工業大數據技術的應用價值及展望

王旭，高杰

［工信通（北京）信息技術有限公司，北京 100036］

0 引言

當前，以大數據、云計算、人工智能等為代表的科學技術革命席卷世界，不斷構建信息互聯、數據共享、資源合作、開放協同的現代工業創新體系，極大提高了工業創新能力，拓展了發展空間。新一代信息通信技術的蓬勃發展，推動著工業加速朝數字化、網絡化、智能化方向邁進，這是新一輪工業革命下制造業生產全周期的數據信息可采集、可分析、可運行的必然結果。

隨著智能制造的飛速發展，大數據分析技術已成為推進制造業生產質量、提高生產效率的重要因素，是實現生產流程自動化、風險管控自動化、制造模式智能化的關鍵基礎，對智慧生產的實現有著重要的推進意義。大數據分析技術在工業領域的研發和突破，其本質目標即從大量繁雜的數據中挖掘出最有價值的內容，從而挖掘新生產模式，進而推動生產管理模式的革新和發展。工業生產大數據分析關鍵技術，對產品需求設計、科學管控生產、實時風險監控、產品精準營銷等產品生命周期各環節，都起到了舉足輕重的作用[1]。

1 工業大數據技術的發展現狀

1.1 工業大數據技術的內涵

從工業大數據分析本身來看，其橫向覆蓋了產品設計與研發、加工與生產、倉儲與物流、服務和銷售等整個生命周期的各個環節，而縱向涵蓋了供應鏈、產業鏈、價值鏈等3 個方面的內容[2]。而工業大數據技術應用，即根據特定場景，利用數據采集、融合、儲存、挖掘及可視化等各種方式，把工業大數據中蘊藏的重要信息釋放出來，以改善企業生產與經營管理，并推動企業生產與商業模式的革新。工業大數據分析關鍵技術主要包含：大數據感知與收集、數據的統一儲存與建模、統計分析和決策支持[2]。

1.1.1 數據感知與采集

數據感知和收集是獲取有效信息的重要途徑，是工業大數據應用的基石。數據感知和采集技術主要是通過傳感器，結合RFID、條形碼掃描器、生產和檢測裝置、PDA、智慧終端等技術手段收集工業生產領域多源異構數據，同時利用網絡或現場總線等現代信息技術，達到對原始數據信息的及時傳遞的目的。

1.1.2 數據存儲與建模

數據存儲與建模可面向多種存儲模式、多種邏輯結構的數據，實現海量數據存儲與壓縮、復雜數據索引與查詢、數據優化與緩存等功能，將數據以標準化的形態存放到管理系統中。

1.1.3 數據分析與決策支持

數據分析與決策支持即圍繞某一業務問題，構建行業數據分析模型，結合云計算技術、數據挖掘算法、可視化等技術尋找海量信息背后的規律及原因，從而進而形成高精度、高可靠性的生產模式，建立“工業大腦”，來真正地處理實際的業務問題，智能地支撐工業決策。

1.2 國外發展現狀

工業互聯網正蓬勃發展，國際工業巨頭正在迅速布局工業互聯網技術與場景應用。美國通用電氣公司率先推出數據分析云平臺Predix，開啟數字化轉型新時代；德國西門子公司推出云平臺Mind Sphere，可將所有的生產設備、車間工廠和管理系統連接在一起，通過云計算技術來駕馭海量數據，為企業數據賦予了全新的價值；法國施耐德電氣有限公司推出的Eco Struxure 平臺，是具有互操作性的系統架構與平臺的控制專家，服務于住宅樓宇、數據中心、基礎設施市場、為用戶提供高效、安全、可靠的數據互聯互通服務。德國SAP 公司研發的HANA 大數據平臺，可為物聯網應用提供實時數據處理，推動HANA 與信息化系統的融合。此外，硅谷眾多創業公司也積極投身于工業數據分析技術和相關產品的研發，典型代表有Uptake Tech 公司，為建筑、航空、采礦行業提供分析與預測軟件服務。

