我個人經(jīng)過近幾年與客戶交流或者是參與各種研討活動，“大數(shù)據(jù)”的熱度逐年攀升。那對于制造企業(yè)來說，大數(shù)據(jù)，到底怎么應用，目前也是眾說紛紜。今天利用這篇文章，來說說我的見解。

“德國工業(yè)4.0”中明確表示“工業(yè)4.0就是大數(shù)據(jù)驅動的智能制造，所有的生產(chǎn)裝備、感知設備、聯(lián)網(wǎng)終端，包括生產(chǎn)者本身都在源源不斷地產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)將會滲透到企業(yè)運營、價值鏈乃至產(chǎn)品的整個生命周期”。在《中國制造2025》中也提到了“工業(yè)企業(yè)中生產(chǎn)線處于高速運轉，由工業(yè)設備所產(chǎn)生、采集和處理的數(shù)據(jù)量遠大于企業(yè)中計算機和人工產(chǎn)生的數(shù)據(jù)，從數(shù)據(jù)類型看也多是非結構化數(shù)據(jù)，生產(chǎn)線的高速運轉則對數(shù)據(jù)的實時性要求也更高?！薄ｋS著互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)的快速發(fā)展，對于非制造企業(yè)來說，獲取數(shù)據(jù)的能力變得越來越容易，數(shù)據(jù)的多樣性也越來越豐富。同樣，隨著云計算的發(fā)展，對于大量數(shù)據(jù)的處理、清洗、分析也不是難事。

可是，對于制造企業(yè)來說，商業(yè)運作與制造運營之間的數(shù)據(jù)應用現(xiàn)狀就形成了非常鮮明的對比。甚至，概念增多之后，大家對于“大數(shù)據(jù)”的理解也不盡相同。將“大數(shù)據(jù)”簡單的理解為“規(guī)模大”的數(shù)據(jù)，這是片面的。規(guī)模大，是數(shù)據(jù)處理規(guī)模從TB級增長到EB級。另外，還包括對于數(shù)據(jù)處理的速度，實時性要求在幾秒甚至幾毫秒內(nèi)。數(shù)據(jù)的類型也不僅僅是結構性數(shù)據(jù)，非結構性數(shù)據(jù)、語言文本、多媒體數(shù)據(jù)才是制造企業(yè)的數(shù)據(jù)大軍。數(shù)據(jù)的收集過程造成了數(shù)據(jù)本身的不確定性、不一致性和多義性，如何結合應用場景分析數(shù)據(jù)結果，成為了大數(shù)據(jù)的另外一個關鍵。制造企業(yè)的大數(shù)據(jù)是與企業(yè)產(chǎn)品生命周期緊密相關聯(lián)的。

目前，制造企業(yè)中有20%左右的結構化數(shù)據(jù)，80%的非結構化數(shù)據(jù)。如果沒有應用相關的信息系統(tǒng)，可能非結構化的數(shù)據(jù)比例會更高。這也就成為了制造企業(yè)應用大數(shù)據(jù)最困難的或者最不容易突破的核心。接下來，我結合艾普工華自2012年發(fā)布UniMax PCT產(chǎn)品以來的應用場景，結合產(chǎn)品生命周期總結分享一下的大數(shù)據(jù)在制造企業(yè)中的核心應用，也就是“工業(yè)大數(shù)據(jù)”的6個應用場景：

1、智能產(chǎn)品遠程監(jiān)控及故障預警診斷

在智能制造體系中，智能產(chǎn)品是企業(yè)往服務型制造轉型的利器。也同樣是為企業(yè)在現(xiàn)有體制內(nèi)創(chuàng)造新的價值和新的商業(yè)模式的途徑。智能產(chǎn)品的遠程監(jiān)控實現(xiàn)途徑主要是安裝專用傳感器，將產(chǎn)品的運行參數(shù)、位置參數(shù)、作業(yè)數(shù)據(jù)進行監(jiān)控，例如：產(chǎn)品工作負載、環(huán)境溫度、產(chǎn)品溫度、作業(yè)風險預警等等。

智能產(chǎn)品的故障預警機診斷主要是通過產(chǎn)品出現(xiàn)故障時的工況數(shù)據(jù)，對故障進行診斷分析，結合故障知識庫，同步更新診斷意見。對故障過程進行快速的反應，幫助用戶及時解決問題，提高售后服務的質量。目前在市場上的故障診斷，大部分還僅能夠實現(xiàn)某個具體問題的預判和處理，還不能自主的學習故障處理模式。隨著大數(shù)據(jù)的收集和知識庫的積累，逐漸會提高故障預警和診斷的準確率和及時率。

2、生產(chǎn)運營狀態(tài)監(jiān)控

在工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個環(huán)節(jié)，將條形碼、二維碼、RFID、工業(yè)傳感器、工業(yè)自動控制系統(tǒng)、工業(yè)物聯(lián)網(wǎng)、ERP、CAD/CAM/CAE/CAX、MES等技術在工業(yè)企業(yè)中得到廣泛應用，尤其是互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新一代信息技術在工業(yè)領域的應用，通過收集由工業(yè)現(xiàn)場所產(chǎn)生的設備數(shù)據(jù)、訂單數(shù)據(jù)、進度數(shù)據(jù)和故障信息等，經(jīng)過大數(shù)據(jù)分析，實時掌握生產(chǎn)運營的狀態(tài)。

通過生產(chǎn)運營狀態(tài)的監(jiān)控，實現(xiàn)整個企業(yè)制造過程的透明化，管理者可以得到正確的信息進而對所有制造資源進行全局性的有效評估。例如：已銷售的產(chǎn)品可以通過主動性的適時維護得到經(jīng)濟有效的管理。可以結合智能產(chǎn)品的遠程整體性的運行信息，形成制造和應用閉環(huán)的全生命周期重新設計優(yōu)化，進而使下一代運行系統(tǒng)得到改進。

