【智慧製造】製造業智慧變革之道
隨著中國經濟發展的戰略轉型及中國製造2025、工業4.0概念的提出，製造業迎來了新的發展浪潮。在這個背景下，越來越多的傳統企業感受到了重重壓力，開啟了轉型與變革之路。對於製造企業而言，如何部署企業智慧製造解決方案？如何建立企業自身特色的智慧製造建設體系？如何規劃企業數字化轉型升級平臺？
企業已掀起工業物聯網應用熱潮
工業物聯網是工業4.0的核心基礎，它是利用區域性網路或網際網路等通訊技術，把感測器、控制器、機器、人員和物品等通過新的方式聯在一起，形成人與物、物與物相聯，實現資訊化、遠端管理控制和智慧化的網路，從而最大限度地提高機器效率以及整個工作的吞吐量。隨著智慧製造戰略的持續推進以及企業轉型的逐漸深入，物聯網在工業轉型中的應用價值愈發凸顯。企業已經清楚的認識到，要想實現智慧化決策和自動化生產離不開人機物的全面互聯。當前，工業物聯網熱潮遍佈神州大地，已成為政府、製造企業、網際網路公司、物聯網公司、電信運營商、IT和自動化廠商等各方關注的焦點。
據IDC報告，2017年全球物聯網總體支出將同比增長16.7%，略高於8000億美元。報告預計，到2021年，全球物聯網支出將達到1.4萬億美元。其中包括企業對物聯網硬體、軟體、服務和網路連線的投資。以不同行業來看，製造業和運輸業仍將是獲得投資最多的行業，分別為1830億和850億美元。
對大多數企業來說，儘管物聯網技術已經存在了數十年之久，但其應用範圍僅限於運營活動，資料的潛能沒有在企業中得到充分釋放。隨著連線技術、大資料管理、商務分析和雲技術的發展，我們現在能夠將運營技術與資訊科技融合在一起，打造更智慧的機器，推動企業實現端到端數字化轉型。
工業物聯網核心技術
圖1 工業物聯網體系架構
工業物聯網體系架構可分為四層，實體層包括各類智慧產品及嵌入式軟體和晶片等；感測層則是物聯網的面板和五官，用於識別物體，採集資訊，包括條碼、二維碼標籤和讀卡器、RFID標籤和讀寫器、攝像頭、GPS等；網路層是物聯網的神經中樞和大腦，用於資訊傳遞和處理，包括通訊與網際網路的融合網路、網路管理中心和資訊處理中心等；應用層是物聯網的“社會分工”，即與行業專業技術及需求實現深度融合，最終實現行業智慧化。在物聯網各層之間，資訊不是單向傳遞的，也有互動、控制等，所傳遞的資訊多種多樣，這其中關鍵是物品的資訊，包括在特定應用系統範圍內能唯一標識物品的識別碼和物品的靜態與動態資訊。
工業物聯網的關鍵技術則包括：
感測器技術：資訊的泛在化對工業的感測器和感測裝置提出了更高的要求。
微型化：元器件的微小型化，節約資源與能源。
智慧化：自校準、自診斷、自學習、自決策、自適應和自組織等人工智慧技術。
低功耗與能量獲取技術：電池供電，用陽光、風、溫度、振動。
通訊技術：具體包括：調製與編碼技術、自適應跳頻技術、通道排程技術、通訊協議多樣性、多標準有線及無線技術。
組網技術：網路路由技術、互聯技術、共存技術、跨層設計與優化技術。
網路管理與基礎服務技術：低開銷高精度的時間同步技術、快速節點定位技術、實時網路效能監視與預警技術、工業資料的分散式管理技術。
安全技術：具體包括工業裝置控制、網路安全和資料安全，阻止非授權實體的識別、跟蹤和訪問，非集中式的認證和信任模型，能量高效的加密和資料保護，異構裝置間的隱私保護技術。
工業物聯網在製造業的應用
