CN113822585B - 一种智能冶炼工厂信息化管理系统 - Google Patents
一种智能冶炼工厂信息化管理系统 Download PDFInfo
- Publication number
- CN113822585B CN113822585B CN202111130773.8A CN202111130773A CN113822585B CN 113822585 B CN113822585 B CN 113822585B CN 202111130773 A CN202111130773 A CN 202111130773A CN 113822585 B CN113822585 B CN 113822585B
- Authority
- CN
- China
- Prior art keywords
- module
- data
- management
- layer
- production
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003723 Smelting Methods 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 112
- 238000007726 management method Methods 0.000 claims abstract description 108
- 238000003860 storage Methods 0.000 claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 18
- 238000007405 data analysis Methods 0.000 claims abstract description 17
- 230000010354 integration Effects 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 56
- 230000008569 process Effects 0.000 claims description 39
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 230000008520 organization Effects 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 8
- 238000012800 visualization Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 description 18
- 238000007689 inspection Methods 0.000 description 13
- 238000012423 maintenance Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 7
- 238000013439 planning Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241000287219 Serinus canaria Species 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004898 kneading Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种智能冶炼工厂信息化管理系统,包括:边缘层用于控制基础建设和边缘数据的采集;基础设施IaaS层用于对边缘层硬件设备的能力进行软件定义,统一管理计算资源、存储资源和网络资源;工业平台PasS层用于基于计算资源、存储资源和网络资源构建虚拟主机形成云平台的平台级别服务;PasS中间件用于实现数据的存储、计算和缓存;数据分析层用于基于数据仓库和分析引擎构建业务数据和数据任务调度;工业应用SaaS层用于实现云计算环境中的应用交付和运营管理。促进工业环境内的信息共享、系统互联整合和业务协同,推动制造过程的自动化、信息化以及制造全过程的科学决策和智能化控制。
Description
技术领域
本发明涉及冶金企业智能工厂信息化管理技术领域,更具体的说是涉及一种智能冶炼工厂信息化管理系统。
背景技术
近十年,基于互联网、大数据、云平台、人工智能等领域的技术进步,人类已经面临着“第四次工业革命”的浪潮,全球都在抢占智能制造的发展先机。目前在电子制造行业、精密仪器制造业、药品生产业、汽车制造业等领域已有成功的智能制造案例。
由于冶金行业的自身特殊性,目前全球范围内尚无已经建设成型的冶金行业智能制造案例。
因此,如何提供一种智能冶炼工厂信息化管理系统是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种智能冶炼工厂信息化管理系统,以物联网为基础,大数据为中心,以各工序工段协同为目标,实现全局性消耗最低、能效最优的智能协同制造。
为了实现上述目的,本发明采用如下技术方案:
