于资源身份(包括人员编号、人员类型等信息)和资源能力特征(包括人员资质、人员 数量等信息)。
管理模型:用于描述活动参与者管理能力的信 息,应包含但不限于资源身份(包括管理能力编号、 类型等信息)和资源能力特征(包括管理体系、管理 软件等信息)。
物料模型:用于描述活动参与者物料支撑能力 及业务活动执行所需物料的信息,应包含但不限于 资源身份(物料代码、物料名称等信息)和资源能力 特征(物料规格、物料材质、物料种类、物料数量、物 料位置、供应商等信息)。
信誉模型:用于描述活动参与者曾经的业务能 力及评价的信息,应包含但不限于资源身份(信誉名 称、信誉类型等信息)和资源能力特征(信誉来源、信 誉等级等信息)。
1.2.5 业务规则模型
业务规则模型是平台提供的用于保障业务活动 模型正常运行的信息模型,主要由规则身份、规则内 容、触发条件等信息构成,概念图见图7。业务规则 模型主要分为数据、评价、风险评估和安全等类型。
数据模型:平台提供的统一规范的数据表达原 则信息,应包含但不限于规则身份(数据名称、数据 说明等信息)、规则内容(数据类型、数据格式等信 息)以及触发条件(约束条件,数据按照必要性可分 为必选或可选,分别用大写英文字母 M 和 O 表示; 按照数据更新频率可分为过程类和非过程类,分别 用大写英文字母 P和S表示)。
评价模型:平台提供的面向业务活动直接相关 的需求者、协作者的评价方法,以及与网络协同制造 环境服务相关的平台提供者评价方法等信息,应包 含但不限于规则身份(评价方法名称、评价方法编 号、评价方法说明等信息)、规则内容(评价内容、评 价流程、计算方法等信息)以及触发条件(启动评价 必备的条件,如网络协同任务结束后触发评价)。
风险评估模型:平台提供的重要节点风险评估 的信息,应包含但不限于规则身份(风险评估名称、 风险评估编号、风险评估说明等信息)、规则内容(风 险评估内容、风险评估方法、风险评估流程、风险评 估分析、结果预警、应急预案等信息)以及触发条件 (根据具体任务重要节点的关键数据进行监控,确保 风险评估的及时性,如通过生产计划完成情况、支撑 资源运行状态等信息进行交期风险评估)。
安全模型:平台提供的确保活动参与者信息安 全的保障规则信息,应包含但不限于规则身份(安全 类型、安全名称、安全类型编号、安全说明等信息)、 规则内容(安全目标、安全等级划分、相关角色权限、 数据流通场景、数据开放形式、使用披露原则、安全 防范措施、知情和伦理审查等信息)以及触发条件 (数据采集、数据传输、数据存储、数据使用、数据发 布和共享等场景下数据资源利用及申请)。
1.3 企业智能决策
1.3.1 面向动态供需驱动的 FP-Tree特征序列关 联规则挖掘方法
在协同任务环境下,为了挖掘设计/制造/服务 之间的关联关系,本文依据工作流的时序动态依赖 关系,提出了基于 FP-Tree的特征序列关联规则挖 掘方法,较全面地分析和挖掘设计/制造/服务协同 任务的时序关联关系,从而发现业务过程中的资源 瓶颈,为企业的决策提供科学依据[16-17],其概念图如 图8所示。
首先进行时间刻度对齐操作,这涉及将不同任 务的时间序列统一到一个共同的时间尺度。设计、 制造和服务任务通常在不同的时间刻度上执行,通 过时间刻度对齐,可以将这些时间序列同步到相同 的时间单位。时间序列对齐完成后,需要对特征值 趋势进行符号化处理。符号化趋势序列用来表示每个时间段内特征值的变化趋势,例如上升(+)、下降 (-)或不变(0)。这些符号化的趋势序列有助于简 化复杂的数值数据,使得挖掘过程更加高效。为了 将趋势序列转换为适合 FP-Tree挖掘的形式,我们 将同一时间范围内的趋势集合视为一条事务记录。 具体而言,每个事务记录包含该时间范围内不同任 务(设计、制造、服务)的趋势符号。例如,在某个时 间段内,设计任务的趋势为“+”,制造任务的趋势为 “-”,服务任务的趋势为“0”,则这三者组成的集合 将构成一条事务记录。
