前言

工業(yè)企業(yè)中生產線處于高速運轉，由工業(yè)設備所產生、采集和處理的數據量遠大于企業(yè)中計算機和人工產生的數據，從數據類型看也多是非結構化數據，生產線的高速運轉則對數據的實時性要求也更高，因此工業(yè)大數據應用所面臨的問題和挑戰(zhàn)并不比互聯(lián)網行業(yè)的大數據應用少。本文對工業(yè)大數據在制造企業(yè)的應用場景進行逐一梳理。

工業(yè)大數據是一個新的概念，從字面上理解，工業(yè)大數據是指在工業(yè)領域信息化應用中所產生的大數據。

隨著信息化與工業(yè)化的深度融合，信息技術滲透到了工業(yè)企業(yè)產業(yè)鏈的各個環(huán)節(jié)，條形碼、二維碼、RFID、工業(yè)傳感器、工業(yè)自動控制系統(tǒng)、工業(yè)物聯(lián)網、ERP、CAD/CAM/CAE/CAI等技術在工業(yè)企業(yè)中得到廣泛應用，尤其是互聯(lián)網、移動互聯(lián)網、物聯(lián)網等新一代信息技術在工業(yè)領域的應用，工業(yè)企業(yè)也進入了互聯(lián)網工業(yè)的新的發(fā)展階段，工業(yè)企業(yè)所擁有的數據也日益豐富。工業(yè)企業(yè)中生產線處于高速運轉，由工業(yè)設備所產生、采集和處理的數據量遠大于企業(yè)中計算機和人工產生的數據，從數據類型看也多是非結構化數據，生產線的高速運轉則對數據的實時性要求也更高。因此，工業(yè)大數據應用所面臨的問題和挑戰(zhàn)并不比互聯(lián)網行業(yè)的大數據應用少，某些情況下甚至更為復雜。

工業(yè)大數據應用將帶來工業(yè)企業(yè)創(chuàng)新和變革的新時代。通過互聯(lián)網、移動物聯(lián)網等帶來的低成本感知、高速移動連接、分布式計算和高級分析，信息技術和全球工業(yè)系統(tǒng)正在深入融合，給全球工業(yè)帶來深刻的變革，創(chuàng)新企業(yè)的研發(fā)、生產、運營、營銷和管理方式。這些創(chuàng)新不同行業(yè)的工業(yè)企業(yè)帶來了更快的速度、更高的效率和更高的洞察力。工業(yè)大數據的典型應用包括產品創(chuàng)新、產品故障診斷與預測、工業(yè)生產線物聯(lián)網分析、工業(yè)企業(yè)供應鏈優(yōu)化和產品精準營銷等諸多方面。

1.加速產品創(chuàng)新

客戶與工業(yè)企業(yè)之間的交互和交易行為將產生大量數據，挖掘和分析這些客戶動態(tài)數據，能夠幫助客戶參與到產品的需求分析和產品設計等創(chuàng)新活動中，為產品創(chuàng)新作出貢獻。

福特公司是這方面的表率，他們將大數據技術應用到了福特福克斯電動車的產品創(chuàng)新和優(yōu)化中，這款車成為了一款名副其實的“大數據電動車”。第一代福特?？怂闺妱榆囋隈{駛和停車時產生大量數據。在行駛中，司機持續(xù)地更新車輛的加速度、剎車、電池充電和位置信息。這對于司機很有用，但數據也傳回福特工程師那里，以了解客戶的駕駛習慣，包括如何、何時以及何處充電。即使車輛處于靜止狀態(tài)，它也會持續(xù)將車輛胎壓和電池系統(tǒng)的數據傳送給最近的智能電話。

這種以客戶為中心的大數據應用場景具有多方面的好處，因為大數據實現(xiàn)了寶貴的新型產品創(chuàng)新和協(xié)作方式。司機獲得有用的最新信息，而位于底特律的工程師匯總關于駕駛行為的信息，以了解客戶，制訂產品改進計劃，并實施新產品創(chuàng)新。而且，電力公司和其他第三方供應商也可以分析數百萬英里的駕駛數據，以決定在何處建立新的充電站，以及如何防止脆弱的電網超負荷運轉。

2.產品故障診斷與預測

這可以被用于產品售后服務與產品改進。無所不在的傳感器、互聯(lián)網技術的引入使得產品故障實時診斷變?yōu)楝F(xiàn)實，大數據應用、建模與仿真技術則使得預測動態(tài)性成為可能。

在馬航MH370失聯(lián)客機搜尋過程中，波音公司獲取的發(fā)動機運轉數據對于確定飛機的失聯(lián)路徑起到了關鍵作用。我們就拿波音公司飛機系統(tǒng)作為案例，看看大數據應用在產品故障診斷中如何發(fā)揮作用。在波音的飛機上，發(fā)動機、燃油系統(tǒng)、液壓和電力系統(tǒng)等數以百計的變量組成了在航狀態(tài)，這些數據不到幾微秒就被測量和發(fā)送一次。以波音737為例，發(fā)動機在飛行中每30分鐘就能產生10TB數據。