一种智能冶炼工厂信息化管理系统,依次包括:边缘层、基础设施IaaS层、工业平台PasS层、PasS中间件、数据分析层和工业应用SaaS层;
所述边缘层用于控制基础建设和边缘数据的采集;
所述基础设施IaaS层用于对边缘层硬件设备的能力进行软件定义,统一管理计算资源、存储资源和网络资源;
所述工业平台PasS层用于基于计算资源、存储资源和网络资源构建虚拟主机形成云平台的平台级别服务;
所述PasS中间件用于实现数据的存储、计算和缓存;
所述数据分析层用于基于数据仓库和分析引擎构建业务数据和数据任务调度;
所述工业应用SaaS层用于实现云计算环境中的应用交付和运营管理。
优选的,所述边缘层包括PLC控制器、数据收集系统DCS、仪器仪表和智能设备,所述PLC控制器用于控制仪器仪表和智能设备的数据采集,并将采集的数据存储至数据收集系统DCS中。
优选的,所述基础设施IaaS层包括计算资源池、存储资源池和网络资源池。
优选的,所述工业平台PasS层包括云镜像构建模块、持续集成交付模块、自动构建模块、弹性伸缩模块、滚动升级模块、灰度发布模块、应用资源管控模块和对象存储模块。
优选的,所述PasS中间件包括分布式数据库、分布式存储模块、分布式消息模块、分布式计算模块和分布式缓存模块。
优选的,所述数据分析层包括指标库、ETL模块、业务模型模块、分析引擎模块和任务调度模块。
优选的,所述工业应用SaaS层包括综合可视化模块、辅助决策模块、能源管理模块、设备管理模块、HSE管理模块、物流仓储管理模块、质量管理模块、操作监控模块、知识库管理模块、生产组织优化协调模块和生产管控平台。
优选的,所述生产组织优化协调模块包括生产计划排程系统、生产调度系统和生产绩效分析系统。
优选的,所述生产管控平台包括应用建模平台、工作流程平台和系统运行平台。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种智能冶炼工厂信息化管理系统,采用了工业互联网技术路线,构建基于海量数据采集、汇聚、分析的服务体系,支撑制造资源泛在连接、弹性供给、高效配置的工业云平台,集分析决策、控制于一体的管理系统。
构建了更精准、实时、高效的数据采集体系,建设以存储、集成、访问、分析、管理等功能的赋能平台,实现工业技术、经验、知识模型化、复用化。
最后将设备层的实时动态数据引入SaaS层参与分析判断、管理,最终以工业APP的形式,打造企业的生产运行实时监控、质量及经营管理、安全环保管理、物资流管理、能源管理、设备资产管理、生产组织优化协调等,促进工业环境内的信息共享、系统互联整合和业务协同,推动制造过程的自动化、信息化以及制造全过程的科学决策和智能化控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种智能冶炼工厂信息化管理系统结构框图。
图2附图为本发明提供的边缘层结构框图。
图3附图为本发明提供的基础设施IaaS层结构框图。
图4附图为本发明提供的工业平台PasS层结构框图。
图5附图为本发明提供的PasS中间件结构框图。
图6附图为本发明提供的数据分析层结构框图。
图7附图为本发明提供的工业应用SaaS层结构框图。
图8附图为本发明提供的工业应用SaaS层架构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例公开了一种智能冶炼工厂信息化管理系统,依次包括:边缘层、基础设施IaaS层、工业平台PasS层、PasS中间件、数据分析层和工业应用SaaS层;
边缘层用于控制基础建设和边缘数据的采集;
基础设施IaaS层是将边缘层硬件设备的能力进行软件定义,利用虚拟化及云计算技术统一管理计算、存储、网络资源;
工业平台PasS层用于基于计算资源、存储资源和网络资源构建虚拟主机形成云平台的平台级别服务;
PasS中间件用于实现数据的存储、计算和缓存;
数据分析层用于基于数据仓库和分析引擎构建业务数据和数据任务调度;
工业应用SaaS层用于实现云计算环境中的应用交付和运营管理。
如图2所示,本实施例具体公开了边缘层具体结构,包括PLC控制器、数据收集系统DCS、仪器仪表和智能设备,PLC控制器用于控制仪器仪表和智能设备的数据采集,并将采集的数据存储至数据收集系统DCS中,边缘层是整个系统的基础。
如图3所示,本实施例具体公开了基础设施IaaS层具体结构,基础设施IaaS层实现资源的云化,为上层业务提供计算、存储、网络资源,支持上层业务应用,包括计算资源池、存储资源池和网络资源池;
计算资源池提供计算能力,是云计算的核心能力之一,利用所有硬件服务器形成的超融合虚拟服务器集群,根据业务需求快速部署和在线维护云主机。与传统的计算机不同的是,云计算提供的是一种弹性的计算,用户可以随时获取各类计算资源,并能根据实际需要随时进行弹性扩展。
存储资源池提供存储能力,将所有硬件存储虚拟化,或者称之为软件定义存储,云平台云存储资源与计算资源配合,根据业务需求提供多维存储,不同应用的性能要求选择不同的存储实现和存储介质,为IaaS虚拟主机、映像以及PasS平台的各种组件提供不同性能和容量的存储。
