《工业大数据价值挖掘路径_高婴劢.doc》由会员分享，可在线阅读，更多相关《工业大数据价值挖掘路径_高婴劢.doc（8页珍藏版）》请在三一文库上搜索。
1、工业大数据价值挖掘路径工业大数据价值挖掘路径文八高婴助71994-2015 China Academic Journal Electronic Publishing House. All rights reserved.http:/ 昨醴1 g21工业大数据价值挖掘路径作为贯穿整个产品全生命周期和企业全价值链始终的核心因素，工业大 数据日益成为全球制造业挖掘价值、推动变革的主要抓手。在我国重塑制造业国际竞争力的当下，如何进一步挖掘工业大数据的价值必将成为大焦点。71994-2015 China Academic Journal Electronic Publishing House. All
2、rights reserved.http:/ 昨醴1 g#工业大数据价值挖掘路径71994-2015 China Academic Journal Electronic Publishing House. All rights reserved.http:/ 昨醴1 g#工业大数据价值挖掘路径艺智能制造时代掲开序暮.一个炫 丽的科幻场最将成为现实:工人 I发出口头抬令.机器人按照指令SH）赛迪智库信息化中心助理研究员将県材料放人生产线.材料信息被实时读 取、传输给生产设备，通过与仃俎任务的 一番自动比对，机畚实施自组织生产，再 经历几轮音能检测，自厅筛选出台格品、 放入运往市场的成品隼装箱。在
3、这种人、 资源、机器和产品无所不连/ （连接）71994-2015 China Academic Journal Electronic Publishing House. All rights reserved.http:/ 昨醴1 g#|3 视野 | HORIZONemic Journal Electronic Publishing House. All rights reserved.ki .net71994-2emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2和无所不（感知）的制造场最下
4、， 一种前所未有的生产要素一一工业大数 据，在人与人.人与物.物与物的佰 息交互中源源不断地产生出来，贯穿于 整个产品全生命周期和企业全价宜犍始 终.将成为推动H业生产方式变革.M 维护又可能成为新的发展贾颈。到了皆能 制造阶段，毎个影响主产决策的因素都将 经过二业大数据的处理.以直观明了的量 化信貝形式加以呈现，方便决策者对制造 能力进行整体评估，特別是准确拿控未知 的隐性因素.如零部件的偶发失效、不同emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2塑制造业价值的核心技木力量.其未来 加工
5、材料造成的运转性能咅损的不同、静emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2价值不可估亘。止机器突然大功率启动时发生的率擦损耗emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2等尊。一旦决策者引入预测性大數据肓能 一旦决策者引入预测性大数
6、据智能运算系统，便能精准运予系云便能猜准预判gL韵殳疋应 预判机器设备性能发生损耗和失效的时间、位置和类 生损耗和失效的时间、仕亟类型采取 型，采取恰当的事先控制行为以避免产能和效率降低。一恰当的事先控制行为以避龟产能和效率陆低。可以说，围绕生产线监測与预誓、设 :故犀诊断与维护、产品饬量监测预测等emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2工业大数据价值洼地初显工业大數据能够突破传统工业体系中 隐性因素无法被量化的瓶颈，充分 产的主客体和生产全过稅、全时段的客观 状态，并通过智能化分析
