近年來，制造業(yè)正快速向數(shù)字化、網(wǎng)絡化、智能化的方向演進。文章以智能卷煙工廠的建設為例，對工廠數(shù)字化看板系統(tǒng)的設計進行了深入探究。通過消除生產(chǎn)各層級間的數(shù)據(jù)障礙，建立了制造端全面的數(shù)據(jù)關聯(lián)，實現(xiàn)了工廠生產(chǎn)、物流、質(zhì)量、物料等業(yè)務的橫向協(xié)同，以及從生產(chǎn)計劃到現(xiàn)場執(zhí)行的縱向貫通。文章旨在全面提升生產(chǎn)效能，持續(xù)推動生產(chǎn)過程的智能化，提升工廠的洞察力和快速反應能力，以實現(xiàn)“設備互聯(lián)、人機協(xié)同、深度融合、智慧管理”的戰(zhàn)略目標。

1 工廠現(xiàn)狀分析

以卷煙廠為例，卷煙工廠包含不同生產(chǎn)車間與輔助車間，如制絲車間、卷包車間、動力車間、物流車間等，不同車間開發(fā)各自的應用系統(tǒng)，以保障日常業(yè)務運行。調(diào)研發(fā)現(xiàn)，卷煙工廠現(xiàn)有的應用系統(tǒng)包含以下3種類型。

（1）工廠管理層系統(tǒng) ：負責對工廠級數(shù)據(jù)信息進行管理，提供包括全廠物流調(diào)度、計劃分派、工藝分發(fā)等在內(nèi)的全面管控功能。這涵蓋了廠級代碼管理系統(tǒng)、工廠產(chǎn)質(zhì)損管理系統(tǒng)、質(zhì)量追溯管理系統(tǒng)、設備管控系統(tǒng)等關鍵組成部分。通過分析和整理執(zhí)行層的業(yè)務數(shù)據(jù)，管理層能夠獲得決策支持。

（2）工廠執(zhí)行層：建立在過程控制層應用的基礎之上，根據(jù)管理層的管理要求，提供生產(chǎn)執(zhí)行服務。主要系統(tǒng)包括工廠 MES、卷包 SPC 系統(tǒng)、能源 SPC 系統(tǒng)、設備執(zhí)行系統(tǒng)等。

（3）過程控制層 ：主要負責與工廠底層裝置和設備的對接，實現(xiàn)生產(chǎn)信息的直接采集和初步應用。這包括制絲中控系統(tǒng)、卷包數(shù)據(jù)采集管理系統(tǒng)、儀器數(shù)據(jù)采集管理系統(tǒng)、能源數(shù)據(jù)采集管理系統(tǒng)、物流倉儲管理系統(tǒng)等關鍵系統(tǒng)。

盡管如此，車間管理人員在查詢相關數(shù)據(jù)時，仍需在不同的業(yè)務系統(tǒng)中進行定點查詢。例如，生產(chǎn)狀態(tài)類數(shù)據(jù)通常在工廠MES中查看，包括工單執(zhí)行狀態(tài)和當班實際成品產(chǎn)量；質(zhì)量類數(shù)據(jù)則在卷包 SPC 系統(tǒng)中查看，涉及不同批次的煙支物理檢測指標與外觀情況 ；車間設備運行狀態(tài)數(shù)據(jù)則在卷包數(shù)據(jù)采集管理系統(tǒng)中查詢。整體而言，數(shù)據(jù)分布較為分散，查詢不便，難以快速直觀地獲取所需的生產(chǎn)數(shù)據(jù)。

因此，一套綜合性的數(shù)字化看板系統(tǒng)顯得尤為必要。該系統(tǒng)應能夠收集管理層、執(zhí)行層、控制層的不同業(yè)務數(shù)據(jù)和設備采集數(shù)據(jù)，并以可視化的方式對生產(chǎn)經(jīng)營情況和運行狀況進行持續(xù)、自動的分析和監(jiān)控。該系統(tǒng)應能為工廠決策層、車間管理層、車間工班管理一線、擋車及條線管理人員提供實時數(shù)據(jù)，從而提升卷包車間綜合數(shù)據(jù)應用能力。

