数据库系统设计DatabaseSystemDesign电子技术与软件工程ElectronicTechnology&SoftwareEngineering235我国装备制造行业的规模已居于世界第一，硬件设备智能化不断改善，但整体的管控能力依然还有很大的成长空间。2020年中国工程院战略咨询中心等机构发布的《2020中国制造强国发展指数报告》指明中国的“制造业全员劳动生产率”仅相当于美国同期水平的20.46%，充分说明仍需提质增效、转型升级驱动高质量发展。装备制造的数字化发展水平差异较大，中小企业基本处于数字转型的初级阶段，先进的大型企业的数字化应用基本处在数字化5级成熟度的中等偏上一点的水平[1]，这表明数智化整体应用尚处于起步阶段，非常有必要推动数智化应用，支撑装备制造企业的跨越式发展。1数智化概述数智化是在数字化的基础上，基于新一代信息技术（工业大数据、AI等）与工业技术融合应用的创新架构，是数据资产与企业生产管理的有机结合，融合人工经验和数据智慧解决装备制造复杂生产管控中的实时优化决策等关键问题，形成“自学习、自感知、自适应、自控制”的智能化生产系统：发现工艺质量瓶颈、预警作业失控趋势、优化设备控制参数、寻优最佳操作模式等，充分发挥数据洞察、数据驱动生产、数据优化作业，实现高品质、高效率、安全环保、节能低碳的创新发展[2]。目前大多数专业系统供应商的套件产品还没有原生提供充分的数智化能力，即使是面向企业定制的数字化系统、包括很大一部分工业互联网平台应用，往往聚焦在设备数据上云、实现各类数字可视化业务报表，更好一些的是开展设备运行监控预警、预测性维护或少数单机模型的工艺参数动态控制等，很少能从体系上针对生产作业、工艺质量、物流控制、能源管理、设备运维等全作业链进行数智化应用。因此，有必要研究探讨在目前的基础环境状态下，如何构建及实施推进装备制造企业的全面数智化应用，从数据中发现价值、基于数据定量决策[3]，持续改善优化生产管控。2基于模型的数智应用架构设计2.1关键因素目前，大多数装备制造企业即使设备数采完备，数据也没有在诊断、预测、决策和控制中全面应用，依然严重依赖人工经验，这既有思想的问题、也有技术难度的问题。新数智化应用架构作用于采集、诊断、预测、决策和控制的全部数据流程，数据加模型构成数智化应用的核心。本文从应用的角度定义了装备制造数智化的主要模型，涵盖生产、工艺、质量、物流、设备、服务等全作业链。实现生产工艺改善、管控方案推荐、实时调度调控、...
