解讀工業(yè)大數(shù)據(jù)的來源、實(shí)施項(xiàng)目的關(guān)鍵問題

近年來，隨著德國工業(yè)4.0和美國工業(yè)互聯(lián)網(wǎng)為代表的新工業(yè)革命深入發(fā)展，以及“中國制造2025”、“互聯(lián)網(wǎng)+”行動計(jì)劃與“促進(jìn)大數(shù)據(jù)發(fā)展行動綱要”的頒布實(shí)施，工業(yè)大數(shù)據(jù)得到了越來越多的關(guān)注。這里分享一下我們的思考與實(shí)踐。

1、工業(yè)大數(shù)據(jù)三大來源

企業(yè)信息系統(tǒng)、裝備物聯(lián)網(wǎng)和企業(yè)外部互聯(lián)網(wǎng)是工業(yè)大數(shù)據(jù)的三大來源：

企業(yè)信息系統(tǒng)存儲了高價(jià)值密度的核心業(yè)務(wù)數(shù)據(jù)。上世紀(jì)60年代以來信息技術(shù)加速應(yīng)用于工業(yè)領(lǐng)域，形成了產(chǎn)品生命周期管理(PLM)、企業(yè)資源規(guī)劃(ERP)、供應(yīng)鏈管理(SCM)和客戶關(guān)系管理(CRM)等企業(yè)信息系統(tǒng)。這些系統(tǒng)中積累的產(chǎn)品研發(fā)數(shù)據(jù)、生產(chǎn)制造數(shù)據(jù)、物流供應(yīng)數(shù)據(jù)以及客戶服務(wù)數(shù)據(jù)，存在于企業(yè)或產(chǎn)業(yè)鏈內(nèi)部，是工業(yè)領(lǐng)域傳統(tǒng)數(shù)據(jù)資產(chǎn)。

近年來物聯(lián)網(wǎng)技術(shù)快速發(fā)展，裝備物聯(lián)網(wǎng)成為工業(yè)大數(shù)據(jù)新的、增長最快的來源，它實(shí)時(shí)自動采集了生產(chǎn)設(shè)備和交付產(chǎn)品的狀態(tài)與工況數(shù)據(jù)。一方面，機(jī)床等生產(chǎn)設(shè)備物聯(lián)網(wǎng)數(shù)據(jù)為智能工廠生產(chǎn)調(diào)度、質(zhì)量控制和績效管理提供了實(shí)時(shí)數(shù)據(jù)基礎(chǔ)；另一方面，2012年美國通用電氣公司提出的工業(yè)大數(shù)據(jù)(狹義的)，專指裝備使用過程中由傳感器采集的大規(guī)模時(shí)間序列數(shù)據(jù)，包括裝備狀態(tài)參數(shù)、工況負(fù)載和作業(yè)環(huán)境等信息，可以幫助用戶提高裝備運(yùn)行效率，拓展制造服務(wù)。

當(dāng)前互聯(lián)網(wǎng)與工業(yè)深度融合，企業(yè)外部互聯(lián)網(wǎng)已成為工業(yè)大數(shù)據(jù)不可忽視的來源。本世紀(jì)初，日本企業(yè)就開始利用互聯(lián)網(wǎng)數(shù)據(jù)分析獲取用戶的產(chǎn)品評價(jià)，時(shí)至今日，小米手機(jī)利用社交媒體數(shù)據(jù)成功實(shí)現(xiàn)產(chǎn)品創(chuàng)新研發(fā)。此外，外部互聯(lián)網(wǎng)還存在著海量的“跨界”數(shù)據(jù)，比如影響裝備作業(yè)的氣象數(shù)據(jù)、影響產(chǎn)品市場預(yù)測的宏觀經(jīng)濟(jì)數(shù)據(jù)、影響企業(yè)生產(chǎn)成本的環(huán)境法規(guī)數(shù)據(jù)……

2、工業(yè)大數(shù)據(jù)實(shí)施的關(guān)鍵問題

數(shù)據(jù)質(zhì)量、多源關(guān)聯(lián)和系統(tǒng)集成是工業(yè)大數(shù)據(jù)實(shí)施的關(guān)鍵問題：

擁有大數(shù)據(jù)不是目的，發(fā)掘其價(jià)值才是關(guān)鍵。由企業(yè)信息化數(shù)據(jù)、裝備物聯(lián)網(wǎng)數(shù)據(jù)和外部互聯(lián)網(wǎng)數(shù)據(jù)匯聚而成的工業(yè)大數(shù)據(jù)，蘊(yùn)藏著巨大價(jià)值。例如，通過分析用戶使用數(shù)據(jù)改進(jìn)產(chǎn)品，通過分析現(xiàn)場測量數(shù)據(jù)提高工件加工水平，通過工況數(shù)據(jù)進(jìn)行產(chǎn)品健康管理等。

筆者認(rèn)為實(shí)施工業(yè)大數(shù)據(jù)項(xiàng)目需要關(guān)注以下3個(gè)關(guān)鍵問題：

（1）數(shù)據(jù)質(zhì)量控制問題

原始數(shù)據(jù)(生數(shù)據(jù))質(zhì)量決定分析結(jié)果的質(zhì)量。企業(yè)信息系統(tǒng)數(shù)據(jù)質(zhì)量仍然存在問題，例如2014年某大型機(jī)車企業(yè)ERP系統(tǒng)中近20%物料存在“一物多碼”問題。裝備物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量堪憂，某大型制造企業(yè)1個(gè)月的狀態(tài)工況數(shù)據(jù)中，無效工況(如盾構(gòu)機(jī)傳回了工程車工況)、重名工況(同一狀態(tài)工況使用不同名字)、時(shí)標(biāo)混亂(當(dāng)前時(shí)間錯(cuò)誤或時(shí)標(biāo)對不齊)等數(shù)據(jù)質(zhì)量問題約30%。

