CN117593147A - 一种航空制造智慧云平台 - Google Patents

Abstract

本发明属于智慧云制造技术领域，提供了一种航空制造智慧云平台，包括数据治理系统、智慧服务系统和制造协同管控系统，数据治理系统用于获取制造过程设备的实时数据，经边缘预处理后存入云端中心数据库，及用于获取制造过程的业务数据，按需定期同步至云端中心数据库；智慧服务系统用于获取云端中心数据库的业务/设备运行数据、制造/基础数据和人际法料换环数据，生成智能优化策略下发制造单位；制造协同管控系统用于实现生产计划的云端流转和处理；数据治理系统为制造协同管控系统和智慧服务系统提供统一数据源。本发明实现了航空生产制造过程的高响应，降低了资源能源消耗及运营成本。

Description

一种航空制造智慧云平台

技术领域

本发明涉及智慧云制造技术领域，具体涉及一种航空制造智慧云平台。

背景技术

航空制造业是关系国家安全的高技术产业，是知识密集性、技术密集性、综合性强、多学科集成的产业，同时是高投入性、高附加值和高风险性的产业，其最典型的特点是离散式生产，多品种，小批量，产品结构、工艺流程十分复杂，产品配套的零件种类和数量众多，尤其是大量的结构件需要机械加工与装配，使得生产过程、协调关系非常繁杂且生产周期长。这些特点使得航空领域生产制造存在着数字化程度低、系统落后分散、信息孤岛现象突出、工厂各部门协同响应慢、柔性制造能力差等困难。

因此，建立一套资源弹性供给的产业链柔性生产机制，增强决策部门在生产过程中的迅速反应能力，为决策者提供实时、准确、详细的现场资料，及时解决现场问题，显得尤为重要。

智慧云制造是在数字化技术和制造技术的深度融合的背景下，根据航空领域产品需求，通过对数字化设计、数字化生产、数字化管理、网络协同及人工智能技术等的综合运用，实现对航空领域产品快速生产，进而制造出满足需求的航空产品的全过程。目前，智能制造系统局限于生产制造的部分阶段，无法对整个制造过程进行全要素的感知和分析，无法形成一个全局闭环。

发明内容

针对现有技术中的缺陷，本发明提供一种航空制造智慧云平台，以解决目前针对航空领域的制造需求无法实现整个制造过程的全要素的感知和分析，无法形成全局闭环的问题。

本发明提供的一种航空制造智慧云平台，包括：

数据治理系统，用于获取制造过程设备的实时数据并存储；及用于获取制造过程的业务数据并存储；

智慧服务系统，用于获取所述数据治理系统的业务/设备运行数据、制造/基础数据和人际法料换环数据，生成优化策略下发制造单位；

制造协同管控系统，用于获取所述数据治理系统的数据，实现生产数据、供应商数据的云端流转和处理；

所述数据治理系统为所述制造系统管控系统和所述智慧服务系统提供统一数据源。

由上述技术方案可知，本发明提供的一种航空制造智慧云平台，针对生产制造中存在的数字化程度低、系统落后分散、信息孤岛现象突出、科学决策缺失、工厂各部门协同响应慢、柔性制造能力差、产品质量和成本管控困难等突出瓶颈问题，降低运营成本，提升产品质量，降低资源能源消耗，构建信息技术与航空产品制造过程深度融合的产业新生态。

可选地，还包括IOT边缘处理系统，所述IOT边缘处理系统用于接收制造现场端的数据，进行数据预处理并缓存，以一定周期向所述数据治理系统同步；及用于统一管控生产设备的接入及运行状态。

