论文部分内容阅读
摘要：本文以雷达研发制造企业数字化转型过程中的建设经验为基础，分析了现有数字化工厂体系架构在雷达设计研制型企业应用中的优势和不足，结合研制过程实际情况，借鉴面向服务架构的设计理念，提出了一种面向服务的数字化工厂体系架构，解决了传统架构中数据离散型高、系统功能复用性差、拓展性不强的缺点。并以复杂电子组件典型代表微波组件组装车间为对象进行架构的应用，验证了架构的模块低耦合、数据共享互通性强、系统迭代速度快等特点，具有很强的借鉴意义。
关键词：雷达；智能制造；数字化工厂；体系架构；面向服務
引言
有源相控阵雷达作为军用复杂电子装备的典型代表，其制造过程具有专业领域多、工艺流程复杂、物料种类多等特点。近年来，随着我国雷达技术的高速发展，雷达装备的研制周期不断缩短，型号种类呈多样化，技术难度不断加大，给雷达全流程的制造提出了更高的要求。
随着雷达工艺技术的迅速发展和信息技术在雷达设计制造中的扩展应用，雷达的设计制造已经从基于经验的知识积累型技艺技术逐渐向基于数据和规则的先进设计制造模式转变；与此同时，人工智能与大数据挖掘技术的引入也将雷达工业的生产制造向数字化智能制造之路推进，新型技术的引入和使用极大缩短了新产品的研发制造周期，也催生了企业管理模式的升级改革，如何将数字化新技术与企业运营管理相结合，探索出兼顾企业管理体系与强数字化拓展性的数字化工厂管理架构是企业数字化转型规划中的重要课题，也是保障雷达产品快速研发迭代、安全高质量持续生产的基础性问题。
本文以雷达研发制造企业数字化转型过程中的建设经验为基础，分析了现有数字化工厂体系架构在雷达设计研制型企业应用中的优越性和不足，在原有架构的基础上加入数据和执行层，优化了各个层级的内部结构，由此提出了一种面向服务型的数字化工厂体系架构，并以雷达微波组件生产制造车间为例，分析了新型架构下数字化车间的建设优势，其数据共享性强、系统柔性高的特点满足了雷达微波组件生产节奏快、产品种类繁、自动化设备多的数字化管控需求。
1数字化工厂体系架构
1.1 智能制造的基础
智能制造是制造技术与数字技术、智能技术及新一代信息技术的融合，是面向产品全生命周期的具有信息感知、优化决策、执行控制功能的制造系统，旨在高效、优质、柔性、清洁、安全、敏捷地制造产品和服务用户。
智能制造的基础是信息技术与数字技术的应用，将数字化软件高效运用在企业中，减少传统管理流程中的信息传递成本；利用计算机软件辅助设计、制造、现场生产各个环节，实现数据与实践的深度融合；使用数据挖掘等信息自动化手段代替部分人力依靠经验的劳动，都是智能制造的重要研究内容。因此数字化是智能制造的基础和先决条件，推进企业数字化转型，建立适合企业的数字化架构将企业的业务与生产对象数字化管控，建立数据驱动的数字化工厂，是发展智能制造的重要课题。
1.2 数字化工厂架构
《数字化车间通用技术要求（GBT 37393-2019）》的国家标准中提出了一种数字化工厂企业模型，其架构如图1所示。
该模型将制造企业数字化架构划分为三层结构，分别是管理层、执行层、基础层，三层结构分别由不同的软、硬件系统组成，承担不同层级的企业数字化管理任务：
其中管理层主要包括企业资源计划（ERP）及产品全生命周期管理等系统，负责整个示范线生产任务的发起和产品完工的接收。执行层主要包括数字化设计仿真系统及制造运营管理系统（MOM），负责企业工艺设计、订单信息发布及生产线运行状况反馈；该层级主要包括车间计划与调度、工艺执行与管理、生产过程质量管理等功能模块，对生产过程中的各类业务、活动或相关资产进行管理；基础层主要包括生产制造所必需的各种生产设备及生产资源，负责接收工单并按指令完成各工序的作业任务及上传实时过程信息；其中制造设备承担执行生产、检验、物料运送等任务，大量采用智能化设备，可自动进行信息的采集或指令执行；生产资源是生产用到的物料、托盘、工装辅具、人、传感器等，本身不具备智能化通信能力，但可借助条码、RFID等技术进行标识，参与生产过程并通过其智能化标识与系统进行自动或半自动交互。
而对于架构中的不同软件系统，其数据交互如图2所示，对于有外部接口的数据，系统通过已有的外部接口进行数据对接，对于某些在外部接口中没有设计的数据，需要人工通过手动查询录入的方式在两系统间进行数据转移。
