制造业大数据如何创造高价值生产 .pdfVIP

制造业⼤数据如何创造⾼价值⽣产——五⼤场景⼋⼤案例

深度解析

众所周知⼤数据和分析软件对现代产业有巨⼤影响。⾏业先驱如⾕歌，特斯拉，优步等将⼤数据⼴泛应⽤于市场开拓，客户关系管理，供应链

优化以及市场细分上，效果显著。根据IDC研究显⽰，到2019年，⼤数据分析的收⼊将达到1870亿美元，在2015年这个数字还只有1220亿美

元，这其中制造业的获益将⼗分明显，到2019年有望达到390亿美元。事实上，制造业的发展从⼯业时代起已经取得了很⼤的进步。以前制造

过程既缓慢⼜乏味，⼀次也只能⽣产少量的产品。20世纪早期，装配线的发明意味着制造业⾰命的开始，成熟的制造业流程由此传遍全球各

地。

IT⾏业在制造业的⾰命过程中发挥了巨⼤的作⽤。⾃动化的流程和机械化产⽣了⼤量数据⽣产业务数据，但⼤多数制造业者并不能很好的使⽤

这些海量数据。例如：为找到⽣产缺陷的部分，⼯⼚传感器能沿着装配线扫描出千上万的数据点。将这些数据点导⼊分析软件，可获得改善制

造过程和提⾼⽣产率的有价值信息。这些价值都是显⽽易见的，包括：

降低成本降低成本。⼤数据。能够帮助改变⼯艺制造的⽅式。数据能帮助降低⽣产过程中的成本。数据分析还可以降低运输,包装,仓储的花费,库存成本应

⽽⼤⼤降低。

提提⾼⾼质量质量和和安全性安全性。很。多制造业公司现在使⽤电脑传感器，在⽣产过程中通过装配线过滤掉低质量的产品。通过合适的软件分析，公司可以使

⽤这种传感器产⽣的数据来提⾼产品的质量和安全性,⽽不是简单地丢弃低质量的产品。很多汽车制造商在⽣产之前，会利⽤⼤量的数据通过软

件分析去⽣产仿真模型。当汽车进⼊市场之前，这些模型能帮助减少风险和提⾼汽车的质量。

提提⾼⼯⾼⼯作作效效率率。制造。型企业也能够使⽤⼤数据去提⾼管理能⼒和员⼯的⼯作效率。⼤数据分析能⽤来研究⽣产车间的错误率，通过这些信息来

评估员⼯在哪些地⽅表现良好以及在哪⾥地⽅表现不够好。同样⼀套⼤数据软件和数据信息能⽤来提⾼⽣产车间的速度，尤其是⼯作量很⼤的

⼯⼚。使⽤⼤数据分析还能帮助管理者甄别产品。

更好更好的的合作合作。。基于IT信息化的数据收集和数据分析有⼀个巨⼤优势就是改善集团内部信息处理的能⼒。数据与信息、管理、⼯程、质量控制、

机器运营结合的⼯作流，让团队在⼯作中能够发挥更好的⼯作效果。在数据驱动的环境下快速的反馈机制，便于每个员⼯能根据情况及时调整

⼯作⾏为。

制造业的⼤数据分析系统指的是使⽤⼀个常规的数据分析模型和⾼级的分析⼯具将结构化的业务数据例如库存和财务数据与结构化的运营数据

例如告警，流程参数以及质量动态和⾮结构化的内部与外部数据包括客户、供应商、⽹络以及机器数据结合，⽤于企业揭⽰新的分析洞察。企

业智能制造则意味着：有别于传统的⽅式即现在多数制造⼚商对制造数据处理的⽅式，⽽是通过企业已有的MES（物料需求计划系

统）、EMI（电⼦元器件测试系统）系统数据和历史数据来实现对数据的采集和分析呈现。

以下我们通过五个应⽤场景和⼋个案例来看看⼤数据分析应⽤可以帮助制造业提升哪些价值。

⼤数据在制造业的应⽤案例

⼤数据的应⽤在各⾏各业，例如零售业，医疗健康，⾦融服务，政府等。每个公司都可以从⼤数据中受益。所有的⼤数据项⽬都从⼀个可⾏的

案例开始，这⾥介绍⼋个关于制造业使⽤⼤数据的案例。

1.改善制造业的⽣产流程

说说明明：：对机器的性能测量和可追踪性变成可能。通过在⽣产中⼼给所有的机器安装传感器，让⽣产经理们得到每个部分及时可见的操作情况。

通过深度分析还能帮助了解⽣产质量和培训每个机器和操作者的差异性。⼤数据的运⽤对流⽔线作业的⽣产型企业来说价值⽆限，并且这种情

况在现在变得越来越普及。对机器⽣产来说，需要量化和可视化每天的产能对公司财务表现的影响。⼤数据和深度分析将为制造商们展现出那

些缺失的关联，那些使⽇常⽣产⾏为与财务表现⼀致的关联。使⽣产计划者和⾼级管理⼈员知道在机器层⾯如果设施运转正常，那该如何最⼤

化产能。

案例1：某⽣物医药公司产能因素分析

在⽣物制药领域通常需要通过监测超过200个变量来保证成分的纯度和以及成分物质在⽣产时保持的柔度。对⽣物制药来说，有⼀个⾮常难处理

的问题是在没有显著原因的情况下，产量也有可能产⽣50%到100%的差异。项⽬⼩组将整个⽣产过程分成了不同的流程组。通过使⽤⼤数据分

析，⼩组通过测试流程间的相互依赖关系找到了9个对产量有直接影响的因素。⽽利⽤深度分析，基于修改⽬标流程和不断的分析洞察，他们最

终增加了50%的疫苗