（2）多源數(shù)據(jù)關(guān)聯(lián)問題

層次化的物料表(Bill Of Material， BOM)定義了企業(yè)信息系統(tǒng)數(shù)據(jù)的核心語義結(jié)構(gòu)。針對跨生命周期的研制BOM和實(shí)例BOM間結(jié)構(gòu)失配問題，我們提出了中性BOM模型，并以此為核心，向前關(guān)聯(lián)設(shè)計(jì)制造BOM，向后關(guān)聯(lián)服務(wù)保障BOM，形成星型結(jié)構(gòu)，極大地降低了數(shù)據(jù)關(guān)聯(lián)的復(fù)雜度。同時(shí)，針對裝備物聯(lián)網(wǎng)數(shù)據(jù)和外部互聯(lián)網(wǎng)數(shù)據(jù)，可以根據(jù)其綁定的物理對象(零部件或產(chǎn)品)與相應(yīng)的BOM節(jié)點(diǎn)相關(guān)聯(lián)。從而以BOM為橋梁，關(guān)聯(lián)3個(gè)不同來源的工業(yè)大數(shù)據(jù)。

（3）大數(shù)據(jù)系統(tǒng)集成問題

工業(yè)大數(shù)據(jù)其來源更加廣泛，并且裝備物聯(lián)網(wǎng)數(shù)據(jù)(半結(jié)構(gòu)化數(shù)據(jù))和外部互聯(lián)網(wǎng)數(shù)據(jù)(非結(jié)構(gòu)化數(shù)據(jù))都要與企業(yè)信息系統(tǒng)(結(jié)構(gòu)化數(shù)據(jù))進(jìn)行集成，因此要重構(gòu)數(shù)據(jù)支撐平臺，甚至替換“舊”系統(tǒng)。

3、工業(yè)大數(shù)據(jù)實(shí)施工程案例

工業(yè)大數(shù)據(jù)分析提升工程裝備服務(wù)保障水平，這里分享兩個(gè)工程案例：

案例1、工業(yè)大數(shù)據(jù)提供故障分析新手段

液壓系統(tǒng)是工程機(jī)械的關(guān)鍵部件。2013年我們發(fā)現(xiàn)液壓系統(tǒng)的油缸密封套腐蝕故障數(shù)量異常。于是依據(jù)企業(yè)信息系統(tǒng)記錄的液壓系統(tǒng)維修歷史數(shù)據(jù)，通過比對相關(guān)狀態(tài)工況數(shù)據(jù)(裝備物聯(lián)網(wǎng)數(shù)據(jù))，搜索推薦與故障車輛關(guān)系密切的工況，發(fā)現(xiàn)車輛油缸換向頻率的波動幅度與這些故障高度相關(guān)。

進(jìn)一步，引入互聯(lián)網(wǎng)上的行政區(qū)劃數(shù)據(jù)和歷年工程建設(shè)數(shù)據(jù)(外部互聯(lián)網(wǎng)數(shù)據(jù))后，發(fā)現(xiàn)2012～2013年期間這些典型故障均發(fā)生在沿海省份，從而推斷出鹽霧環(huán)境是導(dǎo)致密封套腐蝕故障的主要誘因。

案例2、工業(yè)大數(shù)據(jù)提升備件需求預(yù)測精度

隨著工程裝備增量市場增長乏力，以維修保障為主的存量市場成為企業(yè)盈利新的增長點(diǎn)。我們利用了企業(yè)信息系統(tǒng)中的備件銷售訂單、采購訂單和備件庫存狀態(tài)數(shù)據(jù)，以及工程物聯(lián)網(wǎng)采集到的工況數(shù)據(jù)和外部互聯(lián)網(wǎng)數(shù)據(jù)(如每個(gè)省的GDP，建筑、交通等規(guī)劃數(shù)據(jù))。

針對30個(gè)省市區(qū)進(jìn)行了備件需要預(yù)測，平均預(yù)測精度為82%，每旬備件需求預(yù)測誤差在5件或真實(shí)值的20%以內(nèi)。庫存水平控制在一個(gè)較低的穩(wěn)定水平，僅為原來庫存水平的48%。同時(shí)，因?yàn)榭紤]到了20天的配貨周期，基于預(yù)測的補(bǔ)貨策略可以保證現(xiàn)貨滿足率，消除緊急臨時(shí)訂單。如果按備件庫存占有資金1億元計(jì)算，可節(jié)約庫存資金占用5000萬元。

工業(yè)大數(shù)據(jù)是實(shí)現(xiàn)智能制造的基礎(chǔ)原料，是提升工業(yè)生產(chǎn)力、競爭力、創(chuàng)新力的關(guān)鍵要素。然而必須看到，工業(yè)大數(shù)據(jù)是一個(gè)正在發(fā)展的學(xué)科領(lǐng)域，其內(nèi)涵外延、模型理論、技術(shù)方法及其實(shí)施策略等還有待發(fā)展與創(chuàng)新。唯有結(jié)合中國國情認(rèn)真實(shí)踐，才能走出中國工業(yè)大數(shù)據(jù)自主之路，實(shí)現(xiàn)制造強(qiáng)國的戰(zhàn)略目標(biāo)。