摘要：

        工業(yè)企業(yè)中生產(chǎn)線處于高速運轉(zhuǎn)，由工業(yè)設(shè)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(jié)構(gòu)化數(shù)據(jù)，生產(chǎn)線的高速運轉(zhuǎn)則對數(shù)據(jù)的實時性要求也更高，因此工業(yè)大數(shù)據(jù)應(yīng)用所面臨的問題和挑戰(zhàn)并不比互聯(lián)網(wǎng)行業(yè)的大數(shù)據(jù)應(yīng)用少。本文對工業(yè)大數(shù)據(jù)在制造企業(yè)的應(yīng)用場景進行逐一梳理。

        工業(yè)大數(shù)據(jù)是一個全新的概念，從字面上理解，工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域信息化應(yīng)用中所產(chǎn)生的大數(shù)據(jù)。

        隨著信息化與工業(yè)化的深度融合，信息技術(shù)滲透到了工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個環(huán)節(jié)，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/CAI等技術(shù)在工業(yè)企業(yè)中得到廣泛應(yīng)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(shù)在工業(yè)領(lǐng)域的應(yīng)用，工業(yè)企業(yè)也進入了互聯(lián)網(wǎng)工業(yè)的新的發(fā)展階段，工業(yè)企業(yè)所擁有的數(shù)據(jù)也日益豐富。工業(yè)企業(yè)中生產(chǎn)線處于高速運轉(zhuǎn)，由工業(yè)設(shè)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(jié)構(gòu)化數(shù)據(jù)，生產(chǎn)線的高速運轉(zhuǎn)則對數(shù)據(jù)的實時性要求也更高。因此，工業(yè)大數(shù)據(jù)應(yīng)用所面臨的問題和挑戰(zhàn)并不比互聯(lián)網(wǎng)行業(yè)的大數(shù)據(jù)應(yīng)用少，某些情況下甚至更為復(fù)雜。

        工業(yè)大數(shù)據(jù)應(yīng)用將帶來工業(yè)企業(yè)創(chuàng)新和變革的新時代。通過互聯(lián)網(wǎng)、移動物聯(lián)網(wǎng)等帶來的低成本感知、高速移動連接、分布式計算和高級分析，信息技術(shù)和全球工業(yè)系統(tǒng)正在深入融合，給全球工業(yè)帶來深刻的變革，創(chuàng)新企業(yè)的研發(fā)、生產(chǎn)、運營、營銷和管理方式。這些創(chuàng)新不同行業(yè)的工業(yè)企業(yè)帶來了更快的速度、更高的效率和更高的洞察力。工業(yè)大數(shù)據(jù)的典型應(yīng)用包括產(chǎn)品創(chuàng)新、產(chǎn)品故障診斷與預(yù)測、工業(yè)生產(chǎn)線物聯(lián)網(wǎng)分析、工業(yè)企業(yè)供應(yīng)鏈優(yōu)化和產(chǎn)品精準(zhǔn)營銷等諸多方面。本文將對工業(yè)大數(shù)據(jù)在制造企業(yè)的應(yīng)用場景進行逐一梳理。

1. 加速產(chǎn)品創(chuàng)新

        客戶與工業(yè)企業(yè)之間的交互和交易行為將產(chǎn)生大量數(shù)據(jù)，挖掘和分析這些客戶動態(tài)數(shù)據(jù)，能夠幫助客戶參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計等創(chuàng)新活動中，為產(chǎn)品創(chuàng)新作出貢獻。福特公司是這方面的表率，他們將大數(shù)據(jù)技術(shù)應(yīng)用到了福特福克斯電動車的產(chǎn)品創(chuàng)新和優(yōu)化中，這款車成為了一款名副其實的“大數(shù)據(jù)電動車”。第一代福特?？怂闺妱榆囋隈{駛和停車時產(chǎn)生大量數(shù)據(jù)。在行駛中，司機持續(xù)地更新車輛的加速度、剎車、電池充電和位置信息。這對于司機很有用，但數(shù)據(jù)也傳回福特工程師那里，以了解客戶的駕駛習(xí)慣，包括如何、何時以及何處充電。即使車輛處于靜止?fàn)顟B(tài)，它也會持續(xù)將車輛胎壓和電池系統(tǒng)的數(shù)據(jù)傳送給最近的智能電話。

