云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理規(guī)范范圍本文件規(guī)定了云邊協(xié)同的生產(chǎn)過(guò)程數(shù)據(jù)治理的總則、數(shù)據(jù)治理架構(gòu)、數(shù)據(jù)治理域、數(shù)據(jù)治理流程方面的技術(shù)要求。本文件適用于云邊協(xié)同環(huán)境下生產(chǎn)過(guò)程及其相關(guān)信息系統(tǒng)所涉及的數(shù)據(jù)治理規(guī)劃、設(shè)計(jì)、實(shí)施與應(yīng)用。規(guī)范性引用文件下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T34960.5-2018信息技術(shù)服務(wù)治理第5部分：數(shù)據(jù)治理規(guī)范GB/T39400-2020工業(yè)數(shù)據(jù)質(zhì)量通用技術(shù)規(guī)范術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。

數(shù)據(jù)治理datagovernmence數(shù)據(jù)資源及其應(yīng)用過(guò)程中相關(guān)管控活動(dòng)、績(jī)效和風(fēng)險(xiǎn)管理的集合。[GB/T34960.5-2018，定義3.1]

云邊協(xié)同cloud-edgecollaboration根據(jù)特定應(yīng)用場(chǎng)景及需求，邊緣端與云端之間基于各自計(jì)算能力及優(yōu)勢(shì)實(shí)現(xiàn)協(xié)同服務(wù)的過(guò)程，包括資源協(xié)同、數(shù)據(jù)協(xié)同、應(yīng)用協(xié)同。

云端cloudend部署云計(jì)算服務(wù)平臺(tái)一側(cè)，具有強(qiáng)大的服務(wù)處理能力，適于處理長(zhǎng)周期、海量數(shù)據(jù)，但具有處理能耗高、時(shí)延長(zhǎng)等特點(diǎn)。

邊緣端edgeend具有邊緣計(jì)算服務(wù)能力一側(cè)，通?？拷a(chǎn)線或用戶端，具有實(shí)時(shí)處理產(chǎn)線運(yùn)行數(shù)據(jù)的優(yōu)勢(shì)，以響應(yīng)一定的制造服務(wù)需求?？s略語(yǔ)下列縮略語(yǔ)適用于本文件。ERP：企業(yè)資源計(jì)劃（EnterpriseResourcePlanning）MES：制造執(zhí)行系統(tǒng)（ManufacturingExecutionSystem）RFID：射頻識(shí)別(RadioFrequencyIdentification)SCADA：數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(SupervisoryControlAndDataAcquisition)PLC：可編程控制器(ProgrammableLogicController)AGV：自動(dòng)導(dǎo)引車（AutomatedGuidedVehicle）WMS：倉(cāng)庫(kù)管理系統(tǒng)(WarehouseManagementSystem)云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理總則概述生產(chǎn)過(guò)程數(shù)據(jù)是制造企業(yè)的核心資產(chǎn)，應(yīng)實(shí)現(xiàn)其科學(xué)、規(guī)范地治理，符合GB/T34960.5-2018中相關(guān)要求，滿足云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)在標(biāo)準(zhǔn)化管理、過(guò)程管理、質(zhì)量管理、安全管理等生命周期管理要求，提升制造業(yè)務(wù)數(shù)據(jù)價(jià)值和服務(wù)，支撐生產(chǎn)過(guò)程自動(dòng)化、網(wǎng)絡(luò)化、智能優(yōu)化運(yùn)行，促進(jìn)制造企業(yè)智能化轉(zhuǎn)型升級(jí)發(fā)展。