网络资源池以软件方式再现物理网络。虚拟网络可以提供与物理网络相同的功能特性和性能保证。网络虚拟化将逻辑网络连接设备和服务(逻辑端口、交换机、路由器、防火墙、负载平衡器和VPN等)提供给已连接的工作负载。使用SDN技术,实现网络控制平面和转发平面的分离,由此提供更友善、更强大的网络配置和控制能力。不仅可以无限水平扩展的基础网络,更可构建超大规模部署的私有专属网络VPC,实现真正云上的私有数据中心网络,支持大于65000虚机的部署。
如图4所示,本实施例具体公开了工业平台PasS层具体结构,包括云镜像构建模块、持续集成交付模块、自动构建模块、弹性伸缩模块、滚动升级模块、灰度发布模块、应用资源管控模块和对象存储模块,基于计算资源、存储资源和网络资源分别实现云镜像构建、持续集成交付、自动构建、弹性伸缩、滚动升级、灰度发布、应用资源管控和对象存储。
工业平台PasS层实现应用的云化,通过CI/CD、微服务治理、应用管控、镜像仓库等对业务应用开发、运维进行全面管理。
PasS平台为冶炼企业的主体业务起到支撑作用,从资源调度、devops落地、加快业务迭代以及工业大数据、智能制造、边缘计算等长期的技术生态建设起到关键作用。
4.1云镜像构建模块:
同时支持公有云和私有云构建,可以跨集群、跨账号、跨区域、构建企业的应用镜像仓库,让应用部署更加灵活,运维和交付更加高效。
4.2持续集成交付模块和自动构建模块:
持续集成就是重复的集成,每次集成都通过自动化的构建(包括编译,发布,自动化测试)来验证,从而尽早地发现集成错误。目的是在系统实施过程中能够快速发现错误,防止分支大幅度偏离主干。
持续交付本质是把每个构建成功的工程进行更新,并交付使用,可理解为业务层面。在持续交付的过程中,能够快速获取用户端的反馈并能快速适应业务和需求的变换。
持续集成(CI)与持续交付(CD)可让持续自动化和持续监控贯穿于应用系统的整个生命周期(从集成和测试阶段,到交付和部署)。这些关联的事务通常被统称为“CI/CD管道”,由开发和运维团队以敏捷方式协同支持,运维团队可以快速、轻松地将应用部署到生产环境中。
4.3弹性伸缩模块:
弹性伸缩模块可以根据业务需求和策略设置伸缩规则,在业务需求增长时自动增加应用实例以保证计算能力,在业务需求下降时自动减少应用实例以节约成本。
4.4滚动升级模块:
滚动升级是一种高级发布策略,可按批次依次替换老版本,逐步升级到新版本。在整个应用发布或更新过程中,应用系统不中断,用户体验平滑。
4.5灰度发布模块:
灰度发布是指在黑与白之间,能够平滑过渡的一种发布方式。灰度发布是应用系统在快速迭代的过程中,安全地发布到生产环境的一种方法,包含多种发布策略。目前灰度发布提供了蓝绿部署、金丝雀发布、流量镜像三类灰度发布策略。
1)蓝绿部署
蓝绿发布提供了一种零宕机的部署方式,在保留旧版本的同时部署新版本,将两个版本同时在线,新版本和旧版本是相互热备的,通过切换路由权重(weight)的方式(非0即100)实现应用的不同版本上线或者下线,如果有问题可以快速地回滚到老版本。
2)金丝雀发布
在生产环境运行的服务中引一部分实际流量对一个新版本进行测试,测试新版本的性能和表现,然后从这部分的新版本中快速获取用户反馈。
3)流量镜像
流量镜像功能通常用于在生产环境进行测试,是将生产流量镜像拷贝到测试集群或者新的版本中,在引导用户的真实流量之前对新版本进行测试,旨在有效地降低新版本上线的风险。流量镜像可用于以下场景:
验证新版本:可以实时对比镜像流量与生产流量的输出结果。
测试:生产实例的真实流量可用于集群测试。
隔离测试数据库:与数据处理相关的业务,可使用空的数据存储并加载测试数据,针对该数据进行镜像流量操作,实现测试数据的隔离。
4.6应用资源管控模块:
资源管理平台会根据集群内部资源空闲情况进行调度决策。如果容器申请的资源能够满足,则集群会把应用调度到满足资源申请要求的节点服务器去运行。
4.7对象存储模块:
对象存储系统内置大容量硬盘的分布式服务器,它是专业的文件系统,解决了文件共享的难题。基于分布式存储架构,文件读写速度相比传统的文件存储系统,读写速度和传输更快。
如图5所示,本实施例具体公开了PasS中间件具体结构,包括分布式数据库、分布式存储模块、分布式消息模块(Redis集群、Kafka集群、RabbitMQ集群)、分布式计算模块(Hadoop集群)和分布式缓存模块,PasS中间件对外提供常用基础中间件服务,为数据的存储、计算、缓存提供先进的技术工具,提高系统运行效率、节约系统能源。
5.1分布式数据库:
分布式数据库具有可扩展性,通过增加适当的数据冗余,提高系统的可靠性。作用是提高系统的可靠性、可用性,不会因一处故障而造成整个系统的瘫痪;提高系统性能,可以根据距离选择离用户最近的数据副本进行操作,减少通信代价,改善整个系统的性能。
5.2分布式存储模块:
分布式存储模块构建在虚拟化平台之上,在服务器虚拟化基础上,通过部署存储虚拟设备的方式,对本地存储资源进行虚拟化,再经集群整合成资源池,为应用虚拟机提供存储服务。
5.3分布式消息模块:
分布式消息中间件负责接收,保存和分发消息,在分布式场景下可扩展进程之间的通信,同时降低多个系统之间的耦合程度。主要的特点有:跨系统数据传递、高并发流量削峰、数据异步处理。
5.4分布式计算模块:
