工業大數據在航天制造領域的集成應用研究

胡　亮　劉　洋（. 航天材料及工藝研究所，北京　00076；. 中國運載火箭技術研究院，北京　00076）

工業大數據在航天制造領域的集成應用研究

胡亮1劉洋2
（1. 航天材料及工藝研究所，北京100076；2. 中國運載火箭技術研究院，北京100076）

通過研究借鑒國內外先進企業在工業大數據應用方面的最新成果與成功經驗，探討了工業大數據在航天制造領域的集成應用技術路徑；運用企業競爭力綜合評價理論，構建了數學模型；以工業機器人諧波減速器項目為例，通過競爭力指數對工業大數據集成應用運營模式進行了模擬分析和系統研究，進而根據研究結果初步提出了相應的發展戰略、模式，以及對策等。

工業大數據，集成應用，航天制造，發展模式，競爭力指數

1　工業大數據概述

工業生產線高速運轉，由機器所產生的數據量遠遠大于計算機和工人所產生的數據量，且機器數據的類型多是非結構化數據，生產線的高速運轉對數據的實時性要求也更高。工業大數據應用所面臨的問題和挑戰并不比互聯網行業的大數據應用少。隨著互聯網與工業的融合發展越來越深入，工業互聯網時代即將到來，工業大數據集成應用將成為工業互聯網應用的核心。工業大數據的應用潛力巨大，主要體現在兩個方面：一是建立大數據意識。過去企業也有這些大數據，但由于尚未形成大數據意識，數據分析手段也比較欠缺，很多實時數據被丟棄或束之高閣，大量數據的潛在價值未被充分挖掘。二是打通數據孤島。很多工業企業的數據分布于企業的各個孤島中，特別是在大型跨國公司內，要想在整個企業提取這些數據相當困難。

工業大數據集成應用可分為三個層面，具有不同的作用：一是，骨干企業具備建設大數據應用系統的條件，應在工業生產經營過程中應用大數據技術，提升生產制造、供應鏈管理、產品營銷及服務等環節的智能決策水平和經營管理效率。這種方式突出大數據技術的自主應用，涉及對骨干企業內外部數據的分析利用。二是，支持建設第三方大數據平臺建設，面向中小型制造企業提供精準營銷、互聯網金融等生產性服務。這種方式突出大數據的第三方專業化商業服務，為中小型企業提供工業大數據云服務。三是，推動大數據在行業管理和經濟運行中的應用，形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，提高行業管理、決策與服務水平。這種方式的特點是政府參與行業大數據云平臺建設，主要服務于行業指導和科學決策。

2　工業大數據集成應用領域簡介

工業大數據的典型應用領域包括產品創新、產品故障診斷與預測、工業生產線物聯網分析、工業企業供應鏈優化和產品精準營銷等方面。

2.1工業大數據在產品創新方面的應用

客戶與工業企業之間的交互和交易行為將產生大量的數據，挖掘和分析這些客戶的動態數據，能夠使客戶參與到產品的需求分析和產品設計等創新活動中去，為產品創新作出貢獻。例如，美國福特汽車公司的“大數據電動車”利用大數據實現了新型產品創新和協作方式。司機獲得有用的最新產品信息，而位于底特律的工程師匯總關于駕駛行為的信息，以了解客戶，制訂產品改進計劃，并實施新產品創新。電力公司和其他第三方供應商也可以分析數百萬英里的駕駛數據，以決定在何處建立新的充電站，以及如何防止脆弱的電網超負荷運轉。

2.2工業大數據在產品故障診斷與預測方面的應用

工業大數據可以用于產品售后服務與產品改進。傳感器、互聯網技術的引入使得產品故障實時診斷成為現實，大數據應用、建模與仿真技術則使得預測的動態性成為可能。以波音737飛機為例，發動機在飛行中每30min就能產生10TB數據。這些數據不僅僅是能夠供未來某個時間點分析的工程遙測數據，還可促進實時自適應控制、燃油使用、零件故障預測和飛行員通報，能夠有效實現故障診斷和預測。

2.3工業大數據在工業生產線物聯網分析方面的應用

在生產工藝改進方面，在生產過程中使用大數據技術，能夠分析整個生產流程，了解每個環節的執行情況。一旦某個流程偏離了標準工藝，就會發出報警信號，使用戶更迅速地發現錯誤或者瓶頸所在，便于解決問題。

2.4工業大數據在工業供應鏈分析和優化方面的應用

射頻識別（RFID）等產品電子標識技術、物聯網技術，以及移動互聯網技術能夠幫助工業企業獲得完整的產品供應鏈的大數據，對這些數據進行分析，有助于倉儲、配送、銷售效率的提升和成本的下降。如果再利用產品中傳感器所產生的數據，了解產品的運行及故障情況、配件的性能情況，還可以預測配件的更換時間或使用壽命，便于優化產品性能，降低運行維護成本。

3　工業大數據在故障監測領域的集成應用情況簡介

3.1國外先進企業的應用情況簡介

3.1.1美國波音（Boeing）公司

通過全球24h網絡和設施，美國波音公司的商用航空服務（CAS，Commercial Aviation Services）分部在航空工業領域提供廣泛的產品、服務和完整解決方案，從部件供應到飛行員培訓、客戶支持到在線技術建議，CAS分部幫助飛機運營者使航班飛得更安全、更有效率。CAS分部通過波音優勢（the Boeing Edge）系統為用戶提供最適合的航線服務整體解決方案，這些服務包括部件供應、飛行員培訓、工程、維修和軟件解決方案等，可以提高航空公司和飛機租賃公司的效率和效益。

3.1.2美國通用電氣（GE）公司

美國通用電氣（GE）公司為其未來業務模式起了一個響亮的名字——工業互聯網。這是通用電氣公司研發部門杜撰出來的名詞，希望通過在其產品中增加更多的傳感器來獲取海量數據，并最終幫助通用電氣公司提高其汽車和飛機發動機、核磁共振儀等設備的能源效率。在工業互聯網中，即使是相對較小的變化也可能帶來巨大的影響。例如，在工業和能源領域，即使是1%的成本節約或效率提升都將產生非常重要的經濟和社會效益。此外，通用電氣公司還提出了“智慧機器”的概念，即工業互聯網將使機器變得更加智慧、高效，并成為有理解能力的工具。

3.1.3丹麥維斯塔斯（Vestas）風力技術集團

丹麥維斯塔斯風力技術集團對客戶風機和風場的在線維護保養主要通過打包服務的方式開展，并提出了積極產出管理（AOM，Active Output Management）計劃。此項計劃的服務開始于客戶的風場建設和運營，基于幾十年的產業經營經驗制定，其服務理念是提供超出對客戶風場的工程方面和法律義務上的服務，共同努力，創造圍繞客戶特殊需求和預期的解決方案。通過AOM計劃，丹麥維斯塔斯風力技術集團可通過合作供應商為客戶聯合提供確定、分散和管理風險的服務，并確保風場處于最優經營狀態。

3.2國內先進企業的應用情況簡介

3.2.1沈陽機床股份有限公司

沈陽機床股份有限公司已確定了由“工業制造商”向“智能制造解決方案提供商”轉型的戰略目標。沈陽機床聯合其他企業跨界協作成立了“中國制造2025智能工業創新聯盟”，藉此促進公司的多產業融合發展，探索裝備制造行業“互聯網+”的經營模式。沈陽機床以i5智能機床操作系統為基礎打造的“i平臺”，將機床加工領域的設計、制造、服務、供應鏈、用戶等環節集成到云端，改變了傳統的單機生產模式，用“互聯網+機床”的思維構建起了一張智能機床領域的互聯網。

3.2.2中聯重科股份有限公司

在中聯重科股份有限公司，智慧工廠是實現“智能制造連接人與產品”目標的具體路徑。中聯重科混凝土機械公司分管生產的副總經理桌上有一塊顯示屏，不僅可直接獲得工廠運行的實況視頻，也可查看車間的每個流程，制造執行系統（MES）還會自動提示生產現場遇到的問題。

3.2.3三一重工股份有限公司

在德國工業4.0戰略的啟發下，三一重工股份有限公司開始用大數據技術打造三一指數。巨大的屏幕顯示著全球三一設備的運行情況，服務工程師通過系統了解設備的運行情況，為客戶遠程排除故障。三一ECC（企業控制中心）工作場景已成為三一重工對外的宣傳窗口。事實上，這套系統的研發也可為客戶創造更多的價值。

4　航天制造業故障監測領域工業大數據集成應用需求分析

本文參考國內外先進企業的工業大數據集成應用需求，結合航天制造業的實際情況進行分析，總結梳理出了高端裝備制造企業關于工業大數據集成應用的基本需求元素，為后續構建數學模型、開展運營模式研究奠定基礎。

結合高端裝備制造企業的實際情況，選擇構建高端裝備制造企業競爭力模型的指標體系和層次關系。高端裝備制造企業的競爭力，主要取決于產品吸引力、使用成本和品牌吸引力這三個方面的指標。其中，產品吸引力反映產品性能質量、售后服務和銷售服務滿足用戶需求的程度；使用成本反映高端裝備的使用費用；品牌吸引力反映在市場現有產品和服務的基礎上，用戶對品牌的信任度。

4.1產品吸引力

客戶對于服務的需求和以往享受服務的經歷，再加上周圍對于某個企業服務的口碑，構成了客戶對于服務的期望值。在實際市場情況中，航天制造業企業對于客戶期望值的理解和所提供的服務，與客戶對于服務的期望值存在著一定的差距，可能的情況共有五種：一是，客戶對于服務的期望值與企業管理層對于客戶期望值的認知之間的差距；二是，企業對于客戶所作出的服務承諾與企業實際為客戶所提供的服務質量的差距；三是，企業對客戶服務質量標準的要求與維修技師實際所提供的服務質量之間的差距；四是，企業管理層對于客戶期望值的認知與企業的客戶服務質量標準之間的差距；五是，客戶對于企業所提供的服務感受與客戶對于服務的期望值之間的差距。這五種差距的大小是可以衡量的，可通過“互聯網+”和工業大數據集成應用，開展連續性的定量研究，獲得客戶對于特定服務的滿意度、消費缺陷、再次購買率與推薦率等指標的評價，找出內、外部客戶的核心問題，發現最快捷、最有效的解決途徑，實現價值最大化。

4.2使用成本

客戶購買產品的目的并不在于產品本身，而在于使用產品所帶來的滿足程度。因此，客戶在作出購買決策時，不僅要考慮購買產品的一次性支出，還要考慮產品使用過程中增加的費用。航天制造業企業的民用產品的使用成本與其它行業的高端裝備產品的屬性是相同的，而軍用產品的使用成本則有其特殊性。導彈、火箭、衛星、飛船的客戶主要是軍方，其需要考慮的產品使用成本，除能耗、維護維修保養費用外，還有政治影響帶來的成本、實際戰力影響帶來的成本，以及其它政軍相關因素帶來的成本等。

經濟數學模型無法有效地研究分析政治影響帶來的成本、實際戰力影響帶來的成本，以及其它政軍相關的因素帶來的成本對企業競爭力的影響程度。為了后續研究出對高端裝備制造業適用性更廣泛、通用性更好的運營模式，需要剔除政治、軍事等非經濟范疇的影響因素，將航天制造業企業的軍用產品和民用產品的使用成本的共性用一種經濟指標在數學模型中反映，如年支出費用、季度支出費用、月支出費用等，這些觀測數據可以通過“互聯網+”和工業大數據集成應用從與客戶互動的數據中獲取。

4.3品牌吸引力

品牌吸引力是企業繼續保持與老客戶交易關系能力的體現，可理解為顧客忠誠度，企業留住老顧客的能力是企業保持市場份額的關鍵。在軍民融合程度日益加深，民營企業參與軍工制造的政策逐步放開之際，航天制造業企業在軍用產品和民用產品兩個市場領域的品牌吸引力正面臨著嚴峻的考驗。

在競爭對手不斷增加的情況下，航天制造業企業通過“互聯網+”和工業大數據集成應用的新模式，積極與客戶開展互動，加強品牌吸引力的需求越來越強，可通過研究客戶意向品牌的轉移、保持和推薦等三個方面的變化情況，及時監測和調整企業的競爭策略。

4.4基本需求元素梳理

通過以上分析發現，產品吸引力、使用成本和品牌吸引力等三個指標均為潛變量，無法作為開展后續研究工作的觀測值。因此，有必要在這三個指標下，設置由可觀測變量構成的下級指標，同時，為了后續對經營模式進行比較、評價，應將產品吸引力、使用成本和品牌影響力三個指標綜合成一個結果，即設置一個統一的上級指標，具體指標層次如表1所示。

表1　基本需求元素對應指標

5　以工業大數據集成應用為核心的故障監測服務運營模式

不同行業中企業競爭力的研究思路大體上是一致的，只是具體指標體系有所不同。對于類似的行業，可能指標體系也類似，只是各指標的權重有所不同。所以，首先，要探索出企業競爭力的研究思路和研究工具，然后針對一些典型行業確定指標體系，在進行實證研究的基礎上，完善指標體系，進而推廣到其它行業。這種確定指標體系的方式是可行的，也是非常有意義的。

目前，中國航天科技集團公司所屬單位并未涉足工業機器人諧波減速器領域，因此，本文假設中國航天科技集團公司未來將建立股份公司，建設并開展經營工業機器人諧波減速器項目。在此基礎上，本文參考國內工業機器人諧波減速器專業廠商在線故障監測服務方面的數據，進行合理的模擬，將模擬數據作為數學模型的輸入數據。未來，以此數學模型為基礎建立的運營模式，既可以向其它民品項目推廣應用，也可向軍品領域擴展延伸。

5.1模型構建

通過研究企業A（研究對象）和三個競爭企業（沈陽機床、中聯重科、三一重工）的企業競爭力，使用MATLAB軟件對結構方程進行求解，如圖1所示。

5.2工業機器人諧波減速器項目模擬

在假設未來股份公司成立，建設并開展經營工業機器人諧波減速器項目的前提條件下，模擬其在線故障監測服務的數據（企業A），并參考國內三家專業廠商（企業B、C、D）的數據，整理出數學模型的輸入數據，如表2所示。

將以上模擬數據輸入數學模型中進行運算，得到的數據結果如表3所示。

圖1　工業大數據集成應用運營模式數學模型

表2　項目企業評價指標的模擬數據

表3　項目企業競爭力分析結果

6　工業大數據在航天制造領域集成應用的發展策略及建議

6.1競爭力指數低于行業均值時，應加強工業大數據集成應用的投資建設，提升競爭力

競爭力指數最高值設為100，行業均值為57.6。本課題模擬結果中，航天企業（企業A）經營項目的競爭指數為53.5，低于行業均值，說明在工業機器人諧波減速器項目上，以工業大數據集成應用為核心的故障監測服務運營模式投資建設力度不及行業平均水平，導致競爭力低于行業平均水平。此時的應對策略為：加大強投資力度，直到競爭力指數高于行業均值57.6；當然，能盡可能高于行業均值更好，但是每個企業能負擔得起的投資額度是有限的，不可能達到100。

6.2跟蹤市場變化，適時調研對標企業，取長補短

模擬結果中比較差異顯著程度可以用來與行業內的先進企業進行對標比較。B、D企業的競爭力指數為**，表示與企業A的比較競爭力指數差異非常顯著，航天企業（企業A）經營項目應到B、D企業考察學習，查找造成差異的原因，取長補短。此方面的應對策略是：長期跟蹤市場內部競爭者之間的強弱變化，不僅要適時到差異顯著的對標企業調研，還要根據變化情況及時、合理地調整對標企業名單。一般對標企業B、C、D應該是行業前三名，不過也要與航天企業（企業A）經營項目的市場定位有機結合，不能好高騖遠。

6.3工業大數據在航天制造領域的集成應用必須與經營策略有機結合，規避投資風險

DY1為測量誤差項，不僅是數學模型從技術層面上為了減少測量值準確度對結果合理性的影響而設置，更重要的是為了讓企業合理把握和校準結果對經營策略的影響。本課題模擬結果中DY1控制在2.7～3.8，較為合理，如果其值超過5，則航天企業（企業A）經營項目的競爭力指數就會從53.5上升至55.4甚至超過行業均值57.6，造成與實際經營情況的脫離。誤差值不合理會造成對自身競爭力的低估或高估、對對標企業和競爭對手的競爭力高估或低估，這些結果失真嚴重時，甚至會導致工業大數據集成應用建設的投資過度或投資不足，加大企業投資風險。此方面的應對策略是：在運用工業大數據集成應用技術時，不能脫離企業的發展規劃戰略、項目經營策略和市場定位等實際情況；投資決策需要充分論證，多角度多元化研究分析，設置必要的風險管控措施。

1孟小峰， 慈祥. 大數據管理: 概念、技術與挑戰［J］. 計算機研究與發展， 2013， 50（1）: 146～169

2柳琪. 用大數據預測需求［J］. 農機市場， 2014， （3） : 14

3陳飛. 大數據時代信息經濟發展趨勢及對策建議［J］. 宏觀經濟管理， 2014， （3）: 61～62

4迪莉婭. 我國大數據產業發展研究［J］. 科技進步與對策，2014， （4）: 56～60

5陶雪嬌， 胡曉峰， 劉洋. 大數據研究綜述［J］. 系統仿真學報，2013， （S1）: 148～152

6王冰. 大型流程工業集團級生產數據平臺的應用探討［J］.科技與企業， 2014， （1）: 129～130

7李國杰， 程學旗. 大數據研究: 未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考［J］. 中國科學院院刊， 2012， （6）: 5～15

1009-8119（2015）12（1）-0048-04