1.3 数字化工厂架构不足
此模型统一的顶层架构设计将不同层级的功能限定，实现了从产品研发、工艺设计、现场执行的产品全生命周期管控，在电子制造企业和其他产品较为固定的生产单位得到了广泛的应用，但雷达属于复杂电子装配，在实际研发生产过程中，由于雷达的零部件众多，其产品技术迭代速度快、产品复杂度高、生产流程复杂，设计流程众多，因此此套系统架构在实际使用中存在某些不足，具体体现在：
数据流通性差，易形成数据孤岛：从原数字化车间结构来看，各层级的数据传递彼此孤立，管理层通过执行层的制造运行管理系统对一线数据部分传递，上下层系统无法直接进行数据交互，导致信息在传递过程中会出现不对称性，此现象使得各个系统的大量信息私有化，形成数据孤岛，最终导致信息在各自系统独立存在与独立部分决策，无法统一形成信息合力。
模块复用性差，系统冗余性较高：在各个层级中，有一些功能相同或相似的基础模块，在不同层级的功能系统中会重复开发，导致模块的开发速度和兼容性较低，多项基础数据冗余存在于各个系统的不同部分，造成系统耦合度过高，复用性较差。
系统拓展性差，二次开发周期长：按照原有数字化工厂架构，各个层级的数字系统开发是根据企业现有业务确定需求后定制，能高度适应企业现有业务需求，但其功能相对固定，不同系统之间的交互只通过外部接口，若企业的业务发生拓展，往往需要涉及多个系统的二次升级，二次开发周期较长。 基于上述情况，本文结合在实践中的经验，提出一种面向服务的新型数字化工厂体系架构。
2面向服务的数字化工厂体系架构
2.1 面向服务的架构设计
面向服务的架构（SOA）方法是一种建立、管理、维护IT系统和业务的方法。SOA架构中，由各自独立、可复用的服务构成系统的功能结构。基于标准化技术开发的“服务”能够实现软件系统中业务逻辑抽象和技术抽象，支持业务逻辑与具体实现技术的分离，从而使企业应用彻底摆脱“面向技术”设计解决方案的束缚，使企业能够适应业务和技术的不断变化，轻松应对企业业务变化和发展的需要。面向服务计算环境下，“服务”可以被共享、重用和动态配置，从而便于从整体角度审视企业的信息系统架构，选择一个合适的支撑平台，有机地集成企业的各个“信息孤岛”。伴随着大规模企业级应用的不断发展，为了减少异构性、满足互操作性和不断变化的业务要求，面向服务架构方法已经成为企业架构设计热点技术之一。
2.2 面向服务的数字化工厂体系架构
借鉴SOA的建设思路，对原有模型的部分功能和数据解耦和，在原有架构的基础上加入数据层和控制层，将原有的模块功能细分，以具体的业务对象单元为单位，在现场变化频繁的基础层以车间生产单元为建设对象，建设多个智能与数字化单元，形成现有的面向服务的数字化工厂体系架构，其架构模型如图2所示。
其中数据层将所有层级的数据实现共享统一管理，各个层级的系统只是以数据为基础，对数据进行不同的应用，控制层是对基础层的业务模块进行组合管理，形成一套模块化可定制的面向业务的操作控制界面。
对于数字化软件层级的设计，将不同软件的系统功能层、基础数据层和与硬件结合的采集/控制部分抽离出，形成硬件采集控制功能池、基础数据库与基础功能池，其软件系统如图3所示；对于单个系统来说，系统知识对于功能池的不同组合，通过调用功能池的不同接口获取想要的数据，实现人机的交互，功能池通过操纵基础数据库实现对数据的访问和读写，而硬件采集控制功能池是将所有与硬件结合的功能统一，将其驱动、接口、数据格式化处理等功能统一到一个层级，实现与硬件的面向对象交互。
在面向服务的数字化工厂体系架构模型下对企业进行数字化建设，对比原有模型有若干优势：
数据共享，增强数据共通性：增加的数据层可以对管理层以下数据全局共享，增加数据在系统中的全局作用，以人员管控为例，在没有将数据独立之前，人员的考核是依靠每天的打卡数据和月度考核指标中的固定几个参数来衡量，人员每天的工作量难以量化，在独立了基础数据后，人员考核可以从多个系统中获取到人员的工作情况、培训信息、负责产品信息等多个维度的基础信息，对于人员考核的考评方式也更加多样化。
