工業大數據集成應用綜述

秦明+陳凱+劉銀森+沈亞非

摘 要：近年來，無所不在的移動終端、智能系統設備、無線傳感器等時時刻刻都在產生海量的數據，擁有數以億計用戶的互聯網服務也時刻都在進行著巨量的交互，與此同時，數據的價值也在不斷凸顯，大數據被類比為新時代的黃金和石油。隨著以德國工業4.0 和美國工業互聯網為代表的新工業革命的深入發展，以及“中國制造2025”、“互聯網+”行動計劃與《促進大數據發展行動綱要》的頒布實施，智能制造和工業大數據得到了越來越多的關注，工業大數據的應用，將成為未來制造業創新的關鍵要素，也是目前全球工業轉型必將面臨的重要問題。

關鍵詞：大數據；工業大數據；智能制造

DOIDOI：10.11907/rjdk.171084

中圖分類號：TP301

文獻標識碼：A 文章編號：1672-7800（2017）007-0210-03

0 引言

“數據”一詞由來已久，在人們日常生活、工作中反映客觀世界運行狀態的信息，能夠通過感覺器官感知或是被傳感設備檢測到的信息，只要是能被記錄下來的就是數據，其內容形式包括數字、圖片、時間、矢量坐標等結構化或非結構化的數據格式。數據是人類對于客觀世界運行信號最原始的記錄，該原始數據既未被加工，也不能用來解釋任何問題，數據相互之間彼此孤立，并未進行有效的關聯。隨著人類探索客觀世界運行規律需求的逐漸強烈，這些記錄了各類信號的數據成為人類開展分析的原始材料，通過對數據進行處理，人類可以建立數據之間的關聯，從數據的對比中總結出規律性的結論，并用于回答某些問題，這些從數據中出來的結論被稱為“信息”[1]。在從數據中獲取信息的基礎上，可以選擇那些能夠積極指導任務執行和管理的信息，借助他們解決問題或是輔助決策，這些信息被稱為知識。從數據到信息再到知識，這一轉化鏈條反映了人類記錄世界、認識世界、探索世界的過程，在這個轉化過程中所用到的軟硬件技術、工具也都屬于大數據研究范疇，工業大數據也屬于該范疇，而且所涉及的領域更為廣泛。

1 工業大數據的價值與發展現狀

隨著工業制造技術的突飛猛進及信息技術的日新月異，制造業正在從“業務驅動型”向“數據驅動型”演進，大數據分析與價值提取是“數據驅動”之源。工業大數據主要來自企業內各類信息系統、基于設備互聯的物聯網系統和外部互聯網管道3個方向，每個方向都從不同角度記錄工業產品生命周期相關信息。企業內部信息系統記錄并存儲了工業產品的核心業務數據，數據涉及產品生命周期、供應鏈管理、客戶關系管理及企業資源規劃等各環節；物聯網絡匯總了當前智能設備的狀態、使用運轉周期等信息，對相關產品制造流程涉及的工藝環節進行數據采集并存儲；用戶對產品的體驗感及改進建議等數據信息則來源于互聯網渠道。據麥肯錫咨詢公司大數據報告統計，過程工業的數據存儲量高于其它行業。過程工業大數據蘊含大價值，麥肯錫全球研究院發布的《Big Data：the Next Frontier for Innovation，Competition，and Productivity》中已指出過程工業可以從大數據分析和應用中提高生產力、降低消耗，以工業大數據為價值源，到2020年的總體價值將近1.3萬億美元[4]。工業大數據價值產生方式主要是通過集成設計與運行時的生產數據、采購的原料數據及銷售過程中積累的點擊流和用戶行為數據等，更好地決策以改進過程運行、提高生產效率、提高產品質量、減少缺陷產品、滿足用戶需求。一方面，通過工業大數據分析可以及時發現生產制造過程中的短板以及時采取補救措施提高生產效率；另一方面，通過大數據提前預測，可實現快速分析問題、降低錯誤決策的效果。同時，對制造工藝流程類似的企業，可以進行類比分析提煉之后的工業大數據，以達到同行業之間經驗共享的目的，由于涉及同行業間的競爭關系，該舉措在集團內部企業之間可以實施。

