基于工業互聯網環境下的大數據技術應用研究

羅立輝

【關鍵詞】工業互聯網;大數據技術;應用

大數據技術作為一種集合現代邏輯計算、智能算法、網絡安全、提前預警等技術保障的先進技術，能夠為工業生產構架良好運維系統的同時，還提升了工業經營效益，如降低人力資源支出、設備成本資源支出等。尤其在結合現代綠色環保、智能、持續、共享等的基礎上，還能提升工業生產質量、效果，提升企業社會、市場發展與競爭的適應力。因此，文章的研究具有現實而積極的意義。

基于工業互聯網的大數據技術主要是指利用信息技術、通信技術、監控基礎等，采取工業生產設備作業過程中形成的有價值數據，一般用于工業車間生產要素的調控、預測等（具體圖1所示），旨在降低設備生產風險的同時，提升決策、方法的效益。深入剖析其概念，其包含以下特征：較大的數據容量。基于工業產業的特殊性，為挖掘有潛在價值的信息，工業大數據一般擁有較大的體量。能夠滿足互聯網數據、大型設備等要素的接入需求，甚至一些體量達到EB級別;多樣性。工業大數據擁有廣泛的數據來源和多樣的數據類型，能夠適應工業、互聯網的接入需求，如管理系統、機器設備等;快速性。其在相關感應設備和相關邏輯算法基礎上，能夠快速獲取和處理相關工業數據，甚至對一些數據的處理達到了毫秒級;價值密度低。工業大數據更加重視相關信息的有用性和價值驅動性，比如智能制造、個性化定制及生產經營效率等;時序性。其主要是指該數據擁有一定時間和空間順序，如不同階段設備運行狀態數據，不同空間訂單需求量完成度等;強關聯性。其主要是指數據信息同各項生產要素擁有非常強的管理度，如研發設計、零部件生產、整裝、設備運行狀態、設備隱患維修數據等;準確性。工業大數據所獲取的信息是設備等要素生產的直接數據，該數據經過相關加工，具有可靠性、完整性和真實性特征，因此其最終分析的數據結果具有非常高的精準度。

從分析工業大數據全生命周期可以看出，工業大數據技術基于現代感應技術和算法，能夠精準定位工業產品的全生產流程，實現產品全環節的有效驅動其應用意義主要包含以下幾個方面：

（一）優化產品設計，推動產品創新

工業企業利用智能傳感器收集設備產品運行過程中形成的相關數據，如用戶使用偏好、習慣等信息，并利用智能終端匯總、分析、研究這些數據，有助于企業挖掘產品功能，推動產品創新發展，如基于產品性能的人性化、功能化設計。尤其在設備故障數據收集基礎上，還能不斷完善、改進、重構產品體系，繼而在滿足用戶使用需求的同時，實現產品個性化、差異化創新。甚至在有條件的情況下，還能夠創新產品生產及商業等模式，繼而實現設備生產目的。

（二）提升管理質量，強化監控效果

要想全面控制設備生產過程，應根據其生產要素，收集所有影響要素，如人員技術、原材料質量、溫度、設備振動、加工溫度等。同時，為更加嚴格地管理生產流程，還應做好工藝流程的監督工作。而大數據信息收集系統不僅能夠滿足大數據技術的信息收集要求，還能通過信息收集、分析，精準定位各項流程的能耗、產能等，繼而實現更高維度的監控目的。尤其在精準提供各項控制要素后，能助力相關技術、管理人員編制更加合理、科學、透明的生產和管理技術，可在一定程度上提升管理質量。

（三）強化風險控制，提升經營效益

受多種因素影響，企業車間的生產過程中可能存在各種問題，若不及時采取措施應對，必然會影響企業經營效益，甚至還會讓企業面臨破產的紅線。而基于大數據體系的工業車間生產體系，不僅精準定位設備效率，還能夠通過數據模擬預知產品可能存在的缺陷，如安全隱患、計算缺陷、工藝參數等問題，甚至還能提前預警，而這便會在一定程度上避免生產故障等問題。如圖2基于大數據技術的健康故障預測與健康管理能夠實現工業數據各項數據的有序管理，運維、故障、異常等健康管理。因此，在企業車間中融人大數據技術擁有非凡的價值。

