工業(yè)大數(shù)據(jù)是互聯(lián)網(wǎng)，大數(shù)據(jù)和工業(yè)產(chǎn)業(yè)結(jié)合的產(chǎn)物少镇，同時又反作用于產(chǎn)業(yè)升級發(fā)展。對于制造業(yè)而言孟掺，了解行業(yè)大數(shù)據(jù)產(chǎn)生的背景效荷，歸納行業(yè)大數(shù)據(jù)的分類和特點(diǎn)，從數(shù)據(jù)流推動本身價值創(chuàng)造的視角看待喂搬、重造工業(yè)價值流程密士，將具有現(xiàn)實(shí)意義。

工信部的數(shù)據(jù)顯示：“中國制造業(yè)約占整個世界制造業(yè) 20% 的份額熙拐，在 500 余種主要產(chǎn)品中孙般，我國有 220 多種產(chǎn)量位居世界第一。2014年搏翎，我國共有 100 家企業(yè)入選‘財富世界500強(qiáng)’谊蚣，其中制造業(yè)企業(yè)占 56 家”。

但長期粗放式發(fā)展之后吸辽，中國制造業(yè)發(fā)展面臨著穩(wěn)增長和調(diào)結(jié)構(gòu)的雙重困境职鸟，進(jìn)入了“爬坡過坎”的關(guān)鍵時刻。正如國務(wù)院發(fā)布的《中國制造2025》提到狡忙，“我國仍處于工業(yè)化進(jìn)程中梳虽，與先進(jìn)國家相比還有較大差距。制造業(yè)大而不強(qiáng)…”灾茁。

與此同時窜觉，德國提出了工業(yè)4.0，美國提出了工業(yè)互聯(lián)網(wǎng)的概念希望藉此實(shí)現(xiàn)制造業(yè)的復(fù)興北专。中國提出《中國制造2025》正是要推動制造業(yè)向中高端邁進(jìn)禀挫，以大數(shù)據(jù)、物聯(lián)網(wǎng)拓颓、云計算等新一代信息技術(shù)將引爆這一輪產(chǎn)業(yè)變革语婴，加速傳統(tǒng)制造企業(yè)的轉(zhuǎn)型升級。

工業(yè)大數(shù)據(jù)與德國工業(yè)4.0驶睦、中國制造2025的關(guān)系：

工業(yè)4.0砰左、中國制造2025的核心是工業(yè)大數(shù)據(jù)。

無論是“德國工業(yè)4.0”還是“中國制造2025”场航，都提到了智能化和互聯(lián)網(wǎng)化缠导，而智能化和互聯(lián)網(wǎng)化的核心是：

一方面利用互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)傳統(tǒng)的以產(chǎn)品為中心變?yōu)橐钥蛻魹橹行那缆瑁訌?qiáng)客戶需求預(yù)測并嘗試讓客戶參與產(chǎn)品研發(fā)，提供個性化的產(chǎn)品恋晃、服務(wù)及體驗栖俐。

另一方面采集大量消費(fèi)數(shù)據(jù)動態(tài)調(diào)整生產(chǎn)方式以快速適應(yīng)客戶需求變化，即變大規(guī)模批量生產(chǎn)為大規(guī)模定制生產(chǎn)陷立。

最后一方面利用企業(yè)內(nèi)部營銷肥寺、科研、生產(chǎn)柱炼、采購等經(jīng)營數(shù)據(jù)糯敢，為企業(yè)經(jīng)營解決提供依據(jù)，實(shí)現(xiàn)企業(yè)經(jīng)營透明据滑。

隨著企業(yè)智能化和互聯(lián)網(wǎng)化水平的提升恃楔，企業(yè)擁有了越來越多的數(shù)據(jù)垢蔑，而這些數(shù)據(jù)反過來有提升了企業(yè)智能化和互聯(lián)網(wǎng)化的水平培晓。

