工业大数据：智能制造的基础元素（2）

工业大数据：智能制造的基础元素（二）

（2019年8月17日）

二、制造业的数据也日益丰富

伴随新一代信息技术与制造业的深度融合，新一轮工业革命的孕育发展，使得信息技术渗透到了制造企业产业链的各个环节，条形码、二维码、RFID等物联网标识，工业传感器、PLC等工业自动控制系统，ERP、CAD/CAM、MES等软件技术在制造企业中得到了广泛应用，制造业企业的运营，也越来越依赖信息技术。以致于制造业的整个价值链，制造业产品的整个生命周期都涉及到诸多的数据，制造业企业的数据也呈现出爆炸性增长的趋势（图2）。

图2 工业大数据联结物理信息

美国辛辛那提大学李杰教授在其专著《工业大数据》中对工业4.0给出了一个的定义。他认为，工业4.0的革命性在于：不再以制造端的生产力需求为起点，而是将用户端价值作为整个产业链的出发点，改变以往的工业价值链从生产端向消费端、上游向下游推动的模式，而是从客户端的价值需求出发提供客制化的产品和服务，并以此作为整个产业链的共同目标使整个产业链的各个环节实现协同优化。

而实现协同优的基础就是生产数据可视化，利用大数据分析进行生产决策。

生产线处于高速运转，由生产设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，对数据的实时性要求也更高。在生产现场，每隔几秒就采集一次数据，利用这些数据可以实现很多分析和挖掘，包括设备开机率、主轴运转率、主轴负载率、运行率、故障率、生产率、设备综合利用率、零部件合格率、质量百分比等。

?在生产工艺改进方面，在生产过程中使用这些大数据，就能对整个生产流程进行分析，便于实时掌控每个环节的执行情况。一旦发现某个流程偏离了标准工艺，就会产出报警信号，从而能够更快速地发现错误或者瓶颈所在，也就能更容易地解决问题。

?在优化生产流程方面，利用工业大数据，可以对产品的生产过程建立虚拟模型，通过仿真来优化生产流程，当所有流程数据都能在网络系统中构建之后，将有助于制造企业通过可视化手段，改进其生产流程。

?在能耗分析方面，利用传感器集中监控所有生产设备在生产过程中的生产流程，发现能耗的异常或峰值情形，由此优化能源的使用效率，降低能耗。

（未完待续）

原创： 王喜文 智造智库

(作者系北京华夏工联网智能技术研究院院长)