當前，制造過程中所產生的數(shù)據的規(guī)模、類型和速度正在呈指數(shù)級增長，帶來了巨大的發(fā)展機遇。通過認真分析這些數(shù)據，企業(yè)可獲得競爭優(yōu)勢、快速響應不斷變化的市場動態(tài)、顯著提高制造利潤、生產力和效率。工廠車間中的設備會生成成千上萬種不同的數(shù)據類型，例如多個級別的單位生產數(shù)據、設備運行數(shù)據、流程數(shù)據、人工操作員數(shù)據等。這些數(shù)據可以在存儲后用于數(shù)據分析。
盡管大型制造商多年來一直在使用統(tǒng)計流程控制和統(tǒng)計數(shù)據分析來優(yōu)化生產，但當今數(shù)據的復雜結構成為部署新方案、基礎架構和工具帶來了重大機遇。得益于更卓越的計算性能的涌現(xiàn)、開放標準的推出和廣泛可用的行業(yè)專長，制造業(yè)已經準備好充分利用大數(shù)據。此外，在學術研究的推動下，技能嫻熟的數(shù)據科學家數(shù)量龐大，他們將能夠在使用大數(shù)據方面為制造業(yè)提供更出色的支持。
借助全新的制造智能特性，制造商能夠提高質量，增加產量，更準確地了解制造問題的根本原因，以及減少機器故障和宕機情況。借助新的業(yè)務價值和技術能力，制造商將能夠改變業(yè)務模式和實踐，以優(yōu)化設計，實現(xiàn)出色的可制造性，從而改進供應鏈管理，并采用定制的制造服務縮短專為各地消費者量身定制的產品的上市時間。
本文概述了英特爾一家制造工廠的物聯(lián)網（IoT）試點計劃，以說明將數(shù)據分析應用于工廠設備和傳感器可如何提升制造流程的運營效率并節(jié)約生產成本。在實施這一物聯(lián)網大數(shù)據分析項目的過程中，英特爾與Cloudera、戴爾、三菱電機和Revolution Analytics進行了緊密的行業(yè)協(xié)作，預計每年將能夠節(jié)省數(shù)百萬美元，并帶來更高的投資回報。
挑戰(zhàn)：如何從所有的制造數(shù)據中提煉價值？
大數(shù)據實質上是包含各種數(shù)據類型的龐大數(shù)據集，可以分為結構化、半結構化或非結構化，如表1所示。結構化數(shù)據適合放在格式整齊的表格中，因此相對容易管理和處理。結構化數(shù)據的優(yōu)勢是便于輸入、存儲、查詢和分析。相關示例包括關系數(shù)據庫中存儲的制造數(shù)據，以及來自制造執(zhí)行系統(tǒng)和企業(yè)系統(tǒng)的數(shù)據。另一方面，非結構化數(shù)據（例如圖片、文本、設備日志文件、人工操作員生成的值班報告和制造社交協(xié)作平臺文本等）可能為原始格式，需要經過解碼才能提取數(shù)據值。半結構化數(shù)據是結構化數(shù)據的一種，其格式不符合關系數(shù)據庫或其他形式的數(shù)據表關聯(lián)的數(shù)據模型標準結構，但包含用于分隔語義要素的標記或其他記號，并且數(shù)據中明確了記錄和字段層次結構。在制造業(yè)，要想發(fā)揮大數(shù)據技術的強大作用，需要將這些數(shù)據集類型進行合并與關聯(lián)，從中發(fā)現(xiàn)新的洞見，從而創(chuàng)造出色的業(yè)務價值。大數(shù)據技術的另一個價值定位就是，支持制造商以經濟高效、可擴展的方式聚合并集中各類數(shù)據。
表1 制造數(shù)據示例
制造流程存在各種變量，如材料、流程方案和方法以及設備差異，這就要求制造商采用基于可擴展平臺的大數(shù)據解決方案，這種平臺能夠隨著業(yè)務增長和制造要求的提高而擴展。機器數(shù)據與產量和質量密切相關，因此能夠為主動檢測將要失去控制的流程提供重要信息。然而，一些類型的制造流程會產生大量數(shù)據文件（每個工具類型幾天就可產生GB級數(shù)據，如表2所示），限制了使用傳統(tǒng)方法從這些數(shù)據中分析、提取和存儲有用信息的能力。如果不使用大數(shù)據技術，直觀呈現(xiàn)來源廣泛的大型數(shù)據集中的信息都非常困難。