7、和预测预答，提 高决策能力，降低决策成本。在传统生产中、无伦制造模式如何改 进，隐性的损耗和未知的变化始终存在， 无法确保生产效益最大化。即便生产从机 械组装演进到鬲虔自动化阶段.这些不可 控隐性因素依然“此伏彼起”。比如，为 减少劳动力因过多承担生产工序造成产品 台格率降低的问趣.福特公司引入了组装 线，实现流程化作业栢规模化生产，但带 来了库存和产品过剩；为减龟资原浪费， 丰田星矛通过全流程的精芒化升纽实现零 库存生产，但如果市场需求波动，県材料 不能及时跟进，将严堇彭响主产节奏；为 促进产品的适时开发和快速制造.姜国麻 省渥工学兜与帕森斯公司合作发明了全球 第一台數控牡床，开官了皱捷化生
8、产的 先河.劳动力的數控技能和机器的辰期性 方面开展工业大数据的農成应用、将便得 适时维修、最比化运行和穗定维持产品质 量尊经济有效的生产管理成为可能，从而 便制造过程的价值损失最小化。工业大數据能够促进形成企业和涓费 者之闾的信息主动反馈机制.为完善以客 戶齊求为导向的产品全生命周期信息奧成 和跟踪服务、達立以服务为核心的整体解 决方室提供可行路径，将大大提升产品服 务价值。制造企业可以利用传感器记录和 传输产品的实时数据，开昊对研发设计、 生产制造、卑存控制、市场营销、售后服 务等产品全生命周菲管理.其中.库存、 萱钳和害后环节的數据星中反映了用户对 产品的个性化霹求，并反向指导产品的设
9、计和制造环节，实现产品生产与市场需求 的有效对接。同时，产品全周期數据的实 时反績为在线实时监测、远程故障诊断、 工控系统安全监控等埴值服务提供了依 搏.服务在产品价值中比篁不断提升。比 如，找国家电领域巳经推出的基于云靖的 智能家居系统，实现了智能家居产品与企 业远程云服务中心的连接对话.企业通过emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2emic Journal Electronic Publishing House. All rights reserved.ki .net71994
10、-2emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2工业大数据价值挖掘路径01智能机券将世界上各种机 器.设备组、设 施和系统网络与 先逬的传感器、 控制和软件应用 程序相连接工业大数据工作中的人以支在任何时候将人 相连一无论他 们在办公室还是 行进中持更加智能的设 计、国、W, 以及直高质億的眼在连接中源源不 断地产生.基于 云计算进行隽、 传输和分析处 理，从而释放价 值提供远程实时检测和即时淮护制新了消定 者的服务体脸，在很大程変上増强了产品 核心竞争力。工业大数据不仅貫穿于生产全过程
11、， 而且在企业与供应商经营讲原和财务资源 的交互中得到不断积累，为企业对自身供 应桂嘰原的佰国怦佶提供了强有力的吝观 依据。在持续合作经营中，企业和供应商交 号过程中的协商成本和契约成本将因为数 宇信用关系的達立而大倚降低。一旦信贷 机构介入这一信用关系并发展成更为穩定 的三角信用体系之后，信用价宣的乘數效 应将得到进一步放大。不久前，海尔与中 佰银厅展开了供应链网络金融平台战略台 作.搭ITS于海尔经营数据和财务数据 的海尔合作伙伴信用评价模型，引领了工 业大数据信用商业模式的创新实践。这一 平台不仅为中信银行降低了发放贷款的风 险控制成本，还为海尔供应直伙伴节省了 融寿成本，并进一步促成海
12、尔供应链环节 的优化和生产效益的提升。随菅盖国工业互联网和便国工业4.0 等制造奮能化转型战路的相继实施.工业 大数据日益成为全球制造业挖掘价值、推 动变章的主要抓手.SAP全球研发网络总 裁柯曼认为，中虽人口红利消失的同时， 基于大數据的工业互联网应用将成为中国 在新一轮科技革命中取胜的关键.工值部 在佰息化和工业化深虔融台专顶厅动 计划（2013-2018年）中从三个层面 对我国工业大數据的隼成应用进行了重 点部蓍，依次是支持骨干企业自主应用 大數据技术、为中小企业提供第三方大 數据云服务以及搭達厅业大數据决簽平 台。在我国大力推迸阿化深度融台、重图1智能制造的关键元素塑制造业国际竞争力的
