基于大數據的制造運行監(jiān)測與分析平臺研究.pdf

1、隨著工業(yè)化、信息化的發(fā)展，數字化工廠、物聯網等工業(yè)技術得到普遍應用，工業(yè)自動化水平不斷提高，工業(yè)存儲的數據呈指數式增長。從日益增長的海量工業(yè)數據中挖掘價值信息，指導工業(yè)控制，改進流程，控制成本，已經成為未來企業(yè)競爭的重要策略。構建一個能夠存儲和管理制造過程中的運行數據和管理信息數據等與制造相關的海量數據，并提供基于大數據的靈活分析的基礎平臺，最大化挖掘工業(yè)生產中累積的數據的隱藏價值，推動信息驅動的戰(zhàn)略決策和工業(yè)控制的實時改進，提升企業(yè)的

2、綜合競爭力，具有非常遠大的意義。
　　工業(yè)數據以海量、多來源、異構（結構化，半結構化和非結構化數據并存）、增長速度快等為主要特點。傳統(tǒng)的基于關系數據庫的數據處理分析技術已經難以滿足工業(yè)海量數據分析的應用需求。所以，必須研究新的有效的工業(yè)大數據分析平臺。本文以設計一個支持海量工業(yè)生產過程數據及企業(yè)管理數據存儲、管理、分析的基礎平臺為目標，主要工作內容如下:
　　(1)對工業(yè)數據的處理流程進行分析，研究工業(yè)大數據處理的難點，比如

3、多源異構的數據存儲問題，海量工業(yè)數據的管理問題，海量數據的存儲與管理附帶的高開銷問題和工業(yè)應用的實時性要求等等?；谀K化設計思想設計工業(yè)大數據分析平臺的功能模塊?；赨ML建模技術，對軟件結構、功能模塊間的依賴關系進行建模分析。
　　(2)研究工業(yè)大數據處理平臺的性能需求，設計滿足需求的系統(tǒng)架構?；贛aster-slave架構模式獲得可伸縮的軟件結構，利用實時消息中間件實現可靠的通信。基于Hadoop生態(tài)環(huán)境，實現工業(yè)大數據的

4、異構數據存儲和快速數據處理。
　　(3)提出一種基于系統(tǒng)動力學理論的軟件結構仿真分析方法，即將軟件看作復雜系統(tǒng)，分析影響系統(tǒng)性能的因素以及各因素之間的因果關系，對軟件進行動態(tài)建模，以DYNAMO方程描述各因素之間的變化關系。
　　(4)利用數控機床加工工廠的數據環(huán)境，進行系統(tǒng)模型參數估計，仿真設計的工業(yè)大數據平臺運行時的動態(tài)性能，分析系統(tǒng)的可靠性、瓶頸，以及可能的軟件結構優(yōu)化途徑。
　　(5)最后總結全文的研究內容，并