        這種以客戶為中心的大數(shù)據(jù)應(yīng)用場景具有多方面的好處，因為大數(shù)據(jù)實現(xiàn)了寶貴的新型產(chǎn)品創(chuàng)新和協(xié)作方式。司機獲得有用的最新信息，而位于底特律的工程師匯總關(guān)于駕駛行為的信息，以了解客戶，制訂產(chǎn)品改進計劃，并實施新產(chǎn)品創(chuàng)新。而且，電力公司和其他第三方供應(yīng)商也可以分析數(shù)百萬英里的駕駛數(shù)據(jù)，以決定在何處建立新的充電站，以及如何防止脆弱的電網(wǎng)超負荷運轉(zhuǎn)。

2.產(chǎn)品故障診斷與預(yù)測

        這可以被用于產(chǎn)品售后服務(wù)與產(chǎn)品改進。無所不在的傳感器、互聯(lián)網(wǎng)技術(shù)的引入使得產(chǎn)品故障實時診斷變?yōu)楝F(xiàn)實，大數(shù)據(jù)應(yīng)用、建模與仿真技術(shù)則使得預(yù)測動態(tài)性成為可能。在馬航MH370失聯(lián)客機搜尋過程中，波音公司獲取的發(fā)動機運轉(zhuǎn)數(shù)據(jù)對于確定飛機的失聯(lián)路徑起到了關(guān)鍵作用。我們就拿波音公司飛機系統(tǒng)作為案例，看看大數(shù)據(jù)應(yīng)用在產(chǎn)品故障診斷中如何發(fā)揮作用。在波音的飛機上，發(fā)動機、燃油系統(tǒng)、液壓和電力系統(tǒng)等數(shù)以百計的變量組成了在航狀態(tài)，這些數(shù)據(jù)不到幾微秒就被測量和發(fā)送一次。以波音737為例，發(fā)動機在飛行中每30分鐘就能產(chǎn)生10TB數(shù)據(jù)。

        這些數(shù)據(jù)不僅僅是未來某個時間點能夠分析的工程遙測數(shù)據(jù)，而且還促進了實時自適應(yīng)控制、燃油使用、零件故障預(yù)測和飛行員通報，能有效實現(xiàn)故障診斷和預(yù)測。再看一個通用電氣(GE)的例子，位于美國亞特蘭大的GE能源監(jiān)測和診斷(M&D)中心，收集全球50多個國家上千臺GE燃氣輪機的數(shù)據(jù)，每天就能為客戶收集10G的數(shù)據(jù)，通過分析來自系統(tǒng)內(nèi)的傳感器振動和溫度信號的恒定大數(shù)據(jù)流，這些大數(shù)據(jù)分析將為GE公司對燃氣輪機故障診斷和預(yù)警提供支撐。風(fēng)力渦輪機制造商Vestas也通過對天氣數(shù)據(jù)及其渦輪儀表數(shù)據(jù)進行交叉分析，從而對風(fēng)力渦輪機布局進行改善，由此增加了風(fēng)力渦輪機的電力輸出水平并延長了服務(wù)壽命。