近幾年，物聯網技術已經應用於各行業的生產流程以及製造業的產業結構調整中，促進各個工業企業在節能減排、提高生產效率、生產效益提升等方面的改善。在應用上，通過對物聯網採集的資料進行分析，可以幫助企業分析各類裝置或產品的狀態，實現對異常狀態的預警或報警，從而實現預測性維護，避免非計劃停機；還有助於幫助企業改進產品效能、幫助企業降低能耗、保障安全等。
比如在哈雷戴維森的新制造工廠中，每臺機器都是互聯裝置，每個變數都在不斷接受測量和分析。這樣，在機器出現故障之前，裝置就能提供相關效能資料，幫助企業實現預測性維護，從而最大限度地減少工作流中斷的情況。同時，製造系統在某個元件出現問題時，會向車間經理髮送警報。哈雷戴維森甚至還能測量建築內的溫度、溼度以及通風裝置每分鐘的轉速 (PRM) ，他們會持續分析所有這些資料，以發現有助於提高效率和產量的因素。
全球最大的空氣壓縮系統供應商之一凱撒空壓機公司通過物聯網的應用，實時監控客戶壓縮空氣站中的各項引數，比如功耗、運營可用性與安全性以及壓縮空氣質量，並將它們與最小容許值和最大容許值進行比較。服務工程師無需拜訪客戶所在地，只需通過門戶就能分析上述實時資料，並進一步有針對性的制定維護策略，從而確保壓縮機持續高效運轉，降低運營風險，確保了客戶能夠實現可靠、高效的運營。公司也實現了從生產型製造向服務型製造的轉變。
此外，工業物聯網還可應用於優化物流，通過對運輸車輛的資料採集，可以掌握車輛執行的位置，以及運輸貨品的狀態，實現製造商、第三方物流和貨主的資訊互動，實現運輸資源的充分應用。還可以用於對汙染物的監控、對無人值守的裝置、對石油管道的遠端監控和故障診斷等。在消費品行業，也有很多基於物聯網的智慧應用，例如智慧家居。通過對各種裝置的狀態監控，還可以實現裝置租賃和服務電商。
製造企業應用工業物聯網的注意點
工業物聯網應用可謂十分廣泛，市場的快速發展也促使更多的廠商投入這一新興市場的角逐，各種物聯網平臺陸續湧現，競爭異常激烈。因此企業在應用工業物聯網之前，首先要有清晰的認知，對各類物聯網平臺的開放性、整合能力、資料分析、行業應用功能進行深入比較。
採集哪些有價值的資料，如何採集、傳輸、儲存與分析？物聯網應用的基礎，源於各種智慧終端、感測器和智慧儀表，加上GPS定位和網路傳輸的功能模組（WIFI、4G或ZigBee等）。低功耗的NB-IOT技術，為物聯網的普及應用帶來了巨大價值。企業要實現工業網際網路應用，需要明確究竟要採集哪些有價值的資料？採集頻率有多高？如何部署感測器？是要傳輸所有狀態資料，還是隻傳輸超出閾值的資料？海量資料如何儲存？是基於私有云還是公有云？物聯網資料的資料分析演算法和數學模型是什麼？資料如何分析與展現？資料異常的預警和處置方式？如何實現物聯網資料與企業業務流程的整合？
中小企業和大型企業進行物聯網應用的顯著差異。中小型製造企業進行物聯網應用，可以直接選擇基於公有云的物聯網平臺，相對比較容易。對於大型製造企業，則需要更加慎重地制定工業物聯網的應用策略，考慮是否需要自己開發及運營物聯網平臺。如果選擇自主開發或自主運營，就需要考慮與電信運營商、雲平臺進行合作。
自主開發物聯網應用還是利用物聯網開發平臺來開發物聯網應用。企業可以選擇物聯網的雲服務，用物聯網開發平臺來構建物聯網應用，或者直接從底層開發物聯網應用。相對而言，應用物聯網開發平臺來開發物聯網應用，對於多數企業而言，是一個經濟有效的方式。
物聯網平臺功能和部署方式的差異化與選型。從部署方式來看，有些物聯網平臺的交付方式是公有云服務，有些物聯網平臺可以在企業內部部署，或者通過私有云方式部署。這也是企業進行物聯網平臺選型必須考慮的問題。
中國製造業加速擁抱雲端計算
