智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制對策

(西南科技大學(xué) 四川 綿陽 621000)

引言

在互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)等高新技術(shù)持續(xù)發(fā)展的背景下，工業(yè)生產(chǎn)領(lǐng)域逐步實(shí)現(xiàn)了智能制造，在此背景下，數(shù)據(jù)逐步成為工業(yè)生產(chǎn)制造企業(yè)的核心價值之一。數(shù)據(jù)分析利用度越高，則企業(yè)的運(yùn)營發(fā)展就越高效，從而實(shí)現(xiàn)生產(chǎn)效率的提升。在智能制造背景下，大數(shù)據(jù)正在逐步改變著生活方式和生產(chǎn)方式，也在一定程度上改變了工業(yè)制造企業(yè)的運(yùn)作模式。基于此，開展智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制對策研究就顯得尤為必要。

一、智能制造背景下工業(yè)大數(shù)據(jù)的特征

智能制造背景下工業(yè)大數(shù)據(jù)所具有的特征主要體現(xiàn)在以下幾個方面：

第一，數(shù)量大。在智能制造背景下工業(yè)生產(chǎn)中很多設(shè)備感知數(shù)據(jù)被廣泛接入生產(chǎn)系統(tǒng)中，一些工業(yè)制造企業(yè)生產(chǎn)數(shù)據(jù)量可達(dá)到EB級別。

第二，生成速度快。在智能制造背景下企業(yè)生產(chǎn)速度非常快，無論是數(shù)據(jù)生產(chǎn)，還是采集頻率，甚至可以達(dá)到毫秒級別。

第三，模態(tài)多樣化。在生產(chǎn)制造中，大數(shù)據(jù)種類豐富多樣化，包括：結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化等數(shù)據(jù)。

第四，價值密度比較低。就目前我國工業(yè)大數(shù)據(jù)發(fā)展現(xiàn)狀而言，價值密度的分布還不夠均勻，總體而言存在“二八定律”，也就是20%的結(jié)構(gòu)化大數(shù)據(jù)，占80%的價值密度，而80%的非結(jié)構(gòu)化大數(shù)據(jù)，占20%的價值密度。這就使得我國工業(yè)大數(shù)據(jù)存在很大的價值[1]。

二、工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量管理面臨的挑戰(zhàn)

在智能制造背景下，工業(yè)大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)有很大區(qū)別，主要體現(xiàn)在數(shù)據(jù)采集速度、數(shù)據(jù)分析過程、數(shù)據(jù)存儲及數(shù)據(jù)質(zhì)量管理都造成了極大的挑戰(zhàn)，工業(yè)大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)對比分析表如表1所示：

表1 工業(yè)大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)對比表

從表1中可以看出，相比于傳統(tǒng)數(shù)據(jù)，工業(yè)大數(shù)據(jù)的結(jié)構(gòu)更加復(fù)雜，涉及到的范圍更加廣泛，因此，在具體管理中非常容易發(fā)生數(shù)據(jù)質(zhì)量問題，主要體現(xiàn)在以下幾個方面：

第一，在數(shù)據(jù)收集方面，工業(yè)大數(shù)據(jù)來源更加廣泛，結(jié)構(gòu)各異，不同數(shù)據(jù)源之間存在一定的沖突和矛盾，如何保證數(shù)據(jù)管理的完整性和管理質(zhì)量的可靠性極為重要。

第二，工業(yè)大數(shù)據(jù)的規(guī)模非常大，且大數(shù)據(jù)獲取、存儲、計算等環(huán)節(jié)存在錯誤，傳統(tǒng)人工檢錯方法，根本無法適應(yīng)海量的數(shù)據(jù)檢查，無法快速找到存在問題的數(shù)據(jù)，而言無法及時提取出有效、有價值的數(shù)據(jù)。

第三，由于數(shù)據(jù)生產(chǎn)速度快，且復(fù)雜多變，也更加容易形成不一致的數(shù)據(jù)。

第四，數(shù)據(jù)源頭種類多樣化，并且存在多種結(jié)構(gòu)形式的數(shù)據(jù)。致使不同的數(shù)據(jù)源之間，相同數(shù)據(jù)源之間，可能存在沖突和不一致現(xiàn)象，再加上數(shù)據(jù)質(zhì)量管理需要多個部門協(xié)調(diào)完成，大大增加了數(shù)據(jù)處理中發(fā)生問題的概率。

三、智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制對策

(一)構(gòu)建數(shù)據(jù)質(zhì)量評價體系。完善系統(tǒng)的質(zhì)量評價體系是保證大數(shù)據(jù)質(zhì)量管理水平的關(guān)鍵，愛智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量評價體系的構(gòu)建需要同時從三個方面進(jìn)行考慮，包括：完整性、一致性、準(zhǔn)確性。

