工业大数据推动智能制造发展作用机理探析（2）

提升车间管理水平。现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声等，利用这些数据可以实现很多形式的分析，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。在生产过程中使用这些大数据，就能分析整个生产流程，一旦某个流程偏离了标准工艺，就会发出报警信号，快速地发现错误或者瓶颈所在。例如，美国GE集团在纽约州斯克内克塔迪市有一家氯化镍电池工厂，18万平方英尺的电池生产厂区内，安装了1万多个传感器，用来监测相关的温度、能耗和气压，并全部连接高速内部以太网络进行数据传输。在流水生产线外，管理人员手拿iPad通过工厂的Wi-Fi网络来获取这些传感器发来的数据，监督生产过程和一天的产能。如果抽检的电池如某一环节出现了问题，就可以通过跟踪数据发现问题的根源并及时解决。传感器和机器之间也有数据交换，当某一传感器发现流水线移动缓慢时，就会“告知”机器，让它们传输的速度慢一点。

优化生产流程。将生产制造各个环节的数据整合集聚，并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，对各环节制造数据的集成分析有助于制造商改进其生产流程。例如，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，此举将会大大降低能耗。

德国安贝格电子工厂基于西门子PLM软件在虚拟环境中仿真产品的研发和生产，并在真实世界的工厂中进行实际操作，即实现了产品跨行业的多样化，也提升了生产效率和质量。研发环节，安贝格拥有一个虚拟的工厂，研发设计部门把虚拟的研发产品同步给生产部门来生产，两部门有着统一平台，并时刻保持着协调的一致性。真实工厂生产时的数据参数、生产环境等都会通过虚拟工厂来反映出来，而人则通过虚拟工厂对现实中的真实工厂进行把控。生产环节，当一个元件进入烘箱时，机器会判断该用什么温度以及温度持续的时间长短，并可以判断下一个进入烘箱的元件是哪一种，并适时调节生产参数。安贝格工厂的每一条生产线每天并不是一成不变地只生产一种产品，生产系统会实时同步研发部门的最新指示，自动跳转到不同产品或者器件的生产模式。在这样的生产模式下，该工厂每年可生产约1000个品种共计1200万件工业控制产品。按照每年生产230天计算，平均每秒就能生产出一件产品，其中百万件缺陷仅为15，缺陷率仅为德国工人的1/25。

推动现代化生产体系的建立。通过对制造生产全过程的自动化控制和智能化控制，促进信息共享、系统整合和业务协同，实现制造过程的科学决策，最大程度实现生产流程的自动化、个性化、柔性化和自我优化，实现提高精准制造、高端制造、敏捷制造的能力，加速智能车间、智能工厂等现代化生产体系建立，实现智能生产。

3. 优化经营管理体系实现精益化管理

优化工业供应链。RFID等电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。跟踪产品库存和销售价格，而且准确地预测全球不同区域的需求，从而运用数据分析得到更好的决策来优化供应链。例如，京东于2014年推出了“JD+”计划，与制造企业深度合作并提供全方位支持，促进智能硬件行业的创新发展。加入“JD+”计划的合作伙伴可获得的京东服务包括：库存、日销、流量等数据信息；专业化的供应链服务支持；云计算、大数据等方面的技术支持。同时，对于优质企业还将依据评估结果提供小微贷款或孵化资金支持。

推动经营管理全流程的衔接和优化。整合企业生产数据、财务数据、管理数据、采购数据、销售数据和消费者行为数据等资源，通过数据挖掘分析，能够帮助企业找到生产要素的最佳投入比例，实现研产供销、经营管理、生产控制、业务与财务全流程的无缝衔接和业务协同，促进业务流程、决策流程、运营流程的整合、重组和优化，推动企业管理从金字塔静态管理组织向扁平化动态管理组织转变，利用云端数据集成驱动提升企业管理决策的科学性和运营一体化能力。北京智慧联合公司通过大数据情报分析，为华北地区水泥行业提供“冬储”生产管理应用解决方案。华北地区水泥行业冬季无法施工，只能储存起来，但无法把握“冬储”水泥的数量。智慧联合通过对华北地区本年度及来年工程项目的搜集分析，得出相应工程量，再根据单位工程量所需水泥数量，大致计算出华北地区第二年度总的水泥需求量，结合竞争对手、销售渠道分布等因素，最终估算出公司的水泥生产数量。

原创作者：李致远 中国信息通信研究院泰尔实验室

陈 光 工信部赛迪智库软件产业研究所，博士

本文发表于《中国工业评论》杂志2016年第8期