
制造業(yè)的未來(lái):大數(shù)據(jù)+云計(jì)算+機(jī)器人
機(jī)器人產(chǎn)業(yè)一直是自動(dòng)化、智能化制造的典型代表。隨著技術(shù)的發(fā)展,未來(lái)的新一代機(jī)器人不僅會(huì)更加便宜,能夠應(yīng)用到更多的中小企業(yè)和領(lǐng)域中,而且還將實(shí)現(xiàn)人機(jī)共融,變得更加靈活、更為智能。
在我國(guó)提出的“工業(yè)制造2025”戰(zhàn)略發(fā)展規(guī)劃中,機(jī)器人產(chǎn)業(yè)是未來(lái)十年發(fā)展的重點(diǎn)領(lǐng)域之一。進(jìn)一步加大機(jī)器人產(chǎn)業(yè)的研發(fā)投入,突破在機(jī)器人本體、減速器、控制器、傳感器等核心技術(shù)層面的發(fā)展瓶頸,推動(dòng)我國(guó)機(jī)器人產(chǎn)業(yè)的標(biāo)準(zhǔn)化、模塊化發(fā)展,從而使我國(guó)在汽車、機(jī)械、電子、化工等工業(yè)機(jī)器人領(lǐng)域縮小甚至趕超發(fā)達(dá)國(guó)家水準(zhǔn);在醫(yī)療健康、家政服務(wù)、教育娛樂(lè)等服務(wù)機(jī)器人領(lǐng)域保持世界領(lǐng)先水平。
作為自動(dòng)化制造技術(shù)的重要產(chǎn)物,工業(yè)機(jī)器人經(jīng)過(guò)幾十年的發(fā)展已經(jīng)較為成熟,不僅被廣泛應(yīng)用于各個(gè)生產(chǎn)制造領(lǐng)域,還催生了服務(wù)機(jī)器人的發(fā)展應(yīng)用。有研究認(rèn)為,在智能化浪潮的推動(dòng)下,機(jī)器人將成為人們生產(chǎn)生活不可或缺的關(guān)鍵因素之一。其中,能夠大幅增強(qiáng)生產(chǎn)能力的工業(yè)機(jī)器人,以及為人們提供智能化醫(yī)療服務(wù)的醫(yī)療機(jī)器人,將有著十分廣闊的發(fā)展前景,并在未來(lái)社會(huì)中扮演著重要角色。
隨著人力成本的提升,工業(yè)機(jī)器人在生產(chǎn)制造中將發(fā)揮越來(lái)越重要的作用。例如,在上世紀(jì)70年代到90年代,日本為應(yīng)對(duì)勞動(dòng)力短缺對(duì)經(jīng)濟(jì)高速發(fā)展的制約,積極發(fā)展應(yīng)用工業(yè)機(jī)器人,成為了國(guó)際上機(jī)器人第一大國(guó),也使該國(guó)一躍成為全球制造強(qiáng)國(guó)。
圖:日本和歐洲占全球工業(yè)機(jī)器人90%的產(chǎn)能
隨著亞洲經(jīng)濟(jì)的快速崛起,以及全球生產(chǎn)模式的智能化、自動(dòng)化升級(jí)轉(zhuǎn)型,工業(yè)機(jī)器人的需求也將不斷激增,有著十分巨大的市場(chǎng)發(fā)展空間。相關(guān)數(shù)據(jù)顯示,當(dāng)前全球工業(yè)機(jī)器人在工作崗位中的占比僅為5.63%,工業(yè)機(jī)器人的應(yīng)用市場(chǎng)仍有待進(jìn)一步開(kāi)發(fā)。
工業(yè)機(jī)器人在汽車整車及零部件、工程機(jī)械、軌道交通、低壓電器、電力等領(lǐng)域的發(fā)展應(yīng)用已經(jīng)比較成熟,未來(lái)的技術(shù)升級(jí)和發(fā)展方向主要集中于兩個(gè)方面:
★一是進(jìn)一步優(yōu)化機(jī)器人的速度、精度、適應(yīng)性,增強(qiáng)機(jī)器人在定位、操作等方面的能力。隨著技術(shù)上的突破升級(jí),在上世紀(jì)最后十年間,工業(yè)機(jī)器人的定位精度和平均無(wú)故障時(shí)間,分別提高了61%和137%,價(jià)格方面則降低了約50%。有研究估計(jì),在信息化、智能化技術(shù)的推動(dòng)下,到2030年,工業(yè)機(jī)器人的定位精度還將有大幅提升。因此,未來(lái)機(jī)器人可能會(huì)成為生產(chǎn)流程中的一個(gè)即插即用的部件,可以隨時(shí)運(yùn)用到需要的環(huán)節(jié)。
★二是不斷提升機(jī)器人的智能化、信息化水平,增強(qiáng)機(jī)器人的擬人化和交互溝通能力,最終實(shí)現(xiàn)人機(jī)共融,擴(kuò)大應(yīng)用范圍。比如,日本在人形機(jī)器人研發(fā)上的突破,使機(jī)器人有了更強(qiáng)的交互溝通能力,可以與用戶自如交流。
