全球工业大数据发展及实践（5）

全球工业大数据发展及实践（五）

（2019年6月16日）

二、工业大数据的开发与应用

信息技术与工业的深度融合，深刻影响着工业生产管理整个生命周期的各个环节，从而形成新的生产方式、产业形态和商业模式。本节主要从工业大数据对工业价值链的影响、工业大数据在行业领域应用和主要推动企业发展现状三个方面来论述工业大数据的开发和应用。

（一）工业大数据对工业价值链的影响

1. 提升研发设计中的需求分析能力

在工业领域传统的研发设计环节，为了降低风险、提高新产品开发的成功率，企业必须从产品研发设计开始就做好需求分析、方案筛选、产品立项等过程组织与管理工作。然而，随着时代的变化，客户或消费者对产品需求的表述途径更多、选择面更广，使得新产品的研发设计工作变得愈加困难复杂。工业大数据的出现为研发设计带来新的机遇。在工业大数据的影响下，研发设计可以利用大数据和互联网的资源优势，让客户参与到研发设计的过程中来，融合他们的想法，形成个性化定制产品。依靠开放平台，可以聆听各类客户不同时段的需求，大大提高研发设计的针对性，同时也可以获得其设计思维的商业价值。

例如，美国飞机制造商波音公司通过大数据技术优化设计模型，将机翼的风洞实验次数从 2005 年的 11 次缩减至 2014 年的 1 次；意大利豪华轿车制造商玛莎拉蒂通过数字化工具加速产品设计，开发效率提高 30%；美国快速消费品巨头宝洁公司通过“创新中心”、YourEncore 和 NineSigma 等网站，抛出自己的研发课题，寻求外援参与新型产品研发。

2. 改善过程服务中的质量监测与运维能力

在过程服务环节，现代工业生产线安装有众多小型传感器来探测温度、压力、热能和噪声。利用这些设备实时采集到的数据可以实现多种形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析（包括违反生产规定、零部件故障）等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。其次，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。

例如，中国台湾企业高圣公司生产的自省性带锯机床，通过数据技术，对机床进行健康状态、带锯衰退监控和预测。此外，高圣开发了智慧云服务平台为用户提供机床健康与生产力管理服务，机床采集的数据都可以通过手机或个人计算机的用户界面而获得，用户还可以用这个平台管理自己的生产计划，效率得到极大提升。又如，全球最大电梯公司之一的奥的斯（OTIS）电梯公司开发了远程电梯维护系统，利用监控数据对电梯进行远程维护。奥的斯通过系统监控每一台电梯的平均开门时间和电气设备的重要参数，判断电梯发生故障的风险，为维护团队提供巡检的优先级排序和预防性维护决策支持，在承担较低的人力成本条件下最大限度地避免电梯故障。

3. 优化经营管理中的协同与响应能力

大数据所具备的预测功能使得大数据在客户关系管理、财务管理、营销管理和供应链管理等企业经营管理上的作用大幅提升。工业企业从上述经营管理的信息化系统中收集大量的数据。利用大数据技术对这些数据进行更紧密地整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对人财物等资源的连续监控。

在工业领域，大数据应用最能体现在供应链的优化中，即通过全产业链的信息整合，使整个生产 系统达到协同优化，让生产系统更加动态灵活，进一步提高生产效率和降低生产成本。主要应用有供应链配送体系优化和用户需求快速响应。供应链配送体系优化，主要是通过 RFID 等产品电子标识技术、物联网技术以及移动互联网技术等帮助工业企业获得完整的产品供应链的大数据。利用销售数据、产品的传感器数据和出自供应商数据库的数据，工业制造企业可准确地分析和预测全球不同区域的需求，从而提高配送和仓储的效能。利用产品中传感器所产生的数据，分析产品故障部分，确认配件需求，可以预测何处以及何时需要零件，这将会极大地提高产品时效性、减少库存，优化供应链。用户需求快速响应，即利用先进数据分析和预测工具，对实时需求预测分析，增强商业运营及用户体验。

例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，实现次日货到的服务承诺。

（未完待续）

摘编自 江苏企业技改协会 重点行业研究