2 關鍵技術概述

2.1 Vue

Vue 是一套用于構(gòu)建用戶界面的漸進式框架。與其他大型框架不同的是，Vue 被設計為可以自底向上逐層應用。Vue 的核心庫只關注視圖層，不僅易于上手，還便于與第三方庫或既有項目整合。本系統(tǒng)數(shù)據(jù)展示需求較為靈活，數(shù)據(jù)整合要求較高，使用 Vue 框架可實現(xiàn)所見即所得的用戶體驗。

2.2 Cache

緩存（Cache）是一種存儲技術，用于臨時存放從原始數(shù)據(jù)源（硬盤、數(shù)據(jù)庫或網(wǎng)絡）獲取的數(shù)據(jù)副本，目的是加快數(shù)據(jù)的訪問速度，減少不必要的重復處理，進而提升系統(tǒng)整體的性能和響應效率。本系統(tǒng)通過簡單、快速的Cache 組件，實現(xiàn)對內(nèi)存和磁盤的緩存，并支持分布式的Cache，從而達到提高訪問速度、改善用戶體驗的目的。

2.3 3D仿真技術

本系統(tǒng)運用到3D 仿真技術，通過3D 引擎實現(xiàn)高質(zhì)量的可視化展示、實時互動和精確仿真，通過3D 模型展示，可以讓智能工廠場景的圖形呈現(xiàn)更加逼真和細致，增強用戶對場景的感知。

2.4 可視化BI工具

對于個性化的數(shù)據(jù)分析需求，采用了極為靈活的FineBI。作為一款可視化的 BI工具，它以自助分析為設計核心，通過直觀易懂的操作流程，為用戶提供深入的數(shù)據(jù)探索和分析能力，大大提高了數(shù)據(jù)分析圖表制作效率，并降低了數(shù)據(jù)分析圖表制作的準入門檻。

3 系統(tǒng)設計

3.1 系統(tǒng)總體設計

為了向工廠不同層級用戶提供車間現(xiàn)場的實時數(shù)據(jù)，以及為決策提供不同業(yè)務層級的生產(chǎn)數(shù)據(jù)支持該系統(tǒng)分為了4層架構(gòu)，如圖1所示。

 

圖1 系統(tǒng)應用架構(gòu)

（1） 前端表現(xiàn)層 ：系統(tǒng)界面展示層采用B/S 界面組件進行系統(tǒng)界面的圖形化設計，在架構(gòu)上，采用HTM5+JavaScript+CSS3 來進行構(gòu)建。為今后增加統(tǒng)一認證功能，實現(xiàn)工廠門戶的一鍵登錄奠定基礎。

（2）業(yè)務邏輯層 ：業(yè)務邏輯層提供核心的報表分析、業(yè)務處理等組件，將數(shù)據(jù)層的數(shù)據(jù)進行相關的數(shù)據(jù)校驗、數(shù)據(jù)轉(zhuǎn)換及計算分析后，傳遞給顯示層，顯示分析結(jié)果。

（3）數(shù)據(jù)層 ：數(shù)據(jù)層主要提供數(shù)據(jù)接口服務，數(shù)據(jù)持久化、數(shù)據(jù)庫管理工具，以及對數(shù)據(jù)有效性的全局事務管理等功能。

（4）數(shù)據(jù)分析層 ：將科技園區(qū) MES中采集的原始數(shù)據(jù)進行數(shù)據(jù)清洗，并根據(jù)數(shù)據(jù)模型進行分析計算后，提供給數(shù)據(jù)層進行數(shù)據(jù)存儲及展現(xiàn)使用。

3.2 應用架構(gòu)設計

系統(tǒng)應用架構(gòu)可分為3個層次。

（1）源系統(tǒng)層 ：負責從多個源數(shù)據(jù)系統(tǒng)中提取數(shù)據(jù)。例如，從 MES中提取質(zhì)量、設備和生產(chǎn)數(shù)據(jù) ；從產(chǎn)品質(zhì)量損失系統(tǒng)中提取退貨和庫存翻轉(zhuǎn)數(shù)據(jù) ；從制絲 SPCD、卷包 SPC 及三級站系統(tǒng)中提取質(zhì)量數(shù)據(jù) ；從能源數(shù)據(jù)采集系統(tǒng)中提取能耗、冷熱水和環(huán)境溫濕度數(shù)據(jù) ；從車間網(wǎng)頁中提取人員、關鍵績效指標（KPI）、退貨和庫存翻轉(zhuǎn)數(shù)據(jù)。