由上述技术方案可知，基于IOT边缘处理系统对各类生产设备的接入及运行状态进行统一管控，进而IOT边缘处理系统通过边缘网关统一接入数据治理系统。

可选地，所述数据治理系统包括分布式数据中心，所述分布式数据中心通过边缘网关从所述IOT边缘处理系统获取制造现场的数据，对获取到的数据进行集成存储。

由上述技术方案可知，分布式数据中心针对不同制造单位的制造现场数据，基于IOT边缘处理系统进行采集，实现不同制造单位的统一部署，最大程度实现制造自动化和高效化。

可选地，所述制造协同管控系统基于所述分布式数据中心获取数据，所述制造协同管控系统包括：

效能评估中心，用于对综合效能指标进行评估；

供应商协同管控系统，用于供应商的管理；

业务中心，用于订单信息、订单质量信息和适航信息的获取及存储；

分布式管控平台，用于制造资源和生产过程的管理。

可选地，所述分布式管控平台包括各个制造单位的分布式管控软件，所述分布式管控软件梳理对应制造单位的订单信息，与本地制造信息系统进行适配，以部署生产信息。

由上述技术方案可知，基于各个制造单位的分布式管控软件，实现针对新的订单信息梳理，便于确定制造单位的生产任务等；进而实现制造单位的搞笑管控。

可选地，所述分布式数据中心包括角色信息库、订单信息库、分布式管控平台数据库和质量知识库；所述业务中心包括：

计划中心，根据订单信息进行生产计划编制并上传至订单信息库，及根据所述分布式管控平台数据库获取完成情况实时状态；

质量中心，根据所述分布式管控平台数据库获取订单质量信息；

适航中心，获取适航信息，及根据所述分布式管控平台数据库获取工艺信息和不合格品的审理过程数据。

由上述技术方案可知，主制造单位和各机载设备制造单位通过业务中心能够打破信息孤岛，实现计划、质量、适航信息跨地域、跨单位、跨部门流动。在确保生产管理流程规范的前提下，极大程度实现了自动化，将各单位、各部门从繁琐的信息传递、信息同步解放出来，实现了业务处理的简单高效。

可选地，所述智慧服务系统和所述分布式数据中心交互，所述智慧服务系统包括：

大数据分析平台，用于提供大数据分析算法池和数据分析模型；

智慧决策应用程序，基于所述大数据分析平台构建业务决策模型，所述业务决策模型包括效能评估模型、质量预测模型、智能排产模型和产能重构模型。

由上述技术方案可知，大数据分析平台和智慧决策应用程序紧密结合起来，解决传统制造现场资源分配效率低下、实时响应缓慢、预测性维护精度低的问题，实现车间制造资源的柔性多目标动态优化调度。

可选地，所述智慧服务系统还包括：

数字孪生模块，用于根据所述大数据分析平台的模型信息、所述分布式数据中心的工厂侧实时运行数据为基础，形成一套云端数字化仿真工厂环境。

由上述技术方案可知，数字孪生模块以数字孪生模型为载体，以同步制造现场的动态场景，完成数据驱动的数字孪生车间虚拟仿真运行，生产过程透明可视，实现生产预测与评估；数字孪生模块配合大数据分析平台和智慧决策应用程序，实现制造设备故障的精准预测。

可选地，所述大数据分析平台包括：

大数据基础服务模块，提供底层引擎；

智慧应用模型开发模块，所述智慧应用模型开发模块还包括数据资源库、算法库和模型库，基于所述大数据基础服务模块的底层引擎和数据资源库、算法库和模型库建立模型，并提供外部接口以供访问。

由上述技术方案可知，大数据基础服务框架模块接入数据源并为智慧云平台提供底层计算框架，智慧应用模型开发模块基于大数据基础服务模块的计算框架，及本身具有的数据资源库、算法库和模型库，构建出满足业务需求的人工智能算法模型，并提供外部接口便于调用。大数据分析平台为智慧云制造平台提供计算模型，以实现智能化生产。

可选地，所述智慧服务系统还包括可视化服务中心，所述可视化服务中心包括可视化大屏和若干操控终端，用于综合化数据显示及调度控制，实现云制造生产活动各类数据的集中统一展示。

由上述技术方案可知，可视化服务中心配合业务中心对包括生产概况、计划管理、质量管理及设备运行状态监控的指标进行统一展示。

采用上述技术方案，本申请具有如下有益效果：

本发明提供的一种航空制造智慧云平台，针对生产制造中存在的数字化程度低、系统落后分散、信息孤岛现象突出、科学决策缺失、工厂各部门协同响应慢、柔性制造能力差、产品质量和成本管控困难等突出瓶颈问题，降低运营成本，提升产品质量，降低资源能源消耗，构建信息技术与航空产品制造过程深度融合的产业新生态。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1示出了本发明一实施例涉及的“智慧云制造”的示意图；

