智能制造基础之工业大数据

《智能制造基础之工业大数据》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、智能制造基础之工业大数据文／王建民王建民清华大学软件学院教授博士生导师清华大学软件学院党委书记副院长智能制造时代的到来，也意味着工业大数据时代的到来。制造业向智能化转型的过程中，将催生工业大数据的广泛应用。工业大数据无疑将成为未来提升制造业生产力、竞争力、创新能力的关键要素，也是目前全球工业转型必须面对的重要课题。2012年，通用电气公司(GE)首次明确了“工业大数据”的概念，该概念主要关注工业装备在使用过程中产生的海量机器数据。同年，麦肯锡的报告中给出的一个事实也颇为有趣，那就是在虚拟经济占主导地位的美国，其工业界蕴含的数据总量反而是最大的。文中指出，制造业存储了比任何其他一

2、种行业都多的海量数据——仅2010年，制造业就存储了将近2EB的新数据。工业已经进入“大数据”时代，而他们所控制的数据的体量、多样性和复杂程度，也正以前所未有的速度不断激烈地爆发式发展。其实，工业大数据就是在工业领域相关信息化应用中所产生的海量数据。需要格外注意的是，工业大数据的“相关应用”不仅应包括生产企业内部和产业链，还应包括客户、用户，以及互联网上产生的相关数据。同时，通用电气公司的报告在阐述工业大数据的概念之外，还揭示了工业大数据所蕴含的巨大价值。那么，基于何种背景下，人们提出了“工业大数据”呢？第一，数字化装备和产品已经普及；第二，装备和产品网络化连接（互联网+）的不

3、断成熟；第三，工业企业正逐步开始向服务型制造转型；第四，“从摇篮到摇篮”制造的必然要求。毫无疑问，无论是中国的《中国制造2025》，还是德国的“工业4．O”，抑或是美国的“先进制造伙伴计划(AMP)”都顺应了工业大数据的发展潮流。三流汇聚而成的工业大数据工业大数据从何而来？它于产品生命周期的各个环节，包括市场、设计、制造、服务、再利用等各个环节，每个环节都会产生大数据。而“全”生命周期的数据汇合起来则更加庞大。当然，企业外、产业链外的“跨界”数据也是工业大数据“不可忽视”的重要。因此，企业数据、机器数据和互联网数据这三条数据流汇聚成了工业大数据。一般来说，产品全生命周期包括三个

4、阶段：开发制造阶段(BeginningofLife，BOL)、使用维护阶段(MiddleofLife，MOL)、回收利用阶段(即EndofLife，EOL)。BOL和MOL的分离点是产品交付用户的时刻，MOL和EOL的分离点是产品退役的时刻。那么，工业大数据与传统企业数据之间又有什么关联呢？传统企业信息化的“四大件”，广义产品生命周期管理(ProductLifecycleManagement，PLM)系统(包括CAX[2])主要支持产品开发，企业资源计划系统(EnterpriseResourcePlan血g,ERP)负责“人财物、产供销”，供应链管理系统(Supplychain

5、management，SCM)协调供应链，客户关系管理系统(CustomerRelationshipManagement，CRM)关照企业客户和用户。过去我们主要关注开发制造阶段(BOL)的信息化，而CRM(包括MR0[3])往往得不到重视，再制造过程更是受到冷落。传统企业信息化系统一般架构在关系数据库系统之上，也称为SQL数据，这“20%”的部分的价值密度是很高的。别小看这占比仅有20%的SQL小数据，只有它才能引爆那剩余的“80%”，它是工业大数据价值的基础。工业大数据和业务流程又呈现怎样的关系呢？传统企业信息化项目一般是从梳理业务流程起步的，流程是“主动”的、而数据是“被

6、动”的。在工业大数据环境下，要求企业快速满足个性化的用户需求。企业僵化的“长流程”，难以适应“实时决策”的要求。需要变“流程驱动”为“数据驱动”，或者至少是“混合驱动”，将“流程”与“数据”进行深度融合。上述表现，就是我们所说的“流程碎片化”、“基于数据的决策”。而此时，数据便成为了连接这些“碎片”的媒介。工业大数据有没有“交钥匙”工程？新世纪以来，我国工业界经历了轰轰烈烈的信息化浪潮。业界有这样一句口头禅，“不搞信息化等于坐以待毙，搞了信息化也是存亡未卜”。后半句话说明，企业推行“信息化”是有难度和风险的，所以“交钥匙”工程成为广大企业所期望的方式。但坦白来讲，工业大数据不存

7、在“交钥匙”工程（至少目前是无法实现的），原因有三：第一，工业大数据项目主要针对的对象不是“既有业务”，而是“未来业务”、“创新业务”，其特点便在于创新性、不确定性；第二，工业大数据目前尚处于“科学”阶段，人们对数据价值的“提取”方法、技术与工具尚不成熟，特别是以物理规律发现为目标的工业大数据处理更是刚刚起步；第三，人们普遍认同的“领域专家”、“统计专家”和“软件专家”组成了协同团队，他们构成了当前“大数据”深度应用的核心。当然，这三个原因不说明工业大数据项目就没有任何共性抓手。比如“端+云