【推荐下载】【深度】工业制造中的大数据分析.pdf

张小只智能机械工业网

【深度】工业制造中的大数据分析

如何实现智能制造是大家都关心的问题。从哈佛商学院的迈克尔·波特到宾夕

法尼亚大学沃顿商学院，有一个普遍的共识，即数字化转型是智能制造实现的途径。

重要的是，这个共识也来自于众多的世界级制造业企业与企业家们。

 这一共识是基于无数技术趋势的融合，例如，物联网、赛博系统(CPS)、工业物

联网、移动技术、人工智能、云计算、虚拟／虚拟增强现实（VR／AR），以及大数据

分析等。我们一定要保持清醒，不要简单地认为有了这些技术，未来五年就是制造业

的黄金时期。道理很简单，这个新制造业文化的变革进程是相当复杂和艰难的，没有

行业、企业与用户的融合推进，无法实现这次变革。数字化转型不仅仅意味着企业简

单的数字化，而是把数字作为智能制造的核心驱动力，利用数据去整合产业链和价值

链。

 自工业革命以来，为了改进运营，制造商一直以来都在有意地采集并存储数

据。随着时间的推移，数据在制造业分析的需求将越来越大。然而在过去的许多年

间，利用数据的根本动因并没有改变，数据的复杂性增强，数据转化为情报的能力越

来越大。

 2012年高德纳给出大数据定义，其中特别强调大数据是多样化信息资产，不仅

关注实际数据，更关注大数据处理方法。数据量大小本身并不是判断大数据价值的核

心指标，而数据的实时性和多元性对大数据的定义和价值更具直接的影响。

 在讨论工业大数据分析的时候，我注意到两种不同的观点：

 第一种观点认为，制造业向来都有大数据。几十年来我们的企业一直在通过历

史记录、MES、ERP、EAM等各种应用系统采集数据。在部分产业链环节，特别在市

张小只机械知识库

张小只智能机械工业网

场营销方面，大数据算是一个新的热词。

 第二种观点认为，从工业大数据角度看，制造业是一个尚未打开的市场或刚刚

开启的市场。存在大量不同类型的数据，但如今它们还未被应用到分析之中。

 考虑到这些观点，面对任何新的市场提法，包括名词解释、定义或分析框架，

我们始终都应该保持适当的怀疑精神。这里我更多倾向于第二个观点。我们的制造业

的确有“大量数据”，但这并不是我们大多数人从市场上所理解的“大数据”涵义。在搞清

楚工业大数据分析之前，我们应该如何定义制造业的大数据？这里可以通过大数据的

三个特性，进一步了解大数据的特性。

 数据来源

 工业大数据的主要来源有两个，第一是智能设备。普适计算有很大的空间，现

代工人可以带一个普适感应器等设备来参加生产和管理。所以工业数据源是280亿左

右大量设备之间的关联，这个是我们未来需要去采集的数据源之一。

 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。

 tips:感谢大家的阅读，本文由我司收集整编。仅供参阅！

张小只机械知识库