........44 8.2. 建模支撑产品..........................................................................................................................................44 8.2.1. TongDM 数据建模................. ......................................................................................... 45 8.4. 建模概述................................................................................................. ..........55 8.7.1. 建模方法概述....................................................................................................................................... 55 8.7.2. 维度建模法简介...................

家 工 作 台 决策分析 盈利能力 分析 决策看板 行动建议 财务报告 生成 智能预测 AI问答 指标查询 数据解读 异常检测 指标推荐 报告生成 领域数 据建模 业务规则 指标建模 指标库 基础财经应用 总账 预算 税务 资金 25 费报智能审核 智能数据洞察 （规则引擎） 决策参谋 （智能体） 智能审核 预置审核规则校验结果，包含发票、敏感 词、金额、新闻类、自定义等 多维数据库 关系库 数据 治理 连接配置 清洗规则 数据采集 任务监控 服务编排 模型定义 元数据采集 数据查询服务 明细追溯 指标应用 标签画像 模型管理 数据洞察 智能经营分析 体系建模 体系管理 维度管理 模型管理 规则管理中心 一般计算 外币折算 分摊因子 分摊推导 合并抵销 勾稽校验 数据处理 数据分摊 数据推导 报表计算 数据采集 采集任务 看板分析 指标应用 智能洞察 报告模版 报告组件 报告生成 我的报告 智能助手 业财智能融合，全场景驱动高效决策 元数据管理 文件导入 分析库 数仓 ... 加工 服务 分布式计算引擎 可视化建模 指标计算 ... 标签加工 ④ 内部公开 请勿外传 29 构建业财融合一站式数据管理平台 数据源 核算系统数据 业务系统 供应商 利润中心 主数据 • 凭证明细 • 科目余额

：烧结机的温度、压力、气氛和物料流动； 混合料和燃料粒度 人才技能 ：控制科学与工程、冶金工程、工程热物 理、化学工程、计算机科学与技术 痛点问题 ：无法对烧结过程化学反应、热 - 流 - 固耦 合等实现数字化建模 ，无法实现精准预判和控制。 YB01-C-2-1 主场景：炼钢智能控制 现状评级 ：★★★ 工具软件 ： 自动炼钢系统、烟气分析系统、声呐化 渣系统、 自动化出钢系统、炉况红外监测系统、炉 衬激光测厚系统、转炉下渣监测系统 ，连铸机质量判定系统、连铸机在线 震动分析工具 知识模型 ：生产时间模型、凝固模型、温度场模型 数据要素 ：库下渣监测、温度监测、液面监测、气雾 冷却、 电磁搅拌、视觉测量火焰切割、 出站时间等 人才技能 ：工艺创新设计、三维建模、连铸生产工艺 痛点问题 ：人工浇钢质量和稳定性不高 ，容易发生安 全事故。 YB01-A-2-3 智能调度 现状评级：★★★ 痛点问题：环境差、安 全风险高、人力劳动强 度大 ，偶有安全事故发 YB01-A-1-4 细分场景：三维工厂数字化设计与交付 现状评级：★★ 痛点问题：钢铁行业的工厂设计涉及大量的 设备、管道 / 电气系统等 ，设计元素众多 ， 相互之间的关联复杂。这导致数字化设计过 程中的建模 仿真和优化变得非常复杂和困难。 现状评级 ：★★★★ 工具软件 ：一键高炉炉前智能化系统 知识模型 ：生产调度模型、物料平衡模型 数据要素 ：高炉运行状态数据、炉前设备 的运行状态、原料和燃料数据

