军工企业信息系统大数据挖掘实例分析

来源:用户上传      作者:

　　[摘    要] 随着信息技术在制造业中的不断应用，军工企业信息系统的复杂度越来越高，企业在长期的经营管理过程中积累了大量可以反映企业主体和各业务环境经营情况的数据。如何在尽量减少系统复杂度的同时，进一步利用大数据产生新的价值，成为企业信息化建设过程中面临的突出问题。本文通过对企业信息化建设的实例进行分析，详细阐述了如何运用大数据挖掘技术解决当前企业发展过程中的难点问题，并提出了合理化的建议，对企业信息化建设具有一定的借鉴参考价值。
　　[关键词] 制造企业;信息系统;大数据挖掘
　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 13. 049
　　[中图分类号] F270.7;TP311    [文献标识码]  A      [文章编号]  1673 - 0194（2020）13- 0108- 03
　　1      引    言
　　随着工业4.0、互联网+以及中国制造2025在工业领域的不断深化发展，军工企业工业生产与管理过程逐步网络化、智能化和信息化，所有的生产管理环节、生产装备、感知设备包括生产者自身都在源源不断地产生大量的数据。如何从这些工业大数据中获得有价值的信息，帮助企业做出正确的决策，已经成为许多学者研究的热点。大数据挖掘技术的应运而生，可以有效地提升企业在相关产品设计、生产制造、统计展示和改进产品质量等方面的能力，从而提高工业产品的生产成功率，降低开发成本，提高工業生产决策的准确度，进一步提升工业生产效率。
　　2      军工企业信息系统结构实例
　　笔者所在企业围绕建设智慧企业的战略目标，经过多年的论证和实施，现已建成如下各类信息系统（如图1所示）：以SAP为核心的经营管理体系，对企业的销售服务、生产管理、财务管理、原材料采购、货物仓储及库存管理等全部经营活动与环节，实施监督、分析及管理，形成数据化的资源管理系统，为企业生产、决策、组织运营提供指导及依据;以MES为核心的生产管理体系，能够帮助企业实现生产计划管理、生产过程控制、产品质量管理、车间库存管理、项目看板管理等，提高企业制造执行能力;以PDM为核心的数字化研发设计体系，实现产品设计数据管理，以及这些数据的产生过程，如设计文档管理、产品结构与配置管理、工艺管理、工作流程管理、项目管理和产品的分类检索等内容;以DNC系统为核心的设备智能监控体系，能够实现车间数控设备及生产工位的统一联网管理，支持数控设备的在线加工、NC程序的断点续传、在线远程请求和历史追溯等，提高企业数控设备的生产效率;此外辅以OA对销售合同进行审批与监管，从而构成了公司的骨干信息化系统。
　　在此基础上，企业继续优化生产流程，以销售订单+行项目为驱动，将战略、计划、科研、生产、执行和业绩管理各环节有机串联，形成完整的产供销的信息流程。同时通过数据联邦方式集成。这种集成方式投资小，部署容易，仅通过简单、精确定义的API接口、Web Service接口或直接访问数据库接口等技术进行通讯，将分布式部署的各信息系统进行互联互通，打通经营管理的数据壁垒，消除信息孤岛，并将分散在各系统内的数据重新集合，实现各个异构数据源之间的数据共享，使得现有信息系统成为一个高效协作的和谐整体，便于获取与应用内部所存的资源信息数据。
　　3      信息系统大数据的来源
　　企业在长期的经营管理过程中积累了丰富翔实的数据，这些数据真实地反映了企业主体和各业务环境的经营情况，其中蕴含着有助于企业发展的重要信息资源，而决策的信息化则是这些数据价值最重要的体现。主要包含：管理信息系统数据、机器设备数据和外部数据。其中管理信息系统数据是围绕经典智能制造模式，从客户需求到销售、订单、计划、研发、设计工艺、制造、采购、供应、库存和交付、售后等整个产品全生命周期各个环节所产生的各类数据以及相关技术和应用的总称。如物料主数据、销售数据、物资库存数据、生产任务数据、财务数据、质量数据等，是工业大数据的主要组成部分，也是最具价值的部分。
　　机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。如DNC系统采集和统计到设备的开机率、有效切削率、主轴倍率与转速、进给倍率与速度以及温度、湿度、压力值等数据。
　　外部数据是指来源于工厂外部的数据，主要包括来自市场、环境、客户、外协厂商等外部环境的信息和数据。如供应商主数据、客户主数据、外协任务数据等。
