試論工業制造中的大數據分析

尹大宇+樊瑞博

（長城汽車股份有限公司天津哈弗分公司 300462）

摘 要：工業制造的大數據分析對企業的生產具有十分重要的作用， 通過大數據分析，企業能夠準確的發現企業生產中存在的問題， 結合工業制造企業中大數據面臨的挑戰與應用技術， 并對工業制造企業生產中大數據的來源途徑進行分析， 探究了工業制造大數據的應用價值。

關鍵詞：工業制造； 大數據； 應用價值

工業大數據在工業生產中具有十分重要的作用， 它是以工業制造過程和工業產品的數據為主體，通過對這些數據的分析， 獲取工業生產中的具體數據，進而能夠有效的對工業制造工程進行分析與控制。 工業大數據的來源主要是產品生產周期過程中的各個環節， 例如產品的設計、生產制造、銷售、售后服務、回收利用等環節的數據。同樣， 工業大數據的獲得， 還可以從企業的外部銷售與生產市場、企業之間的“跨界”供應鏈中獲取。

一、工業制造大數據面臨的挑戰與技術

工業大數據在企業生產中具有十分廣泛的用途， 但是由于企業缺乏必要的數據分析工具，還不能夠從大數據中獲取十分有益的信息， 造成大數據在企業生產中還沒有得到充分的應用， 沒有將大數據中潛藏的信息運用到企業的生產決策中。

1、多源異構工業數據集成與數據融合技術

由于工業大數據搜集是需要多源異構數據集成， 在數據分析時需要解決以下的問題：首先，要能夠準確的對數據進行收集， 保證數據集成的質量，為企業的決策提供準確的數據支持服務。 數據質量在數據集中過程中出現失誤的原因是多樣的，可能是手工操作失誤造成的， 也可能是數據集成過程中采用算法模式失誤而造成的， 還有可能是在數據采集的過程中， 出現網絡不穩定或者任務中斷而導致數據質量不高。 其次，就是要及時對產品生產的各個環節產生的數據進行集成。 在生產的過程中， 不能及時對生產的可用實時數據與當前生產資源資料的數據進行分析， 就不能有效的對下一個生產過程提供有效的材料、原料的支持。 但是，由于現有的數據技術不多，數據的來源不統一，在工業大數據的企業中， 不能兼顧不同類型的海量數據，不能滿足實時性要求， 對工業大數據的應用帶來了很大的挑戰。

2、支持實時建模的大容量數據處理技術

（1）在以往的數據處理中一般采用MapReduce技術對大數據進行批量處理， 這樣處理的數據實時性不強，不能有效的運用于工業制造決策中， 不能滿足大數據分析的實時建模需求。

（2）現有的大數據分析框架主要是基于簡單的數據查詢， 對大數據的分析能力與深度不夠， 既不能滿足工業多層面不規則的大數據采樣與分析， 也不能實現多時空時間序列數據復雜建模的需求。 由于工業制造的決策分析的影響數據比較多， 現有的數據分析技術不能將市場數據、服務數據、 質量控制數據、營銷數據結合在一起進行分析， 即使能夠分析，相應的難度也比較大。