3、優(yōu)化零件庫存和可用性

通過分析車間某段時間的生產(chǎn)訂單數(shù)據(jù)和零件庫存的關系數(shù)據(jù)，分析預測訂單的需求量，減少關鍵零部件的非法轉移次數(shù)，提高庫存的控制力。結合供應鏈的配送數(shù)據(jù)，實現(xiàn)供應鏈的優(yōu)化和分析，進而優(yōu)化企業(yè)零部件庫存的成本占用情況和可用性。

需求管理：在大數(shù)據(jù)背景下，需求預測成為大的核心。通過大數(shù)據(jù)來做需求預測，能做到自動補貨、自動調撥、整體庫存分析、備貨等，做到在生產(chǎn)排產(chǎn)之前，供應商就將零件送至舉例客戶最近的中轉庫。

產(chǎn)品預測：通過大數(shù)據(jù)來確定：在某時段，某地區(qū)，用戶購買的產(chǎn)品類型、數(shù)量等。

庫存補貨：經(jīng)過大數(shù)據(jù)分析，匹配補貨的階段和時間，保證庫存在一個合理的范圍內(nèi)。

健康庫存模擬與預測：模擬未來某一個時間點，提前做好采購、備貨、周轉和退貨事務。

4、制造資源壽命最大化

制造資源的使用壽命監(jiān)控，經(jīng)過數(shù)據(jù)分析，對制造資源的維修、保養(yǎng)、維護進行及時預警，分析加工產(chǎn)品的制造資源的優(yōu)質供應商、材質、采購周期等，從制造資源的設計、采購和使用全生命周期提高制造資源的壽命。例如：車間加工設備在使用環(huán)節(jié)，通過MES監(jiān)控設備的主軸電流，經(jīng)過大數(shù)據(jù)監(jiān)控與對比，實時監(jiān)測刀具破損情況，并及時報警停機，提升制造良率，消除機床空運轉時間，優(yōu)化刀具的使用次數(shù)。

5、最優(yōu)化產(chǎn)品質量

及時收集車間生產(chǎn)產(chǎn)品過程中的生產(chǎn)數(shù)據(jù)和質量數(shù)據(jù)，通過對采集到的“大數(shù)據(jù)”進行科學分析，全面掌握所有產(chǎn)品中普遍存在的質量問題，使企業(yè)能夠對癥下藥，徹底將其根治，提高產(chǎn)品質量。

大數(shù)據(jù)分析對整個生產(chǎn)運營的快速反饋控制將為企業(yè)提供端到端的可視化和可操作視角，有利于提升準入市場的產(chǎn)品的整體水平，從而減少大規(guī)模產(chǎn)品的召回事件。

例如：產(chǎn)品在經(jīng)過測試環(huán)節(jié)后，每天都會產(chǎn)生包含一百多個測試項目、長度達幾百萬行測試記錄的數(shù)據(jù)集。按照質量管理的基本要求，一個必不可少的工作就是需要針對這些技術規(guī)格要求各異的一百多個測試項目分別進行一次過程能力分析。利用大數(shù)據(jù)質量管理分析平臺，集中得到很多精確的質量故障原因分析結果，定點解決。

6、提升工藝研發(fā)質量

對新產(chǎn)品的研發(fā)和工藝設計，經(jīng)過大數(shù)據(jù)分析，及時發(fā)現(xiàn)產(chǎn)品設計的不合理點和缺陷，及時修正，提高工藝研發(fā)的質量和效率。例如：基于刀具公差和材料尺寸公差等大數(shù)據(jù)的累積集成，提升產(chǎn)品開發(fā)水平，產(chǎn)品品質，減少問題重復發(fā)生，節(jié)省開發(fā)成本。基于模具、治具工件尺寸及公差的大數(shù)據(jù)的累積集成，提升整體工藝研發(fā)水平。

艾普工華的UniMaxPCT產(chǎn)品通過對生產(chǎn)系統(tǒng)中不同層級間的數(shù)據(jù)進行縮放支持，對生產(chǎn)運營提供基于WEB的全局可視化管理手段，為管理者提供準確的決策支持，為操作者提供實時的執(zhí)行指南。應用行業(yè)領先的智能引擎，結合制造實時狀況與人、機、料、法、環(huán)、測等實時數(shù)據(jù)，發(fā)現(xiàn)生產(chǎn)過程趨勢，預測未來的資源利用狀態(tài)，并可對可能發(fā)生的故障和事故進行預警。無論你是在車間、辦公室、會議室、交通工具上等，均可以通過PC終端或APP終端隨時隨地獲取所需要的實時數(shù)據(jù)及分析決策數(shù)據(jù)。面對目前全球供應鏈的閉環(huán)應用，UniMax PCT還將氣候、環(huán)境、地理、政治等風險數(shù)據(jù)納入數(shù)據(jù)漏斗，以支撐全局決策并提前預警。

在接下來的5-10年，逐步將財務、產(chǎn)品、訂單、計劃、庫存、成本等商業(yè)大數(shù)據(jù)與機器設備、制造過程、制造資源、產(chǎn)品使用、物流空間、能源結構等工業(yè)大數(shù)據(jù)充分融合，構建企業(yè)級的大數(shù)據(jù)分析及運營平臺，為企業(yè)在接下來的發(fā)展中提供有效支撐，以生產(chǎn)制造、資源計劃、供應鏈管理、營銷預測、策略分析、產(chǎn)業(yè)供應、決策支持為應用對象，驅動企業(yè)創(chuàng)新發(fā)展。