工業(yè)大數(shù)據(jù)發(fā)展態(tài)勢(shì)與典型應(yīng)用分析

陳均昌

摘? ?要：當(dāng)前，我國(guó)處在新經(jīng)濟(jì)時(shí)代發(fā)展背景中，傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)中關(guān)鍵的生產(chǎn)要素就是工業(yè)大數(shù)據(jù)。工業(yè)大數(shù)據(jù)為工業(yè)領(lǐng)域進(jìn)行智能制造期間產(chǎn)生的全部?jī)r(jià)值鏈以及產(chǎn)品全生命周期的每一過(guò)程數(shù)據(jù)，涵蓋內(nèi)容眾多，包括智能裝備生產(chǎn)期間形成的機(jī)器數(shù)據(jù)、企業(yè)內(nèi)部信息系統(tǒng)產(chǎn)生的業(yè)務(wù)數(shù)據(jù)、外部數(shù)據(jù)（由產(chǎn)業(yè)鏈、互聯(lián)網(wǎng)、用戶、經(jīng)濟(jì)社會(huì)環(huán)境等形成）。文章基于工業(yè)大數(shù)據(jù)概念以及特征分析，探究工業(yè)大數(shù)據(jù)發(fā)展態(tài)勢(shì)，闡述工業(yè)大數(shù)據(jù)的典型應(yīng)用。

關(guān)鍵詞：工業(yè)大數(shù)據(jù);發(fā)展態(tài)勢(shì);典型應(yīng)用

美國(guó)在2014年《先進(jìn)制造合作伙伴》報(bào)告2.0中，明確提出了數(shù)字化、信息化和可視化的制造技術(shù)，先進(jìn)材料制造技術(shù)，先進(jìn)傳感器、控制和制造平臺(tái)技術(shù)，此3項(xiàng)領(lǐng)域?yàn)閮?yōu)先發(fā)展技術(shù)領(lǐng)域[1]。同時(shí)，德國(guó)《工業(yè)4.0研發(fā)白皮書(shū)》中，提出了工業(yè)4.0五大交叉技術(shù)的一種就是工業(yè)數(shù)據(jù)分析，大數(shù)據(jù)經(jīng)濟(jì)屬于重要的9大核心支點(diǎn)。在這種環(huán)境背景下，整個(gè)世界范圍之內(nèi)的工業(yè)大數(shù)據(jù)朝著全球制造業(yè)方向發(fā)展，不斷地挖掘價(jià)值，進(jìn)行各項(xiàng)技術(shù)的革新[2]。

1? ? 工業(yè)大數(shù)據(jù)概念與特征

工業(yè)領(lǐng)域信息化應(yīng)用期間產(chǎn)生的全部數(shù)據(jù)信息就是工業(yè)數(shù)據(jù)，工業(yè)大數(shù)據(jù)是基于工業(yè)數(shù)據(jù)來(lái)建立，采取科學(xué)的大數(shù)據(jù)技術(shù)，涉及工業(yè)設(shè)計(jì)、生產(chǎn)、管理等流程，讓工業(yè)系統(tǒng)擁有各種智能化模塊，諸如診斷、預(yù)測(cè)、描述、控制等。從來(lái)源的角度，工業(yè)數(shù)據(jù)可以劃分成信息管理系統(tǒng)數(shù)據(jù)、機(jī)器設(shè)備數(shù)據(jù)、外部數(shù)據(jù)等。工業(yè)大數(shù)據(jù)的特征顯著，可以總結(jié)為以下幾方面。首先，具有較大的數(shù)據(jù)體量，在設(shè)備數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等相繼涌入的情況下，工業(yè)數(shù)據(jù)存儲(chǔ)量也在漸漸地變化，已經(jīng)向著EB級(jí)別發(fā)展。其次，數(shù)據(jù)涵蓋范圍相對(duì)廣泛，分布在互聯(lián)網(wǎng)、工業(yè)產(chǎn)品以及機(jī)器設(shè)備等領(lǐng)域。再次，具有較為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，類(lèi)型眾多，包括半結(jié)構(gòu)化、結(jié)構(gòu)化、非結(jié)構(gòu)化等。從次，多樣化的數(shù)據(jù)速度需求，通常涉及離線、實(shí)時(shí)等。最后，不均勻的數(shù)據(jù)價(jià)值，在20%的數(shù)據(jù)中，價(jià)值密度大概具有80%，包括產(chǎn)品圖紙、加工工藝數(shù)據(jù)，同時(shí)80%的數(shù)據(jù)，價(jià)值密度通常是20%，常見(jiàn)的就是工況以及圖片數(shù)據(jù)[3]。