图2示出了本发明一实施例提供的一种航空制造智慧云平台的物理框架示意图；

图3示出了本发明一实施例提供的一种航空制造智慧云平台的功能框架示意图；

图4示出了本发明一实施例提供的业务中心的示意图；

图5示出了本发明一实施例提供的大数据平台的工作流程示意图；

图6示出了本发明一实施例提供的大数据分析平台的示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

如图1所示，智慧云制造，是一种以制造体系为引领，网络化制造和智能化制造相结合的新生产模式。通过构建制造资源弹性供给的产业链柔性网络，并统一提供产线接入IOT解决方案、数据中台、协同制造管控、智慧决策应用及可视化等公共服务，实现对制造过程数据的统一归集，智慧化综合运用，以及僧场过程“人机料法环测”各要素的有机协同。

图2示出了本发明一实施例提供的一种航空制造智慧云平台的示意图。基于“智慧云制造”，本实施例提供了一种航空制造智慧云平台，包括数据治理系统、智慧服务系统和制造协同管控系统，数据治理系统用于获取制造过程设备的实时数据并存储；及用于获取制造过程的业务数据并存储；数据治理系统为制造协同管控系统和智慧服务系统提供统一数据源。智慧服务系统用于获取数据治理系统的业务/设备运行数据、制造/基础数据和人机法料换环数据，生成优化策略下发制造单位。制造协同管控系统用于实现计划制定、计划监控、计划变更、计划质量信息监控、不合格品过程审理、供应商绩效管理的云端流转和处理。

如图2-3所示，本实施例提供的航空制造智慧云平台还包括IOT边缘处理系统，IOT边缘处理系统用于接收制造现场端的数据，进行数据预处理并缓存，以一定周期向云上同步；及用于统一管控生产设备的接入及运行状态。

在一个具体的示例中，数据治理系统包括分布式数据中心，分布式数据中心通过边缘网关从IOT边缘处理系统获取制造现场的数据，对获取到的数据进行集成存储。

分布式数据中心通过IOT边缘处理系统获取的结构化、非结构化、半结构化数据，构建能承载多源异构数据的数据湖存储方案进行数据集成存储。对数据进行统一的资产管理，通过数据治理、元数据管理、数据转换，有效提升数据质量，实现数据复用。从业务作业、对象存储、智慧展示三个温度涉及具体的数据交互方案，打通上下游信息屏障，为云端应用深度赋能。

本实施例的逻辑架构由端-边-云三部分构成。以数据为主线，工厂端的设备产生基本的制造现场数据，通过IOT边缘处理系统进行数据缓存和预处理，进而通过边缘网关统一接入分布式数据中心，以备云端数据服务、管控系统调用。云端智慧应用融合计算机科学、统计模型、机器学习、专家系统等多种先进的分析技术对海量工业数据进行快速解析、提取、建立关联，进而获得有价值的信息，作为企业决策的依据。

工厂端数据流向为：制造设备通过数据接口和RFID等传感器，分别将制造过程数据、制造实时数据进行采集，通过以太网等工业现场常用通讯协议传输到本地采控设备。

采控设备和IOT边缘处理系统能实现双向数据通信：采控设备将工厂实时运行数据发送到IOT边缘处理系统。企业层边缘处理设备由边缘处理计算机及其上承载的边缘处理软件组成。边缘处理设备会根据云端数据应用对数据的需求，定制化开发数据预处理算法和多元数据信息融合算法。完成处理后，边缘设备定期向数据治理系统播发制造现场的运行数据。

而对于物理架构，参见图2：

制造现场端，工厂、车间以及产线可通过智能化改造以及本地数据采集与管控一体化设备的搭建，实现制造设备、感知设备的数据采集与反馈控制，并以通用的网络形式与IOT边缘处理系统实现数据交互；同时制造现场产生的生产计划、设备质量、生产物料等制造过程数据，通过专网直接接入云平台；

