驱动智能制造的大数据，你看得懂吗？

文/本刊记者 朱冬

中国制造正在悄然发生着积极变化。

一组来源于国家统计局的最新数据显示：2016年1-5月，规模以上工业增加值同比增长5.9%，工业总体保持平稳增长。同样，高新技术制造业和装备制造业增加值继续保持较快增长，占规模以上工业增加值的比重已分别达到12.1%和32.5%。

毫无疑问，“中国制造”已成为世界上认知度最高的标签之一。历经30多年的高速发展，作为促进世界经济发展的重要力量，中国这个“世界工厂”的角色已经越来越重要。

相伴而生的是，智能制造作为中国制造未来的重要方向，正面临大考。

智能制造，在经过了“制造+自动化”的第一代，又在第二代“信息化+网络化”时期实现了信息和装备的动作同步，人机互动。 而今进入第三个阶段——大数据时代 ，智能制造正在使制造业走向智能化。

然而，在这个言必称“大数据”的制造时代，智能制造是否真的已经实现了与大数据无缝对接？大数据给中国制造带来了什么？

而真相又是什么？

数据只是信息，只有分析之后才会“说话”

智能制造时代，我们永远不要低估大数据的力量。即使是最普通的一盒纸巾，每一张纸巾都可以排得整整齐齐，如果说这背后运用了大数据分析，你信吗？

以宝洁公司为例，每一盒纸巾的生产，流水线上每一步的材料变化、设备状态等都有数据监测。一盒纸巾的生产看似简单，但如何达成产品质量的普遍等同性则大有学问。宝洁公司通过工厂里面的温度、湿度、材料等变化来调整加工参数，并且工程师不需要在实地工厂实时监督，在世界的任何一个角落可以实现远程设备管理。

“这就是数据的深层分析，数据背后都有其逻辑性。没有逻辑的数据只能称之为‘信息’。懂得逻辑以及逻辑背后的智慧，很多质量问题便可迎刃而解。 ”美国辛辛那提大学讲座教授、美国NSF智能维护系统中心主任李杰对《中外管理》开门见山地说道。

他进一步解释，大数据时代，智能制造里面有很多可见和不可见的问题都可以通过数据反馈出来。与之对应的是会有很多可见数据和不可见数据生成，可见的数据就是机器里面的参数，比如噪音特征、加工参数特征、耗电特征等。但这些参数与设备加工进度有什么关系？跟加工设备的健康有什么关系？这些是无法测量的不可见数据，需要深度分析。

大数据之于智能制造好比是一个健康检查的过程，就好比你觉得你的身体很好，但是体检的时候发现胆固醇过高，肝指数过高，这就是看不到的东西。李杰以此比喻。在他眼里，数据不会说话，只有分析之后才会“说话”。

不过，与德国、美国、日本的智能工厂相比，中国工厂工人数量多，专门的技术人员却很少，这也恰恰是数据分析的桎梏——缺少专业的分析人员，中国智能制造在数据分析时面临的问题是技术人才以及知识短板。

而缺少数据分析，再多的“智能制造”、“工匠精神”只是空谈 。试想，如果一个智能工厂里，机器是外国的，图纸和设计是照抄的，零部件80%是进口的，自动化生产线很多，但生产背后并没有深入的数据分析，或者无法解读数据背后的含义，那么，智能制造的优势在哪里？仅靠消费市场取胜的智能制造，能走多远？

智能制造的终极目标不是智能化？

“如何才能为顾客创造更多价值？”“我要了解为什么减少能源？”“为什么我耗费那么多能源，而不能降低20%？”“为什么我需要100道工序不是50道？”“为什么加工的噪音那么高？”

……

智能制造过程中，企业会不断地面临诸如此类问题。

李杰认为，大数据是唯一可以让企业了解到生产的产品如何、是否还有改进空间，以及解答以上问题的工具。中国智能制造转型的过程中，大数据让企业的认识越来越深刻，让企业家了解到底中国制造强在哪里。

目前在国内，已经有很多制造企业在智能化转型上积极尝试，也进行着追求品质的探索和研发。比如：三一重工、海尔、美的等企业的智能制造工厂和创新性转型。记者也从三一重工高级副总裁贺东东那里了解到，三一重工从2008年就开始基于物联网搭建平台，那个时候并没有物联网的概念，也没有大数据的概念。不过，真正立足大数据的智能制造是制造之需，是从自身发展和客户需求出发，并不是出于单纯的战略布局或者赶时髦的因素。