治理目標(biāo)生產(chǎn)過(guò)程數(shù)據(jù)治理的目標(biāo)是保障企業(yè)在生產(chǎn)線運(yùn)行過(guò)程中的運(yùn)行可靠、風(fēng)險(xiǎn)可控和價(jià)值實(shí)現(xiàn)，主要包括：運(yùn)行可靠：建立云邊協(xié)同生產(chǎn)過(guò)程多源異構(gòu)數(shù)據(jù)的標(biāo)準(zhǔn)化管理規(guī)則，保障數(shù)據(jù)及其應(yīng)用的高質(zhì)量、可靠性、有效性；風(fēng)險(xiǎn)可控：建立云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)安全管控機(jī)制，確保數(shù)據(jù)及其應(yīng)用滿足風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)容忍度；價(jià)值實(shí)現(xiàn)：構(gòu)建云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)價(jià)值實(shí)現(xiàn)體系，促進(jìn)生產(chǎn)過(guò)程多源異構(gòu)數(shù)據(jù)的資產(chǎn)化及其價(jià)值實(shí)現(xiàn)。治理任務(wù)企業(yè)應(yīng)根據(jù)智能工廠、數(shù)字化車間、智能生產(chǎn)線建設(shè)及應(yīng)用需求，通過(guò)新一代信息技術(shù)與先進(jìn)制造技術(shù)的融合應(yīng)用，實(shí)施云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理的任務(wù)，主要包括：分析云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理的現(xiàn)狀和需求、數(shù)據(jù)治理環(huán)境、數(shù)據(jù)資源管理能力；明確云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理業(yè)務(wù)域，建立云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理架構(gòu)、數(shù)據(jù)治理流程及其數(shù)據(jù)治理的實(shí)施落地；制定合理的數(shù)據(jù)標(biāo)準(zhǔn)化管理和數(shù)據(jù)安全管理體系，確保數(shù)據(jù)治理可控且具有實(shí)效。云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理架構(gòu)概述生產(chǎn)過(guò)程數(shù)據(jù)治理總體框架的構(gòu)建應(yīng)綜合應(yīng)用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、邊緣計(jì)算及人工智能等新一代信息技術(shù)，融合邊緣節(jié)點(diǎn)對(duì)實(shí)時(shí)、局部、短周期數(shù)據(jù)的處理優(yōu)勢(shì)，及大數(shù)據(jù)服務(wù)平臺(tái)在全局性、長(zhǎng)周期大數(shù)據(jù)分析處理方面的能力，并結(jié)合海量、多源、異構(gòu)數(shù)據(jù)的協(xié)同處理過(guò)程中的標(biāo)準(zhǔn)化管理、安全管理等需求，合理設(shè)計(jì)邊緣側(cè)與云端的業(yè)務(wù)協(xié)作與數(shù)據(jù)交互機(jī)制。云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理架構(gòu)見(jiàn)圖2，由云服務(wù)平臺(tái)層、邊緣節(jié)點(diǎn)層和生產(chǎn)過(guò)程層組成，應(yīng)具備下列功能：云服務(wù)平臺(tái)層，根據(jù)生產(chǎn)過(guò)程和邊緣節(jié)點(diǎn)層上傳的數(shù)據(jù)進(jìn)行模型設(shè)計(jì)、算法設(shè)計(jì)、模型訓(xùn)練、模型更新，并協(xié)同處理全局性、長(zhǎng)周期計(jì)算任務(wù)。