在工業和信息化部、國家標準化管理委員會共同組織制定了《國家智能制造標準體系建設指南（2021版）》中對智能制造系統架構從生命周期、系統層級和智能特征等3個維度所涉及的要素、裝備、活動等內容進行描述，主要用于明確智能制造的標準化對象和范圍。智能制造系統架構如圖1所示。

圖 1 智能制造系統架構

      該指南文件并未對如何搭建支撐智能制造系統架構運行的IT基礎架構進行描述。那么如何搭建支撐智能制造系統運行的IT基礎架構來支撐智能制造系統運行就成為了我們必須自己摸索的“必答題”。

1 IT基礎架構面臨的問題

      為了承載各類信息化系統、自動化系統、智能分析系統等的穩定、安全、高效的運行，IT基礎架構需要解決以下幾個關鍵問題：

      1.1 網絡和數據安全的問題

      網絡和數據安全問題是IT基礎架構需要解決的首要問題。隨著工業互聯的普及，制造企業的產線自動化系統與信息化系統，甚至互聯網都有數據通訊的需要。這給各個系統數據傳遞帶來便利的同時，也將各種網絡威脅延伸到了制造企業產線的自動化系統，IT基礎架構在保障正常通訊的前提下必須保證各系統網絡和數據的整體安全性，尤其要保證各產線自動化系統的安全性，避免直接影響生產的安全事故的發生。

      1.2 系統的性能問題

      IT基礎架構必須支撐運行系統的高效運行。尤其是與制造企業生產相關的系統運行效率，系統反應速度必須能夠滿足產線生產的需要，必須對根據生產結果給出及時的回饋。然而隨著信息化系統和自動化系統數量的激增，系統之間的接口數量也呈現幾何數量的增加，系統之間的關系復雜化，相互影響增多。IT基礎架構采用適當的方式優化各系統之間的數據接口關系，保證與產線相關的信息化系統和自動化系統高效運行，以滿足生產的需要。

      1.3 大數據的管理問題

      隨著企業設備和產線的數字化以及自動化系統和信息化系統的增加，產生了大量的各種類型的數據，這些數據的產生、采集、傳輸、存儲、篩選、計算及應用等各個環節的處理，以及如何保持良好數據的流向等都是困擾企業智能制造建設的重要問題。作為支撐智能制造系統運行的IT基礎架構必須能很好的解決大數據的管理和流向問題。讓系統產生的各類數據有序、高效、安全的流動。特別是制造企業產線設備、自動化系統以及產品本身在生產過程中產生的質量數據、能源介質消耗數據等，它們產生的頻率高、數據量大、類型多樣、采集和存儲難度大，是非常難處理且有非常有價值的數據。

      1.4 系統的分類、分層問題

      隨著企業智能制造建設的不斷深入，支撐企業生產經營各個環節的信息化系統、自動化系統、模型系統、知識管理系統、專家系統等快速增加。這些系統功能作用不同、需要的數據類型不同，與生產經營管理的緊密程度不同，數據處理的頻率和時效性要求也不同。因此為了讓這些系統能更快的發揮作用，我們必須對這些系統進行分類和分層管理，讓他們處在IT基礎架構中合適的位置上才能讓他們安全高效的發揮它們應有的作用。

2 三象限IT基礎架構

      搭建IT基礎架構首要考慮的因素就是安全、高效和穩定，結合多年企業信息化建設的經驗以及對各種信息化系統功能的分析和各類型數據特點的分析，這里提出一個支撐智能制造系統的三象限IT基礎架構方案。

圖 2 智能制造系統三象限 IT 基礎架構圖

      系統架構圖如圖2所示。

      第一象限為生產支撐平臺，主要包括工業控制系統和與生產密切相關的生產管理系統。如：產線機械設備、一級、二級控制系統、MES、APS、物流管理、LMIS、產銷管理，物資計量、能源管理、設備管理等系統，這些系統是生產關系最密切的系統，系統響應速度要求最高，一般是秒級甚至是毫秒級的。這些系統產生的數據企業生產經營原生數據，最真實之間的反應企業生產經營情況是進行深度挖掘和分析的基礎數據，不宜再在這個層面做過多的數據分析和運算，應最大限度的保障系統的運行效率和數據的安全性。