從當前我國工業制造發展來看，與西方發達國家相比還存在很大差距，尤其體現在高精密、制造智能化等方面，且在工業制造業中對大數據的應用還處于起步階段。結合當前的實際應用狀況，大數據廣泛應用于電子商務及互聯網公司，該類企業根據自身業務方向及特征能有效利用大數據分析實際的生產經營情況，能夠從大數據里提煉的企業價值信息對客戶的個人行為進行價值引導或定制服務推送，企業更注重通過大數據價值提取來改善產品、提高服務質量，引導企業制定、修正階段性決策等。當前，國內BAT公司在大數據分析與應用領域已走在業界前沿，而在工業制造業發展過程中，通過大數據的有效應用可積極推動工業制造過程的整體運轉，包括產品研發、生產以及銷售等，在產品生產制造過程中能夠使其周期有效縮短，同時還能夠使產品質量以及客戶滿意度均得到有效提升。當整個業界在高談全量數據的理念時，碰到的最大問題是沒有全量數據，數據的碎片化和孤島化現狀沒有改觀，主要有兩個原因：一是沒有經濟上的激勵機制，二是對數據安全和隱私的憂慮。

2 工業大數據集成應用領域

工業大數據的典型應用領域包括生產工具產品創新、設備故障診斷與預測、工業生產線工藝流程改進、工業企業供應鏈優化、產品質量等級分析及優良率提升等。

2.1 工業大數據在產品創新上的應用

客戶工程師或生產人員在工業生產線操作設備期間可產生大量產品使用過程數據，挖掘和分析這些數據，能夠掌握客戶對所使用產品的期望模型，同時也能掌握產品在生產線上的使用、運行情況，無形中把客戶納入到了產品需求分析和產品設計優化的創新活動中，對改善產品和提升用戶滿意度有極大幫助。精測電子的光學測試產品在客戶使用期間記載了大量的用戶使用數據信息及產品自身狀態信息，工程師定期獲取這些信息進行數據分析，并根據價值數據對產品進行優化和改進，使得每一次產品升級都能準確命中客戶的價值需求，數據的價值在產品升級階段得以體現。

2.2 工業大數據在故障診斷上的應用

數據的產生和記錄貫穿于產品從設計到生產、從調試安裝到投產使用以及進入維護的所有階段，智能傳感設備、物聯網以及現代化IT技術的支撐，使得這些數據能夠實時同步至大數據平臺，使設備在生產線的實時狀態遠程監控成為可能，一方面改善客戶的生產工作環境，另一方面可為客戶提供更可靠的服務，如設備的遠程檢修、設備故障的及時精準定位排除等。與此同時，對比分析設備使用過程中的歷史數據信息可對設備的使用壽命進行初步預判、對可能性故障進行預警。以京東方OLED模組信號檢測設備為例，成千上萬臺設備在生產線同時規模運行，半小時內即可產生GB數量級的數據，這些數據包括設備運行過程記錄、設備異常或告警、客戶的產品屬性統計等。除了能及時了解到客戶某時間段內的產能和良率情況外，還能夠讓工程師及時了解生產線的整體運行情況，通過基于故障數據模型的對比分析，可進行以發生概率優先或影響因子優先的故障預測并提供防范對策，以提前做好風險防控工作，以免導致產線臨時停產對客戶造成影響。endprint

2.3 工業大數據在工藝流程改進上的價值體現

在生產工藝改進方面，生產過程中大量的數據實時顯示與記錄，可對整個生產流程進行監控并建模，了解每個環節的執行情況，能夠分析整個生產流程性能或質量瓶頸。一旦某個流程偏離了標準工藝，就會發出報警信號，使用戶及時發現錯誤或者異常，便于解決問題，比如在材料制造、醫藥等行業，脫軌的工藝流程將帶來災難性的后果。

