您现在的位置:首页 >> 昆山诺奥机械电子有限公司

深度工业制造中的大数据分析

2021-07-23 来源:大连农业机械网

【深度】工业制造中的大数据分析

如何实现智能制造是大家都关心的问题。从哈佛商学院的迈克尔·波特到宾夕法尼亚大学沃顿商学院,有一个普遍的共识,即数字化转型是智能制造实现的途径。重要的是,这个共识也来自于众多的世界级制造业企业与企业家们。

这一共识是基于无数技术趋势的融合,例如,物联网、赛博系统(CPS)、工业物联网、移动技术、人工智能、云计算、虚拟/虚拟增强现实(VR/AR),以及大数据分析等。我们一定要保持清醒,不要简单地认为有了这些技术,未来五年就是制造业的黄金时期。道理很简单,这个新制造业文化的变革进程是相当复杂和艰难的,没有行业、企业与用户的融合推进,无法实现这次变革。数字化转型不仅仅意味着企业简单的数字化,而是把数字作为智能制造的核心驱动力,利用数据去整合产业链和价值链。

自工业革命以来,为了改进运营,制造商一直以来都在有意地采集并存储数据。随着时间的推移,数据在制造业分析的需求将越来越大。然而在过去的许多年间,利用数据的根本动因并没有改变,数据的复杂性增强,数据转化为情报的能力越来越大。

2012年高德纳给出大数据定义,其中特别强调大数据是多样化信息资产,不仅关注实际数据,更关注大数据处理方法。数据量大小本身并不是判断大数据价值的核心指标,而数据的实时性和多元性对大数据的定义和价值更具直接的影响。

在讨论工业大数据分析的时候,我注意到两种不同的观点:

第一种观点认为,制造业向来都有大数据。几十年来我们的企业一直在通过历史记录、MES、ERP、EAM等各种应用系统采集数据。在部分产业链环节,特别在市场营销方面,大数据算是一个新的热词。

第二种观点认为,从工业大数据角度看,制造业是一个尚未打开的市场或刚刚开启的市场。存在大量不同类型的数据,但如今它们还未被应用到分析之中。

考虑到这些观点,面对任何新的市场提法,包括名词解释、定义或分析框架,我们始终都应该保持适当的怀疑精神。这里我更多倾向于第二个观点。我们的制造业的确有“大量数据”,但这并不是我们大多数人从市场上所理解的“大数据”涵义。在搞清楚工业大数据分析之前,我们应该如何定义制造业的大数据?这里可以通过大数据的三个特性,进一步了解大数据的特性。

数据来源

工业大数据的主要来源有两个,第一是智能设备。普适计算有很大的空间,现代工人可以带一个普适感应器等设备来参加生产和管理。 所以工业数据源是280亿左右大量设备之间的关联,这个是我们未来需要去采集的数据源之一。

第二个数据来源于人类轨迹产生的数据,包括在现代工业制造链中,从采购、生产、物流与销售内部流程以及外部互联网信息等。通过行为轨迹数据与设备数据的结合,大数据可以帮助我们实现对客户的分析和挖掘,它的应用场景包括了实时核心交易、服务、后台服务等。

中国跨境电商50人论坛

数字化营销创新峰会

市场部网CMO特训营

互联网时代软件代理商盈利模式研讨会