相較于互聯(lián)網(wǎng)大數(shù)據(jù)而言，工業(yè)大數(shù)據(jù)的特征主要包括：多元性獲取數(shù)據(jù)信息，具有非常分散化的數(shù)據(jù)內(nèi)容和較大的非結(jié)構(gòu)化數(shù)據(jù)比重;數(shù)據(jù)中具有繁雜性的信息資料，關(guān)聯(lián)性明顯。同時(shí)，持續(xù)采集特征顯著，也具有一定的動(dòng)態(tài)時(shí)空特性，具有更高的要求標(biāo)準(zhǔn)，即在采集、處理以及存儲(chǔ)等方面，均具備較高的實(shí)時(shí)性以及技術(shù)性等需要。在應(yīng)用工業(yè)大數(shù)據(jù)期間，先進(jìn)制造企業(yè)使得機(jī)器以及產(chǎn)品等跟人員這一因素密切地結(jié)合，制造業(yè)的發(fā)展方向就是大數(shù)據(jù)分析、智能化[4]。

2? ? 工業(yè)大數(shù)據(jù)發(fā)展態(tài)勢(shì)

在信息化不斷融合工業(yè)化的情況下，工業(yè)企業(yè)生產(chǎn)信息不斷地呈現(xiàn)出數(shù)字化的趨勢(shì)，在此過(guò)程中產(chǎn)生各種各樣的數(shù)據(jù)信息資料[5]。在工業(yè)領(lǐng)域中，工業(yè)網(wǎng)絡(luò)、數(shù)據(jù)采集和分析等不斷地推廣實(shí)踐，也在相繼地?cái)U(kuò)大工業(yè)數(shù)據(jù)的作用。當(dāng)前工業(yè)大數(shù)據(jù)獲得更高的關(guān)注，而且工業(yè)大數(shù)據(jù)涉及的發(fā)展態(tài)勢(shì)較多，工業(yè)大數(shù)據(jù)在理念角度偏向?qū)嵺`方向轉(zhuǎn)變，包括：工業(yè)大數(shù)據(jù)云計(jì)算的價(jià)值以及工業(yè)大數(shù)據(jù)多樣化的工業(yè)應(yīng)用生態(tài)等。