邊緣節(jié)點(diǎn)層，在與大數(shù)據(jù)服務(wù)平臺(tái)實(shí)現(xiàn)模型鏡像更新與遷移學(xué)習(xí)交互的同時(shí)，支持部分實(shí)時(shí)數(shù)據(jù)（如質(zhì)量異常、設(shè)備故障）的預(yù)處理、存儲(chǔ)以及本地計(jì)算服務(wù)，實(shí)現(xiàn)對(duì)生產(chǎn)運(yùn)行數(shù)據(jù)的實(shí)時(shí)響應(yīng)；生產(chǎn)過(guò)程層，通過(guò)傳感組網(wǎng)及工業(yè)總線實(shí)現(xiàn)海量異構(gòu)數(shù)據(jù)的采集與傳輸，接收邊緣節(jié)點(diǎn)的實(shí)時(shí)反饋結(jié)果；云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理架構(gòu)云服務(wù)平臺(tái)層云服務(wù)平臺(tái)層是由計(jì)算基礎(chǔ)設(shè)施、共性業(yè)務(wù)構(gòu)件和行業(yè)應(yīng)用軟件等構(gòu)成，可根據(jù)特定的生產(chǎn)過(guò)程應(yīng)用場(chǎng)景，提供相應(yīng)的業(yè)務(wù)功能：生產(chǎn)過(guò)程全局業(yè)務(wù)數(shù)據(jù)的存儲(chǔ)；生產(chǎn)過(guò)程全局業(yè)務(wù)數(shù)據(jù)的特征提取、處理模型設(shè)計(jì)、更新及可視化應(yīng)用；邊緣節(jié)點(diǎn)計(jì)算模型的演化學(xué)習(xí)與動(dòng)態(tài)遷移鏡像；根據(jù)生產(chǎn)過(guò)程運(yùn)行需求，支持與邊緣節(jié)點(diǎn)層的交互式協(xié)同應(yīng)用。邊緣節(jié)點(diǎn)層邊緣節(jié)點(diǎn)層是由邊緣網(wǎng)關(guān)、邊緣控制器、邊緣服務(wù)器等具有邊緣計(jì)算能力的設(shè)備構(gòu)成的分布式邊緣服務(wù)平臺(tái)，應(yīng)具備：根據(jù)生產(chǎn)過(guò)程需求，支持短周期、響應(yīng)實(shí)時(shí)性要求高的數(shù)據(jù)的存儲(chǔ)與計(jì)算；支持對(duì)長(zhǎng)周期、響應(yīng)實(shí)時(shí)性要求較低的數(shù)據(jù)進(jìn)行預(yù)處理，并上傳至云服務(wù)平臺(tái)進(jìn)行大數(shù)據(jù)學(xué)習(xí)、分析與處理；邊緣計(jì)算模型的本地化訓(xùn)練與更新；支持云服務(wù)平臺(tái)對(duì)邊緣計(jì)算方法、處理模型的動(dòng)態(tài)更新。生產(chǎn)過(guò)程層生產(chǎn)過(guò)程層是由各類加工設(shè)備、質(zhì)量檢測(cè)設(shè)備、物流設(shè)備等構(gòu)成，應(yīng)具備：接收ERP/MES系統(tǒng)下達(dá)的作業(yè)指令，并按照一定的生產(chǎn)工藝進(jìn)行指定產(chǎn)品的生產(chǎn)；根據(jù)車間、產(chǎn)線及設(shè)備條件，部署相應(yīng)的傳感網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)海量、異構(gòu)生產(chǎn)數(shù)據(jù)的實(shí)時(shí)采集與傳輸；根據(jù)云邊協(xié)同處理結(jié)果，實(shí)現(xiàn)產(chǎn)線的動(dòng)態(tài)調(diào)整與重構(gòu)。數(shù)據(jù)標(biāo)準(zhǔn)化管理數(shù)據(jù)標(biāo)準(zhǔn)化管理是一項(xiàng)專業(yè)化程度高、綜合技術(shù)性強(qiáng)的系統(tǒng)工程，企業(yè)應(yīng)建立一套完善的管理制度、管控流程和技術(shù)工具對(duì)生產(chǎn)過(guò)程海量、異構(gòu)數(shù)據(jù)進(jìn)行體系化管理，清晰定義數(shù)據(jù)質(zhì)量規(guī)則、數(shù)據(jù)的來(lái)源和去向、校驗(yàn)規(guī)則，提升數(shù)據(jù)質(zhì)量。