
工業(yè)大數(shù)據(jù)在未來制造業(yè)發(fā)揮重要作用
工業(yè)大數(shù)據(jù)是由一個工業(yè)體系或者一個產(chǎn)品制造流程智能化催生出來的數(shù)據(jù),既是制造業(yè)智能化的必然結(jié)果,也是制造業(yè)智能化的必要條件與基礎(chǔ)。工業(yè)大數(shù)據(jù)的應(yīng)用,將成為未來提升制造業(yè)生產(chǎn)力、競爭力、創(chuàng)新能力的關(guān)鍵要素,也是目前全球工業(yè)轉(zhuǎn)型必須面對的重要課題。
工業(yè)大數(shù)據(jù)發(fā)展過程及特點
1990年,第一個Web服務(wù)器誕生,隨著二十多年的發(fā)展,信息在各個領(lǐng)域中不斷增多,計算、存儲、交互,各種類型的數(shù)據(jù)庫不斷膨脹,最終形成了現(xiàn)在所說的“大數(shù)據(jù)”。制造業(yè)是國民經(jīng)濟的主體,擁有強大的制造業(yè),才能在國際競爭中占據(jù)優(yōu)勢地位。工業(yè)大數(shù)據(jù)作為制造業(yè)智能化轉(zhuǎn)型的強有力推手,自然被各國列為重點發(fā)展領(lǐng)域。
2006年,美國NSF(美國國家科學(xué)基金會)提出CPS(信息物理系統(tǒng))。該系統(tǒng)是通過網(wǎng)絡(luò)虛擬端的數(shù)據(jù)分析、建模和控制對實體活動內(nèi)容的深度對稱性管理,是第四次工業(yè)革命的核心技術(shù)。
2011年,德國在漢諾威工業(yè)博覽會首次提出工業(yè)4.0的概念。德國提出“工業(yè)4.0”,強調(diào)通過信息網(wǎng)絡(luò)與物理生產(chǎn)系統(tǒng)的融合,即建設(shè)信息物理融合系統(tǒng)(Cyber-PhysicalSystem,CPS)來改變當(dāng)前的工業(yè)生產(chǎn)與服務(wù)模式。
2012年3月,美國政府發(fā)布《大數(shù)據(jù)研究與發(fā)展計劃倡議》,宣布啟動對大數(shù)據(jù)的研發(fā)計劃。同年,美國通用電氣公司提出代表全球工業(yè)系統(tǒng)和智能傳感技術(shù)、高級計算、大數(shù)據(jù)分析,以及互聯(lián)網(wǎng)技術(shù)的連接與融合的工業(yè)互聯(lián)網(wǎng)概念,強調(diào)通過智能機器間的連接并最終將人機連接,結(jié)合軟件和大數(shù)據(jù)分析,來重構(gòu)全球工業(yè)。
2015年3月,中國提出了一份具有重要意義的國家戰(zhàn)略規(guī)劃——《中國制造2025》,旨在借力互聯(lián)網(wǎng)、云計算、大數(shù)據(jù),進一步夯實中國制造業(yè)的基礎(chǔ)和推動制造業(yè)的變革,用政策推動中國制造向智能化的方向發(fā)展。
工業(yè)大數(shù)據(jù)顯著特征之一是數(shù)據(jù)體量大。企業(yè)普通的數(shù)據(jù)庫難以承載如此大體量數(shù)據(jù),且存儲成本高。云計算是最好的解決方案,企業(yè)通過自建私有云或使用公有云平臺,實現(xiàn)低成本海量數(shù)據(jù)存儲。此外,在云平臺上,企業(yè)可運用Hadoop、流計算等分析計算,實現(xiàn)數(shù)據(jù)的分析處理。
對于工業(yè)大數(shù)據(jù)挖掘和分析結(jié)果,可廣泛應(yīng)用于企業(yè)研發(fā)設(shè)計、生產(chǎn)制造、管理服務(wù)和供應(yīng)鏈等各個環(huán)節(jié)。在研發(fā)設(shè)計環(huán)節(jié),可實現(xiàn)工藝管理優(yōu)化和工藝流程優(yōu)化;在生產(chǎn)制造環(huán)節(jié),可實現(xiàn)設(shè)備診斷與維護、智能排程、智能生產(chǎn)、產(chǎn)品質(zhì)量優(yōu)化、個性化定制;在管理服務(wù)環(huán)節(jié)可實現(xiàn)產(chǎn)品遠程監(jiān)測與維護;在供應(yīng)鏈環(huán)節(jié)可實現(xiàn)供應(yīng)鏈全局優(yōu)化。
工業(yè)大數(shù)據(jù)在國內(nèi)制造業(yè)的應(yīng)用
從需求來看,目前國內(nèi)制造業(yè)企業(yè)對于大數(shù)據(jù)的需求十分明顯,但究竟該如何入手,很多用戶仍然處于觀望和嘗試階段。因此,對于大數(shù)據(jù)服務(wù)商而言,需要結(jié)合行業(yè)業(yè)務(wù),找到合適的應(yīng)用場景。