功能解耦，多模块功能复用：在基础层和控制层中，以功能模块和车间生产单元为最小单位建立数字化系统，可以实现多模块的功能复用，例如在SMT生产车间和壳体焊接车间，均需要“生产问题反馈”功能，但SMT生产车间和壳体焊接车间的问题类型和处理流程存在差异，原架构使用上层管控系统实现此功能，导致问题处理流程无法覆盖所有车间，但若在各个车间分别建设管理系统，进行定制化的“生产问题反馈”功能开发，开发周期过长且耗费成本巨大，对功能进行解耦后，“生产问题反馈”作为底层的共用模块，在不同车间根据车间的需求，对此模块进行定制化的修改，即可适用于该车间的业务需求，既满足需求又减少了数字化系统开发周期。
便于拓展，建设方式更灵活：雷达研发属于高新电子制造行业，随着雷达的生产的设计、工艺变更，企业的生产模式和管理模式也会随之快速变更，伴随而来的则是新业务与新模式的数字化需求，如在某型号雷达新产品的预研项目中，采用了新的结构设计和最新的工艺方法，开辟了一条适应于新工艺的生产线，原有数字化系统无法满足管控需求，若在原有体系下，需要从企业ERP系统，到运营管理层MOM系统和现场管理系统均进行升级改造，在面向服务的系统架构中，只需要在需要的层级加入相应的控制单元，将其数据按照SOA规则并入数据基础层，各层系统即可快速适应新业务管控，实现了灵活的数字化系统拓展。
3面向服务的数字化工厂体系架构的应用
微波組件是有源相控阵雷达的核心部件，具有产品质量要求高、多品种变批量、研制批产共线、多型号混线等特点，对管控系统提出了很高的要求。本文提出的架构在微波组件制造车间进行了应用，充分发挥了架构支持快速迭代、复用性好以及互通性强等优势。
3.1面向服务的体系架构在微组装车间的应用
微波组件微组装车间业务应用需求众多，涉及到人员管理、设备管理、物料管理、工艺设计、生产管理、质量监控等多个方面。按照面向服务的数字化车间体系架构思路，建设车间数据采集与监视控制系统（SCADA）进行统一的车间级管控，在具体的业务部分，在最底层使用生产单元为最小建设功能单位，各个单元的基本功能可以复用，数据实现共享，通过不同生产单元的组合建设单元SCADA对业务相近的生产流程进行统一的管控，其结构如图5所示。
以高密度板级电路生产单元管控系统在软件系统的建设为例，其软件系统设计如图6所示。以剥离数据层和功能模块为基本思路设计基础信息共享层和基础功能池，以具体的功能组合不同的数据和功能形成具体功能集合的应用层和负责报表生成和系统数据展示的展示层，信息共享层中，生产线管控系统和测试管理系统共享数据库，因此人员数据、权限数据、设备数据、厂房工位数据等均只需要维护一次，做到了数据复用，在基础功能池内，集成了多个功能组件，如设备通讯协议组件、人员权限管理组件、消息推送组件、表单填写组件、数据查询组件等，应用层和展示层的应用系统能通过这些组件实现对数据的操作和展示，一个组件可在多个系统中复用，也可根据不同组件的需求继承组件的功能，拓展应用系统中独有的新功能。 3.2取得成果
在微组装车间以一年时间内完成功能重构和升级，将原有功能以单个功能池为单位建立了基础功能池，并利用基础功能池在短期内组织出兼容现有所有业务的智能单元管控系统两个，人员管控系统一个，报表生成系统一个及可视化看板一项，做到了现场关键设备采集程序的快速拓展与全覆盖，各个系统数据的无障碍贯通，功能的强复用性和低耦合性，在系统开发上实现了开发成本降低60%，系统迭代周期减少30%，与外协厂商沟通需求时间减少40%以上；系统稳定性上做到了系统偶发故障降低20%，系统问题处理时间降低35%以上。
4总结
智能制造的基础是数字化管控，企业能做到全流程数字化管控，实现智能制造才能水到渠成，本文在十四所雷达研制中数字化转型系统架构的基础上，结合生产设计实际情况，借鉴SOA设计架构，提出了一种面向服务的数字化工厂体系架构，解决了传统架构中数据离散型高、系统功能复用性差、拓展性不强的缺点，并在所内微波组件制造部门进行试点建设，取得了优异的成绩，对电子设计制造企业有着强借鉴意义。
参考文献
[1]“新一代人工智能引领下的智能制造研究”课题组，中国智能制造发展战略研究[J].中国工程科学，2018，（4）.
