Network
當前位置：主頁 > 新聞中心 > 戰(zhàn)略性新興產(chǎn)業(yè)研究 >
- 高新院新聞
- 政策解讀
- 高新區(qū)新聞
- 區(qū)域經(jīng)濟研究
- 經(jīng)濟開發(fā)區(qū)新聞
- 科技創(chuàng)新
- 戰(zhàn)略性新興產(chǎn)業(yè)研究
- 行業(yè)洞見
- 一帶一路新聞
- 智慧城市案例
- 產(chǎn)業(yè)規(guī)劃
- 園區(qū)規(guī)劃
- 智慧城市news
張禮立：數(shù)據(jù)是工業(yè)4.0的核心驅(qū)動
來源：未知 日期：2015-12-21 點擊：次
智能分析和網(wǎng)絡(luò)物理系統(tǒng)的出現(xiàn)，為我們實現(xiàn)生產(chǎn)管理和工廠轉(zhuǎn)型提供了新的思路。而工業(yè)大數(shù)據(jù)通過360度全景的數(shù)字視角，為制造業(yè)帶來了新的優(yōu)勢，它將提供預測自主維修決策支持分析，打造智能化供應(yīng)鏈。大數(shù)據(jù)是工業(yè)4.0的核心驅(qū)動。
在當今競爭激烈的商業(yè)環(huán)境中，企業(yè)正面臨著前所未有的挑戰(zhàn)，即如何利用大數(shù)據(jù)，快速而精確地決策以提高生產(chǎn)力。追溯過去，整個制造業(yè)看的是生產(chǎn)力需求。今天我們的需求發(fā)生了變化。
如何理解工業(yè)4.0的核心驅(qū)動
在工業(yè)化不同價值鏈的體系下，除了從生產(chǎn)端前移到消費端外，也同時從上游往下游突破。從用戶的最終價值出發(fā)，要實現(xiàn)工業(yè)產(chǎn)品的服務(wù)與個性化，實現(xiàn)產(chǎn)業(yè)鏈各個環(huán)節(jié)的融合與協(xié)同優(yōu)化是必然之路。
美國人之所以認為未來智能工業(yè)的發(fā)展從生產(chǎn)制造端到消費端的轉(zhuǎn)變是必然，并且提出工業(yè)互聯(lián)網(wǎng)的理念，是因為美國強調(diào)的是互聯(lián)網(wǎng)與商業(yè)模式創(chuàng)新力。美國的工業(yè)互聯(lián)網(wǎng)關(guān)注的方向是充分利用其信息技術(shù)的巨大優(yōu)勢，實現(xiàn)以消費者為核心的智能服務(wù)。
德國在制造業(yè)的核心優(yōu)勢是裝備制造業(yè)以及生產(chǎn)線自動化，所以德國的工業(yè)4.0實踐關(guān)注銷售、服務(wù)能力的提升。因而德國提出的是信息物理產(chǎn)品系統(tǒng)加物聯(lián)網(wǎng)IOT為中心的管理革命戰(zhàn)略。
如何理解工業(yè)大數(shù)據(jù)
產(chǎn)品做出來之后，到底如何使用它？以前關(guān)心的是如何生產(chǎn)最好的產(chǎn)品，現(xiàn)在關(guān)心的是產(chǎn)品怎么去用，消費體驗在哪里？第一，我們現(xiàn)在對工業(yè)價值的認知必須從后往前移，從消費端走到生產(chǎn)價值鏈前端。第二，從關(guān)注機器與機器的數(shù)據(jù)或工業(yè)環(huán)境數(shù)據(jù)，到全面協(xié)同優(yōu)化，關(guān)注這個價值體系，實現(xiàn)我們對工業(yè)4.0的完整理解。
工業(yè)大數(shù)據(jù)的核心支撐力
這五大支柱的焦點就是顯性因素和非顯性因素。我們曾經(jīng)關(guān)心的是產(chǎn)品的制造、產(chǎn)品的制造工藝、產(chǎn)品本身的質(zhì)量等顯性因素。考慮的點都是可觸摸的或可量化的。在工業(yè)大數(shù)據(jù)里，想要解決的問題就是那些非顯性因素。