（2）應用服務層 ：在大數(shù)據(jù)層面進行數(shù)據(jù)清洗、加工處理，并建立指標卡片數(shù)據(jù)模型。構(gòu)建數(shù)據(jù)服務，為透明看板系統(tǒng)提供必要的數(shù)據(jù)支持。

（3）應用展現(xiàn)層 ：通過可視化手段，實現(xiàn)對生產(chǎn)經(jīng)營狀況和運行狀況的持續(xù)、自動分析，以及信息發(fā)布和運行監(jiān)控。透明看板系統(tǒng)支持多種終端展示，使用戶能夠更加便捷和直觀地掌握工廠的運作狀態(tài)，并方便地進行各種數(shù)據(jù)分析應用。

3.3 技術架構(gòu)設計

在技術架構(gòu)的設計上，采納了基于 J2EE 的多層服務架構(gòu)，并結(jié)合了 B/S 架構(gòu)與組件開發(fā)技術，同時融入了微服務的設計理念。實現(xiàn)了前后端的分離，后端開發(fā)基于Spring Boot，而前端則支持 Vue 2.6 及以上版本。這種架構(gòu)設計極大地促進了系統(tǒng)的可擴展性和維護性。

圖2 系統(tǒng)技術架構(gòu)

系統(tǒng)的技術架構(gòu)如圖2所示，主要可以劃分為5個層次。

（1）表現(xiàn)層 ：通過可視化手段，實現(xiàn)對生產(chǎn)經(jīng)營情況和系統(tǒng)運行狀態(tài)的持續(xù)、自動分析，以及信息的發(fā)布和運行監(jiān)控。透明看板系統(tǒng)支持多種終端展示，使得用戶能夠更加便捷和直觀地掌握工廠的運作狀態(tài)，并方便地進行各種數(shù)據(jù)分析。

（2）服務治理層 ：作為后端分布式服務體系的關鍵部分，負責所有后端服務的注冊與發(fā)現(xiàn)、監(jiān)控服務狀態(tài)，并實現(xiàn)多節(jié)點服務的負載均衡和故障服務的熔斷保護。此外，它還提供統(tǒng)一的配置中心，為分布式服務提供統(tǒng)一的配置來源，以及統(tǒng)一的 API 網(wǎng)關，作為后端服務訪問的統(tǒng)一出口。服務治理層基于業(yè)內(nèi)成熟的開源框架組件（Spring Cloud 等）構(gòu)建，支持在主流的虛擬機或容器平臺上運行。

（3）業(yè)務服務層 ：采用標準化的服務開發(fā)方式，與前端分離，并支持按業(yè)務需求進行拆分部署。這一層主要負責系統(tǒng)自身的業(yè)務服務實現(xiàn)，包括業(yè)務功能服務的相關業(yè)務邏輯，通過業(yè)務處理服務接口、業(yè)務服務處理組件、服務安全組件、數(shù)據(jù)緩存等技術手段，確保系統(tǒng)核心功能的正確運行。同時，通過數(shù)據(jù)訪問接口實現(xiàn)對各業(yè)務數(shù)據(jù)的獲取。

（4）數(shù)據(jù)層 ：負責系統(tǒng)數(shù)據(jù)的存儲，以及提供數(shù)據(jù)的基本操作和對象化方法，為業(yè)務邏輯層提供數(shù)據(jù)支持。底層數(shù)據(jù)庫為各類業(yè)務信息提供存儲，采用數(shù)據(jù)庫適配器、ORM 等技術手段實現(xiàn)數(shù)據(jù)的連接和獲取。這些從相關業(yè)務系統(tǒng)中采集的原始數(shù)據(jù)經(jīng)過清洗處理，并根據(jù)數(shù)據(jù)模型進行分析、計算后，提供給數(shù)據(jù)層進行存儲和展現(xiàn)。

（5）數(shù)據(jù)采集層 ：采用自主研發(fā)的 DEBUS 平臺，對接制絲中控系統(tǒng)，實時采集過程數(shù)據(jù)。采集的數(shù)據(jù)通過RPC 接口，既可以歸檔至大數(shù)據(jù)平臺的時序數(shù)據(jù)庫，為后續(xù)的數(shù)據(jù)分析和機器學習提供基礎數(shù)據(jù)支持，也可以提供給傳統(tǒng)的 MES，作為常規(guī)性事務的基礎數(shù)據(jù)服務。

