智能制造中工業大數據的應用價值研究

沈錢

大數據時代加快了工業生產轉型與發展速度，企業智能化水平持續提升，產生的工業數據不斷增長。為促進工業生產智能化的實現，有必要積極引入工業數據技術智能收集分析并利用數據，挖掘有價值的信息并用于工業生產及市場營銷策略的制定，助力現代化智能型工業企業高質量發展目標的實現。該時代下，通過有機結合智能制造與大數據技術，能幫助工作人員實現工作自動化、智能化機械設備的便捷與高效控制，大幅提升產品生產至檢測整個過程的完成效率，從而幫助企業獲取更可觀的經濟效益。

從定義上看，工業大數據來自不同領域收集的大量數據，其中尤以工業部門為主。盡管數據有著不一致的類型，但基本上都具備大容量、多類型、高價值、快速更新四個重要特征。大數據時代下，各行各業相繼踏上了變革與技術升級的道路，工業大數據也因此轉變為新一代關鍵信息技術與服務類型，通過對多樣化工業數據的收集、存儲、分析、提煉、總結及利用，能更好地了解并把握各類新知識及信息。同時，在一系列措施的運用下將此類有價值的知識信息獲取后，能夠有效提升業務效率，實現新價值的創造。

企業經營管理中，工業大數據無法直接體現價值，而經過數據處理向人們需要的信息轉換之后，此時即可充分體現數據的價值。通過完美結合智能制造系統，能賦予設備自我判斷及自學能力，憑借數據傳導的信息即可達成智能控制的目標。同時，在工業大數據的輔佐下，制造企業管理人員在看待制造業發展時也能立足于更高的層面。此外，大數據時代下，工業制造領域中逐漸形成了更激烈的競爭，各個企業也提高了對多樣性的關注度，工業大數據可憑借多種方式向制造企業傳遞各類信息，當此類數據結合工業制造企業運營管理及研發創新后，能幫助企業產出具備多樣性特點的產品，且整個生產過程更高效，可夯實企業可持續發展的基礎。

以市場經濟與制造業發展新態勢為根據可知，制造業經濟發展情況從某種程度上取決于企業流程及產業鏈接口能力，而這一切的基礎條件是機器能力。制造企業為實現生產中浪費情況的有效控制，并促進產業效益的提高，往往會從生產狀況出發，系統性地開展自我調整，而該過程勢必會有大量實時數據產生。在工業大數據應用持續普及的背景下，制造業采購、物流、生產等一系列環節中都與大數據分析實現關聯，通過工業大數據的運用能面向客戶展開更深層次、全面的分析與挖掘，采取手機、平板電腦及傳感器等載體，可在實時交易、服務等應用場景實現應用。如傳感器數據為我們對已發生問題的分析提供幫助，并預測可能發生的問題，能夠針對性調整后續生產方向，確保客戶需求得到進一步滿足，從而帶動企業競爭力的提高。所以，在工業大數據工具的應用下分析挖掘制造業需要的數據，可幫助制造企業對生產中的問題形成更全面深刻的認知，并探索有助于附加價值提高的新形勢，從數據分析方面支持智能制造的變革升級。

（一）發展分析價值

智能制造背景下，制造企業在高度重視創新發展市場營銷與生產的同時，也有必要積極探索如何通過大規模工業數據技術開展預測分析，如預測社會需求或市場發展趨勢等，能為自身今后的發展提供保障。工業大數據邏輯預測是以關聯與不規則變化及規律性發展的一系列數據為對象展開綜合預測，但需要注意的是企業結合廣泛、深入的數據分析最終往往能獲取更詳實、準確的數據。同時，需要對行業發展實際情況及特點展開具體分析，體現基礎價值的同時發揮主導作用。

（二）產品分析價值

海量工業數據的應用，能幫助企業針對性地優化與完善產品，以此促進企業生產制造水平的提高，優化信息的同時實現全程控制。能面向企業工藝技術、生產能力、溫度壓力及設備材料損耗等數據展開全面收集與處理，保障企業運行的穩定性。同時，在大數據分析技術的運用下對比預期標準和現有數據，能更全面地落實各類資源的控制與管理工作。此外，通過對生產流程及技術標準的持續完善與更新，促進各類資源利用合理性與有效性的提升，在幫助工作人員增強業務技能和專業能力的前提下帶動生產管理質量及效率的提高，最終實現對企業智能產品生產全過程的有效控制。由于未來行業發展必然是以產品多樣化趨勢為主，生產智能型產品時涉及大量創新技術和個性化元素，企業在產品與服務的創新過程中要想更好滿足用戶需求，可嘗試建立集生產、銷售及服務為一體的發展新模式，憑借創新和拓展產品多樣性獲取發展的新動力。