隨著雲端計算各類技術的發展，以及傳統制造業面臨轉型升級帶來各類問題，這兩者之間的關係變得越來越緊密，製造業正在加速擁抱雲端計算。智慧製造正成為製造業新的關鍵詞，而智慧製造的成功推進，需要一系列的使能技術，雲端計算正是其中一項核心使能技術。雲應用是智慧製造領域很多深層次應用的必要條件，幫助製造企業加速從要素驅動向創新驅動轉變。
圖片來源於網路
近年來，我國雲端計算產業發展迅猛，據統計，雲端計算產業保持著超過30%的年均增長率，是全球增速最快的市場之一。“十二五”末期，我國雲端計算產業規模已達1500億元，產業結構不斷優化，SaaS、PaaS佔比不斷提升，混合雲異軍突起，成為產業新的增長點。
雲應用的增長，除了源於雲技術的逐步成熟外，另一主要的因素，是企業對雲的認知的逐步加深。在三五年前，中國企業對雲的認識還比較初步，對於雲，企業關心最多的就是我為什麼要用雲，雲有什麼優勢，很多企業也特別關心資料安全和網路問題。
現在企業對雲的特點和優勢已經有了比較全面的認識，對資料安全等問題的擔心也降低了，更多的企業已經瞭解到，雲產品應用的經過認證的資料中心以及被許可的雲環境在某種程度上甚至比企業內部的系統更加安全，而專業的雲平臺在負載、備份、容災方面甚至能比企業在本地部署系統要做得更好。有些比較謹慎的企業，也會選擇將某些核心應用，如財務模組，放在本地部署，將其他的應用放在雲端。這些都促使企業對雲的態度從最初的觀望走向瞭如今的認可。現在，企業對雲的關注點開始更多地轉移到公司戰略層面，更關心雲應用是否能滿足企業系統需求，是否能更有力地支撐企業的發展戰略。
雲端計算的架構
雲端計算的架構一般可分為三個層次，即基礎設施層（IaaS）、平臺層（PaaS）和軟體服務層（SaaS）。
IaaS(Infrastructure as a Service)，基礎設施即服務。主要包括計算機伺服器、通訊裝置、儲存裝置等，能夠按需向用戶提供的計算能力、儲存能力或網路能力等IT基礎設施類服務，也就是能在基礎設施層面提供的服務。PaaS(Platform as a Service)，平臺即服務。
PaaS定位於通過網際網路為使用者提供一整套開發、執行和運營應用軟體的支撐平臺。SaaS(Software-as-a-Service)，軟體即服務。簡單地說，就是一種通過網際網路提供軟體服務的軟體應用模式，使用者不需要再花費大量投資用於硬體、軟體和開發運維團隊的建設，只需要支付一定的租賃費用，就可以通過網際網路享受到相應的服務。和傳統的網路服務模式相比較，雲端計算的體系結構更加地模組化，每一層和上下層的關係都是比較鬆散的耦合關係。
圖片來源於網路
目前，雲端計算技術已經在製造企業內獲得了方方面面的應用，為製造企業帶來了更加高效的管理以及的業務創新。其中，通過IAAS服務，企業可以利用工業雲將伺服器、儲存裝置外包，廣泛應用虛擬桌面和移動終端，減少或消除專職的IT運維人員，降低IT應用成本，專注於資訊化應用。在SAAS應用方面，企業級郵件系統、視訊會議、協同辦公、CRM、線上招聘、供應鏈協同和電子商務等領域已經有成熟的應用。在PAAS應用層面，很多工業軟體企業也在將軟體的開發平臺服務化，支援軟體功能的配置與擴充套件。同時，國際工業軟體巨頭正在從賣軟體的License轉型為賣訂閱服務(Subscription)，與客戶實現雙贏，製造企業IT應用正在從本地走向雲端。
工業雲平臺支撐企業實現智慧製造
近幾年，製造企業內掀起了智慧製造的熱潮，數字化、網路化、智慧化日益成為了未來製造業發展的主要方向。
