1. 程式人生 > >大數據面面觀 | 請回答,工業大數據

大數據面面觀 | 請回答,工業大數據

配置 個性化定制 推薦系統 數據 發展 信息安全 深入 無人駕駛 政策

不記得從什麽時候開始,像無人駕駛、城市大腦、智能手機、智能馬桶蓋等名詞慢慢走進了我們的生活,而現在它們已經塞滿了我們生活的方方面面,仿佛忽然之間,Time Changed,我們已經置身於一個嶄新的時代——智能時代。
.
制造業作為整個社會物質生產的中流砥柱,也必然會朝著「智能制造」的方向發展,而如何利用工業信息化時代期間累積和生產的工業數據,來完成從「傳統制造」到「智能制造」的過度升級,正是當今工業領域討論的重點。
.
「工業大數據」的概念,由美國通用電氣在 2012 年首次提出,主要關註生產制造過程中由工業設施設備產生的海量數據。同年,麥肯錫在行業報告中指明,工業數據在美國各行業中的蘊含量最大,工業大數據,「大」有可為。
.
近年來,包括中國在內的各個制造強國、制造大國,都在布局「智能制造」,其中典型代表有德國的「工業 4.0」、美國的「先進制造業戰略」 、日本的「工業價值鏈」以及中國的「中國制造 2025」。各國的戰略重點略有不同,其本質和內涵都是由數據驅動、充分互聯互動的智能制造體系,流動的數據正是該體系的血液。
.

一問:什麽是工業大數據?

根據《工信部:2017 工業大數據白皮書》的定義,工業大數據是指在工業領域中,圍繞典型能制造模式,從客戶需求到銷售、訂單、計劃、研發、設計、工藝、制造、采購、供應、庫存、發貨和交付、售後服務、運維、報廢或回收再制造等整個產品全生命周期各個環節所產生的各類數據及相關技術和應用的總稱。通常,工業大數據可以分為以下四類:

.
設備數據
主要指在現代化生產模式下,在生產過程中實時收集到的設備數據(如操作指令、運行工況、環境參數等)和產品的數據(如生產狀態、質量狀態等)。狹義的工業大數據即為該類數據,也是工業大數據體系中增長最快的數據來源。
.
運營數據
主要指存儲於企業信息化軟件系統內部的數據資產,包括產品研發、設計、制造類軟件、企業資源計劃(ERP)、產品生命周期管理(PLM)、供應鏈管理(SCM)、客戶關系管理(CRM)和OA等系統。此類數據含量不大,價值密度頗高。
.
價值鏈數據
主要指制造企業的客戶、供應商、合作夥伴處的相關數據,比如客戶處相關的制造設備數據、產品質量數據和客戶關系管理數據等。
.
外部數據
主要指宏觀經濟數據、行業狀態數據、競爭對手數據、政策法規數據等相關的外部參考數據。
.
工業大數據作為大數據生態的一部分,除了大數據的一般性特點(海量數據、類型多樣、生產快速、真實性高、價值密度低),還具有其自身特有的特點:
技術分享圖片

體量最大:當前中國的工業數據量已在 EB 級別,在各行業中體量最大,且增長勢頭迅猛。
.
客觀性強:在沒有故障的前提之下,設備是不會騙人的。輸入參數確定, 輸出結果也是確定的。因此,只要數據采集全面準確,分析方法合理恰當,就一定能保證當前數據有意義。
.
耦合性高:現代工業設備發展完善,內置很多專家系統和算法來保證工藝穩定性,外界采集到的大量參數之間存在強關聯關系,而且多為非線性關系(材料尺寸、材料成分、壓力、溫度、濕度、設備預設參數等等)
.
穩定性低:在實際生產中,「人機料法環」的任一環節出問題均會導致大量無效、錯誤數據產生,雖然采集到的數據真實客觀,但後續數據處理需要仔細甄別這些錯誤、無效的數據。
.

二問:為什麽提出工業大數據?

在人類文明歷史上,工業革命已經發生三次,最近的第 3 次工業革命距今也有半個多世紀,企業信息化建設已經很完善,生產自動化、運營信息化帶來的紅利也將消耗殆盡:

技術分享圖片

工業數據一直是工業生產必備的生產資料,但工業大數據是「舊」生產資料的一種嶄「新」使用方式,可以協助制造企業突破原有認知局限,更加全面、深入、有效地分析問題和解決問題:

1. 優化現有業務,提高企業競爭能力

  • 開創全新的管理模式,決策不再完全依賴組織和流程,業務本身可自行決策
  • 提升產品設計研發和生產制造的能力和效率,促進智能工廠、智慧園區的落地
  • 精細客戶分析及精準營銷推廣,改善產品售後服務能力和效率
  • 提高企業信息安全管理能力
    .
    2. 助力提升企業創新能力,促進企業轉型升級
  • 落實個性化定制生產模式,真正以客戶為中心,讓用戶參與到產品的設計和生產過程中
  • 催生新的生產協作模式,優化供應鏈配置
  • 協助企業從生產產品向輸出服務轉型

    三問:如何使用工業大數據?

    確定性是工業追求的目標,這一點是工業大數據在應用上區別於其他種類大數據的核心。
    .
    比如說,在電商系統中,基於用戶數據的推薦系統給用戶推薦了一雙用戶不喜歡的襪子,這個沒有大影響,但是在工業場景下就不同了,如果基於工業數據的分析系統給用戶輸出了一個錯誤的參數或者根本原因分析建議,這將導致大量廢品的產生及人力物力的浪費。
    .
    相反,如果該分析系統應用得當,這也將極大程度提高生產問題根本原因分析的效率,降低人力物力的投入,改善產品質量狀態。

技術分享圖片
.
總的來說,工業數據發展潛力巨大,但現階段,在具體應用上還有諸多難題
針對以上通用問題,《工信部:2017 工業大數據白皮書》建議「規範數據格式,搭建國家、行業、企業等不同等級的工業大數據平臺,打通工業大數據信息孤島,充分挖掘工業大數據價值」。
.
規範數據格式方面,從 2015 年 7 月起,全國信息標準化委員會大數據工作組工業大數據專題組已經開展相應的標準建設工作;
.
平臺提供方面,我們首先需要做的是在數棲平臺的基礎上拓展出一個(些)行業解決方案,獲取工業數據的項目資源,進而整體推進數棲平臺和工業大數據的融合,具體可參見如下工業大數據架構圖。

大數據面面觀 | 請回答,工業大數據