工業大數據：應用難題逐漸破解

李佳師

中國制造業企業在利用大數據加速高質量發展上有巨大的空間，呈加速發展態勢。需充分利用5G，加快工業大數據采集。提升數據收集質量，做好數據清理工作。大力發展更智能高效的數據采集技術，將信息技術、電子與數學技術、傳感器、物聯網等技術融合發展，從而推動智能化、高精度、長時間導航、高性價比微型傳感器的發展。

大數據能夠讓工業企業變成“巧婦”。工業大數據在企業的故障診斷、過程可視、流程優化等方面有巨大應用空間。賽迪顧問數據顯示，2018年中國工業大數據規模為114.2億元，預計到2021年中國工業大數據市場規模將增長至256億元。

中國制造業企業在利用大數據加速高質量發展上有巨大的空間，呈加速發展態勢。但是，制造業企業利用工業大數據依然存在很多挑戰，其中很關鍵的一點就是“缺數據”。就像中國工程院院士何友所言，工業數據嚴重不足，導致了大數據的分析沒有達到預期成果。如何加快工業數據的采集步伐，成為推動工業大數據利用的關鍵環節。

加快工業大數據采集，需要充分利用好5G。中國工程院院士鄔賀銓表示，5G為企業“上傳下達”提供可靠通道。目前工業企業除了新建工廠外很難使用光纖聯網，機器人、物料小車、工件等也無法使用有線連接。而WiFi等無線技術因穩定性、擴展性、低速率等問題，在工業領域利用率僅為6%。5G的商用為工業的現場數據采集提供了更可靠的選擇，比如工廠可以單獨接入5G的專分網，目前歐洲已經在工業5G應用方面專門分配了頻率。對于沒有能力申請建立5G專網的企業，可以選擇與運營商合作，在運營商網絡構建虛擬專網，來支撐工業互聯網的應用。

收集數據需要提升數據質量，做好數據清理工作。如果數據質量不高、如果數據采集的維度不對，那么采集再多的數據也意義不大。何友院士認為，要在建立數據、采集的過程中，要把數據的清潔和干凈當作首要工作，“否則收集得再多也是垃圾”。而且如果數據的質量高，其實用小數據一樣能夠解決問題而無需使用大量數據。

對于如何采集更高質量的數據，美國辛辛那提大學特聘講座教授李杰認為，要高度重視數據采集過程中的分類、分割、分解、清洗，這方面需要專業的人才。因為數據科學家往往不了解專業的工業數據，需要對工業領域的專業人才進行更多的數據培訓，增強數據采集的專業性。

強化數據采集，要大力發展更智能高效的數據采集技術。今年9月4日，工業和信息化部發布的《工業大數據發展指導意見（征求意見稿）》提出，推動工業大數據全面采集，支持企業加快部署傳感器、射頻識別、數控機床、機器人、網關等數字化工具和設備，提升設備數據、產品標識數據、工廠環境數據等生產現場數據采集能力。

數據的收集和使用成本昂貴，工業數據也不例外，這是導致工業數據難以收集的重要原因。要大力發展傳感技術，需要將信息技術、電子與數學技術、傳感器、物聯網等技術融合發展，推動智能化、高精度、長時間導航、高性價比微型傳感器的發展。

專家觀點

中國工程院院士鄔賀銓：5G商用提升工業大數據利用價值

5G商用帶來了大量的突破和變革，對于新興行業意義重大。AIoT能夠產生很大的價值，利用5G的高可靠、高寬帶、大連接，可以實現在港口、煉油廠、建筑公司等場景的應用。

比如上海的商飛，建成了全世界第一個5G+工業互聯網的園區，通過5G+8K+AI實現機翼復合材料鋪設質量實時檢測、飛機蒙皮鉚釘安裝質量檢測、飛機裝配精度3D檢測，通過5G+AR頭盔輔助飛機分段組裝的內部電纜精準連接。

據前瞻產業研究院的數據，中國每天在產線上進行目視檢查的工人超過350萬，但人工檢測準確度不高。

5G可以用視頻監控產品的質量，再通過5G傳輸到后臺進行大數據、人工智能分析，從而獲得更好的監控效果。比如華星光電公司與騰訊合作檢查液晶面板，大大節省人力，而且保證了質量。

5G對經濟增長有重要的貢獻，2035年5G市場規模將達到12.3萬億美元。同時，5G為設備與終端聯網提供增強移動寬帶通道，推動數字產業化和產業數字化發展。

美國辛辛那提大學特聘講座教授李杰：工業大數據呈現三大發展趨勢

工業大數據在2020年有三個發展趨勢：一是從數據到專業性。現在的數據，是以搜集的方式獲得的。而工業大數據應用存在“3B”挑戰：即Bad Quality（數據質量不合格）、Bro--ken（數據碎片化）、 Background （數據的隱藏信息）。 數據質量是許多企業面臨的挑戰，同時數據的碎片化和以及數據所隱藏的隱秘相關性都是數據獲取的挑戰。所以第一個趨勢是在數據收集中增加專業性，分類、分割、分解，分析之前要做數據處理和數據清洗，這是大趨勢，需要有專業知識的人來做。

第二個趨勢就是從平臺到目的。平臺是一個讓使用者與創造者交互的地方，專業性平臺會變成新的趨勢。平臺是很重要的基礎。數據是資源，平臺是基礎，專業是核心，分析是工具，目的是價值。

第三個趨勢是從云到社群。上云有三個工作：一是數據在云上儲存，二是在云上計算，三是在云上建立生態體系。上云的真正價值是要用云上的工具進行分享，這將加速大數據的生態鏈發展。

聯想數據智能業務集團首席技術專家張成松：工業大數據核心是2個融合+1個場景

隨著消費者越來越追求差異化、定制化的產品和服務，企業必須從傳統的大規模標準化生產向適應個性化定制和體驗式消費的新型生產方式演進。

工業大數據是智能制造與工業互聯網的核心，通過促進數據的自動流動去解決控制和業務問題，減少決策過程所帶來的不確定性，具有跨尺度、協同性、多因素、強機理等反映工業邏輯的新特征。

工業大數據應用的核心是2個融合+1個場景。2個融合是IT與OT的融合、AI與工業機理的融合。通過將企業PLM、ERP、MES等IT域的數據，與DCS、SCADA、智能設備等OT域數據融合，整合全域數據，構建數據湖。通過將人工智能算法與傳統工業機理的融合，建立遠程監測、在線診斷、故障預測、優化決策模型，實現全鏈智能。在兩個融合的基礎上，構建端到端的工業智能應用場景，在新領域實現0到1的突破，垂直領域實現1到N的復制，從而助力中國制造業的轉型升級。