FP-Tree是一种压缩存储事务数据的结构,通 过频繁项的分层组织可以有效地挖掘关联规则。在 FP-Tree中每个节点不仅表示一个趋势符号,还记 录该趋势的时间跨度信息。设计、制造、服务任务的 关联关系通常具有时序依赖性。因此,FP-Tree构 建过程中,会按照这些任务的时序依赖关系来组织 树的结构。这样构建的 FP-Tree能够保留所有可 能的候选关联规则,并在进一步挖掘过程中保持时 序依赖的准确性。
然后,采用考虑趋势前件与趋势后件分布特征 的输出指标来挖掘特征序列中的关联规则。特征序 列关联规则是从 FP-Tree中提取的,其形式为“前 件趋势序列→后件趋势序列”,例如“设计任务的上 升趋势→制造任务的下降趋势”。这种规则揭示了 不同任务之间的潜在关联性和时序依赖。为了确保 挖掘出的关联规则具有实际意义,我们引入了考虑 趋势前件与后件分布特征的输出指标,这些指标包 括支持度、置信度和提升度。
1.3.2 基于异步更新强化学习的智能决策方法
针对多环节稀土制造全链条生产过程的复杂性 和动态环境引起的动态不确定性[18],本文提出了一 种基于异步更新强化学习的智能决策方法,如图9 所示。该方法采用策略异步更新的强化学习算法, 用于自动学习各环节的生产经营决策,以实现最优 结果[19]。该方法在随机自适应动态规划框架下运 行算法,通过利用样本均值替代计算生产指标状态 转移概率矩阵,避免了对生产指标状态转移概率矩 阵的直接求解,从而提高了算法的效率。为了适应 动态环境,引入了时钟并定义其阈值,采用集中式策 略评估和多策略异步更新方式。这些措施旨在求解 多环节稀土制造全链条决策问题,以实现强化学习 的高效率。通过基于可使用的设计/制造/服务数据 的自学习,设计的方法能够确保各环节的生产指标 在 规定范围内得到优化,并为动态环境下稀土制造全链条的智能协同决策提供指导。
各企业生产经营决策和制造全链条运行状态评 价指标有强耦合性、非线性、受生产条件变化影响等 特征。本文的目标是在充分考虑上述特征的情况 下,给出一种快速地自学习决策计划指标的方法,优 化生产指标,并且保证生产指标和运行指标满足约 束条件,实现制造全链条运行状态评价指标跟踪理 想计划调度决策。为此,首先假设计划调度与制造 全链条运行状态评价指标之间的动态关系如下:
具体策略异步更新强化学习算法步骤如下: (1)初始化:给定可允许的运行指标初始值,令 迭代指标j=0。
然后,采用评判网络和多执行网络结构估计函 数V - (j)(sk)的值并运行指标a (j+1) ik ,即采用基于神经 网络的估计方法。
智能决策是一个动态优选过程,即从若干个备 选方案中根据各个备选方案的多个指标数据,选择 最优或最令人满意的解的过程。因此采用多智能体 模型进行优中选优策略。本文所提出的基于多智能 体模型的智能决策支持系统的一般框架如图11所示。
其中,主决策类智能体从环境中提取信息,并与 其他智能体进行信息交互,将有用信息装入知识库 中建立模型库,利用方法库对信息进行综合分析,最 终做出决策,再将决策作用于环境。
1.4 网络协同制造系统开发
1.4.1 系统架构
基于上述网络协同制造技术,本文设计了网络 协同制造系统的软硬件架构,如图12所示。硬件主要分为分布式设备以及网络协同制造平台两部分。 分布式设备指代生产现场的运行设备和管理人员的 办公设备,包括各类监测化验仪表、给料装置、监控 装置、工控计算机、办公计算机和本地服务器等。硬 件设备分布在不同的空间范围,产生不同类型的数 据,例如温度、流量等生产数据和生产报表、销售订 单等业务数据。这些数据存储在不同的软件系统 上,主要有 DCS系统、MES系统和 ERP 系统。网 络协同制造平台通过 OPC-UA、Sqoop以及 Flume 等数据跨域共享工具实现多源异构数据的集成,数 据保存在 HDFS系统的 HBase数据库中,同时通过 Zookeeper系统为分布式应用提供一致性服务。根 据数据类型的不同,网络协同制造平台的数据空间 主要分为生产数据和业务数据两部分。网络协同制 造平台通过生产业务逻辑对数据进行层次划分,构 建具有分层拓扑结构的数据模型,以支持全链条数 据的集成和共享。后台计算引擎分别采用 Hive和 Flink对数据进行离线和实时处理,通过调用各类机 器学习模型和可视化组件来实现生产过程可视化展 示、供需趋势感知、设备状态监控等功能。
