【精品文章】工业大数据价值化是智能化制造的根本问题

　　同济大学工业4.0-智能工厂实验室演示预测性维护方案

　　没有分析处理的工业大数据一文不值

　　中国制造2025提出用十年时间，迈入制造强国行列。但从我国工业发展的现状来看，实现中国制造2025的任务非常艰巨。中国制造的现状是能耗高、附加值低、处于价值链的低端。产品制造过程总体上是设计等同“画图”、制造依赖“人手”，而依靠数字化、自动化尤其是技术创新等体现现代制造特征的要素明显不足，与制造强国相比有很大的差距。

　　实现中国制造2025的目标，人才培养与观念转变是关键。正如同济大学团委相关负责老师所言，中国制造2025的中流砥柱如今都在大学，但大学教育与产业脱节的现象由来已久，因此大学与产业紧密配合，让大学生在校园阶段就能够接触到行业最先进的技术与观念就非常有必要。陈明院长也介绍，同济大学工业4.0-智能工厂实验室作为教育部制造与工业4.0的培训试点，已经培训了好几批学员，不少行业协会也委托同济进行相关培训，大学作为人才培育基地不仅要做好基础知识的培训，还要永葆先进性，能够让学生接触到行业最新的知识与观念。

　　在观念方面，不能把智能制造简单地理解为信息化与自动化。“智能制造、互联互通、物物相连，这是智能制造与传统制造不同的地方，但自动化加信息化并不等于智能制造，”陈明说，“汽车生产线的自动化程度最高，信息化程度也最高，但现在汽车产线并不是智能化生产线。为什么？汽车产线是固定生产线，如果中间某个环节坏掉了，其他所有环节都要被迫停工，以后的自动化生产线一定是固定生产线吗？采用动态的生产线，由顶层直接控制每一个环节，这样的应用一定越来越多。很多企业都在讲智能制造，但现在还没有理解到这一点，等大家意识到这一点，才能够理解互联互通的意义。”

　　NI中国市场部经理汤敏也赞同这种观点，“设备互联互通产生的大数据如果得不到有效地分析处理，那么将一文不值。因此如何将工业大数据价值化，是智能化制造的根本问题。”