2.4 工業大數據在供應鏈優化上的應用

射頻識別（RFID）電子標簽技術、物聯網技術，以及移動互聯網技術可以有效幫助工業企業獲得完整的供應鏈數據，比如原材料的用量和消耗速率、配件采購數據、庫存數據、物流效率數據等，匯總、清理、提煉這些數據，有助于提升倉儲、配送、銷售效率，降低成本。如果再利用產品中傳感器所產生的數據，可以監控和預測產品在不同區域的需求，輔以原材料供應商數據，可優化材料及配件買入時機，節約大量采購成本，同時還可以預測配件的使用壽命或更換時間，便于提高運維響應時間，降低運行維護成本。

2.5 工業大數據在產品良率提升上的應用

一般制造產品質量都是由設計合理的生產流程及貫穿始終的質量監控來保證，通過這些環節記錄并提取海量數據中有價值的信息，一方面確保產品生產制造過程的每個環節是符合特定工藝流程的；另一方面通過大數據分析，對比問題產品和達標產品的過程差異，找到缺陷所在并加以矯正，這是提高產品良率最有效、最直接的方法。實際工作中，常見對失效品的個案分析往往無疾而終，有價值的信息淹沒在量測誤差、實驗噪聲或者不科學的實驗設計里。而通過對于大量數據的分析，噪聲信息會消失，差異點會疊加放大，工程師甚至可以將異常定位到機臺的某個機構，從而使得實驗設計也能合理化、目的化，極大地提升產品優良率。

2.6 面板制造領域工業大數據集成應用

本文參考大數據在各行業的應用案例，分析面板生產制造及銷售的核心要點，總結面板制造企業關于工業大數據集成應用的模型要素，為后續構建數學模型并開展生產運營模式、銷售模式的研究打下基礎。

在面板制造領域，企業要保持其核心競爭力，要在業界保持領先地位并能持續發展，需要對涉及的關鍵要素進行拆分并利用大數據技術針對關鍵要素進行建模；面板制造行業，產品質量、工藝制程、市場銷售預測及品牌吸引力是影響企業發展的關鍵要素。

（1）產品質量。對影響產品質量要素的挖掘來源于內外兩個方面的信息收集，一方面與企業內部的研發、制造相關，例如產品原型屬性信息、實驗數據、制造流程監控數據等；另一方面需要通過客戶關系通道獲取面板客戶以及通過互聯網等技術對終端用戶的體驗及意見反饋信息進行匯總分析并反饋落實到研發制造流程。

（2）工藝制程。除了技術選型、材料選型之外，工藝制程是面板制造的關鍵要素之一；面板研發、工藝生產、制造涉及300多道工序，每一道工序都是產品質量的關鍵影響點；企業內部，綜合每個環節的制造數據進行清洗、歸類、提煉，找出影響制造流程的對應環節；企業之間，尤其是業界掌握先進制造技術的巨頭企業，其生產制造環節數據具有重大的指導和參考價值，對比其提煉后的數據加以修正，對業內中小企業優化其工藝制程有重要意義。

（3）市場預測。面板行業競爭激烈，終端技術的日新月異及終端用戶種類的差異會直接影響面板制造企業的市場決策及銷售驅動力。終端技術演進趨勢、終端客戶的需求分析是市場預測的兩個關鍵要素，細分這些關鍵要素涉及的關鍵點，利用大數據技術及“互聯網+”平臺，對收集到的數據進行匯總、清洗、提煉、可視化等，可以用來對用戶未來需求作出預測并及時調整銷售策略。

