基于“数据中心+流程中心”的技术架构研究
来源:用户上传
作者:
[摘 要]根据制造企业数字化、网络化、智能化等发展战略需求，文章基于“数据中心+流程中心”对制造业务信息技术架构进行研究，利用数据中心和流程中心贯通各应用系统间的数据流和业务流，将业务数据沉淀为数据资产，再借助数据挖掘、人工智能、大数据等技术帮助企业建立业务活动的智能决策和快速调整模式，推进信息技术与制造技术融合，增强企业对经营环境与市场需求变化的自适应能力，提高市场竞争力。
[关键词]技术架构;数据中心;流程中心;制造企业;信息化
doi：10.3969/j.issn.1673 - 0194.2020.14.056
[中图分类号]F270.7;TP315 [文献标识码]A [文章编号]1673-0194（2020）14-0-04
0 引 言
随着新一代信息技术的广泛应用和迅猛发展，工业互联网、工业4.0、中国制造2025、“互联网+”“智能+”等新的发展理念和发展模式相继涌现，数字化、网络化、智能化、智慧化、深度协同、深度共享成为推动企业发展的新要素。许多制造企业希望在这次技术热潮中实现智慧化产业模式变革，提高市场竞争力。而信息化与企业发展是同步的，传统的信息化架构无法满足制造企业在新形势下的建设需求。因此，本文基于“数据中心+流程中心”构建企业信息技术架构，增强企业对经营环境与市场需求变化的自适应能力，满足企业在新技术时代的智慧发展需求。
1 制造企业信息化发展现状
制造企业的信息化发展经历了单功能系统建设、复杂系统建设，到系统间的集成应用，覆盖了工艺设计、车间生产制造、质量管理、企业资源计划管理、项目管理、合同管理和资金预算管理等业务。随着IT时代向DT时代的迈进，业务数据在各应用系统中累积得越来越多，由于没有进行统一管理、加工，这些数据无法很好地支撑企业经营决策，也无法很好地满足企业灵活变换的业务需求。业务沉淀的数据就像原始的矿石或商品的原材料，如果不对其进行加工处理，很难产生价值，不能称其为数据资产。制造企业逐步由流程驱动向数据驱动转变，这需要企业开展数据资源规划、数据治理、数据中心升级、数据分析应用，通过流程驱动平台和数据驱动平台的综合应用，让业务的快速变化能够反馈在数据上，使企业能够迅速感知并做出反应，逐步推动企业数字化转型。
2 技术架构
技术架构用于描述支撑企业应用运行的基础平台，能够为各类业务提供技术实现方法。本文通过数据中心和流程中心构建企业统一的技术平台，实现应用平台级的集成、整合，解决系统多样性、多态性、割裂性等问题;实现“所有业务数据化”，并将业务数据沉淀为数据资产;同时借助数据挖掘、人工智能、大数据等技术，增强业务数据服务能力和业务流程快速调整能力，构建一种能够满足业务需求快速变化的应用模块定制机制，增强企业对经营环境与市场需求变化的自适应能力。此外，将大数据、物联网、移动互联、“智能+”等技术融入技术架构中，基于“数据中心+流程中心”构建可持续支撑制造企业数字化、网络化、智能化的技术架构。技术架构整体框架如图1所示。
2.1 数据中心
数据中心是企业信息化构架底层基础之一，能够提供数据统一规划、存储、加工、使用的集中式数据管理环境，实现数据集成、数据挖掘、资源共享和资源按需使用等主要功能，是实现企业数据驱动的技术平台。数据中心架构包括数据源层、数据采集与处理层、数据存储层、数据应用层、数据可视化层，自下而上逐层递进，从业务数据到整合数据，再到数据管理应用;同时包含数据管理与服务、数据标准、组织管理等數据治理相关的管理约束和数据标准体系。数据中心架构如图2所示。
通过构建数据中心，将数据作为一种新的生产要素融入企业经营管理和产品制造等全业务环节。各业务通过建设数据驱动应用，实现数据驱动业务活动自动化巡航，实现数据驱动的业务闭环运转;以决策支持系统和智能分析平台为上层建筑，以大数据分析等先进技术实现分析、预测，为智慧决策提供帮助;通过对数据进行挖掘应用，建立知识库，将知识用于业务支撑环节，增强业务活动的智能决策和快速调整执行能力，加速推进数据资产与数据驱动的业务活动融合应用，构建数据驱动的认知闭环，系统提升经营管控、产品制造等核心业务活动对企业内外数据的全面感知及自主性的智能决策与快速的执行调整能力，最终建立一种数据驱动的综合创新环境，全面提升产品全生命周期、全业务过程、全价值链等环节的综合创新能力。
2.2 流程中心