边缘侧，以IOT边缘处理系统为核心构建一套基于生产制造场景的物联网解决方案，IOT边缘处理系统一方面接受制造现场端的海量数据，进行数据预处理并缓存，以一定的周期向云上同步，另一方面将云上管控系统形成的控制策略下发的制造现场，起到上通下达的纽带作用，实现“云-边”协同；同时IOT边缘处理系统对各类生产设备接入及运行状态等进行统一管控。

参见图3，本实施例提供的航空制造智慧云平台针对以下从功能架构对本实施例提供的航空制造智慧云平台进行分层说明，依次为：

1)智慧层：提供智慧服务。应用知识/模型/大数据融合分析推理工具和挖掘与可视化系统，对云制造应用系统产生的知识/模型/大数据进行整合、特征抽取和高效分析处理，实现云制造应用系统万物互联、规模庞大的知识、模型和工业数据的管理分析与价值发掘，形成智慧决策，提高企业决策和业务优化水平，推动制造业向基于知识、数据的制造服务模式转变。并且实现对产品全价值链的数字化、制造过程数据获取、产品及生产过程数据等各种内容的可视化呈现。

2)企业层：面向供应商协同管控的云制造以先进信息化技术赋能产品生产运作，通过供应商协同管控系统，解决面临的供应商管理困难等问题，提高航空产品制造过程信息化、主体功能数字化水平，增强关联业务活动相互依赖的程度，提升航空制造单位对市场响应力，助力航空产品制造。针对制造过程中的共性管理需求，以相关的管理系统和工具及其提供的相关数据为依托，建设计划中心、质量中心、适航中心以及效能评估中心，面向众多的业务系统，提取出它们共有业务系统的集合进行综合利用，满足业务需求，为企业已有的管理系统提供更多增值服务。

3)控制执行层：该层主要是针对具体的航空领域制造场景，提供相应的产品数据管理、生产计划管理、生产过程监控、仓储物流管理等功能服务。

4)数据层：在工业生产和监控管理过程中无时无刻不在产生海量的数据，比如生产设备的运行环境、机械设备的运转状态、生产过程中的能源消耗、物料的损耗、物流车队的配置和分布等。数据层采用分布式存储、云存储等技术将数据进行经济、安全、可靠的存储管理，确定数据优先级，并采用高吞吐量数据库技术和非结构化访问技术支持云系统中数据的高效快速访问。

5)边缘层：实现大范围、深层次的制造现场数据采集，以及异构数据的协议转换与边缘处理。同时能对现场采集数据上云之前对数据进行审查和校验，发现和纠正可识别的错误，处理无效值和缺失值，从而得到干净、一致的数据。同时能在边缘端实现一定程度的多数据源集成、数据提纯清洗，按照生产实际需要存储一些实时性较强的工业数据。

6)制造现场：提供生产资源，包括生产线、物流机器人、数控加工中心等，应用工业互联网技术、数据采集卡、RFID等方式，完成制造现场数据的实时、自动化采集，并反馈至边缘层。

上述功能架构依托图3物理架构所涉及的模块实现具体功能，在此不再赘述。

在一个具体的示例中，制造协同管控系统基于分布式数据中心获取数据，如图2所示，制造协同管控系统包括：

效能评估中心，用于对综合效能指标进行评估；

供应商协同管控系统，用于供应商的管理；

业务中心，用于订单信息、订单质量信息和适航信息的获取及存储；

分布式管控平台，用于制造资源和生产过程的管理。

制造协同管控系统提供生产计划管控、质量监控和效能评估等功能，实现对制造过程数据的同意轨迹和综合化运用，形成“人机料法环”各要素有机协同的网络化制造和智能化制造新模式，从“云、边、端”的层级角度实现制造现场业务、边缘数据治理以及智慧云服务三者之间的数据交互与应用互联。