　　4      集成系统存在问题
　　从上文所述可以看出工业制造业的数据有多种来源，且分布于各个独立的系统。并且具有多源异构、分布广泛、动态增长、实时性强等特点，为打破“数据信息孤岛”，企业通过系统集成，部分实现了数据的互联互通与信息共享。但距离数据的充分利用还差很多。究其原因，主要是现有的信息系统存在如下缺点：
　　（1）在灵活性方面有所欠缺，稳定性强而柔性不足。特别是排产方面、在解决能力瓶颈的功能方面、在解决具体行业的特殊性要求方面，过于死板。譬如：采购计划处理代料问题，需要在PDM和SAP系统之间反复确认修改，不仅操作烦琐，影响效率，还会造成数据冗余和重复，增加系统负担。
　　（2）需要较专业的人员进行配置和使用。不同业务之间进入门槛高，并且配置数据量庞大，操作界面复杂。譬如：财务人员遇到业务问题，需要追根溯源查找上游环节的数据时，由于操作复杂，专业性强，经常望而却步。
　　（3）基于流程的功能很弱，企业生成单据都需要走审批流程，一般要通过外部系统的工作流程软件进行审批，再将数据写入现有系统中。特别是在系统集成互联后，原来少量的审批功能仅存在于单一系统中，严重影响集成系统的功能发挥。 　　（4）报表、数据统计与展示功能不直观，不能完全满足需要。其一是该类功能配置复杂，格式固定，可定制化程度低;其二是系统集成后，原系统缺少贯穿多个系统数据源的统计和展示能力。
　　（5）实施成本很高，二次开发（例如SAP系统使用ABAP语言开发）的成本相当高，使用成本也很高，严重制约企业对系统的升级需求。
　　5      大数据挖掘解决方案
　　笔者所在企业的信息系统进行了高效的集成，其基本架构已趋于完善，运营管理过程中产生和收集的海量大数据是实实在在的，如何充分利用现有的大数据，解决企业经营中提出的新需求，弥补现有系统不足，同时创造新的价值成为下一步信息系统建设的关键目标。
　　5.1   新需求分析
　　近年来，企业不同业务部门基于自身情况，提出了大量新的信息系统的建设计划，这类需求均是现有信息系统欠缺的功能，如果在现有系统基础上进行升级改造，则代价高，技术难度大，实施困难。但这些需求又是各部门的刚性需求，极为迫切，如果能成功实施将能极大提高办公效率。这些新需求如下：
　　（1）产出计划管理系统。现有的MES系统无法实现生产任务的全程监控，无法保障产品交付时间，也无法统计出总装产品所需零部件的库存情况（数据在SAP系统中）并进行齐套性分析，影响产品的及时交付率。
　　（2）质量大数据管理系统。MES系统对于质量数据的归集管理能力较弱，质量管控过程中所需的诸如合格品数量、废品数、一次交检合格率、产品最终合格率等指标的精细化统计分析功能欠缺;产品在设计、生产、试验和交付等生产环节中形成的有关质量与可靠性的各类文件、记录等信息无法和该产品的销售信息、部分生产信息（数据在SAP系统中）相关联，造成质量管理工作量巨大。
　　（3）外协任务监管系统。企业的外协厂家较多，需要外协的产品也较多，要求分散的外协厂家远程运用同一MES系统上报生产进度等信息无法实现，因此大量的外协生产数据无法统计和获得，信息不透明，严重影响企业生产进度。
　　（4）合同监管系统。目前缺少一个可以涵盖销售、研发、生产、采购、物资、财务的产品全流程监管系统，其数据源涉及所有系统，这使得企业合同评审、合同履行进度计划、产品验收、合同节点考核等工作缺乏清晰的主线贯穿，影响当前的合同监管和今后的合同审计工作的开展。
　　（5）财务共享系统。集团公司财务核算需要共享下属单位财务数据，涉及企业和上级单位信息系统数据的互联互通。
　　5.2   实施方案
　　开发各类新的应用系统之前，通过对已有信息系统的特点与缺陷进行分析，制定了新的系统架构，旨在通过大数据挖掘技术实现对现有数据的进一步利用，同时摒弃以前的紧耦合系统集成方式，避免每次更新都必须完成众多复杂接口的升级，建立以服务为核心的整体解决方案，如图2所示。
　　（1）通过数据仓库系统建立一个存储海量数据的数据库，然后将新应用系统所需的数据源通过数据抽取工具进行过滤、提取和转换，定期装载到数据库中，所有查询都通过数据仓库根据其保存的信息来进行。通过中间件技术，将上下级单位的数据源进行协调处理，为异构数据创造检索的条件。
