工業大數據的應用和實踐研究

羅立輝

（寧波芯健半導體有限公司 浙江 寧波 315327）

0 引言

隨著智能化工業生產的應用以及現代科學技術的發展，海量工業數據作為全新元素融入到工業生產活動中來，在很大程度上推動了工業生產活動智能化和現代化水平提升。大數據時代背景下，對工業生產的創新轉型提供了更大助力，工業企業信息化建設的不斷推進必然會形成更多工業數據，而要確保工業生產智能化，應當對海量工業數據展開深入全面分析研究，深入挖掘有價值信息，制定有針對性的工業生產以及市場營銷策略，推動智能型工業企業的高質量發展[1]?，F階段，智能技術的普及與工業大數據的實踐應用，將智能技術與大數據技術充分融合起來，對于各類自動化生產設備的控制過程中，作業人員能夠更加科學高效地完成工作任務。在這一背景下，本文主要分析了工業大數據的基本概念，同時探討了工業大數據在工業企業中的實踐應用。

1 工業大數據的概念及優點

所謂工業大數據即基于工業領域或工業企業收集到的海量數據，即便數據類型存在一定的差異，但它們都表現出如下幾點突出特征：大容量、更新快、類型豐富以及高價值。近年來，各行業各領域紛紛推進技術變革和優化轉型，工業大數據逐漸演變為非常重要的新的服務類型，對各類數據信息進行收集存儲和分析整理，挖掘有價值信息，得到能夠有效利用的工業數據，幫助企業能夠準確把握與了解其中蘊含的信息內容。在此基礎上，借助于有針對性的策略來獲取有效信息，推動企業各項生產活動的有序開展，助力企業的持續健康發展。

眾所周知，數據自身無法為企業經營發展提供直接的助力，數據中所蘊含的技術也無法直接促進制造業智能化水平的提升。然而若能夠把海量數據充分收集起來，將其轉化為制造業生產經營活動所需要的信息，即可充分發揮出其自身價值。基于工業數據自身而言，它們屬于工業生產以及新能源開發的關鍵所在，數據類型的復雜性和多元性屬于工業知識生產領域中非常明顯的特點，它能夠幫助工業企業更好地獲取到相關信息。在這一過程中企業必須要對工業數據進行科學有效分析，一般情況下可以選擇公共數據模型，結合這些模型來把結構化業務數據予以整合，通常涉及企業的庫存、生產情況以及交易情況[2]。在這一前提下該數據模型還能夠把非侵入性操作系統內的數據予以整合，一般來說涉及預警、程序參數以及供應商數據等。借助于分析上述主要數據類型的相互關系，企業能夠得到更多有價值的信息，從而制定有針對性的經營管理策略。

2 工業大數據和互聯網大數據的差異性

在經濟快速發展的過程中，人們的日常生活和工作都在大數據的影響下發生了翻天覆地的變化。近年來，不論是公共安全、交通，還是娛樂、購物、生活等，都已經建立了一個初步的大數據分析模型，國家和企業都為了大數據的應用投入了大量的資金。至此，大數據領域得到了飛速發展，并且也從互聯網領域逐步發展到了我國金融、工業、醫療以及環境等領域中，在這個過程中互聯網的大數據發展是最成功的。互聯網始終秉承開放、共享和自治的發展理念，結合社會中不同的領域，促進生產力的發展。工業大數據是職能制造和大數據進行融合的完美產物，工業大數據代表著工業產品在生命周期內的信息化應用中產生的數據，是我國工業互聯網的核心內容，也是工業智能化發展的關鍵內容[3]。依托于大數據技術和互聯網技術衍生的工業大數據，在工業中的設計、生產、工業、工藝、管理以及服務中的各個環節進行完善，讓工業系統具備智能化的控制系統，如預判、決策、診斷、控制等功能。工業大數據和互聯網大數據相比之下，更加具有專業性、流程性、關聯性、解析性以及時序性等特點，在我國目前工業領域，傳統的互聯網大數據分析已經無法滿足智能化工業發展的需求，所以工業大數據具有非常積極的意義。工業大數據和互聯網大數據兩者之間的區別見表1。

