隨著信息化與工業化的深度融合，信息技術滲透到了工業企業產業鏈的各個環節，使得工業企業所擁有的數據日益豐富。工業大數據是在工業領域信息化應用中所產生的數據，呈現出大體量、多源性、連續采樣、價值密度低、動態性強等特點。

 

　　信息技術特別是互聯網技術正在給傳統工業發展方式帶來顛覆性、革命性的影響。二維碼、RFID、傳感器、工控系統、物聯網、ERP、CRM等技術的廣泛應用，推動工業企業實現生產流程各環節的互聯互通，促進互聯網與工業融合發展。

 

　　但網絡、通信、硬件設備等只是工業企業實現互聯互通的基礎，實時感知、采集、監控生產過程中產生的大量數據,運用大數據技術對企業產生、擁有的海量數據進行挖掘，得到有作用的分析結果，智能制造才能得以實現。

 

　　多源數據的融合是實現互聯網與工業融合創新的必要條件，而要實現對多種來源、多種類型海量數據的分析處理，以及復雜的數據關聯關系挖掘，都需要有大數據的支撐。

 

　　在大數據的驅動下，互聯網與工業進一步深度融合，新模式、新業態層出不窮，產業模式、制造模式、商業模式正在重塑，企業、市場與用戶的互動程度和范圍得到擴展，企業與用戶關系加速重構，生產周期從產品的設計、研發、制造、銷售、服務等逐漸構成閉環。

 

　　工業大數據驅動智能制造的四種作用模式

 

　　創新研發設計模式實現個性化定制

 

　　實現定制化設計。

 

　　企業通過互聯網平臺能夠收集用戶的個性化產品需求，也能獲取到產品的交互和交易數據;挖掘和分析這些客戶動態數據，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，實現定制化設計，再依托柔性化的生產流程，就能為用戶生產出量身定做的產品。

 

　　例如，海爾集團沈陽冰箱工廠利用云將用戶需求和生產過程無縫對接，用戶個性化需求可直接發送到生產線上，實現定制化生產。

 

　　用戶還可通過生產線上的上萬個傳感器隨時查到自己冰箱的生產進程。目前，一條生產線可支持500多個型號的柔性化大規模定制，生產時間可以縮短到10秒一臺。

 

　　利用大數據進行虛擬仿真。

 

　　傳統生產企業在測試、驗證環節需要生產出實物來評測其性能等指標，成本隨測試次數增加而不斷提升。利用虛擬仿真技術，可以實現對原有研發設計環節過程的模擬、分析、評估、驗證和優化，從而減少工程更改量，優化生產工藝，降低成本和能耗。

 

　　長安福特采用虛擬仿真技術改良汽車設計環節，設計師帶著3D眼鏡能夠看見最新設計的福特轎車，甚至還能夠模擬坐進車內，感受內裝是否符合心意。

 

　　如果有任何不好的地方，設計師能夠馬上通過軟件修改，減少了開發產品的次數，能夠在短時間內完成更多的設計工作，更快地反映市場的需求。

 

　　促進研發資源集成共享和創新協同。

 

　　企業通過建設和完善研發設計知識庫，促進數字化圖紙、標準零部件庫等設計數據在企業內部以及供應鏈上下游企業間的資源共享和創新協同，提升企業跨區域研發資源統籌管理和產業鏈協同設計能力。提升企業管理利用全球研發資源能力，優化重組研發流程，提高研發效率。

 

　　例如，中國商飛公司的產品研發制造全程均在全球協同網絡環境平臺的管理下開展。商飛公司僅負責飛機的總體設計，把零部件設計、制造工作全部外包給全球各地零部件供應商。

 

　　商飛利用計算機模型進行總體結構的虛擬裝配，利用每個部件的生產數據進行部件的組裝和校驗工作，組裝完成的各機體被運送至商飛公司的總裝工廠，進行最后的大部件對接和總裝工作。

 

　　商飛公司ARJ21支線飛機全機的31000項零部件中，有超過77%是在全球10多個國家、104家供應商之間協同研發和制造完成的。

 

　　培育研發新模式。

 

　　基于設計資源的社會化共享和參與，企業能夠立足自身研發需求開展眾創、眾包等研發新模式，提升企業利用社會化創新和資金資源能力。

 

　　在帝樽空調和天樽空調的研發過程中，海爾集團前期通過互聯網平臺與數十萬用戶實時互動，提取用戶對產品的共性需求。然后利用HOPE(開放創新平臺)平臺對接全球100多萬個領域專家和上千家全球一流的研發資源。

 

　　這些研發資源既包括保時捷、寶馬等頂級的汽車研發團隊，也包括施華洛世奇等知名的時尚設計師。

 

