王 伟,范 磊,黄 璞,李 海

(电子科技大学 机械与电气工程学院，四川 成都 611731)

0 引言

物联网、信息物理系统、云计算、大数据等技术的发展，极大地推动了第四次工业革命进展(德国称为工业4.0)[1-2]。上述技术的成熟，也使得以数字制造、智能制造为主题的工业制造模式迅速兴起，IT技术与工业制造技术的融合成为了新的制造趋势。航空制造工业作为工业制造的高端皇冠产业，在实现制造系统的柔性化和自动化上已经走在前列[3-4]，但面对多品种、小批量的生产模式，多样化的制造场景和高精度、高性能的零件制造要求，使得对生产的质量管控、设备的性能评估水平也越来越高。此外，复杂的制造环境和制造需求导致了数据量的递增，如何对海量的工业数据加以收集、存储和利用，成为航空数字化制造车间的重要难题。有效的数据处理架构是保证产品质量和生产过程稳定的重要技术支撑，是实现加工过程自动化、决策过程智能化和服务过程主动化的重要保障[5-6]。

数据处理架构是结合数据处理的性能和功能需求，整合先进的数据处理理念和原则，指导设计符合大数据处理系统关键特性的指导性框架。传统的数据处理架构采取端(设备端)到端(应用端)的单一流向理念，即从数据采集出发，经过数据传输和数据处理与分析(本地服务器集群或云端)，最终达到结果应用层面。这样的数据处理框架的缺陷在于：①数据处理架构按单一流向运行，以数据批量处理方法为主，无法满足企业对流式数据和批量数据同时处理的需求[7]。……