表1 工業大數據和互聯網大數據的區別

由此可見，工業大數據分析不能只依賴算法工具，應該更加重視分析流程的邏輯清晰，以及分析流程中進行專業技術體系的匹配過程。在互聯網大數據中，問題從數據端就能被發現，但是工業大數據領域應該從功能端以及價值方面進行思考。換言之，傳統的裝備企業在建設物聯網時，如果單方面地思考對獲取數據的途徑以及量級，沒有考慮到數據的具體情況分析、相應目標和功能的應用等，就有可能會導致數據沒有太高的利用價值，不能對關鍵數據進行采集等情況發生。

3 工業互聯網背景下采集工業大數據方法

3.1 工業大數據來源

工業互聯網中的生產資源和核心要素就是工業大數據，能夠實現人和機器進行對話的可能，是我國工業企業從傳統制造轉變為工業智造的加速器。立足于業務角度分析可知，工業大數據的來源主要是工業物聯網數據、外部跨界數據以及企業信息化數據等。

工業物聯網數據是通過傳感器等將產品對象和機器進行連接所產生的數據內容，主要表現為現場的數據信息，以及交付給客戶以后的終端產品中產生的數據信息，就是工業大數據最重要的組成部分。

企業信息化數據是指儲存在進行日常生產和管理活動中的ERP、MES、SCM、CRM等信息系統中的高價值業務數據信息，對產品的生命周期以及其他環節所涉及的，在工業領域中這部分數據已經成為較為傳統的數據資產[4]。

外部跨界數據信息也是工業大數據的重要來源之一，企業不僅要受到政策法規、市場變化、生產要素等外部影響，對企業的生產和產品創新造成干擾，同時還要受到企業內部生產運行中的影響，導致工業系統始終位于復雜多變的內部環境和外部環境中。

3.2 采集工業大數據

采集工業大數據的過程是制造企業數字化成功轉型的前提。工業互聯網在幫助企業成功升級實現轉型的過程中，成為了采集工業大數據進行應用的全新載體，其邊緣層通過協議、系統集成或者接口的方式對不同來源的數據資源實現了實時采收和接入。

在工業物聯網中的數據采集主要包含了工業產品數據采集和工業現場數據采集?？蛻敉度胧褂昧斯I產品數據裝備或者產品以后，通過無線通信技術接入工業互聯網，如4G、5G等，通過標識、傳感器等對產品的信息、溫度、電壓、工作電流等實時數據進行獲取，對數據完成采集[5]。工業現場數據的采集主要是針對現場工業設備以及工業系統進行。通過對生產現場的自動化系統控制，比如DCS、SCADA系統等，利用傳感器、采集器、射頻識別技術等，對地位位置集中的底層設備或者分散工業現場的設備進行監視和數據采集。

4 工業大數據應用狀況分析

4.1 創新商業模式，催生制造業新業態

2009年，國內學者在國際上首次提出云制造的概念，把目前已有網絡化制造以及服務技術和云計算、云安全以及物聯網等進行有機整合，真正實現了不同制造資源（包括硬件設備、系統軟件、模型數據等）更加統一集中的智能化管理，為制造全生命周期帶來了能夠及時獲取、按需檢索、穩定可靠、性價比更高的制造活動服務[6]。云制造這一概念被拋出之后，借助于建立云制造依存平臺，面向全社會收集整合制造數據，推進數據信息的充分共享和有機融合，促進工業生產要素開發利用效率的不斷提升，逐漸構建了符合互聯網經濟發展趨勢的資源共享、在線互動、多方協同、互惠共贏的產業形態。另外，針對大制造業中小企業帶來更加開放化、協同式的創新創業服務，同時讓其發展為促進大眾創業，萬眾創新政策落地的重要載體[7]。云制造衍生出的制造業新生態突出表現為數據驅動、共享服務、跨界融合、自主智慧的特點，而數據驅動屬于其核心屬性?；谠骗h境市場實際需求來自動采集、精準營銷，對企業可能存在的風險進行有效預警，個性化定制需求采集和制造、資源的動態調度與整合、供需對接等各個方面為云制造帶來支持。

4.2 促進制造過程優化、變革制造模式

一方面是制造環節與系統的不斷優化。依靠工業大數據，利用工業制造環境中的傳感器、加工設備、加工目標、工控系統以及工業軟件相互之間的有效聯通，推進落實數據信息的全面采集與分析，實現制造合規性監測、設備狀態監控以及故障預警、工廠能耗評價、事故監控預警以及工業供應鏈分析和優化等，真正實現工業生產活動過程中的信息傳輸共享、系統有機整合以及不同業務協同，確保制造活動自動化水平不斷提升，讓工業生產決策更加科學，實現智能化管控[8]。進一步來說，借助于工業大數據技術能夠對工業企業相關設計數據、生產工藝數據、制造執行數據、庫房數據、產品質量數據、財務會計數據等多元化數據類型展開全面收集分析，從而做到訂單需求獲取、產品研發設計、實際生產監管、供應鏈管理和產品服務運行維護的整個業務流程的有效協同，促進工業企業自身科研水平和運行管理水平的不斷提升。

另一方面是應用工業大數據技術能夠助力工業企業對已有產品與服務優化創新，促進傳統制造業“產品+制造”為主的經營發展模式朝著“產品+服務”的模式轉型。對于需求分析來說，依靠網絡商務平臺對收集到的產品銷售數據以及用戶個性化定制數據實施深入挖掘分析，進而對產品和服務進行創新，有效符合用戶實際需求。在研發設計過程中，從社會化產品以及個性化定制需求著手，借助于設計資源的社會化共享，形成眾創、眾包等現代研發設計模式，促進企業借助社會化創新的能力。對于制造執行過程中，依托工業大數據技術來科學合理規劃柔性化制造流程，確保能夠實現大規模個性化生產。對于產品后期運維過程中，依靠產品內置傳感器可以有效對產品的實際運行情況展開實時監測，針對傳輸回的數據進行分析，能夠提供更加及時的遠程維護、故障預警等較好的服務解決方案，促進企業用戶黏性提升。

4.3 基于大數據的產品創新設計

利用工業大數據對整個市場的潛在需求進行分析，對產品設計、制造以及后期維護整個環節的數據信息予以收集，借助于深入挖掘分析產品設計信息、制造信息、質量信息、運行情況信息以及后期維護信息，對產品設計環節的設計分離面實施優化更新，對產品制造環節中成本難以管控或制造環節可能出現的質量問題予以合理調整，對可能降低產品運行質量或者使用壽命的重要零部件實施定位追蹤。和研發設計工作人員建立閉環反饋機制，持續更新，助力工業企業產品設計創新。

4.4 基于大數據的供應鏈分析和優化服務

借助于工業大數據深入分析研究制造企業從訂單獲取到最終交付整個流程的數據信息，促進制造企業對供應鏈的優化與完善，這一實踐應用集中體現在以下幾方面：（1）依靠工業大數據來收集分析制造企業產品數據信息，對訂單需求進行準確預測，根據預測結果來分析得出實際生產過程中涉及的原材料、元器件、成附件的需求數量和實踐，為相關崗位工作人員開展好自身工作帶來數據支持。（2）依靠收集分析制造企業采購到貨情況、數量質量等數據，和企業生產計劃、生產準備和現場制造實際狀態予以聯動，促進供應鏈運行管理水平的不斷提升，同時能夠給供應商績效評價活動帶來準確數據支撐。（3）對供應鏈相關物料的發運狀態、物流運輸情況等數據予以采集，根據企業生產制造方案和庫房狀況，促進物流準確度提升，降低供應鏈風險，實現企業庫存優化，避免資金積壓，有效規避風險[9]。

4.5 大數據驅動下的生產管理

對制造企業實際生產活動中的產品定義信息、人機物資源信息進行全面有效采集，對訂單和計劃安排信息展開分析，能夠更加科學客觀地了解企業生產活動中的人機物績效，第一時間找出生產活動中可能存在的影響因素。借助于對計劃生產信息以及人機物資源信息進行全面采集分析，對制造執行環節和生產準備環節予以有效融合，為制造執行環節帶來人員、設備、工具、技術、資料等支持，確保生產計劃能夠有序落實，避免生產活動可能存在的時間浪費，促進制造績效的不斷提升。借助于對制造執行環節的人機物數據信息展開收集分析，對產品制造環節的質量情況予以深入研究，更加準確地追蹤不合格產品的根源和批次，為制造企業生產質量管控工作帶來充分支持。

5 結語

綜上所述，數字經濟的飛速發展讓工業數據量不斷增多，工業互聯網的建設發展目前依舊處在初級階段，即便如此，工業大數據的實際應用也擁有非常廣闊的空間。工業大數據有助于推動制造企業的創新與轉型，可以提升企業經濟效益。所以，制造企業必須要明確智能制造和工業大數據的相互關系，對工業大數據的重要性有充分認識，從而通過科學有效的運用方式來促進自身核心競爭力不斷提升，確保企業的持續穩健發展。