大數(shù)據(jù)在制造企業(yè)中的核心應(yīng)用

我個人經(jīng)過近幾年與客戶交流和參與各種研討活動，“大數(shù)據(jù)”的熱度逐年攀升。那對于制造企業(yè)來說，大數(shù)據(jù)，到底怎么應(yīng)用，目前也是眾說紛紜。今天利用這篇文章，來說說我的見解。

“德國工業(yè)4.0”中明確表示“工業(yè)4.0就是大數(shù)據(jù)驅(qū)動的智能制造，所有的生產(chǎn)裝備、感知設(shè)備、聯(lián)網(wǎng)終端，包括生產(chǎn)者本身都在源源不斷地產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)將會滲透到企業(yè)運營、價值鏈乃至產(chǎn)品的整個生命周期”。在《中國制造2025》中也提到了“工業(yè)企業(yè)中生產(chǎn)線處于高速運轉(zhuǎn)，由工業(yè)設(shè)備所產(chǎn)生、采集和處理的數(shù)據(jù)量遠(yuǎn)大于企業(yè)中計算機和人工產(chǎn)生的數(shù)據(jù)，從數(shù)據(jù)類型看也多是非結(jié)構(gòu)化數(shù)據(jù)，生產(chǎn)線的高速運轉(zhuǎn)則對數(shù)據(jù)的實時性要求也更高?！?。隨著互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)的快速發(fā)展，對于非制造企業(yè)來說，獲取數(shù)據(jù)的能力變得越來越容易，數(shù)據(jù)的多樣性也越來越豐富。同樣，隨著云計算的發(fā)展，對于大量數(shù)據(jù)的處理、清洗、分析也不是難事。

可是，對于制造企業(yè)來說，商業(yè)運作與制造運營之間的數(shù)據(jù)應(yīng)用現(xiàn)狀就形成了非常鮮明的對比。甚至，概念增多之后，大家對于“大數(shù)據(jù)”的理解也不盡相同。將“大數(shù)據(jù)”簡單的理解為“規(guī)模大”的數(shù)據(jù)，這是片面的。規(guī)模大，是數(shù)據(jù)處理規(guī)模從TB級增長到EB級。另外，還包括對于數(shù)據(jù)處理的速度，實時性要求在幾秒甚至幾毫秒內(nèi)。數(shù)據(jù)的類型也不僅僅是結(jié)構(gòu)性數(shù)據(jù)，非結(jié)構(gòu)性數(shù)據(jù)、語言文本、多媒體數(shù)據(jù)才是制造企業(yè)的數(shù)據(jù)大軍。數(shù)據(jù)的收集過程造成了數(shù)據(jù)本身的不確定性、不一致性和多義性，如何結(jié)合應(yīng)用場景分析數(shù)據(jù)結(jié)果，成為了大數(shù)據(jù)的另外一個關(guān)鍵。制造企業(yè)的大數(shù)據(jù)是與企業(yè)產(chǎn)品生命周期緊密相關(guān)聯(lián)的。

目前，制造企業(yè)中有20%左右的結(jié)構(gòu)化數(shù)據(jù)，80%的非結(jié)構(gòu)化數(shù)據(jù)。如果沒有應(yīng)用相關(guān)的信息系統(tǒng)，可能非結(jié)構(gòu)化的數(shù)據(jù)比例會更高。這也就成為了制造企業(yè)應(yīng)用大數(shù)據(jù)最困難的或者最不容易突破的核心。接下來，我結(jié)合艾普工華自2012年發(fā)布UniMax PCT產(chǎn)品以來的應(yīng)用場景，結(jié)合產(chǎn)品生命周期總結(jié)分享一下的大數(shù)據(jù)在制造企業(yè)中的核心應(yīng)用，也就是“工業(yè)大數(shù)據(jù)”的6個應(yīng)用場景：