工業(yè)大數(shù)據(jù)如何改變制造業(yè)？

精度更高

高成功率的制造是制造商的核心競爭力菩擦。

在大數(shù)據(jù)出現(xiàn)之前廓握，最好的方法是投資更好的設(shè)備，或?qū)T工進(jìn)行更好的培訓(xùn)嘁酿，但都無法太大的減少失敗率帶來的額外損失隙券。然而，使用大數(shù)據(jù)闹司，制造商可以使用計算機(jī)程序來優(yōu)化流程娱仔，并更加巧妙地分析錯誤，從而防止這些錯誤產(chǎn)生游桩。

產(chǎn)量更高

大多數(shù)制造商購買原材料并制造成品牲迫，他們銷售價格高過制造成本。在該系統(tǒng)中借卧，制造商可以獲得更高的收益（每個成品使用的原材料越少）盹憎，企業(yè)的經(jīng)營就更有利可圖。新的大數(shù)據(jù)應(yīng)用程序使制造商能夠更好地了解其整體產(chǎn)量铐刘，并有機(jī)會改進(jìn)其運(yùn)營方法陪每，生產(chǎn)產(chǎn)品獲得更多的利潤。

更好的預(yù)測

制造商可以根據(jù)各種情況預(yù)先判斷需要生產(chǎn)多少產(chǎn)品镰吵，淡季的時候減少生產(chǎn)量檩禾，以及在倉庫中的庫存或出貨量。大數(shù)據(jù)有助于制造商更好地掌握這種供需關(guān)系的變化旁班，因此可以在最有價值的生產(chǎn)條件下進(jìn)行生產(chǎn)蔑誓。

預(yù)測和判斷蹤供應(yīng)商的產(chǎn)品優(yōu)劣

制造商也可以使用大數(shù)據(jù)跟蹤供應(yīng)商的優(yōu)劣识俄。例如，如果供應(yīng)商提供劣質(zhì)產(chǎn)品比例較高焚痰，通過大數(shù)據(jù)計算證明這些事情纫蝗，就可以確定選擇新的供應(yīng)商是否更加具有成本效益。

更高的可追溯性

大數(shù)據(jù)還使制造商的流程更加透明和可追溯盯萄。制造商的原材料在生產(chǎn)過程中以及生產(chǎn)階段有多少損失仇韩？給定批次產(chǎn)量多少，目前存儲在哪里用牲？運(yùn)送需要多長時間塌纯，一旦需要運(yùn)送，產(chǎn)品在哪里勋酿？大數(shù)據(jù)可幫制造商跟蹤生產(chǎn)和交付的所有這些階段隆肪，并提供對可能效率低的領(lǐng)域的洞察和分析。

高級自定義工作

大數(shù)據(jù)顯示博个，通過在以往的努力中獲取數(shù)據(jù)并創(chuàng)造更好地利用原材料的方法怀樟，有可能創(chuàng)建高級定制工作。它也可以幫助制造商采取逆向工程盆佣，為熟悉的問題提出新的解決方案往堡。

投資回報率和運(yùn)營效率 

大數(shù)據(jù)使制造商能夠更深入地了解其運(yùn)營的真正效率，以及升級時產(chǎn)生的投資回報率（ROI）共耍，例如新設(shè)備或新的廣告策略虑灰。

這對制造商意味著什么？

更高的盈利能力

傳統(tǒng)制造業(yè)受到原材料成本和生產(chǎn)限制等因素的限制痹兜，而大數(shù)據(jù)的降臨穆咐，讓每個生產(chǎn)環(huán)節(jié)得更多的收益，極大的較少了成本字旭，企業(yè)主能夠利用這些機(jī)會对湃，賺取更多的收入。

更大的競爭壓力

隨著制造商采用大數(shù)據(jù)戰(zhàn)略谐算，競爭對手感受到采取類似甚至更好的方法的壓力熟尉。越來越多的競爭迫使越來越多的傳統(tǒng)制造商升級內(nèi)部系統(tǒng)，因此未來的技術(shù)發(fā)展將會越來越活躍佳抗。

