陈晨 秦双双 常芹

摘要：智能制造运营/执行管理系统（MOM/MES）采集大量生产制造数据，对制造数据进行有效地分析处理，将为改善整体制造运营管理体系提供依据和方向。本文介绍了按订单生产（MTO）制造模式中的大数据分析方法，其中订单延误率和工作负荷是该制造模式下最关键的数据指标之一，在运营管理决策中起着关键作用。该研究的目的是研究在MTO企业的运营过程中由制造执行系统（MES）收集的制造数据，并开发用于支持运营计划的工具。开发的工具可用于生产模拟和潜在资源负荷的预测。

关键词：智能制造运营（执行）管理系统；大数据；可视化；运营管理；按订单生产制造模式

1 引言

MES/MOM 系统中，采集和存储大量的来自不同生产运营过程的多源异构数据，被定义为“制造大数据”。制造大数据不同于互联网下的社交网络大数据，具有如下鲜明的特点[1-2]：1）强时序性；2）强关联性；3）高预警性；4）数据增量性巨大。主要是因为生产制造过程本身是一个连续的整体的系统[1]。因此，需要开发新的数据分析工具或算法来发现生产运营过程中潜在的特定的问题和知识。

在本文中，针对于离散制造业常见的按订单生产制造（MTO）模式，提出了基于可视化模型的大数据分析算法。基于以往的行为模式中，采用大数据算法（如深度学习）预测未来生产中可能存在的威胁和瓶颈。

按订单生产（MTO制造）是离散制造业最常见的生产制造模式之一[3-4]，通常是面向项目/订单的制造类型，如机械装置[3]或能源设备[4]等复杂产品的生产制造都采用该制造模式。……