　　建立先進生產體系實現智能化生產

 

　　提升車間管理水平。

 

　　現代化工業制造生產線安裝有數以千計的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲等，利用這些數據可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、質量事故分析(包括違反生產規定、零部件故障)等。

 

　　在生產過程中使用這些大數據，就能分析整個生產流程，一旦某個流程偏離了標準工藝，就會發出報警信號，快速地發現錯誤或者瓶頸所在。

 

　　例如，美國GE集團在紐約州斯克內克塔迪市有一家氯化鎳電池工廠，18萬平方英尺的電池生產廠區內，安裝了1萬多個傳感器，用來監測相關的溫度、能耗和氣壓，并全部連接高速內部以太網絡進行數據傳輸。

 

　　在流水生產線外，管理人員手拿iPad通過工廠的Wi-Fi網絡來獲取這些傳感器發來的數據，監督生產過程和一天的產能。如果抽檢的電池如某一環節出現了問題，就可以通過跟蹤數據發現問題的根源并及時解決。

 

　　傳感器和機器之間也有數據交換，當某一傳感器發現流水線移動緩慢時，就會“告知”機器，讓它們傳輸的速度慢一點。

 

　　優化生產流程。

 

　　將生產制造各個環節的數據整合集聚，并對工業產品的生產過程建立虛擬模型，仿真并優化生產流程。

 

　　當所有流程和績效數據都能在系統中重建時，對各環節制造數據的集成分析有助于制造商改進其生產流程。

 

　　例如，在能耗分析方面，在設備生產過程中利用傳感器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析，此舉將會大大降低能耗。

 

　　德國安貝格電子工廠基于西門子PLM軟件在虛擬環境中仿真產品的研發和生產，并在真實世界的工廠中進行實際操作，即實現了產品跨行業的多樣化，也提升了生產效率和質量。

 

　　研發環節，安貝格擁有一個虛擬的工廠，研發設計部門把虛擬的研發產品同步給生產部門來生產，兩部門有著統一平臺，并時刻保持著協調的一致性。

 

　　真實工廠生產時的數據參數、生產環境等都會通過虛擬工廠來反映出來，而人則通過虛擬工廠對現實中的真實工廠進行把控。

 

　　生產環節，當一個元件進入烘箱時，機器會判斷該用什么溫度以及溫度持續的時間長短，并可以判斷下一個進入烘箱的元件是哪一種，并適時調節生產參數。

 

　　安貝格工廠的每一條生產線每天并不是一成不變地只生產一種產品，生產系統會實時同步研發部門的最新指示，自動跳轉到不同產品或者器件的生產模式。

 

　　在這樣的生產模式下，該工廠每年可生產約1000個品種共計1200萬件工業控制產品。按照每年生產230天計算，平均每秒就能生產出一件產品，其中百萬件缺陷僅為15，缺陷率僅為德國工人的1/25。

 

　　推動現代化生產體系的建立。

 

　　通過對制造生產全過程的自動化控制和智能化控制，促進信息共享、系統整合和業務協同，實現制造過程的科學決策，最大程度實現生產流程的自動化、個性化、柔性化和自我優化，實現提高精準制造、高端制造、敏捷制造的能力，加速智能車間、智能工廠等現代化生產體系建立，實現智能生產。

 

　　優化經營管理體系實現精益化管理

 

　　優化工業供應鏈。

 

　　RFID等電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

 

　　跟蹤產品庫存和銷售價格，而且準確地預測全球不同區域的需求，從而運用數據分析得到更好的決策來優化供應鏈。

 

　　例如，京東于2014年推出了“JD+”計劃，與制造企業深度合作并提供全方位支持，促進智能硬件行業的創新發展。

 

　　加入“JD+”計劃的合作伙伴可獲得的京東服務包括：

 

　　庫存、日銷、流量等數據信息;

 

　　專業化的供應鏈服務支持;

 

　　云計算、大數據等方面的技術支持。

 

　　同時，對于優質企業還將依據評估結果提供小微貸款或孵化資金支持。

 

　　推動經營管理全流程的銜接和優化。

 

　　整合企業生產數據、財務數據、管理數據、采購數據、銷售數據和消費者行為數據等資源，通過數據挖掘分析，能夠幫助企業找到生產要素的最佳投入比例，實現研產供銷、經營管理、生產控制、業務與財務全流程的無縫銜接和業務協同，促進業務流程、決策流程、運營流程的整合、重組和優化，推動企業管理從金字塔靜態管理組織向扁平化動態管理組織轉變，利用云端數據集成驅動提升企業管理決策的科學性和運營一體化能力。

 

　　北京智慧聯合公司通過大數據情報分析，為華北地區水泥行業提供“冬儲”生產管理應用解決方案。

 