對新角色的需求

精益的數(shù)據(jù)應(yīng)用程序?qū)ν獠咳藛T或不熟悉數(shù)據(jù)分析的人員來說具有極大的挑戰(zhàn)性坠街。新技術(shù)令人印象深刻，但他們要求有足夠知識和經(jīng)驗的人來實(shí)施和管理它們灵科。因此墅失，制造商需要專業(yè)的人或者公司來協(xié)助完成這些變化。

目前來看，越來越多的傳統(tǒng)制造業(yè)也隨著大數(shù)據(jù)的普及在不斷的進(jìn)行產(chǎn)業(yè)升級筑渴，在競爭激烈的新時代贰筹，大數(shù)據(jù)給制造業(yè)帶來的改變是否會引領(lǐng)新的工業(yè)革命，相信各位已經(jīng)有了自己的答案磕阱。

工業(yè)大數(shù)據(jù)的產(chǎn)生及特點(diǎn)

工業(yè)大數(shù)據(jù)是制造型企業(yè)創(chuàng)新轉(zhuǎn)型的驅(qū)動力和催化劑前挡，隨著三維設(shè)計、3D打印情澈、機(jī)器人技術(shù)等在制造型企業(yè)廣泛應(yīng)用屎谆。工業(yè)大數(shù)據(jù)廣泛分布在產(chǎn)品設(shè)計、制造瘤琐、物流琐览、服役等各環(huán)節(jié)，具體如下：

數(shù)字化設(shè)計：如飛機(jī)全數(shù)字化設(shè)計：波音公司利用 CATIA 軟件設(shè)計波音 777 的 300 萬個零部件的尺寸和形狀數(shù)據(jù)柑土；

智能化制造：以智能工業(yè)機(jī)器人為典型代表的智能制造裝備已經(jīng)開始在多個領(lǐng)域得到應(yīng)用蜀肘；我國今年的工業(yè)機(jī)器人超過日本。

網(wǎng)絡(luò)化監(jiān)控：大型工業(yè)裝備運(yùn)行狀態(tài)網(wǎng)絡(luò)化遠(yuǎn)程動態(tài)監(jiān)測：例如稽屏，波音 737 發(fā)動機(jī)在飛行中每 30 分鐘產(chǎn)生 10TB 數(shù)據(jù)扮宠；陜鼓動力實(shí)現(xiàn)數(shù)百臺旋轉(zhuǎn)機(jī)械遠(yuǎn)程在線監(jiān)測及故障診斷。

物聯(lián)化管理：工業(yè)生產(chǎn)過程開始大量使用 RFID 實(shí)現(xiàn)零件與產(chǎn)品管理诫欠。

工業(yè)大數(shù)據(jù)區(qū)別其他行業(yè)大數(shù)據(jù)有自身的特點(diǎn)和挑戰(zhàn)：

一是多源性獲取涵卵，數(shù)據(jù)分散浴栽、非結(jié)構(gòu)化數(shù)據(jù)比例大

工業(yè)大數(shù)據(jù)來源廣泛且分散荒叼，有來源于產(chǎn)品制造現(xiàn)場工控網(wǎng)監(jiān)控數(shù)據(jù)，有來源于互聯(lián)網(wǎng)的客戶典鸡、供應(yīng)商數(shù)據(jù)被廓，有來源于企業(yè)內(nèi)網(wǎng)的經(jīng)營管理數(shù)據(jù)。海量異構(gòu)多源多類數(shù)據(jù)難以有效集成萝玷，語義描述困難嫁乘，不能實(shí)現(xiàn)面向系統(tǒng)生命周期管理的數(shù)據(jù)協(xié)同管理；

