制造企业数据空间设计理论与方法

第1章 面向全价值链活动的企业数据空间构建与协同理论架构

1.1 多源异构数据批／流融合采集机制设计

1.2 面向多服务的多源异构数据湖系统研究

1.3 基于演化聚类的元数据演化机制研究

1.4 基于Lambda架构的批／流融合大数据处理引擎研究

1.5 多源异构数据交互标准研究

参考文献

第2章 基于制造业流程知识表达的数据空间管理技术理论架构

2.1 制造业知识图谱构建

2.2 数据湖元数据模型及其建模方法

2.3 数据湖元数据管理系统的构建

2.4 制造业机器测量的参数管理

2.5 智能制造知识图谱应用构件开发

2.6 知识图谱的因果关系管理

参考文献

第3章 基于数据空间的归因认知与智能决策

3.1 多模态融合的人体模型构建与工人工序分析技术

3.2 融合知识图谱的机器音频表征与异音分类技术

3.3 基于区块链的全产业链产品溯源认证方法

3.4 基于时序数据的销量预测方法

参考文献

第4章 数据空间原型系统的构建

4.1 数据湖原型系统设计

4.2 制造业图像数据定位分析

4.3 基于由粗到细框架的多模态数据显著性特征预测网络

4.4 基于麦克风阵列的异音源检测与定位

4.5 基于动态实时决策的智能人机交互

4.6 基于跨技术通信的智能质量追溯

参考文献

第5章 总结与展望

附录

附录A：IEEE标准申请情况

附录B：发明专利授权／受理情况

附录C：论文发表情况

附录D：软件著作权发表情况

第1章面向全价值链活动的企业数据空间构建与协同理论架构

1.1多源异构数据批/流融合采集机制设计

各制造企业之间数据采集、处理以及存储方式往往存在较大差异，这些差异造成了制造企业系统中数据来源复杂、结构各异等问题,导致各企业系统之间相互孤立，信息沟通困难。同时，各企业系统之间的协同不足，缺乏标准化的交互体架构支撑，使得数据散落在不同的企业系统内部3]，这严重影响企业之间各业务的顺利执行以及各企业之间的信息共享。

为构建多源异构企业数据空间与全流程标准化交互体系,推动多源异构数据实现快速融合,必须设计适用于各类数据源的数据采集机制[5],以及制定与之相适应的标准化数据结构。

1.1.1批/流融合采集机制研究

全价值链活动覆盖企业方方面面的行为,这此行为主要可分为研发设计生产制造、经营管理和销售服务四大类活动。而这些活动中产生的数据在应用需求上也存在差异。比如对于生产制造过程中产生的数据，需要及时采集、处理和反馈(，从而实时把握生产状况7-8],及时发现生产过程中存在的问题,并发掘这一环节中存在的潜在缺陷，避免更大损失[9;而对于销售服务环节中的数据,则需要以一定的时间尺度为单位(如天、月或年)进行汇总与分析,辅以区域维度上的汇总，以实现对销售状况的把握。

经过深入研究全价值链活动所产生的数据在数据结构、存储方式和应用需求等多个维度的特征,本章设计了多源异构数据批/流融合的数据采集机制，整体结构如图1-1所示。

……

在《“十四五”智能制造发展规划》中，我国明确将智能制造作为建设制造强国的主攻方向，并认识到其发展水平对我国制造业的质量和竞争力具有直接影响。在这一背景下，本书依托国家重点研发计划项目“制造企业数据空间设计理论与方法”，致力于研究制造企业的数据空间设计理论和方法。项目取得了在数据空间管理引擎、基于数据空间的归因推断、知识发掘、学习决策技术和数据空间原型系统构建等方面的科研成果。目标是构建一套完整的数据空间管理体系，包括因果推断、知识发掘、学习决策和智能服务等软件构件，为制造企业实现全流程的可控性和信息共享提供支持。