製造業邁向智慧製造，目前面臨的關鍵挑戰在於：製造與網際網路技術如何解決企業IoT互聯、大資料實施處理與分析實時監控與自動化控制、智慧決策執行、企業內外部系統互聯互通、第三方網際網路服務接入等問題，在這些問題下，雲平臺有了廣泛的應用前景。工業雲平臺能夠支撐大量的智慧製造的關鍵技術，如物聯網、大資料、移動應用、虛擬現實、資料分析……等等，從而實現網際網路技術與先進製造技術的融合，形成支撐智慧製造的全生命週期的工業軟體，以平臺支撐智慧製造創新、支撐企業商業和協同創新。
在工業雲平臺的支撐下，企業可以實現個性化定製、網路化協同製造、服務型製造等創新模式。在智慧研發領域，可以構建模擬雲平臺，支援高效能運算，實現計算資源的有效利用和可伸縮，還可以通過基於SAAS的三維零件庫，提高產品研發效率；在智慧營銷方面，可以構建基於雲的CRM應用服務，對營銷業務和營銷人員進行有效管理，實現移動應用；在智慧物流和供應鏈方面，可以構建運輸雲，實現製造企業、第三方物流和客戶三方的資訊共享，提高車輛往返的載貨率，實現對冷鏈物流的全程監控，還可以構建供應鏈協同平臺，使主機廠和供應商、經銷商通過電子資料交換（EDI）實現供應鏈協同；在智慧服務方面，企業可以利用物聯網雲平臺，通過對裝置的準確定位來開展服務電商。
工業物聯網是智慧製造的基礎。一方面，在智慧工廠建設領域，通過物聯網可以採集裝置、生產、能耗、質量等方面的實時資訊，實現對工廠的實時監控；另一方面，裝置製造商可以通過物聯網採集裝置狀態，對裝置進行遠端監控和故障診斷，避免裝置非計劃性停機，進而實現預測性維護，提供增值服務，並促進備品備件銷售。工業物聯網應用採集的海量資料的儲存與分析，需要工業雲平臺的支撐，不論是通過機器學習還是認知計算，都需要工業雲平臺這個載體。
製造業擁抱大資料時代
曾幾何時，在人們的印象中，大資料作為一種新興技術，離人們的日常生活還很遙遠，顯得異常“高冷”。
隨著網際網路技術的不斷深入，特別是近幾年來物聯網、雲端計算以及社交網路的飛速發展，人們所接觸和關注的資料量呈現出了爆炸式增長。同時，大資料分析和處理的技術也隨之建立並豐富起來，其應用也越來越廣泛，大資料給各行各業帶來變革性機會。例如個人的飲食、健康、出行、家居、醫療、購物以及社交等生活資料會被實時採集上傳網際網路，通過對這些資料的分析，商家可以為每個人量身定製個性化的服務。在工業生產領域，運用大資料技術可以全盤把握供需平衡，挖掘創新增長點，提高效率，節約成本;在交通領域，可以實現智慧輔助以及無人駕駛;在農業領域，可以對環境氣候土壤以及農作物狀況進行監控，實現超精細化耕作……
圖片來源於網路
那麼究竟什麼是大資料呢?大資料(big data，mega data)，或稱巨量資料，是指"無法用現有的軟體工具進行提取、儲存、搜尋、共享、分析和處理的海量的、複雜的資料集合，需要通過運用新系統、新工具、新模型的挖掘，才能獲得具有洞察力和新價值的東西。"大資料不用隨機分析法這樣的捷徑，而採用所有資料全面進行分析處理。
區別於其它資料，大資料具有4V特點，即資料容量大(Volume)、資料型別繁多(Variety)、商業價值高(Veracity)以及處理速度快(Velocity)的特點。
數量(Volume)，即資料巨大，從TB級別躍升到PB級別。伴隨著各種隨身裝置、物聯網和雲端計算、雲端儲存等技術的發展，人和物的所有軌跡都可以被記錄，資料因此被大量生產出來。