[2]周军.智能制造视角下我国装备制造业国际分工地位提升研究[D].温州大学： 温州大学，2020.
[3]张友硕.基于BP神经网络的离散车间智能制造系统评价体系的研究[D].合肥工业大学： 合肥工业大学，2020.
[4]谢亚丹.基于DHGF算法的智能制造能力成熟度评价研究[D]. 燕山大学： 燕山大学，2020.
[5]晁翠华.智能制造车间生产过程实时跟踪与管理研究[D].南京航空航天大学： 南京航空航天大学，2017.
[6]张益，冯毅萍，荣冈.智慧工厂的参考模型与关键技术[J].計算机集成制造系统，2016，（1）.
[7]林文进，江志斌，李娜.服务型制造理论研究综述[J].工业工程与管理，2009，（6）.
[8]文家富.云设计模式下的汽车模具设计知识工程方法研究[D].天津大学：天津大学，2018.
[9]韦韫.基于面向服务架构的网络化协同制造资源重组优化研究[D].南京理工大学： 南京理工大学，2012.
[10]陆文虎.基于微服务架构的制造执行系统设计与实现[D].浙江大学：浙江大学，2018.
[11]部海青.面向服务的MES系统的研究与应用[D].上海交通大学： 上海交通大学，2012.
（作者单位：中国电子科技集团公司第十四研究所）
关键词：雷达；智能制造；数字化工厂；体系架构；面向服務
引言
有源相控阵雷达作为军用复杂电子装备的典型代表，其制造过程具有专业领域多、工艺流程复杂、物料种类多等特点。近年来，随着我国雷达技术的高速发展，雷达装备的研制周期不断缩短，型号种类呈多样化，技术难度不断加大，给雷达全流程的制造提出了更高的要求。
随着雷达工艺技术的迅速发展和信息技术在雷达设计制造中的扩展应用，雷达的设计制造已经从基于经验的知识积累型技艺技术逐渐向基于数据和规则的先进设计制造模式转变；与此同时，人工智能与大数据挖掘技术的引入也将雷达工业的生产制造向数字化智能制造之路推进，新型技术的引入和使用极大缩短了新产品的研发制造周期，也催生了企业管理模式的升级改革，如何将数字化新技术与企业运营管理相结合，探索出兼顾企业管理体系与强数字化拓展性的数字化工厂管理架构是企业数字化转型规划中的重要课题，也是保障雷达产品快速研发迭代、安全高质量持续生产的基础性问题。
本文以雷达研发制造企业数字化转型过程中的建设经验为基础，分析了现有数字化工厂体系架构在雷达设计研制型企业应用中的优越性和不足，在原有架构的基础上加入数据和执行层，优化了各个层级的内部结构，由此提出了一种面向服务型的数字化工厂体系架构，并以雷达微波组件生产制造车间为例，分析了新型架构下数字化车间的建设优势，其数据共享性强、系统柔性高的特点满足了雷达微波组件生产节奏快、产品种类繁、自动化设备多的数字化管控需求。
1数字化工厂体系架构
1.1 智能制造的基础
智能制造是制造技术与数字技术、智能技术及新一代信息技术的融合，是面向产品全生命周期的具有信息感知、优化决策、执行控制功能的制造系统，旨在高效、优质、柔性、清洁、安全、敏捷地制造产品和服务用户。
智能制造的基础是信息技术与数字技术的应用，将数字化软件高效运用在企业中，减少传统管理流程中的信息传递成本；利用计算机软件辅助设计、制造、现场生产各个环节，实现数据与实践的深度融合；使用数据挖掘等信息自动化手段代替部分人力依靠经验的劳动，都是智能制造的重要研究内容。因此数字化是智能制造的基础和先决条件，推进企业数字化转型，建立适合企业的数字化架构将企业的业务与生产对象数字化管控，建立数据驱动的数字化工厂，是发展智能制造的重要课题。
1.2 数字化工厂架构
