欢迎访问大数据&AI生态共享平台
当前位置: 首页 > 案例 > 金融 > 正文

COSMOPlat-自主创新工业互联网云平台

2018-04-11 作者:3 【收藏】

COSMOPlat-自主创新工业互联网云平台

应用领域:工业

应用背景及需求:

      海尔工业智能研究院(以下简称智研院)是国内第一家互联网型工业智能研究院,于2016年2月由海尔集团与清华大学、德国弗劳恩霍夫研究院等全球一流资源共同发起成立的集技术创新、模式创新、工业智能和产业孵化等多种功能于一体的智能制造平台。

       COSMOPlat平台是海尔自主研发自主创新的全球引领的中国版工业互联网平台。目前COSMOPlat聚集了上亿的用户资源,同时聚合了300万+的生态资源,形成了用户、资源、企业的三个双边市场,并已实现社会化落地,在海尔互联工厂模式经验的基础上,为企业提供高度软化、简化和具有行业普适性的服务解决方案,助力中国企业智能制造升级转型升级、换道超车。

      COSMOPlat平台能够帮助企业实现纵向数据链的闭环。对工厂端的制造设备、用户端的产品,进行联接、监测、分析优化。形成前端消费大数据和后端制造大数据的迭代融合,相互促进。

       目前,国内制造业对大数据技术的应用案例大多出现在市场营销、用户服务等领域,且尚不成熟,而对于面向制造企业全流程的应用还很少,或仅仅是将互联网大数据的经验借鉴到制造业中来。但仅仅依靠传统互联网大数据分析技术,并无法满足制造业大数据的分析需要,原因在于制造业大数据具有更强的专业性、关联性、流程性、时序性和解析性等特点,而这些特点都是传统的互联网大数据处理手段所无法满足的。


应用系统逻辑架构: Hadoop、Spark、其他

采用的关键技术及产品组合:

image.png

系统架构:

①COSMOPlat平台系统架构

       平台采用TOGAF架构框架方法:将业务战略、目标、需求等通过四个架构(业务、应用功能、信息数据和技术)转化成应用软件程序和系统 。SaaS应用服务层(开放平台)、PaaS平台服务层(云计算)、IaaS基础设施层和第三方接入层与安全,如下图所示。

技术架构参考:

云平台:阿里Dubbo + RocketMQ +Cobar+ Cloud-Foundry; 

用户体验:Html5+移动应用; 

大数据:Hadoop+Spark+Spark Stream;

物联网:OPC UA+工业现场总线+MQTT。

 

②COSMOPlat下的生态数据平台系统架构

image.png

具体实现的功能:

       通过设备实时数据的监控分析,如设备状态,设备运行分析,设备OEE,设备参数预测,维保信息等,利用历史数据和分析算法,构建设备快速排故以及设备故障预测,从而洞察故障特征并提前预测设备运行情况和故障情况,避免找不出故障原因进行盲目维修,有限减少设备异常停机带来的损失。

       通过采集和汇总现有信息化系统中事后的汇总报表,针对生产执行的定单数据(定单执行,定单差异,定单拖期,个性化订单占比,定单节拍,定单效率等)、质量数据(质量状况,工程不良,市场不良,质量追溯,不良原因,不良分类等),利用算法构建质量影响因素分析模型和工艺参数控制模型,控制质量波动范围,提高生产质量和效率。

      根据订单的物料数据(物料齐套,物料周转率,物料质量,物料交付分析等) 、库存数据和维修返修记录,对生产过程中的关键部件使用寿命进行预测,为供应链物料事前准备做好辅助支撑。


部署运维方案:

      目前采用混合式架构,分北京集群和青岛集群两地部署,北京集群有15个节点,侧重于面向用户的互联网应用;青岛集群10个节点,作为主数据中心,北京集群的数据同步到青岛集群;针对事务型数据,采用OracleRAC。系统日常运维主要包括服务器、网络、系统软件、应用软件的日常运行和维护工作,确保系统稳定运行,由内部技术团队和外部运维团队共同负责。


大数据应用案例详细描述:

      目前,国内制造业对大数据技术的应用案例大多出现在市场营销、用户服务等领域,且尚不成熟,而对于面向制造企业全流程的应用还很少,或仅仅是将互联网大数据的经验借鉴到制造业中来。但仅仅依靠传统互联网大数据分析技术,并无法满足制造业大数据的分析需要,原因在于制造业大数据具有更强的专业性、关联性、流程性、时序性和解析性等特点,而这些特点都是传统的互联网大数据处理手段所无法满足的。

      COSMOPlat平台能够帮助企业实现纵向数据链的闭环。对工厂端的制造设备、用户端的产品,进行联接、监测、分析优化。形成前端消费大数据和后端制造大数据的迭代融合,相互促进。


产品
解决方案
案例