新型业务模式：众包研发、网络化协同制造、虚拟企业 融合创新 · 赋能企业 共创生态 · 引领未来 制造业服务化、产品创新化、组织分 散化、 制造资 源云化 柔性生产 自决策 精准执行 运营管理与资产优化 数据集成与建模分析 实时只能监控测试 智能化服务 众包设计 供应链协同 精准营销 个性化定制 智能生产系统 个性定制 精准营销 智能服务 众包众创众筹 协同设计 协同制造 / 云制造 柔韧性制造 MES BI CRM ERP EAM SRM HSE OTS LIMS APC PLM AMS AAS MES EMS … 全面系统集成 企业知识库 计算引擎与工具 数据与业务建模 容器 微服务 这样处理错综复杂的数据业务关系 融合创新 · 赋能企业 共创生态 · 引领未来 supOS 的全面数据集成 设备、仪表、弱电、强电、工艺系统、车间、人员、各业务子系统、各管理信息系统 - 天基 元数据组织 对象模型组织 数据标准化 数据存储 - 天湖 数据预处理 数据压缩 / 存储 数据查询 公共服务 - 天擎 微服务管理 容器编排 健康度管理 数据建模 - 天匠 对象模型组态 工厂建模平台 预置模板库 应用组态 - 天坊 可视化工具 流程设计工具 交互式场景 大数据分析 - 天数 大数据分析 数据挖掘工具 应用算法优化 大数据运算 - 天智 人工智能模型

链路诊断 / 冗余通讯 • 安全访问 • 实时 / 历史数据 • 工厂基础数据（组织 结构 / 班组排班 / 物料 / 工厂模型） IoT 驱动开发包 • 数据接入 • 建模对象 • 报警 / 通知 • 用户 / 权限 / 安全 • 组态 / 配置 • 服务注册与发现接口 • 工作流接口 • 数据统计服务接口 • 日志接口 • 操作优化 公共管理域 基础数据域 工艺技术域 项 目 管理 工艺卡片管 理 已实现 图例： APC 投用率 RTO 管理 大数据软测 量 进行中 基础资料配 置 位号接入 对象建模 产量工具配 置 收率配置 数据融合工 具 报警配置 异构系统集 成 未实现 能源平衡 能源监控优 化 能效分析优 化 加热炉节能 公共系统管 网 熔喷布条码 总体架构 围绕操作工用户对象，将设备、重要工艺、生产、安全、质量、视频监控、报警、工作任务、知识文档、绩效考评等，全部展 示出来，提升操作工日常工作效率 联锁投运率 装置平稳率 动设备监测 大数据建模 视觉分析 大屏展示 智慧操作平台 功能介绍 个性化桌面 智慧操作平台 SPC 质量管理 项目进度管理 绩效考核管理 自控投运率管理 检化验管理 报警管理 工艺平稳率管理 融合创新

： 资产建模 ：支持将具备同样特征的同一类资产统一抽象为一个模型 ，以资产管理的角度将来自不同数据 源、 不同类型的数据统一进行建模 ，从而便于数据的集中管理以及资产维度的分析能更便捷的展开。 资产数据计算 ：当资产对应的测量值上报 ，则会自动根据模型定义的转换值、分析指标进行后台计 工厂模型 工厂总能耗 产能利用率 每单位制造成本 整体设备效率 · · · 资产建模 ：多维度资产建模和指标计算 ：多维度资产建模和指标计算 印刷机模型 印刷速度 加工结果 产品名称 设备 OEE · · · 电 表模型 正向电 压 A 正向电 压 B 正向功率 A 耗电值 · · · 冲床模型 冲压次数 操作人员 良品计数 次品计数 · · · 贴片机模型 成功操作数 失败操作数 合格率 设备 OEE · · · 产线模型 产线总产量 合格通过产量 产线 OEE 资产配置管理 资产实例化需要进行静态属性、测量属性与点位的绑定关系配置 以及父资产与子资产的关联关系配置。例如配置资产的某个测量 属性“温度”与“通道 1. 设备 1. 温度”关联。 资产建模 ：多层级资产模型与实例化管理 | 数据计算 ：实时流计算支持丰富的算子能力 • 数据管道：快速对设备数据源数据进行预处理，对数据进行筛选、过滤、转换、聚合， 获取业务所需数据，建 立

