智能制造背景下工業大數據技術分析研究

趙勁禹

摘 要：我國擁有強大的制造業，制造業的發展已經作為我國經濟快速增長的重要原因之一。目前，隨著科技水平的日漸發展，以及互聯網的廣泛使用，工業大數據的應用已經成為了智能制造產業轉型升級非常重要的技術手段。現需要利用工業大數據技術來使工業制造業完成進一步的改革升級，以大數據為主導的工業革命如今已經被提上了日程，大數據會是未來構成工業體系的關鍵所在。基于此，本文以現實中工業制造業中大數據應用以及特點作為出發點，著重對大數據在工業制造業中的具體應用進行分析和討論，同時也將會對工業大數據分析技術的前景和其面臨的挑戰進行探討。

關鍵詞：智能制造;工業;大數據;分析

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1671-2064（2019）04-0039-02

0 引言

盡管我國是制造業大國，生產的產品基本可以滿足人們的需要，但是，近幾年來，隨著信息化技術的發展，世界各工業強國的制造產業逐漸往智能化方向發展。眾所周知，制造業的發展速度以及水平，在一定程度上反應了一個國家的綜合實力，所以世界各國都希望在工業的技術方面有所進展以及突破。一些發達國家為了創造出開放的全球化工業網絡，率先在2011年的國際金融危機爆發之后先后實施“再工業化”的戰略。作為提升綜合國力的一個重要手段，智能制造業有著舉足輕重的地位。但是，目前我國的制造產業智能化仍然處于初期發展階段，還需要借助大數據的技術來對工業領域產生的眾多數據以及信息進行統計和整理，憑借著從數據中獲取的信息，進一步完善企業的經營決策，從而推動我國智能制造的轉型升級。本文將對工業大數據的概念進行論述，同時闡述工業大數據本身的特征。其次將會對大數據在智能制造中的具體應用進行探討。

1 大數據概述

1.1 大數據的概念

在介紹大數據之前，必須首先認識到“數據”這個詞語在生活中，或者工作中代表的含義是什么。通俗來講，數據就是我們在生活或者工作中，通過觀察或著實踐得出來的結果，而這些結果可以被我們的感官感知，或者可以被一些設備的傳感器所捕捉。隨著社會不斷的進步，科技的不斷發展，人類目前進入了一個信息量爆炸的時代，而大數據就是各種數據的集合。

1.2 大數據分析技術

對于大數據分析技術的具體含義，權威人士也沒有明確的答案。但是到目前為止，研究人員意識到了兩點極為重要的問題：機器學習和機器對文本的分析。通常來講，文本數據在大數據里面的比重一般比較大，比如說互聯網的網站，公民的電子醫療病例等等都可以通過文本的形式呈現出來。與此同時，機器學習在分析學中也占用很重要的地位，舉個例子：物聯網可以通過傳感器來獲取大量的數據，但是對于這些大量的、雜亂無章的數據，人們真正關注的地方又是在哪里？對人們有利的地方在哪里？如何將與日俱增的數據進行歸類整理，而這些紛亂如麻的數據又可以反映什么？基于此我們又該采取哪些行為來應對？如果這些數據僅僅靠人力來進行處理，那么將會耗費大量的時間與勞動力，所以我們需要機器學習技術來幫助我們對大數據進行分析和處理[1]。

1.3 工業大數據概念

工業大數據就是大數據在工業領域內的一種數據類型及相關應用的總稱。在典型的智能制造模式中，在工業生產智能化的過程中將會產生的大量工業數據，而這些工業數據囊括了很多的方面，包括了從客戶需求到產品設計、研發、工藝、制造、供應、銷售、庫存等整個產品生命周期的各個過程，以及相關的技術與應用[2]。

2 工業大數據的應用價值

2.1 促進產品個性化創新

眾所周知，目前許多的智能產品中都裝有傳感器模塊，而這些模塊可以快速地、實時地收集相關客戶的信息，然后對這些數據進行儲存，并且上傳給相關的企業。這樣客戶就可在沒有察覺的情況下參與到產品的需求分析等活動之中。然后相關企業可以對這些數據進行挖掘，通過數據分析等技術手段進行處理之后，可以得到有用的信息，這些信息可以幫助企業及時對產品的功能進行改進，或者是對產品的故障進行預先的診斷，從而推動企業得到良好的發展[3]。