表2 數(shù)據大小示例
應對挑戰(zhàn)：英特爾制造部門使用大數(shù)據分析服務器和物聯(lián)網網關的物聯(lián)網試點計劃
圖1 支持為從工廠車間到數(shù)據中心的整個過程提供制造智能的端到端基礎架構構建模塊
圖1所示為面向大小型數(shù)據集的高級物聯(lián)網制造架構，這些數(shù)據集包含來源于制造車間和制造網絡、可供收集和聚合的各類數(shù)據。該架構為通過數(shù)據可視化、監(jiān)控和挖掘創(chuàng)建新型商業(yè)智能提供了全新可能。
舉例來說，該架構可以清理、提取和轉換來自現(xiàn)有數(shù)據庫的結構化數(shù)據、來自工具傳感器的非結構化數(shù)據以及來自傳統(tǒng)設備的日志文件，并將它們整合在一個數(shù)據存儲平臺（即Hadoop）中。然后，運行在內部服務器（即數(shù)據存儲服務器）上不同虛擬機的高級工廠應用可對數(shù)據進行可視化和分析?；蛘?，用戶可使用網絡上的其他分析或監(jiān)控應用訪問這些數(shù)據。其他增強功能包括在Hadoop或其他類型文件系統(tǒng)中進行分析或在內存中進行分析以提升性能。分析結果可通過網絡商業(yè)智能層中的直觀可視化功能展示給用戶。
英特爾制造部門試點計劃中的大數(shù)據分析物聯(lián)網服務器設置
圖2 大數(shù)據分析服務器
英特爾制造部門在其試點部署中使用的大數(shù)據分析服務器如圖2所示。戴爾的緊湊型系統(tǒng) PowerEdge*VRTX2被選作內部服務器，以在私有云環(huán)境中托管大數(shù)據和分析軟件。該系統(tǒng)包含一個Dell PowerEdge VRTX機箱，配備25塊900GB硬盤和2臺Dell PowerEdgeM820刀片式服務器，每一臺服務器配備E5-4600產品家族中的4顆英特爾?至強?處理器。英特爾至強處理器E5-4600 產品家族提供了一款成本適宜的緊湊型四路處理器解決方案，最高支持8個內核、20MB末級高速（L3）緩存和1. 5TB內存容量，同時具備可快速轉移數(shù)據的信道。
兩臺M820 服務器可托管分析和應用軟件，以及在多臺虛擬機中運行的 Hadoop節(jié)點。Red Hat Enterprise Linux* forVirtual Datacenters操作系統(tǒng)為針對可擴展、完全虛擬化數(shù)據中心而設計的服務器提供了一種全面的虛擬化軟件解決方案。
分析和應用節(jié)點
圖3 大數(shù)據分析服務器上軟件分配至虛擬機的情況
圖 3 顯示了軟件被如何分配至不同虛擬機（VM）。該節(jié)點托管著 5 臺虛擬機，分別運行著不同的分析和應用工作負載。具體包括：
·來自Revolution Analytics的Revolution REnterprise* 是一款基于強大的開源R統(tǒng)計語言的分析軟件。該軟件可在分析解決方案和企業(yè)軟件之間提供無縫、安全的數(shù)據橋，可解決采用基于R的分析功能及現(xiàn)有IT基礎架構的企業(yè)所面臨的關鍵集成問題。
· MonetDB*：一種面向列的開源數(shù)據庫管理系統(tǒng)，旨在幫助高效完成對大型數(shù)據庫進行的復雜查詢任務，如將表格與數(shù)百個列和數(shù)百萬行進行組合。MonetDB已使用在各種需要高性能的應用中，如數(shù)據挖掘、在線分析處理（OLAP）、地理信息系統(tǒng)和流數(shù)據處理等。