這些數據不僅僅是未來某個時間點能夠分析的工程遙測數據，而且還促進了實時自適應控制、燃油使用、零件故障預測和飛行員通報，能有效實現(xiàn)故障診斷和預測。再看一個通用電氣（GE）的例子，位于美國亞特蘭大的GE能源監(jiān)測和診斷（M&D）中心，收集全球50多個國家上千臺GE燃氣輪機的數據，每天就能為客戶收集10G的數據，通過分析來自系統(tǒng)內的傳感器振動和溫度信號的恒定大數據流，這些大數據分析將為GE公司對燃氣輪機故障診斷和預警提供支撐。風力渦輪機制造商Vestas也通過對天氣數據及其渦輪儀表數據進行交叉分析，從而對風力渦輪機布局進行改善，由此增加了風力渦輪機的電力輸出水平并延長了服務壽命。

3.工業(yè)物聯(lián)網生產線的大數據應用

現(xiàn)代化工業(yè)制造生產線安裝有數以千計的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲。因為每隔幾秒就收集一次數據，利用這些數據可以實現(xiàn)很多形式的分析，包括設備診斷、用電量分析、能耗分析、質量事故分析（包括違反生產規(guī)定、零部件故障）等。首先，在生產工藝改進方面，在生產過程中使用這些大數據，就能分析整個生產流程，了解每個環(huán)節(jié)是如何執(zhí)行的。一旦有某個流程偏離了標準工藝，就會產生一個報警信號，能更快速地發(fā)現(xiàn)錯誤或者瓶頸所在，也就能更容易解決問題。利用大數據技術，還可以對工業(yè)產品的生產過程建立虛擬模型，仿真并優(yōu)化生產流程，當所有流程和績效數據都能在系統(tǒng)中重建時，這種透明度將有助于制造商改進其生產流程。再如，在能耗分析方面，在設備生產過程中利用傳感器集中監(jiān)控所有的生產流程，能夠發(fā)現(xiàn)能耗的異?；蚍逯登樾?，由此便可在生產過程中優(yōu)化能源的消耗，對所有流程進行分析將會大大降低能耗。

4.工業(yè)供應鏈的分析和優(yōu)化

當前，大數據分析已經是很多電子商務企業(yè)提升供應鏈競爭力的重要手段。例如，電子商務企業(yè)京東商城，通過大數據提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。RFID等產品電子標識技術、物聯(lián)網技術以及移動互聯(lián)網技術能幫助工業(yè)企業(yè)獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

以海爾公司為例，海爾公司供應鏈體系很完善，它以市場鏈為紐帶，以訂單信息流為中心，帶動物流和資金流的運動，整合全球供應鏈資源和全球用戶資源。在海爾供應鏈的各個環(huán)節(jié)，客戶數據、企業(yè)內部數據、供應商數據被匯總到供應鏈體系中，通過供應鏈上的大數據采集和分析，海爾公司能夠持續(xù)進行供應鏈改進和優(yōu)化，保證了海爾對客戶的敏捷響應。

美國較大的OEM供應商超過千家，為制造企業(yè)提供超過1萬種不同的產品，每家廠商都依靠市場預測和其他不同的變量，如銷售數據、市場信息、展會、新聞、競爭對手的數據，甚至天氣預報等來銷售自己的產品。

利用銷售數據、產品的傳感器數據和出自供應商數據庫的數據，工業(yè)制造企業(yè)便可準確地預測全球不同區(qū)域的需求。由于可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以制造企業(yè)便可節(jié)約大量的成本。如果再利用產品中傳感器所產生的數據，知道產品出了什么故障，哪里需要配件，他們還可以預測何處以及何時需要零件。這將會極大地減少庫存，優(yōu)化供應鏈。

5.產品銷售預測與需求管理

通過大數據來分析當前需求變化和組合形式。大數據是一個很好的銷售分析工具，通過歷史數據的多維度組合，可以看出區(qū)域性需求占比和變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。在某些分析中我們可以發(fā)現(xiàn)，在開學季高校較多的城市對文具的需求會高很多，這樣我們可以加大對這些城市經銷商的促銷，吸引他們在開學季多訂貨，同時在開學季之前一兩個月開始產能規(guī)劃，以滿足促銷需求。對產品開發(fā)方面，通過消費人群的關注點進行產品功能、性能的調整，如幾年前大家喜歡用音樂手機，而現(xiàn)在大家更傾向于用手機上網、拍照分享等，手機的拍照功能提升就是一個趨勢，4G手機也占據更大的市場份額。通過大數據對一些市場細節(jié)的分析，可以找到更多的潛在銷售機會。