二是數(shù)據(jù)關(guān)聯(lián)性強(qiáng)立骄，有關(guān)聯(lián)也要有因果

工業(yè)大數(shù)據(jù)的產(chǎn)生和應(yīng)用都圍繞產(chǎn)品全生命周期永努、企業(yè)主價值鏈等，數(shù)據(jù)間關(guān)聯(lián)性強(qiáng)且分析準(zhǔn)確性要求高辨埃。不但要利用大數(shù)據(jù)給出決策也要用大數(shù)據(jù)給出決策依據(jù)散苦。工業(yè)大數(shù)據(jù)預(yù)測精度低，準(zhǔn)確性和可靠性不高下风，無法滿足安全性要求奇嗽；

三是持續(xù)采集、具有鮮明的動態(tài)時空特性

工業(yè)大數(shù)據(jù)來源于工控網(wǎng)絡(luò)和傳感設(shè)備，具有實(shí)時性強(qiáng)永音、連續(xù)性揣恳、穩(wěn)定性要求高等特點(diǎn)，需要采用可靠的數(shù)據(jù)采集炭箭、存儲一膝、管理的工具進(jìn)行管理，另外涉及國計民生領(lǐng)域還要求整個平臺安全可控菌司。工業(yè)大數(shù)據(jù)分析的實(shí)時性要求高一死，動態(tài)控制困難，量化難度大傻唾。

四是與具體工業(yè)領(lǐng)域緊密相關(guān)

工業(yè)大數(shù)據(jù)產(chǎn)生依賴于 CPS 網(wǎng)絡(luò)和智能產(chǎn)品投慈，但目前面向信息物理融合系統(tǒng)的分析方法單一，無法實(shí)現(xiàn)閉環(huán)冠骄、多層次伪煤、多階段、自比較等的綜合分析凛辣；面向智能設(shè)備和智能產(chǎn)品的故障檢測能力不足抱既，健康預(yù)測管理水平低，無法實(shí)現(xiàn)面向產(chǎn)品可靠性的深層次分析扁誓。

工業(yè)大數(shù)據(jù)的重點(diǎn)研究方向

為了應(yīng)對工業(yè)大數(shù)據(jù)分散防泵、形式多樣、預(yù)測精度高等挑戰(zhàn)蝗敢，國內(nèi)外研究機(jī)構(gòu)與廠商開展了基于產(chǎn)品全生命周期的數(shù)據(jù)集成和管理捷泞，基于數(shù)據(jù)挖掘的數(shù)據(jù)分析應(yīng)用等方面的技術(shù)研究與實(shí)踐，下面分別介紹寿谴。

研究方向1：基于 MBD 和物聯(lián)網(wǎng)的數(shù)據(jù)集成技術(shù)

CAX 工具數(shù)據(jù)集成技術(shù)：面向產(chǎn)品設(shè)計過程中結(jié)構(gòu)設(shè)計锁右、電氣設(shè)計、仿真细咽、試驗等過程队趁，一方面定義產(chǎn)品所需標(biāo)準(zhǔn)件、材料尘忿、元器件的參數(shù)模型和實(shí)體模型及標(biāo)準(zhǔn)標(biāo)準(zhǔn)松摘，供不同 CAX 工具共享使用，另一方面集中管理 CAX 工具輸入輸出參數(shù)等過程數(shù)據(jù)并形成設(shè)計知識屡拥。

智能裝備數(shù)據(jù)集成技術(shù)：面向車間各類對象的實(shí)時監(jiān)控和管理乳栈，底層采用傳感器對環(huán)境和設(shè)備進(jìn)行信息采集，采用電子標(biāo)簽對物料钾抛、人員漏炕、工具工裝等進(jìn)行標(biāo)識和跟蹤舌恬，通過數(shù)據(jù)采集和處理實(shí)現(xiàn)信息的可靠高效傳輸，實(shí)現(xiàn)人機(jī)料法環(huán)測等生產(chǎn)要素的狀態(tài)監(jiān)控和集成管理扭享。