分布式计算模块的作用就是在两个或多个软件互相共享信息,这些软件既可以在同一台终端上运行,也可以在通过网络连接起来的多台终端上运行。实现稀有资源共享、平衡计算负载、把程序放在最适合运行它的终端上。
5.5分布式缓存模块:
分布式缓存模块的作用是能够高性能地读取数据、能够动态地扩展缓存节点、能够自动发现和切换故障节点、能够自动均衡数据分区,而且能够为使用者提供图形化的管理界面。
如图6所示,本实施例具体公开了数据分析层具体结构,包括指标库、ETL模块、业务模型模块、分析引擎模块和任务调度模块,将分析结果按照不同的数据域进行管理,为工业应用SaaS层提供数据服务。
6.1指标库:
指标库的作用主要是为经营分析、BI报表系统的业务场景服务,将常用的指标根据数据标准整理加工,存在在指标库中,每个指标有自己的标签及元数据信息,用户可以直接在指标库中搜索自己想要的指标。包括但不限于:生产计划指标、设备指标、质量指标、工艺指标、库存指标、能源指标、调度指标等。
6.2ETL模块:
ETL即EXTRACT(提取)、Transform(转换)、LOAD(加载);提取是从数据库读取数据的过程。在此阶段,通常从多种不同类型的来源收集数据。转换是过程转换所提取的数据从先前的形式进入它需要在这样它可以被放置到另一个数据库的形式。通过使用规则或查找表或通过将数据与其他数据组合来进行转换。加载是将数据写入目标数据库的过程。
ETL是数据分析层的生命线,贯穿整个数据分析不管数据来源是哪里,我需要抽取不同数据,转换为我需要的格式,最后再加载的流程。
6.3业务模型模块:
业务模型模块是描述系统在何时、何地、由何角色、按什么业务规则去做,以及做的步骤或流程,即对系统的操作流程进行定义。
例如:进厂物料的称重(1#号汽车衡)取样(取样人员、时间)检化验(化验方法、化验设备、人员)生产该批次物料的质量台账,对描述以上业务流程,在应用内进行业务流程建模,形成规范化的应用操作程序。
6.4分析引擎模块:
主要负责执行各种分析语句或代码,完成各种分析任务。
6.5任务调度模块:
主要负责在多作业、多任务同时运行的场景下,有效协调和分配集群的资源,使资源利用率大化。
例如:在系统中生产管理模块、质量管理模块和仓储物流管理模块,同时需要向数据库中调用和写入物料的质量台账数据。任务调度可灵活的向各个模块分配整个系统中的网络资源、存储资源、服务资源,避免存在任务排队、拥堵,导致系统反应延时的情况存在。
如图7所示,本实施例具体公开了工业应用SaaS层具体结构,包括综合可视化模块、辅助决策模块、能源管理模块、设备管理模块、HSE管理模块、物流仓储管理模块、质量管理模块、操作监控模块、知识库管理模块、生产组织优化协调模块和生产管控平台;生产组织优化协调模块包括生产计划排程系统、生产调度系统和生产绩效分析系统;生产管控平台包括应用建模平台、工作流程平台和系统运行平台;
结合冶炼企业的生产模式和生产管理流程,形成冶炼的工业APP,通过提供一个快速反应、有弹性、精细化的制造业环境,控制包括物料、设备、人员、流程指令和设施在内的所有工厂资源,在统一信息平台上集成诸如计划排程、生产调度、质量控制、设备管理、能源计量、文档报表等功能,从而建立最适合企业发展的新的管理模式,实现生产决策信息化、智能化,生产过程数字化、自动化,推动企业降低成本、增强效益、不断提高产品质量和服务质量,为企业成为科技含量高、资源配置优、环境污染少。
7.1综合可视化模块:
在数据采集应用的基础上,对企业生产控制系统进行工艺流程集中监控组态,实现工艺流程可视化集中监控。并集合视频监控系统,应用三维建模技术、数据叠加技术,形成对企业整体生产运营的综合可视化应用模块。
例如:通过对锡冶炼分公司熔炼车间的工艺流程集中监控组态,应用BIM建模和数字孪生技术,构建熔炼车间三维模型。叠加锡精矿、焙烧烟尘、熔析渣等物料流向及配料、混捏数据;水、电、气等能源流向及消耗数据;熔炼反应过程中的炉体温度、压力等关键指标数据;炉渣、粗锡、烟气等产出物料的产量、质量及流向数据。以及在此过程中喷枪插入深度、喷入熔体的空气或加入的还原剂的量和加入速度等动态数据。
通过以上工艺流程的建模和数据叠加的过程,实现熔炼车间全工艺流程的可视化集中监控。并联动其他模块,实现该工艺流程中的各项数据分析指标的可视化,方式包括流程图、棒图、趋势图、参数列表等形式。
7.2辅助决策模块:
通过数据分析层的各类工具,将企业生产运营过程中所有的数据进行清洗、分析,为生产调度指挥决策提供数据分析依据,提供决策的准确性、实时性。
例如:对连续结晶机的工艺建模的基础,在原料品位相同的情况下,通过生产过程中温度控制数据、螺旋器速度设定数据的多批次采集、清洗、分析等,对比不同批次产出的精锡品位数据。得出最优的控制数据组,为后续结晶机生产工艺参数的设定提供数据分析依据,辅助工段长进行工艺参数调整的生产决策。
7.3能源管理模块:
建立全介质、全口径的能源的规范管理,形成从计划、执行监控、统计、绩效评价、考核的管理闭环。
能源管理的业务范围主要包括水、电、风、蒸汽、煤的能源消耗统计和管理,负责整个公司的能耗统计,能源管理还具有能源平衡的功能。
通过对能源数据的集中监控,大幅度提高能源使用率,逐步实现节能减排、降本增效。
通过对能源设备运行状况的实时监控,有利于调度及时、快速和准确的处理问题,保证整个生产持续稳定地运行。
