Top
首页 > 智能制造 > 智造新闻 > 正文

用数据分析智造未来

德国制造业是世界上最具竞争力的制造业之一,在全球制造装备领域拥有领头羊的地位。通过工业4.0战略的实施,将使德国成为新一代工业生产技术的供应国和主导市场,会使德国在继续保持国内制造业发展的前提下再次提升它的全球竞争力。
发布时间:2017-06-11 23:00        来源:赛迪网        作者:赛迪网

德国制造业是世界上最具竞争力的制造业之一,在全球制造装备领域拥有领头羊的地位。通过工业4.0战略的实施,将使德国成为新一代工业生产技术的供应国和主导市场,会使德国在继续保持国内制造业发展的前提下再次提升它的全球竞争力。

随着《中国制造2025》提出,我国不仅加快推动云计算、大数据等新一代信息技术与制造技术融合发展,同时把智能制造作为两化深度融合的主攻方向。

然而,无论是工业4.0还是中国制造2025,一个重要的话题就是如何充分挖掘和利用大数据蕴含的巨大价值,实现传统制造企业的智能转型。而分析在这其中起着至关重要的作用。

工业大数据,是指工业领域的大数据,在产品设计、制造、销售、维护等全生命周期中产生大量的数据资源,涉及文本、图像、视频等各种结构化和非结构化数据,具有明显的大数据特质,对于制造业发展具有非常重要的实际应用价值。

而工业中大数据分析是指利用通用的数据模型,将管理层与自动化层的结构性系统数据与非结构性数据结合,进而通过先进的分析工具发现新的洞见。

在搞清楚工业大数据分析之前,我们还是先来了解一下制造业大数据是从哪来的,然后数据关系是怎样的,为企业创造怎样的价值...

首先工业大数据的主要来源有两个,第一是智能设备;而第二个数据来源于人类轨迹产生的数据,包括在现代工业制造链中,从采购、生产、物流与销售内部流程以及外部互联网信息等。通过行为轨迹数据与设备数据的结合,大数据可以帮助我们实现对客户的分析和挖掘,它的应用场景包括了实时核心交易、服务、后台服务等。

其次,数据必须要放到相应的环境中分析,才能了解数据之间的关系。最后对于数字化转型,大数据不仅要关注实际数据量的多少,更重要的是关注大数据的处理方法以及在特定场合的应用,才能让数据产生巨大的创新价值。

在工厂的日常生产中,我们可以通过生产执行系统(MES)实时采集到海量的流程变量、测量结果等数据。基于大量数据集而生成的报表,或是基础统计的分析并不足以称为制造业的大数据分析。

但是,大数据不仅仅是大量的数据的堆积。大数据的重要属性之一,是人们设法收集并弄清楚不断变化的数据类型。如果只是大量采集同一类型的数据,再大的数据量都不能称之为大数据。

因此,数据必须包括高度可变性和种类多样性。制造工厂中存在无数的大数据应用,但并不包括简单地分类和展示一连串的流程测量结果,对这些工作,基本的统计展现就可以完成。一些大数据的数据库或数据湖的构成部分也是文本信息、图像数据、地理或地质信息和非结构信息...

日前,中国工程院院士柴天佑在参加某论坛时表示,信息技术、能源及使能技术会引起工业革命,智能制造对于新一轮的工业革命来说十分关键。新信息技术的出现,比如大数据、移动互联网、云计算、人工智能以及知识工作自动化使得我们可以进行高效的、绿色的、环境友好的发展。这一切都是由于新技术的发展才得以实现的。

可以说,加快工业互联网的发展,是进一步增强我国互联网优势的迫切需求。不过,目前,尽管大量企业已开始进行智能化、数字化布局,然而在实践过程中,目前的工业数据尚不能支撑企业做出决策,智能制造仍是任重而道远。

此外,在日“国际工业数据分析研讨会”中国信息通信研究院总工程师余晓晖也表示,工业互联网数据是形成工业智能的中枢,工业数据分析是实现各种智能化应用的重要基础和支撑。

合作站点
stat