設(shè)備處于亞健康狀態(tài)，我們看不到。對于未來的智能工業(yè)來說，想要達到零宕機、零排放、零維修等目的，必須突破的一個關(guān)鍵點就是關(guān)注相關(guān)的隱形因素，做好量化與數(shù)據(jù)交叉關(guān)聯(lián)分析。
工業(yè)4.0到底會帶來什么
管理優(yōu)化的綜合價值鏈：管理是一門藝術(shù)，一定是融合的產(chǎn)物。綜合價值鏈體現(xiàn)于信息自動性和主動性到一定的量化后，幫助管理者自動形成生產(chǎn)系統(tǒng)的決策，需要大量的數(shù)據(jù)交叉模型分析，同時需要全方位地對設(shè)備進行綜合管理。
數(shù)字化：數(shù)字化是全產(chǎn)業(yè)鏈各個環(huán)節(jié)相互合作的一種新緯度，這是信息物理系統(tǒng)框架的信息虛擬空間的體現(xiàn)。粗放式制造管理的主要表現(xiàn)是訂單式的管理。訂單多了，我就生產(chǎn)；訂單沒有，就假設(shè)下個季度它會繼續(xù)有，繼續(xù)生產(chǎn)。結(jié)果發(fā)現(xiàn)產(chǎn)品更新?lián)Q代了，市場已經(jīng)對所生產(chǎn)的產(chǎn)品不感興趣了，企業(yè)倒閉的風險就驟然升高。所以工業(yè)大數(shù)據(jù)對工業(yè)鏈的管理能為企業(yè)帶來價值。數(shù)字化就是如何把物理空間全面對應(yīng)到數(shù)字虛擬空間，把整個產(chǎn)業(yè)鏈目前的狀態(tài)通過數(shù)字描述出來，知道消費者在干什么，廠商在干什么，客戶心態(tài)又是什么樣子，甚至可能早于供應(yīng)商、原廠商掌握這些數(shù)字，從而改變產(chǎn)品的設(shè)計。
顛覆性商業(yè)模式：應(yīng)該關(guān)注商業(yè)模式，尤其是商業(yè)模式引導下的服務(wù)價值體系創(chuàng)新。德國的戰(zhàn)略就是要改變只賣一次設(shè)備、掙到一筆錢的現(xiàn)狀。通過產(chǎn)品的服務(wù)，可以一直跟隨著消費者。在全產(chǎn)業(yè)環(huán)節(jié)中，做好做強產(chǎn)品的服務(wù)升級換代，能享受更多的服務(wù)利潤。
今天工業(yè)數(shù)據(jù)并沒有給企業(yè)帶來競爭力，因為數(shù)據(jù)本身沒有競爭力。 要實現(xiàn)數(shù)據(jù)競爭力，系統(tǒng)自我學習能力很重要，數(shù)學模型就是不斷自我學習和發(fā)展的產(chǎn)物。大數(shù)據(jù)給數(shù)據(jù)打上標簽就是一個行業(yè)模式的數(shù)字化體現(xiàn)，標簽是跟著管理思路走而不是數(shù)據(jù)。如何形成全信息空間與物理空間的映射，然后做分析才是我們面臨的挑戰(zhàn)。
數(shù)據(jù)信息驅(qū)動工業(yè)革命
首先，今天面臨的第一個挑戰(zhàn)是怎么讓用戶有更好的消費體驗。其次，企業(yè)各部門的豎井沒有打通，缺乏環(huán)境數(shù)據(jù)，包括類似地理位置信息、設(shè)備的生命狀態(tài)等。產(chǎn)品的設(shè)定和生產(chǎn)要素，跟流程、工藝都有千絲萬縷的關(guān)系，數(shù)字化能夠幫我們把這個輪廓勾勒出來。工業(yè)數(shù)據(jù)通過哪些能力最終形成商業(yè)機會？有四個方面需要關(guān)注：
一是溝通。即設(shè)備環(huán)境信號識別。信號識別的關(guān)鍵點是信息收集過程中實時性還不夠，信號識別的對象不夠完整和全面，這是建立工業(yè)大數(shù)據(jù)能力需要考慮的第一個問題。
