基于大數據的機械制造模式研究

李思良+李思賢

摘 要：機械制造產業與人們日常的生活生產有著密切關系，數字化設計、數字化制造等領域帶動著信息技術的發展，同時在設計、制造、管理等方面都應用著信息技術。在現場機械加工過程中，為了實現數據的實時采集和處理，創建數據化系統可以提高機械制造數據處理的時效性。在對于大數據技術分析的基礎下，著重闡述大數據處理在機械制造的應用。

關鍵詞：大數據；數字化制造；信息化管理；機械制造

1 大數據技術

1.1 大數據的定義

大數據就是由數量龐大、類型眾多、結構繁雜數據構成的數據集合，是基于云計算的數據整合與應用模式，可以經過數據的集成共享和挖掘，形成強大的智力資源。大數據需要在一種新的處理模式下才可以展現出更加正確的決策力、敏銳的洞察力，從而形成高利用率的數據資產。總之，大數據技術就是從類型眾多的數據中，準確有效地挖掘到有價值信息的科學技術。

1.2 大數據技術的構成

大數據技術由以下四種技術構成：大數據處理技術、大數據分析技術、數據可視化技術、分布式計算技術。大數據的龐大數據量遠遠超出傳統數據庫的管理能力，大數據處理技術應能處理幾乎各種類型的海量數據。大數據分析技術將幫助人們從大體量、高復雜的數據中提取有價值的信息；數據可視化技術將運用計算機圖形學相關技術，將數據換為圖像的形式。從大數據的定義和技術層面可以看出，一臺計算機無法處理大數據的信息量，必須采用分布式計算架構如圖1所示。

分布式計算機架構是借助云計算的分布式處理、分布式數據庫、云存儲和虛擬化技術來實現分布式數據的挖掘。迫于社會生活生產的需要，大數據將是與無線網絡技術、智能制造并行發展的跨世紀的技術革命。

1.3 大數據的特點

國際數據公司（IDC）認為，大數據技術應滿足三個“V”特點：多樣性（variety）、大容量（volume）和時效性（velocity）。多樣性是指數據的類型眾多；大容量是指需要挖掘的大數據擁有非常巨大的數據量；時效性則是指數據處理能在較短的時間內完成，要求具有快速處理數據能力。隨后又加上了一個“V”特點：Veracity（精確性），準確性是指在眾多的數據量中能夠精準查詢到自己所需要的數據。

2 大數據應用在機械制造模式的研究

基于上述大數據技術分析以及機械制造行業目前存在由于工作環境惡劣、經常性的超負荷運行導致生產事故頻繁出現，為了實現機械制造的有效管理，對機械設備進行完備的實時監測、智能診斷，應該最大程度地為機械制造企業提供準確數據的平臺如圖2所示。

2.1 基于大數據的機械制造實施步驟

（1）盡可能在每個機械制造設備上安裝GPS（這里GPS可以毫秒級采集信息，根據終端的數據庫實時在顯示屏上提示機床各類異常情況）和各種傳感器，對機床工作時間和狀況等數據進行收集。

（2）經過通信網絡和智能控制系統的處理傳送到中央控制室，

并且為滿足大數據量的快速存取與數據共享，系統將建立公共數據庫，對機械制造相關數據統一匯總、分析和處理。

（3）公共數據庫包括機械制造詳細的工況信息、報警信息、故障信息、定位信息、維修信息等。建立以公共數據庫為核心的機械制造智能控制系統，準確提供實時機械設備的工作畫面，進而為故障診斷、高效節能、決策提供依據。

（4）基于大數據在機械制造模式，身在中央控制室的工作人員可以在顯示屏了解到機械制造的各環節情況。在公共數據庫中可以收集更多的數據，從中獲取有價值的數據信息。如：一臺機器當天生產了多少零件，在機械加工過程中出現哪些異常，什么時候在哪種模式下使用了機械制造設備，甚至如果能知道機器設備詳細的工況信息和準確的工作時間，那么就能預先確定將要損壞的零部件，這樣可以提高生產效率。

2.2 大數據在機械制造模式的應用展望

隨著科學技術的日益發展，世界上出現了無人工廠，無人工廠是指工廠里所有的生產活動由計算機控制，生產線上不需要人們而是機器人進行工作的工廠。大數據時代的到來，大數據技術將可以在無人工廠得以充分應用。

大數據的最終意義在于獲得提升洞察力的能力和價值，機械制造業應會依靠洞悉數據中的信息更加了解自己，也更加了解客戶。在龐大的數據庫中挖掘出自己的發展走向和客戶的需求，搭建出云制造平臺，根據客戶的需求，真正實現“私人定制”的目的，從而提高企業適應市場的能力，為機械制造業的未來發展爭取更多的主動權。

2.3 應該注意的問題

（1）大數據的存儲、分析和理解問題。由于大數據數量巨大、種類繁多的特點，當前機械制造企業的存儲和計算能力有限，應該如何存儲、分析和理解這些數據，甚至如何在大量的數據產生時挖掘到有價值的部分，并實時、準確地傳遞給有需求的人手中。

（2）大數據的安全問題。每個企業都有自己的商業機密，機械制造企業也不例外。在龐大的數據中捕捉有用東西的同時，經常會暴露出自己的隱私，此時大數據的訪問安全問題是企業面臨最大的挑戰。

（3）大數據分析人才缺乏問題。我們周圍充斥著各種各樣的數據信息，需要新一代的數據分析人才來收集、分析大數據，并轉化成便于人們理解的信息。目前大多數企業已經開始認識到了這個問題，有意識培養相關的數據分析人才，為自己的企業發展服務。

3 結束語

在大數據的時代里，機械制造企業在日益激烈的市場競爭環境下，面對大量復雜多變的信息數據，需要引進其他領域現有的成熟技術，逐步實現大數據技術在機械制造的應用。這樣在采集到的大數據中挖掘出對企業真正有價值的數據內容，科學引導機械企業未來的發展，提升自己的競爭力和技術水平。

參考文獻

[1]郭鑫.旅游大數據與挖掘分析研究[J].電腦知識與技術，2013（14）.

[2]吳昊.面向預警決策的大數據管理平臺軟件體系結構研究[M].天津大學，2013.

作者簡介：李思良（2001，10-），男，山東省滕州市，山東省滕州市第一中學。