运用先进的数据处理和分析技术,对能源消耗分配进行平衡计算,并快速生成能源报表。减少人工统计的繁琐工作,提高生产分析和管理水平。
7.4设备管理模块:
建立维修策略闭环管理,促进设备可靠性(绩效)持续改善;以设备健康监控为核心,实现企业关键机组的故障智能诊断与预测,建立设备全生命周期的管理台账。
设备管理的业务范围主要包括生产设备维修管理,设备维护和点、巡检管理。依据各项设备维修、设备维护规程和标准,设备维修管理主要对厂级大修、通用设备维修、特种设备检验和计量设备检验等业务流程进行全过程监管,从设备维修申请、审核、委托、实施、直至最终验收检修。设备维护和设备点、巡检管理通过对日常点、巡检作业计划、内容的制定,组织维护和检测人员落实点、巡检工作,实现对日常设备点、巡检和设备运行维护的管理。
7.5HSE管理模块:
以风险管控为核心,实现主要装置风险的监控预警与分析,提高风险防控能力;以事故主动预警与处置为主线,实现应急协同和快速辅助决策,提高应急指挥处置效率。
7.6物流仓储管理模块:
物流仓储管理用于企业物流从原材料进厂、入库、冶炼加工、成品产出到出库全周期的管控。以信息链的形式记录了物流移动的详细信息,通过“向前”和“向后”追溯,可重现企业各生产关键历史信息,从而为全流程的质量控制提供数据依据。
以物流仓储的库存管理为例,职能部门通过系统可及时掌握当前锡成品库的锡成品库存,以及出入库明细。
对各种物料当前库存量和安全库存量的对比分析,对超过或低于安全库存量的物料进行预警,如果物料库存超过物料最大库存量在库存预警中显示过多,物料库存小于物料安全库存量在库存预警中显示过少,便于职能部门及时进行物料的采购计划制定。
不仅仓储管理的部门可以掌握库存信息,销售运营部门或生产管理部门,可依据分配的权限及时掌握库存信息,结合生产运营计划,及时调整生产节奏。
7.7质量管理模块:
质量管理的业务范围主要包括,质量体系要求和质量检查规程,对原材料、生产过程的中间物料、产成品完成质量检验和质量判定,最终通过签发产品质量证书完成对合格产品的评定处理,并生成质量统计报告,编制检验月报、产品质量月报等,实现对质量的管理与监控。
7.8操作监控模块:
通过对操作管理进行全方位分析,统一规划,优化操作管理流程,按照操作标准、操作过程帮助、操作过程监控、操作日志、操作分析优化五个方面进行设计;完善操作标准、保证操作过程顺利进行;自动采集操作过程的关键步骤,进行自动记录保存,以供随时调用及查看,形成电子化操作记录。
7.9知识库管理模块:
知识库管理是解决企业知识结构不统一、知识使用难、知识难以传承以及缺少整体管控等问题的关键模块,通过梳理企业生产运营知识资源分布及内容、内外部知识获取与逻辑关系,建立了知识管理模块,形成知识培训、知识帮助、知识建模的知识创新应用,从而帮助企业培训及决策支持。
7.10生产组织优化协调模块:
涵盖所有生产相关计划的编制、分解、传达和执行,如生产计划、物料计划等,规范与之相关的工作流程,形成电子计划单形式传达到相关部门,协调生产全流程的工作并可以对计划执行情况、完成情况、绩效分析进行追踪。生产组织优化协调模块包括生产计划排程系统、生产调度系统和生产绩效分析系统:
(1)生产计划排程:
结合生产实际情况,在平衡需求、生产能力和库存的基础上综合考虑各种影响因素,制定并落实生产计划。对生产计划执行情况进行跟踪,并根据相关规定结合实际情况进行计划调整。对生产计划执行过程中遇到的问题进行协调、解决。
根据历史数据,提升流程能力、成本、消耗的预测。
通过计划模型,在平衡需求、生产能力和库存的基础上,对生产能力进行计算和预估。
及时获得实际生产情况,实现对计划执行情况的跟踪,并可以进行计划调整。能够实时查询到每个阶段的计划信息和实际情况。
能够发布计划信息,并与其它业务模块进行信息共享。
(2)生产调度:
生产调度主要负责所有车间的调度指挥,掌握生产物料的流向,确保全厂设备正常运行。根据生产作业的变化情况进行协调车间、工序处理,以保证整个生产安全平稳运行,形成调度日志。包括以下功能:
调度日志:系统提供调度日志填报功能,调度员通过提交时间、工序、班次和调度内容,从而记录生产调度事件。
调度报表:根据各工序生产班次、生产设备、投入产出、作业类型、能源消耗,生成各工序的调度日报以及整个分公司的调度日报。
调度监控:运用图表(饼图、折现图等),以班次、能耗、投入、产出、时间等多维度的展现方式,更直观的了解生产过程中的调度情况。
(3)生产绩效分析:
绩效管理和分析主要是对各车间工序的指标管理,目的是为了让车间工序更方便的查看指标,通过考核指标促进生产质量、生产效率的提高。
生产绩效运行分析系统主要面向各级生产管理人员,整合装置运行数据,实现各级生产管理人员对装置运行指标及绩效评价的灵活分析、纪律管控、质量管理,实现生产在线闭环管理。还包括以下内容:
考核指标配置:根据各个车间工序的考核标准的不同,通过系统灵活的配置考核指标和考核频次,并将考核指标下发到车间。
考核结果:系统根据考核指标,按照考核频次,对考核结果进行反馈。
7.11生产管控平台:
