面向大數據的智能制造發展探究

徐誠

摘要：此文主要研究了大數據在智能制造中的運用，本文最先講解了大數據在智能制造業中的產生背景和必要性，隨后研究了大數據在智能制造業中的運用情形，最后研究了我國大數據在智能制造業中的發展環節中存在的不足，關鍵技術的創建、數據的整合運用及其公司中各部門相互間的數據集成等多個層面。要使大數據在智能制造中獲得合理的發展，充分運用其應用價值，必須找出一些解決方法。

關鍵詞：大數據;傳感器;智能制造

近年來，伴隨著工業化和信息化技術的持續演變和自主創新，智能制造產業應時而生，并促進了全新科技革命的發展。現階段，智能制造還處于產業轉型升級的初期，假如可以運用大數據技術研究工業生產的海量信息，對很多的工業化數據做好異構研究和智能分析，進而促進智能制造產業的轉型升級。

1主要數據與智能制造的關系

1.1智能制造的大數據產生背景

智能化生產過程中，工業生產過程中必然會產生大量工業數據，這些數據具有大量的工業數據，如客戶需求、產品設計方案、研發過程、工藝技術、銷售等等一系列數據，其中蘊藏了許多價值的數據，由于這些數據具有量大、數據種類多和有用數據占有比少等特點，使得傳統的數據分析技術已遠遠不能滿足對現狀的要求，因此大數據技術的出現使這些數據具有量大、數據種類多和有用數據占有比少等特點，因此大數據分析技術已不能滿足人們對現狀的要求，因此大數據技術就是大數據技術的應用。

以前，工廠內部設備運行時，就會出現設備本身損耗的問題，由于設備損耗，就會導致生產的產品質量發生變化，在科技飛速發展的今天，這些問題都可以通過安裝傳感器的設備，會實時地傳送設備的信息，然后第一時間知道設備哪里出了問題，哪個地方需要更換，這樣就能避免大數據就像智能制造的智囊一樣，第一時間知道設備哪里出了問題，哪些地方需要更換，這樣就能避免大數據就像智能制造的智囊一樣，決定了智能制造的智能化程度。

1.2大數據對于智能制造的重要性

大數據是智能制造的基礎，它在定制化的智能制造中有很多應用，它包含了生產過程的數據采集、管理、智能化改造以及根據實際需要定制化的平臺，這也是智能制造的核心內容，當運用實現相應數量時，大規模定制中的運用包含數據采集、數據管理、訂單管理、智能化制造、定制平臺等。自定義數據實現相應數量級后，能夠完成大數據應用。利用發掘大數據，完成熱門預測、精準匹配、時尚管理、社會運用、市場營銷管理等各種運用。此外，大數據也有利于制造業企業提升營銷目的性，減少物流與庫存成本，減少生產資源投入風險性。

2大數據在智能制造中的應用

2.1對生產工藝進行科學管理

對于大型數據來說，其應用的最大特點是它能夠智能地優化企業的生產，同時實現管理流程的智能優化。企業要想控制生產過程，就必須收集到一系列相關的數據，如產能、產量、壓力、溫度、物料、熱能、人員、噪音、損耗等，并通過大數據分析技術，將這些數據與預期需求進行對比，從而使生產過程中的生產工藝不斷更新和完善，通過這種方式，企業就可以有效地對產品質量和生產效率進行提升，同時降低生產成本。從而得出，提高生產管理的實時性以及透明度，能夠真正實現對產品生產過程的科學控制。

2.2實現產品的個性化創新

顧客的多樣化使顧客的需求也呈現出多樣化的特點，為滿足個性化需求，實現產品創新，企業需要借助與大數據分支下的智能產品中某些傳感器等元件，充分發揮其功能。它能把它與企業結合起來，把用戶的喜好以及其他一些數據，如使用習慣進行動態的實時采集和存儲，用戶也不必填寫一些繁瑣的問卷，通過這種方式，用戶就可以參與到企業對產品的改進和創新上來。