《数字化车间通用技术要求（GBT 37393-2019）》的国家标准中提出了一种数字化工厂企业模型，其架构如图1所示。
该模型将制造企业数字化架构划分为三层结构，分别是管理层、执行层、基础层，三层结构分别由不同的软、硬件系统组成，承担不同层级的企业数字化管理任务：
其中管理层主要包括企业资源计划（ERP）及产品全生命周期管理等系统，负责整个示范线生产任务的发起和产品完工的接收。执行层主要包括数字化设计仿真系统及制造运营管理系统（MOM），负责企业工艺设计、订单信息发布及生产线运行状况反馈；该层级主要包括车间计划与调度、工艺执行与管理、生产过程质量管理等功能模块，对生产过程中的各类业务、活动或相关资产进行管理；基础层主要包括生产制造所必需的各种生产设备及生产资源，负责接收工单并按指令完成各工序的作业任务及上传实时过程信息；其中制造设备承担执行生产、检验、物料运送等任务，大量采用智能化设备，可自动进行信息的采集或指令执行；生产资源是生产用到的物料、托盘、工装辅具、人、传感器等，本身不具备智能化通信能力，但可借助条码、RFID等技术进行标识，参与生产过程并通过其智能化标识与系统进行自动或半自动交互。
而对于架构中的不同软件系统，其数据交互如图2所示，对于有外部接口的数据，系统通过已有的外部接口进行数据对接，对于某些在外部接口中没有设计的数据，需要人工通过手动查询录入的方式在两系统间进行数据转移。
1.3 数字化工厂架构不足
此模型统一的顶层架构设计将不同层级的功能限定，实现了从产品研发、工艺设计、现场执行的产品全生命周期管控，在电子制造企业和其他产品较为固定的生产单位得到了广泛的应用，但雷达属于复杂电子装配，在实际研发生产过程中，由于雷达的零部件众多，其产品技术迭代速度快、产品复杂度高、生产流程复杂，设计流程众多，因此此套系统架构在实际使用中存在某些不足，具体体现在：
数据流通性差，易形成数据孤岛：从原数字化车间结构来看，各层级的数据传递彼此孤立，管理层通过执行层的制造运行管理系统对一线数据部分传递，上下层系统无法直接进行数据交互，导致信息在传递过程中会出现不对称性，此现象使得各个系统的大量信息私有化，形成数据孤岛，最终导致信息在各自系统独立存在与独立部分决策，无法统一形成信息合力。
模块复用性差，系统冗余性较高：在各个层级中，有一些功能相同或相似的基础模块，在不同层级的功能系统中会重复开发，导致模块的开发速度和兼容性较低，多项基础数据冗余存在于各个系统的不同部分，造成系统耦合度过高，复用性较差。
系统拓展性差，二次开发周期长：按照原有数字化工厂架构，各个层级的数字系统开发是根据企业现有业务确定需求后定制，能高度适应企业现有业务需求，但其功能相对固定，不同系统之间的交互只通过外部接口，若企业的业务发生拓展，往往需要涉及多个系统的二次升级，二次开发周期较长。 基于上述情况，本文结合在实践中的经验，提出一种面向服务的新型数字化工厂体系架构。
2面向服务的数字化工厂体系架构
2.1 面向服务的架构设计
面向服务的架构（SOA）方法是一种建立、管理、维护IT系统和业务的方法。SOA架构中，由各自独立、可复用的服务构成系统的功能结构。基于标准化技术开发的“服务”能够实现软件系统中业务逻辑抽象和技术抽象，支持业务逻辑与具体实现技术的分离，从而使企业应用彻底摆脱“面向技术”设计解决方案的束缚，使企业能够适应业务和技术的不断变化，轻松应对企业业务变化和发展的需要。面向服务计算环境下，“服务”可以被共享、重用和动态配置，从而便于从整体角度审视企业的信息系统架构，选择一个合适的支撑平台，有机地集成企业的各个“信息孤岛”。伴随着大规模企业级应用的不断发展，为了减少异构性、满足互操作性和不断变化的业务要求，面向服务架构方法已经成为企业架构设计热点技术之一。