生产管控平台通过应用建模、工作流程建模实现锡冶炼分公司从上到下全生产业务流程整体的信息集成架构,完成从订单下达、原料采购、物料进厂、计量检验、生产、仓储到出厂销售的全业务流程的信息化管理,实现生产的精细化管理,追求生产经济、高效、优质的平稳高效率,提高生产运营水平。生产管控平台包括应用建模平台、工作流程平台和系统运行平台:
(1)应用建模平台:
以软件模型方式描述企业管理和业务应用所涉及的对象和要素、以及它们的属性、行为和彼此关系,应用建模强调以体系的方式来理解、设计和构架企业信息系统,优化企业管理方式方法。
(2)工作流程平台:
工作流程平台是系统化的实现企业生产运营的全工作流程审批和管理,包括生产、质量、能源、设备、物流仓储、HSE等全部业务模块的工作流程,通过工作流程的信息化提高企业的生产运营效率。
(3)系统运行平台:
系统运行平台主要是通过对整个生产管控平台运行中的配置数据、性能数据、告警数据的统一采集,实现对应用软件以及业务系统的监控,主动发现生产管控平台当前的故障或告警信息并进行处理,保障整个系统的稳定运营。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种智能冶炼工厂信息化管理系统,其特征在于,依次包括:边缘层、基础设施IaaS层、工业平台PaaS层、PaaS中间件、数据分析层和工业应用SaaS层;
所述边缘层用于控制基础建设和边缘数据的采集;
所述基础设施IaaS层用于对边缘层硬件设备的能力进行软件定义,统一管理计算资源、存储资源和网络资源;
所述工业平台PaaS层用于基于计算资源、存储资源和网络资源构建虚拟主机形成云平台的平台级别服务;
所述PaaS中间件用于实现数据的存储、计算和缓存;
所述数据分析层用于基于数据仓库和分析引擎构建业务数据和数据任务调度;
所述工业应用SaaS层用于实现云计算环境中的应用交付和运营管理;
所述工业平台PaaS层包括云镜像构建模块、持续集成交付模块、自动构建模块、弹性伸缩模块、滚动升级模块、灰度发布模块、应用资源管控模块和对象存储模块;
云镜像构建模块:同时支持公有云和私有云构建,能够跨集群、跨账号、跨区域构建企业的应用镜像仓库;
持续集成交付模块和自动构建模块:持续集成就是重复的集成,每次集成都通过自动化的构建,编译,发布,自动化测试来验证;持续交付本质是把每个构建成功的工程进行更新,并交付使用;持续集成与持续交付让持续自动化和持续监控贯穿于应用系统从集成和测试阶段,到交付和部署的整个生命周期;
滚动升级模块:滚动升级是一种高级发布策略,按批次依次替换老版本,逐步升级到新版本;
所述PaaS中间件包括分布式数据库、分布式存储模块、分布式消息模块、分布式计算模块和分布式缓存模块;
分布式消息模块负责接收,保存和分发消息,在分布式场景下可扩展进程之间的通信;
分布式计算模块的作用就是在两个或多个软件互相共享信息,这些软件既可以在同一台终端上运行,也可以在通过网络连接起来的多台终端上运行;
分布式缓存模块的作用是能够高性能地读取数据、能够动态地扩展缓存节点、能够自动发现和切换故障节点、能够自动均衡数据分区,而且能够为使用者提供图形化的管理界面。
2.根据权利要求1所述的一种智能冶炼工厂信息化管理系统,其特征在于,所述边缘层包括PLC控制器、数据收集系统DCS、仪器仪表和智能设备,所述PLC控制器用于控制所述仪器仪表和所述智能设备的数据采集,并将采集的数据存储至所述数据收集系统DCS中。
3.根据权利要求1所述的一种智能冶炼工厂信息化管理系统,其特征在于,所述基础设施IaaS层包括计算资源池、存储资源池和网络资源池。
4.根据权利要求1所述的一种智能冶炼工厂信息化管理系统,其特征在于,所述数据分析层包括指标库、ETL模块、业务模型模块、分析引擎模块和任务调度模块。
5.根据权利要求1所述的一种智能冶炼工厂信息化管理系统,其特征在于,所述工业应用SaaS层包括综合可视化模块、辅助决策模块、能源管理模块、设备管理模块、HSE管理模块、物流仓储管理模块、质量管理模块、操作监控模块、知识库管理模块、生产组织优化协调模块和生产管控平台。
6.根据权利要求5所述的一种智能冶炼工厂信息化管理系统,其特征在于,所述生产组织优化协调模块包括生产计划排程系统、生产调度系统和生产绩效分析系统。
7.根据权利要求5所述的一种智能冶炼工厂信息化管理系统,其特征在于,所述生产管控平台包括应用建模平台、工作流程平台和系统运行平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111130773.8A CN113822585B (zh) | 2021-09-26 | 2021-09-26 | 一种智能冶炼工厂信息化管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111130773.8A CN113822585B (zh) | 2021-09-26 | 2021-09-26 | 一种智能冶炼工厂信息化管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113822585A CN113822585A (zh) | 2021-12-21 |
CN113822585B true CN113822585B (zh) | 2023-05-30 |
