工业4.0环境下,实现纺织智能化生产需要通过数据将工厂连接成一个整体。而纺织品从市场规划、设计、制造、销售等全生命周期过程都会产生大量的结构化和非结构化数据,形成纺织生产大数据。这些数据量大、结构复杂且时间波动性强,传统的数据库技术已很难对其进行有效存储、管理、分析。因此研究和应用纺织生产大数据技术具有重要的理论与实际意义。本文以纺织生产过程中产生的大量数据为基础,给出了纺织生产大数据平台总体架构,提出了基于多表架构与No SQL集成的大数据平台数据存储策略,实现了实时数据与历史数据的分开存储与管理;研究了大数据平台下基于Map Reduce的海量历史数据分布式处理技术。在此基础上,开发并实现了基于大数据平台的织布生产监测与交货期预测系统,该系统基于大数据平台中的数据实时展现生产设备的运行状态,同时可通过大数据分析获取生产设备的效率等信息,实现对企业订单交货期的更加可靠地预测。论文主要研究工作与创新点包括:1.大数据环境下的数据存储与管理策略研究。针对纺织生产过程中数据量大、结构复杂等特点以及传统的数据库管理上的不足,本文提出了一种基于多表架构与No SQL集成的数据存储策略,将实时数据与历史数据分开存储,采用传统数据库的多表架构存储实时数据,利用数据迁移技术将历史数据转储至No SQL数据库,实现海量生产数据的存储与管理。2.分布式的大数据平台构建技术研究。大数据环境下,传统的集中式处理方法无论是在数据处理效率还是在可靠性上都存在严重的性能问题。本文提出利用Mongo DB数据库的分片机制,构建历史数据的分布式存储平台,结合Map Reduce并行计算技术,实现对海量历史数据的计算分析。最后设计并构建了纺织生产大数据平台,从而为企业实现生产过程的分析与管理提供了完整的平台环境。3.基于大数据平台的生产过程监测与管理。以织布企业实际生产环境为背景,给出了大数据平台下的织布生产监测与交货期预测系统总体架构,并利用VS2012开发工具成功实现了该系统的主要功能。该系统实时地展现出生产设备的运行状态,同时可根据历史订单信息结合大数据分析技术实现对企业订单交货期的更加可靠预测,帮助企业更好地对生产过程进行分析与管理。本文提出的纺织生产大数据平台,通过结合企业实际生产环境验证了大数据平台的可行性和有效性,大数据平台实现了纺织企业的生产过程监测与管理,从而为企业管理者提供决策支持。