2.2 面向服务的数字化工厂体系架构
借鉴SOA的建设思路，对原有模型的部分功能和数据解耦和，在原有架构的基础上加入数据层和控制层，将原有的模块功能细分，以具体的业务对象单元为单位，在现场变化频繁的基础层以车间生产单元为建设对象，建设多个智能与数字化单元，形成现有的面向服务的数字化工厂体系架构，其架构模型如图2所示。
其中数据层将所有层级的数据实现共享统一管理，各个层级的系统只是以数据为基础，对数据进行不同的应用，控制层是对基础层的业务模块进行组合管理，形成一套模块化可定制的面向业务的操作控制界面。
对于数字化软件层级的设计，将不同软件的系统功能层、基础数据层和与硬件结合的采集/控制部分抽离出，形成硬件采集控制功能池、基础数据库与基础功能池，其软件系统如图3所示；对于单个系统来说，系统知识对于功能池的不同组合，通过调用功能池的不同接口获取想要的数据，实现人机的交互，功能池通过操纵基础数据库实现对数据的访问和读写，而硬件采集控制功能池是将所有与硬件结合的功能统一，将其驱动、接口、数据格式化处理等功能统一到一个层级，实现与硬件的面向对象交互。
在面向服务的数字化工厂体系架构模型下对企业进行数字化建设，对比原有模型有若干优势：
数据共享，增强数据共通性：增加的数据层可以对管理层以下数据全局共享，增加数据在系统中的全局作用，以人员管控为例，在没有将数据独立之前，人员的考核是依靠每天的打卡数据和月度考核指标中的固定几个参数来衡量，人员每天的工作量难以量化，在独立了基础数据后，人员考核可以从多个系统中获取到人员的工作情况、培训信息、负责产品信息等多个维度的基础信息，对于人员考核的考评方式也更加多样化。
功能解耦，多模块功能复用：在基础层和控制层中，以功能模块和车间生产单元为最小单位建立数字化系统，可以实现多模块的功能复用，例如在SMT生产车间和壳体焊接车间，均需要“生产问题反馈”功能，但SMT生产车间和壳体焊接车间的问题类型和处理流程存在差异，原架构使用上层管控系统实现此功能，导致问题处理流程无法覆盖所有车间，但若在各个车间分别建设管理系统，进行定制化的“生产问题反馈”功能开发，开发周期过长且耗费成本巨大，对功能进行解耦后，“生产问题反馈”作为底层的共用模块，在不同车间根据车间的需求，对此模块进行定制化的修改，即可适用于该车间的业务需求，既满足需求又减少了数字化系统开发周期。
便于拓展，建设方式更灵活：雷达研发属于高新电子制造行业，随着雷达的生产的设计、工艺变更，企业的生产模式和管理模式也会随之快速变更，伴随而来的则是新业务与新模式的数字化需求，如在某型号雷达新产品的预研项目中，采用了新的结构设计和最新的工艺方法，开辟了一条适应于新工艺的生产线，原有数字化系统无法满足管控需求，若在原有体系下，需要从企业ERP系统，到运营管理层MOM系统和现场管理系统均进行升级改造，在面向服务的系统架构中，只需要在需要的层级加入相应的控制单元，将其数据按照SOA规则并入数据基础层，各层系统即可快速适应新业务管控，实现了灵活的数字化系统拓展。
3面向服务的数字化工厂体系架构的应用
微波組件是有源相控阵雷达的核心部件，具有产品质量要求高、多品种变批量、研制批产共线、多型号混线等特点，对管控系统提出了很高的要求。本文提出的架构在微波组件制造车间进行了应用，充分发挥了架构支持快速迭代、复用性好以及互通性强等优势。
3.1面向服务的体系架构在微组装车间的应用