Family
ID=78921399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111130773.8A Active CN113822585B (zh) | 2021-09-26 | 2021-09-26 | 一种智能冶炼工厂信息化管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113822585B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114508936B (zh) * | 2022-01-14 | 2024-05-24 | 浪潮工业互联网股份有限公司 | 一种基于大数据的熔炼过程能耗控制方法、设备及介质 |
CN115097788A (zh) * | 2022-06-15 | 2022-09-23 | 昆明理工大学 | 一种基于数字孪生工厂的智能管控平台 |
CN115410701B (zh) * | 2022-10-28 | 2023-03-24 | 云宏信息科技股份有限公司 | 一种基于边缘计算及虚拟化技术的医疗耗材采购方法 |
CN116433108B (zh) * | 2023-06-07 | 2023-10-27 | 张家港广大特材股份有限公司 | 一种用于特种钢材冶炼的原料管理方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444020A (zh) * | 2020-03-31 | 2020-07-24 | 中国科学院计算机网络信息中心 | 一种超融合计算系统架构及融合服务平台 |
CN111610989A (zh) * | 2020-06-17 | 2020-09-01 | 中国人民解放军国防科技大学 | 一种面向离线容器云环境的应用发布/更新方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964081A (zh) * | 2010-09-13 | 2011-02-02 | 中国恩菲工程技术有限公司 | 基于工厂管理基础架构平台的生产信息系统 |
CN105681474A (zh) * | 2016-03-31 | 2016-06-15 | 浪潮通信信息系统有限公司 | 一种基于企业级大数据平台支撑上层应用的系统架构 |
CN109670982A (zh) * | 2018-12-04 | 2019-04-23 | 上海欣能信息科技发展有限公司 | 一种融合运检智能管控体系的供电服务平台系统 |
CN111294378A (zh) * | 2018-12-10 | 2020-06-16 | 中国科学院沈阳自动化研究所 | 一种面向煤化工企业智能工厂的云平台架构及其实现方法 |
CN109857800A (zh) * | 2019-02-25 | 2019-06-07 | 南京世界村云数据产业集团有限公司 | 一种工业互联网能源管理与优化系统的数据处理方法 |
CN112801607A (zh) * | 2021-01-12 | 2021-05-14 | 深圳市中博科创信息技术有限公司 | 一种管理服务平台及构建方法 |
CN113379372A (zh) * | 2021-05-20 | 2021-09-10 | 同济大学 | 有色金属冶炼流程管控的人机物共融制造平台架构系统 |
-
2021
- 2021-09-26 CN CN202111130773.8A patent/CN113822585B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444020A (zh) * | 2020-03-31 | 2020-07-24 | 中国科学院计算机网络信息中心 | 一种超融合计算系统架构及融合服务平台 |
CN111610989A (zh) * | 2020-06-17 | 2020-09-01 | 中国人民解放军国防科技大学 | 一种面向离线容器云环境的应用发布/更新方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113822585A (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113822585B (zh) | 一种智能冶炼工厂信息化管理系统 | |
Puga et al. | A heuristic algorithm for solving large location–inventory problems with demand uncertainty | |
Gröger | Building an Industry 4.0 analytics platform: practical challenges, approaches and future research directions | |
Lu | The current status and developing trends of Industry 4.0: A Review | |