早在2012年，《工業(yè)互聯(lián)網(wǎng)：突破智慧和機(jī)器的界限》對(duì)工業(yè)大數(shù)據(jù)的概念進(jìn)行詳盡的闡述，之后引發(fā)了產(chǎn)業(yè)界的廣泛討論[6]。在發(fā)展進(jìn)程中，基于信息化與工業(yè)化的密切融合，以及大量地應(yīng)用大數(shù)據(jù)采集、計(jì)算、分析技術(shù)，進(jìn)行不斷的技術(shù)革新，很多企業(yè)已經(jīng)進(jìn)入工業(yè)大數(shù)據(jù)實(shí)踐階段，而且大部分的大型工業(yè)企業(yè)大數(shù)據(jù)應(yīng)用已經(jīng)逐漸地發(fā)展成熟，滿足時(shí)代的發(fā)展需求。數(shù)據(jù)體量大是工業(yè)大數(shù)據(jù)相對(duì)明顯的特征，部分企業(yè)采取的普通數(shù)據(jù)庫(kù)，很難對(duì)大體量數(shù)據(jù)進(jìn)行承載，同時(shí)，會(huì)產(chǎn)生較大的存儲(chǔ)成本。云計(jì)算是一種理想的解決方案，一些企業(yè)采取自建私有云的舉措，以及實(shí)施形成公有云平臺(tái)策略，實(shí)現(xiàn)低成本存儲(chǔ)海量數(shù)據(jù)信息效果，提升企業(yè)的經(jīng)濟(jì)效益。數(shù)據(jù)中心平臺(tái)包含：數(shù)據(jù)資源管理平臺(tái)，企業(yè)服務(wù)總線（Enterprise Service Bus，ESB），數(shù)據(jù)抽取工具ETL，支撐數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)存儲(chǔ)ODS庫(kù)＼數(shù)據(jù)倉(cāng)庫(kù)＼數(shù)據(jù)集市＼Hadoop，以及實(shí)現(xiàn)數(shù)據(jù)應(yīng)用的報(bào)表分析工具等內(nèi)容。另外，基于云平臺(tái)的技術(shù)基礎(chǔ)，企業(yè)能夠?qū)嵤┫嚓P(guān)分析計(jì)算，即流計(jì)算、Hadoop等，達(dá)到科學(xué)、合理地分析處理數(shù)據(jù)的效果。對(duì)于所挖掘以及分析的工業(yè)大數(shù)據(jù)結(jié)果，在企業(yè)的研發(fā)設(shè)計(jì)、生產(chǎn)制造、管理、供應(yīng)鏈等中應(yīng)用諸多。對(duì)于研發(fā)設(shè)計(jì)的環(huán)節(jié)，實(shí)現(xiàn)了工藝管理的不斷優(yōu)化以及相繼健全完善工藝流程的目標(biāo);進(jìn)行生產(chǎn)制造過(guò)程中，能夠完成診斷和維護(hù)設(shè)備、智能生產(chǎn)以及優(yōu)化產(chǎn)品質(zhì)量、個(gè)性化定制等;在管理服務(wù)的環(huán)節(jié)，主要是進(jìn)行監(jiān)測(cè)以及維護(hù)產(chǎn)品;在供應(yīng)鏈階段，能夠達(dá)到全局優(yōu)化供應(yīng)鏈的效果[7]。

3? ? 工業(yè)大數(shù)據(jù)的典型應(yīng)用

3.1? 研發(fā)設(shè)計(jì)環(huán)節(jié)

對(duì)于研發(fā)設(shè)計(jì)的階段，工業(yè)大數(shù)據(jù)應(yīng)用包括了3個(gè)方面，下面分別進(jìn)行闡述。首先，產(chǎn)品協(xié)同設(shè)計(jì)，展開(kāi)大數(shù)據(jù)存儲(chǔ)、處理，進(jìn)行大數(shù)據(jù)的科學(xué)分析等，合理地處理好產(chǎn)品數(shù)據(jù)，構(gòu)建起企業(yè)級(jí)產(chǎn)品數(shù)據(jù)庫(kù)，使得各地域可以便捷地訪問(wèn)到相同設(shè)計(jì)數(shù)據(jù)，實(shí)現(xiàn)多站點(diǎn)協(xié)同目標(biāo)，同時(shí)，滿足工程組織設(shè)計(jì)的相關(guān)要求。其次，設(shè)計(jì)仿真，使得大數(shù)據(jù)技術(shù)跟產(chǎn)品仿真排程之間加強(qiáng)聯(lián)系，得到理想的設(shè)計(jì)策略，使得產(chǎn)品交付周期進(jìn)行有效的減短[8]。再次，實(shí)現(xiàn)工藝流程優(yōu)化，實(shí)施大數(shù)據(jù)分析，對(duì)于歷史工藝流程數(shù)據(jù)進(jìn)行不斷分析，發(fā)掘工藝步驟同投入之間關(guān)聯(lián)性，匯總分析以往孤立的各類(lèi)數(shù)據(jù)，并且針對(duì)當(dāng)前操作工藝流程進(jìn)行改正和完善[9]。

3.2? 供應(yīng)鏈環(huán)節(jié)

