
中國工業(yè)大數(shù)據(jù)的實踐與思考
先分享一下我對工業(yè)大數(shù)據(jù)的理解。
簡單來講,工業(yè)大數(shù)據(jù)就是在工業(yè)領(lǐng)域信息化相關(guān)應(yīng)用中所產(chǎn)生的海量數(shù)據(jù),注意這里的“相關(guān)應(yīng)用”意味著不僅包括企業(yè)內(nèi)和產(chǎn)業(yè)鏈,還包括客戶用戶和互聯(lián)網(wǎng)上的數(shù)據(jù)。
2012年,GE公司率先明確了“工業(yè)大數(shù)據(jù)”的概念。同年麥肯錫的報告中給出了一個有趣的事實:那就是在虛擬經(jīng)濟占主導地位的美國,其工業(yè)界蘊含的數(shù)據(jù)總量反而是最大的。
同時GE公司的報告還揭示了工業(yè)大數(shù)據(jù)所蘊含的巨大價值。
那么,為什么今天提出“工業(yè)大數(shù)據(jù)”?我感覺有幾個重要背景,第一是數(shù)字化裝備和產(chǎn)品的普及,第二裝備和產(chǎn)品網(wǎng)絡(luò)化連接的普及(互聯(lián)網(wǎng)),第三是企業(yè)向服務(wù)型制造轉(zhuǎn)型,第四“從搖籃到搖籃”制造的必然要求。無疑“智慧互聯(lián)設(shè)備”、“工業(yè)4.0”和“工業(yè)互聯(lián)網(wǎng)”都順應(yīng)了這樣一個趨勢。
下面匯報我自己對工業(yè)大數(shù)據(jù)的幾點思考:
工業(yè)大數(shù)據(jù)從哪里來?工業(yè)大數(shù)據(jù)來源于產(chǎn)品生命周期的各個環(huán)節(jié),包括市場、設(shè)計、制造、服務(wù)、再利用各個環(huán)節(jié),每個環(huán)節(jié)都會有大數(shù)據(jù),“全”生命周期匯合起來的數(shù)據(jù)更大,當然企業(yè)外、產(chǎn)業(yè)鏈外的“跨界”數(shù)據(jù)也是工業(yè)大數(shù)據(jù)“不可忽視”的重要來源。
其次,工業(yè)大數(shù)據(jù)和企業(yè)已有數(shù)據(jù)之間的關(guān)系?傳統(tǒng)企業(yè)信息化的“四大件”,廣義PLM系統(tǒng)(包括CAX)支持產(chǎn)品開發(fā)、ERP系統(tǒng)負責“人財物、產(chǎn)供銷”、SCM系統(tǒng)協(xié)調(diào)供應(yīng)鏈,CRM系統(tǒng)關(guān)照企業(yè)客戶和用戶,這些系統(tǒng)一般架構(gòu)在關(guān)系數(shù)據(jù)庫系統(tǒng)之上,顯然這些系統(tǒng)中的數(shù)據(jù)是工業(yè)大數(shù)據(jù),是其中的“20%”部分。
第三,工業(yè)大數(shù)據(jù)和業(yè)務(wù)流程的關(guān)系?傳統(tǒng)企業(yè)信息化項目一般是從梳理業(yè)務(wù)流程起步的,流程“主動”、數(shù)據(jù)“被動”。而工業(yè)大數(shù)據(jù)環(huán)境下,要求企業(yè)快速滿足個性化用戶需求,企業(yè)僵化的“長流程”,難以適應(yīng)“實時決策”的要求,需要變“流程驅(qū)動”為“數(shù)據(jù)驅(qū)動”,至少是“混合驅(qū)動”,“流程”和“數(shù)據(jù)”深度融合。上述表現(xiàn),就是我們說的“流程碎片化”,數(shù)據(jù)成為連接這些“碎片”的媒介。
最后一個思考是,工業(yè)大數(shù)據(jù)有沒有“交鑰匙”工程?新世紀以來,我國工業(yè)界經(jīng)歷了轟轟烈烈的信息化浪潮,“不搞信息化等死,搞了信息化找死”,后半句話告述我們,“信息化”是有難度和風險的,所以“交鑰匙”工程成了廣大企業(yè)所期望的方式。
