1. 范围
本项目以矿产工业的采矿、选矿、冶炼生产流程为主线,涵盖矿产资源从矿体形态到冶炼金属成品形态的整个生命周期,服务于矿产工业实体,包括生产原料及产品、工艺方法、生产装备、能源系统、物资消耗、环境安全、人力资源等等。
本项目的任务是为矿产工业各类实体,以及每类实体生命周期内一切的前提条件、过程状态、行为操作、约束条件、目的目标的“数据化”,提供“数据化”的思路、方法、操作规范和管理机制。
2. 主要技术内容
2.1 工业实体模型库
工业实体模型库的目的和作用,是解决图1智能制造体系标准体系结构中的系统层级的表达和管理。
将矿产工业采矿、选矿、冶炼生产流程中的矿产资源、生产组织、人力资源、工艺方法、机电设备、电机、能源设备、过程仪表、分析仪器、网络设备、自动化系统、信息化系统、物资物耗、流程样本、操作规范等客观实体以及实体关联密切的生产行为进行“聚类”研究,研究的核心包括:
(1) 正确的表达各类实体在整个有色金属产业中的隶属、包含、关联、依附、派生等不同的关系类型,即能够充分的表达当下的有色金属产业构成。
(2) 针对每一类实体,根据适用的金属类型、工艺方法、工作原理、动力条件、内部组成等分类原则进行子类嵌套设计,嵌套的级数原则上不设限,从而充分发挥计算机和数据库的能力,将实际生产中的差异化合理表达,保证体系结构的兼容性。目前已经实现完成的技术验证表明,子类的层级在2~3层基本可以满足一般性生产过程管理的需要。从长远发展看,随着VR/AR/XR等虚拟现实技术与工业实体进行模拟、交互、孪生的发生,实体构成分层的精细化远远大于目前实践所见,因此必须提前做好相应的技术准备。
(3) 必要的时候需要设计“虚拟”实体,即虽然不是物理的、有形的、可见或者非日常可见的物质类型的存在,但是与①和②有着密切相关的生产行为、形态,依然需要构建到实体类型库的目录结构中,才能保证对实际的工业形态全方位的表达。
矿产工业实体类型库设计的示例说明:有色金属采矿、选矿、冶炼的生产流程同时也是矿产资源的一个生命周期,在整个周期内,其形态可以分为矿体、矿岩(特点是固态、大块、未处理的原生态岩石,包括矿石和废石)、矿浆(特点是微粒矿物与水形成的均质流体,如选矿流程中的形态)、矿砂(特点是微粒、脱水,如脱水铜精矿、脱水硫精矿,以及部分选矿厂脱水后堆存的尾矿砂)、阴极铜(即冶炼的产品)等,其中的矿体、矿石、矿浆、矿砂、阴极铜即为一级类型,而废石和矿石是矿岩的二级分类;精矿矿浆、尾矿矿浆、中间矿矿浆是矿浆的二级分类,脱水铜精矿、脱水硫精矿、脱水铅精矿、脱水尾矿砂等为矿砂的二级分类。类型设计能够更加准确的定位原材料的不同形态和生产的不同阶段,均有着专属的技术经济指标、操作方法和管理模式。类型设计正确是未来实现有色金属工业大数据得以被有效挖掘和创造增值的基础和关键。
2.2 工业实体编码标准
工业实体编码标准是给实体类型的每个真实个体一个适用于其全生命周期的“身份证号”,通过该身份证号能够准确的反应出实体的客观存在,比如,矿山的一台设备的编码,应能够反应出它在哪个矿山、哪个生产系统、哪个车间、哪个作业;而这台设备上的一个螺栓的编码,则在能够反应上述信息的同时,还能够反应这个螺栓在这台设备哪个部分下的哪个部位的什么位置、第几个等等。
2.3 矿产工业元数据目录系统
元数据是关于数据的数据,在某些时候不特指某个单独的数据,可以理解为是一组用来描述数据的信息组/数据组,该信息组/数据组中的一切数据、信息,都描述/反映了某个数据的某方面特征,则该信息组/数据组可称为一个元数据。
矿产工业元数据目录系统的目的和作用,是解决图1智能制造体系标准体系结构中的生命周期动态过程的表达和管理。
矿产工业元数据品类是构建目录的基础,是针对每个实体类型在设计、生产、物流、销售、服务等不同阶段时,发挥主导作用和主要影响的属性、特征、模式等,可能是物理特征、化学特征、工艺参数、性能指标等等,其取值的类型可能是数值、文本、图片、视频流等不同的数据类型。实体元数据研究将实体类型、元数据类型、取值类型、时效性和空间关联属性以关系型数据表结构的形式表达出来。
矿产工业元数据的价值并不是直接展示工业当前的形态是怎样的,而是在说明矿产工业为何是当前的形态,是什么在作用于当前的形态,这种作用会把当前的形态推动或演变成什么样子。某种程度上,矿产工业元数据是矿产工业技术总和的“辞典”,并且按照矿产工业的逻辑和规律进行有机的组织。
矿产工业实体元数据示例说明:以采矿生产出的矿石类型为例,它的元数据包括矿石块度工艺设计值,矿石产品的大块率、矿物类型、金属品位、氧化率、硬度系数、所属爆堆、爆堆对应的穿孔坐标区域等等。
2.4 数据标签生成标准
数据标签是每个矿产工业元数据和每个客观存在的矿产工业个体关联起来后、在时间和空间上产生的一个数据项的具体标识,包括其名称(文字描述)、编码(可用于查询、解析)、属性特征类型等。每个数据项都有自己一个独有的数据标签,他们的生命周期伴随着实体的生命周期的开始而开始,伴随着实体的生命周期的结束而结束。
数据标签类似于计算机编程中的变量名,是智能制造工业软件的基本构成要素。
2.5 数据元管理标准
数据元是数据标签在时间和空间构成的每个“点”上的具体形态,所以广义的数据元构成包括标签、时间戳、空间坐标和值。对于矿产工业的固定实体而言,空间坐标可以忽略不计,对于矿产工业的移动实体而言,空间坐标则不可或缺。
在图1的智能制造系统架构中,智能特征是指基于新一代通信技术使制造活动具有自感知、自学习、自决策、自执行、自适应等功能,进而满足资源要素、互联互通、融合共享、系统集成、新兴业态等不同层级的智能化要求。数据元既是智能特征实现各个层级功能和需求的原材料,也是他们的衍生产品,进而形成“骨牌效应”,实现整个维度上的动态优化。
数据元管理标准则是为了满足智能特征方面的功能需求,对数据元的质量、有效性、蕴含价值、生存周期等方面进行约定、规范和说明。
2.6 主数据抽取方法和标准
主数据是服务于智能制造中有着具体指标和目的性的业务的元数据。有的主数据就是元数据,有的主数据则是多个元数据的函数、集合或其他衍生数据。
主数据抽取方法和标准解决的是智能制造过程中基于已有数据如何创造“增值”的问题。