1、智能產(chǎn)品遠(yuǎn)程監(jiān)控及故障預(yù)警診斷

在智能制造體系中，智能產(chǎn)品是企業(yè)往服務(wù)型制造轉(zhuǎn)型的利器。也同樣是為企業(yè)在現(xiàn)有體制內(nèi)創(chuàng)造新的價值和新的商業(yè)模式的途徑。智能產(chǎn)品的遠(yuǎn)程監(jiān)控實現(xiàn)途徑主要是安裝專用傳感器，將產(chǎn)品的運行參數(shù)、位置參數(shù)、作業(yè)數(shù)據(jù)進(jìn)行監(jiān)控，例如：產(chǎn)品工作負(fù)載、環(huán)境溫度、產(chǎn)品溫度、作業(yè)風(fēng)險預(yù)警等等。

智能產(chǎn)品的故障預(yù)警機診斷主要是通過產(chǎn)品出現(xiàn)故障時的工況數(shù)據(jù)，對故障進(jìn)行診斷分析，結(jié)合故障知識庫，同步更新診斷意見。對故障過程進(jìn)行快速的反應(yīng)，幫助用戶及時解決問題，提高售后服務(wù)的質(zhì)量。目前在市場上的故障診斷，大部分還僅能夠?qū)崿F(xiàn)某個具體問題的預(yù)判和處理，還不能自主的學(xué)習(xí)故障處理模式。隨著大數(shù)據(jù)的收集和知識庫的積累，逐漸會提高故障預(yù)警和診斷的準(zhǔn)確率和及時率。

2、生產(chǎn)運營狀態(tài)監(jiān)控

在工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個環(huán)節(jié)，將條形碼、二維碼、RFID、工業(yè)傳感器、工業(yè)自動控制系統(tǒng)、工業(yè)物聯(lián)網(wǎng)、ERP、CAD/CAM/CAE/CAX、MES等技術(shù)在工業(yè)企業(yè)中得到廣泛應(yīng)用，尤其是互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新一代信息技術(shù)在工業(yè)領(lǐng)域的應(yīng)用，通過收集由工業(yè)現(xiàn)場所產(chǎn)生的設(shè)備數(shù)據(jù)、訂單數(shù)據(jù)、進(jìn)度數(shù)據(jù)和故障信息等，經(jīng)過大數(shù)據(jù)分析，實時掌握生產(chǎn)運營的狀態(tài)。

通過生產(chǎn)運營狀態(tài)的監(jiān)控，實現(xiàn)整個企業(yè)制造過程的透明化，管理者可以得到正確的信息進(jìn)而對所有制造資源進(jìn)行全局性的有效評估。例如：已銷售的產(chǎn)品可以通過主動性的適時維護(hù)得到經(jīng)濟有效的管理?？梢越Y(jié)合智能產(chǎn)品的遠(yuǎn)程整體性的運行信息，形成制造和應(yīng)用閉環(huán)的全生命周期重新設(shè)計優(yōu)化，進(jìn)而使下一代運行系統(tǒng)得到改進(jìn)。

3、優(yōu)化零件庫存和可用性

通過分析車間某段時間的生產(chǎn)訂單數(shù)據(jù)和零件庫存的關(guān)系數(shù)據(jù)，分析預(yù)測訂單的需求量，減少關(guān)鍵零部件的非法轉(zhuǎn)移次數(shù)，提高庫存的控制力。結(jié)合供應(yīng)鏈的配送數(shù)據(jù)，實現(xiàn)供應(yīng)鏈的優(yōu)化和分析，進(jìn)而優(yōu)化企業(yè)零部件庫存的成本占用情況和可用性。

需求管理：在大數(shù)據(jù)背景下，需求預(yù)測成為大的核心。通過大數(shù)據(jù)來做需求預(yù)測，能做到自動補貨、自動調(diào)撥、整體庫存分析、備貨等，做到在生產(chǎn)排產(chǎn)之前，供應(yīng)商就將零件送至舉例客戶最近的中轉(zhuǎn)庫。