互聯(lián)網(wǎng)給傳統(tǒng)制造業(yè)帶來挑戰(zhàn),互聯(lián)網(wǎng)大數(shù)據(jù)則能夠通過技術(shù)創(chuàng)新與發(fā)展,以及數(shù)據(jù)的全面感知、收集、分析、共享,為企業(yè)管理者和參與者呈現(xiàn)出看待制造業(yè)價值鏈的全新視角,它所帶來的巨大價值正在被傳統(tǒng)企業(yè)認可。
然而,與目前火熱的互聯(lián)網(wǎng)大數(shù)據(jù)不同的是,工業(yè)大數(shù)據(jù)的應(yīng)用對于企業(yè)而言,門檻相對較高。工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)不同的是,它和行業(yè)的業(yè)務(wù)結(jié)合得十分緊密,因此,對于企業(yè)的行業(yè)積累以及對行業(yè)業(yè)務(wù)的深入理解,都有很高的要求。而且工業(yè)大數(shù)據(jù)的分析相對要求要準,要有十分清楚的邏輯關(guān)系。
企業(yè)通過大數(shù)據(jù)分析能使部門之間的數(shù)據(jù)更為協(xié)同,并由此對市場需求缺口進行精準預(yù)測,同時通過更為靈活的流程管理,更自動化的生產(chǎn)設(shè)備快速地裝配調(diào)度,進行智能地生產(chǎn)。但是,就目前來看,在國內(nèi)做工業(yè)大數(shù)據(jù)應(yīng)用的企業(yè)并不少,然而真正擁有自主知識產(chǎn)權(quán)、核心技術(shù)的企業(yè)卻不多。要想做好工業(yè)大數(shù)據(jù)應(yīng)用,首先必須有一套嚴謹?shù)臄?shù)據(jù)推理邏輯,同時,還要有平臺和工具。當(dāng)前國內(nèi)做工業(yè)大數(shù)據(jù)應(yīng)用的企業(yè),他們還沒有足夠的能力達到這一要求。
盡管如此,仍有部分大型工業(yè)企業(yè)在應(yīng)用方面走在前列。如唐山鋼鐵集團,通過引入國際最先進的生產(chǎn)線,已實現(xiàn)數(shù)據(jù)實時采集,并與愛施德等企業(yè)合作,深度挖掘工業(yè)大數(shù)據(jù)價值,實現(xiàn)生產(chǎn)實時監(jiān)測、生產(chǎn)排程、產(chǎn)品質(zhì)量管理、能源管控等。除此之外,先進制造企業(yè)基于工業(yè)大數(shù)據(jù)的應(yīng)用,把產(chǎn)品、機器、資源和人有機結(jié)合在一起,推動制造業(yè)向基于大數(shù)據(jù)分析與應(yīng)用基礎(chǔ)上的智能化轉(zhuǎn)型。
總的來說,“互聯(lián)網(wǎng)+”時代的用戶需求呈現(xiàn)實時、少量、碎片化、快速翻新等特點,這對于傳統(tǒng)制造業(yè)提出挑戰(zhàn)。工業(yè)大數(shù)據(jù)有其鮮明的特征,隨著信息化和工業(yè)化融合,對工業(yè)大數(shù)據(jù)的應(yīng)用為制造業(yè)轉(zhuǎn)型升級開辟了新的途徑。對工業(yè)大數(shù)據(jù)在制造業(yè)生產(chǎn)過程中的應(yīng)用場景及應(yīng)用的深入探討,將有利于更好地發(fā)揮其助力作用。
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(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“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(yù)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(dǎo)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(xué)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(xué)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(xué)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(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11