在工业和信息化部、国家标准化管理委员会共同组织制定了《国家智能制造标准体系建设指南（2021版）》中对智能制造系统架构从生命周期、系统层级和智能特征等3个维度所涉及的要素、装备、活动等内容进行描述，主要用于明确智能制造的标准化对象和范围。智能制造系统架构如图1所示。

图 1 智能制造系统架构

      该指南文件并未对如何搭建支撑智能制造系统架构运行的IT基础架构进行描述。那么如何搭建支撑智能制造系统运行的IT基础架构来支撑智能制造系统运行就成为了我们必须自己摸索的“必答题”。

1 IT基础架构面临的问题

      为了承载各类信息化系统、自动化系统、智能分析系统等的稳定、安全、高效的运行，IT基础架构需要解决以下几个关键问题：

      1.1 网络和数据安全的问题

      网络和数据安全问题是IT基础架构需要解决的首要问题。随着工业互联的普及，制造企业的产线自动化系统与信息化系统，甚至互联网都有数据通讯的需要。这给各个系统数据传递带来便利的同时，也将各种网络威胁延伸到了制造企业产线的自动化系统，IT基础架构在保障正常通讯的前提下必须保证各系统网络和数据的整体安全性，尤其要保证各产线自动化系统的安全性，避免直接影响生产的安全事故的发生。

      1.2 系统的性能问题

      IT基础架构必须支撑运行系统的高效运行。尤其是与制造企业生产相关的系统运行效率，系统反应速度必须能够满足产线生产的需要，必须对根据生产结果给出及时的回馈。然而随着信息化系统和自动化系统数量的激增，系统之间的接口数量也呈现几何数量的增加，系统之间的关系复杂化，相互影响增多。IT基础架构采用适当的方式优化各系统之间的数据接口关系，保证与产线相关的信息化系统和自动化系统高效运行，以满足生产的需要。

      1.3 大数据的管理问题

      随着企业设备和产线的数字化以及自动化系统和信息化系统的增加，产生了大量的各种类型的数据，这些数据的产生、采集、传输、存储、筛选、计算及应用等各个环节的处理，以及如何保持良好数据的流向等都是困扰企业智能制造建设的重要问题。作为支撑智能制造系统运行的IT基础架构必须能很好的解决大数据的管理和流向问题。让系统产生的各类数据有序、高效、安全的流动。特别是制造企业产线设备、自动化系统以及产品本身在生产过程中产生的质量数据、能源介质消耗数据等，它们产生的频率高、数据量大、类型多样、采集和存储难度大，是非常难处理且有非常有价值的数据。

      1.4 系统的分类、分层问题

      随着企业智能制造建设的不断深入，支撑企业生产经营各个环节的信息化系统、自动化系统、模型系统、知识管理系统、专家系统等快速增加。这些系统功能作用不同、需要的数据类型不同，与生产经营管理的紧密程度不同，数据处理的频率和时效性要求也不同。因此为了让这些系统能更快的发挥作用，我们必须对这些系统进行分类和分层管理，让他们处在IT基础架构中合适的位置上才能让他们安全高效的发挥它们应有的作用。

2 三象限IT基础架构

      搭建IT基础架构首要考虑的因素就是安全、高效和稳定，结合多年企业信息化建设的经验以及对各种信息化系统功能的分析和各类型数据特点的分析，这里提出一个支撑智能制造系统的三象限IT基础架构方案。

图 2 智能制造系统三象限 IT 基础架构图

      系统架构图如图2所示。

      第一象限为生产支撑平台，主要包括工业控制系统和与生产密切相关的生产管理系统。如：产线机械设备、一级、二级控制系统、MES、APS、物流管理、LMIS、产销管理，物资计量、能源管理、设备管理等系统，这些系统是生产关系最密切的系统，系统响应速度要求最高，一般是秒级甚至是毫秒级的。这些系统产生的数据企业生产经营原生数据，最真实之间的反应企业生产经营情况是进行深度挖掘和分析的基础数据，不宜再在这个层面做过多的数据分析和运算，应最大限度的保障系统的运行效率和数据的安全性。

      第二象限为生产过程数据分析平台，主要包括工厂数据库系统、模型分析研发系统、工厂可视化系统、设备在线监测系统、能源环保监测系统、工艺质量分析系统等。这个平台主要分析和处理的是企业产线在生产过程中产生的数据，在采集、分析和处理这些数据的同时必须尽量减轻产线系统的负荷，保护产线各系统安全。

      第三象限为管理业务数据分析平台，主要包括生产管理系统的数字孪生系统、企业大数据分析平台以及各类大数据挖掘，成本分析、利润分析、供应链分析、客户数据对接服务、模拟排产等智能分析系统和展示系统等。这个平台的数据来源于生产支撑平台和生产过程数据分析平台，它的主要作用是对产线产生的原生数据从不同纬度，采用多种方法进行数据挖掘和分析，从中发掘出对生产经营有价值的规律和决策依据，进而帮助企业优化管理流程、生产组织和生产工艺。

3 各象限作用和划分原则

      （1）与企业采购、生产、质量、计量、物流、仓储、设备、能源环保等关键生产要素的密切程度。凡是直接参与这些生产要素运行和管理的系统均应纳入到生产支撑平台。这个平台主要包括：一、二级控制系统、MES、APS、物流管理、LMIS、产销管理，物资计量、能源环保管理、设备管理等系统。他们与生产关系密切，对时效性和安全、稳定性有较高的要求。

      （2）因数据类型和产生方式不同而划分。凡是在生产过程中，由机器设备运转过程产生的各类运行数据、控制系统产生的各类控制数据、各类仪器仪表产生的过程读数等以时间轴为主线进行保存的过程数据，以及对这些数据进行采集、存储、分析和处理的系统归纳为生产过程分析平台。这个平台主要包括：自动化模型分析研发、设备在线监测、能源环保实时监测、专家系统、工艺质量分析等系统进行大数据分析，并根据分析的结果对自动化模型进行优化，对设备进行精度维护和预防性维修，对能源生产和供给进行优化，对环保指标进行监测，对生产工艺进行优化等。

      （3）按照系统的主要功能作用对系统划分。凡是对生产支撑平台和生产过程分析平台产生的数据进行深度分析和挖掘的系统归纳为管理业务分析平台。管理业务分析平台的主要作用是从生产管理系统的数字孪生系统中抽取各类业务数据，从工厂数据库系统中抽取生产过程数据，组成企业大数据平台，为成本分析、利润分析、能源消化分析、供应链分析、模拟排产、客户数据对接服务等系统提供数据源。分析的结果可以在线或离线的传输给生产支撑平台的生产管理系统，对生产计划进行优化和调整，以求实现最优化生产和利润最大化。

4 方案的价值

      （1）通过工厂数据库系统对工业控制系统的生产过程数据进行集中采集和存储，避免由于采集系统过多对现场控制系统造成过多影响和压力，同时实现了生产过程数据的集中存储、管理和使用，规范了生产过程数据的流向，避免了数据回流给现场控制系统造成的不安全因素。

      （2）通过生产管理系统的数字孪生系统进行数据抽取，建立企业大数据平台，避免了从生产管理系统直接抽取数据，对生产系统的稳定运行造成不良影响。有效的保障了生产业务的高效稳定运行。

      （3）为生产管理系统建立数字孪生系统可以有效的保障生产管理系统的数据安全和网络安全。避免了生产系统的数据库系统遭到其他系统和外部的危险和网络攻击。

      （4）工厂数据库采用单向数据采集技术，可以有效地避免工业控制系统遭到外部的安全威胁和攻击，保护了工业控制系统的数据安全和网络安全。

5 结语

      综上所述，三象限IT基础架构各象限的数据类型清晰，功能明确，同时彼此可以进行安全有效的数据交换，可以为智能制造系统的运行提供可靠的IT基础支撑，同时也有效的实现了系统高效、稳定运行，数据安全、数据灾备，数据集中管理和利用，最大限度的发挥大数据平台的作用。对制造企业的智能制造系统IT基础建设工作具有一定的参考价值。

作者：河钢集团唐钢公司 张宝玉