異構(gòu)業(yè)務(wù)系統(tǒng)數(shù)據(jù)集成技術(shù)：面向工廠內(nèi)部 ERP坠行、PDM、MES续膳、QIS改艇、TDM 等業(yè)務(wù)系統(tǒng)，利用企業(yè)門戶坟岔、企業(yè)服務(wù)總線谒兄、流程平臺等集成工具實(shí)現(xiàn)各業(yè)務(wù)系統(tǒng)間界面、服務(wù)社付、流程和數(shù)據(jù)的集成承疲，最終達(dá)到跨業(yè)務(wù)部門和業(yè)務(wù)系統(tǒng)的數(shù)據(jù)融合和流程貫通。

研究方向2：基于產(chǎn)品全生命周期數(shù)據(jù)管理技術(shù)

產(chǎn)品全生命周期管理不同于傳統(tǒng)的 PDM鸥咖，它將分散在設(shè)計單位燕鸽、生產(chǎn)單位、供應(yīng)商啼辣、客戶等地理分散啊研、形式不同的“產(chǎn)品數(shù)據(jù)”通過工作流平臺和產(chǎn)品全生命周期模型，連接為一種單一的鸥拧、標(biāo)準(zhǔn)的党远、真正的產(chǎn)品信息資源的能力。它包括產(chǎn)品設(shè)計朝正、仿真蒸败、試驗制造的數(shù)據(jù)，還集成來自企業(yè)內(nèi)外部數(shù)據(jù)柒拌，如銷售平俩、市場、質(zhì)量脉裕、制造、供應(yīng)商趟蛋、客戶使用邪船、產(chǎn)品報廢處理等數(shù)據(jù)，從而建立起規(guī)范的產(chǎn)品信息來源同嚷。

這種信息資源保存整個產(chǎn)品開發(fā)決策過程的信息羔峭，包括產(chǎn)品的特征描述、功能描述以及對設(shè)計和資源的考慮甫知，從而跟蹤整個項目進(jìn)度缅钠，并為將來啟動的新項目或產(chǎn)品改進(jìn)項目提供知識愁霞。

產(chǎn)品全生命周期管理的關(guān)鍵在于產(chǎn)品生命周期的建模技術(shù)、集成數(shù)據(jù)環(huán)境技術(shù)和設(shè)計制造協(xié)同技術(shù)熬甫。

產(chǎn)品全生命周期建模技術(shù)：產(chǎn)品全生命周期建模的目的是建立面向產(chǎn)品生命周期的統(tǒng)一的胰挑、具有可擴(kuò)充性的能表達(dá)完整信息的產(chǎn)品模型，該模型能隨著產(chǎn)品研制自動擴(kuò)張椿肩，并從設(shè)計模型自動映射為不同目的的模型瞻颂，如可制造性評價模型，成本估算模型郑象、可裝配性模型贡这、可維護(hù)性模型等，同時產(chǎn)品模型應(yīng)能全面表達(dá)和評價與產(chǎn)品全生命周期相關(guān)的性能指標(biāo)厂榛。

集成數(shù)據(jù)環(huán)境技術(shù)：產(chǎn)品全生命周期的數(shù)據(jù)分開存放盖矫，系統(tǒng)提供數(shù)據(jù)的聯(lián)邦機(jī)制，分散在網(wǎng)絡(luò)上的用戶對數(shù)據(jù)進(jìn)行存取時击奶，所有數(shù)據(jù)對用戶都應(yīng)是透明的炼彪，所以需要一個電子倉庫對分散在企業(yè)內(nèi)外部產(chǎn)品及相關(guān)數(shù)據(jù)進(jìn)行存儲和增刪修改操作。當(dāng)然產(chǎn)品全生命周期數(shù)據(jù)符合大數(shù)據(jù)的 4V 特征正歼，傳統(tǒng)數(shù)據(jù)庫管理系統(tǒng)難以支撐辐马，需要大數(shù)據(jù)平臺和技術(shù)支撐。

產(chǎn)品研制協(xié)同技術(shù)：異地設(shè)計與制造是指在異地異時脖耽、異構(gòu)系統(tǒng)蔚芥、異種平臺間進(jìn)行實(shí)時動態(tài)設(shè)計和制造，它是企業(yè)內(nèi)部或供應(yīng)鏈之間進(jìn)行產(chǎn)品全生命周期管理的重要技術(shù)手段京多。