我個人的觀點,工業(yè)大數(shù)據(jù)不存在“交鑰匙”工程(至少現(xiàn)在),原因如下:
1) 工業(yè)大數(shù)據(jù)項目主要不是針對“現(xiàn)有業(yè)務(wù)”,而是針對“未來業(yè)務(wù)”、“創(chuàng)新業(yè)務(wù)”的,其魅力在于創(chuàng)新性、不確定性;
2) 工業(yè)大數(shù)據(jù)現(xiàn)在還處在“科學”階段,人們對數(shù)據(jù)價值的“提取”方法、技術(shù)與工具尚不成熟,特別是以物理規(guī)律為發(fā)現(xiàn)目標的工業(yè)大數(shù)據(jù)處理更是剛剛起步;
3) 人們普遍認同的“領(lǐng)域?qū)<摇?、“統(tǒng)計專家”和“軟件專家”組成的協(xié)同團隊,是當前“大數(shù)據(jù)”深度應(yīng)用的有效方法。
最后,和大家分享一下我們在工業(yè)大數(shù)據(jù)方面的“小實踐”:
在工業(yè)產(chǎn)品全生命周期的各個階段都有大數(shù)據(jù),比如設(shè)計階段引入用戶社區(qū)數(shù)據(jù),制造階段使用機床在線測量數(shù)據(jù),在市場營銷階段使用社交網(wǎng)絡(luò)數(shù)據(jù)等。在這里,和大家分享一下使用過程中產(chǎn)生的裝備工況大數(shù)據(jù)。
首先,工況大數(shù)據(jù)平臺不是單獨存在的,需要嵌入企業(yè)已有信息系統(tǒng),比如客戶服務(wù)系統(tǒng),需要將大數(shù)據(jù)系統(tǒng)與SQL系統(tǒng)進行融合協(xié)同應(yīng)用,有時需要切換原來的數(shù)據(jù)管理系統(tǒng),在實踐中我們總結(jié)出“四階段”切換方案。
根據(jù)我們的實踐,工況大數(shù)據(jù)的典型應(yīng)用場景如下頁面所示:
首先看時空監(jiān)管的例子。當?shù)玫焦r數(shù)據(jù)以后,首先是對一般運營進行監(jiān)管,不同于傳統(tǒng)的運營監(jiān)管,在大數(shù)據(jù)技術(shù)支持下,運營是成套設(shè)備互相協(xié)同的運營,例如:以攪拌站為例,通過收集位置數(shù)據(jù)、油位數(shù)據(jù)可以對攪拌車運輸?shù)倪^程進行優(yōu)化調(diào)度,從而避免擁堵、減少等待、降低能耗。
再舉個例子,我們知道液壓系統(tǒng)是工程機械的核心系統(tǒng)之一,導致故障的原因有很多,例如:密封套腐蝕,內(nèi)壁刮花,密封環(huán)損壞,閥塊受損,等等。有了工況大數(shù)據(jù)就可以尋找深層次原因。
有了工況大數(shù)據(jù),我們通大規(guī)模過比對開工指標,從典型取值、波動幅度、回傳密度多個維度進行分析,自動搜索推薦與故障車輛關(guān)系密切的特征工況,發(fā)現(xiàn)這些故障車輛的每分鐘換向次數(shù)在變化幅度上高度相關(guān)。
再通過引入互聯(lián)網(wǎng)上的行政區(qū)劃數(shù)據(jù)和歷年高鐵建設(shè)數(shù)據(jù)(企業(yè)外部數(shù)據(jù)),可以得出這樣一個結(jié)論,這些典型故障均發(fā)生在2012年~2013年期間在建重大工程“杭深高鐵”沿線,這為我們尋找更深層次的原因提供了重要線索。
最后,我們可以通過大規(guī)模工況數(shù)據(jù)透視宏觀裝備應(yīng)用情況,可以根據(jù)這些信息,進行易損配件需求的預測,優(yōu)化調(diào)配我們的服務(wù)資源,甚至我們可以推測各地宏觀經(jīng)濟情況。
這里我想說,工業(yè)大數(shù)據(jù)剛剛起步,需要冷靜思考,堅持應(yīng)用驅(qū)動,最終實現(xiàn)我們的目標。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11