网络协同制造平台支持本文所提出的所有算 法,允许用户自定义实现不同用途的算法模型,最后提供了统一的门户管理功能,针对不同的用户开放 了不同的操作权限。例如,对于集团外的用户而言, 其主要可以使用网络协同制造平台发布和接收订 单,实现不同企业间的协同服务和协同设计;浏览产 业集聚区的企业信息、国家颁布的行业政策、不同产 品和原材料的价格走势等。对于集团内企业而言, 可以额外使用协同制造功能实现关联工厂的智能排 产,提高资源运转效率。系统的开发人员可以在平 台上设计新的算法组件,通过调用分析相关数据实 现新的应用服务。
1.4.2 系统数据
1.4.2.1 数据采集
由于需要采集的数据种类众多,需要采用不同 的数据获取技术。其中,使用 OPC-UA 协议读取生 产过程数据,使用Sqoop数据抽取工具将企业关系 型数据库中的数据导入 HDFS文件存储系统,使用 Flume抽取企业业务日志数据。数据采集完成后, 将数据打上标签,用于描述数据采集时间、数据来 源、数据类别等信息,从而为后续的数据跨域集成分 析奠定基础。
1.4.2.2 数据集成
在对数据进行采集及初步处理后,将采集的数 据存储于 HDFS中,后台计算引擎采用 Hive进行 离线处理,Flink进行实时处理。处理好的上层数据 保存于 MySQL中,通过 Redis和 MongoDB缓存后 供外部访问,从而将不同类型的数据进行跨域集成。
1.4.2.3 数据分析
基于跨域集成数据,本文使用 Python 编程语 言开发数据分析算法,搭建设计/生产/服务一体化 机制和智能企业决策算法,最后使用深度学习框架 对稀土跨域集成数据进行分析,挖掘数据内隐含的 有效信息。
1.4.2.4 数据交互
使用 Django+Nginx+uWSGI搭建 Web服务 器为应用层提供 API接口,Django作为逻辑接口服 务器,提供应用程序接口的逻辑运算;Nginx作为静 态处理服务器,且可做反向代理,能起到负载均衡作 用;uWSGI作为动态转发服务器,应用层的静态请 求直接由 Nginx处理,而动态请求经由 uWSGI后 再转发给 Django处理,从而实现各集成数据的实时 交互。
2 网络协同制造系统应用案例
上述网络协同制造系统已应用在我国某企业, 具体涵盖信息汇聚、智能分析、生产可视化和网络协 同等各方面的功能,包括对稀土成分及其理化性质 检测、稀土产业集聚区运行状态监测、国家发布的相 关政策统计及集聚区龙头企业信息统计等功能的个 性化展示,稀土矿山、稀土冶炼分离、稀土金属、稀土 合金和稀土后端应用等多业务场景的数据对比分 析,企业生产运营状态的生产层可视化及数据层可 视化,以及企业内部的协同制造以及不同企业间的 协同服务和协同设计等。图13和图14展示了网络 协同制造系统的多功能应用。
通过应用网络协同制造系统,实现了稀土产业 链上下游企业的信息共享、资源整合、协同优化、智 能决策和服务支撑,支持供应链/营销链/服务链企 业群协同和企业间协作效率的提升;提高了稀土产 业的生产效率、产品质量和市场竞争力,同时降低了 能耗、排放和成本,提高了企业资源配置效率;加强 了稀土冶炼全流程数据感知与数据管理协同,保证 了稀土生产高效率、高品质、低排放的绿色发展;提 高了我国稀土新材料领域的多品种、高性能、高附加 值制造能力和水平。
3 结 论
本文提出了稀土产业集聚区的网络协同制造技 术与系统,提高了企业集群的整体竞争力,围绕产业 链及其关联产业的企业,打破了企业间信息孤岛,实 现了制造全链条设计/制造/服务一体化以及数据驱 动的企业智能决策,显著提高了企业协同制造能力, 助力稀土产业数字化转型升级,为稀土产业的绿色 发展、可持续发展提供了技术支持。通过落地应用 提升企业间协作效率和企业资源配置效率的网络协 同制造发展集成技术与系统,构建区域网络协同制 造服务支撑体系和平台,使稀土产业链上下游企业 实现了互联互通;通过企业间的一体化协同,使产业 链中上游企业实现了稀土原料的稳定合理供应,为 产业链下游企业提供了良好的发展环境。未来,通 过加大研发力度,使产业链向深加工及高端应用方 向延伸,可促进稀土产业集群的高端化发展,实现稀 土企业的高端化、智能化转型升级。