13、当下，如何进一 步挖掘工业大數据的价宣必将成为下一 步行动关注的MAa工业大数据价值发掘的中国路径我国坚实的制造业基础、日益扩张的 机器设&应用市场和高端装2的广泛实践 将创造出全球趋咙大、最复杂、最活跃的 工业大数据，这在客观上成为我国深虔挖 掘数据价值的后发优势.在生产和市场中实现量的积累作为制造业大国，我国巳经形成门 类齐全、规模歴大的现代工业体系，需盖 39个大类、191个中类栢525个小类等全部 工业门类，创造出海量的机巽设备市场雪 求.陡看制造樓弍向敦捷化、柔性化和音 能化的不断演进，我国工业机案人等智能71994-2015 China Academic Journal Elect
14、ronic Publishing House. All rights reserved.http:/ 昨醴1 g23将成为欧亚大陆桥、丝绸之路经济带的主 要交通工具。可以预见，门类丰富的工业 生产、制造领域的智能化应用以风高端技 术的翎先发展将引发我国工业大数据規模 的加速加倍增长，为数捋价直的挖18提供 充足的样本空间和试验机会。找国这一数 据资产优势要远远超出漣国、美国、日本 等制造强国，改进数据质量和数据管理短板尽管找匡在數据规模上占有明显优 势，但在数据质量和数据管理上却居于下 风。就數据质量而盲，“中国制造”长期 被做定在产业槎末端的雪部件组装环节， 在创造核心价宜的淹端环节没有控制
15、权， 基于简单制造流程生成的大數据侨量必然 受到影响.同时，人口红利时代，我国制 造业音適适应了劳动密集型生产模式，其 特点是，工业价值的创造极大地依輪于劳 动力的投入规模，而非机器设缶生产流|3 视野 | HORIZON门类丰富的工业生产、制造领域的智能化应用以及高 端技术的领先发展将引发我国工业大数据规模的加速 加倍增长，为数据价值的挖掘提供充足的样本空间和 试验机会O装会市场规察持续扩张。截至目前，找国 巳投入生产前线的机器人约为全球总量的 8%,年总装机量増长速夏髙达17%,远超 9%的全球平均増长率。随看国产机器人 自主创新能力的提升，以及市场对卷产机 器人品禅影响力的逐步认可，国产
16、工业机 器人服务领域将从汽车、航空、电于制造 等中高端厅业向金属加工、卫浴五金、食 品饮料等传统优势行业加速渗透。智能生 产应用落地，如九江石化开始違:殳智能工 厂，三一重工連设J工程机械产品加工數 宇化车间系统的研制与应用示范”顶目。 轨道交通、隧道挖掘以及海洋工程尊装 制造在智能装缶的自主设计於技术创新上 成果显著.肓铁应用在国内全面铺开，并emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2emic Journal Electronic Publishing House. All righ
17、ts reserved.ki .net71994-2S2工业大数据在智能生产中的应用emic Journal Electronic Publishing House. All rights reserved.ki .net71994-2工业大数据价值挖掘路径实体和人际网络可视化远程 和集中数据与合适的人 和机器分享 数据数据流 返回 机器专有机器数据流的 提取和存储工业 数据基于机器 算法和数据分析大数据分析程的优化，更不直视全产业链管理和企业 都门资両的协同合作。荃于这种模式建立 的制造流程各环节相互孤立.无法确保各 阶段数据的交互、共亭和集成。就数擢管 理而言.工业大数搏的价值持性决定了其