1.3 國內發展現狀

伴隨工業4.0 浪潮的興起，新一代信息技術迅猛發展，大數據、人工智能、5G、VR/AR 等技術對實體經濟的變革影響深遠，各種創新應用噴涌而出。其中，物聯網技術為生產工具和產品之間建立“橋梁”，把工業生產設備變成數據終端，全方位采集底層基礎數據；云計算使用互聯網上托管的遠程服務器網絡來存儲、管理和處理數據，形成跨企業、跨領域的資源共享與協同空間，打造供需對接的生態服務；VR/AR 技術可以使用戶通過視覺、聽覺、觸覺等感知行為沉浸于虛擬環境，可以實現人對工業生產設備的操作模擬與工廠環境的沉浸式體驗[3]；5G 技術的增強寬帶、海量連接、低延時高可靠等特性，為物聯網、云計算等各種跨界融合和跨行業應用提供了重要保障。

國內工業大數據平臺建設方面也有一定進展，在高端裝備方面仍然是以龍頭企業自建方式為主，國內海爾集團、中國航天科工、三一重工等企業分別推出了COSMO 平臺、航天云網平臺、三一樹根物聯平臺等工業互聯網平臺產品。中國航天科工集團公司打造航天云網工業互聯網平臺，將數據采集、處理、分析、可視化等數據分析全流程以“云化方式”向用戶開放，打造工業大數據基礎開放能力，并對接第三方商業與金融資源，為產業集群提供優質的商業創新模式與金融服務。

2 工業大數據技術的應用價值

大數據在工業領域的應用覆蓋產品需求設計、生產制造、風險管控、產品營銷等產品生命周期的各個環節。在產品需求設計環節，可通過分析用戶畫像，為用戶提供個性化定制體驗；在生產制造環節，可綜合大量的機械設備、生產線、車間運營等工業數據的分析與可視化，科學管控生產；在風險管控環節，可以對機械設備狀態實時監測數據進行建模分析，預測設備可能的異常征兆，防范可能的設備故障，規避事故發生；在產品營銷環節，可通過挖掘銷售數據，預判市場趨勢，尋找機會產品，制定精準營銷策略[3]。

2.1 把握用戶需求

準確把握用戶需求，實現個性化定制規模生產。企業可以利用工業傳感器等器件，實時采集、存儲和傳輸用戶偏好數據，利用大數據分析與可視化等技術手段，協助企業實現以需求為導向的產品創新。雙馳鞋業建設鞋業大規模個性化定制平臺，打造出了一條可根據個人腳型柔性選配產品、快速響應需求的自動化定制生產線，實現從消費端腳型數據采集到工廠端生產的全流程的數字化，同時為用戶提供了個性化定制體驗。

2.2 科學管控生產

科學監控與管理生產過程，提升生產效率。企業利用采集的產能產量、溫度、壓力、熱能、噪音、損耗等數據，對制造全過程進行嚴格監控，對生產過程建立仿真模型，實現生產流程的優化。另外，企業可根據生產訂單、在用產線以及庫存管理等數據預測市場走勢，提高庫存周轉率，科學安排生產計劃。海爾集團的COSMOPlat 工業大數據平臺利用物聯感知、云平臺、智能決策等技術，對設備狀態、工藝變量、資源使用情況及效率進行在線監測，同時通過對產能、庫存的分析預測，給出最佳的生產排程及資源調整方案，有效地優化資源配置，提升生產效率[4]。

2.3 實時風險監控

實時監測設備故障，有效規避風險。企業運行過程中存在諸多風險，既涉及產品缺陷、設備能效不高、可靠性和安全等問題，還涉及設備的工作性能降低、零件損壞、操作風險增加等問題。而利用工業大數據分析技術可實現在設備功能退化的過程中傳遞信號，從而及時預警并防范可能的故障，避免事故發生。三一重工股份有限公司構建裝備工況大數據平臺，接入將近23 萬臺設備（6 萬臺活躍設備），實時監測并可視化顯示設備運行情況，應用大數據分析工具對大型機械裝備進行故障分析，及時排除故障[5]。大唐集團自主研發的X-BDP大數據平臺，可通過視頻、傳感器等多維度數據，對電廠設備進行各類傳感數據的監測，同時結合視頻智能分析，識別出設備損壞、危險操作的不安全行為，構建企業重大危險源監測模型，提前預測潛在風險，有效保障了生產安全[6]。

2.4 實現精準營銷

準確觸達目標用戶，實現精準營銷。企業和用戶在交互和交易的過程中產生海量數據，通過數據分析可精準獲得用戶的使用行為、偏好，進而生成用戶畫像。可以在市場推廣、渠道選擇等營銷環節，為目標用戶推送不同類型的產品，提高營銷的準確度。更關鍵的是，企業能夠根據用戶需求進行產品的個性化設計和精準定位，通過提升產品價值及核心理念與用戶需求的吻合程度，滿足用戶需求，進而提升企業經營效益。紅獅集團建成水泥行業經銷商B2B 平臺，把自助查詢、財務對賬等業務搬到線上，實現與經銷商的交易協同，縮短相應時效。并且能夠針對不同偏好、不同需求的客戶群體制定對應的營銷策略，提高營銷精準度。

3 工業大數據技術應用展望

工業大數據應用的外部環境日益成熟。隨著智能制造的迅猛發展，其相關研究和應用推動了傳感器、控制器、云平臺等軟硬件系統的更新迭代，深化了新一代信息技術在制造領域的應用。智能制造的日益成熟，一方面打破了數據孤島，機器之間實現信息共享、互聯互通，為數據匯聚奠定了基礎；另一方滿制造業大數據分析的應用需求逐漸增多，促進制造業大數據應用的外部環境日趨完善。

人工智能和工業大數據融合加深。以機器學習、圖像處理、語音識別等為代表的人工智能技術，促進了大數據在工業領域的深度應用。人工智能為海量數據清洗、匯總提供高效智能的技術手段，同時保障了更高的數據質量。工業大數據的應用離不開人工智能技術，而人工智能的基礎是海量數據支持，二者的深度融合成為發展的必然趨勢[7]。

工業大數據逐漸上云上平臺。工業云將與大數據、人工智能、VR/AR、區塊鏈等方面充分結合，使工業整體上實現快速更新升級。工業云平臺作為關鍵基礎設施，能夠使大數據在工業領域快速發展，提高資源分配效率、優化生產過程并提升決策能力[8]。云平臺為工業企業提供了大數據綜合解決方案，特別是降低了中小企業使用工業大數據技術的門檻和成本。

4 加快工業大數據發展的相關建議

當前，我國工業大數據正處于規模化發展初期。應搶抓機遇、順勢而為，充分利用我國工業市場廣闊、應用場景豐富的優勢，借助新一代信息技術高速發展的勢頭，加速構建大數據在工業互聯網、智能制造領域的全新產業生態，推動傳統產業數字化轉型，實現經濟高質量發展[9]。

（1）要不斷引導企業需求，拓展工業數據應用廣度。一方面鼓勵企業優化數據源，特別是對于機械設備、生產線等現場生產數據采集總量，采集類型、采集精度以及頻率方面，提高關鍵技術的核心競爭力。另一方面促進上游供應商與下游客戶之間的資源交互與信息共享，拓展工業數據應用廣度，充分發揮數據融合的應用價值。

（2）發揮工業互聯網平臺優勢，提升平臺的數據處理能力。支持工業互聯網平臺面向企業開放數據資源，重點提高中小企業的數據應用水平。加快推動研發設計、生產制造、質量檢測、故障運維等方面的工業知識的系統化，培育一批工業APP。突破工業互聯網平臺技術難點，推動工業數據資源實現跨企業、跨行業甚至跨地域的流動與共享，推動工業數據向網絡化、智能化加速演進。

（3）推進工業大數據標準修訂，健全安全管理體系。組織協會聯盟、研究機構、高校及專家團隊開展全國行業性工業領域數據標準框架研究，加快推進工業數據開放、流通及交換、數據安全等關鍵領域的標準研制。同時，凝練工業大數據交換集成、全流程建模、分析算法等數據處理和典型應用場景，通過應用試點形成可復制、可推廣的數據應用標準。此外，鼓勵企業對接國家或省級的工業互聯網安全監測平臺，強化技術保障，完善數據安全相關法律法規，健全安全管理體系，筑牢工業大數據的安全防線。