分布式管控平台用于制造资源和生产过程管理。在一个可能的实施方式中，分布式管控平台包括各个制造单位的分布式管控软件，分布式管控软件梳理对应制造单位的订单信息，与本地制造信息系统进行适配，以部署生产信息。分布式管控平台通过对各家业务进行梳理，基于梳理的业务对本地制造信息系统进行适配，提取业务相关功能形成适合统一部署的工具系统，而将实时性要求高的控制相关功能仍保留在本地；其次将适配过的工具系统统一部署，用户可通过智慧云制造平台中的分布式管控平台进行访问和使用；最后将统一部署应用与云端其他应用基于业务关系进行数据导通和集成。

如图4所示，分布式数据中心包括角色信息库、订单信息库、分布式管控平台数据库和质量知识库，业务中心包括计划中心、质量中心和适航中心；

计划中心是根据生产任务和目标，综合考虑人、机、料、法、环进行生产计划编制以及对生产计划的监控。在精益生产过程中，计划中心为用户提供计划的编制、监控、变更等功能。计划员根据各类产品历史数据实现对生产计划的制定，包括订单生产数量、订单计划开始时间、订单计划结束时间等；计划监控功能实时地对项目情况的监控，实时反应生产计划执行进度，包括订单状态、当前生产的产出数、当前生产的合格率等；计划变更功能提供对生产计划的修改变更功能，如修改订单计划开始时间、订单计划结束时间、订单生产数量等，并实时派发至车间管控系统指导实际生产。

质量中心主要实现生产制造过程的质量管理。通过订单质量信息数据监控、不合格品管理、纠正预防措施管理以及质量知识库的共享使用，可以更高效地发现和解决导致质量缺陷的问题，实现生产制造过程质量的持续改进。

适航中心主要是以适航管理业务为基础，以适航符合性证据材料为支撑，对机载系统适航取证及证后管理过程中需要的生产数据进行集中化、显性化管理，以电子化形式解放实体流程，实现适航管理工作的顺利开展。

智慧服务系统和分布式数据中心交互，智慧服务系统包括大数据分析平台和智慧决策应用程序：

大数据分析平台用于提供大数据分析算法池和数据分析模型；智慧决策应用程序基于大数据分析平台构建业务决策模型，业务决策模型包括效能评估模型、质量预测模型、只能排产模型和产能重构模型。

大数据分析平台主要是为了解决智慧决策应用的内核算法问题，为智慧决策应用程序提供构建智慧模型、决策算法的生产工具。通过从示范制造单位生产过程原始数据的预处理、针对智慧决策的目标进行特征提取、模型训练、模型评估、到模型生成等活动，实现数据、模型、智慧决策应用的关联，如图5所示：

生产过程数据接入：生产过程的原始数据导入机载智能制造大数据平台，通过我的数据源进行生成过程数据接入，支持SQL数据库、API接口数据源、HDFS文本文件，接入的数据如果需要数据标注，可通过数据标注平台完成数据标注，标注好的数据通过数据集导入并建立数据源可应用与智慧应用模型开发模型设计。

智慧应用模型开发：机载智能制造大数据平台智慧应用模型开发提供可视化建模、向导式建模、交互式建模三种方式建模。可视化建模是以流程化编排将数据管理、数据处理、特征工程、模型训练、模型评估、模型存储、服务输出等模型研发过程组件化，提供拖拉拽的操作模式进行模型算法的开发，经评估训练的模型满足预期后，生成模型，并保存在模型库中。向导式建模提供基本的模型开发步骤，使用者可以填写每一步所需的内容，按序下一步完成模型的开发。交互式建模提供基于浏览器的web ide编程工具，使用者在具备编程能力情况下可以灵活方便的编写算法脚本，进行在线运行调试模型开发脚本，算法脚本也可编写成系统组件供可视化建模使用。

智慧决策应用调用：机载智能制造大数据平台通过智慧应用模型开发生成的模型可以web api服务形式对外提供访问能力，智慧接触引用可以快速的应用发布区的模型服务。

大数据分析平台用于提供大数据分析算法池和数据分析模型。大数据分析平台通过大数据基础服务框架和行业大数据资源库模块实现数据资源覆盖。大数据基础服务框架模块提供对外部基础支持环境的数据获取接口、计算资源调用接口、算法运行结构，具体体现为针对分布式数据中心、大数据计算框架和各大编程语言的应用服务接口。行业大数据资源库是整个平台的核心资产，包括数据资源库、算法库和模型库。