微波组件微组装车间业务应用需求众多，涉及到人员管理、设备管理、物料管理、工艺设计、生产管理、质量监控等多个方面。按照面向服务的数字化车间体系架构思路，建设车间数据采集与监视控制系统（SCADA）进行统一的车间级管控，在具体的业务部分，在最底层使用生产单元为最小建设功能单位，各个单元的基本功能可以复用，数据实现共享，通过不同生产单元的组合建设单元SCADA对业务相近的生产流程进行统一的管控，其结构如图5所示。
以高密度板级电路生产单元管控系统在软件系统的建设为例，其软件系统设计如图6所示。以剥离数据层和功能模块为基本思路设计基础信息共享层和基础功能池，以具体的功能组合不同的数据和功能形成具体功能集合的应用层和负责报表生成和系统数据展示的展示层，信息共享层中，生产线管控系统和测试管理系统共享数据库，因此人员数据、权限数据、设备数据、厂房工位数据等均只需要维护一次，做到了数据复用，在基础功能池内，集成了多个功能组件，如设备通讯协议组件、人员权限管理组件、消息推送组件、表单填写组件、数据查询组件等，应用层和展示层的应用系统能通过这些组件实现对数据的操作和展示，一个组件可在多个系统中复用，也可根据不同组件的需求继承组件的功能，拓展应用系统中独有的新功能。 3.2取得成果
在微组装车间以一年时间内完成功能重构和升级，将原有功能以单个功能池为单位建立了基础功能池，并利用基础功能池在短期内组织出兼容现有所有业务的智能单元管控系统两个，人员管控系统一个，报表生成系统一个及可视化看板一项，做到了现场关键设备采集程序的快速拓展与全覆盖，各个系统数据的无障碍贯通，功能的强复用性和低耦合性，在系统开发上实现了开发成本降低60%，系统迭代周期减少30%，与外协厂商沟通需求时间减少40%以上；系统稳定性上做到了系统偶发故障降低20%，系统问题处理时间降低35%以上。
4总结
智能制造的基础是数字化管控，企业能做到全流程数字化管控，实现智能制造才能水到渠成，本文在十四所雷达研制中数字化转型系统架构的基础上，结合生产设计实际情况，借鉴SOA设计架构，提出了一种面向服务的数字化工厂体系架构，解决了传统架构中数据离散型高、系统功能复用性差、拓展性不强的缺点，并在所内微波组件制造部门进行试点建设，取得了优异的成绩，对电子设计制造企业有着强借鉴意义。
参考文献
[1]“新一代人工智能引领下的智能制造研究”课题组，中国智能制造发展战略研究[J].中国工程科学，2018，（4）.
[2]周军.智能制造视角下我国装备制造业国际分工地位提升研究[D].温州大学： 温州大学，2020.
[3]张友硕.基于BP神经网络的离散车间智能制造系统评价体系的研究[D].合肥工业大学： 合肥工业大学，2020.
[4]谢亚丹.基于DHGF算法的智能制造能力成熟度评价研究[D]. 燕山大学： 燕山大学，2020.
[5]晁翠华.智能制造车间生产过程实时跟踪与管理研究[D].南京航空航天大学： 南京航空航天大学，2017.
[6]张益，冯毅萍，荣冈.智慧工厂的参考模型与关键技术[J].計算机集成制造系统，2016，（1）.
[7]林文进，江志斌，李娜.服务型制造理论研究综述[J].工业工程与管理，2009，（6）.
[8]文家富.云设计模式下的汽车模具设计知识工程方法研究[D].天津大学：天津大学，2018.
[9]韦韫.基于面向服务架构的网络化协同制造资源重组优化研究[D].南京理工大学： 南京理工大学，2012.
[10]陆文虎.基于微服务架构的制造执行系统设计与实现[D].浙江大学：浙江大学，2018.
[11]部海青.面向服务的MES系统的研究与应用[D].上海交通大学： 上海交通大学，2012.
（作者单位：中国电子科技集团公司第十四研究所）