數(shù)據(jù)標(biāo)準(zhǔn)化管理可為生產(chǎn)過(guò)程的加工運(yùn)行、技術(shù)提升和綜合管理提供良好的服務(wù)和支持：加工運(yùn)行方面：通過(guò)對(duì)生產(chǎn)線實(shí)體數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化定義，解決數(shù)據(jù)不一致、不完整、不準(zhǔn)確等問(wèn)題，消除數(shù)據(jù)的二義性，使得數(shù)據(jù)在企業(yè)有一個(gè)全局的定義，減少各部門、各系統(tǒng)的溝通成本，提升生產(chǎn)線業(yè)務(wù)處理的效率；技術(shù)提升方面：統(tǒng)一、標(biāo)準(zhǔn)的數(shù)據(jù)及數(shù)據(jù)結(jié)構(gòu)是各類設(shè)備間及生產(chǎn)線間的互聯(lián)互通的基礎(chǔ)；標(biāo)準(zhǔn)的數(shù)據(jù)模型和標(biāo)準(zhǔn)數(shù)據(jù)元為生產(chǎn)過(guò)程面向大規(guī)模個(gè)性化定制生產(chǎn)的虛擬優(yōu)化重構(gòu)提供支撐，提升企業(yè)生產(chǎn)運(yùn)行效率和需求響應(yīng)能力。綜合管理方面：通過(guò)數(shù)據(jù)的梳理與標(biāo)準(zhǔn)化定義，明確數(shù)據(jù)的責(zé)任主體，標(biāo)注數(shù)據(jù)語(yǔ)義及應(yīng)用領(lǐng)域，為生產(chǎn)過(guò)程數(shù)據(jù)安全管理、數(shù)據(jù)挖掘應(yīng)用提供保障；在綜合管理過(guò)程中，企業(yè)應(yīng)明確生產(chǎn)過(guò)程的運(yùn)行績(jī)效數(shù)據(jù)指標(biāo)體系，進(jìn)而為各主題的數(shù)據(jù)挖掘、分析提供支持，提升數(shù)據(jù)處理和分析效率，提供業(yè)務(wù)指標(biāo)的事前提示、事中預(yù)警、事后提醒，實(shí)現(xiàn)數(shù)據(jù)創(chuàng)新驅(qū)動(dòng)管理，支持企業(yè)領(lǐng)導(dǎo)層的經(jīng)營(yíng)管理決策。數(shù)據(jù)安全管理生產(chǎn)過(guò)程運(yùn)行數(shù)據(jù)的安全管理應(yīng)圍繞生產(chǎn)運(yùn)行數(shù)據(jù)的可用性、完整性和保密性，重點(diǎn)從以下方面進(jìn)行系統(tǒng)化管控：設(shè)備終端數(shù)據(jù)安全：在生產(chǎn)過(guò)程環(huán)境下，與數(shù)據(jù)操作關(guān)聯(lián)最多的場(chǎng)景是加工設(shè)備、傳感設(shè)備及相關(guān)的工控設(shè)備，可通過(guò)終端加密、終端權(quán)限控制、虛擬化、安全桌面等方式進(jìn)行設(shè)備數(shù)據(jù)安全管理；網(wǎng)絡(luò)傳輸數(shù)據(jù)安全：生產(chǎn)過(guò)程各類設(shè)備間的互聯(lián)互通與互操作會(huì)存在數(shù)據(jù)泄露的風(fēng)險(xiǎn)，需在一定的邏輯安全隔離基礎(chǔ)上，采取網(wǎng)絡(luò)加密、入侵檢測(cè)與漏洞評(píng)估、自防御網(wǎng)絡(luò)等方式進(jìn)行安全防范。存儲(chǔ)數(shù)據(jù)安全：生產(chǎn)過(guò)程運(yùn)行大數(shù)據(jù)通常在后端進(jìn)行存儲(chǔ)，其數(shù)據(jù)安全會(huì)涉及到存儲(chǔ)數(shù)據(jù)的加密、數(shù)據(jù)庫(kù)漏洞發(fā)現(xiàn)與管理、數(shù)據(jù)庫(kù)安全狀態(tài)、數(shù)據(jù)使用中的安全隱患（默認(rèn)口令、弱口令、低安全配置、高危程序代碼、權(quán)限控制）等方面。