（三）銷售分析價值

在提取、挖掘和分析工業生產數據后進行銷售趨勢報告、銷售預測報告及技術經濟計劃報告的編制，能為企業生產經營決策提供必要的參考依據。銷售分析體現的價值具體包含：一是以用戶行為及特征為對象，結合工業數據展開分析，掌握用戶在產品使用習慣、產品支持、購買意愿、期望及需求等有關產品類型及功能方面的偏好，以滿足用戶需求為目標開展智能化針對性的生產，以促進銷售水平的提高。二是結合工業數據對客戶特征展開分析、收集，獲取的信息更具針對性，能彌補以往數據分析中客戶真實數據欠缺造成分析結果不準確、市場定位不精準的缺陷，助力企業合理進行營銷模式的制定，夯實達成高質量發展目標的基礎。三是智能制造背景下，制造企業要想實現長期穩定發展、穩固自身經濟效益，就必須對用戶需求予以足夠的關注。通過大型工業企業數據的應用，能夠深入分析企業現有發展情況及客戶群銷售情況，并對比市場情況。同時，結合企業內部銷售模式與聯系方式，可做好重點客戶的精準判斷。四是企業發展計劃需聚焦品牌影響力及信息傳播渠道的持續改進和優化，保障企業銷售增長態勢穩定、持續。產品特征分布、用戶產品需求、傳播趨勢及與用戶的互動等方面集中體現了工業分析數據，以用戶實際情況為根據合理進行銷售計劃的制定，并突出特色化。五是從行業數據人手展開研究，有利于現有客戶的維護和穩定，同時在新客戶群特征分析及意向等數據的運用下，可針對性完善、調整自身產品，幫助企業更全面地掌握市場需求、滿足新知識生產供給。

（四）提高企業運用精準性

以往企業在建立和完善營銷系統時，基本都是采取市場調研、數據統計及問卷調查等方式分析消費者行為和需求、制定研究目標，此類方法最終取得的結果一般都不具備太高的準確性，相比智能制造時代下應用工業大數據后獲取的結果而言，在精準度和可靠性方面更是嚴重不足。工業大數據技術手段能夠深度聯系企業和用戶，可幫助用戶從復雜的調查研究局限中走出來，使他們在企業市場調查研究活動的參與中更方便、快捷，擁有遠超傳統市場調研方法不可比擬的優勢，能夠積極促進企業產品開發與推廣宣傳等活動的開展。同時，企業也能實現用戶個人需求的快速、可靠與精確判斷，進一步突出產品及服務的針對性，使用戶的滿意度大幅提高，促進企業與用戶雙方受益。此外，通過數據基礎服務的增強，能使企業針對用戶需求的反應更明確、準確，可實現用戶需求的精準預測。

首先，在開放性數據平臺的應用下，制造企業可轉移系統和數據至目標地方。在建設運作管理系統時，除開傳統軟件結構之外，也要涉及相互執行及項目需求服務的制造平臺，這也是制造企業綜合發展能力的重要體現之一。智能制造背景下，制造業發展平臺同樣需要歷經工程前期、實施與后期過程。為了充分發揮工業大數據在制造業領域中的應有價值，在前期發展階段中就必須落實科學規劃，同時對設計標準、后續實施等內容予以高度重視，夯實一體化制造業發展中統一對接的基礎，充分展現制造業中工業大數據的價值作用。實施階段中，要從軟件開發能力、集成能力及行業經驗等多方面人手。其次，智能制造中應用工業大數據時，主要是結合工廠內外結構架中非結構與結構性數據模型實現。革新技術是創新的關鍵所在，智能工業化發展同樣如此。因此，智能制造背景下，各個制造業在分析數據和集成及推送信息時，應當積極引入各類管理系統進行。不同部分間數據服務有著相同的對象，所以智能制造業也成為了系統服務的主要對象。在時間序列、視頻、圖像等現代化分析思路及方法的運用下，優化和模擬工業大數據，同時結合制造業大數據平臺展開分析，并引入傳輸網絡及傳感器分析處理數據，即可實現工業大數據的應用。如智能制造業診斷產品故障中工業大數據的應用。最后，制造業產品升級與售后階段中工業大數據的應用。在互聯網及傳感器設備技術的運用下，能夠實時監測最終設備故障并開展對應的診斷工作，同時在應用工業大數據的基礎上進行相關模型的建構，引入仿真技術即可動態預測設備故障，突出故障解決的時效性。

