工業大數據發展態勢與典型應用分析

陳均昌

摘? ?要：當前，我國處在新經濟時代發展背景中，傳統制造業轉型升級中關鍵的生產要素就是工業大數據。工業大數據為工業領域進行智能制造期間產生的全部價值鏈以及產品全生命周期的每一過程數據，涵蓋內容眾多，包括智能裝備生產期間形成的機器數據、企業內部信息系統產生的業務數據、外部數據（由產業鏈、互聯網、用戶、經濟社會環境等形成）。文章基于工業大數據概念以及特征分析，探究工業大數據發展態勢，闡述工業大數據的典型應用。

關鍵詞：工業大數據;發展態勢;典型應用

美國在2014年《先進制造合作伙伴》報告2.0中，明確提出了數字化、信息化和可視化的制造技術，先進材料制造技術，先進傳感器、控制和制造平臺技術，此3項領域為優先發展技術領域[1]。同時，德國《工業4.0研發白皮書》中，提出了工業4.0五大交叉技術的一種就是工業數據分析，大數據經濟屬于重要的9大核心支點。在這種環境背景下，整個世界范圍之內的工業大數據朝著全球制造業方向發展，不斷地挖掘價值，進行各項技術的革新[2]。

1? ? 工業大數據概念與特征

工業領域信息化應用期間產生的全部數據信息就是工業數據，工業大數據是基于工業數據來建立，采取科學的大數據技術，涉及工業設計、生產、管理等流程，讓工業系統擁有各種智能化模塊，諸如診斷、預測、描述、控制等。從來源的角度，工業數據可以劃分成信息管理系統數據、機器設備數據、外部數據等。工業大數據的特征顯著，可以總結為以下幾方面。首先，具有較大的數據體量，在設備數據、互聯網數據等相繼涌入的情況下，工業數據存儲量也在漸漸地變化，已經向著EB級別發展。其次，數據涵蓋范圍相對廣泛，分布在互聯網、工業產品以及機器設備等領域。再次，具有較為復雜的數據結構，類型眾多，包括半結構化、結構化、非結構化等。從次，多樣化的數據速度需求，通常涉及離線、實時等。最后，不均勻的數據價值，在20%的數據中，價值密度大概具有80%，包括產品圖紙、加工工藝數據，同時80%的數據，價值密度通常是20%，常見的就是工況以及圖片數據[3]。

相較于互聯網大數據而言，工業大數據的特征主要包括：多元性獲取數據信息，具有非常分散化的數據內容和較大的非結構化數據比重;數據中具有繁雜性的信息資料，關聯性明顯。同時，持續采集特征顯著，也具有一定的動態時空特性，具有更高的要求標準，即在采集、處理以及存儲等方面，均具備較高的實時性以及技術性等需要。在應用工業大數據期間，先進制造企業使得機器以及產品等跟人員這一因素密切地結合，制造業的發展方向就是大數據分析、智能化[4]。

2? ? 工業大數據發展態勢

在信息化不斷融合工業化的情況下，工業企業生產信息不斷地呈現出數字化的趨勢，在此過程中產生各種各樣的數據信息資料[5]。在工業領域中，工業網絡、數據采集和分析等不斷地推廣實踐，也在相繼地擴大工業數據的作用。當前工業大數據獲得更高的關注，而且工業大數據涉及的發展態勢較多，工業大數據在理念角度偏向實踐方向轉變，包括：工業大數據云計算的價值以及工業大數據多樣化的工業應用生態等。

早在2012年，《工業互聯網：突破智慧和機器的界限》對工業大數據的概念進行詳盡的闡述，之后引發了產業界的廣泛討論[6]。在發展進程中，基于信息化與工業化的密切融合，以及大量地應用大數據采集、計算、分析技術，進行不斷的技術革新，很多企業已經進入工業大數據實踐階段，而且大部分的大型工業企業大數據應用已經逐漸地發展成熟，滿足時代的發展需求。數據體量大是工業大數據相對明顯的特征，部分企業采取的普通數據庫，很難對大體量數據進行承載，同時，會產生較大的存儲成本。云計算是一種理想的解決方案，一些企業采取自建私有云的舉措，以及實施形成公有云平臺策略，實現低成本存儲海量數據信息效果，提升企業的經濟效益。數據中心平臺包含：數據資源管理平臺，企業服務總線（Enterprise Service Bus，ESB），數據抽取工具ETL，支撐數據存儲的數據存儲ODS庫＼數據倉庫＼數據集市＼Hadoop，以及實現數據應用的報表分析工具等內容。另外，基于云平臺的技術基礎，企業能夠實施相關分析計算，即流計算、Hadoop等，達到科學、合理地分析處理數據的效果。對于所挖掘以及分析的工業大數據結果，在企業的研發設計、生產制造、管理、供應鏈等中應用諸多。對于研發設計的環節，實現了工藝管理的不斷優化以及相繼健全完善工藝流程的目標;進行生產制造過程中，能夠完成診斷和維護設備、智能生產以及優化產品質量、個性化定制等;在管理服務的環節，主要是進行監測以及維護產品;在供應鏈階段，能夠達到全局優化供應鏈的效果[7]。