　　華北地區水泥行業冬季無法施工，只能儲存起來，但無法把握“冬儲”水泥的數量。智慧聯合通過對華北地區本年度及來年工程項目的搜集分析，得出相應工程量，再根據單位工程量所需水泥數量，大致計算出華北地區第二年度總的水泥需求量，結合競爭對手、銷售渠道分布等因素，最終估算出公司的水泥生產數量。

 

　　促進商業模式創新實現服務型制造

 

　　大數據將幫助工業企業不斷創新產品和服務，發展新的商業模式。

 

　　通過嵌在產品中的傳感器，企業能夠實時監測產品的運行狀態，通過商務平臺，企業能夠獲得產品的銷售數據和客戶數據，通過對這些數據的分析和預測，企業能夠開展故障預警、遠程監控、遠程運維、質量診斷等在線增值服務，提供個性化、在線化、便捷化的增值服務，擴展產品價值空間，使得以產品為核心的經營模式向“制造+服務”的模式轉變。

 

　　在GE軟件研發中心，工作人員通過測試篩選2萬臺噴氣發動機各種細小警報信號，可以提供發動機維修的前瞻性評估數據。包括能夠提前一個月預測哪些發動機急需維護修理，準備率達到70%。

 

　　這套系統的另一個價值，就是可以讓飛機誤點機率大幅降低。因為，每年航班延誤給全球航空公司帶來400億美元的損失，其中10%飛機延誤，正是源自飛機發動機等部件的突發性維修。

 

　　GE航空還和埃森哲成立了一家名為Taleris的合資公司，為全球各地的航空公司和航空貨運公司提供監測服務。

 

　　當一架飛機落地以后，Taleris很快就可以把飛機數據用無線的方式傳遞出去，隨后據此為之量身打造一套專門的維修方案。航空公司因此也能夠對飛機上的各項性能指標進行實時監測和分析，并對故障進行預測，從而避免飛機因計劃外的故障造成損失。

 

　　積極推動我國工業大數據發展

 

　　做好發展工業大數據的總體設計

 

　　首先，開展工業大數據發展的相關法規、技術標準體系和數據標準體系建設，抓住在中國市場制定競爭新規則的機會;

 

　　其次，聚焦重點行業領域工業大數據發展，形成中國自主的核心工業信息技術體系，打破西方主導格局;

 

　　第三，瞄準我國用戶的需求與本土環境特點，打造具有中國特色的工業大數據服務，實現規?；袌鰬?。

 

　　加強標準規范的制定和實施

 

　　加快元數據、數據交換、數據交易、數據質量、安全保密等重點共性標準的制定和實施。鼓勵龍頭企業參與組建工業互聯網聯盟，建立企業間數據交換交易的規范和標準。

 

　　加強大數據環境下信息安全技術研究，落實信息安全等級保護制度，建立健全大數據安全保障體系。

 

　　明確數據所有權、使用權和各相關主體與信息之間的權利、責任和義務，修訂和完善數據安全保護相關立法，對濫用數據、侵犯個人隱私等行為加強管理和懲戒。

 

　　支持建立大數據測評機制，建立服務可用性、可靠性、安全性和質量等方面的大數據評估認證體系，支持第三方機構開展評估評測工作。

 

　　突破核心關鍵技術，提升應用能力

 

　　加大技術研發資金扶持力度，支持面向工業企業的數據集成、數據存儲、數據處理和數據挖掘分析等核心關鍵核心技術攻關，推動已取得技術突破的領域加快成果轉化和應用推廣。

 

　　推動軟件企業和工業企業協同發展

 

　　探索建立軟件企業、互聯網企業和工業企業的協同發展機制，支持引導軟件和互聯網企業深入工業領域，與工業企業從技術、資本等層面進行跨界戰略合作探索，支持重點行業龍頭企業研究規劃互聯網與各工業行業融合發展的技術路線圖，支持相關企業開展工業大數據關鍵技術研究和產業化探索。

 

　　促進典型應用示范

 

　　基于互聯網平臺建立面向工業不同行業、不同環節的大數據資源聚合、分析應用體系，扶持基于大數據的新技術、新產品、新模式，開展個性化定制、眾包設計、智能監測、全產業鏈追溯、在線監控診斷及維護、工控系統安全監控、智能制造等新業務，培育新產業、新業態。

 

　　推動大數據在工業企業產品全生命周期、產業鏈全流程各環節應用，分析感知用戶需求，提升產品附加價值，建造智能工廠。選擇典型企業、重點行業、重點地區開展大數據應用項目試點示范，積極推動制造業網絡化、數據化、智能化和服務化的發展。

圖片來源：找項目網