流程中心是支撑企业业务流转的基础平台，无论是流程驱动型企业，还是数据驱动型企业，都需要借助流程中心实现企业的业务流转和运作。建设流程中心，能帮助企业理顺流程结构，明确角色及职责，使业务有序运作。流程中心主要由流程建模工具、工作流引擎、接口适配、流程管理监控工具等模块组成。流程中心提供标准接口，各应用系统通过调用相关业务流程接口，进行相应业务流程的执行、反馈，流程中心将流程执行过程中产生的业务数据推送至数据中心，由数据中心将业务数据推送至各应用系统。同时，引入移动互联技术，由PC端流程中心和移动端流程中心共同构成企业流程中心，并行处理各类业务流程。流程中心架构图如图3所示。
将企业核心业务流程与企业战略相结合，建立基于企业战略发展的流程管理体系，实现企业长远目标，制定或部署重大资源的指导方针以及与各环境要素相关的基本规定。使企业与环境相互协调，实现企业可持续发展;建立业务流程管理体系，形成以业务流程管理为核心的流程中心管理职能，开展流程战略、流程设计、流程实施执行及流程监控评估优化等业务流程管理;以流程管理为牵引，实现业务与流程的有效协同，提高工作效率和企业核心竞争力。 3 架构应用
通过数据中心和流程中心构建的技术平台，不仅是企业信息化的技术支撑，还是一套实现企业数据驱动的机制。数据驱动型制造企业了解自身运行的规律，并自发形成新的生产运行模式。企业在制造物联的基础上，形成企业内外数据全面、透彻、及时的智能感知能力。通过数据分析发现工厂运行规律，利用规律实现智能化决策，然后为智能化决策提供智能化服务，使企业实现精益制造。同时，根据客户个性化需求进行民品开发，以自主学习与自我适应方式形成企业的组织管理模式。在数据驱动型制造企业业务运作过程中，坚持自感知、自分析、自决策、自执行的思路。第一，通过物联网集成底层设备资源和各业务终端，广泛收集、集成制造过程和业务流程中的数据，实现客户需求、产品设计、协同制造、售后服务等过程的全面描述;第二，利用数据分析与性能优化决策，实现工厂生产过程的实时监控、生产调度、设备维护和质量控制等数据驱动的智能化控制;第三，利用各种数据提炼形成企业智慧，为制造资源实时感知、制造过程优化控制、制造服务敏捷配置、产品研发以满足客户需求等环节提供决策支持，提升工厂智能化水平，形成针对企业提高KPI指标和经营管理水平为目标的智慧决策。
3.1 建设完备的企业数据体系
数据体系面向产品全生命周期管理、企业经营、产品研发等多种信息，具体包括产品全生命周期数据、生产资源数据、工艺数据、财务数据、物料数据、资金流数据、外部客户和供应商等。形成面向具体业务应用的数据采集方案与数据采集内容，在数据清洗的基础上，实现企业结构化和非结构化数据的统一集成与高度共享，构建面向主题的数据仓库，为企业提供可靠、可复用的数据资源。
3.2 实现数据驱动的业务自动化巡航
在制造系统中输入数据，进而在数据分析支持下实现数据的实时反馈、生产全方位监控和业务流程自动化运转，消除产品制造流程中的人为干预，提升制造流程的响应速度和决策效率，实现产品精益制造。实现以数据触发的方式驱动企业经营业务自动化巡航，针对市场需求和企业经营环境进行组织、流程、技术和资源的动态优化配置，提升企业快速响应和价值创造能力。
3.3 实现业务智能化决策及优化
在企业数据的基础上，形成一套完整的人工智能数据模型和算法库，通过数据分析深层次地认识和挖掘工厂运行规律知识，以此为依据针对产品制造、研发、企业运营等不同業务应用形成具体决策体系。在不同性能指标实时预测模型的基础上，实时调节预测模型中涉及的可控参数，最终实现企业制造流程和业务流程的持续优化。
4 结 语
信息化架构是基于企业信息化发展愿景、方针、原则、总体目标的信息化顶层设计，能够满足企业发展对信息化建设的需求。随着新一代信息技术的广泛应用和迅猛发展，制造企业需要对内外部环境变化做出快速响应。本文以数据中心和流程中心为核心搭建信息技术架构，增强数据服务能力和业务流程快速调整能力，帮助企业构建业务活动的智能决策和快速调整模式，增强企业对经营环境与市场需求变化的自适应能力，提高企业市场竞争力。
主要参考文献
[1]陈锦忠.基于智能工厂构建的信息化架构浅析[J].现代信息科技，2016（7）：172-173.
[2]王敏，耿俊成.TOGAF在公司信息化架构工作中的应用探讨[J].河南电力，2019（8）：8-14.
[3]杨天开，鲁洁.新型智慧城市环境下信息安全体系架构浅析[J].中国管理信息化，2019（22）：140-141.
[4]赵捷.企业信息化总体架构[M].北京：清华大学出版社，2011.
[5]陈明，梁乃明.智能制造之路—数字化工厂[M].北京：机械工业出版社，2016.
转载注明来源:https://www.xzbu.com/3/view-15305745.htm