首先，優(yōu)化供應(yīng)鏈配送體系，經(jīng)射頻識(shí)別技術(shù)（Radio Frequency Identification，RFID）等產(chǎn)品電子標(biāo)識(shí)技術(shù)、移動(dòng)互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)等，得到完整產(chǎn)品供應(yīng)鏈的大數(shù)據(jù)，然后認(rèn)真地進(jìn)行數(shù)據(jù)觀察以及分析工作，對(duì)采購(gòu)物料數(shù)量進(jìn)行明確，同時(shí)，掌握住運(yùn)送時(shí)間等內(nèi)容，實(shí)現(xiàn)供應(yīng)鏈不斷優(yōu)化的成效。其次，對(duì)于用戶實(shí)際需求產(chǎn)生快速響應(yīng)，也就是采用科學(xué)的數(shù)據(jù)分析工具、預(yù)測(cè)工具，展開(kāi)各種需求的分析并且預(yù)測(cè)，使得商業(yè)運(yùn)營(yíng)、用戶體驗(yàn)良好地提升。

3.3? 生產(chǎn)制造環(huán)節(jié)

（1）智能生產(chǎn)，即把傳感器在生產(chǎn)線進(jìn)行配置，同時(shí)，將其配置到生產(chǎn)設(shè)備中，對(duì)數(shù)據(jù)資料進(jìn)行采集，經(jīng)無(wú)線通信連接互聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)傳輸，實(shí)現(xiàn)生產(chǎn)過(guò)程實(shí)時(shí)監(jiān)測(cè)。生產(chǎn)所形成數(shù)據(jù)也可以進(jìn)行處理以及傳遞，將工廠從被動(dòng)式管理向著自適應(yīng)調(diào)整的智能網(wǎng)絡(luò)化管理方向發(fā)展，實(shí)現(xiàn)工業(yè)控制管理的良好升級(jí)，使得有限資源應(yīng)用效益切實(shí)地提升，有效控制生產(chǎn)成本。（2）優(yōu)化生產(chǎn)流程，采集大數(shù)據(jù)，同時(shí)進(jìn)行模擬，使得工業(yè)產(chǎn)品生產(chǎn)過(guò)程可以產(chǎn)生虛擬模型，之后進(jìn)行仿真，健全完善生產(chǎn)流程，系統(tǒng)內(nèi)進(jìn)行重建流程和采集績(jī)效數(shù)據(jù)，達(dá)到有效地改進(jìn)制造生產(chǎn)流程的目標(biāo)。（3）進(jìn)行嚴(yán)格的預(yù)測(cè)維護(hù)設(shè)備工作，也就是需要形成大數(shù)據(jù)平臺(tái)，從現(xiàn)場(chǎng)設(shè)備狀態(tài)監(jiān)測(cè)系統(tǒng)以及實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)內(nèi)獲取相應(yīng)數(shù)據(jù)信息，包括軸承振動(dòng)、壓力和溫度等，進(jìn)一步形成建立在規(guī)則上的故障診斷、設(shè)備狀態(tài)劣化趨勢(shì)預(yù)測(cè)等模型，診斷預(yù)測(cè)設(shè)備故障問(wèn)題。（4）嚴(yán)格地管理、控制好能源消耗問(wèn)題，監(jiān)控重點(diǎn)環(huán)節(jié)的能耗排放問(wèn)題，并且管理好企業(yè)生產(chǎn)線各方面，掌握住生產(chǎn)線以及重點(diǎn)環(huán)節(jié)能耗數(shù)據(jù)，構(gòu)建能耗仿真模型并仿真預(yù)測(cè)分析后得到節(jié)能空間數(shù)據(jù)，實(shí)現(xiàn)負(fù)荷與能耗的智能平衡優(yōu)化，達(dá)到節(jié)能降耗的目標(biāo)[10]。（5）開(kāi)展個(gè)性化定制，獲取客戶的多樣化、個(gè)性化需求，產(chǎn)生個(gè)性化產(chǎn)品模型，把重要的信息內(nèi)容傳給智能設(shè)備，展開(kāi)調(diào)整好設(shè)備、裝備好原材料的工作，確保生產(chǎn)產(chǎn)品可以達(dá)到用戶標(biāo)準(zhǔn)[11]。