3? ? 工業大數據的典型應用

3.1? 研發設計環節

對于研發設計的階段，工業大數據應用包括了3個方面，下面分別進行闡述。首先，產品協同設計，展開大數據存儲、處理，進行大數據的科學分析等，合理地處理好產品數據，構建起企業級產品數據庫，使得各地域可以便捷地訪問到相同設計數據，實現多站點協同目標，同時，滿足工程組織設計的相關要求。其次，設計仿真，使得大數據技術跟產品仿真排程之間加強聯系，得到理想的設計策略，使得產品交付周期進行有效的減短[8]。再次，實現工藝流程優化，實施大數據分析，對于歷史工藝流程數據進行不斷分析，發掘工藝步驟同投入之間關聯性，匯總分析以往孤立的各類數據，并且針對當前操作工藝流程進行改正和完善[9]。

3.2? 供應鏈環節

首先，優化供應鏈配送體系，經射頻識別技術（Radio Frequency Identification，RFID）等產品電子標識技術、移動互聯網技術、物聯網技術等，得到完整產品供應鏈的大數據，然后認真地進行數據觀察以及分析工作，對采購物料數量進行明確，同時，掌握住運送時間等內容，實現供應鏈不斷優化的成效。其次，對于用戶實際需求產生快速響應，也就是采用科學的數據分析工具、預測工具，展開各種需求的分析并且預測，使得商業運營、用戶體驗良好地提升。

3.3? 生產制造環節

（1）智能生產，即把傳感器在生產線進行配置，同時，將其配置到生產設備中，對數據資料進行采集，經無線通信連接互聯網進行數據傳輸，實現生產過程實時監測。生產所形成數據也可以進行處理以及傳遞，將工廠從被動式管理向著自適應調整的智能網絡化管理方向發展，實現工業控制管理的良好升級，使得有限資源應用效益切實地提升，有效控制生產成本。（2）優化生產流程，采集大數據，同時進行模擬，使得工業產品生產過程可以產生虛擬模型，之后進行仿真，健全完善生產流程，系統內進行重建流程和采集績效數據，達到有效地改進制造生產流程的目標。（3）進行嚴格的預測維護設備工作，也就是需要形成大數據平臺，從現場設備狀態監測系統以及實時數據庫系統內獲取相應數據信息，包括軸承振動、壓力和溫度等，進一步形成建立在規則上的故障診斷、設備狀態劣化趨勢預測等模型，診斷預測設備故障問題。（4）嚴格地管理、控制好能源消耗問題，監控重點環節的能耗排放問題，并且管理好企業生產線各方面，掌握住生產線以及重點環節能耗數據，構建能耗仿真模型并仿真預測分析后得到節能空間數據，實現負荷與能耗的智能平衡優化，達到節能降耗的目標[10]。（5）開展個性化定制，獲取客戶的多樣化、個性化需求，產生個性化產品模型，把重要的信息內容傳給智能設備，展開調整好設備、裝備好原材料的工作，確保生產產品可以達到用戶標準[11]。

4? ? 結語

工業大數據的特征是非常顯著的，在工業化、信息化不斷發展以及不斷緊密融合的情況下，工業大數據的應用為制造業轉型升級提供了新型的道路。未來需要更加廣泛地對工業大數據應用到制造業生產環節的情況進行研究，使得工業大數據應用能發揮出更大的價值。

[參考文獻]

[1]黃明峰.工業大數據發展態勢與典型應用[J].電信科學，2016（7）：175-178.

[2]朱雪初，喬非.基于工業大數據的晶圓制造系統加工周期預測方法[J].計算機集成制造系統，2017（10）：95-102.

[3]孔憲光，章雄，馬洪波，等.面向復雜工業大數據的實時特征提取方法[J].西安電子科技大學學報（自然科學版），2016（5）：70-74.

[4]翟麗麗，沃強，張樹臣，等.制造業大數據聯盟資源推送服務算法[J].計算機集成制造系統，2017（11）：40-50.

[5]李敏波，王海鵬，陳松奎，等.工業大數據分析技術與輪胎銷售數據預測[J].計算機工程與應用，2017（11）：100-109.

[6]孫立.工業大數據對智慧云制造的推動與創新[J].科技管理研究，2016（13）：156-158，163.

[7]陳龍，劉全利，王霖青，等.基于數據的流程工業生產過程指標預測方法綜述[J].自動化學報，2017（6）：944-954.

[8]劉強，秦泗釗.過程工業大數據建模研究展望[J].自動化學報，2016（2）：161-171.

[9]汪星，黃小瑜，劉瑄璞，等.面向工業大數據的多層增量特征提取方法[J].西安電子科技大學學報（自然科學版），2018（4）：106-111.

[10]謝振東，吳金成，李之明，等.企業大數據能力的構建與培育研究[J].廣東工業大學學報，2017（3）：110-114.

[11]周星龍.基于工業大數據的煤電機組技術經濟指標動態計算[J].計算機應用，2018（1）：87-90.

Abstract：Currently， China is in the context of the development of the new economic era， the key factor in the transformation and upgrading of traditional manufacturing industry is industrial big data. Industrial big data during intelligent manufacturing in the industrial sector， generating all value chain and product life cycle of every process data， covering a wide range of content， including intelligent equipment production during the formation of machine data， internal information systems generated business data， external data（formed by industry chain， Internet， users， economic and social environment， etc.）. Based on the concept of industrial big data and characteristic analysis， this paper explores the development trend of industrial big data and expounds the typical application of industrial big data.

Key words：industrial big data; development trend; typical applications