站在企業的角度，企業可以通過對收集到的這些數據進行技術分析，從而獲得有用的信息，根據這些關于產品性能的參考信息，企業決定如何改進產品的功能。這一運用大數據進行分析的方法，能更好地使客戶的需求多樣化得到滿足，并可采取大規模定制化的方式，構建新型的商業模式，為生產企業的發展和創新提供更好的條件。

2.3提高應用的準確性

為實現對市場營銷系統的相關研究，傳統的企業主要是通過調查、問卷以及簡單的統計等方法來實現對消費者需求的研究，雖然說這些方法在一定程度上會起到一定的作用，但對于結論的準確性，與大數據在智能制造方面的應用相比，通過傳統方法得出的結論準確度較低。相對于傳統企業所采用的繁瑣的調查方式，大數據可以把用戶和企業聯系在一起，使用戶可以擺脫這些繁瑣的調查，從而更方便、快捷地參與企業的相關活動，如產品開發和宣傳等。同時，對于企業來說，能夠在很大程度上準確地把握客戶的個性化需求，從而提高了用戶對企業的好感度，有利于企業和用戶雙方的利益。同時，產品的服務方式已由傳統的遠程人工在線的應答模式轉變為以大數據為智能制造提供相關服務的方式，從而為用戶提供更精確的個性化需求服務，同時還可以預測其具體活動。

2.4實時監測，避免風險

企業在進行生產經營活動時，在大多數情況下，都會遇到各種不確定因素，而且相對于傳統企業所遇到的不確定性，與傳統企業相比，智能制造企業面臨的不確定性會更大。為增加利潤，實現企業良性發展，企業不僅要通過技術創新，最大限度地降低產品的缺點，同時也要提高產品的生產效率和可靠性。通過融合大數據的技術，在企業的生產過程中，可以實時地反饋生產過程中設備自身的損耗、設備使用等各種不確定因素。利用這種方法，企業可以盡量避免在生產、經營過程中遇到的風險。

3智能制造中存在的問題及解決辦法

3.1智能制造的大數據問題

由于大數據在我國的應用起步較晚，大數據在智能制造的應用中還存在著一些問題，主要表現大數據的快速發展必須依靠某些核心關鍵技術的創建，但擋墻國內的大數據在快速發展歷程中缺少相應的核心關鍵技術管理體系，因此還處在制造業的智能優化和升級歷程中。要使國內的大數據可以在智能制造業中獲得不錯的快速發展，并能充分運用其價值，必須完成復雜而多樣化的數據結構管理體系的生產與優化，進而使系統數據的管控和維護更為科學安全。此外，國內工業數據快速發展中，沒有創建完成自我感知和技術自身的數據收集系統，因此影響到其在智能制造中的使用價值。

3.2大數據能力制造中存在的問題解決措施

要使大數據在智能制造業中充分運用其使用價值，需要利用相應的政策支持使數據的融合和整合更為健全完善。要持續提升企業中的大數據頂層設計，使大數據在技術上發揮作用，使大數據的作用獲得充分發揮，使大數據在企業中的作用得到充分發揮，從而使大數據的集成效率得到提高，形成大數據的應用基礎。大數據的應用需要大量的人力、物力的支持，因此要充分調動企業的時效性，以加速大數據的發展。對于大數據相關應用和其他項目的支持，有關部門必須經過相應的政策支持使公司的大數據表現其重要作用，并經過例如基金等項目的支持使公司在大數據的發展中充分發揮重要作用。

4結語

總之，隨著現代信息技術的不斷發展，大數據的運用日漸普遍，我們必須從智能制造制造業的設施智能管控著手，對大數據做好相應的研究，使公司在專業化的制造業轉型過程中增強自身的競爭優勢，在這場智能化轉型的洪流中完成專業化智能制造業的強國之夢。

參考文獻

[1]于凡超.智能變電站通信網絡設備故障診斷的設計與實現[D].重慶郵電大學，2019.

[2]總局機關子站.國家安全監管總局辦公廳關于開展《中華人民共和國安全生產法》評估問卷調查的通知安監總廳政法函〔2011〕149號[J].

[3]杜玉珠，唐紅濤，陳濤.面向智能鑄造的PLM/ERP/MES信息化集成平臺構建與應用研究[C]//第十四屆中國鑄造協會年會，2010.