二是集成與融合。即大數(shù)據(jù)的數(shù)據(jù)平臺。所謂融合就是說，OA、知識庫、ERP、采購系統(tǒng)等所有可觸摸和非可觸摸的數(shù)據(jù)都應(yīng)該串聯(lián)起來。這一串聯(lián)工作還有非常漫長的路要走。
三是分析與決策。我們大數(shù)據(jù)的建模能力不差，缺的是對行業(yè)理解的投入以及形成模型的能力，以及不斷推倒重建和調(diào)整的持續(xù)投入。
四是創(chuàng)建自助服務(wù)文化。機器能夠自我學習和自我調(diào)節(jié)。通過焦點轉(zhuǎn)移到不可見的因素，數(shù)據(jù)給了我們發(fā)現(xiàn)創(chuàng)新的全新多視角，最終導向了革命性的商業(yè)機會。
工業(yè)數(shù)據(jù)“富有”vs.信息“貧窮”
數(shù)據(jù)本身不會為你帶來價值，數(shù)據(jù)的技術(shù)也不會讓你的產(chǎn)業(yè)更先進，數(shù)據(jù)必須轉(zhuǎn)成信息后才會對產(chǎn)業(yè)產(chǎn)生價值。智能工廠通過與環(huán)境系統(tǒng)的無縫交互，設(shè)備能夠有自我意識和自學能力，在未來可以實現(xiàn)更高程度的智能控制和優(yōu)化控制。目前自學設(shè)備還遠未達到工業(yè)實施階段。
工業(yè)大數(shù)據(jù)給了我們一個看世界的新角度。通過360度全景的數(shù)字視角，可能給我們帶來些新的優(yōu)勢，這就是所謂信息技術(shù)成為創(chuàng)新驅(qū)動核心動力的來源。
那么工業(yè)數(shù)據(jù)來源于內(nèi)源數(shù)據(jù)和外源數(shù)據(jù)。企業(yè)內(nèi)部在運行中，積累了大量的內(nèi)源數(shù)據(jù)?；ヂ?lián)網(wǎng)的今天，外源數(shù)據(jù)更多。事實上，很多企業(yè)不缺數(shù)據(jù)，主要問題是數(shù)據(jù)質(zhì)量低下以及采集手段不科學。
工業(yè)數(shù)據(jù)到底在哪里？我們要什么樣的數(shù)據(jù)？對于生產(chǎn)價值來講，核心就是工業(yè)物聯(lián)網(wǎng)（IOT）。從智能設(shè)備角度，普適計算有很大的空間，現(xiàn)代工人可以帶一個普適感應(yīng)器等設(shè)備來參加生產(chǎn)和管理。所以工業(yè)數(shù)據(jù)源是大量設(shè)備（250億左右）之間的關(guān)聯(lián)，這才是我們未來真正需要去采納的數(shù)據(jù)。
從今天的制造業(yè)現(xiàn)代化轉(zhuǎn)型到未來的智能工廠，我們要把管理員與操作員互動的數(shù)據(jù)、設(shè)備機群的數(shù)據(jù)、流程質(zhì)量相關(guān)的數(shù)據(jù)，通過傳感器與控制器網(wǎng)絡(luò)整合。大數(shù)據(jù)和云技術(shù)是整合的核心科技。大數(shù)據(jù)環(huán)境中的數(shù)據(jù)管理與分配對實現(xiàn)自我意識設(shè)備和自學設(shè)備至關(guān)重要。
數(shù)據(jù)豐富，但我們的信息很貧乏。目前存在兩個問題：第一個就是數(shù)據(jù)的有效利用率很低。數(shù)據(jù)80％在過濾，80％的時間在洗數(shù)據(jù)，80％的數(shù)據(jù)是在收集又在重復被洗。由于垃圾數(shù)據(jù)過多，捕獲數(shù)據(jù)的效率有時候更低。第二個就是缺乏分析能力，需要大量的好工具。
我們再看大數(shù)據(jù)2.0的概念，要做到三個“實”，那就是實時、現(xiàn)實和真實。我們今天的大數(shù)據(jù)工作大多還在基礎(chǔ)建設(shè)。要真正形成工業(yè)“大數(shù)據(jù)”，我們需要一個集成平臺、預測分析工具和虛擬化工具作為核心的三大構(gòu)件。