事实上，大数据时代的智能制造转型，传统企业虽然举步维艰，但大数据可以让企业在智能制造过程中发现不足再进行自我改进，从而越来越精益，越来越有竞争力。

这一点贺东东深有体会。大数据对智能制造的冲击首先是制造装备发生了很大的变化，从“机器人”数控设备、自动化设备到整个管理调度的方式，大数据在每个环节都发挥着作用。如何利用参考数据让制造更加优化，如何降低故障、提高可靠性能等诸多方面与传统方式相比均发生了巨大变化。有些冲击甚至说是颠覆性的。

“其实若转型中每个环节都在发生变化，每个环节都要去应对，企业会面对资源不够，钱不够、人不够的窘境，现实情况是，并不是每一家企业都有能力遍地开花地去应战，而大数据会告诉你 哪个环节有最大的痛点，遂而逐个击破。”贺东东如此对《中外管理》回答。

对于大数据在中国智能制造转型扮演的角色，李杰做了一个形象的比喻：我们吃橘子的目的，不是为了吃橘子，是为了获得维他命C。 知识不是目的，它是让一个人不断成长，变得有智慧的过程。同理，智能制造的终极目的，不是智能化，而是让企业有智慧 ，从而能够贡献社会，帮助别人，能够产生更多对社会有用的价值。

数据和智慧才是智能制造的传承之本

智能制造，说“高大上”一点，是为了人们的生活、为了国家的竞争力而制造。而且，智能制造不是20年、30年，乃至50年就能实现的，它是一个百年工程。

智能制造需要传承！但相比较而言，中国目前的制造企业以二三十年之久的居多，是否能够发展到百年企业现在还未知，所以中国制造必须用大数据不断地更新迭代，使智能制造变成一个知识的传承体系，否则就会面临中国制造的优势外流。

从李杰多年的案例研究经验看，谈智能制造，说得多做得少的企业并不在少数。很多企业做一点就觉得他走在了智能制造队伍的前列。而且，大数据主导下的智能制造不是数量的取胜而是质量的取胜。智能制造目的不是展现给人家智能机器有多少，自动化程度有多高，而是要看将人的素质能够提高多少，这是中国要给世界的一个交代，能够让人家信服。

真正做智能制造的企业，在它们的理念里，智能制造是对市场尊重而产生的使命感。智能制造恰是一种认真做事从而带出来转型的态度，它不是一个技术问题，而是一种“我一定要改进”的决心。

所以，“大数据时代，智能制造需要传承的不是机器也不是工厂，而是数据和智慧。”李杰如是说。

具体而言，即：用大数据来深入了解中国制造的短板，比如质量问题、效率问题，还有类似机器使用性能问题。找到短板之后，数据可以告诉你怎样改进，如何设计未来，而无需一直依赖从外部引进技术。最后，大数据帮助企业实现对未来制造的价值重新定位，智能制造生产的产品不单纯只是产品，它会为客户创造更多的价值，而产品加上服务的价值让智能制造更有效率，更为先进。

所以，大数据对于中国智能制造的意义，已经不言而喻。

“智能制造是以数据为核心，以自动化为基础，以人的知识智慧为传承的目的。智能制造最重要的是人，工厂的技术人员经过数据分析了解到怎样加工品质更好，怎样制造更有效率，更节能更安全，这就是对客户的尊重，对人的尊重。它的终极目的仍然是服务于人。而且产品被客户认可，这本身就是对人的尊重。”李杰深入总结道。

责任编辑：朱丽

来源：中外管理杂志

智能制造：工业制造中的大数据分析

0

搞清出工业大数据分析，第一步我们应该如何定义制造业的大数据？这里我和大家通过大数据的三个特性，来经一步了解大数据的特性。

1

关注＃1 －工业大数据数据来源

工业大数据的主要来源有两个，第一类数据来源与智能设备。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纳的数据源之一。

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，物流与销售市场的内部流程以及外部互联网讯息等，都是此类大数据的战场。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。

2

关注＃2 －数据的关系

数据必须要放到相应的环境中一起分析，这样才能了解数据之间的关系，可以分析出问题的根本原因（root cause）。譬如，每一款新机型在交付给航空公司之前都会接受一系列残酷的飞行测试。极端天气测试就是多项严酷的测试之一。该测试的目的是为了确保飞机的发动机、材料和控制系统能在极端天气条件下正常运行。