3、大數據給工業制造信息安全帶來新挑戰

（1）大數據加大隱私泄露風險的挑戰

大量工業制造的數據集中存儲往往會給企業的安全信息增加泄露的風險， 而且在企業生產的過程中，往往還會有一些敏感數據的所有權和使用權難以給予明確的界定。

（2）對現有存儲和安防措施提出挑戰

大量的工業數據存儲在一起，這樣就會存在多種格式不同、類型不同的數據共存的情況， 就會造成企業的數據存儲不符合安全管理的需求， 造成企業的數據管理存在安全的漏洞。

（3）大數據技術被誤用帶來的挑戰

大數據的應用為黑客提供了更多的數據分析機會，使得黑客的攻擊更加精確，為企業的工業生產帶來了更大的潛在危險。

二、工業大數據的分析途徑

1、利用開放技術與平臺，實現數據的任意移動

在工業制造中，系統的管理平臺是一個系統化的工作， 而不僅僅是一套操作軟件與管理系統，更多的是項目執行和服務的平臺。在實際工作中，能夠體現企業生產的過程與挖掘企業生產過程中的數據， 保證數據能夠在不同的服務器與管理軟件上移動。 因此，在企業的系統應用平臺中，要詳細的對系統架構進行設計， 將系統的數據集成能力、實施能力、數據挖掘能力等融合在一起， 并能夠與物聯網結合在一起，實現“軟件+云服務”的工業大數據應用管理平臺。 在工作制造的大數據分析過程中，需要將物聯網與“互聯網+”的應用結合在一起， 通過物聯網的及時響應， 能夠將客戶、企業中工作的軟硬件定期巡檢、易耗品、設備的功能等數據進行分析， 進而能夠有效的確定工業生產過程中的供應鏈上各個企業的合作關系，為客戶提供持續性的有價值的數據服務。

2、完善工業企業管理系統的功能，強化處理結構性和非結構性數據的數據模型

完善工業制造企業的系統管理平臺，將數據處理的功能集成在一起， 實現制造管理系統的MOM與ERP、EAM 等有機的聚合，實現數據的集成，能夠將企業的信息推送、系統工作流的集成、應用數據的控制與管理有機的集成在一起， 完善數據處理的模型，實現對工業制造企業的結構性數據與非結構性數據的處理。 由于工業制造企業各個管理系統之間的主數據不統一，不同系統之間的數據交換就需要依賴各系統間的總線進行數據交互， 就需要整合各個系統之間的數據業務流程、工作流、服務流程等， 才能有效的實現工業大數據的集成，對工業制造企業的管理者來說，通過一鍵登錄之后，通過系統的個性化定制頁面，就能夠了解與查看經過大數據集成后的數據。

3、利用智能工具對工業大數據進行分析

在工業制造企業可以采用時間序列、圖像、視頻、機器學習等智能分析工具， 來建立工業生產的數據模型，模擬與控制工業生產的過程， 進而與工業大數據平臺結合在一起， 這樣就能夠有效的對工業企業生產中的情況進行分析， 并可與物聯網、感應器、互聯網等連接在一起， 然后與企業的管理應用軟件結合在一起，對企業生產的大數據進行分析。

三、工業大數據的應用價值

隨著“互聯網+”的思維與工業制造業的融合，創新了工業生產中的數據分析， 同時也能夠將企業生產中的所有數據聚合在一起， 這為工業大數據的集成提供了便利， 同時也使得工業大數據的集成成為企業數據應用的核心。 以工業數據的采集與解析、分析和可視化以及數據的安全管理成為未來企業數據的關鍵技術， 隨著信息在企業生產中的應用不斷加深， 企業生產的數據不再以企業的內部數據為主，同時還要將外部的市場數據融合在一起，隨著智能制造的應用越來越廣， 企業需要重新審視工業大數據在生產中的作用，同時企業也會重視大數據的價值， 對企業的制造產品進行創新，并能夠對企業的生產進行監視與預警管理，同時還能實時的對生產設備故障進行診斷與維護，優化企業生產的供應鏈管理， 提升工業企業的生產效率。 在企業生產過程中利用大數據分析， 可以有效的對企業生產的倉儲、產品的配送、銷售等進行優化管理， 降低企業的成本，并能夠提高企業的銷售效率。

四、結束語

工業大數據在企業生產中具有十分重要的作用， 它的價值產生方式主要是通過集成企業在生產過程中產生的數據， 并對企業生產的供應鏈、銷售的整個數據進行收集與集成，在通過數據分析之后， 能夠為企業的生產提供決策支持，進而能夠有效的提高企業的生產效率與產品質量等，滿足用戶的需求，擴大企業的影響力。