大數據在制造業中的應用研究

魏配軒

摘 要：制造業在研發、生產、銷售過程中產生了大量的數據，挖掘這些數據可使制造業轉向智能化發展。在分析大數據特點的基礎上，提出了大數據在制造業的研發設計、生產過程、產品營銷等環節提出大數據的應用思路。

關鍵詞：大數據;研發設計;生產過程

中圖分類號：F27 ? ? 文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.04.019

大數據近年發展迅速，與制造業、金融業、服務業等融合發展，推動了國民經濟各個產業迅速發展。國家高度重視大數據產業發展，出臺了多項政策。裝備制造業在我國國民經濟中占較大比重，然而競爭力不強。信息化與制造業深度融合是提升裝備制造業競爭力的重要途徑。《促進大數據發展行動綱要》，指出要大力推動大數據與工業深度融合發展，推動大數據在工業的研發設計、生產制造、售后服務、產品銷售、售后服務等環節的應用，使制造業實現高質量發展。

1 大數據

關于大數據概念，專家學者從不同方面進行定義。麥肯錫報告，認為大數據指數據規模超出傳統的計算機技術所能存取與分析的數據集。

根據文獻疏理，關于大數據特征，學者普遍支持Viktor Mayer-Schonerger（舍恩伯格）的觀點，即4V。（1）數據量大（Volume）。數據的計量單位有B、MB、GB、TB（1024GB）、PB（1024T）、EB（100萬TB）、ZB（10億T）。我們處在一個數據爆炸的時代，2010年已進入了ZB時代，數據的創造以幾何級數增長。（2）數據種類繁多（Variety）。數據的種類和來源眾多，視頻、圖片、文本、音頻等數據種類，使得數據的處理能力需相應提升。尤其是個人短視頻的出現，如抖音短視頻，對數據的處理要求更高。（3）數據價值高（Value）。信息化時代，每天都產生著海量的數據，然而這些數據中存在著大量個人數據，利用價值不高。而大數據處理技術能從海量數量中甄別有用信息，產生巨大價值。（4）高速度和強時效性（Velocity）。數據的應用要具有時效性，才能為經濟社會提供有用的價值。計算機硬件的發展，使得搜索引擎的速度得到質的提升，為數據利用提供時效性保障。

2 大數據在制造業中應用

產品的生命周期包括研發設計、生產制造、產品銷售、售后服務等。大數據可以在產品全生命周期過程發揮積極作用。使產品具備很強的針對性。

2.1 研發設計應用

（1）融合消費者反饋研發設計。研發設計環節是產品價值最高的環節。研發設計的出發點在于消費者需求。客戶在使用制造企業的產品過程中會產生大量的數據，通過對這些數據的搜集和分析，可以比較精確的把握消費者的偏好和使用習慣，調查消費者對產品特性和使用價值的潛在要求。以此來提升企業的生產技術，研發設計出符合廣大消費者需求的產品。又可根據客戶的個性化要求進行生產，創造更大的市場價值。

（2）基于模型的研發設計。傳統的產品設計不能解決復雜的產品設計，大數據的使用解決了這一難題。產品設計階段，需要將設計師、工程師、銷售部門的數據進行搜集、整理、分析，通過對模型參數的修正，設計出符合市場需求的產品。大數據運用到產品設計可縮短研發時間，節約成本，搶占先機。

（3）基于仿真的研發設計。產品在正式生產前，需要對設計的方方面面進行仿真，檢驗設計是否合理，從源頭上去除實驗中的缺陷。在大數據環境下，運用存儲的各方的技術知識和產品開發過程中的數據，進行模擬仿真，及時的發現設計過程中的缺陷，優化產品各種性能。克服了以客戶作為反饋者，造成的時間上的浪費、成本的增加。

（4）基于產品生命周期的研發設計。產品生命周期涉及產品需求分析、設計、制造、使用、售后等環節，需要多部門協同研發設計。運用大數據技術，將產品生命周期中所需的各種數據與技術設計進行結合，將數據分析結果迅速地推送給相應的部門，使產品設計更符合市場需求。

2.2 生產過程應用

智能制造是制造業的發展趨勢，要求整合原材料、能源動力、資金、信息、勞動力等各種資源。制造業生產線安裝數以千計的傳感器，隨時地收集制造數據。通過對制造業數據的收集、分析，可以提升制造業效率。一方面，如果某個工序出現偏差，就會反映到控制部門，就可以針對性地解決問題。另一方面，運用大數據對生產過程進行仿真模擬，有助于改進生產工藝。

個性化、小批量商品是目前制造業競爭力所在。數據精細化以及10多年產生的信息化的數據，使得對客戶需求的分析亟需大數據支撐。大數據可在以下三個方面發揮作用。一是，減少中間品庫存。制造業生產各個工序中，各工序的中間產品的數量會影響企業的生產效率。如果中間產品庫存過大，則會造成資源閑置，減小利潤。通過大數據的分析，企業可以制定合理的生產計劃，使庫存保持在合理的區間。二是，減少邊角料和廢品。MES制造系統通過利用大數據利用條碼技術追蹤產品生產、庫存、銷售及售后服務過程，實現生產過程公開化，減少邊角料和廢品的出現。三是，故障預測。利用大數據，記錄生產過程中的全部信息，可以發現在生產過程中的故障，生成故障設備記錄，降低停機次數。

2.3 市場營銷應用

通過分析大數據，可以分析出區域內各消費群體的需求結構、消費比重、產品種類，企業由此可調整產品營銷策略。著名的“啤酒和尿布”的組合，就是沃爾瑪運用大數據分析的結果。大數據應用于產品營銷環節，可減少供過于求或供不應求現象。應用銷售數據，統計各個零售平臺銷售數據，制造業企業可以對產品的銷售情況、庫存情況做到及時有效的掌握。將企業的生產根據銷售情況適度調節，合理的控制庫存，提高資金周轉率，提升制造業企業利潤水平。

2.4 售后服務應用

（1）服務類型識別。傳統的售后服務表現為客戶發現問題后向企業尋求售后，該種模式容易損失許多潛在的客戶。隨著大數據技術的運用，企業把大數據運用到客戶關系管理（CRM，customer relationship management）中。CRM要求不斷加強企業與客戶之間的交流，掌握客戶對產品的需求，不斷改進產品和服務，以便更能滿足廣大客戶的需求。目前，客戶在論壇、微博等渠道表達自己對產品的想法和評價，讓廣大客戶投入到產品功能設計中。通過CRM系統不斷擴大客戶群體，為企業增強售后服務的針對性。

（2）運行狀態監控。制造業產品在使用過程中難免會出現一些問題，通過對產品運行狀態的實時監控，可發現產品存在的問題，以便針對性地提出解決方案。設備越復雜，產品問題越不易被察覺，大數據的應用，實時數據的使用，使得售后服務更及時、準確。

參考文獻

[1]童群.大數據在工業制造業的應用與研究[J].網絡安全技術與應用，2018，（10）：107-108.

[2]周馳.大數據在工業制造業的應用與研究[J].數字通信世界，2019，（8）.

[3]鄭樹泉，宗宇偉.工業大數據構架與應用[M].上海：上海科學技術出版社，2017.

[4]梁志宇，王宏志，李建中，等.制造業中的大數據分析技術應用研究綜述[J].機械，2018，45（06）：6-18.