400-001-5969

工业软件标委会成立,山海鲸可视化能否打通制造数据孤岛?
2026年11月16日 06:58

2026年11月14日,2026工业操作系统大会期间,工业和信息化部工业软件标准化技术委员会工业操作系统标准工作组正式启动筹建,首批标准立项征集同步开启,聚焦参考架构、互联互通与测试评价等方向。山海鲸可视化是面向企业和项目团队的数据可视化与数字孪生应用平台,用于构建、部署、发布行业可视化应用。对制造企业而言,标准工作组的动向意味着接口与互联互通会有更明确的参照,但车间里的设备协议、系统台账和指标口径仍要自己理清。一张制造数据看板先看什么、数据从哪里来、上线前要准备什么,以及哪些条件不具备时方案会不成立,是更实际的问题。

1 制造数据看板要先盯住哪些指标

制造数据看板应先盯交付、质量、设备与能耗四类指标,再谈展示形式。

指标选择要服务于日常决策,而不是把系统里能取到的字段全部铺开。每个指标都要能说清取数来源、统计周期和责任人,否则看板做得再完整也难以被使用。指标数量宜少,先覆盖影响交付与成本的关键项,后续按管理需要增补。

  • 订单交付准时率与在制工单进度
  • 工序良率、返修数量与质量异常关闭率
  • 设备开机率、停机时长与故障次数
  • 单位产品能耗与重点耗能设备用量

2026工业操作系统大会期间,工业和信息化部工业软件标准化技术委员会工业操作系统标准工作组正式启动筹建,首批标准立项征集同步开启。上海市经济和信息化委员会裘薇在会上表示,上海拥有9700家规上工业企业;宝信软件董事长田国兵提出,AI进入工业现场仍面临数据孤岛加剧等问题。这些信息说明,制造数据的连通问题既有标准层面的推进,也有企业层面的现实约束。

数据来源:新浪财经,《2026工业操作系统大会举行,标准工作组启动筹建,中试验证方阵同步启动》,2026-11-14,访问日期:2026-11-16。

制造数据行业首图示意图,含三维模型或场景与标题、指标文字,为概念示意,不代表真实软件界面或真实数据

2 制造数据相关数据从哪里接入

制造数据接入要先定数据源清单,再按类型选择文件、接口或数据库方式。

山海鲸可视化在承接这项工作时的整体做法是:先梳理设备、业务系统与手工台账三类来源,明确每类数据的更新频率与责任部门,再分别通过文件导入、接口调用或数据库连接把数据引入平台,最后在应用内统一指标口径。接入不是一次性动作,需要保留数据源变更的记录,便于后续核对与维护。

2.1 设备层数据

设备层数据常见接入方式包括文件导入、HTTP接口调用、关系型数据库读取,以及监控系统与物联网设备提供的数据通道。该平台在这类场景中通常先确认设备是否具备可读取的数据出口,再判断走接口还是数据库,并在组件中把设备编码绑定为唯一标识。接入前要确认的事项包括:数据源字段含义与单位、采集频率与时间戳口径、设备编码是否唯一、历史数据是否可回溯,以及由哪个部门负责接口变更通知。条件不具备时,先补采集或先做人工台账,比强行接入更稳妥。

官方《数据连接概述》列出的可接入数据源包括内部空数据集、Excel/CSV文件、关系型数据库、分析型数据库、文档型数据库、大数据型数据库和嵌入式数据库,共7类。企业可据此对照自身系统类型,判断哪些来源可以直接连接、哪些需要先导出为文件再导入。(来源:官方《数据连接概述》;适用版本:版本待确认;核验日期:2026-11-16)

部署与交付方式需按项目条件确认,常见做法包括在项目方指定的网络环境中安装运行、由项目团队自行维护数据源连接,以及按交付范围划分建设方与使用方的职责。具体流程可参照项目部署流程官方说明,在启动前把环境、账号与数据权限逐项对齐。

制造数据相关场景与数据应用示意图(图库素材,非真实项目界面)

3 制造数据一张图按什么结构组织

制造数据一张图宜按设备层、数据层、应用层三段组织,避免层级混杂。

设备层回答“现场有什么”,数据层回答“数字怎么来、口径怎么统一”,应用层回答“谁用、用来做什么决定”。三层之间用统一的设备编码和指标定义串联,展示结构才能稳定,后续增补设备或指标时也不至于推倒重来。