第一，完整性是衡量工業(yè)大數(shù)據(jù)是否滿足生產(chǎn)實(shí)際運(yùn)行條件的關(guān)鍵，在智能制造背景下，工業(yè)大數(shù)據(jù)呈現(xiàn)指數(shù)式增長，每天都會形成大量數(shù)據(jù)，這些數(shù)據(jù)可能在某一范圍中波動。如果發(fā)生突然激增或者土壤激減，則要及時找到那個環(huán)節(jié)發(fā)生變動，對發(fā)生變動范圍比較大的數(shù)據(jù)進(jìn)行系統(tǒng)研究，找到發(fā)生變化的根源，為調(diào)整生產(chǎn)工藝和生產(chǎn)方法提供數(shù)據(jù)支持。

第二，一致性是檢查工業(yè)大數(shù)據(jù)采集數(shù)據(jù)和實(shí)際生產(chǎn)數(shù)據(jù)是否相同的主要方法，由于工業(yè)大數(shù)據(jù)數(shù)量比較大龐大，逐步檢查根本不現(xiàn)實(shí)，采用合規(guī)記錄來檢查工業(yè)大數(shù)據(jù)是否滿足生產(chǎn)要求。比如：工業(yè)大數(shù)據(jù)多為集合數(shù)據(jù)，但在實(shí)際生產(chǎn)中，經(jīng)常發(fā)生超出范圍之內(nèi)的數(shù)據(jù)，此時就需要通過一致性檢驗(yàn)來對一些工業(yè)大數(shù)據(jù)的豎向，比如：如果甲數(shù)據(jù)屬性為一個確定的數(shù)值，乙屬性的值需要在有一個特定的數(shù)據(jù)范圍中，衡量乙屬性的主要方法為合規(guī)率。

第三，準(zhǔn)確性多用于分析和記錄一些個別數(shù)據(jù)，和一致性有一定的差異，比如：準(zhǔn)確性比較關(guān)注工業(yè)大數(shù)據(jù)的數(shù)據(jù)錯誤情況，而一致性則比較關(guān)注合規(guī)率。所以，如果企業(yè)生產(chǎn)數(shù)據(jù)的實(shí)際值不再定義范圍中，此時此數(shù)據(jù)就好毫無價值，是一個錯誤數(shù)據(jù)。但如果某個數(shù)據(jù)，是工業(yè)生產(chǎn)數(shù)據(jù)，具有實(shí)際意義，可能是數(shù)據(jù)范圍定義發(fā)生差錯，此時不能認(rèn)為數(shù)據(jù)錯誤，而是要重新修補(bǔ)實(shí)際定義[2]。

(二)全面落實(shí)數(shù)據(jù)質(zhì)量信息的采集、分析與監(jiān)控。對采集到的數(shù)據(jù)來源進(jìn)行質(zhì)量分析，就可以充分了解及掌握生產(chǎn)數(shù)據(jù)的質(zhì)量。再通過和歷史數(shù)據(jù)的對比，就可以對數(shù)據(jù)質(zhì)量控制質(zhì)量進(jìn)行評估，針對存在的問題，制定有效的解決方法，從而逐步提升工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制水平。

(三)建立數(shù)據(jù)質(zhì)量的持續(xù)改進(jìn)工作機(jī)制。影響工業(yè)大數(shù)據(jù)引起數(shù)據(jù)質(zhì)量問題的來源包括四大問題域，信息問題域、技術(shù)問題域、流程問題域及管理問題域。無論那個方面發(fā)生問題，都會引起數(shù)據(jù)質(zhì)量問題。因此，一旦發(fā)現(xiàn)數(shù)據(jù)質(zhì)量問題，必須對問題形成的根源進(jìn)行系統(tǒng)化分析[3]。

結(jié)語

綜上所述，本文結(jié)合理論實(shí)踐，分析了智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制對策，分析結(jié)果表明，在工業(yè)制造生產(chǎn)中，數(shù)據(jù)質(zhì)量控制貫穿數(shù)據(jù)全生命周期，涉及到的內(nèi)容也比較多，包括：數(shù)據(jù)質(zhì)量評估、數(shù)據(jù)監(jiān)控、數(shù)據(jù)清洗、數(shù)據(jù)診斷等多方面內(nèi)容。在智能制造背景下，工業(yè)大數(shù)據(jù)呈現(xiàn)爆炸式增長，對數(shù)據(jù)質(zhì)量控制技術(shù)和方法，提出了更高的要求，針對目前工業(yè)生產(chǎn)中大數(shù)據(jù)數(shù)據(jù)質(zhì)量控制管理中面臨的挑戰(zhàn)。需要從都方面同時入手，既要構(gòu)建完善系統(tǒng)數(shù)據(jù)質(zhì)量評價體系，也要對工業(yè)數(shù)據(jù)的采集過程、分析過程等進(jìn)行全面監(jiān)控，并按照工業(yè)生產(chǎn)實(shí)際情況，合理改進(jìn)工作技術(shù)。才能保證數(shù)據(jù)質(zhì)量時刻處于平穩(wěn)狀態(tài)，促使企業(yè)持續(xù)健康的發(fā)展。