2015年工业与制造业大数据分论坛集锦（6）

2015年工业与制造业大数据分论坛集锦（六）

（2016年6月24日）

杭州电子科技大学计算机学院副教授吴以凡：面向浙江省制造业的大数据分析：现状与挑战

杭州电子科技大学计算机学院副教授 吴以凡

吴以凡首先从浙江省的经济现状展开了演讲，浙江省第二产业比例较重，中小企业量大面广、块状经济为特色，中低端产业为主。形成了具有区域特色，“一乡一品”，向多产业形态辐射融合发展产业集群。浙江省产业集群发展趋势是传统产业集群转型升级、加大行业或区域性创新服务平台建设等方向。然而转型升级需要新技术的支持。吴以凡谈到大数据指的是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。其中制造业大数据是指在制造业领域中所产生的大数据制造业大数据是指在制造业领域中所产生的大数据，浙江省制造业大数据具有行业广数量大、企业过程复杂、数据积累丰富、数据源不可控等特点。

吴以凡以西奥电梯电梯为例，详细讲解了制造业中的大数据产生过程。包括设计、建模的产品数据；组织结构、业务管理的运营数据；包括客户、供应商、合作伙伴等价值链数据；包括经济运行、行业、市场、竞争对手等数据外部数据。对这些数据进行分析后，可将其用于工艺优化、配送优化、故障预测、产品运行状态监控等多个领域。

制造业大数据分析也面临许多挑战：一是：智能制造业全过程需要不同数据分析；二是：需要为智能制造业全过程建立多种分析模型。从设计、采购、生产、销售、售后所有的数据举要采集，避免形成数据孤岛。

制造业对分析结果的容错能力低和一次失误可能造成严重后果等原因导致制造业大数据分析需要高质量的数据。与此同时，制造业不同过程需要多粒度实时性的高性能算法，包括实时分析监控生产过程、弱实时分析优化生产、非实时分析大规模历史数据制定长期决策。

吴以凡谈到：大数据分析的结论必须应用到制造企业生产和经营不同阶段；分析结果必须满足不同阶段的形式和内容；高可用的分析结果才能转化为高价值的有效应用。同时也需要注意平衡分析结果的价值与成生成本。他表示想要用好制造业中的大数据，必须打通信息孤岛、提高数据质量、设计高效算法、实施有效应用。

（原题目：【BDTC2015】工业与制造业大数据分论坛：宝钢、三一重工的实践及智能制造技术进展）

（续完）

（摘编自 电脑玩物中文网 \ 编辑 严进军）