4? ? 結(jié)語(yǔ)

工業(yè)大數(shù)據(jù)的特征是非常顯著的，在工業(yè)化、信息化不斷發(fā)展以及不斷緊密融合的情況下，工業(yè)大數(shù)據(jù)的應(yīng)用為制造業(yè)轉(zhuǎn)型升級(jí)提供了新型的道路。未來(lái)需要更加廣泛地對(duì)工業(yè)大數(shù)據(jù)應(yīng)用到制造業(yè)生產(chǎn)環(huán)節(jié)的情況進(jìn)行研究，使得工業(yè)大數(shù)據(jù)應(yīng)用能發(fā)揮出更大的價(jià)值。

[參考文獻(xiàn)]

[1]黃明峰.工業(yè)大數(shù)據(jù)發(fā)展態(tài)勢(shì)與典型應(yīng)用[J].電信科學(xué)，2016（7）：175-178.

[2]朱雪初，喬非.基于工業(yè)大數(shù)據(jù)的晶圓制造系統(tǒng)加工周期預(yù)測(cè)方法[J].計(jì)算機(jī)集成制造系統(tǒng)，2017（10）：95-102.

[3]孔憲光，章雄，馬洪波，等.面向復(fù)雜工業(yè)大數(shù)據(jù)的實(shí)時(shí)特征提取方法[J].西安電子科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2016（5）：70-74.

[4]翟麗麗，沃強(qiáng)，張樹(shù)臣，等.制造業(yè)大數(shù)據(jù)聯(lián)盟資源推送服務(wù)算法[J].計(jì)算機(jī)集成制造系統(tǒng)，2017（11）：40-50.

[5]李敏波，王海鵬，陳松奎，等.工業(yè)大數(shù)據(jù)分析技術(shù)與輪胎銷(xiāo)售數(shù)據(jù)預(yù)測(cè)[J].計(jì)算機(jī)工程與應(yīng)用，2017（11）：100-109.

[6]孫立.工業(yè)大數(shù)據(jù)對(duì)智慧云制造的推動(dòng)與創(chuàng)新[J].科技管理研究，2016（13）：156-158，163.

[7]陳龍，劉全利，王霖青，等.基于數(shù)據(jù)的流程工業(yè)生產(chǎn)過(guò)程指標(biāo)預(yù)測(cè)方法綜述[J].自動(dòng)化學(xué)報(bào)，2017（6）：944-954.

[8]劉強(qiáng)，秦泗釗.過(guò)程工業(yè)大數(shù)據(jù)建模研究展望[J].自動(dòng)化學(xué)報(bào)，2016（2）：161-171.

[9]汪星，黃小瑜，劉瑄璞，等.面向工業(yè)大數(shù)據(jù)的多層增量特征提取方法[J].西安電子科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2018（4）：106-111.

[10]謝振東，吳金成，李之明，等.企業(yè)大數(shù)據(jù)能力的構(gòu)建與培育研究[J].廣東工業(yè)大學(xué)學(xué)報(bào)，2017（3）：110-114.

[11]周星龍.基于工業(yè)大數(shù)據(jù)的煤電機(jī)組技術(shù)經(jīng)濟(jì)指標(biāo)動(dòng)態(tài)計(jì)算[J].計(jì)算機(jī)應(yīng)用，2018（1）：87-90.

Abstract：Currently， China is in the context of the development of the new economic era， the key factor in the transformation and upgrading of traditional manufacturing industry is industrial big data. Industrial big data during intelligent manufacturing in the industrial sector， generating all value chain and product life cycle of every process data， covering a wide range of content， including intelligent equipment production during the formation of machine data， internal information systems generated business data， external data（formed by industry chain， Internet， users， economic and social environment， etc.）. Based on the concept of industrial big data and characteristic analysis， this paper explores the development trend of industrial big data and expounds the typical application of industrial big data.

Key words：industrial big data; development trend; typical applications