智慧决策应用程序基于大数据分析平台构建业务决策模型，业务决策模型包括效能评估模型、质量预测模型、智能排产模型和产能重构模型。

在制造端采集和云化接入的制造相关活动数据的基础上，智慧决策应用程序通过数据治理删除冗余数据、填补缺失数据，提高数据利用的准确性和效率。之后，一方面通过对制造业务活动进行分析，针对决策效率低下的制造活动环节，利用制造活动人机物法环的相关大数据构建业务决策模型，如智能排产、质量预测和生产相似工艺推送等决策，并通过功能组件化，形成相应的智慧决策应用。

可选地，智慧服务系统还包括数字孪生模块，数字孪生模块用于根据大数据分析平台的模型信息、分布式数据中心的工厂侧实时运行数据为基础，形成一套云端数字化仿真工厂环境。

数字孪生模块以数字孪生模型为载体，以同步制造现场的动态场景，完成数据驱动的数字孪生车间虚拟仿真运行，生产过程透明可视，实现生产预测与评估。

对于智慧服务系统所包括的三个部分：大数据分析平台、智慧决策应用程序和数字孪生模块，三者的整体机制为大数据分析平台为智慧决策应用程序提供大数据算法、模型支撑；智慧决策应用形成调度算法，提供数字孪生进行仿真推演；数字孪生模块将推演结果反馈智慧决策应用程序，对调度算法进行修正；数字孪生模块重复推演过程，直至满足预设目标，智慧决策应用程序形成优化策略下发工厂。

如图6所示，大数据分析平台包括大数据基础服务模块和智慧应用模型开发模块，大数据基础服务模块提供底层引擎；智慧应用模型开发模块还包括数据资源库、算法库和模型库，基于数据资源库、算法库和模型库建立模型，并提供外部接口以供访问。

大数据基础服务模块提供核心的底层引擎，用于机器算法运行的环境，包含：单点登录、分布式数据中心接口、人工智能框架引擎、编程语言支持的能力。

1）单点登录：通过门户可以实现用户的统一用户身份认证和单点登录，一次登录即可实现模块之间的登录操作。用户登录系统后，系统默认进入首页展示界面。展示内容为引导式展示，点击每个项目可跳转到对应业务。其中调用监控展示服务调用情况和服务调度执行情况的监控画面。

2）分布式数据中心接口：具备调用分布式数据中心的读入数据接口功能，可以接收、读取、解析来自产线的设备数据和业务数据。

3）人工智能框架引擎：人工智能计算框架支持SKLearn、TensorFlow、Pytorch框架，可通过自定义算法组件完成算法的调用。

4）编程语言支持：支持c++、python、R、MATLAB语言的适配能力，平台统一使用python完成其它语言的适配能力。

智慧应用模型开发平台具有数据资源库、算法库、模型库、平台基础服务、模型设计、模型发布、调用API/SDK等能力。

1）数据资源库：数据源管理主要是对平台支持接入的数据进行管理，为后续平台分析模型训练、应用场景分析等功能提供基础数据。包括我的数据源、共享数据源、数据集。

2）算法库：算法库涵盖建模辅助算法、深度学习算法、经典机器学习算法、传统优化算法、自定义算法，算法库提供算法的导入功能，导入的算法可在模型设计阶段被调用。自定义算法完成大数据算法池集成的能力。

3）模型库：模型库包含已验证的行业模型和开源模型两部分。已验证的行业模型是通过本平台开发的，并且经过实际工程验证的模型。开源模型是 Tensorflow、Pytorch等框架下的，经过社区验证的开源模型，可通过上传功能将开源模型上传；行业模型通过模型列表进行管理，可以模型通过外部模型进行管理。