研究方向3：面向智慧工廠的數(shù)據(jù)分析方法

在 工業(yè)4.0 及大數(shù)據(jù)應(yīng)用背景下秤皿，“智慧工廠”的建設(shè)將以大數(shù)據(jù)中心為平臺，輔以智能技術(shù)痛慷、數(shù)字技術(shù)办溶、信息技術(shù)，構(gòu)建精益化的大融合研制體系樱炬，形成基于知識工程的產(chǎn)品研發(fā)設(shè)計抠阴、仿真、試驗择绘、制造粥割、檢驗、售后等一體化的服務(wù)型研制模式混砸，打造具有自主創(chuàng)新能力突妇、透明管控能力、自我優(yōu)化能力的智慧化生態(tài)環(huán)境解滓。

智慧工廠“智慧”的體現(xiàn)應(yīng)涵蓋企業(yè)的各個業(yè)務(wù)領(lǐng)域赃磨，能夠?qū)崿F(xiàn)科研院所信息流筝家、物流、資金流邻辉、知識流溪王、服務(wù)流的高度集成與融合，使得企業(yè)持續(xù)創(chuàng)新恩沛，并不斷開發(fā)新產(chǎn)品在扰、新服務(wù)。但工業(yè)大數(shù)據(jù)具有數(shù)據(jù)量大雷客、來源廣泛芒珠、形式多樣、種類繁雜等特點(diǎn)搅裙，傳統(tǒng)的數(shù)據(jù)分析手段難以實(shí)現(xiàn)數(shù)據(jù)分析和利用皱卓。

所有要實(shí)現(xiàn)各業(yè)務(wù)領(lǐng)域的智慧就必須結(jié)合數(shù)據(jù)挖掘、文本視頻挖掘部逮、統(tǒng)計分析娜汁、高維可視化等技術(shù)實(shí)現(xiàn)工業(yè)大數(shù)據(jù)的充分利用，具體介紹如下：

數(shù)據(jù)挖掘技術(shù)：“數(shù)據(jù)海量讲幌、信息缺乏”是相當(dāng)多企業(yè)在信息化建設(shè)和技術(shù)手段更新后遇到的問題油后，數(shù)據(jù)挖掘又稱為知識發(fā)現(xiàn)( Knowledge Discovery )，是通過分析每個數(shù)據(jù)仙涡，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)容书。知識發(fā)現(xiàn)過程通常由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示 3 個階段組成眶蹈。數(shù)據(jù)準(zhǔn)備是從數(shù)據(jù)選取所需數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集藤棕；規(guī)律尋找是用分類、聚類雹了、回歸朴树、預(yù)測、關(guān)聯(lián)等算法將數(shù)據(jù)集所含規(guī)律盡可能以用戶理解的方式將找出來索驰。第三節(jié)的案例詳細(xì)描述了整個過程榨惭。

圖像挖掘技術(shù)：產(chǎn)品制造使用過程中有大量的視頻、文本熟什、圖紙等非結(jié)構(gòu)化數(shù)據(jù)堕义，這些數(shù)據(jù)占到了企業(yè)數(shù)據(jù)的 80% 以上，如何進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)挖掘分析是工業(yè)大數(shù)據(jù)利用的核心問題脆栋。

例如，某汽輪機(jī)企業(yè)通過 X 光機(jī)進(jìn)行葉片虛焊質(zhì)量監(jiān)測洒擦，傳統(tǒng)采用人工方式進(jìn)行看片椿争，工作量巨大且長時間在高亮度環(huán)境下工作對人體有害怕膛。該企業(yè)對歷史二十萬張 X 光機(jī)底片進(jìn)行掃描，并提取存在虛焊的底片利用聚類算法提取虛焊特征秦踪，并采用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行算法優(yōu)化并建立專家?guī)臁褐捻，F(xiàn)在通過 X 光掃描儀就可以進(jìn)行疑似虛焊底片的識別，人工在進(jìn)行復(fù)查椅邓，提高了檢驗準(zhǔn)確率并減低人員工作強(qiáng)度柠逞。

