大数据平台

概述

　　 大数据平台主要通过传感器等物联网技术进行数据采集、传输数据，实现数据资源的集中整合，构建统一的数据模型，提高企业数据的处理效率和共享程度;实现对企业内部和外部的数据分析挖掘，对内对外提供数据服务;实现为企业提供决策支持、产品创新、服务支撑、风险管控以及流程优化等支撑服务。

　　大数据平台在Hadoop和云计算等技术的基础上，对设备管理、人员管控、生产系统、量收系统、CRM系统、数据分析综合服务平台的历史数据、数据模型、报表应用等进行移植，全面整合业务数据。数据来源涵盖所有的生产和管理系统，并可接入同行及相关市场信息。建立从业务层到管理层到决策层的智能分析体系，模拟量化风险和收益，实现对各种数据进行分类、统计、管理和分析等功能。给各级管理人员提供各类准确的统计分析预测数据，使其能够及时掌握全面的经营状况，为宏观决策提供支持;为基层业务人员提供详尽的数据，供其对各自的工作目标、当前和历史状况进行准确的把握。对业务活动进行有效支撑，满足经营管理及决策支持。

功能总览

技术架构

平台优势

　　 资产优化：通过物联网传感器的数据挖掘和分析，最大限度地减少停机时间。制造商可以将大数据平台与物联网结合起来，查看机器的状态和组件，以确定机器是否会出现问题。高级预测分析可确保最有价值的资产获得最佳生产力和正常运行时间。

　　产品质量：大数据分析平台捕捉机器级信息，以提高产量和吞吐量。允许查看产品的生产成本和材料。这些信息可以存储在中央数据存储器中，以确保其快速向质量系统提供信息，识别问题区域，并根据实时数据进行根本原因分析。

　　需求预测：用于需求预测的现代大数据分析平台提供了跨用户业务流程的全面数据视图，可以应用高级分析有效识别数据中的重复趋势和异常。并将其与客户情绪数据相结合，以更清晰地了解未来需求，为工厂生产提供预测判断。

　　降低成本：企业范围的大数据分析平台可以降低预防性维护等方面的成本，及时将历史数据与实时数据进行比较，发现并解决问题。减轻负担，改进预测以降低库存水平，并自动化以减少任何关键业务流程中的人工成本。

基础应用

工业大数据分析处理

　　数据整合

　　收集、组织、清理数据，并将数据从不同的数据源转换为新的数据源，为数据消费者提供了统一数据识图的数据集成方法。工业生产的数字化转型不仅意味着企业的简单数字化，还需要利用数据整合产业链和价值链，作为智能制造的核心驱动力。

　　数据处理

　　工业数据来自企业产业链的各个环节，通过工业物联网、工业自动控制系统、工业传感器、RFID、ERP等技术进行收集。工业设备产生、采集和处理的数据量远大于企业中计算机和人工产生的数据量。生产线的高速运行对实时数据的要求更高，因此需要同构化处理多源异构的数据信息来构建完整的数据结构视图。

　　可视化分析

　　对数据统计分析结果按照自定义方式进行形象直观的可视化展视，提供灵活、友好、高性能的可视化分析能力，帮助企业或工厂快速察觉规律，及时识别生产缺陷或业务盲点。同时提供多达数十种可视化展示示效果，让数据说话。

　　报表分发

　　提供基于角色和用户的权限控制，管理员可以为不同的角色和用户设置相应的功能选项和权限，使企业中每个人的工作都实现数据驱动。同时，还支持各种类型的终端展示，不仅可以在PC端使用，还可以在移动端数据展示，让企业人员随时随地掌控业务情况。

