成帅帅 徐兆臣
山东中烟工业有限责任公司青岛卷烟厂 青岛 266101
摘要
针对制丝车间数据管理及应用过程中存在的问题，结合大数据大量、多样、高效、价值等特点，搭建制丝车间大数据平台，实现车间各类数据的全流程、全周期管理。大数据平台在确保数据完整准确的前提下，规范数采规则，提高数据采集的频率，并且将制丝车间的数据进行统一管理，提升数据的完整性和安全性，提升数据的利用率，助力制丝车间精准把控生产过程。
关键词：大数据 数据挖掘 全周期 质量分析
前言
近年来，为了响应国家局推进烟草行业高质量发展的要求，青岛卷烟厂制丝车间对设备智能控制、物料加工精度、生产过程工艺质量自动分析的要求不断提高，与此同时对生产数据的应用及管理提出了更高的要求。目前，制丝车间工艺质量分析和管理主要依靠Excel表格，存在实时性差、数据处理速度满、自动化程度低等问题，并且分析过程中数据来源于多个数采系统（MES、SPC、Tnpm等），各个系统的采集频率及数据有效性判定规则不一致，且数据粒度层级差异较大，没有统一的数据管理平台，导致数据的利用率及不同口径数据关联性较低，大部分数据只是用于生产过程的记录及追溯，无法实现全流程的质量分析管理和深度挖掘，一定程度上造成了数据资源的浪费。针对数据管理及应用过程中存在的上述问题，结合大数据大量、多样、高效、价值等特点，搭建制丝车间大数据平台，实现车间各类数据的全流程、全周期管理。
一 大数据平台架构设计
大数据平台将生产过程和数据整合起来，将实时数据和离线数据打通，使数据可以实现更大规模的关联计算，挖掘出数据更大的价值，从而实现数据驱动生产。大数据平台使得数据分析技术可以落地应用，实现自身价值。从数据源开始，质量分析平台可分为五个部分：数据采集、数据处理、数据存储、数据挖掘、以及数据质量管理。为了支撑数据可视化分析和设备智能控制的需求，初步确定制丝车间大数据平台详细架构设计如下图。
.png)
二 PLC点位梳理
制丝车间共有三条制叶丝线，一条梗线，生产线采用PLC控制，PLC数目较多，涉及到大量的工艺指标点位、设备控制点位、设备状态点位，生产过程中这些点位会产生大量的数据，为了高效、准确的采集、存储、应用这些数据，需要对这些点位进行标准化梳理，统计各个工序点位个数，明确他们的底层地址、变量名称、中文描述等，并且根据点位所在工序或者用途进行分类，确保点位名称标准化。
三 大数据平台环境部署
大数据平台主要承担了车间数据湖和车间数据仓库的工作，所以，本论文将部署的大数据平台由多个节点服务器组成。另外大数据平台通过第三方OPC服务器实现底层PLC与IOT平台之间的数据通信，IOT平台与数据管理平台的数据传输则通过 Kakfa 群集实现，并可以支持六万点位的实时数据传输。Kafka 群集负责与IOT、数据仓库、智能控制模型进行消息交换，每个消息通道都拥有独立的Topic。本项目Topic分为三类：面向离线数据处理的Topic，面向实时生产监控的Topic，面向设备智能控制的Topic。
.png)
四 数据挖掘
数据最终是要为生产服务的，分析每个数据，进行数据清洗，从大量的数据中寻找规律，搭建多维生产模型，并用通俗易懂的方式展示出来。数据挖掘就是一种决策支持过程，它主要基于人工智能、机器学习、统计学、可视化技术等，从多维度自动分析车间生产数据，发现隐藏在数据中的奥秘，并且作出正确的决策。为了更好的实现生产过程的智能控制、状态监控、质量管控，制丝车间大数据平台提供了流式数据处理接口和离线数据处理接口，助力制丝车间实现数字化贯穿产品全生命周期的各个环节，深度挖掘数据价值，提升产品的加工质量。
五 运维平台
制丝车间大数据平台需要统一的入口进行运维管理，实现制丝车间大数据平台中各个资源管理及服务运行监控，保障平台稳定运行。运维事项主要包括以下几方面，具体内容如下：（1）日常维护主要对平台中的主机、数据库、存储及计算的运行状态，健康巡检、备份管理和故障管理等功能；（2）系统的升级扩容、减容等功能；（3）系统调优、数据库优化和作业调度优化，以获得最优系统性能；（4）数据安全管理。
总结
大数据平台采用Hadoop相关技术组件搭建基于制丝车间生产批次的工艺质量分析平台，实现制丝过程质量问题的深度挖掘。数据平台建设完成后，在确保数据完整准确的前提下，提高数据采集的频率，并且将制丝车间的数据进行统一管理，规范数采规则，提升数据的完整性和安全性，实现工艺质量数据的全流程、全周期管控，提升数据的利用率，精准把控制丝生产过程，并且为后期搭建设备智能控制模型提供相应的数据支撑，提升制丝车间的智能化水平。
参考文献：
[1]鲁黎明,刘永建,程海林,雷强,李斌,黄玉碧.大数据在烟叶生产中的应用前景分析[J].现代农业科技,2020(20):35-37.
[2]黎闻华.大数据时代人工智能在网络技术中的应用研究[J].现代工业经济和信息化,2020,10(09):62-63.
[3]蔡威,屈健,尹长亮.大数据视角下的智慧城市建设研究[J].中国经贸导刊(中),2020(10):168-169.