應(yīng)用數(shù)據(jù)安全：生產(chǎn)過(guò)程各類運(yùn)行數(shù)據(jù)的應(yīng)用涉及內(nèi)部訪問(wèn)或API調(diào)用、前端展示等，需考慮數(shù)據(jù)脫敏、數(shù)據(jù)庫(kù)安全、數(shù)據(jù)交換平臺(tái)安全、大數(shù)據(jù)平臺(tái)安全等，同時(shí)在賬號(hào)失陷檢測(cè)、主機(jī)失陷檢測(cè)、數(shù)據(jù)泄露檢測(cè)、內(nèi)部用戶濫用、異常訪問(wèn)、事件追查等各個(gè)方面，均需對(duì)數(shù)據(jù)安全進(jìn)行控制與審計(jì)。云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理域數(shù)據(jù)管理域生產(chǎn)過(guò)程數(shù)據(jù)管理應(yīng)圍繞數(shù)據(jù)標(biāo)準(zhǔn)化管理、數(shù)據(jù)過(guò)程管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)安全管理等數(shù)據(jù)生命周期展開，包括但不限于：梳理數(shù)據(jù)標(biāo)準(zhǔn)化管理現(xiàn)狀，評(píng)估數(shù)據(jù)標(biāo)準(zhǔn)管理能力，支撐企業(yè)數(shù)據(jù)戰(zhàn)略的實(shí)現(xiàn)。確保數(shù)據(jù)處理過(guò)程的可靠執(zhí)行，滿足數(shù)據(jù)交互、價(jià)值挖掘及綜合應(yīng)用的質(zhì)量要求。評(píng)估數(shù)據(jù)安全管理能力，并持續(xù)優(yōu)化和改進(jìn)。數(shù)據(jù)價(jià)值域生產(chǎn)過(guò)程數(shù)據(jù)價(jià)值治理應(yīng)圍繞數(shù)據(jù)交互、數(shù)據(jù)開發(fā)利用以及為企業(yè)決策所帶來(lái)的價(jià)值體現(xiàn)展開，包括但不限于：明確生產(chǎn)過(guò)程與企業(yè)核心業(yè)務(wù)系統(tǒng)間的信息共享需求、交互模型和流通方式；實(shí)施生產(chǎn)過(guò)程數(shù)據(jù)開發(fā)利用規(guī)劃，實(shí)現(xiàn)數(shù)據(jù)的挖掘和綜合應(yīng)用。評(píng)估數(shù)據(jù)價(jià)值的應(yīng)用績(jī)效，并持續(xù)優(yōu)化和改進(jìn)。數(shù)據(jù)對(duì)象域生產(chǎn)過(guò)程的高效穩(wěn)定運(yùn)行，一方面應(yīng)實(shí)現(xiàn)ERP/MES等核心業(yè)務(wù)信息系統(tǒng)與生產(chǎn)過(guò)程的無(wú)縫集成，支持生產(chǎn)訂單、作業(yè)指令、物料倉(cāng)儲(chǔ)等信息的精確下達(dá)；另一方面應(yīng)通過(guò)RFID/SCADA及無(wú)線傳感設(shè)備等實(shí)現(xiàn)對(duì)產(chǎn)線海量、異構(gòu)運(yùn)行數(shù)據(jù)的實(shí)時(shí)采集與傳輸，支持各類業(yè)務(wù)數(shù)據(jù)與業(yè)務(wù)系統(tǒng)間的自適應(yīng)感知與配置。應(yīng)治理的生產(chǎn)過(guò)程運(yùn)行數(shù)據(jù)構(gòu)成見(jiàn)圖1，包括但不限于生產(chǎn)加工數(shù)據(jù)、生產(chǎn)物流數(shù)據(jù)、生產(chǎn)質(zhì)量數(shù)據(jù)和生產(chǎn)設(shè)備數(shù)據(jù)等。生產(chǎn)過(guò)程數(shù)據(jù)維度構(gòu)成生產(chǎn)過(guò)程數(shù)據(jù)治理對(duì)象域包括但不限于：生產(chǎn)加工數(shù)據(jù)：生產(chǎn)過(guò)程根據(jù)ERP/MES等系統(tǒng)的生產(chǎn)訂單作業(yè)計(jì)劃，執(zhí)行相關(guān)零部件或產(chǎn)成品生產(chǎn)加工任務(wù)所產(chǎn)生的業(yè)務(wù)數(shù)據(jù)，直接影響著生產(chǎn)過(guò)程的運(yùn)行效率、運(yùn)行成本及生產(chǎn)質(zhì)量。