问题的处理关键在于找到产生问题的根源，而以知错误的消除，关键在于解决方案的可靠有效。一旦找到并确定了根本原因，同时产生了可接受的应急措施，就可把问题当成一个已知错误来处理。问题调查的过程一定需要收集所有可用，与事件相关的信息来确定并消除引起事件和问题的根本原因。数据采集与分析必须要事件／问题发生的环境数据结合。

3

关注＃3 －数据的收益

对于数字化转型的其他方面而言，大数据不仅要关注实际数据量的多少，而最重要的是关注在大数据的处理方法在特定的场合的应用，让数据产生巨大的创新价值。如果离开了收益考虑或投资回报的设计，一味寻求大数据既无法落地也无法为企业创造价值。

工业大数据分析的定义

生产执行系统（MES）与飞机发动机健康管理系统如出一辙。我们可以从工厂的生产中，实时采集到海量的流程，变量，测量结果等数据。这些数据来源的原因都是因为在制造环境中，设备或资产连接后所产生的现象。然而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之为制造业的大数据分析。

所以如果制造业大数据分析不仅仅意味着数据的量，作为一个行业，我们应该如何定义制造业的大数据分析？“大数据不仅仅是大量的数据”这句话里面包含了多重涵义。

当代大数据处理技术的价值在于技术进步，同时也是因为技术进步，使大数据成为商业中有价值的核心驱动因素。作为智能制造的三驾马车之一，工业大数据分析已经被多数的制造企业所认知并接受。许多制造业企业认为自己在生产运营方面也累积了大量的数据，是时候可以用到大数据了。

数据类型的多样性

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，便是，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的话，再大的数据量都不能称之为大数据。

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，这些工作基本的统计展现就可以完成。一些大数据数据库或数据湖的构成部分数据类型也是文本信息、图像数据、地理或地质信息和非结构信息，例如，通过社交媒体或其他协作平台获得的数据类型。

制造业信息结构概括起来分为两层，一个是管理层，一个是自动化层。从经营管理，生产执行与控制三个纬度来实现决策支持、管理、生产执行、过程控制以及设备的连接与传感。制造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。

大数据分析对生产的意义

制造业的创新的核心就是要依托大量的前沿科技。先进的技术是创新的手段。在新技术的支持下，可以通过一体化的制造运作管理系统MOM将企业管理应用系统，例如ERP，MES等系统与工业自动化的相关系统整合为一体。

从两化融合的角度来看，信息系统供应商要从企业的主信息系统提供商定位来做好规划、标准、功能设计、实施策略的统一性工作。协助企业做好风险控制，降低投资，降低操作维护成本，实现企业信息系统全集成。

相关问答

我从事工厂自动化引进和改造己有五六年了,在这里,结合我的工作经验说说我个人的看法。智能制造是融合了信息技术、先进制造技术、自动化技术和人工智能技术。...

[回答]如今的大数据不再是一个流行术语,在大数据行业火热的发展下,大数据几乎涉及到所有行业的发展。国家相继出台的一系列政策更是加快了大数据产业的落...

您好,8年科技领域爱好者,自媒体撰稿人,青源为你回答这个问题。谢谢阅读。首先,我敢肯定的告诉你一定能够造就很多个亿万富翁。有人问我:这么肯定是不是有...最...

要把握移动互联网wap,大数据data,人工智能ai等领域的时机,必须先弄清楚这三者的各自特点区别和相互联系;悟空好不容易推荐了一个专业度精准的问题给哥,不回...

[回答]两化融合信息安全服务高新技术企业认证高新认证网络托管营销各项资质获得找百度咨询北京虫二放心不成功不收费,加急办完,靠谱,望采...

[最佳回答](3分)③鼓励职工创业创新,调动了职工的积极性和创造性。(3分)④面向消费者,提高服务水平,树立了良好的信誉和企业形象。(3分)【解析】试题分析:...

你好,人工智能和大数据对社会发展的积极影响主要表现在以下几个方面:提高生产力和效率:人工智能和大数据技术可以帮助企业和组织自动化和优化各种流程和任务...

《人工智能时代的工联网商业运行》前言:各行各业的无人化,随着时间的推移,将越来越人工智能化。A在人人拥有的手机设计平台设计选定了B产品,在云联无人工厂...

接楼上刘老师的回答,这确实是个不错的问题。随着近几年人工智能技术和大数据技术的发展,大数据和人工智能在各行各业的落地应用变多,人才需求也变得越来越大,...

这些概念是当下的热点,它们本身并不复杂。相信我的回答能让你对这些概念以及它们之间的联系有一个清晰的了解。我的主要研究方向是大数据和人工智能,所以机器...