Systematic method for big manufacturing data integration and sharing
Systematic method for big manufacturing data integration and sharing
复制标题
制造大数据集成与共享的系统方法
DOI：
10.1007/s00170-017-0575-8
复制
发表时间：
2017-06
影响因子：
3.4
通讯作者：
Jiang Guo Zhang
中科院分区：
文献类型：
--
作者：
Xiang Feng;Yin Qi;Wang Zihan;Jiang Guo Zhang
制造数据集成与共享（MDIS）是大数据驱动的智能制造模式中必不可少的关键技术。MDIS的前提是生成产品生命周期情景;根据生成的情景制定数据获取和使用服务的策略，以平衡用户、制造商和环境影响的利益;以及数据服务的标准化。本文首先讨论了企业内部从内部设备-单元-车间-工厂-企业再到外部云的集成过程。根据不同的场景或阶段，提出了三种MDIS方法，即，物理集中通过将多个数据源合并为唯一的数据源，以确保Meta或通用数据的正确性;物理集中通过维护多个数据源，以促进异构或各种主题数据的组合服务;逻辑集中通过开发数据目录，以确保私有数据安全和部门或企业利益。然后，提出了一种混合制造云架构，本地关键数据通过私有云进行安全管理，外部所需数据或自身提供的服务通过公有云提供。最后，以机床资源和磁轴承资源为例，采用基于语义本体的统一服务建模方法，实现虚拟空间与物理空间的互联互通。
Manufacturing data integration and sharing (MDIS) is an essential and key technology in big data-driven intelligent manufacturing mode. The preconditions of MDIS are generating product life cycle scenarios; strategy for acquiring data and using service according to generated scenarios to balance the interests of user, manufacturer, and environmental impacts; and standardization of data services. Firstly, this paper discusses integration process within enterprise from internal equipment-cell-shop-plant-enterprise then to external cloud. According to the different scenarios or phases, three kinds of MDIS methods are proposed, i.e., physical centralization by merging multiple data sources into an unique source for ensuring correctness of meta or general data, physical centralization by maintaining multiple data sources for promoting composed service of heterogeneous or various thematic data, and logic centralization by developing data directory for ensuring private data security and department or enterprise interests. Then, a hybrid manufacturing cloud architecture is proposed, and local critical data safely managed through private cloud, external required data, or its own provided services available through public cloud. Finally, taking machine tool and magnetic bearing resources as an example, a unified service modeling methods based on semantic ontology are used to facilitate the interconnection and interoperability between cyber space and physical space.
登录
查看更多内容
影响因子：
12.3
作者：
Tao, Fei;Zuo, Ying;Zhang, Lin
通讯作者：
Zhang, Lin
DOI：
--
发表时间：
2012
期刊：
--
影响因子：
--
作者：
F. Cahn
通讯作者：
F. Cahn
DOI：
10.1007/978-3-642-41263-9_29
发表时间：
2013-09
期刊：
--
影响因子：
--
作者：
D. Opresnik;C. Zanetti;M. Taisch
通讯作者：
D. Opresnik;C. Zanetti;M. Taisch
DOI：
10.1109/bigcomp.2014.6741417
发表时间：
2014-02
期刊：
2014 International Conference on Big Data and Smart Computing (BIGCOMP)
影响因子：
--
作者：
T. Banditwattanawong;Masawee Masdisornchote;P. Uthayopas
通讯作者：
T. Banditwattanawong;Masawee Masdisornchote;P. Uthayopas
影响因子：
2.7
作者：
F. Tao;Dongming Zhao;Lin Zhang
通讯作者：
F. Tao;Dongming Zhao;Lin Zhang