總體上看,在第四次工業(yè)革命浪潮的推動(dòng)下,人機(jī)共融將成為新一代機(jī)器人的發(fā)力點(diǎn),也是世界機(jī)器人領(lǐng)域研發(fā)創(chuàng)新的主要方向。例如,在工業(yè)機(jī)器人領(lǐng)域,通過(guò)人機(jī)共融,機(jī)器人就能夠像人類一樣學(xué)習(xí)工作技能,配合好人的工作需求,而“人與機(jī)器人的關(guān)系,也將從主仆關(guān)系變成合作關(guān)系”。
就我國(guó)而言,隨著工業(yè)制造中人力成本的不斷提升,工業(yè)機(jī)器人的市場(chǎng)需求激增。有數(shù)據(jù)顯示,2013年我國(guó)的機(jī)器人銷量增加了41%,達(dá)到3.6萬(wàn)臺(tái),成為全球最大的機(jī)器人市場(chǎng)。國(guó)際機(jī)器人聯(lián)合會(huì)也預(yù)測(cè),到2017年,我國(guó)的工業(yè)機(jī)器人數(shù)量將達(dá)到40萬(wàn)臺(tái)。因此,機(jī)器人產(chǎn)業(yè)在我國(guó)將有著相當(dāng)廣闊的市場(chǎng)發(fā)展前景。
大數(shù)據(jù)+云計(jì)算:嵌入生產(chǎn)全過(guò)程
自2008年世界金融危機(jī)以來(lái),各發(fā)達(dá)國(guó)家相繼提出了新的戰(zhàn)略規(guī)劃,如美國(guó)的“再工業(yè)化構(gòu)想”、日本的“工業(yè)智能化”、德國(guó)的“工業(yè)4.0”等。雖然這些發(fā)展戰(zhàn)略的名稱、方向有所差異,但卻都十分注重對(duì)新一代信息技術(shù)的運(yùn)用。比如,將日益成熟的大數(shù)據(jù)和云計(jì)算技術(shù),嵌入到制造業(yè)的生產(chǎn)服務(wù)流程之中,實(shí)現(xiàn)更精準(zhǔn)的產(chǎn)品生產(chǎn)和更優(yōu)化的產(chǎn)品服務(wù)。
在當(dāng)前的制造業(yè)市場(chǎng)中,誰(shuí)能夠更及時(shí)、更準(zhǔn)確地反饋和解決遇到的問(wèn)題,誰(shuí)就能在競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)和主動(dòng)。不過(guò),相比這種“看得見(jiàn)”的競(jìng)爭(zhēng),越來(lái)越多的企業(yè)開(kāi)始利用互聯(lián)網(wǎng)平臺(tái)和大數(shù)據(jù)技術(shù),努力預(yù)判產(chǎn)品從研發(fā)到銷售各個(gè)環(huán)節(jié)可能出現(xiàn)的問(wèn)題和風(fēng)險(xiǎn),并實(shí)現(xiàn)有效規(guī)避,從而增強(qiáng)自身的生產(chǎn)和競(jìng)爭(zhēng)能力。
正如NSF(NationalScienceFoundation,美國(guó)國(guó)家科學(xué)基金會(huì))智能維護(hù)系統(tǒng)產(chǎn)學(xué)合作中心主任李杰指出的,大數(shù)據(jù)在制造業(yè)領(lǐng)域的最大價(jià)值,就是幫助企業(yè)找出可能發(fā)生的隱藏問(wèn)題和風(fēng)險(xiǎn),從而有針對(duì)性地調(diào)整、優(yōu)化產(chǎn)品研發(fā)制造的整體流程。
大數(shù)據(jù)是指包含著巨量資料的信息資產(chǎn)。這些數(shù)量龐大、內(nèi)容多樣的信息資料,需要借助新型的軟件和數(shù)據(jù)模式進(jìn)行處理,并能夠大大增強(qiáng)企業(yè)的決策力、洞察力和流程優(yōu)化能力。
就制造產(chǎn)業(yè)來(lái)看,大數(shù)據(jù)主要來(lái)源于六個(gè)方面,被稱為“6C”:Connection(連接:傳感器和網(wǎng)絡(luò))、Cloud(云:任何時(shí)間及需求的數(shù)據(jù))、Cyber(虛擬網(wǎng)絡(luò):模式與記憶)、Content(內(nèi)容:相關(guān)性和含義)、Community(社群:分享和交際)、Customization(客制化:個(gè)性化服務(wù)與價(jià)值)。
圖:大數(shù)據(jù)的6個(gè)來(lái)源
以往,寶潔公司為保證尿布的產(chǎn)品質(zhì)量,需要通過(guò)相機(jī)對(duì)產(chǎn)品逐一篩選檢查。如果發(fā)現(xiàn)問(wèn)題,就需要暫時(shí)停止生產(chǎn),找出不合格的產(chǎn)品后,才能再重新開(kāi)機(jī)制造。這種篩查模式不僅費(fèi)時(shí)費(fèi)力,對(duì)問(wèn)題也局限于事后的發(fā)現(xiàn)、彌補(bǔ),增加了生產(chǎn)成本,也制約了效率提升。
