解读 | 智能制造能力成熟度模型——集成

集成——是智能制造能力成熟度评估体系中一个关键能力子域。在智能制造能力成熟度等级划分中,集成是第三等级特征。从内容上看,集成包括设备间集成、系统间集成、设备与系统间的集成。从维度上看,集成又分为横向集成、纵向集成和端到端集成;无论从哪个层面看,集成的目标都是为了打通业务数据,让数据在设备、系统乃至企业间实现自由流动。在模型中“集成”属于技术能力要素的三个能力子域之一,见图1。

 

图1 能力成熟度模型 前文我们完成了数据能力子域的解读,今天我们接着聊下一个能力子域——集成,这两者之间不仅是共辅共生的关系,而且难以割裂。可以这么说,集成是数据共享、数据分析、数据应用的必有之路;而数据共享、数据分析、数据应用则是集成的必然结果。 在GB/T 39116-2020标准中对集成能力子域的成熟度描述如表1,不过在展开解读之前,我们先梳理一下制造企业到底有哪些集成需求? 表1 集成能力子域的成熟度要求


首先,从信息化时代走来,当前绝大部分制造企业都应用了CAX、PLM、ERP、SCM、CRM等研发和管理系统,探讨得比较多的业务集成也主要集中在这些业务系统间,这些系统不仅应用广泛,而且产品和技术的通用性较强,因此集成实践案例比较多,当前仍有大量企业对研发管理系统集成仍然有比较强烈的需求;
其次,与生产管理相关的集成。MES是企业经营管理向生产现场延伸的关键系统,起着承上启下的功能。近年来,随着工业智能化的深入,关于MES、APS系统的实施需求也越来越多,实现ERP到MES的集成也是当下企业最为关注的方向之一;
第三,MES再往下延伸就是工业控制系统,包括PLC、SCADA、DCS、FCS等工业自动化系统,基本以国外巨头的产品为主,系统和设备之间标准较多,难以统一。随着工业互联网技术的应用发展,企业对车间的设备与系统的集成有着急迫的需求;
第四,工业现场最底层就是设备和物料等,如工业机器人、AGV小车以及各种仪器仪表等,这些设备上有传感器、FRID、二维码、PLC等,能支撑各种网络连接接口,实现对设备的数据采集和设备间的互联互通;
第五,还有上下游产业链企业间互联互通,实现上下游产业链企业间通过互联网、云等形式共享关键业务信息和数据,比如实现协同研发、智能生产、精准物流和智能服务等。
针对企业集成的五大点需求,再结合标准模型对集成能力子域的成熟度要求,可从中梳理出几个关键活动,基本都是围绕四个点在讲:1)有没有集成意识?2)有没有集成规划?3)集成的范围与规范有没有?4)使用哪些集成技术?在表2中我们对关键活动在不同等级的特征进行了归纳梳理。表2集成能力子域关键活动


对于一级,强调的仍然是企业是否具有集成的意识。当前企业使用了一些设备,实施了一些系统,但由于缺乏总体的规划,这些设备和系统之间缺乏连接,各自处于独立状态,数据难以互通。随着信息孤岛的广泛出现,企业一定会存在系统间、设备间以及系统与设备间的集成需求,这里只强调有集成规划的意识,不要求企业有具体的集成规划。 对于二级,企业需要针对集成需求开展规划,并明确需要集成的网络、硬件和软件的范围,并制定集成规范。早些年,企业为破除信息孤岛,打通各独立的业务子系统,大多采用SOA架构实现ERP、CRM、HR等异构系统的数据集成,取得了不错的效果。现在仍有不少企业在采用SOA技术,从本质来说,SOA架构是信息化时代的产物,在智能制造时代,特别在信息系统向工业系统的对接过程中,SOA架构不一定能适应新的需求。 对于三级,提到了企业要形成完整的系统集成架构,不仅要实现信息化业务系统间的集成,还要实现工业软件、设备和控制系统的集成,这要求企业采用更先进的集成架构。在三级b条中明确要求,企业需具备设备、控制系统与软件系统间集成的技术规范,包括异构协议的集成规范、工业软件的接口规范等。
对企业来说,三级集成要求明确要求企业形成完整的设备间、系统间及系统与设备间的集成技术方案,包括横向集成、纵向集成和端到端集成。这里注意,三级集成要求的是实现跨业务活动的设备及系统集成,即集成活动仍然以打通企业内部业务系统和设备为主,并未涉及到产业链上下游企业间的集成。 对于四级,要求企业实现全业务活动的集成,这个与跨业务活动的设备和系统集成有比较大的区别,除了要求在企业内部实现跨业务的设备与系统集成之外,还要求产业链上下游企业间实现关键业务的集成协同,且通过ESB和ODS等方式。 关于ESB(企业服务总线),有兴趣可以找相关资料做专门研究,这里不做详述。这里重点谈谈ODS,即操作数据存储。为什么这里特别提到ODS?我的理解是,企业对于数据的处理可分为两种,即事务型数据处理(OLTP)和分析型数据处理(OLAP)。前者放在传统数据库(DB),后者放在数据仓库(DW)中。但有些操作型处理并不适合放在传统数据库上,有些分析型处理也不适合放在数据仓库中,这时候就需要第三种数据存储体系,ODS因此产生。ODS的出现将DB&DW两层数据架构转变成DB&ODS&DW三层数据架构。

 

图1 ODS操作数据存储 ODS中的数据具有以下4个基本特征:①面向主题的:进入ODS的数据是来源于各个操作型数据库以及其他外部数据源,数据进入ODS前必须经过 ETL过程(抽取、清洗、转换、加载等)。②集成的:ODS的数据来源于各个操作型数据库,同时也会在数据清理加工后进行一定程度的综合。③可更新的:可以联机修改。这一点区别于数据仓库。④当前或接近当前的:“当前”是指数据在存取时刻是最新的,“接近当前”是指存取的数据是最近一段时间得到的。 ODS具备数据仓库的部分特征和OLTP系统的部分特征: 首先,ODS在原来独立的各个DB的基础上建立了一个一致的、企业全局的、面向主题的数据环境,使原有的DB系统得到改造。 其次,ODS使DW卸去了数据集成、结构转换等一系列负担,对DW的数据追加通过ODS完成,大大简化了DW的数据传输接口和DW管理数据的复杂度。 最后,在带有ODS的数据仓库体系结构中,DW层所存储的数据都是进行汇总过的数据,并不存储每笔交易产生的细节数据,但是在某些特殊的应用中,可能需要对交易细节数据进行查询,这时就需要把细节数据查询的功能转移到ODS来完成,而且ODS的数据模型按照面向主题的方式进行存储,可以方便地支持多维分析等查询功能。
前文对数据能力子域三级标准进行解读时,有一段这样的描述:”对数据共享、要求数据分析结果能根据业务源数据的变化实现自动更新,跨部门共享,要求分析工具与数据源之间建立衔接和集成。”有了ODS,这个需求就能实现。ODS不仅能将ERP、CRM、SRM等业务系统中的数据在ETL后导入,包括一些工业生产中时序数据也可以导入,更关键的是,ODS中的数据是可以联机修改,且保持及时更新的,数据仓库不具备这个能力。因此,更适合集成能力较为成熟的企业数据应用需求。 最后,我们还是对集成能力子域的五级成熟度等级特征做总结,表3可作为评估诊断企业智能制造集成能力的重要参考。

表3成熟度等级关键特征