·PostgreSQL*：一款強大的開源對象關系型數(shù)據庫系統(tǒng)，用于在線交易處理（OLTP）。
物聯(lián)網（IoT）網關
三菱電機MELSEC-Q系列* C語言控制器是一款基于英特爾?凌動?處理器的網關，用于聚合并安全攝入數(shù)據至大數(shù)據分析服務器。數(shù)據攝入指驗證、過濾和重新格式化數(shù)據，以便大數(shù)據分析軟件更輕松地對其進行分析。
三菱電機MELSEC-Q系列C語言控制器是具備眾多智能系統(tǒng)功能特點的嵌入式解決方案，包括處理從傳感器或通過網絡收集的大量數(shù)據所需的穩(wěn)定網絡連接和卓越計算性能，同時支持復雜的系統(tǒng)控制和操作。這一控制器的核心是采用英特爾? 架構和 Wind River VxWorks* 實時操作系統(tǒng)的硬件平臺。
三菱電機開發(fā)了 MELSEC- Q系列C語言控制器，旨在滿足多種工廠自動化要求，具備卓越的可靠性，可適應苛刻的環(huán)境， 且長期可用。這些特性助它成為一款堅 實可靠的產品，幾乎無需維護物聯(lián)網制造應用。
MELSEC-Q 系列C語言控制器取代了傳統(tǒng)可編程控制器中使用的梯形邏輯，使用國際標準 C 語言（C和C++）提供了更靈活的編程能力。它能夠支持用戶充分利用現(xiàn)有的C語言軟件和開發(fā)資源。
CIMSNIPER* 是一款適用于三菱電機 MELSEC-Q 系列 C 語言控制器的數(shù)據獲取和處理軟件包。它能夠收集流程數(shù)據（包括 SECS 信息）和制造設備錯誤， 而無需修改現(xiàn)有系統(tǒng)。
大數(shù)據分析案例 在過去的兩年中，英特爾開發(fā)了十幾個大數(shù)據項目，鞏固了運營效率和收入。下方列出了幾個示例：
縮短產品測試時間
英特爾? 制造的每一枚芯片都要經過徹 底的質量檢查，通過多種復雜的測試。
英特爾發(fā)現(xiàn)，利用制造過程中收集的歷史信息可以減少測試所需的產品數(shù)量，從而縮短測試時間。作為概念驗證實施的這款解決方案在 2012 年為英特爾? 酷睿? 系列處理器節(jié)約了 300 萬美元的測試成本。將這款解決方案擴展到更多產品后，英特爾 預計會節(jié)約3,000 萬美元的成本。
改善制造監(jiān)控
數(shù)據密集型流程也用于幫助英特爾在生產線上檢測故障，這是一個高度自動化的環(huán)境。英特爾從整個工廠網絡的制造工具和測試工具中提取日志文件，每小時多達 5 TB。通過捕獲和分析這些信息，英特爾能夠確定在制造流程中的哪個步驟開始偏離常規(guī)容差。
針對此處討論的當前端到端平臺試點部署，英特爾與三菱電機、Cloudera、Revolution Analytics 和戴爾進行了緊密合作，成功開發(fā)了許多卓越功能，在使用數(shù)據挖掘科學解決實際制造問題方面取得了巨大進展，并通過成本節(jié)省和決策改進為英特爾節(jié)約了數(shù)百萬美元。該項目的主要目標是發(fā)掘數(shù)據和數(shù)據分析的價值，通過預測制造獲得更深刻的洞察力，并降低制造成本，同時不影響生產量或質量。
下面詳述了英特爾通過集成面向制造物聯(lián)網的大數(shù)據分析和技術獲得了一些突破性成就和發(fā)現(xiàn)。
試點計劃成效：