2.2 實時監控，進而避免風險

在一個企業的生產運營過程中，通常會遇到各種各樣的不確定的因素。在互聯網發展的大潮下，智能制造企業所遭遇的不確定因素將會有很多。企業需要考慮很多的問題，比如不僅要考慮如何避免生產出的產品存在瑕疵，同時關注零部件的磨損等問題。而想要快速準確地解決這些問題，企業可以借助工業大數據的幫助，在機器功能退化、效率降低的過程中通過大數據的分析向企業發出信息，這樣企業可以進一步預測并且預防一些存在的隱患，以降低風險發生的概率[4]。

2.3 科學管理生產過程

通過工業大數據可以將企業的生產制造和業務管理實現智能優化，而這是與其他種類的大數據應用有所不同。通過準確利用收集到的有關產量、振動、人員、溫度、壓力、材料等數據可以對企業生產進行嚴格的監控，并且通過對用電量，耗能量，材料等方面的數據進行分析，從而得到相關信息，基于這些信息就可以改進生產工藝，減少資源的消耗，進而優化整個產品的生產過程。這樣就可以實現真正意義上對企業的科學管控。

3 工業大數據發展面臨的挑戰

3.1 復雜的系統帶來了挑戰

在處理規模巨大，結構復雜多樣且價值稀疏的工業大數據時我們面臨計算復雜、實時性要求高、持續性強等挑戰，而這就需要大數據的處理系統具更高的運行效率以及良好的系統性能，這就要求分析大數據的方法更為高效更為智能，在采集到數據后若是沒有第一時間進行數據的篩選過濾，上傳的數據中就會包含價值低的重復冗雜的無用數據。

3.2 “數據孤島”問題突出

根據中國的大數據發展報告，我們可以知道，在我國的企業中，有百分之六十以上的企業所獲得的大數據的來源主要是企業的內部，比如管理平臺的數據、業務平臺的數據、客戶的數據，只有三分之一左右的企業所使用的大數據來自企業外部，比如互聯網產生的數據或者其他行業相關企業的數據，目前在我國，企業進行內外互動而實現數據采集與處理模式并沒有形成，所以我國相關企業還需要進一步提高企業外部的數據應用水平。

3.3 工業大數據分析人才稀缺

眾所周知，想要發展智能制造，我國不僅僅需要重視和開展有關工業大數據的分析研究，更加需要培養一大批的會使用工業大數據分析的專業人士。但是，截止到目前，擁有大數據分析技術的人才在我國的人才教育體系中所占的份額相對而言比較少。在這種情況下，產業界不僅對工業大數據分析的方法了解較少，更加不了解如何利用大數據幫助企業實現智能化生產，如何利用大數據為客戶提供有價值的服務[5]。

3.4 部門之間流通難度較大

對于企業而言，想要利用大數據實現生產、業務協同，那么內部數據的集成應用是首要的環節，但是現如今，信息在我國的企業之間難以實現互通，所以這就在一定程度上降低了企業優化轉型的速度，同時這對我國實現智能化生產增加了難度。

4 結語

在智能制造企業的轉型升級中大數據分析技術有著十分重要的意義，目前，我國的智能制造才剛剛起步，智能制造的價值也將隨著生產技術的不斷變革而越發重要。所以，對于企業而言，只有不斷升級數據分析相關的工具才可以把大數據潛在的市場價值挖掘出來。但是，就目前而言，雖然數據分析的相關工具可以幫助一些企業去獲取有用的價值信息，卻依然有著很多的缺陷，并且相關技術的創新性不是很高，所以難以滿足新型智能制造企業的巨大的需求。在這種情況下，我國的科研人員需要結合我國工業的發展現狀與特征，針對大數據的本身的特點，對覆蓋智能制造企業全系統化數據進行全面的分析研究。除此之外，為了促進數據快速的整合與有效的集成，政府還需要提供政策引導，出臺相關的制度以及提供相應的指導意見。工業大數據蘊含著巨大的價值，前景非常廣闊，大數據的價值需要我們充分的挖掘，才能完成工業企業的量化生產模式向客制化生產模式的轉型升級。

參考文獻

[1] 王建民.智能制造基礎之工業大數據[J].機器人產業，2015（3）：46-51.

[2] 鐘尚青.工業大數據：智能制造的基石[J].信息化建設，2016（6）：50-51.

[3] 周佳軍，姚錫凡，劉敏等.幾種新興智能制造模式研究評述[J].計算機集成制造系統，2017（3）：624-639.

[4] 謝嘉劼.工業大數據在智能制造中的應用價值[J].數字通信世界，2016（9）：38-40.

[5] 王維斌.工業大數據在智能制造中的應用價值分析[J].軍民兩用技術與產品， 2017（22）：214-215.