產(chǎn)品預(yù)測：通過大數(shù)據(jù)來確定：在某時段，某地區(qū)，用戶購買的產(chǎn)品類型、數(shù)量等。

庫存補貨：經(jīng)過大數(shù)據(jù)分析，匹配補貨的階段和時間，保證庫存在一個合理的范圍內(nèi)。

健康庫存模擬與預(yù)測：模擬未來某一個時間點，提前做好采購、備貨、周轉(zhuǎn)和退貨事務(wù)。

4、制造資源壽命最大化

制造資源的使用壽命監(jiān)控，經(jīng)過數(shù)據(jù)分析，對制造資源的維修、保養(yǎng)、維護(hù)進(jìn)行及時預(yù)警，分析加工產(chǎn)品的制造資源的優(yōu)質(zhì)供應(yīng)商、材質(zhì)、采購周期等，從制造資源的設(shè)計、采購和使用全生命周期提高制造資源的壽命。例如：車間加工設(shè)備在使用環(huán)節(jié)，通過MES監(jiān)控設(shè)備的主軸電流，經(jīng)過大數(shù)據(jù)監(jiān)控與對比，實時監(jiān)測刀具破損情況，并及時報警停機，提升制造良率，消除機床空運轉(zhuǎn)時間，優(yōu)化刀具的使用次數(shù)。

5、最優(yōu)化產(chǎn)品質(zhì)量

及時收集車間生產(chǎn)產(chǎn)品過程中的生產(chǎn)數(shù)據(jù)和質(zhì)量數(shù)據(jù)，通過對采集到的“大數(shù)據(jù)”進(jìn)行科學(xué)分析，全面掌握所有產(chǎn)品中普遍存在的質(zhì)量問題，使企業(yè)能夠?qū)ΠY下藥，徹底將其根治，提高產(chǎn)品質(zhì)量。

大數(shù)據(jù)分析對整個生產(chǎn)運營的快速反饋控制將為企業(yè)提供端到端的可視化和可操作視角，有利于提升準(zhǔn)入市場的產(chǎn)品的整體水平，從而減少大規(guī)模產(chǎn)品的召回事件。

例如：產(chǎn)品在經(jīng)過測試環(huán)節(jié)后，每天都會產(chǎn)生包含一百多個測試項目、長度達(dá)幾百萬行測試記錄的數(shù)據(jù)集。按照質(zhì)量管理的基本要求，一個必不可少的工作就是需要針對這些技術(shù)規(guī)格要求各異的一百多個測試項目分別進(jìn)行一次過程能力分析。利用大數(shù)據(jù)質(zhì)量管理分析平臺，集中得到很多精確的質(zhì)量故障原因分析結(jié)果，定點解決。

6、提升工藝研發(fā)質(zhì)量

對新產(chǎn)品的研發(fā)和工藝設(shè)計，經(jīng)過大數(shù)據(jù)分析，及時發(fā)現(xiàn)產(chǎn)品設(shè)計的不合理點和缺陷，及時修正，提高工藝研發(fā)的質(zhì)量和效率。例如：基于刀具公差和材料尺寸公差等大數(shù)據(jù)的累積集成，提升產(chǎn)品開發(fā)水平，產(chǎn)品品質(zhì)，減少問題重復(fù)發(fā)生，節(jié)省開發(fā)成本?；谀＞?、治具工件尺寸及公差的大數(shù)據(jù)的累積集成，提升整體工藝研發(fā)水平。

在接下來的5-10年，逐步將財務(wù)、產(chǎn)品、訂單、計劃、庫存、成本等商業(yè)大數(shù)據(jù)與機器設(shè)備、制造過程、制造資源、產(chǎn)品使用、物流空間、能源結(jié)構(gòu)等工業(yè)大數(shù)據(jù)充分融合，構(gòu)建企業(yè)級的大數(shù)據(jù)分析及運營平臺，為企業(yè)在接下來的發(fā)展中提供有效支撐，以生產(chǎn)制造、資源計劃、供應(yīng)鏈管理、營銷預(yù)測、策略分析、產(chǎn)業(yè)供應(yīng)、決策支持為應(yīng)用對象，驅(qū)動企業(yè)創(chuàng)新發(fā)展。