決策的價值隨著做出決策的時間的增加而削弱。洞察能力時效性非常重要，更好的商業(yè)決策，包括確定決策、收集數(shù)據(jù)、分析和探索、可視化和交流、執(zhí)行和提高，都離不開洞察力。
走進“大數(shù)據(jù)湖”
工業(yè)數(shù)據(jù)湖針對工業(yè)工作量優(yōu)化設(shè)計包括：關(guān)鍵任務(wù)優(yōu)化，解決工業(yè)互聯(lián)網(wǎng)軟件安全性等關(guān)鍵SLA問題；快速獲取與儲存數(shù)據(jù)，其中包括設(shè)備數(shù)據(jù)；支持多種模式與數(shù)據(jù)類型；高性能分析，使用大規(guī)模并行處理架構(gòu)；數(shù)據(jù)治理和融合，利用位置分散的部署方案。
數(shù)據(jù)湖的應(yīng)用非常廣泛。其一，關(guān)注客戶（包括消耗：指數(shù)據(jù)的交易及結(jié)果；分析：指數(shù)據(jù)預測性、規(guī)定性分析及視覺化）；其二，關(guān)注整個工業(yè)數(shù)據(jù)湖的結(jié)構(gòu)（包括管理：指集中管理數(shù)據(jù)及數(shù)據(jù)類型；流程：指高性能計算）。核心點是在管理和流程改進之后對安全的關(guān)注。
大數(shù)據(jù)治理規(guī)則與架構(gòu)。工業(yè)大數(shù)據(jù)要考慮的是全空間的資產(chǎn)管理目錄，我們可以把數(shù)據(jù)全部保留、管理，以提高信息價值。其中包括：質(zhì)量、生命周期、合規(guī)性、元數(shù)據(jù)及追蹤的要素。相關(guān)的解決方案主要集中在：主要安全、數(shù)據(jù)保護、訪問控制、數(shù)據(jù)可視等四個方面。
工業(yè)大數(shù)據(jù)使用案例之一：
預測自主維修決策支持分析
在目前的制造業(yè)里面，大數(shù)據(jù)可以做兩件事情：一是打造未來的智能化供應(yīng)鏈，二是把預防性維修、生產(chǎn)轉(zhuǎn)化成預判性、預測性。這就是一個綠色產(chǎn)業(yè)，包括零排放、零宕機、零維護、供應(yīng)鏈管理的零庫存等。
物聯(lián)網(wǎng)（IOT）的發(fā)展以及感應(yīng)技術(shù)的興起，開創(chuàng)了一個能緊密連接物理空間許多事物的信息網(wǎng)絡(luò)。隨著分析技術(shù)的發(fā)展，特別是預測分析的發(fā)展，結(jié)合互聯(lián)網(wǎng)云化的廣泛應(yīng)用，物理空間與虛擬信息空間的形成與同步，離不開設(shè)備的自我意識和自主維修機械系統(tǒng)。智能設(shè)備的未來，一定是能夠自主評估健康狀況和退化情況并主動預防潛在性能故障，并且做出維修決策，以避免潛在故障的系統(tǒng)。
按照Jay Lee教授的看法，一個機械系統(tǒng)，自我意識指能夠評估設(shè)備當前或歷史條件，并對評估結(jié)果做出反應(yīng)。要實現(xiàn)健康條件評估，就需要利用數(shù)據(jù)驅(qū)動算法分析從機械設(shè)備及其周邊環(huán)境中的數(shù)據(jù)。實時設(shè)備條件信息可反饋至機械控制器以實現(xiàn)自適應(yīng)控制，同時信息也會反饋至設(shè)備管理人員方便及時維修。然而，對大多數(shù)工業(yè)應(yīng)用程序而言，尤其是設(shè)備機群而言，設(shè)備自我意識還遠未實現(xiàn)。當前診斷或預測算法通常適用于具體設(shè)備或應(yīng)用程序，而在處理復雜信息時自適應(yīng)和靈活性稍顯不足。由于同一機群中的設(shè)備和設(shè)備條件彼此互聯(lián)，任務(wù)和維修計劃可在機群級得到制定和優(yōu)化。操作員可根據(jù)每臺設(shè)備的健康條件平衡和調(diào)節(jié)每臺設(shè)備工作量和工作壓力，從而最大程度優(yōu)化生產(chǎn)和設(shè)備性能，實現(xiàn)主動檢修計劃的智能決策。