造跃升， 构建起战略落地与组织协同的核心动能。 在数智化层面，流程治理借助自动化与智能化技术，实现对业 务流程的深度优化与资源精细化管理。引入业务流程管理（BPM）构 建流程标准化框架，通过建模、部署、执行、监控全生命周期管理 实现流程体系的系统化重构；引入流程挖掘技术，通过一致性分析、 根因分析、异常检测、流程仿真和预测等手段，跟踪和分析流程执 行情况，精准识别瓶颈、风险与异常点，及时做出调整与优化。应 流程治理推动流程贯通与提效 二、流程数据概述 (一)流程数据定义和范围 流程数据是指在流程中产生、收集、处理和使用的各类数据， 记录了业务流程执行的完整过程。流程数据作为流程运行的“数字 足迹”，是实现流程建模、部署、执行、分析、优化的核心基础和 重要依据，正从信息传递的“附属产品”跃升为战略价值突出的“基 础资产”。 按数据用途分，流程数据可以分为基础数据层、描述数据层、 衍生数据层。 中国联通 25）》 5 图 2 流程数据的范围 1. 基础数据层 基础数据层涵盖流程事件日志和流程主数据，是记录流程运行 的实体基础，承载业务流程的客观真实记录，支撑流程实例分析、 合规审计、仿真建模、跨系统协同等。 流程事件日志是指业务流程执行过程中产生的带有时间戳的事 件记录集合，涵盖流程“三要素”数据，即流程实例标识符（流程 运行中生成的全局唯一的标识 ID）、业务活动名称（按照统一标准

出入库管 理，基于模型算法设计优化供应物流网络，实现订单精 准配送和准时交付。全维度绘制客户画像，开展产品全 流程信息追溯，实时响应客户产品维保需求，提升售后 服务水平和交付质量。利用大数据建模构建供应链风险 预测分析和评估诊断模型，基于模型对供应链风险精准 识别和应急防控。 (六)探索跨场景集成优化 引导行业龙头企业绘制重点行业、重点产业链数字 化转型场景图谱，推动产业链环节的模块化表达，引导 要 素划分为数据要素、知识模型、工具软件、人才技能等 4 类要 素以及数字基础设施保障(如图 2 所示)。 图 2 场景的数字化要素 1.数据要素：以电子形式存在，利用运算、挖掘、建模等方 式，支撑实际生产经营业务活动并发挥重要价值，是场景数字 化转型的关键驱动要素。 2.知识模型：利用数据挖掘、机器学习、人工智能等技术， 对场景中对象、现象和原理进行数字化、结构化处理，形成反 化提供依据，提升产品售后服务满意度和交付质量，增强用户 粘性。 4.供应链断链预测预警 鼓励企业建立供应链数据监测系统，整合企业资源计划、生 产执行、仓储管理、客户管理等系统数据，利用大数据建模构 建供应链风险评估模型，针对供应商交货延迟、物流运输堵塞 等关键指标设定报警阈值，实现供应链断链的提前报警以及应 急调度。 (六)跨环节协同 1.基于 MBSE 的产品全生命周期管理

的新的数据应用场景进行分析； 企业数据中台实施步骤：调研盘点 统一数据存储计算平台 解决大数据量存储计算问题， 主要包括结构化、非结构化数据的分 布式存储和离线计算、实时计算、即席计算、在线计算、算法建模 等， 主要是以 Hadoop 生态体系为代表的分布式存储计算框架为主。 数据中台基础设施 统一数据资产建设工具 解决数据资产建设过程中数据交换、数据开发、数据资产管理、数 据服务的问题 、 Greenplum 关系型数据库 Kafka 、 ZeroM Q EXCEL 、 CSV 、 T XT 企业数据中台实施步骤：数据建设 统一数据层建设 ：以维度建模为理论基础进行传统数仓建模，构建总线矩阵，划分业务板块、定义数据域、业务过程、维度、 度量、修饰类型、 修饰词、时间周期、派生指标，进行维表、明细事实表、汇总事实表模型设计与开发。 能够为业务所使用并产生价值的加工后的数据。 发布部署 运维监控 发布部署 发布运维规范 数据研发规范 数据血缘 数据质量 需求下发 服务引擎授权 环境隔离 资源包 环境隔离 权限控制 角色管理 实时数据开发 数据建模规范 数据访问审计 数据分级管理 调用访问审计 元数据管理 算法库 开发角色管理 服务引擎发布 数据服务上架 离线数据开发 数据工具 / 服务管 理 数据服务引擎管理 用户角色管理