使用案例 1：通過監(jiān)控和分析設備參數(shù)值并在部件發(fā)生故障之前及時更換，減少不必要的產能損失。 背景 自動測試裝置（ATE）是專門用于在不同設備上執(zhí)行測試的機器，這些設備被稱作被測設備（DUT）。ATE 使用控制系統(tǒng)和自動化信息技術快速執(zhí)行測試，測量并評估被測設備。11 ATE 系統(tǒng)連接到稱為處理工具的自動更換工具上。該工具能夠物理更換測試接口單元（TIU）上的被測設備，以便接受該裝置的測試。 問題陳述 有缺陷的測試接口單元將會錯誤地將良品分類為次品，會對英特爾制造運營成本造成負面影響。有缺陷的測試接口單元會導致對被測設備進行錯誤分類，包括拒絕良品。英特爾制造部門的目的是檢測潛在的 TIU 缺陷，以便及時修理或更換單元，防止它們被錯誤分類。如果有缺陷的測試接口單元將良品錯誤分類為次品，該單元將作廢。在定期預防性維護期間，一些即便仍然運轉正常的組件也會使用備件更換，以避免發(fā)生此類問題。 成效和優(yōu)勢 分析功能可在現(xiàn)有工廠聯(lián)機流程控制系統(tǒng)觸發(fā)之前，預測出高達 90% 的潛在測試接口單元故障。在此處的情況下，這可幫助及時更存在缺陷的 TIU 以免造成過度拒絕良品，將產能損失降低了 25%。 此外，英特爾還減少了在預防性維護過程中提前更換尚未故障的備件的需求，從而預計可以降低 20% 的備件成本。 使用案例 2：通過在焊球焊接設備中消除和減少錯誤焊球裝配情況降低產能損失 背景 焊球焊接模塊是為基片表面涂抹焊膏的部件。焊球被放置到焊球焊接表面，然后焊膏將其固定在相應位置上。整個封裝通過一個回流焊爐，將在其中融化基片表面上的焊膏和焊球。 焊球被真空吸附到貼裝頭的小孔上。系統(tǒng)將檢查該貼裝頭上的焊球是否過多或缺失。當貼裝頭與基片對齊時，焊球被放置在基片的焊膏上。釋放焊球后，將檢查貼裝頭上是否殘留有任何焊球。最后，攝像頭成像系統(tǒng)將檢查基片上是否缺失焊球或焊球位置是否存在偏移。 問題陳述 缺失焊球的單元為有缺陷的材料，會造成產能損失。多種場景會導致單元缺失焊球，包括真空壓力不足等。 成效和優(yōu)勢 通過可視化處理傳感器讀數(shù)并將其與各種機器數(shù)據和執(zhí)行系統(tǒng)數(shù)據進行關聯(lián)，英特爾成功降低了產能損失，優(yōu)化了維護成本，并避免了設備突然宕機。這可幫助技術人員主動解決問題，朝著創(chuàng)建預測維護功能而努力。
使用案例 3：使用圖像分析確定良品或次品
背景
機器視覺設備是一種模塊，可篩選單元并將其分類為良品和邊際單元。良品將傳送到加工流程，而邊際單元將接收制造專員的檢查并確定其優(yōu)劣。該手動流程較為耗時。
問題陳述
人工檢查并分類邊際單元的流程非常繁瑣，有時需要約8 小時才能成功將邊際單元與真正的不良品隔離。
這是因為單元送達操作員、然后傳送到隔離模塊、最后進行隔離比較費時。圖像分析可幫助迅速識別檢測模塊檢測到的不良品。
成效和優(yōu)勢
機器視覺設備模塊中記錄的邊際圖形經過預處理。每一張圖像都是非結構化數(shù)據，需要修改尺寸、剪裁并轉化為灰度模式，然后將每個像素轉化為二進制格式。此流程的下一階段涉及特征選擇，非結構化圖像將由一系列不同的值定義。然后，將這些值賦予各種機器學習算法，用于區(qū)分真正不良品和邊際不良品。
圖像分析縮短了從大量邊際單元中分離真正不良品的時間。圖像分析確認不良品的速度大約比人工方法快10倍。
數(shù)據流
圖4 高級數(shù)據流
圖4顯示了上述使用案例中的數(shù)據如何 傳輸。
基于英特爾凌動處理器的網關將實時獲取的機器數(shù)據和傳感器數(shù)據發(fā)送至大數(shù)據分析服務器（BDAS）。例如，焊球焊接模塊的機器數(shù)據通過機器界面端口收集，來自模擬傳感器的機器數(shù)據以數(shù)秒數(shù) MB 的速度進行流傳輸。
· 收集到的所有工廠數(shù)據都存儲在 Hadoop* 中。以下不完全列表顯示了使用 Hadoop 的現(xiàn)有功能可實現(xiàn)的可能性：