工業(yè)大數(shù)據(jù)使用案例之二：
助力實現(xiàn)供應(yīng)鏈優(yōu)化與創(chuàng)新
第四次工業(yè)革命已在全球爆發(fā)，為各行業(yè)提供了機遇。其商業(yè)模式的特征在于價值鏈橫向合作大幅增長，通過全產(chǎn)業(yè)的數(shù)字化互連與設(shè)備的實時監(jiān)控，綜合利用分析數(shù)據(jù)與預見分析，從而更好地滿足客戶的要求。
一般的供應(yīng)鏈與全數(shù)字供應(yīng)鏈的區(qū)別在于企業(yè)是否有能力高效地對全供應(yīng)鏈實現(xiàn)監(jiān)控、報警、預測及優(yōu)化。面對龐大的數(shù)量以及日益復雜的數(shù)據(jù)分析任務(wù)，通過工業(yè)大數(shù)據(jù)來建立智能工業(yè)，其本質(zhì)是利用自適應(yīng)機器人與先進傳感器等先進技術(shù)融合，實現(xiàn)一個數(shù)字化制造環(huán)境的發(fā)展，形成全方位綜合優(yōu)化管理價值鏈。通過在全供應(yīng)鏈的數(shù)字優(yōu)化按需定制和信息實時訪問，供應(yīng)鏈將變得更靈活。
未來智能供應(yīng)鏈可以從生產(chǎn)、需求、服務(wù)的三個大方面來實現(xiàn)。首先從市場需要著手，通過工業(yè)大數(shù)據(jù)，分階段實現(xiàn)需求預測，做好需求與庫存對接的優(yōu)化工作，實現(xiàn)分配最優(yōu)。其次，加大生產(chǎn)質(zhì)量生命周期的分析，對生產(chǎn)設(shè)備做好實時的預測性自維修以提高生產(chǎn)的質(zhì)量，實現(xiàn)最大化產(chǎn)量和可靠性。最終，產(chǎn)品以服務(wù)的方式在市場上流通，實現(xiàn)供應(yīng)鏈配件的優(yōu)化、售前到售后的服務(wù)運營優(yōu)化、保值分析以及建立增值的售后服務(wù)盈利模式。
智能供應(yīng)鏈應(yīng)該建立在高度自動化的分析技術(shù)和管理平臺上，通過信息技術(shù)與運營技術(shù)結(jié)合形成，來幫助供應(yīng)鏈的廠商從繁瑣低效的手動工作中解放出來，實現(xiàn)供應(yīng)鏈智能中心。未來的更智能的供應(yīng)鏈除了實現(xiàn)智能的支出分析、物料數(shù)據(jù)分類等主要功能外，其核心旨在加速發(fā)展移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)及其相結(jié)合的制造業(yè)。利用先進數(shù)據(jù)分析和預測工具，對實時需求進行預測與分析，增強商業(yè)運營及用戶體驗，戰(zhàn)勝更復雜的供應(yīng)鏈挑戰(zhàn)。
工業(yè)創(chuàng)新要以用戶需求為轉(zhuǎn)型的核心驅(qū)動，借助互聯(lián)網(wǎng)的靈活和廣闊，結(jié)合大數(shù)據(jù)行業(yè)的數(shù)據(jù)管理與分析技術(shù)，通過信息物理系統(tǒng)和決策支持系統(tǒng)，讓我們的工業(yè)物理和信息空間融合同步，實現(xiàn)工業(yè)生產(chǎn)的自我意識和自我學習，形成預測監(jiān)控系統(tǒng)的智能制造業(yè)大數(shù)據(jù)環(huán)境，幫助企業(yè)做出更“明智”的決策。
相關(guān)文章推薦:
