制造業(yè)邁入了大數據時(shí)代，2012年，GE公司率先明確了“工業(yè)大數據”的概念。在制造業(yè)，產(chǎn)品的全生命周期從市場(chǎng)規劃、設計、制造、銷(xiāo)售、維護等過(guò)程都會(huì )產(chǎn)生大量的結構化和非結構化數據，形成制造業(yè)大數據，而這些數據符合大數據的三“V”的特征：規模性、多樣性以及高速性。除此以外，制造業(yè)大數據還具有多源異構、多尺度、不確定、高噪聲等特征。因此，研究和應用制造大數據更具有挑戰性，主要體現在制造大數據的存儲、管理、分析和展示方面。如何充分挖掘工廠(chǎng)中數據的價(jià)值，通過(guò)對制造大數據進(jìn)行分析，提升數字化工廠(chǎng)運行效率，已成為制約數字化工廠(chǎng)向智慧工廠(chǎng)發(fā)展的瓶頸。
大數據方法帶來(lái)思維變化
大數據給我們帶來(lái)的思考：在制造業(yè)能用嗎？解決什么問(wèn)題？制造業(yè)大數據到底在哪些領(lǐng)域可以發(fā)揮它的作用？
大數據在制造業(yè)能用嗎？
大數據已經(jīng)成為解決現實(shí)世界問(wèn)題的方法。要解決現實(shí)世界的問(wèn)題，第一種方法是科學(xué)實(shí)驗，通過(guò)實(shí)驗的方法來(lái)發(fā)現現實(shí)世界的一些規律并解決問(wèn)題；第二種是通過(guò)理論分析和推導方法；第三種是科學(xué)計算，模擬仿真成為解決問(wèn)題的范式；數據科學(xué)則是第四種解決問(wèn)題的范式。目前國外數據科學(xué)非常熱門(mén)，這是一門(mén)綜合交叉的學(xué)科。
大數據方法帶來(lái)了思維上的變化，主要是從三個(gè)方面來(lái)看的：從因果到關(guān)聯(lián)，更強調事物之間的相關(guān)性而非因果性。從局部到全體，采用全體數據進(jìn)行分析，而不是隨機樣本。從精確到混雜，通過(guò)數據保證解的優(yōu)異性，不再一味追求精確的算法。既然大數據已經(jīng)成為解決問(wèn)題的方法，那它就是能用的。
能用大數據來(lái)解決工廠(chǎng)的什么問(wèn)題？
大數據方法能為未來(lái)工廠(chǎng)的目標服務(wù)嗎？未來(lái)工廠(chǎng)就是智慧工廠(chǎng)，它追求的結束目標是一切都透明化。在制造業(yè)不同的階段，所追求的目標是不一樣的。
上個(gè)世紀初，制造業(yè)追求目標是成本更低，出現了可互換零件原理，形成了大批大量生產(chǎn)模式。在上世紀中葉，為了追求更高的質(zhì)量，這時(shí)候采用了全面質(zhì)量管理。到上個(gè)世紀80年代，市場(chǎng)需要不同的產(chǎn)品，產(chǎn)品的多樣化出現，多品種小批量生產(chǎn)模式流行，計算機技術(shù)應用到產(chǎn)品設計制造過(guò)程，出現了計算機集成制造系統，也就是信息化系統。不同時(shí)代企業(yè)追求目標不同，所采用的解決問(wèn)題的方法也不同。未來(lái)的智能工廠(chǎng)追求透明化，要達到透明化的目標，可采用的方法就是分析推理，大數據方法事實(shí)上是一種分析推理法。因此，從數字化工廠(chǎng)向智能化工廠(chǎng)轉化的過(guò)程中面對著(zhù)海量的數據，需要尋找它們相互之間的聯(lián)系和隱藏規律，實(shí)現透明化的目標。
大數據在制造業(yè)中哪里用？
大數據給制造業(yè)提供的是一種全方位的全程式的一種服務(wù)，在產(chǎn)品全生命周期階段，從設計到制造、從使用到維護，直到維修階段，產(chǎn)生的正向數據以及逆向數據，這些數據都能全方位地得到使用。
大數據提供全方位全程服務(wù)
在產(chǎn)品的設計中，傳統的設計師基于經(jīng)驗靈感和經(jīng)驗，揣度消費者的需求喜好設計產(chǎn)品。在大數據時(shí)代，設計師通過(guò)對用戶(hù)行為和需求大數據進(jìn)行分析，精準量化客戶(hù)需求，指導設計過(guò)程。
在制造階段，大數據技術(shù)可以幫助實(shí)現生產(chǎn)過(guò)程異常發(fā)現、產(chǎn)品質(zhì)量和生產(chǎn)調度優(yōu)化等方面。以生產(chǎn)異常發(fā)現為例，傳統的基于降維手段的異常發(fā)現方法，容易破壞信息完整性，不利于設備異常的發(fā)現。在大數據模式下，基于制造數據的分析對關(guān)鍵參數進(jìn)行提取，然后通過(guò)聚類(lèi)分析手段發(fā)現設備異常模式，在此基礎上對設備控制優(yōu)化。大數據也能幫助提高產(chǎn)品的質(zhì)量控制。SPC控制的是整個(gè)過(guò)程的單個(gè)參數，但是單個(gè)參數在正常范圍為什么還會(huì )出現一些質(zhì)量問(wèn)題？可能每個(gè)參數均處于臨界狀態(tài)，綜合后會(huì )產(chǎn)生一些質(zhì)量問(wèn)題，所以在這個(gè)過(guò)程中，傳統就是數據的篩選、參數分析，這個(gè)過(guò)程介入了人工的分析來(lái)進(jìn)行質(zhì)量的預測，數據篩選過(guò)程淘汰了許多有效的數據資源，參數分析過(guò)程經(jīng)常存在人工經(jīng)驗判斷，使得預測模型對整個(gè)產(chǎn)品加工過(guò)程信息的描述殘缺不全，不能發(fā)現產(chǎn)品質(zhì)量問(wèn)題的深層次原因(如誤差累積)。而在大數據模式下，根據產(chǎn)品的加工工藝過(guò)程，對產(chǎn)品質(zhì)量相關(guān)數據按層次進(jìn)行組織，利用多隱藏層的神經(jīng)網(wǎng)絡(luò )深度學(xué)習加工過(guò)程中產(chǎn)品質(zhì)量數據的相互作用機理，從而對產(chǎn)品質(zhì)量問(wèn)題進(jìn)行全面、深層次描述。
大數據能提升大規模生產(chǎn)調度的全局性能，大家知道為什么企業(yè)生產(chǎn)調度一直會(huì )出現問(wèn)題，我們做的計劃趕不上變化。因為所做的計劃，是在一個(gè)理想狀態(tài)下考慮約束做出的。筆者做生產(chǎn)優(yōu)化調度長(cháng)達20多年，一直在尋找一種更優(yōu)的解決方案，研究智能方法，例如：遺傳算法、螞蟻算法等。但隨著(zhù)工藝的復雜、環(huán)境的復雜、工藝的規模，整個(gè)問(wèn)題規模越來(lái)越大的時(shí)候，它已經(jīng)是一個(gè)很難解決的問(wèn)題。傳統的智能調度方法難以求解大規模的調度問(wèn)題，基于規則和瓶頸的方法在大規模問(wèn)題中又很難得到全局優(yōu)化;大數據帶來(lái)了新思路，它采用全局的數據之間的關(guān)聯(lián)關(guān)系，從而形成全局的調度方案，能夠解決大規模生產(chǎn)中的全局調度問(wèn)題。
大數據能為產(chǎn)品的運營(yíng)維護服務(wù)，很典型的就是GE的案例，建立一個(gè)平臺，為航空發(fā)動(dòng)機的監控、運行監測、故障診斷提供一個(gè)全方位的服務(wù)。在產(chǎn)品的運行和維護過(guò)程中，大數據模式一改傳統方法被動(dòng)的運維模式，通過(guò)采集和分析智能設備的傳感器數據，進(jìn)行大數據分析，主動(dòng)進(jìn)行產(chǎn)品的安全監測、故障診斷，優(yōu)化產(chǎn)品的運行過(guò)程。大數據應用過(guò)程中需要的是什么？首先需要的是能夠采集到數據，也就是需要產(chǎn)品是一個(gè)智能化的產(chǎn)品，所以在智能制造中，首先要有智能化的產(chǎn)品，安裝傳感器，能夠實(shí)時(shí)地傳遞數據，為后面的運行、維護服務(wù)提供依據。
大數據不只是關(guān)于數據，而是采用傳統及新的分析方法來(lái)分析所有數據。針對大數據分析的結果采取行動(dòng)來(lái)提升業(yè)務(wù)才是更重要的。隨著(zhù)大數據技術(shù)的不斷發(fā)展，國內外已對大數據在制造領(lǐng)域中的應用進(jìn)行了一些開(kāi)拓性的研究，三一重工利用大數據技術(shù)通過(guò)對地理位置數據的關(guān)聯(lián)分析發(fā)現泵車(chē)主油缸故障與沿海地區杭深高鐵建設的強相關(guān)性，確定了沿海地區的鹽霧環(huán)境和水質(zhì)是導致油缸密封體腐蝕的主要原因。日本小松公司通過(guò)對挖掘機安裝傳感器與GPS定位系統，從而實(shí)時(shí)監控車(chē)輛運行情況，并通過(guò)大數據分析，對未來(lái)挖掘機市場(chǎng)的需求進(jìn)行預測從而調整生產(chǎn)、對用戶(hù)的使用習慣進(jìn)行分析，提出建議，從而降低油耗。
數網(wǎng)星云平臺基于云平臺構建的制造企業(yè)的大數據的意義
產(chǎn)品營(yíng)銷(xiāo)：大數據分析結果為制造企業(yè)提供針對性推銷(xiāo)、定向研發(fā)、智能維保等服務(wù)。
設備遠程故障診斷分析：大數據預測設備未來(lái)可能出現故障的時(shí)間，提供避免風(fēng)險的解決方案，消除設備故障停機給客戶(hù)帶來(lái)的損失。
客戶(hù)體驗：在移動(dòng)端建立企業(yè)宣傳平臺，以場(chǎng)景化方式讓客戶(hù)參與產(chǎn)品的認知，增加品牌的傳播效果。
技術(shù)創(chuàng )新：借助平臺的專(zhuān)家經(jīng)驗共享、智能決策庫的建立，提高運維領(lǐng)域的裝備管理水平，降低行業(yè)運營(yíng)成本。
節約效能：通過(guò)數據集的切分和規律查找，幫助找到優(yōu)化的數據集，實(shí)現人員投入及控制過(guò)程的節能提效。