（4）品牌吸引力。品牌吸引力是企業留住老客戶、吸引新客戶的能力，也是企業不斷擴大市場占有率，保持可持續發展的關鍵。在面板制造業，原材料在經過復雜的工藝制程后，最終輸出面向各類客戶需求的顯示面板，面板承載著制造企業日常工作過程中的點點滴滴，包括產品設計、技術開發、材料選型、工藝制程、管理方式等。練好內功，為客戶提供滿足其要求的產品是造就品牌吸引力的基本要求之一。企業需要通過“互聯網+”和工業大數據相融合的應用模式，積極開展與客戶互動活動，對比與其它品牌之間的差異，了解并掌握客戶對意向品牌的態度，如繼續使用、不再使用或可能轉移其它品牌等客戶動向，根據這方面的信息及時調整企業的營銷和競爭策略。

3 工業大數據力促行業統一標準構筑

面板制造工藝繁瑣，從原材料到產品成型至少需要300道工藝流程；各制造廠家在橫向縱向領域所儲備的技術積累差異性大；源于行業的競爭性，廠家在各領域的技術層面進行了嚴格的信息保密，即使是同集團下不同子公司之間也存在同樣現象，此現象也是信息孤島的表象之一，且隨著新興企業的崛起，孤島數量呈上升趨勢。分析面板生產的各類要素，利用大數據平臺對各關鍵要素進行建模，這樣可以提煉最優工藝生產流程，使制造流程標準化。打通信息孤島，在同行業內形成工業大數據平臺，促進信息共享和數據開放，利用大數據技術分析，對比不同廠家之間的關鍵要素、工藝流程，進行同領域內跨企業研究，能在整個行業內促使生產制造標準化。目前，我國面板制造業正在加快國產化步伐，行業標準統一是大勢所趨，但還有很長的路要走。

橫向深度交融、縱向深入研究是未來工業大數據技術發展及應用的兩個方向。工業大數據分析的核心是從數據中獲取價值，進而實現價值轉換。隨著信息化和工業化的逐漸融合，工業界生產信息數字化程度不斷提升，大量過程工業數據得以積累，利用當前大數據技術從工業大數據中獲取更準確、更深層次的知識，是當前工業大數據的基本任務。要達到這一目標，需要提升系統對數據的認知計算能力，讓計算系統具備對數據的理解、推理、發現和決策能力。工業大數據技術的發展目標是應用落地，數據孤島制約著工業大數據的發展，技術和數據的分離是工業大數據發展的瓶頸。各組織之間的數據封閉，甚至同一個組織之間各部門之間的數據也互不開放，這些嚴重制約著工業大數據的發展，為工業大數據提供帶信息安全機制的共享平臺是所有組織需要共同研究的技術難題。因此，需要加強跨學科、跨領域的大數據技術研究和應用力度。

4 結語

事實證明，大量的產業價值蘊藏在工業大數據中，應跨界、跨領域整合業內資源，加大對工業大數據的研究力度，促使其價值最大化。當前，制造業應該結合自身已有的數據優勢，并充分利用互聯網已具備的大數據技術平臺不斷加強、加深對同行業內業務信息的集成應用。

參考文獻：

[1] CCF大數據專家委員會，中關村大數據產業聯盟.中國大數據技術與產業發展白皮書[R].2014.

[2] 國家制造強國建設戰略咨詢委員會，中國工程院戰略咨詢中心.智能制造[M].北京：電子工業出版社，2016.

[3] 工信部.高端裝備制造業“十二五”發展規劃[EB/OL].http：// www.miit.gov.cn/n11293472/n11293832/n11293907/n11368223/14580681.html，2012-5-07，2015.

[4] 鐘海.大數據在工業制造業的應用與研究[J].企業技術開發，2015，34（13）：104-106.

[5] 柳琪.用大數據預測需求[J].農機市場，2014（3）：14.

[6] 李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012（6）：5-15.

[7] 張維，蘇秀芝.淺析大數據[J].中小企業管理與科技，2014（24）：241-243.

[8] 郭平.軟件可靠性工程中的計算智能方法[M].北京：科學出版社，2012.

[9] JIN Y，HAMMER B.Computational intelligence in big data[J].IEEE Computational Intelligence Magazine，2014，9（3）：12-13.endprint