智能工厂与大数据的关系

推动智能制造的三驾马车

    我们要从设备资产智能管理、工业大数据分析以及工业物联网这三驾“马车”，结合现代制造业企业的下一代企业架构，帮助制造型企业实现智能制造管理的落地。设备智能管理是智能制造数据的核心来源，通过工业物联网的平台连接了所有人、物与事，然后利用大数据工具来分析已知事件，预测问题，挖掘新知识，协助管理决策等。

    设备智能管理是一种强大的数据来源

    当制造企业把所有的设备数据源结合起来，再利用演绎和预测分析等方法对这些数字进行分析时，你绝对有机会将智能制造管理提升一个层次。仅仅通过监测一定数量的设备的实际运行时间来安排预防性维护并不足以成为大数据手段。当你使用数据采集仪、流程条件数据、实时位置信息以及在互联网上搜索有关类似设备的失效模式时，才真正涉及到了大数据。

    工业物联网平台

    制造业的大数据分析已经成为工业物联网的一部分，为企业传统供应应用程序的升级和改造提供依据。工业物联网实现了产品的可溯源，降低了质量成本，而且在流程数字化方面推动了制造业智能化。

    在工业物联网平台，通过所有产品的智能连接，越来越多的产品和设备有了“情境自我意识”，使数据捕获、分析和检测变得异常容易。企业通过互联网平台还可以迅速改进设计并改善工程质量。

    我们许多生产流程的手册和模型都有知识差距，这也是建立产品或企业级别的知识库之所以那么艰难的的原因所在。而物联网有可能填补这些差距。流程数字化将带给我们的未来是：从设计到用户体验，一切都是有结构的和数据可寻的。这样，制造商不仅可以理解实体产品是怎样设计和制造的，还可以了解用户体验如何以及如何与产品互动。

    大数据分析工具

    随着数字处理能力的不断提升以及工业物联网平台日益成熟，我们将很快解锁海量并仍不断增长的数据。通过不同技术，我们将数据空间完全释放出来，从而可以利用大数据分析技术将任何地方的数据加以融合，新的分析工具应用这一新的数据模型，从而发现之前从未有可能的洞见。这些分析工具包括：地理空间、时间序列、预测模型、机器学习、优化、模拟和生产过程控制等。

大数据与智能制造的意义与影响

    制造即运营管理，是供应链的四大环节之一，负责规划、组织、管理所有制造产品所需要的资源，包括设备、人力、技术、流程、信息等。其主要职能是统筹相关的资源与活动，将投入的资源转变成最终可销售的产品和服务。每个企业都有自己的规划和自己企业在运营环节的管理最佳实践。大数据对促进供应链中的生产环节产生了前所未有的巨大影响，在众多的运营决策改进里面，这些影响包括产品设计、质量控制等等。大数据及其分析将影响制造业的规范性、产品以及服务的品质以及卓越运营这三大方面。

    大数据规范性分析将促进规范性维护

    规范性分析意味着分析工具不仅能够预测可能发生的事情，还可以提供备用的“假设”分析，以提供可以改变结果的方案。这一转变将彻底改变制造行业。我们将不再需要一系列专家来告诉管理员何时需要针对设备做哪些维护以及如何维护，因为当设备无法实现自我修复时，将会自己告诉你它们需要什么。

    大数据对质量的新要求

    大数据不仅能够使制造企业生产产品的时间缩短，还能够在产品批量生产前通过模拟，检验防止产品缺陷，减少产品开发周期过程中不必要的环节等。

    质量管理强调产品质量要符合消费者预期，这个预期包括预算、功能、外观等等。这是大数据分析法提升质量管理环节的首要收益。通过对内源与外源数据的实时采集和分析，企业能够准确地了解消费者需求及其购买行为，明确产品特征，运用高级分析法准确地指导生产、运输与采购，从而提升产品或服务的质量。

    大数据的实时性与实效性，給企业的生产质量管理创造了实现质的飞跃的条件。传统质量管理主要是通过静态的、历史的、沉淀的数据，通过检查表、散点图、控制图等检测手段来发现生产过程的质量问题，大数据则通过物联网，通过产品上安装传感器、标签等手段，实时监测采集数据，认知产品性能，实时提高质量。

    利用大数据来实现制造业卓越运营

    越来越多的管理人员意识到，贯穿产品生命周期各个阶段的数据，将成为能给企业带来高效增值的极有价值的原始材料。

    在制造行业，企业边界日益模糊，最难以预测的外部因素，当属颠覆性创新。互联互通彻底改变了商业游戏规则，在意识到竞争时已为时过晚。对于所有希望转型的制造企业来说，企业管理者需要迅速全面了解前沿技术及其相关性与关联性，利用现代企业架构，重新定义企业，通过生产过程的数字化，来获得更为高效、智能与高利润的服务产品。

    鸡蛋，从外打破是食物，从内打破是生命。智能制造之路亦是，从外打破是压力，从内打破是成长。我们要从设备智能管理、工业大数据入手分析，驾驭工业物联网的三驾马车，结合现代制造业企业的下一代企业架构，让自己有能力从内打破，打造并形成数据红利，在这场智能制造的文化升级中，实现重生，实现我们的制造强国之梦。