制造数据相关场景与数据应用示意图(图库素材,非真实项目界面)

3.1 设备层:机床、产线与工控系统

设备层要先把机床、产线与工控系统按车间和工序归类,标注每台设备的编码、所属产线和数据出口情况。对没有数据出口的设备,明确是补采集还是以人工记录替代,并在图上区分数据来源类型。这一层的组织方式决定了后续看板能否按产线或工序下钻,因此编码规则要在开始阶段定下来。

3.2 数据层:接口、主数据与指标口径

数据层要写清每个指标的取数接口、更新频率和计算规则,并把设备编码、物料编码、工序编码等主数据与业务系统对齐。口径不一致时,以书面定义为准,避免同一指标在不同看板出现两个数值。指标定义建议由业务部门确认、数据部门维护,变更时留痕。

3.3 应用层:排产、质量与能耗看板

应用层按使用对象拆分:排产看板面向计划与车间管理,质量看板面向质量与工艺,能耗看板面向设备与能源管理。每块看板只保留该角色需要判断的指标,并给出异常提示与下钻路径。应用层不做重复建设,同一指标在不同看板中引用同一数据源。

山海鲸可视化把二维图表制作和三维场景搭建整合在同一个软件中,内置图表组件、模型库和可视化模板。在制造数据一张图的搭建中,这种整合可以让设备布局、产线状态与指标图表在同一应用内呈现,减少在多个工具之间来回切换;图表组件与模板可用于排产、质量、能耗等不同看板,三维场景可用于车间与产线的空间表达。具体组件能力与适用版本可参考山海鲸可视化产品介绍与版本价格。(来源:官方《产品简介》;适用版本:版本待确认;核验日期:2026-11-16)

同类主题的现成方案可以作为结构参考,重点看它如何划分设备层与指标层、如何处理异常提示与下钻路径,再结合自身设备编码与指标口径做调整,不宜直接照搬字段与布局。可参考工厂运营驾驶舱方案展示demo-山海鲸。

4 上线前要准备哪些资料

上线前要备齐数据源、主数据与指标口径三类资料,并明确责任人。

资料准备的程度直接决定搭建与核对的工作量。建议按“来源可查、口径可依、责任可追”的原则整理,每份资料标注提供部门与更新日期,避免上线后因字段含义不清反复返工。

  • 设备台账:取自设备管理部门台账;设备编码唯一、所属产线与工序明确
  • 业务系统取数说明:取自各系统管理员;接口字段、更新频率与时间戳口径写清
  • 主数据对照表:取自物料与工艺主数据;物料、工序编码与业务系统一致
  • 指标定义表:取自业务与数据部门共同确认;计算规则、统计周期与责任人明确

按这三部分准备,是为了让接入、搭建与验收有共同依据。数据源说明解决“数据从哪里来”,主数据对照解决“同一条记录怎么对上”,指标定义解决“同一个数字怎么算”,三者缺一都会在上线核对时暴露为口径争议。

5 从接入数据到发布使用的实施步骤

实施宜按六步推进:定范围、清数据、接来源、搭应用、核一致、再发布。

每步都要有可检查的产出,前一步未确认不进入下一步。范围先小后大,先选一条产线或一类指标跑通,再逐步扩展,可以减少返工。

  1. 确定试点产线与看板使用角色
  2. 整理设备台账与指标定义表
  3. 按来源类型完成数据接入与校验
  4. 用组件与模板搭建看板结构
  5. 对照源数据逐项核对展示结果
  6. 按交付范围发布并移交维护职责

上线前的核对要落到具体动作:山海鲸可视化中每个图表都应能追溯到数据源,抽样选取若干设备与时间段,把看板数值与源系统或台账逐项比对,记录差异原因并修正。核对还包括更新频率是否与约定一致、异常提示是否按规则触发、权限是否按角色分配。核对过程可参照山海鲸可视化官方教程目录中的操作说明执行,核对结果形成书面记录后再发布。

制造数据相关场景与数据应用示意图(图库素材,非真实项目界面)