（一）架設基于工業互聯網的大數據技術構架

基于工業大數據技術相關特性，相關企業應做好其數據采集、數據應用兩個維度系統的搭建（如圖3），并在此基礎上，做好工業互聯網接人工作，以實現工業數據的匯總收集、計算分析等。具體而言，要做好設備數據采集、數據實時接入處理工作，即要設計外加傳統器、內置傳感器等設備，用以收集設備、系統所產生的實時數據等。

（二）基于工業大數據應用路徑分析

基于工業互聯網的大數據技術適用于企業車間工業生產全過程，即適用于工業車間相關產品研發、生產制造、在線運維等。

1.產品的設計研發

基于現代技術的工業環境，其競爭環境更加復雜、多變，因此如何高效率、高質量地完成產品設計研發，成為每個工業產品關注的重點。工業大數據技術可為產品設計研發提供良好的模擬、智能等協同技術，能在縮短產品設計研發周期的同時，提升產品設計質量。如可通過模擬仿真技術，模擬產品相關構架、形態等，并以此為依據模擬其運行情況，調整產品參數等。具體而言，一是利用感知技術獲取產品真實數據，并將其映射至虛擬網絡，然后利用樸素貝葉斯法、半監督法等，提取相關數據，以實現產品設計數字化、智能化的目的。二是利用物理規劃、遺傳算法、模擬邏輯等技術，評估、分析設計方案，為設計人員產品對最優設計方式的選擇奠定良好基礎。三是利用關聯規則和應用回歸等方式，持續優化產品性能，繼而提升產品開發質量。

2.產品的生產制造

基于大數據采集技術的工業產品制造，能夠降低生產制造過程的能耗、提升質量管理效果、優化產品相關參數以及實現生產調度問題優化工作等，尤其在工業大數據技術模型和算法基礎上，其提升效果更加明顯：

（1）降低產品生產能耗

降低產品能耗作為工業大數據技術核心要素，是目前工業大數據主要應用趨勢。利用數據管理技術能更加有效、快速地識別產品生產過程中的能耗情況，定位能源浪費等問題，有助于能源的高效利用與節約。例如。通過大數據技術的分析系統，可清晰定位能源消耗的有效應對措施。具體而言，工業大數據技術利用數據采集建模，集中分析整個產品生產過程能源消耗趨勢，并針對能耗環節進行管理、控制，從而幫助管理人員做好減能工作。同時，除了利用模型分析，工業大數據技術還能夠通過空間解析、遺傳網絡、神經網絡、回歸等方式，精準預測產品實際生產所需的能源數據，繼而為管理和控制人員設備控制、管理奠定良好基礎，如調控設備運行參數等。

（2）提升管理質量

企業工業車間是否擁有潛力受到其管理質量的影響，而通過工業大數據技術可實現管理質量的全面提升，如優化管理流程、完善生產缺陷、提升產品質量等。比如，以車間管理質量為基礎，融合大數據關聯技術，構建工業互聯網、大數據循環平臺，可集成產品生產數據，并提升產品數據分析的針對性，從而在一定程度上提升產品質量。同時，通過結合用戶需求、生產計劃、工業產品生產數據搭建關聯性強的控制模塊，還能實現工業生產的智能化。這樣不僅可避免人為生產失誤，還能在降低生產成本，提升車間管理質量。

（3）優化產品參數

傳統工業生產產品參數的優化一般依靠實驗或經驗，而基于大數據技術的工業生產體系，可更智能、高效、可靠的實現產品數據優化工作。依托工業大數據技術可集合生產線全流程信息，如產品歷史數據、產品優化方向等。在整合這些要素基礎上，通過邏輯算法建立相關模型，能夠全面、詳細地展示產品工藝參數變化趨勢，為管理、技術人員參數優化奠定良好基礎。比如，在汽車輪胎生產工藝中，通過分析其歷史摩擦力參數、硬度等規格參數的歷史數據，可更加精準的把控最佳參數，從而實現其產品性能和生產流程設備參數的優化。