　　（2）统一规划定制开发的软件和原有系统之间的中间层和数据仓库的规范，统一采集和存储管理的标准。在此基础上，新开发的各类系统既能实现单点登录、账号权限统一管理，界面、操作方式一致性，各系统的无缝融合，又可以保持每个系统的单独性，允许独立部署，保证功能的完整性，从而最大化实现平台无关性，降低系统间耦合度，增加通用性与可移植性。
　　（3）通过业务流程调整和重组，定制化开发新的系统，弥补现有信息系统功能缺陷，解决工作流程不符合企业特殊要求、统计数据分布于多个系统中无法统一展示等问题。
　　6      总结与反思
　　6.1   降低系统间耦合性
　　企业的信息系统诸如SAP、MES、PDM、DNC等是通过独立开发各信息系统之间的接口来进行彼此数据传递，从而实现系统间互联的。也就是说，系统集成使系统耦合性进一步加强。尽管后续企业信息系统建设中认识到了这一弊端，定制开发的各类管理平台采用数据库访问中间件和数据仓库的方式实现和底层信息的交互，避免了单个系统间的直接接口访问。但其底层系统间的耦合性是无法改变的。
　　随着信息系统的复杂性不断增大，这种紧耦合模式的缺陷逐渐暴露出来。首先，无法支持大规模的计算业务、任务执行过程中管理难度大并最终导致系统稳定性变差。其次，这种系统间的紧耦合模式使得信息系统后期的升级维护甚至更新替换过程中，原来在紧耦合架构下运行的程序接口代码，甚至软件流程方式发生根本性变化，其代码的重写过程将是一个庞大的工程，甚至是不可能完成的任务。
　　因此在后期的信息系统建设过程中，应逐步改变系统结构，降低系统间的耦合性。图3是企业今后信息系统的建设目标和模式。
　　6.2   长远规划与平台化实施
　　企业信息系统建设的种类、类型、组成结构要进行长远的规划设计，在建设之初，结合企业的未来发展，确定系统和模块以及之间的互联互通耦合方式等，实现总体规划，分步实施。而实现此目标，建设平台化的信息系统是一个较好的实现方式。
　　平台化系统具有独立性、开放性、可管理性和可扩展性等特性，通过模块组件化结构，支持企业逐步部署信息化系统，减少企业系统投资的压力，提升企业平台化系统的使用率。此外，平台化能在整个系统内实现数据的共享，许多高级功能，比如单点登录，用户唯一、全局搜索、全局行动列表和全局业务地图等支持不同应用模块间的数据整合和信息重组的功能，都可以作为标准功能予以实施，这也大大提高了系统的价值。
　　6.3   重视定制化的开发
　　采用通用的软件系统产品构建企业的信息系统，价格低，制作周期短，见效快。这通常是一个企业解决企业发展初期信息化需求的必由之路。并且有些通用型的软件系统产品，特别是大型的软件产品，经过了市场的检验，能解决绝大部分企业面临的一些共性问题，满足企业信息化管理的基本需求，并构成企业信息系统的基础设施。
　　但每个企业都有自己独有的管理模式、工作流程及工作制度，随着企业不断发展，通用型软件系统与企业个性化软件需求之间的矛盾会越发凸显，定制开发工作显得尤为重要或不可或缺。
　　定制开发可以允许企业依据自己的行业特殊性、产品特性以及业务服务等方面的要求，经过细致的系统分析后，选择重要的功能进行个性化的开发设计。定制开发具有灵活性、可扩展性、可控性，实现了从过去企业管理方式适应软件系统向软件系统适应企业管理方式的转变。此外，定制开发的软件系统允许企业拥有软件所有权，包含软件源文件、软件版权、数据库的结构信息等，所以企业能够在与软件定制开发公司合作前提下，自由添加或削减软件的功能，使得企业在软件的深度使用及推广方面更加容易。
　　本文所述案例中，正是通过定制开发，满足了企业不断涌现的个性化需求，解决了困扰企业或部门多年的管理难题，填补了现有管理信息系统的空白，也使企业管理信息系统功能更加完整。
　　主要参考文献
　　[1]陈良臣.大数据挖掘与分析的关键技术研究[J].数字技术与应用，2015（11）.
　　[2]潘偉.基于大数据的智慧工厂制造优化技术研究[J].计算机技术与发展，2019（1）.
　　[3]潘平.基于网络系统集成的大数据分析及应用[J].软件信息与电脑：理论版，2018（24）.
　　[4]张海健.大数据时代下数据分析理念探究[J].文理导航：中旬， 2016（8） .
　　[5]杨立雄.浅析大数据技术在物流企业中的应用[J].产业与科技论坛，2018（23）.
　　[6]吕佑龙，张洁.基于大数据的智慧工厂技术框架[J].计算机集成制造系统，2016（11）.
转载注明来源:https://www.xzbu.com/3/view-15296416.htm