高維數(shù)據(jù)可視化技術(shù)：該技術(shù)旨在用圖形表現(xiàn)高緯度的數(shù)據(jù)，并輔以交互手段景馁，幫助人們對其分析和理解高維數(shù)據(jù)板壮。例如，一個機(jī)電產(chǎn)品包含了型號合住、廠家僵卿、價格、性能释何、售后服務(wù)等多種屬性正庙，傳統(tǒng) BI 手段很難直觀的表現(xiàn)三維以上的數(shù)據(jù)關(guān)系，人們也很難直觀快速的理解坯肿。高緯數(shù)據(jù)可視化是將多維度的原始數(shù)據(jù)通過聚類算法轉(zhuǎn)換成可顯示的低緯度數(shù)據(jù)蓄扳，并通過分類算法進(jìn)行規(guī)律總結(jié)并通過計算機(jī)以圖形和圖像的技術(shù)表達(dá)。

例如復(fù)雜機(jī)電產(chǎn)品壽命數(shù)據(jù)是一序列的時間記錄蔗承，利用高緯數(shù)據(jù)可視化技術(shù)將產(chǎn)品失效率的演變規(guī)律用圖像方式 ibiaoda拢给，幫助用戶直觀地了解到運(yùn)行環(huán)境的可靠性。

工業(yè)大數(shù)據(jù)的典型應(yīng)用場景

1蜜雏、企業(yè)經(jīng)營管控

現(xiàn)狀：對企業(yè)的掌控依賴于紙質(zhì)的韩烹、離散的報表及總結(jié)報告等，獲取的信息往往存在滯后孝摘、缺乏綜合性分析意見的反饋等酿势；

目標(biāo)：實(shí)時的、準(zhǔn)確的妻往、全面的獲取企業(yè)運(yùn)營現(xiàn)狀互艾，實(shí)現(xiàn)管控透明化，及時發(fā)現(xiàn)問題讯泣，為科學(xué)決策提供支撐纫普；

應(yīng)用示例：

通過問題看板展示相關(guān)負(fù)責(zé)人或領(lǐng)導(dǎo)可直觀的了解現(xiàn)行問題及項目進(jìn)展等情況，追溯科研能力及生產(chǎn)能力相關(guān)的缺失好渠，及時予以科研流程及生產(chǎn)流程的干涉昨稼，從根本上解決問題，達(dá)到企業(yè)價值及客戶需求拳锚。

大數(shù)據(jù)對于企業(yè)透明化的經(jīng)營管控可實(shí)時的假栓、直觀的寻行、全面的展現(xiàn)企業(yè)現(xiàn)狀、及時地發(fā)現(xiàn)問題匾荆、快速的定位問題根源并提出相應(yīng)措施拌蜘，最終回歸到企業(yè)價值體現(xiàn)及經(jīng)營目標(biāo)建設(shè)。

2牙丽、產(chǎn)品研制協(xié)同

現(xiàn)狀：各學(xué)科設(shè)計分散简卧，缺乏綜合考慮；知識以經(jīng)驗的形式掌握在少數(shù)人手中郑舷；設(shè)計工作對少數(shù)人的依賴性強(qiáng)迈叫，傳承性差；存在未考慮上下游客戶需求的問題等俭宁；

目標(biāo)：開展多學(xué)科融合的協(xié)同設(shè)計啦别、產(chǎn)品貨架支撐的并行設(shè)計、以產(chǎn)品全生命需求為依據(jù)的綜合設(shè)計(以客戶為中心贷营，向產(chǎn)品定制轉(zhuǎn)型)怯录。