如今,寶潔公司將大數(shù)據(jù)技術(shù)嵌入到尿布生產(chǎn)的過(guò)程中。即通過(guò)對(duì)生產(chǎn)流程的全天候監(jiān)控,能夠更加精準(zhǔn)地預(yù)判生產(chǎn)流程中的不良環(huán)節(jié),從而在問(wèn)題發(fā)生之前就進(jìn)行優(yōu)化調(diào)整,保證了生產(chǎn)流程的連續(xù)性。有數(shù)據(jù)顯示,僅僅這一個(gè)方面的改善,就使寶潔公司每年的生產(chǎn)成本減少了4.5億美元。
與大數(shù)據(jù)密切關(guān)聯(lián)的另一個(gè)信息化技術(shù)就是云計(jì)算(CloudComputing)。它是針對(duì)大數(shù)據(jù)海量、高增長(zhǎng)率和多樣化特質(zhì)而出現(xiàn)的一種全新的信息處理技術(shù)和模式。
云計(jì)算是傳統(tǒng)計(jì)算機(jī)和信息化網(wǎng)絡(luò)技術(shù)融合的產(chǎn)物,能夠?qū)⑺槠⒘闵⒒臄?shù)據(jù)信息有效整合起來(lái),發(fā)現(xiàn)它們的關(guān)聯(lián)性,從而為企業(yè)或商家決策提供更精準(zhǔn)、更科學(xué)的數(shù)據(jù)信息。正如有些學(xué)者指出的,云計(jì)算拓展了大數(shù)據(jù)的生產(chǎn)空間和價(jià)值,讓毫不相干的信息變成了互相關(guān)聯(lián)的鮮活數(shù)據(jù),并在縱向上提升了信息化與工業(yè)化的融合程度。
Cisco(思科)公司的大中華區(qū)高級(jí)副總裁殷康認(rèn)為,通過(guò)云計(jì)算,可以將共享的大數(shù)據(jù)信息按照需求提供給需要的人,從而使大數(shù)據(jù)應(yīng)用更加智能化、智慧化。他指出,云計(jì)算“不再圍繞CPU,而是圍繞網(wǎng)絡(luò)轉(zhuǎn),就像附著在網(wǎng)絡(luò)上的一層能力,網(wǎng)絡(luò)延伸到哪個(gè)地方,你的計(jì)算能力就延伸到哪個(gè)地方,無(wú)處不在。”
在制造業(yè)中嵌入大數(shù)據(jù)和云計(jì)算,一方面能夠?qū)Ξa(chǎn)品制造流程進(jìn)行實(shí)時(shí)監(jiān)控,從而提前發(fā)現(xiàn)問(wèn)題、規(guī)避風(fēng)險(xiǎn);另一方面還能夠極大增強(qiáng)企業(yè)對(duì)客戶反饋的非結(jié)構(gòu)化數(shù)據(jù)信息的處理能力,優(yōu)化企業(yè)的市場(chǎng)洞察力和決策精準(zhǔn)度,從而為市場(chǎng)提供更優(yōu)質(zhì)的產(chǎn)品和服務(wù)。
從微觀層面而言,“大數(shù)據(jù)+云計(jì)算”的結(jié)合,能夠推動(dòng)企業(yè)的信息化升級(jí)轉(zhuǎn)型,優(yōu)化產(chǎn)品的研發(fā)生產(chǎn)流程,增強(qiáng)企業(yè)對(duì)市場(chǎng)信息的洞察力和敏感性,從而實(shí)現(xiàn)從生產(chǎn)型制造向服務(wù)型制造的轉(zhuǎn)變,圍繞市場(chǎng)個(gè)性化、定制化需求進(jìn)行精準(zhǔn)生產(chǎn)。
從宏觀層面來(lái)講,大數(shù)據(jù)和云計(jì)算的應(yīng)用,有利于整個(gè)制造產(chǎn)業(yè)的優(yōu)化升級(jí),提高生產(chǎn)的靈活性、準(zhǔn)確性和安全性,從而幫助制造產(chǎn)業(yè)真正根據(jù)市場(chǎng)需求安排生產(chǎn)活動(dòng),實(shí)現(xiàn)向智能制造和云制造的信息化轉(zhuǎn)型.
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)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(kù)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(shí)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(wú)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(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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(kāi)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(jià)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11