（4）優化生產調度

在工業大數據技術影響下，車間生產資料調度系統開始轉變為更加高效的現代管理系統，即更加智能化、高效性、便捷性、可視化，繼而推動生產調度工作深化發展。通過將監控、傳感等設備安裝在工廠相關流程，可實現實時采集現場物資使用數據。同時，依據其收集、分析結果，調整生產資料投入情況，以提升生產資料調度質量和效果。目前，為實現智能調度，其系統一般涉及聚類分析、遺傳算法及決策樹等技術。比如，對于任務車間存在的調度問題，大數據技術一方面可依據其包含的決策樹，分析可能已經產生的相關數據，并利用調度規則，驅動邏輯系統得出調度內容，繼而提升調度效率。另一方面可依據遺傳算法、離散事件模擬等技術，有效解決環境對調度數據的動態影響，繼而實現調度的綜合控制。

3.在線運維管理

現代工業的發展需要關鍵設備、大型裝備等的支撐，因此這些設備的健康狀態，對于工業企業而言非常重要。而基于工業互聯網的大數據技術，可實現設備的在線運維等工作，做到遠程管理、運維等。如在低延時、高速度、廣連接基礎上，大數據技術可通過機器學習、紅外圖譜診斷算法、支持向量機、關聯規則、K-means等統計和智能分析方式，更好的識別產品圖譜，更好的分析產品生產數據，更好的識別設備可能存在的安全隱患或異常狀態。據此，通過工業大數據技術可進行預測性維護和設備故障診斷等，不僅可在一定程度上降低人為檢測失誤率，還能降低運維成本，提升運維安全性、實效性、可靠性、方向性，從而實現工業產業的在線運維發展。具體而言：

第一，預測性維護。預測性維護通過利用工業大數據和機器學習算法建立預測模型，在設備運行狀態監測和退化機理經驗的基礎上，盡早發現故障隱患和預測設備剩余壽命，并依據預測結果延長設備運行時間。比如，利用高斯混合模型和SOM等無監督學習算法，將不同的流程環節的機器數據進行適應性分類，然后針對各個設備數據、參數等，搭建預測維修模型，制定維修決策，減小設備意外故障對工業企業車間生產的影響。同時，還可利用貝葉斯方法和退化模型全面分析傳感數據，實現工業互聯網環境下基于事件驅動的機床狀態監測和剩余壽命預測網的搭建，在該預測網和監測網基礎上，可依據剩余壽命合理安排工件生產任務，從而提升實現企業生產效益。此外，除了這些模型和算法，基于神經網絡、聚類、支持向量機和隨機森林等算法構建預測模型，能夠及時、準確地預測設備可能發生的故障，從而提高設備使用率，提升其效能輸出，降低停機維修造成的經營損失等，甚至在合理使用基礎上，還能使設備在保障安全的前提下合理超期服役。

第二，設備故障診斷。對設備的實時監測有助于企業掌握設備的運行狀態，快速診斷設備的運行故障。傳統的設備故障診斷，首選的衡量指標是平均運行長度和平均信號時間，但通過統計得到的運行狀態參考結果具有局限性。而工業大數據則突破這一限制，即該技術能夠實時監控機器運行狀態，并預測、診斷其可能存在的問題。利用無線傳感器網絡和射頻識別技術?？梢詫崟r采集不同來源的設備監測數據，在此基礎上，結合支持向量機、深度神經網絡等機器學習算法和模型對數據進行分析，幫助企業做出準確的故障預測和診斷。

綜上，在現行工業發展環境下要想提升工業產品效果，適應更加復雜的工業生產環境，相關企業應在探究自身不足的基礎上，尋找工業互聯網下的大數據應用路徑，并深入分析該技術應用同自身生產的契合點，明確融合方向。當然，為保障融合效果，相關企業還應依據自身產業實際情況，全面梳理、分析有效結合點，避免資源浪費，達到工業大數據技術應用的初始目的。