（一）開展定制化設計，引入虛擬仿真

一方面，定制化設計。智能制造背景下，在互聯網平臺的運用下可高效開展用戶產品個性化需求的收集、產品交互與交易數據的收集，在對用戶動態數據挖掘與分析的前提下，在產品需求分析及設計活動中指引用戶一同參與，即可促進定制化設計的實現。同時，引入柔性化生產流程，此時最終生產的產品便是為用戶量身定做的。如海爾集團某工廠通過云計算無縫對接了生產過程與用戶需求，向生產線中直接傳遞用戶個性化需求后，促進了定制化設計與生產的實現，且為用戶提供了借助生產線中配備的傳感器對自己產品生產進程實時了解的服務。另一方面，引入大數據展開虛擬仿真。以往制造業在對產品性能指標等進行測試、驗證時，基本都是建立在實物的基礎上實現的，隨著測試次數的增加，相應地也會產生更多的成本。而在工業大數據的應用下，結合虛擬仿真技術即可模擬研發設計環節，通過分析、評估、驗證，能使產品更改量大幅減少，有助于生產工藝的優化和成本與消耗的減少。如長安福特在汽車設計改良環節中便引入了虛擬仿真技術，佩戴3D眼鏡的設計師能夠直觀地觀察福特轎車，且支持模擬乘坐轎車的場景，使設計師更真實地感受轎車內裝的舒適感，在觀察和體驗中倘若發現有缺陷、不好之處，結合相應的軟件即可實現修改、調整，能使產品開發次數大幅減少，短時間內即可實現大量設計工作的開展，最終設計出的產品與市場需求更加吻合。

（二）打造現代生產體系，突出生產智能化

一方面，聚焦車間管理水平的提高。智能制造背景下，制造業生產線中基本上全面覆蓋了傳感器設備，可用于溫度、壓力、噪聲、振動及熱能的探測，通過探測數據的應用可供一系列分析活動的開展使用，如能耗分析、用電量分析、設備診斷、零部件故障及違反生產規定的質量事故分析等。同時，將此類數據引入生產實踐過程中，可對整個生產流程展開分析，當某個流程與標準工藝間出現脫離的情況時，第一時間就會預警，并反饋錯誤或瓶頸的具體位置。如國外某企業生產線中配備了大量用于對溫度、氣壓及能耗監測的傳感器，且與高速內部以太網絡實現了連接，用于傳輸數據。生產線外，管理人員手持與廠內Wi-Fi網絡連接的iPad，能實時觀察反饋自傳感器的數據，對生產過程及當天產能加以監督。一旦有問題出現在某個環節中，管理人員可結合跟蹤數據對問題根源進行追溯，第一時間加以處理。另一方面，聚焦生產流程的優化。整合集聚形成于生產制造環節中的各個數據，同時以生產工業產品的過程為對象進行虛擬模型的構建、生產流程的仿真及優化。在系統中實現各個流程及數據的重建后，通過集成分析各環節制造數據，能幫助企業實現生產流程的改進與優化。如設備生產中的能耗分析這一方面，結合傳感器的運用對各個生產流程展開集中監控，能迅速察覺異常的能耗或峰值情況，方便相關人員通過分析各個流程從而完成生產能耗的優化，能實現能耗的有效控制，從而擴大企業經濟效益。

（三）優化經營管理體系，打造精益化管理

一方面，工業供應鏈的優化。通過移動互聯網技術、物聯網技術和射頻識別等電子標識技術的應用，可助力企業實現完整產品供應鏈數據的獲取，在分析此類數據的前提下，能夠大幅提升倉儲、銷售及配送效率，并減少成本支出。同時，能實現產品銷售價格及庫存的實時跟蹤，并對全球各區域需求展開精準預測，并以數據分析結果為依據對供應鏈展開精準優化。如京東于2014年推出的“JD+”計劃，京東面向該計劃中的合作伙伴提供了包含庫存、流量、日銷等在內的數據信息服務;大數據、云計算等技術支持;專業化供應鏈服務等。同時，以相應的評估結果為根據，面向優質企業提供了孵化資金及小微貸款等資金支持服務。另一方面，銜接并優化經營管理全流程。企業以消費者行為數據、生產、管理、采購、財務、銷售等方面的數據為對象，通過整合、挖掘及分析后，能幫助企業確定最佳的生產要素投入比例，確保生產控制、經營管理、業務與財務、研產供銷等流程的業務協同及無縫銜接，能夠更合理地重組、整合并優化運營流程、決策流程及業務流程，幫助企業實現扁平化動態管理組織的實現，取締金字塔靜態管理組織。此外，在云端數據集成驅動的運用下，還能幫助企業實現科學管理決策及一體化運營。

綜上所述，智能制造背景下，工業大數據的應用在制造業中逐漸普及，且呈現出更廣闊的應用范圍。工業大數據能帶給企業包含用戶需求、生產過程控制及產品創新等在內的數據支持服務，幫助企業實現進一步發展。而為了進一步發揮制造業中工業大數據應有的價值，企業需要重新建構有關工業大數據的認知，不斷豐富工業大數據頂層設計，結合工業大數據開展定制化設計、虛擬仿真，打造現代生產體系，優化經營管理體系，有機整合生產經營管理各流程與環節中的數據，借助工業大數據助力自身的發展。