多樣性(Variety)，即資料型別繁多。資料來源多樣化，不僅產生於組織內部運作的各個環節，也來自於組織外部。大資料不僅是處理巨量資料的利器，更為處理不同來源、不同格式的多元化資料提供了可能。
速度(Velocity)，即處理速度快。快速度是大資料處理技術和傳統的資料探勘技術最大的區別。大資料是一種以實時資料處理、實時結果導向為特徵的解決方案，它的快有兩個層面，即資料產生得快和資料處理得快。
真實性(Veracity)，即追求高質量的資料。資料的重要性就在於對決策的支援，資料的規模並不能決定其能為決策提供幫助，資料的真實性和質量才是獲得真知和思路最重要的因素，是制定成功決策最堅實的基礎。
資料產業發展趨勢
未來幾年，大資料產業將朝著以下幾個趨勢發展:
圖片來源於網路
開源大資料將商業化。隨著閉源軟體在資料分析領域的地盤不斷縮小，IT廠商的商業模式向開源靠攏，並加大專業服務和系統整合方面的力度。利用Hadoop和R兩類技術，幫助客戶向開源的、面向雲的分析產品遷移。
Hadoop將加速發展。作為大資料領域的代表，未來很多企業會把研發的重心放在Hadoop上。從整體上說，不僅是Hadoop本身本會得到迅速發展，同時Hadoop在多個數據中心中的配置和無縫整合技術也將成為熱門。
打包的大資料分析應用將開拓新的市場。隨著大資料逐漸走向各個行業，基於行業的大資料分析應用需求也將日益增長，未來幾年中針對特定行業的業務流程的分析應用將會以預打包的形式出現，這將為大資料技術供應商開啟新的市場。
將會創造一些新的細分市場。大資料相關技術的發展將會創造出一些例如以資料分析和資料處理為主的高階資料服務和基於社交網路的社交大資料分析等新的細分市場。
大資料與雲端計算將深度融合。雲端計算為大資料提供彈性可擴充套件的基礎設施支撐環境以及資料服務的高階模式，大資料則為雲端計算提供了新的商業價值，大資料技術與雲端計算技術必有更完美的結合。
大資料在製造企業的應用
大資料作為新一代資訊科技的代表，已開始在工業設計、研發、製造、銷售、服務等環節取得應用，併成為推動網際網路與工業融合創新的重要因素。面對大資料的浪潮，傳統企業要主動把握大資料的發展方向，深入挖掘大資料的價值，分析需求偏好、改善生產工藝以及提升企業的內部管理水平等。
圖片來源於網路
預測分析。當前，大資料最引人關注的一個方面是預測分析。企業可以利用資料中隱藏的模式、識別各種風險和機遇，比如交叉銷售和升級銷售的目標客戶、客戶流失傾向、經濟預測、信用評級和保險承保等。例如，當需要開車時，上百萬美國人選擇AAA(美國汽車協會)的旅遊救援、保險和緊急拖車服務。為了更好地理解客戶需求，AAA總部元件了一個"活動中心"，應用 Predictive Analytics軟體進行預測分析。
為企業決策部門和管理層提供依據。利用大資料工具對供應鏈進行分析以選擇供應商、優化物流配送方案和進行價格談判等;利用大資料分析工具可以對商品進行銷售預測，分析顧客的購買偏好，確定商品的價格。中國商飛通過商務智慧解決方案( BI)和業務經營管控平臺( ERP)的實施，成功構建了實時、透明、智慧的業務經營管理平臺，實現了質量全程可追溯以及實時運營;實現高效業務協同，增強了全供應鏈資料共享與智慧分析，為管理決策提供強有力保障。
實現智慧生產。大資料是製造業智慧化的基礎，其在製造業大規模定製中的應用包括資料採集、資料管理、訂單管理、智慧化製造、定製平臺等，核心是定製平臺。定製資料達到一定的數量級，就可以實現大資料應用。通過對大資料的挖掘，實現流行預測、精準匹配、時尚管理、社交應用、營銷