建模目标

生产管控

设备管理

　　 设备采购信息分析：大数据平台可以统计和显示采购部门进行的设备采购情况，包括设备名称、型号、供应商、采购时间等，让管理者了解设备的整体情况。

　　 备件数据分析：可对备件进行统计和分析，包括设备名称、型号、数量等信息，通过图表显示，以便管理人员了解是否购买设备并下发指令。

　　 设备状态数据分析：可对设备状态进行统计分析，包括设备名称、设备使用时长、设备是否正常等信息。它可以以图表的形式展示，以便于及时了解设备的运行状态。

　　 设备故障数据分析：可对设备故障进行统计和展示，包括设备名称、制造商和故障原因等信息。

　　 设备巡检数据分析：对设备巡检信息进行统计和分析展示，包括设备名称、型号、巡检人员、巡检日期等信息

　　 设备报修数据分析：可收集和分析设备维修数据，包括设备名称、型号、维修人员、报修日期、是否维修等信息。使管理者能够及时掌握维修动向，使用户能及时了解维修情况。

生产管理

仓库管理

　　 物料检验数据分析：可对物料检验数据进行收集、分析和整理，以获取当前物料的具体信息，使管理者能够快速做出决策。

　　物料入库数据分析：可对物料入库进行统计分析，通过图表进行展示，使管理人员能够实时掌握仓库中物料的具体信息，使采购部门能够快速响应。

　　物料出库数据分析：可对物料出库进行统计分析，通过图表进行展示，使管理人员能及时了解物料的轨迹和去向，在优化生产过程的同时确保成本。

　　成品出入库数据分析：可对成品出入库进行统计分析，通过图表进行展示成品的种类、数量等信息。这是管理者了解成品整个生命周期并做出更好决策的一种方式。

厂区管理

人员管控

　　 厂区人员分布数据分析

　　可收集、整理和分析监控设备的数据，并以图表的形式直观地展示工厂各个区域的人员分布情况。对于一些人员聚集的区域，管理人员可以迅速采取应对措施。

　　在岗人员数据分析

　　可对在岗人员的信息进行统计分析，包括姓名、年龄、性别、职务等。在岗人员的具体情况可以通过饼图、柱状图等形式反映。

　　新员工数据分析

　　可对新员工的信息进行统计分析，使管理者能够实时掌握本年度或季度新员工的情况，包括：姓名、性别、年龄、入职日期、职位等，并通过折线图或矩形树图显示具体信息。

　　离职员工数据分析

　　可以对离职员工的信息进行统计分析，使管理者能够实时掌握一定时间内离职员工的情况。

　　员工排班数据分析

　　可对员工的排班数据进行统计分析，包括姓名、工作岗位、上下班时间、加班时间等信息。

　　员工轨迹信息分析

　　通过使用监控设备，员工可以进行轨迹统计和分析，并通过图表查看他们的运行轨迹，以了解他们的具体行程。

　　员工薪酬数据分析

　　可以对员工工资进行统计分析，包括职位、工作时间、工资水平等信息。

　　访客管理数据分析

　　可以对访客信息进行统计分析，包括姓名、年龄、访问部门、受访者等，并通过图表实时展示访客的具体信息。

绿色厂区

　　 工厂环境数据分析

　　 通过各种传感设备实时监测工厂环境，获取当前环境数据值，包括CO、CO2、PH等信息。通过图表展示，使管理者能够快速采取应对措施。

　　 厂区绿化数据分析

　　 通过各种传感设备获取的数据，监测厂区绿地的生长情况，并显示区域绿地的现状，使管理者能够及时、有针对性地进行绿化管控。

　　 能效管控数据分析

　　 通过物联网设备收集数据，实时展示工厂当前的能效状况，包括用水、用电、燃气等信息，使管理者能够根据具体情况采取不同的控制措施。

车辆管理

运维管理

　　 设备监控：平台提供统一的设备运维监控服务，将设备转化为数据。通过对数据的实时监控，了解当前设备的具体信息，并对数据进行比较，使管理人员能够及时应对紧急情况。

　　 资产管理：资产管理是工业大数据平台的关键，是连接平台所有服务的中心枢纽。通过对资产进行建模，连接资产和数据源，并将元数据描述为一个数据模型，使管理者更容易清楚地了解当前资产现状，并及时做出调整。

　　 集群运维：可以管理服务器或机房的运维，实时监控动态环境数据，从数据中心采集关键指标数据，并根据实际运行情况实现预警、远程和运行监控功能。

　　 告警管理：将采集到的底层设备数据进行时间序列分析，生成时间序列数据图形，观察某一故障事件，统计不同事件的报警次数，了解任何事件之间的关联性，为未来事故的预测做好准备，做好优化方案。

　　 资源调度：调度业务是平台的数据流核心。调度业务使相关业务系统和处理系统能遵循一定的业务逻辑，在用户的安排下，根据一定的依赖关系，定时触发依次执行，使众多任务的管理变得简单高效。

　　 人机协同：对机器和人员进行调度，对历史操作数据进行因果分析，以确定最适合相应职位的人员，以确保人机良好的协同。

　　 生产优化：机器、数据和生产指标形成一个相互交织的网络。通过信息的实时交互和调整，可以进行比较和评估，进一步提高设备的效率和准确性。可以使生产更加高效和环保。同时，它还可以减少运维过程中的浪费和成本，提高设备的可用性。

　　 供应链优化：通过物联网技术、移动互联网技术和RFID电子识别技术等，企业可以获得完整的产品供应链大数据。利用这些数据进行分析将显著提高仓储、配送、销售效率，并显著降低成本。通过对供应链大数据的采集和分析，企业能持续改进和优化供应链，确保对客户的快速响应。

数据可视化展示

END