3.工業(yè)物聯(lián)網(wǎng)生產(chǎn)線的大數(shù)據(jù)應(yīng)用

        現(xiàn)代化工業(yè)制造生產(chǎn)線安裝有數(shù)以千計的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲。因為每隔幾秒就收集一次數(shù)據(jù)，利用這些數(shù)據(jù)可以實現(xiàn)很多形式的分析，包括設(shè)備診斷、用電量分析、能耗分析、質(zhì)量事故分析(包括違反生產(chǎn)規(guī)定、零部件故障)等。首先，在生產(chǎn)工藝改進方面，在生產(chǎn)過程中使用這些大數(shù)據(jù)，就能分析整個生產(chǎn)流程，了解每個環(huán)節(jié)是如何執(zhí)行的。一旦有某個流程偏離了標(biāo)準(zhǔn)工藝，就會產(chǎn)生一個報警信號，能更快速地發(fā)現(xiàn)錯誤或者瓶頸所在，也就能更容易解決問題。利用大數(shù)據(jù)技術(shù)，還可以對工業(yè)產(chǎn)品的生產(chǎn)過程建立虛擬模型，仿真并優(yōu)化生產(chǎn)流程，當(dāng)所有流程和績效數(shù)據(jù)都能在系統(tǒng)中重建時，這種透明度將有助于制造商改進其生產(chǎn)流程。再如，在能耗分析方面，在設(shè)備生產(chǎn)過程中利用傳感器集中監(jiān)控所有的生產(chǎn)流程，能夠發(fā)現(xiàn)能耗的異常或峰值情形，由此便可在生產(chǎn)過程中優(yōu)化能源的消耗，對所有流程進行分析將會大大降低能耗。

4.工業(yè)供應(yīng)鏈的分析和優(yōu)化

        當(dāng)前，大數(shù)據(jù)分析已經(jīng)是很多電子商務(wù)企業(yè)提升供應(yīng)鏈競爭力的重要手段。例如，電子商務(wù)企業(yè)京東商城，通過大數(shù)據(jù)提前分析和預(yù)測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。RFID等產(chǎn)品電子標(biāo)識技術(shù)、物聯(lián)網(wǎng)技術(shù)以及移動互聯(lián)網(wǎng)技術(shù)能幫助工業(yè)企業(yè)獲得完整的產(chǎn)品供應(yīng)鏈的大數(shù)據(jù)，利用這些數(shù)據(jù)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。

        以海爾公司為例，海爾公司供應(yīng)鏈體系很完善，它以市場鏈為紐帶，以訂單信息流為中心，帶動物流和資金流的運動，整合全球供應(yīng)鏈資源和全球用戶資源。在海爾供應(yīng)鏈的各個環(huán)節(jié)，客戶數(shù)據(jù)、企業(yè)內(nèi)部數(shù)據(jù)、供應(yīng)商數(shù)據(jù)被匯總到供應(yīng)鏈體系中，通過供應(yīng)鏈上的大數(shù)據(jù)采集和分析，海爾公司能夠持續(xù)進行供應(yīng)鏈改進和優(yōu)化，保證了海爾對客戶的敏捷響應(yīng)。美國較大的OEM供應(yīng)商超過千家，為制造企業(yè)提供超過1萬種不同的產(chǎn)品，每家廠商都依靠市場預(yù)測和其他不同的變量，如銷售數(shù)據(jù)、市場信息、展會、新聞、競爭對手的數(shù)據(jù)，甚至天氣預(yù)報等來銷售自己的產(chǎn)品。

        利用銷售數(shù)據(jù)、產(chǎn)品的傳感器數(shù)據(jù)和出自供應(yīng)商數(shù)據(jù)庫的數(shù)據(jù)，工業(yè)制造企業(yè)便可準(zhǔn)確地預(yù)測全球不同區(qū)域的需求。由于可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以制造企業(yè)便可節(jié)約大量的成本。如果再利用產(chǎn)品中傳感器所產(chǎn)生的數(shù)據(jù)，知道產(chǎn)品出了什么故障，哪里需要配件，他們還可以預(yù)測何處以及何時需要零件。這將會極大地減少庫存，優(yōu)化供應(yīng)鏈。

5.產(chǎn)品銷售預(yù)測與需求管理

        通過大數(shù)據(jù)來分析當(dāng)前需求變化和組合形式。大數(shù)據(jù)是一個很好的銷售分析工具，通過歷史數(shù)據(jù)的多維度組合，可以看出區(qū)域性需求占比和變化、產(chǎn)品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調(diào)整產(chǎn)品策略和鋪貨策略。在某些分析中我們可以發(fā)現(xiàn)，在開學(xué)季高校較多的城市對文具的需求會高很多，這樣我們可以加大對這些城市經(jīng)銷商的促銷，吸引他們在開學(xué)季多訂貨，同時在開學(xué)季之前一兩個月開始產(chǎn)能規(guī)劃，以滿足促銷需求。對產(chǎn)品開發(fā)方面，通過消費人群的關(guān)注點進行產(chǎn)品功能、性能的調(diào)整，如幾年前大家喜歡用音樂手機，而現(xiàn)在大家更傾向于用手機上網(wǎng)、拍照分享等，手機的拍照功能提升就是一個趨勢，4G手機也占據(jù)更大的市場份額。通過大數(shù)據(jù)對一些市場細節(jié)的分析，可以找到更多的潛在銷售機會。

6.生產(chǎn)計劃與排程

        制造業(yè)面對多品種小批量的生產(chǎn)模式，數(shù)據(jù)的精細化自動及時方便的采集(MES/DCS)及多變性導(dǎo)致數(shù)據(jù)劇烈增大，再加上十幾年的信息化的歷史數(shù)據(jù)，對于需要快速響應(yīng)的APS來說，是一個巨大的挑戰(zhàn)。大數(shù)據(jù)可以給予我們更詳細的數(shù)據(jù)信息，發(fā)現(xiàn)歷史預(yù)測與實際的偏差概率，考慮產(chǎn)能約束、人員技能約束、物料可用約束、工裝模具約束，通過智能的優(yōu)化算法，制定預(yù)計劃排產(chǎn)，并監(jiān)控計劃與現(xiàn)場實際的偏差，動態(tài)的調(diào)整計劃排產(chǎn)。幫我們規(guī)避“畫像”的缺陷，直接將群體特征直接強加給個體(工作中心數(shù)據(jù)直接改變?yōu)榫唧w一個設(shè)備、人員、模具等數(shù)據(jù))。通過數(shù)據(jù)的關(guān)聯(lián)分析并監(jiān)控它，我們就能計劃未來。雖然，大數(shù)據(jù)略有瑕疵，只要得到合理的應(yīng)用，大數(shù)據(jù)會變成我們強大的武器。當(dāng)年，福特問大數(shù)據(jù)的客戶需求是什么?而回答是“一匹更快的馬”，而不是現(xiàn)在已經(jīng)普及的汽車。所以，在大數(shù)據(jù)的世界里，創(chuàng)意、直覺、冒險精神和知識野心尤為重要。

7.產(chǎn)品質(zhì)量管理與分析

        傳統(tǒng)的制造業(yè)正面臨著大數(shù)據(jù)的沖擊，在產(chǎn)品研發(fā)、工藝設(shè)計、質(zhì)量管理、生產(chǎn)運營等各方面都迫切期待著有創(chuàng)新方法的誕生，來應(yīng)對工業(yè)背景下的大數(shù)據(jù)挑戰(zhàn)。例如在半導(dǎo)體行業(yè)，芯片在生產(chǎn)過程中會經(jīng)歷許多次摻雜、增層、光刻和熱處理等復(fù)雜的工藝制程，每一步都必須達到極其苛刻的物理特性要求，高度自動化的設(shè)備在加工產(chǎn)品的同時，也同步生成了龐大的檢測結(jié)果。這些海量數(shù)據(jù)究竟是企業(yè)的包袱，還是企業(yè)的金礦呢?如果說是后者的話，那么又該如何快速地撥云見日，從“金礦”中準(zhǔn)確地發(fā)現(xiàn)產(chǎn)品良率波動的關(guān)鍵原因呢?這是一個已經(jīng)困擾半導(dǎo)體工程師們多年的技術(shù)難題。

        某半導(dǎo)體科技公司生產(chǎn)的晶圓在經(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(zhì)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(shù)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。如果按照傳統(tǒng)的工作模式，我們需要按部就班地分別計算一百多個過程能力指數(shù)，對各項質(zhì)量特性一一考核。這里暫且不論工作量的龐大與繁瑣，哪怕有人能夠解決了計算量的問題，但也很難從這一百多個過程能力指數(shù)中看出它們之間的關(guān)聯(lián)性，更難對產(chǎn)品的總體質(zhì)量性能有一個全面的認識與總結(jié)。然而，如果我們利用大數(shù)據(jù)質(zhì)量管理分析平臺，除了可以快速地得到一個長長的傳統(tǒng)單一指標(biāo)的過程能力分析報表之外，更重要的是，還可以從同樣的大數(shù)據(jù)集中得到很多嶄新的分析結(jié)果。

8.工業(yè)污染與環(huán)保檢測

        《穹頂之下》令人印象深刻的一點是通過可視化報表，柴靜團隊向觀眾傳遞霧霾問題的嚴(yán)峻性、霧霾的成因等等。

        這給我們帶來的一個啟示，即大數(shù)據(jù)對環(huán)保具有巨大價值。《穹頂之下》圖表的原生數(shù)據(jù)哪里來的呢?其實并非都是憑借高層關(guān)系獲取，不少數(shù)據(jù)都是公開可查，在中國政府網(wǎng)、各部委網(wǎng)站、中石油中石化官網(wǎng)、環(huán)保組織官網(wǎng)以及一些特殊機構(gòu)，可查詢的公益環(huán)保數(shù)據(jù)越來越多，包括全國空氣、水文等數(shù)據(jù)，氣象數(shù)據(jù)，工廠分布及污染排放達標(biāo)情況等數(shù)據(jù)等等。只不過這些數(shù)據(jù)太分散、太專業(yè)、缺少分析、沒有可視化，普通人看不懂。如果能夠看懂并保持關(guān)注，大數(shù)據(jù)將成為社會監(jiān)督環(huán)保的重要手段。百度上線《全國污染監(jiān)測地圖》就是一個很好的方式，結(jié)合開放的環(huán)保大數(shù)據(jù)，百度地圖加入了污染檢測圖層，任何人都可以通過它查看全國及自己所在區(qū)域省市，所有的在環(huán)保局監(jiān)控之下的排放機構(gòu)(包括各類火電廠、國控工業(yè)企業(yè)和污水處理廠等)的位置信息、機構(gòu)名稱、排放污染源的種類，最近一次環(huán)保局公布的污染排放達標(biāo)情況等。可查看距離自己最近的污染源，出現(xiàn)提醒，該監(jiān)測點檢測項目，哪些超標(biāo)，超標(biāo)多少倍。這些信息可以實時分享到社交媒體平臺，告知好友，提醒大家一同注意污染源情況及個人安全健康。

總結(jié)工業(yè)大數(shù)據(jù)應(yīng)用的價值潛力巨大。但是，實現(xiàn)這些價值還有很多工作要做。一個是大數(shù)據(jù)意識建立的問題。過去，也有這些大數(shù)據(jù)，但由于沒有大數(shù)據(jù)的意識，數(shù)據(jù)分析手段也不足，很多實時數(shù)據(jù)被丟棄或束之高閣，大量數(shù)據(jù)的潛在價值被埋沒。還有一個重要問題是數(shù)據(jù)孤島的問題。很多工業(yè)企業(yè)的數(shù)據(jù)分布于企業(yè)中的各個孤島中，特別是在大型跨國公司內(nèi)，要想在整個企業(yè)內(nèi)提取這些數(shù)據(jù)相當(dāng)困難。因此，工業(yè)大數(shù)據(jù)應(yīng)用一個重要議題是集成應(yīng)用。

來源：工業(yè)智能化