這些數(shù)據(jù)包括但不限于生產(chǎn)工藝參數(shù)、生產(chǎn)調(diào)度指令、生產(chǎn)進(jìn)度信息、生產(chǎn)物料余量、生產(chǎn)完工工時(shí)等；生產(chǎn)物流數(shù)據(jù)：生產(chǎn)過(guò)程應(yīng)在WMS/AGV等系統(tǒng)及其設(shè)備的支撐下具有生產(chǎn)物流的智能化配送能力，以支持各類物料的齊套、精準(zhǔn)配送，進(jìn)而提升產(chǎn)線的生產(chǎn)運(yùn)行效率。對(duì)其所產(chǎn)生的業(yè)務(wù)數(shù)據(jù)進(jìn)行系統(tǒng)性分析與應(yīng)用將有助于優(yōu)化生產(chǎn)車間的物料配送能力，降低物料庫(kù)存及成本，這些數(shù)據(jù)包括但不限于物流調(diào)度指令、配送路線規(guī)劃、配送耗時(shí)統(tǒng)計(jì)、配送能耗等；生產(chǎn)質(zhì)量數(shù)據(jù)：生產(chǎn)過(guò)程在執(zhí)行相關(guān)零部件或產(chǎn)成品生產(chǎn)加工過(guò)程中需通過(guò)人工或儀器對(duì)物料、半成品等進(jìn)行質(zhì)量檢驗(yàn)，所產(chǎn)生的質(zhì)量數(shù)據(jù)對(duì)于產(chǎn)品質(zhì)量追溯、生產(chǎn)工藝改進(jìn)及供應(yīng)商評(píng)價(jià)等提供一定的理論判據(jù)，包括但不限于物料質(zhì)檢數(shù)據(jù)、過(guò)程質(zhì)檢數(shù)據(jù)、產(chǎn)品質(zhì)檢數(shù)據(jù)、返修質(zhì)量統(tǒng)計(jì)、報(bào)廢統(tǒng)計(jì)數(shù)據(jù)等；生產(chǎn)設(shè)備數(shù)據(jù)：生產(chǎn)過(guò)程所涉及各類生產(chǎn)設(shè)備在運(yùn)行過(guò)程中所產(chǎn)生的數(shù)據(jù)，這些數(shù)據(jù)對(duì)設(shè)備運(yùn)維具有一定的指導(dǎo)意義，包括但不限于設(shè)備基本信息、設(shè)備開停機(jī)、設(shè)備振動(dòng)、設(shè)備故障、刀具磨損、設(shè)備能耗等。云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理流程概述云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理應(yīng)遵循數(shù)據(jù)規(guī)劃、數(shù)據(jù)處理、數(shù)據(jù)查驗(yàn)和數(shù)據(jù)迭代的PDCA循環(huán)原則，具體流程見(jiàn)圖3。治理流程包括應(yīng)用需求分析、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)特征提取、數(shù)據(jù)融合處理、數(shù)據(jù)一致性檢驗(yàn)、數(shù)據(jù)挖掘應(yīng)用以及計(jì)算模型更新迭代等環(huán)節(jié)。在該過(guò)程中，云邊協(xié)同機(jī)制發(fā)揮重要作用，邊緣端側(cè)重于滿足生產(chǎn)過(guò)程的實(shí)時(shí)性與敏捷性需求，云端側(cè)重于提供全局性分析與高性能計(jì)算支持。通過(guò)云端與邊緣的協(xié)同，可形成實(shí)時(shí)響應(yīng)與全局優(yōu)化相結(jié)合的運(yùn)行模式，從而構(gòu)建閉環(huán)治理體系。云邊協(xié)同生產(chǎn)過(guò)程數(shù)據(jù)治理流程數(shù)據(jù)規(guī)劃數(shù)據(jù)規(guī)劃階段應(yīng)結(jié)合生產(chǎn)管控的業(yè)務(wù)需求，系統(tǒng)分析所需采集的數(shù)據(jù)類型、采集方式及其實(shí)時(shí)性要求，并明確在邊緣端、云端或云邊協(xié)同模式下的數(shù)據(jù)處理范圍與交互方式。邊緣端處理：適用于短周期、局部性、實(shí)時(shí)性要求較高的數(shù)據(jù)，處理規(guī)模有限，但可實(shí)現(xiàn)即時(shí)反饋，例如設(shè)備故障數(shù)據(jù)、刀具磨損數(shù)據(jù)。