- HTTP：大數(shù)據分析服務器展示一個支持對 HDFS 進行操作的經驗證的 REST HTTP 端點。
- Apache Sqoop* 提供了連接工具， 用于將非 Hadoop 數(shù)據存儲（如關系數(shù)據庫和數(shù)據倉庫）中的數(shù)據遷移至 Hadoop。
- Flume* 能夠接收持續(xù)的日志數(shù)據。
·本部分上述使用案例中的特定數(shù)據格式為逗號分隔值（CSV） 文件或原始圖像。盡管 Hadoop 生態(tài)系統(tǒng)包含多種數(shù)據攝入途徑（如上所述），但一些工廠機器的網絡傳輸能力有限，要求通過定制工程向 HDFS 提交數(shù)據：
- FTP：物聯(lián)網網關擁有一個 FTP客戶端，定期連接到大數(shù)據分析服務器，并將最新獲取的數(shù)據直接傳輸?shù)?HDFS。也可以根據實時數(shù)據流和分析要求使用 MQTT 和 REST 等其他數(shù)據流協(xié)議。
- CIFS 共享（Windows 共享）：大數(shù)據分析服務器提供了一種 Windows/CIFS 共享目錄，網關 可將文件復制到該目錄中。
·CSV 文件被使用 Pig 直接導入HBase*，而原始圖像會先使用計算機視覺技術和 map-reduce 任務進行預處理，生成圖像的文本數(shù)據表示。
·根據操作要求，數(shù)據將在三個數(shù)據 庫中的一個進行存儲：NoSQL （Hadoop）、RDMS/SQL或 Coli/ OLAP。
·數(shù)據庫可使用各種工具訪問和處理， 包括 AquaFold、專門報告、工作流調度、ETL 和數(shù)據庫集成。同時， Cloudera Distribution for Hadoop 可對數(shù)據實施各種操作。
·處理過的數(shù)據使用專為工廠應用設計的Revolution Analytics 工具進行進一步分析。
·這些數(shù)據在易于理解的儀表盤中向用戶展示。
經驗總結和結論 英特爾使用物聯(lián)網網關，借助從英特爾自身制造網絡和設備及傳感器提取的數(shù)據，集成并驗證了大數(shù)據分析內部服務器解決方案，從而證實了物聯(lián)網對于制造業(yè)的出色業(yè)務價值。采用了三菱電機MELSEC-Q 系列 C 語言控制器。試點計劃的實施有賴于工廠工程師、IT 部門和來自 Cloudera、戴爾、三菱電機和 Revolution Analytics 的行業(yè)專家的通力合作。團隊首先采用現(xiàn)有機器性能和監(jiān)控數(shù)據，然后使用大數(shù)據分析和建模功能獲取用于預測潛在偏移和故障的數(shù)據。機器組件故障預測功能可支持工程師修復并防止偏移，從而通過避免浪費生產部件、縮短維修時間和減少機器備件使用量節(jié)約大量資金。
使用了大數(shù)據分析服務器和物聯(lián)網網關上各種軟件構建模塊的集成套件。尚未開始利用制造數(shù)據中包含的智能優(yōu)勢的制造商，可以應用并實施此框架。已經使用數(shù)據提升效率的制造商可以進一步增強現(xiàn)有能力，以提高數(shù)據挖掘和分析能力。
對于英特爾而言，此試點計劃預計每年可節(jié)約數(shù)百萬美元，并能夠帶來更高的投資回報。優(yōu)勢包括延長設備組件正常運行時間、最小化良品和次品錯誤分類（從而提高產能和生產力），支持預測維護，同時減少組件故障。英特爾的制造環(huán)境和設備中還有多種其他類型的參數(shù)、度量法、產品和設備數(shù)據（結構化和非結構化），可以通過挖掘和分析這些數(shù)據獲取新的業(yè)務價值。通過利用這一機會,英特爾將能夠進一步提高工廠的效率和生產力，建立出色競爭優(yōu)勢。
(審核編輯: 智匯張瑜)
分享