應(yīng)用示例：

通過建立統(tǒng)一的設(shè)計開發(fā)環(huán)境，實(shí)現(xiàn)知識的積累和重用诬粗。建立設(shè)計平臺牡呀，對產(chǎn)品研制過程中的各種工作內(nèi)容進(jìn)行集成展現(xiàn)和管理，并根據(jù)用戶角色和工作內(nèi)容的不同扯凫，管理并查看相應(yīng)的內(nèi)容轧黑，用戶可通過研發(fā)設(shè)計工作臺直接開始設(shè)計工作。

協(xié)同設(shè)計研發(fā)平臺一方面通過數(shù)據(jù)售拼、產(chǎn)品數(shù)據(jù)且昭、運(yùn)營數(shù)據(jù)管理為基礎(chǔ)，將設(shè)計經(jīng)驗贱鼻、工藝信息宴卖、制造信息、產(chǎn)品服役過程信息(零部件壽命邻悬、質(zhì)量問題記錄等)症昏、客戶需求等統(tǒng)一納入設(shè)計需求范疇，也即完成客戶等納入需求考慮父丰，保證設(shè)計需求的全面響應(yīng)肝谭，實(shí)現(xiàn)定制化奠定基礎(chǔ)，逐步協(xié)助企業(yè)服務(wù)化轉(zhuǎn)型蛾扇；另一方面具體執(zhí)行設(shè)計研發(fā)業(yè)務(wù)支持基于多學(xué)科融合的綜合攘烛，支持多學(xué)科并行設(shè)計等。

3、全面質(zhì)量控制

現(xiàn)狀：由于質(zhì)量問題等原因的工程變更追蹤困難医寿、變更范圍難以確定栏赴；

目標(biāo)：可通過 BOM 集成管理的數(shù)據(jù)蘑斧，進(jìn)行產(chǎn)品問題的向上及向下追溯靖秩，一方面追蹤問題根源并對其影響范圍進(jìn)行確定(如存在多少在制品等)并干預(yù)，保證后續(xù)產(chǎn)品的質(zhì)量堡喳；另一方面根據(jù)問題根源件父，改進(jìn)原材料或設(shè)計工藝等，從根源上解決問題祸播，降低問題重復(fù)帶來的損失夹它。

應(yīng)用示例：

以某零部件服役過程產(chǎn)生質(zhì)量問題為例說明。當(dāng)產(chǎn)品產(chǎn)生問題時回饋制造商形成質(zhì)量問題記錄單遭唠，零部件制造企業(yè)基于完整的產(chǎn)品全生命周期數(shù)據(jù)管理可通過 BOM 追溯實(shí)現(xiàn)零部件批次恢儡、設(shè)計信息、工藝信息颊姻、制造過程信息的快速定位组莲，進(jìn)而由專業(yè)人員進(jìn)行分析質(zhì)量原因并采取響應(yīng)的改進(jìn)措施：

一方面：保證后續(xù)零部件/半成品按更改后的文件制造生產(chǎn)，使問題重復(fù)再現(xiàn)得到改善矫恳；

另一方面：對同一樣已交付使用的零部件采取一定的維護(hù)更換或召回處理咒饼，規(guī)避由某零部件問題造成工程停產(chǎn)的更大損失。

一直以來刮赵，技術(shù)都是推動商業(yè)環(huán)境進(jìn)化的重要因素渔硫，而目前最熱的技術(shù)升級趨勢，無疑是人工智能编曼。當(dāng)下豆巨，盡管人工智能行業(yè)本身已經(jīng)進(jìn)入了一個平穩(wěn)的發(fā)展期，但它對于各行各業(yè)的賦能卻正在以更熱烈的姿態(tài)進(jìn)行掐场。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)往扔，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享，并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)刻肄，也不構(gòu)成任何其他建議瓤球。本站部分作品是由網(wǎng)友自主投稿和發(fā)布、編輯整理上傳敏弃，對此類作品本站僅提供交流平臺卦羡，不為其版權(quán)負(fù)責(zé)。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻麦到、圖片绿饵、文字如涉及作品版權(quán)問題，請第一時間告知，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容拟赊，以保證您的權(quán)益椭吠！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn。