li_java1-CSDN博客

原创 10.数据标准与治理体系：破解“同源不同数”，工业数据清洗与资产化实战

在大型化工企业或离散制造企业，尤其是涉及生产、物流、贸易等多业务板块的国企环境下，数据孤岛是数字化转型最大的障碍。最直观的表现即是“同源不同数”：同一项指标（如某种化工产品的日产量）在生产调度、销售开票、财务结算三个系统中，往往因为统计口径、取数时间点、计量误差等原因，呈现出三个截然不同的数据。企业的数字化转型中，数据治理的本质是管理语义的对齐。工业数据的复杂性在于其跨度极大：从毫秒级的底层控制系统（DCS/PLC）测点数据，到月度维度的集团财务核算数据，中间存在巨大的断层。这种乱象不仅导致领导层

2026-03-23 09:28:36 480

原创 09. 打破数据孤岛：从攻克数据采集洪峰到大屏展示的实战演进

底层数据的打通，彻底解放了基层管理者的双腿。我们不追求 100% 的盲目直连，而是先由生产指挥中心提出他们最关心的核心指标（如某关键压缩机的轴温、某进料管道的瞬时流量），然后拉着 IT 部门、仪控部、原厂供应商坐在一起，对这些“核心命脉”设备的源系统进行定向的点对点通讯改造。但在真实的大型国企老厂区改造中，当我真正戴着安全帽走到轰鸣的生产线旁时，面对的却是截然不同的冰冷现实：车间里既有刚引进的具备以太网接口的先进数控机床，也有运行了十五年、只有串口甚至连图纸都找不到了的“老爷爷级”自控设备；

2026-03-23 08:21:34 348

原创 08. 空间数据底座：GIS 在智能工厂全生命周期中的战略级地位

而 GIS 底座能瞬间完成复杂的空间关联：不仅能三维定位该法兰在哪一层作业平台，还能结合气象系统接入的实时风向，动态计算泄漏气体的扩散路径，并高亮显示受影响区域内最近的气防站与人员疏散路线。我们开发了极简的移动端应用，巡检工只需在防爆手机上点击“模型报错”，拍一张现场照片并提交，复杂的测绘和模型更新工作全部由后台的专职空间数据管理员来接手。面对“好看不好用”的致命评价，架构团队必须深刻反思：空间数据底座的战略价值，绝不是停留在视觉的升维，而是要实现业务逻辑的空间化。

2026-03-20 09:15:44 545

原创 07. 技术栈全景：支撑千万级工业互联网平台的技术选型考量

视频智能分析需要截取视频的帧图片作为数据源，视频抽帧服务按照时间进行均匀抽帧的方式从视频流中截取图片，针对不同视频的业务特性，设置对图片的截取频率，通过在边缘侧部署视频抽帧服务可有效降低云端服务压力。在云计算、物联网和大数据的技术背景下，集团确立了“大平台、小应用、微服务”的技术路径。 **在线组态：**对工艺或设备中的流程图进行组态绘制，提供丰富的设备图形库与简便的操作工具，支持图型的自由绘制、实时数据点标注、数据趋势图的添加、流程图的脚本导入等功能，为生产过程的把控与分析提供必要的支持。

2026-03-20 09:14:50 447

原创 06. 业务建模扩展：多层级数字孪生映射与数据隔离机制

例如，集团运营中心可以看到某企业的“设备综合完好率”，但无法在未经授权的情况下查看该企业具体某台核心动设备的底层运行日志。模型抽象了各子公司的产销存平衡关系、全集团的安全风险热力图。集团领导在模型中看到的是物流的流向、资金的流转和环保总排口的达标率。：在特定场景下（如发生安全事故触发预警），隔离机制会自动触发“紧急授权模式”，将事发区域的实时视频、人员位置、工艺参数临时开放给集团应急指挥中心，实现跨级联动。在陕西化工集团智能运营平台的实际落地中，我们面对的是一个典型的“集团-板块-企业”三级管控架构。

2026-03-19 08:21:59 173

原创 05. 业务建模：从传统车间作业到数字孪生对象的抽象与映射

1、基础身份：员工姓名、工号、所属单位（子企业）、所属部门、岗位名称、职称等级。 2、资质合规：特种作业操作证类别、证件编号、取证日期、复审日期（到期提醒）、专家评定等级。 3、活动状态：考勤打卡时间、当前地理位置（基于人员定位系统）、历史违章记录、培训完成率、薪酬级别。

2026-03-19 08:21:20 282

原创 04.行业规范与合规：安监、环保、应急消防的前置合规设计

综上所述，我们在系统设计时，将安监的“红线”、环保的“底线”和消防的“生命线”，通过系统定义的 7 大领域模型进行解构。例如，当储罐区压力接近阈值（生产域），若系统同时检测到该区域执行作业的人员未经过专项培训，风险模型会自动将该区域的风险等级由黄转红，并联动集团智能运营大脑的“预报警管理”模块，实现分级推送至决策层。一旦发生火警，系统瞬间调取规划数据中的建筑结构信息，自动生成避灾路线，并联动**“人才域”**中的应急专家库，将救援指令推送至最近的消防力量。的员工资质（是否持证上岗）、

2026-03-18 14:21:10 357

原创 03. 顶层蓝图：智能工厂的“云-边-端”三层物理架构与数据流向

这是平台最底层的“数据源”，负责将零散的物理信号转化为数字信号。：将各类复杂的工业协议（如 OPC, Modbus）转化为标准的数据格式，将不同厂商、不同时期的生产系统（DCS/PLC）数据标准化，为上层平台的统一调用打好基础。：包括分布在空分、气化、甲醇合成等关键装置上的压力、温度、流量传感器，以及用于安全监控的有毒有害气体探测器、火灾报警仪和 5G 智能摄像头。：通过 5G 基站和无线接入技术，实现对现场“人、机、料、法、环”全要素的实时连接、并且可对生产现场、仓储环境、运输过程的全方位监控。

2026-03-18 14:19:24 534

原创 02.行业基准：智能工厂智能化的核心特征与边界

行业智能化建设的基准目标已由早期的单一系统上线，演变为追求“安、稳、长、满、优”（安全、平稳、长周期、满负荷、优化生产）的整体效益提升。为桥梁，打通经营管理层（ERP）与过程控制层（DCS/PLC）的壁垒，实现计划下达、生产调度、操作执行、统计分析的 PDCA 全生命周期管理。依托数字化交付成果，构建 1:1 的三维虚拟工厂，将实时生产数据、设备档案、作业票、视频监控进行空间集成，实现“看得见”的管理。在建设中，应警惕“重硬轻软、重显轻用”的误区，真正的智能化边界应延展至业务流程的重塑。

2026-03-12 08:39:34 413

原创 01. 序言：为什么我们需要再造一座数字工厂

一方面表现为“信息不对等与滞后”，集团总部主要依靠电话沟通和层层上报的手工报表来了解各所属企业的生产、安环、库存情况，关键核心数据不能实时把控，导致集团领导层决策缺乏真实、全场景的数据支撑。针对大型流程工业企业，通过云计算、物联网和大数据等技术，打通从生产、设备到管理、决策的全流程，打破信息孤岛，实现海量数据的融合和价值化，是企业实现数字化转型升级的必经之路。我们需要通过数字孪生与物联网技术，把“老员工”的耳朵换成声学传感器，把眼睛换成AI视频分析，把大脑中的经验固化为“危险源报警引擎”和规则代码。

2026-03-12 08:37:34 310

原创工业互联网概述

以制造为中心的数字制造、以设计为中心的数字制造、以管理为中心的数字制造，并考虑了原材料、能源供应、产品销售的销售供应，提出用工程技术、成产制造、供应链这三个维度来描述工程师的全部轰动。通过建立描述这三个维度的信息模型，利用适当的软件，能够完整表达围绕产品设计、技术支持、生产制造以及原材料供应、销售和市场相关的所有环节的活动。实时数据的支持，实时下达指令，全面的优化，在三个维度之间的交互。在制造业一系列科学管理实践的基础上深度融合科技自动化技术、信息通信技术和智能科学技术。

2023-07-17 14:42:06 145

li_java1的博客