Safaei et al. | Integrated multi-period cell formation and subcontracting production planning in dynamic cellular manufacturing systems | |
Vera-Baquero et al. | Real-time business activity monitoring and analysis of process performance on big-data domains | |
Skobelev | Multi-agent systems for real-time adaptive resource management | |
CN105335814A (zh) | 在线大数据智能云审计方法及系统 | |
Fei et al. | makeTwin: A reference architecture for digital twin software platform | |
Slim et al. | Convergence and contradiction between lean and Industry 4.0 for inventive design of smart production systems | |
CN115965154A (zh) | 一种基于知识图谱的数字孪生机械加工过程调度方法 | |
Adamenko et al. | Digital twin and product lifecycle management: What is the difference? | |
CN113112107A (zh) | 中转场规划方法、装置、服务器及存储介质 | |
D’Aniello et al. | Designing a multi-agent system architecture for managing distributed operations within cloud manufacturing | |
Stawowy et al. | Models and algorithms for production planning and scheduling in foundries-current state and development perspectives | |
Kulkarni et al. | Product Lifecycle Management (PLM): A Key Enabler in Implementation of Industry 4.0: A Key Enabler in Implementation of Industry 4.0 | |
Ćwikła et al. | Analysis of the possibility of SysML and BPMN application in formal data acquisition system description | |
CN114676948A (zh) | 一种全过程项目管理云平台 | |
Baruwa et al. | TIMSPAT–Reachability graph search-based optimization tool for colored Petri net-based scheduling | |
Chua et al. | A surrogate model to predict production performance in digital twin-based smart manufacturing | |
CN116976839A (zh) | 一种基于网络协同制造的铅蓄电池生产管控方法 | |
Aksyonov et al. | Development of an automated system for analysis, modeling, and decision-making for metallurgical enterprise | |
Schoech et al. | Optimising plant layout decisions based on emulation models–technical framework and practical insights | |
Durand et al. | Determination of storage tanks location for optimal short-term scheduling in multipurpose/multiproduct batch-continuous plants under uncertainties | |
Marinkovic et al. | Digital Twins for Internal Transport Systems: Use Cases, Functions, and System Architecture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |