工業大數據驅動智能制造

牛祿青

隨著產業互聯網和智能制造時代的到來，工業大數據技術將成為制造業轉型升級的重要引擎，是驅動研發設計、生產過程、 管理經營、服務運維智能化的關鍵要素

5月5日15時19分，一架在后機身涂有象征天空藍色和大地綠色的大型客機，瀟灑穩健地降落在第四跑道上。這是一個歷史性的時刻——它標志著中華民族百年的“大飛機夢”終于取得了歷史性突破。而C919的下線以及首飛，不僅僅是一個產品的成功研制，更是一種新模式新體系——智能制造的實踐檢驗。

2015年5月，國務院印發《中國制造2025》規劃，部署全面推進實施制造強國戰略。規劃提出， 以加快新一代信息技術與制造業深度融合為主線，以推進智能制造為主攻方向。

智能制造是一系列熱點技術的總稱，它是基于物聯網、大數據、云計算等新一代信息技術，貫穿于研發、設計、生產、管理、服務等制造活動的各個環節，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱。

智能制造具有以智能工廠為載體、以關鍵制造環節智能化為核心、以端到端數據流為基礎、以全面深度互聯為支撐四大特征，其目標是縮短研發周期、降低運營成本、提高生產效率、提升產品質量、降低資源能耗。

C919大型客機成功首飛意味著中國實現了民機技術集群式突破，形成了我國大型客機發展的核心能力，其中就包括工業大數據技術。

中國商用飛機有限責任公司信息化中心主任王文捷介紹，大飛機一次飛行產生的數據量達到10個TB的量級，也就是說至少20臺500G大硬盤的電腦才能裝得下。而中國商飛公司，不僅要成功研制自主知識產權大飛機，還要成功運營大飛機制造商，從適航試飛到供應鏈管理，分分秒秒、日新月異的大數據堪稱天量。

專家表示，設計圖紙將成為過去，飛機完全是在數字世界里設計的，3D幾何數據模型以數字模型的形式呈現飛機。數字化樣機將含有制造所需的全部信息，不僅含有產品幾何體，而且還含有制造產品所需的信息，比如材料、技術要求、包含的標準件、授權發布的文件等。在裝配階段，數字化裝配技術將實現飛機裝配建模、裝配序列建模、裝配路徑規劃和裝配過程分析。

為此，中國商飛已經新合并成立信息化與管理創新部，并專門下設數據處，用數據驅動創新。如今，中國商飛建立起以零件號、版次、物料組等為基礎的編碼標準，給大大小小每一種零件都配上“身份檔案”和“電子履歷”，引入11萬種以上的物料主數據。王文捷表示，即使在像馬航MH370這樣的事件中，任何零件都可追溯還原為一架完整的飛機，甚至倒查出某零件的前世今生。目前，C919研制已形成全程管控中心，可實現三維可視化分析。

“對于民用飛機來說，不僅僅是實現技術上的成功，把飛機飛上天，還要讓這架飛機在航線上取得商業成功。中國商飛在飛機的研制過程中，伴隨產品的演化衍生出各類試飛數據、試演數據、在航線運營過程中關于飛機監控的數據，所有的數據貫穿始終。”王文捷說。

“我國智能制造未來發展潛力巨大，2020年我國智能制造產值有望超過3萬億元，年均復合增長率約20%。”國家信息中心副主任馬忠玉在大數據智能應用推動制造業變革與升級研討會上強調，智能制造是中國制造業轉型升級的戰略支點。

隨著產業互聯網和智能制造時代的到來，工業大數據技術將成為制造業轉型升級的重要引擎，是驅動研發設計智能化、生產過程智能化、 管理經營智能化、市場營銷智能化、服務運維智能化、新業態新模式智能化的關鍵要素。

工業大數據的演變

自工業從社會生產中獨立成為一個門類以來，工業生產的數據采集、使用范圍就逐步加大。從泰勒拿著秒表計算工人用鐵鍬送煤到鍋爐的時間開始，是對制造管理數據的采集和使用；福特汽車的流水化生產，是對汽車生產過程的工業數據的采集和工廠內使用；豐田的精益生產模式，將數據的采集和使用擴大到工廠和上下游供應鏈；核電站發電過程中全程自動化將生產過程數據的自動化水平提高到更高程度。

任何數據的采集和使用都是有成本的，工業數據也不例外。但隨著信息技術的發展，一批智能化、高精度、長續航、高性價比、微型傳感器面世，以物聯網為代表的新一代網絡技術在移動數據通信的支持下，能做到任何時間、任何地點采集、傳送數據。以云計算為代表的新型數據處理基礎架構，大幅降低工業數據處理的技術門檻和成本支出。以工業領域的SCADA系統為例，傳統模式下每個電網、化工企業都需要建立一套SCADA系統，成本在千萬以上，如果采用云架構模式，成本可以降低7成以上。

社會需求的演進是工業變革的重要動力。當經濟發展進入新常態，商品極大豐富甚至出現過剩，以個性化、多元化為代表的消費文化，使得工業企業的產出物，要最大限度匹配個性需求和多元需求。

以服裝定制為例，通過制訂一套數據采集手段，通過線上或線下采集用戶身形數據，然后將數據傳回總部，結合生產原材料數據，對需求和工藝進行分解，實現柔性生產，達到定制化要求的服裝，而且效率和質量都可以得到保證。隨著生產線的擴容線性提升和工藝的不斷改進，定制化生產的成本將得以顯著攤薄，可以滿足大批量個性化定制的社會生產需求。

無論是德國工業4.0，還是美國的工業互聯網，其核心都離不開工業大數據。德國“工業 4.0 ”戰略的實施重點在于信息互聯技術與傳統工業制造結合， 其中大數據分析作為關鍵技術將得到較大范圍應用。一是“智能工廠”，重點研究智能化生產系統及過程，以及網絡化分布式生產設施的實現；二是“智能生產”，主要涉及整個企業的生產物流管理、人機互動以及 3D 技術在工業生產過程中的應用等；三是“智能物流”，主要通過互聯網、物聯網、物流網，整合物流資源，充分發揮現有供應方的效率，需求方則能夠快速獲得服務匹配。

美國擁有強大的互聯網、云計算及大數據處理能力，基于此，提出工業互聯網戰略，將單個設備、單條生產線、單個工廠的數據聯網，通過大數據處理后，在診斷、預測、后服務等方面挖掘工業服務的價值。2014 年，美國白宮總統行政辦公室發布《 2014 年全球大數據白皮書》，指出美國大型企業在投資數據科技方面存在以下幾個關鍵驅動因素：分析運營和交易的能力；洞察客戶線上消費的行為，以向市場提供新的高度復雜的產品；對組織中的機器和設備進行更加深入的感知。

中國相對于德國、美國而言，在工業自動化和數字化方面都處于發展期。《中國制造2025》明確提出通過工業化和信息化融合發展的方式，制定一系列的重點工程和推進計劃。為推動智能制造的發展，國務院又于2015年8月發布了《促進大數據發展行動綱要》，強調要發展工業大數據，推動大數據在工業研發設計、生產制造、經營管理、市場營銷、售后服務等產品全生命周期、產業鏈全流程各環節的應用，分析感知用戶需求，提升產品附加價值，打造智能工廠。建立面向不同行業、不同環節的工業大數據資源聚合和分析應用平臺。抓住互聯網跨界融合機遇，促進大數據、物聯網、云計算和三維（3D）打印技術、個性化定制等在制造業全產業鏈集成運用，推動制造模式變革和工業轉型升級。

工業大數據來源及特點

在工業生產中，無時無刻不產生數據。那么什么是工業大數據？中國電子技術標準化研究院發布的《工業大數據白皮書（2017版）》指出，工業大數據是指在工業領域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發、設計、工藝、制造、采購、供應、庫存、發貨和交付、售后服務、運維、報廢或回收再制造等整個產品全生命周期各個環節所產生的各類數據及相關技術和應用的總稱。其以產品數據為核心，極大延展了傳統工業數據范圍，同時還包括工業大數據相關技術和應用。

工業大數據主要來源于機器設備數據、工業信息化數據（包括傳統工業設計和制造類軟件、企業資源計劃ERP、產品生命周期管理PLM、供應鏈管理SCM、客戶關系管理CRM和環境管理系統EMS等）和產業鏈跨界數據（包括氣象、地理、環境、宏觀經濟）。

今天做工業大數據分析，不僅要看自己數據還要看別人的數據，比如優化供應鏈的時候還需要市場銷售的數據、供應商的數據等。風電優化分析除了利用風機的數據，也需要結合氣象的數據。很多外部數據原來工業界從來沒有嘗試過管理這些數據，這是大數據分析的時候傳統工業管理數據的機制遇到的一些挑戰。

“制造業大數據是一座金礦！”北京大學工學院工業工程與管理系主任侍樂媛表示，制造業擁有的大數據遠超其他行業，但到現在為止距開采出來還差得很遠，很多數據天天“流淌”都沒有辦法收集起來。究其原因，制造業大數據具有復雜性，是動態復雜的拆分合并數據。從全球應用現狀看，制造業基本上是縱向數據的采集和利用，缺乏橫向數據的鏈接和利用。實際上，制造業需要經緯縱橫的數據采集能力。

工業大數據除了具有一般大數據的特征，比如容量大、類型多、存取速度快、應用價值高，業界認為還具有實時性、準確性、閉環性、集成性、透明性、預測性等特征。

清華大學數據科學研究院工業大數據研究中心總工程師、昆侖數據公司CTO王晨表示，工業大數據主要面臨兩方面的變化，第一是人才的變化，以前用大數據是互聯網公司的復合型極客，這些人有很強的數學功底、編程能力、數據管理技術、分布式計算技術，同時掌握領域的業務知識，是具備四大方面的全面型的人才。在產業互聯網領域里的人更多的是熟悉領域業務知識，而計算機能力真的很有限。第二是數據種類的變化，以前互聯網領域是大量的文本數據、社交數據、多媒體數據等，而產業互聯網領域是大量的傳感器產生的實時數據、企業內部的業務過程數據，大量的非結構化工程數據、仿真數據、設計的CAD數據，這些數據跟傳統互聯網的數據都不太一樣。

工業大數據如何變革制造業

“大數據驅動智能制造加快發展，加快互聯網與制造業快速融合，是傳統制造業變革與升級的重要內容。”馬忠玉表示，大數據智能應用發展對生產、生活都產生重大影響，以數據挖掘分析為核心的應用和服務，為經濟社會發展帶來了深刻變革。

工業大數據技術是指工業大數據中所蘊含的價值得以挖掘和展現的一系列技術和方法，包括數據采集、預處理、存儲、分析挖掘、可視化和智能控制等。工業大數據是智能制造的關鍵技術，主要作用是打通物理世界和信息世界，推動生產型制造向服務型制造轉型。其在智能制造中有著廣泛的應用前景，在智能制造中有著廣泛的應用前景，在產品市場需求獲取、產品研發、制造、運行、服務直至報廢回收的產品全生命周期過程中，工業大數據在智能化設計、智能化生產、網絡協同制造、智能化服務、個性化定制等場景都發揮出巨大的作用。

創新研發設計模式實現個性化定制

實現定制化設計。企業通過互聯網平臺能夠收集用戶的個性化產品需求，也能獲取到產品的交互和交易數據；挖掘和分析這些客戶動態數據，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，實現定制化設計，再依托柔性化的生產流程，就能為用戶生產出量身定做的產品。例如，海爾集團沈陽冰箱工廠利用云將用戶需求和生產過程無縫對接，用戶個性化需求可直接發送到生產線上，實現定制化生產。用戶還可通過生產線上的上萬個傳感器隨時查到自己冰箱的生產進程。目前，一條生產線可支持500多個型號的柔性化大規模定制，生產時間可以縮短到10秒一臺。

私人定制工廠青島紅領也探索出了C2M、M2B等服裝定制模式，通過精準的量體裁衣，在其他成衣服裝規模關店的市場下，能保持每年150%的收入和利潤增長，每件衣服的成本僅比成衣高10%。小米手機也屬于這一類。

利用大數據進行虛擬仿真。傳統生產企業在測試、驗證環節需要生產出實物來評測其性能等指標，成本隨測試次數增加而不斷提升。利用虛擬仿真技術，可以實現對原有研發設計環節過程的模擬、分析、評估、驗證和優化，從而減少工程更改量，優化生產工藝，降低成本和能耗。長安福特采用虛擬仿真技術改良汽車設計環節，設計師帶著3D眼鏡能夠看見最新設計的福特轎車，甚至還能夠模擬坐進車內，感受內裝是否符合心意。如果有任何不好的地方，設計師能夠馬上通過軟件修改，減少了開發產品的次數，能夠在短時間內完成更多的設計工作，更快地反映市場的需求。

促進研發資源集成共享和創新協同。企業通過建設和完善研發設計知識庫，促進數字化圖紙、標準零部件庫等設計數據在企業內部以及供應鏈上下游企業間的資源共享和創新協同，提升企業跨區域研發資源統籌管理和產業鏈協同設計能力。提升企業管理利用全球研發資源能力，優化重組研發流程，提高研發效率。例如，C919大型客機成功首飛意味著中國實現了民機技術集群式突破，形成了以中國商飛公司為平臺，包括設計研發、總裝制造、客戶服務、適航取證、供應商管理、市場營銷等在內的我國民用飛機研制核心能力，形成了以上海為龍頭，陜西、四川、江西、遼寧、江蘇等22個省市、200多家企業、近20萬人參與的民用飛機產業鏈。

在C919飛機的智能制造項目建設過程中，形成了一套主制造商—供應商模式下的協同制造技術、管理方法。C919飛機的研發成員企業包括了設計與主制造商、10家機體結構、24家機載設備、16家材料供應商和54家標準件等供應商，另有200多家企業參與了項目的研制過程。通過協同設計、敏捷生產與智能管理等先進技術手段，將飛機從設計到制造過程中涉及的設計商、制造商、供應商、集成商等成員有機緊密聯合。

其中，在協同設計方面，中國商飛通過構建多供應商協同設計環境，并實施基于模型的定義、工藝設計等應用技術，建立起民用飛機聯合協同研制的新模式，建設協同研制平臺，實現了設計與制造過程的一體化。同時，在智能管理方面，全面實施了PLM、ERP、MES、BI等信息化平臺，實現了各系統之間的信息互通和集成，支撐了制造現場層、車間控制層、業務操作層、業務管理層、企業決策層的一體化智能管理。

培育研發新模式。基于設計資源的社會化共享和參與，企業能夠立足自身研發需求開展眾創、眾包等研發新模式，提升企業利用社會化創新和資金資源能力。在帝樽空調和天樽空調的研發過程中，海爾集團前期通過互聯網平臺與數十萬用戶實時互動，提取用戶對產品的共性需求。然后利用HOPE（開放創新平臺）平臺對接全球100多萬個領域專家和上千家全球一流的研發資源。

建立先進生產體系實現智能化生產

提升車間管理水平。現代化工業制造生產線安裝有數以千計的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲等，利用這些數據可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、質量事故分析等。在生產過程中使用這些大數據，就能分析整個生產流程，一旦某個流程偏離了標準工藝，就會發出報警信號，快速地發現錯誤或者瓶頸所在。

優化生產流程。將生產制造各個環節的數據整合集聚，并對工業產品的生產過程建立虛擬模型，仿真并優化生產流程。當所有流程和績效數據都能在系統中重建時，對各環節制造數據的集成分析有助于制造商改進其生產流程。例如，在能耗分析方面，在設備生產過程中利用傳感器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析，此舉將會大大降低能耗。

德國安貝格電子工廠基于西門子PLM軟件在虛擬環境中仿真產品的研發和生產，并在真實世界的工廠中進行實際操作，即實現了產品跨行業的多樣化，也提升了生產效率和質量。研發環節，安貝格擁有一個虛擬的工廠，研發設計部門把虛擬的研發產品同步給生產部門來生產，兩部門有著統一平臺，并時刻保持著協調的一致性。真實工廠生產時的數據參數、生產環境等都會通過虛擬工廠來反映出來，而人則通過虛擬工廠對現實中的真實工廠進行把控。生產環節，當一個元件進入烘箱時，機器會判斷該用什么溫度以及溫度持續的時間長短，并可以判斷下一個進入烘箱的元件是哪一種，并適時調節生產參數。安貝格工廠的每一條生產線每天并不是一成不變地只生產一種產品，生產系統會實時同步研發部門的最新指示，自動跳轉到不同產品或者器件的生產模式。在這樣的生產模式下，該工廠每年可生產約1000個品種共計1200萬件工業控制產品。按照每年生產230天計算，平均每秒就能生產出一件產品，其中百萬件缺陷僅為15，缺陷率僅為德國工人的1/25。

優化經營管理體系實現精益化管理

優化工業供應鏈。RFID等電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。跟蹤產品庫存和銷售價格，而且準確地預測全球不同區域的需求，從而運用數據分析得到更好的決策來優化供應鏈。

推動經營管理全流程的銜接和優化。整合企業生產數據、財務數據、管理數據、采購數據、銷售數據和消費者行為數據等資源，通過數據挖掘分析，能夠幫助企業找到生產要素的最佳投入比例，實現研產供銷、經營管理、生產控制、業務與財務全流程的無縫銜接和業務協同，促進業務流程、決策流程、運營流程的整合、重組和優化，推動企業管理從金字塔靜態管理組織向扁平化動態管理組織轉變，利用云端數據集成驅動提升企業管理決策的科學性和運營一體化能力。

例如，三一公司通過在線跟蹤銷售出去的挖掘機的開工、負荷情況，就能了解全國各地基建情況，進而對于宏觀經濟判斷、市場銷售布局、金融服務提供調整依據。

促進商業模式創新實現服務型制造

大數據將幫助工業企業不斷創新產品和服務，發展新的商業模式。通過嵌在產品中的傳感器，企業能夠實時監測產品的運行狀態，通過商務平臺，企業能夠獲得產品的銷售數據和客戶數據，通過對這些數據的分析和預測，企業能夠開展故障預警、遠程監控、遠程運維、質量診斷等在線增值服務，提供個性化、在線化、便捷化的增值服務，擴展產品價值空間，使得以產品為核心的經營模式向“制造+服務”的模式轉變。

比如，GE不銷售發動機，而是將發動機租賃給航空公司使用，按照運行時間收取費用，這樣GE通過引入大數據技術監測發動機運行狀態，通過科學診斷和維護提升發動機使用壽命，獲得的經濟回報高于發動機銷售。

保利協鑫是中國首家突破年產萬噸級以上多晶硅產能和產量、全球最大的光伏切片企業。在光伏切片的生產過程中，有數千個生產參數會影響到切片良品率。

保利協鑫僅切片廠就有1000多臺智能裝備，加上DCS以及復雜的ERP系統，每天產生大量的數據，但是數據存在于“孤島”之上，并沒有實現互聯互通；雖然從采購、生產、銷售、物流等業務全方位實現了信息化，企業在生產過程中重視對數據分析與利用，但都是依靠以往的經驗進行人工分析，很難把握這些數據的關聯性，缺乏可靠的技術支持，也很難得出科學的結果。

2016年5月，保利協鑫與阿里云簽約合作，8月份，阿里云ET工業大腦入駐保利協鑫生產車間，標準化所有端口數據上云，再通過智能算法深度學習計算所有關聯參數，并精準分析出與良品率最相關的60個關鍵變量，在生產過程中實時監測和控制變量，大幅提高了光伏切片的良品率。到目前為止，保利協鑫已提高1%良品率，相當于每年節省上億成本。

上線后公司在蘇州、太倉、阜寧、揚州、常州等不同區域設有十幾個車間，盡管各項數據都是秒級變化，但通過阿里云的大數據運算的合作，首先讓“躲”在背后的數據透明化，然后通過智能分析解決生產過程中數據的關聯，智能調整相關參數，更好的管控現場和設備，化解良率風險，降低成品成本。