4）平台基础服务：包括数据源接入、可视化组件管理以及模型管理。

5）模型设计：模型设计通过引导式建模、可视化建模、交互式建模三种模式来进行人工智能模型的开发。

6）模型发布、调用API/SDK：模型发布具备通用接口访问，规范模型发布，生成通用的模型接口。同时，以SDK的形式供用户使用，通过API进行模型解析、模型驱动。

参见图2，智慧服务模块还包括可视化服务中心，可视化服务中心包括可视化大屏和若干操控终端，用于综合化数据显示及调度控制，实现云制造生产活动各类数据的集中统一展示。可视化服务中心配合业务中心对包括生产概况、计划管理、质量管理及设备运行状态监控的指标进行统一展示。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种航空制造智慧云平台，其特征在于，包括：

数据治理系统，用于获取制造过程设备的实时数据并存储；以用于获取制造过程的业务数据并存储；

智慧服务系统，用于获取所述数据治理系统的数据，并基于获取到的数据生成智能优化策略下发制造单位；

制造协同管控系统，用于实现计划制定、计划监控、计划变更、计划质量信息监控、不合格品过程审理、供应商绩效管理的云端流转和处理；

所述数据治理系统为所述制造协同管控系统和所述智慧服务系统提供统一数据源。

2.根据权利要求1所述的航空制造智慧云平台，其特征在于，还包括IOT边缘处理系统，所述IOT边缘处理系统用于接收制造现场端的数据，进行数据预处理并缓存，以一定周期向所述数据治理系统同步；及用于统一管控生产设备的接入及运行状态。

3.根据权利要求2所述的航空制造智慧云平台，其特征在于，所述数据治理系统包括分布式数据中心，所述分布式数据中心通过边缘网关从所述IOT边缘处理系统获取制造现场的数据，对获取到的数据进行集成存储。

4.根据权利要求3所述的航空制造智慧云平台，其特征在于，所述制造协同管控系统基于所述分布式数据中心获取数据，所述制造协同管控系统包括：

效能评估中心，用于对综合效能指标进行评估；

供应商协同管控系统，用于供应商的管理；

业务中心，用于订单信息、订单质量信息和适航信息的获取及存储；

分布式管控平台，用于制造资源和生产过程的管理。

5.根据权利要求4所述的航空制造智慧云平台，其特征在于，所述分布式数据中心包括角色信息库、订单信息库、分布式管控平台数据库和质量知识库；

所述业务中心包括：

计划中心，根据订单信息进行生产计划编制并上传至订单信息库，及根据所述分布式管控平台数据库获取完成情况实时状态；

质量中心，根据所述分布式管控平台数据库获取订单质量信息；

适航中心，获取适航信息，及根据所述分布式管控平台数据库获取工艺信息和不合格品的审理过程数据。

6.根据权利要求3所述的航空制造智慧云平台，其特征在于，所述智慧服务系统和所述分布式数据中心交互，所述智慧服务系统包括：

大数据分析平台，用于提供大数据分析算法池和数据分析模型；

智慧决策应用程序，基于所述大数据分析平台构建业务决策模型，所述业务决策模型包括效能评估模型、质量预测模型、智能排产模型和产能重构模型，用于提供生产制造过程的决策管理。

7.根据权利要求6所述的航空制造智慧云平台，其特征在于，所述智慧服务系统还包括：

数字孪生模块，用于根据所述大数据分析平台的模型信息、所述分布式数据中心的工厂侧实时运行数据，形成一套云端数字化仿真工厂环境；所述智慧决策应用程序形成调度算法，提供所述数字孪生模块进行仿真推演，所述数字孪生模块将仿真推演结果反馈至所述智慧决策应用程序，对调度算法进行修正。

8.根据权利要求6所述的航空制造智慧云平台，其特征在于，所述大数据分析平台包括：

大数据基础服务模块，提供底层引擎；

智慧应用模型开发模块，所述智慧应用模型开发模块还包括数据资源库、算法库和模型库，基于所述大数据基础服务模块的底层引擎和数据资源库、算法库和模型库建立模型，并提供外部接口以供访问。

9.根据权利要求6所述的航空制造智慧云平台，其特征在于，所述智慧服务模块还包括可视化服务中心，所述可视化服务中心包括可视化大屏和若干操控终端，用于综合化数据显示及调度控制，实现云制造生产活动各类数据的集中统一展示。