18、 必将成为未来工业企业的战貉性生产要素 之一，必将资产化，成为工业企业成长壮 大的中坚力量。但是到目前为止，大多數 制造业企业的大数据应用仍主要以内曰數 据为主.多数停宦在扩大数据来源、壇加 数量的初级阶段.还未形成有效的应用建 式.更未就大数捋成为资产达成共识，大 數擢管理上缺乏资产思维和按资产属性进 行管湮的手段，大數捋价值无法得到有效 发挥。通过分析创造获得质的突破如局从贝壳中取出珍珠必须经历采 婁和摘取一样，大數捋价值只有通过收里 和挖掘才能获取.其中收集是大数据体量 的积累.而挖掘和分析则寻从量夺到质变 的突破.小数据时代,数据是结构性的, 企业住往采用明确分类、有宇排列的手段 发现
19、规津，以此査届补缺，通过事后拄制 改进企业运作模式，从而实现數据价值。 这既无法弥补巳经发生的损失，也无法应 变未来的非常规发展。相比之下，工业 大数据不仅在体量上规篠更大，而且冈盖 声音、图像、符号等非结构性数据.产生 于价值锥全过程.来煉广泛.杂乱无序. 实时产生.动态变化，相互关联，信息冗 余，绐价值的实现带来了极大的挑战。數 据分析技术则是大數捋应甲价宣潯以提炼 的关键所在。先进的分析技术，能够对數 据个体间的联动性和频繁模式进行透析. 开展前缩性预测预警.支持企业决簽层做 出研判.目前，大数据分析技术还未形成图3产品全生命周期的数据循环安装仪器仪衷的工业机器技术垄断.开涼的持性住得大
20、数据技术車 成研发和产品创新的初始成本几近为零， 为企业团队加大在此方面的研究、创新、 制造价宜带来了更乡的机会。以可视化和 机器深雯学习为核心的技术发展态势也为 创新大数据技术指明了方向.当前，我国日益増长的大数据深度 分析需求和大数据分析技术发展的矛肯逐 渐尖锐。企业期望大數据处理不仅能够多 维虔、全方位展现运行状态，还能在TB 级的重杂搜索中完成实时交互应答.不仅 能够通过逻楂捱浬进厅未来预测前答，还 具幺深虔学习能力实现功能的自修亘、自 完善，但我国自主可控的核心大数据技术 援近空白.国内外通用型的大数据技术无71994-2015 China Academic Journal Elec
21、tronic Publishing House. All rights reserved.hg:/劉妙凹如2“ 25人才的缺失将制约创新能力的提升和创新 价值的变现。由于没有達立台連实用的标 准体系，引发了大量的工业大数据婁成应 用难翹.比如，大体量非结构化數据在跨 系统、跨平台转换利用时无法迅速整台， 企业内部大數据无权限开放便用导致商业 秘密和核心技术的流失，大數据技术水平 和应冃规環无法得到台理评估。大数据人 才的短缺将是我国未来工业大數据全直展 开应用的最大挑战。GartnrT预测指出，蔵 至2015年.全球与大数据相关的工作岗位 将增加440万个.近1/4的组织将设立首席 数据官，但
22、仅有1/3新岗位能崔佣到专业 人员。目前，国内仅有中国人民大学、复 旦大学、北京航空航天大学等数十家高等 堤校开设了数据相关的硏究生课程，数据 人才的培养力度极为薄弱，数据人才瓶颈 将成为犁肘我国工业大数据发展的核心因 素之一。推进工业大数据应用创新发展在我国两化融台向更直层次和更广层 面深度推进的战貉羽，如何突破短板，加 速推进工业大數据应用的创新发展呢？工业大数据的应用主体一工业企业 应当大力变革传统制造流程。工业企业是 工业大数据的创造者.也是工业大数据应 用的直接受益者.制造流程的先进与否， 将亘接关系到大數据质量和应用效隹最大 化。工业企业应当积极“走出去”和“引 进来”，学习和引入
23、一些先进的制造理念 和流程设计，调整改善原有制造流程，构 違适应工业大数据集成应用的生产体系。 政府可以鼓励支持一空有条件的企业开展 先进生产体系示范建1殳工程引导劳动密 星型制造向智能制造转型，开展工业大數|3 视野 | HORIZON法满足实际礫作中对技术的个性化、多样 化、深层次应用襦求，不能为大數据应用 提供充分的技术保障、这对大數据技术国 产化研发和二次研发提出了挑战。在创新应用层面，工业大数据标准和人才的缺失将制约 创新能力的提升和创新价值的变现。数据人才瓶颈将成 为掣肘我国工业大数据发展的核心因素之一。积极创新拓展增值空间工业大數据在成功推动观模化生产 向定制化生产演进的同时，也