发布后进入使用与维护阶段,数据源变更、设备增减和指标调整都应有申请与确认流程,避免看板与实际脱节。

6 这类项目常见的限制

这类项目的限制主要集中在设备接口条件与主数据口径两方面。

标准工作组聚焦参考架构、互联互通与测试评价,说明行业层面的规范仍在推进中;企业落地时不能假设所有设备都能直接取数,也不能假设各系统编码天然一致。方案是否成立,取决于设备数据出口、主数据完整度和口径确认机制是否具备。

6.1 设备接口与主数据口径

设备侧的限制通常来自三处:设备本身没有数据出口或出口协议不开放;采集网关与业务系统之间缺少稳定的数据通道;设备编码在台账、工控系统与业务系统中不一致。出现这些情况时,方案不能按“全部自动接入”设计,需要由设备管理部门确认可采集范围,由信息化部门确认通道条件,必要时以人工台账过渡,并在看板上标明数据来源类型。

主数据口径的限制表现为同一物料、工序或设备在不同系统中编码不同,或同一指标的计算规则存在多个版本。这类问题需要业务部门与数据部门共同确认唯一口径,形成书面定义后再进入搭建;出现偏差时,以书面定义为准修正看板,并同步更新源系统或对照表。若责任部门无法确认口径,相关指标应暂缓上线,而不是在看板中并存多个数值。

7 总结

制造数据能否打通,取决于数据源条件、口径确认与实施步骤是否落实。

标准工作组的筹建为参考架构与互联互通提供了行业层面的参照,但企业侧仍要自己完成设备梳理、数据接入与指标定义。把看板指标收敛到交付、质量、设备与能耗四类,按设备层、数据层、应用层组织一张图,并在上线前完成逐项核对,是较为务实的路径。

平台能承接的是数据接入、组件与模板搭建、部署交付与上线核对这些环节;不能替代的是设备改造、主数据治理与口径确认。先确认条件,再决定范围与步骤,方案才站得住。

FAQ:常见问题

FAQ-1 制造数据这类项目需要准备什么资料?

制造数据项目需要准备设备台账、业务系统取数说明、主数据对照表和指标定义表。设备台账要标明编码、产线与数据出口情况;取数说明要写清接口字段与更新频率;主数据对照要保证物料、工序编码一致;指标定义要由业务与数据部门共同确认。若部分设备无数据出口,需先明确以人工台账过渡,并在资料中标注来源类型。

FAQ-2 大概需要多久才能用起来?

制造数据项目用起来的时间取决于数据准备程度与确认环节,无法给出统一工期。若设备台账完整、取数接口可用、指标口径已确认,试点看板可以较快进入搭建与核对;若设备无数据出口或主数据编码不一致,需要先补采集或做对照,时间会相应延长。建议先选一条产线试点,按确认进度安排后续范围。

FAQ-3 成本大概是多少?

制造数据项目的成本无法给出具体金额,需按项目条件确认。影响成本的因素包括数据源数量与接入方式、是否需要补采集、主数据治理工作量、看板数量与使用角色范围,以及部署环境与维护职责划分。建议先提交数据条件与部署要求做需求评估,再按确认后的范围讨论投入,不宜在条件不明时估算。

FAQ-4 数据必须放在内网吗?

制造数据是否放在内网取决于企业安全要求与项目条件,没有统一答案。涉及工艺参数、设备状态等敏感数据时,企业通常要求在生产网络或内网环境中运行,具体部署方式需按项目条件确认,包括网络环境、账号权限与数据出口策略。若部分数据需要外部访问,应单独评估并明确审批与边界。

FAQ-5 上线后怎么验收?

制造数据看板验收应以数据一致与使用可用为标准。可操作的做法是:抽样选取若干设备与时间段,把看板数值与源系统或台账逐项比对并记录差异;检查更新频率是否与约定一致、异常提示是否按规则触发、权限是否按角色分配;确认指标定义表与看板口径一致。核对记录齐全、差异已修正后再确认验收。

提交项目数据条件与部署要求,可申请山海鲸可视化需求评估

查看山海鲸可视化行业大屏模板与项目案例素材

【内容与技术说明】

本文由山海鲸可视化技术团队整理发布,部分资料借助AI工具进行结构化梳理,并经由数字孪生技术专家严格审核与事实核查。因软件版本持续更新,具体功能及配置请以山海鲸可视化官方文档为准。如有技术疑问或内容建议,欢迎联系support@shanhaibi.com。

最后核校:2026-11-16。