3.4?界面設計

在界面設計方面，在確保了界面友好性和美觀性的基礎上，還遵循以下原則。

（1）界面直觀、透明原則，確保用戶易于理解和操作。

（2）界面顯示一致性原則，以維持視覺上的連貫性。

（3）界面布局合理化原則，優(yōu)化用戶操作流程。

（4）操作便捷性原則，簡化操作步驟，降低使用難度。

系統(tǒng)采用 H5 canvas 畫板模式，允許配置各類對象的生命周期階段，并以圖形化的方式錄入和展示現(xiàn)場質(zhì)量數(shù)據(jù)（圖3）。這使得用戶能夠直觀地進行操作，簡單易懂，從而減少系統(tǒng)操作的工作量和失誤率。

圖3?卷包車間數(shù)字化看板大屏

在業(yè)務數(shù)據(jù)統(tǒng)計和分析功能的實現(xiàn)上，系統(tǒng)采用報表開發(fā)工具，以實現(xiàn)數(shù)據(jù)展示的直接性和生動性，逐步摒棄繁瑣的純數(shù)字展示方式。例如，采用純 JavaScript 編寫的圖表庫——Echarts，能夠輕松地在 Web 應用程序中添加交互式的圖表，支持多種圖表類型。

4?應用效果

智能工廠數(shù)字化看板系統(tǒng)運行期間，取得了3個方面的成效。

（1）數(shù)字化看板為工廠生產(chǎn)運行提供了有力的決策支持，增強了部門的精益化管理能力，實現(xiàn)了更高效實時的監(jiān)控和可視化管理，促進了管理人員對經(jīng)營目標、生產(chǎn)運營狀況、待解決的管理問題，以及精準預防措施的關注。以生產(chǎn)運行數(shù)據(jù)為例，卷包車間結(jié)合產(chǎn)量數(shù)據(jù)、剔除數(shù)據(jù)與消耗數(shù)據(jù)，形成了產(chǎn)量完成度分析模型，對材料消耗預警與班材料消耗核對建立的可視化數(shù)據(jù)監(jiān)控，大大提升了消耗異常的處置速度，整體單位成本下降0.44%。

（2）本系統(tǒng)實現(xiàn)了對生產(chǎn)、質(zhì)量、設備、能耗等數(shù)據(jù)的全面感知與深度融合。以質(zhì)量數(shù)據(jù)為例，數(shù)字化看板匯聚了車間質(zhì)量物測指標數(shù)據(jù)、設備開動參數(shù)、實時生產(chǎn)數(shù)據(jù)與實時能源消耗等，通過對這些數(shù)據(jù)進行了加工與關聯(lián)，構(gòu)建了多源數(shù)據(jù)分析模型，為工廠決策人員提供更精確的數(shù)據(jù)，各類質(zhì)量指標有了顯著提升，產(chǎn)品不良率下降3%。

（3）本系統(tǒng)中用到的自助式數(shù)據(jù)分析工具，降低了數(shù)據(jù)分析的技術門檻，提升了用戶數(shù)據(jù)分析的積極性，實現(xiàn)為用戶賦能。用戶運用 BI工具，自主開發(fā)了數(shù)十張可視化報表，覆蓋生產(chǎn)、質(zhì)量、能耗等各個業(yè)務模塊，提升了整體生產(chǎn)運行效率，可視化報表開發(fā)周期縮短了50% 以上。

5?結(jié)束語

文章設計并實現(xiàn)了智能工廠的數(shù)字化看板系統(tǒng)，以展示“人機料法環(huán)”5個方面的實時在線數(shù)據(jù)，并成功構(gòu)建多層次的數(shù)據(jù)看板。通過這一系統(tǒng)，實現(xiàn)了對數(shù)據(jù)的全面感知和多源數(shù)據(jù)的深度融合，為工廠管理者提供了數(shù)據(jù)決策支持，提升了工廠整體的數(shù)字化管理水平。此外，系統(tǒng)還提供了易于使用的數(shù)據(jù)分析工具，旨在持續(xù)培養(yǎng)用戶的數(shù)據(jù)應用和分析習慣，增強其主動進行數(shù)據(jù)分析的能力。