      第二象限為生產過程數據分析平臺，主要包括工廠數據庫系統、模型分析研發系統、工廠可視化系統、設備在線監測系統、能源環保監測系統、工藝質量分析系統等。這個平臺主要分析和處理的是企業產線在生產過程中產生的數據，在采集、分析和處理這些數據的同時必須盡量減輕產線系統的負荷，保護產線各系統安全。

      第三象限為管理業務數據分析平臺，主要包括生產管理系統的數字孿生系統、企業大數據分析平臺以及各類大數據挖掘，成本分析、利潤分析、供應鏈分析、客戶數據對接服務、模擬排產等智能分析系統和展示系統等。這個平臺的數據來源于生產支撐平臺和生產過程數據分析平臺，它的主要作用是對產線產生的原生數據從不同緯度，采用多種方法進行數據挖掘和分析，從中發掘出對生產經營有價值的規律和決策依據，進而幫助企業優化管理流程、生產組織和生產工藝。

3 各象限作用和劃分原則

      （1）與企業采購、生產、質量、計量、物流、倉儲、設備、能源環保等關鍵生產要素的密切程度。凡是直接參與這些生產要素運行和管理的系統均應納入到生產支撐平臺。這個平臺主要包括：一、二級控制系統、MES、APS、物流管理、LMIS、產銷管理，物資計量、能源環保管理、設備管理等系統。他們與生產關系密切，對時效性和安全、穩定性有較高的要求。

      （2）因數據類型和產生方式不同而劃分。凡是在生產過程中，由機器設備運轉過程產生的各類運行數據、控制系統產生的各類控制數據、各類儀器儀表產生的過程讀數等以時間軸為主線進行保存的過程數據，以及對這些數據進行采集、存儲、分析和處理的系統歸納為生產過程分析平臺。這個平臺主要包括：自動化模型分析研發、設備在線監測、能源環保實時監測、專家系統、工藝質量分析等系統進行大數據分析，并根據分析的結果對自動化模型進行優化，對設備進行精度維護和預防性維修，對能源生產和供給進行優化，對環保指標進行監測，對生產工藝進行優化等。

      （3）按照系統的主要功能作用對系統劃分。凡是對生產支撐平臺和生產過程分析平臺產生的數據進行深度分析和挖掘的系統歸納為管理業務分析平臺。管理業務分析平臺的主要作用是從生產管理系統的數字孿生系統中抽取各類業務數據，從工廠數據庫系統中抽取生產過程數據，組成企業大數據平臺，為成本分析、利潤分析、能源消化分析、供應鏈分析、模擬排產、客戶數據對接服務等系統提供數據源。分析的結果可以在線或離線的傳輸給生產支撐平臺的生產管理系統，對生產計劃進行優化和調整，以求實現最優化生產和利潤最大化。

4 方案的價值

      （1）通過工廠數據庫系統對工業控制系統的生產過程數據進行集中采集和存儲，避免由于采集系統過多對現場控制系統造成過多影響和壓力，同時實現了生產過程數據的集中存儲、管理和使用，規范了生產過程數據的流向，避免了數據回流給現場控制系統造成的不安全因素。

      （2）通過生產管理系統的數字孿生系統進行數據抽取，建立企業大數據平臺，避免了從生產管理系統直接抽取數據，對生產系統的穩定運行造成不良影響。有效的保障了生產業務的高效穩定運行。

      （3）為生產管理系統建立數字孿生系統可以有效的保障生產管理系統的數據安全和網絡安全。避免了生產系統的數據庫系統遭到其他系統和外部的危險和網絡攻擊。

      （4）工廠數據庫采用單向數據采集技術，可以有效地避免工業控制系統遭到外部的安全威脅和攻擊，保護了工業控制系統的數據安全和網絡安全。

5 結語

      綜上所述，三象限IT基礎架構各象限的數據類型清晰，功能明確，同時彼此可以進行安全有效的數據交換，可以為智能制造系統的運行提供可靠的IT基礎支撐，同時也有效的實現了系統高效、穩定運行，數據安全、數據災備，數據集中管理和利用，最大限度的發揮大數據平臺的作用。對制造企業的智能制造系統IT基礎建設工作具有一定的參考價值。

作者：河鋼集團唐鋼公司 張寶玉