24、在探索逮立 更深层次的主动创造需求模式以实现产品 埴值.无论是规模制造还是个性定制，均 是囤绕市场需求开展生产，创新的目的是 为了最大化满足用尸现实臀求。这个层面 的创新有两种形式，一是不断优化提升原 有产品功能.实现连续性创新比如手机 从直板到郵去、从小屏到大异；二是通过 研发新技术完全改变原有产品整体架构， 实现迭代式创新，比如手机从按卑控制变 成触屛控制c主动创造需求不再直淒面对 用尸的当前霄求，而是利用创新思维和大 數据技术模拟实际应用场星，深耕用户行 为习惯.主动创造新产品祈功能，激发用 户潜在消曙童愿苹果推出的iPod、iPad 系列产品是当前工业产品创造需求的成功 样本，但它极大
25、地依輪苹果团队的创新思 维，一旦对市场的把控不足，就会被消费 者抛弃，譬如iPod Hi-Fi音响和iPod袜套 尊“阳春白雪”系产品就以失畋吿终。对 我国制造业来说，工业大数据从量的积累 到价值的突破.最终还应当回归于创造有 未来价11的产品.才是眾得帀场、車埜核 心竞争力的关键在创新应用层直，工业大數据标准和26 I 虫但工业谭说 I CHINA INDUSTRY REVIEW(Ji5 Cmna Academic Journal Electronic Publishing House. All rights reserved.71994-21工业大数据价值挖掘路径图4 2006-2017年
26、国内工业机器人年安装量统计预测图(单位：台)57706581787955251497822027248003680032000100000注：其中2014年、2017年数值为圉际机器人联合会(IFR), 2014年实际值较预测值有上升追势,据的集或应用创新实践.打造可复制推广 样板。在工业领域加快建设具有行业特性 的大数据标准体系。工业大數据标准体系 将是工业领域大數据应用的堇要基础。 目前，虽内外的大數据标准化工作都处 在起步阶段.尽早组织力虽开展行业性 工业大数据标准研究，立足自主知识产 权，制定开放、技术、应用、安全、评 价等系列标准，并逐步国际化.将有助 于我国工业大數据应用发農.允忤
27、一些 行业和地方对英些标准规范先行先试， 在智能制造重大示范项目中率先探索工 业大數据标准应用模式。完善工业大数据集成应用的平台机 制。搭星工业大数据技术研究和应用创新 平台.集聚政府、工业界、科技界的智力 资源和应用创新资源，加大數据表示、數 据分析、数捋存储、數据质量、數II安 全、大數据壤互操作性等大數据技术方面 的自主创新研究，促进新兴大数据技术应 用的市场化布局.推广大數据技术的典型 应用.探索達立工业大数据法产平台.W理，2014年11 月予大數据资产属性.率先横开工业大数据 资产化标准、资产所有权和便用权、资产 价直评估、资产共享和交易机制等前沿问 题研究，探索運立工业大數据诜产
28、交易市 场、以市场模式保障大數据资产流转的可 行性.重视培养数据工程师。巨前.工业企 业.持别長中小型制造企业大多将大數据 相关任务外包给第三方信息服务机构.这 些机构多为科技公司、对工业全产业链特 点的把握存在宵界洎沟，缺乏将先进大 數据技术与工业生产融会贯通的服务经 验.工业企业在企业内开展大數据技术 培训，积极与蒿校達立战略台作关系， 打造数据二程师培养基地，培养适应企 业自身发展需求的数捋工程师，才能实 现工业大数捋的最大化应用。应当将數 冉工悭师培养的重心放在理论学习和实 操应用并行推进，重点储备既懂大數据技 术又通工业流禮的实用型數据工程师。这 巳成为保廨和提升我国工业大数据价直创 新能力的当务之急。妙责任编辑：刘津津liuiin)injin71994-2015 China Academic Journal Electronic Publishing House. All rights reserved.http:/ 20,52/3w 28