6.生產計劃與排程

制造業(yè)面對多品種小批量的生產模式，數據的精細化自動及時方便的采集（MES/DCS）及多變性導致數據劇烈增大，再加上十幾年的信息化的歷史數據，對于需要快速響應的APS來說，是一個巨大的挑戰(zhàn)。大數據可以給予我們更詳細的數據信息，發(fā)現(xiàn)歷史預測與實際的偏差概率，考慮產能約束、人員技能約束、物料可用約束、工裝模具約束，通過智能的優(yōu)化算法，制定預計劃排產，并監(jiān)控計劃與現(xiàn)場實際的偏差，動態(tài)的調整計劃排產。幫我們規(guī)避“畫像”的缺陷，直接將群體特征直接強加給個體（工作中心數據直接改變?yōu)榫唧w一個設備、人員、模具等數據）。通過數據的關聯(lián)分析并監(jiān)控它，我們就能計劃未來。雖然，大數據略有瑕疵，只要得到合理的應用，大數據會變成我們強大的武器。當年，福特問大數據的客戶需求是什么？而回答是“一匹更快的馬”，而不是現(xiàn)在已經普及的汽車。所以，在大數據的世界里，創(chuàng)意、直覺、冒險精神和知識野心尤為重要。

7.產品質量管理與分析

傳統(tǒng)的制造業(yè)正面臨著大數據的沖擊，在產品研發(fā)、工藝設計、質量管理、生產運營等各方面都迫切期待著有創(chuàng)新方法的誕生，來應對工業(yè)背景下的大數據挑戰(zhàn)。例如在半導體行業(yè)，芯片在生產過程中會經歷許多次摻雜、增層、光刻和熱處理等復雜的工藝制程，每一步都必須達到極其苛刻的物理特性要求，高度自動化的設備在加工產品的同時，也同步生成了龐大的檢測結果。這些海量數據究竟是企業(yè)的包袱，還是企業(yè)的金礦呢？如果說是后者的話，那么又該如何快速地撥云見日，從“金礦”中準確地發(fā)現(xiàn)產品良率波動的關鍵原因呢？這是一個已經困擾半導體工程師們多年的技術難題。

某半導體科技公司生產的晶圓在經過測試環(huán)節(jié)后，每天都會產生包含一百多個測試項目、長度達幾百萬行測試記錄的數據集。按照質量管理的基本要求，一個必不可少的工作就是需要針對這些技術規(guī)格要求各異的一百多個測試項目分別進行一次過程能力分析。如果按照傳統(tǒng)的工作模式，我們需要按部就班地分別計算一百多個過程能力指數，對各項質量特性一一考核。這里暫且不論工作量的龐大與繁瑣，哪怕有人能夠解決了計算量的問題，但也很難從這一百多個過程能力指數中看出它們之間的關聯(lián)性，更難對產品的總體質量性能有一個全面的認識與總結。然而，如果我們利用大數據質量管理分析平臺，除了可以快速地得到一個長長的傳統(tǒng)單一指標的過程能力分析報表之外，更重要的是，還可以從同樣的大數據集中得到很多嶄新的分析結果。

8.工業(yè)污染與環(huán)保檢測

《***》令人印象深刻的一點是通過可視化報表，***團隊向觀眾傳遞霧霾問題的嚴峻性、霧霾的成因等等。

這給我們帶來的一個啟示，即大數據對環(huán)保具有巨大價值?！?**》圖表的原生數據哪里來的呢？其實并非都是憑借高層關系獲取，不少數據都是公開可查，在中國政府網、各部委網站、中石油中石化官網、環(huán)保組織官網以及一些特殊機構，可查詢的公益環(huán)保數據越來越多，包括全國空氣、水文等數據，氣象數據，工廠分布及污染排放達標情況等數據等等。只不過這些數據太分散、太專業(yè)、缺少分析、沒有可視化，普通人看不懂。如果能夠看懂并保持關注，大數據將成為社會監(jiān)督環(huán)保的重要手段。百度上線《全國污染監(jiān)測地圖》就是一個很好的方式，結合開放的環(huán)保大數據，百度地圖加入了污染檢測圖層，任何人都可以通過它查看全國及自己所在區(qū)域省市，所有的在環(huán)保局監(jiān)控之下的排放機構（包括各類火電廠、國控工業(yè)企業(yè)和污水處理廠等）的位置信息、機構名稱、排放污染源的種類，最近一次環(huán)保局公布的污染排放達標情況等?？刹榭淳嚯x自己最近的污染源，出現(xiàn)提醒，該監(jiān)測點檢測項目，哪些超標，超標多少倍。這些信息可以實時分享到社交媒體平臺，告知好友，提醒大家一同注意污染源情況及個人安全健康。

工業(yè)大數據應用的價值潛力巨大。但是，實現(xiàn)這些價值還有很多工作要做。一個是大數據意識建立的問題。過去，也有這些大數據，但由于沒有大數據的意識，數據分析手段也不足，很多實時數據被丟棄或束之高閣，大量數據的潛在價值被埋沒。還有一個重要問題是數據孤島的問題。很多工業(yè)企業(yè)的數據分布于企業(yè)中的各個孤島中，特別是在大型跨國公司內，要想在整個企業(yè)內提取這些數據相當困難。因此，工業(yè)大數據應用一個重要議題是集成應用。