云端處理：適用于長(zhǎng)周期、全局性、非實(shí)時(shí)性數(shù)據(jù)，通過(guò)大規(guī)模計(jì)算獲取規(guī)律性結(jié)果，用于優(yōu)化生產(chǎn)過(guò)程，例如生產(chǎn)工藝數(shù)據(jù)、設(shè)備能耗數(shù)據(jù)。云邊協(xié)同處理：適用于部分周期性實(shí)時(shí)數(shù)據(jù)，邊緣端對(duì)數(shù)據(jù)進(jìn)行快速響應(yīng)，云端對(duì)數(shù)據(jù)進(jìn)行深度分析，二者形成協(xié)同閉環(huán)。例如生產(chǎn)質(zhì)量數(shù)據(jù)、設(shè)備振動(dòng)數(shù)據(jù)。數(shù)據(jù)處理數(shù)據(jù)采集根據(jù)數(shù)據(jù)應(yīng)用需求，結(jié)合生產(chǎn)過(guò)程數(shù)據(jù)采集條件，利用SCADA、RFID、PLC、工業(yè)以太網(wǎng)及傳感設(shè)備對(duì)產(chǎn)線各類數(shù)據(jù)進(jìn)行實(shí)時(shí)采集，并按照統(tǒng)一的通訊協(xié)議傳輸至邊緣服務(wù)器或云服務(wù)器進(jìn)行存儲(chǔ)。數(shù)據(jù)清洗應(yīng)對(duì)采集數(shù)據(jù)進(jìn)行冗余值剔除、異常值識(shí)別與缺失值填補(bǔ)，以保證數(shù)據(jù)完整性和準(zhǔn)確。邊緣端宜執(zhí)行實(shí)時(shí)性強(qiáng)的清洗操作，云端平臺(tái)宜利用大規(guī)模數(shù)據(jù)集建立高精度清洗模型，并將優(yōu)化后的規(guī)則下發(fā)至邊緣端，實(shí)現(xiàn)分布式協(xié)同。特征提取結(jié)合智能生產(chǎn)工藝及應(yīng)用需求，對(duì)所采集海量數(shù)據(jù)進(jìn)行語(yǔ)義解析，并分類標(biāo)注數(shù)據(jù)特征（包括但不限于質(zhì)量特征數(shù)據(jù)、刀具特征數(shù)據(jù)、能耗特征數(shù)據(jù)等），形成特征數(shù)據(jù)庫(kù)，為后續(xù)數(shù)據(jù)處理模型的適配、數(shù)據(jù)融合與分析應(yīng)用提供支撐。數(shù)據(jù)融合基于制造業(yè)務(wù)流程，利用邊緣端或云端的數(shù)據(jù)融合處理模型，對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化等高維、異構(gòu)數(shù)據(jù)進(jìn)行融合處理，將物理空間的多類型數(shù)據(jù)融合轉(zhuǎn)化為統(tǒng)一的時(shí)序數(shù)據(jù)，為數(shù)據(jù)有效性檢驗(yàn)和評(píng)估提供基礎(chǔ)。邊緣端可實(shí)現(xiàn)局部范圍內(nèi)的實(shí)時(shí)數(shù)據(jù)融合，云端應(yīng)承擔(dān)跨設(shè)備、跨工段及跨工廠的數(shù)據(jù)全局融合，兩者協(xié)同可確保數(shù)據(jù)在時(shí)效性和完整性上的兼顧。數(shù)據(jù)查驗(yàn)一致性檢驗(yàn)應(yīng)基于聚類分析及規(guī)則約束的協(xié)變量置信評(píng)估模型，對(duì)多粒度特征數(shù)據(jù)進(jìn)行擬合與動(dòng)態(tài)評(píng)估，確保其準(zhǔn)確性與可靠性。邊緣端宜承擔(dān)快速一致性檢驗(yàn)，云端平臺(tái)宜進(jìn)行深度驗(yàn)證與交叉比對(duì)，以提升整體檢驗(yàn)的覆蓋度與魯棒性。數(shù)據(jù)挖掘應(yīng)用應(yīng)結(jié)合生產(chǎn)工藝與業(yè)務(wù)需求，采用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等人工智能方法，對(duì)多源數(shù)據(jù)進(jìn)行規(guī)律性分析，提煉與工藝、質(zhì)量、能耗等相關(guān)的邏輯關(guān)系。邊