製造業(ye) 邁入了大數據時代，2012年，GE公司率先明確了“工業(ye) 大數據”的概念。在製造業(ye) ，產(chan) 品的全生命周期從(cong) 市場規劃、設計、製造、銷售、維護等過程都會(hui) 產(chan) 生大量的結構化和非結構化數據，形成製造業(ye) 大數據，而這些數據符合大數據的三“V”的特征：規模性、多樣性以及高速性。除此以外，製造業(ye) 大數據還具有多源異構、多尺度、不確定、高噪聲等特征。因此，研究和應用製造大數據更具有挑戰性，主要體(ti) 現在製造大數據的存儲(chu) 、管理、分析和展示方麵。如何充分挖掘工廠中數據的價(jia) 值，通過對製造大數據進行分析，提升數字化工廠運行效率，已成為(wei) 製約數字化工廠向智慧工廠發展的瓶頸。
大數據方法帶來思維變化
大數據給我們(men) 帶來的思考：在製造業(ye) 能用嗎？解決(jue) 什麽(me) 問題？製造業(ye) 大數據到底在哪些領域可以發揮它的作用？
大數據在製造業(ye) 能用嗎？
大數據已經成為(wei) 解決(jue) 現實世界問題的方法。要解決(jue) 現實世界的問題，第一種方法是科學實驗，通過實驗的方法來發現現實世界的一些規律並解決(jue) 問題；第二種是通過理論分析和推導方法；第三種是科學計算，模擬仿真成為(wei) 解決(jue) 問題的範式；數據科學則是第四種解決(jue) 問題的範式。目前國外數據科學非常熱門，這是一門綜合交叉的學科。
大數據方法帶來了思維上的變化，主要是從(cong) 三個(ge) 方麵來看的：從(cong) 因果到關(guan) 聯，更強調事物之間的相關(guan) 性而非因果性。從(cong) 局部到全體(ti) ，采用全體(ti) 數據進行分析，而不是隨機樣本。從(cong) 精確到混雜，通過數據保證解的優(you) 異性，不再一味追求精確的算法。既然大數據已經成為(wei) 解決(jue) 問題的方法，那它就是能用的。
能用大數據來解決(jue) 工廠的什麽(me) 問題？
大數據方法能為(wei) 未來工廠的目標服務嗎？未來工廠就是智慧工廠，它追求的結束目標是一切都透明化。在製造業(ye) 不同的階段，所追求的目標是不一樣的。
上個(ge) 世紀初，製造業(ye) 追求目標是成本更低，出現了可互換零件原理，形成了大批大量生產(chan) 模式。在上世紀中葉，為(wei) 了追求更高的質量，這時候采用了全麵質量管理。到上個(ge) 世紀80年代，市場需要不同的產(chan) 品，產(chan) 品的多樣化出現，多品種小批量生產(chan) 模式流行，計算機技術應用到產(chan) 品設計製造過程，出現了計算機集成製造係統，也就是信息化係統。不同時代企業(ye) 追求目標不同，所采用的解決(jue) 問題的方法也不同。未來的智能工廠追求透明化，要達到透明化的目標，可采用的方法就是分析推理，大數據方法事實上是一種分析推理法。因此，從(cong) 數字化工廠向智能化工廠轉化的過程中麵對著海量的數據，需要尋找它們(men) 相互之間的聯係和隱藏規律，實現透明化的目標。
大數據在製造業(ye) 中哪裏用？
大數據給製造業(ye) 提供的是一種全方位的全程式的一種服務，在產(chan) 品全生命周期階段，從(cong) 設計到製造、從(cong) 使用到維護，直到維修階段，產(chan) 生的正向數據以及逆向數據，這些數據都能全方位地得到使用。
大數據提供全方位全程服務
在產(chan) 品的設計中，傳(chuan) 統的設計師基於(yu) 經驗靈感和經驗，揣度消費者的需求喜好設計產(chan) 品。在大數據時代，設計師通過對用戶行為(wei) 和需求大數據進行分析，精準量化客戶需求，指導設計過程。
在製造階段，大數據技術可以幫助實現生產(chan) 過程異常發現、產(chan) 品質量和生產(chan) 調度優(you) 化等方麵。以生產(chan) 異常發現為(wei) 例，傳(chuan) 統的基於(yu) 降維手段的異常發現方法，容易破壞信息完整性，不利於(yu) 設備異常的發現。在大數據模式下，基於(yu) 製造數據的分析對關(guan) 鍵參數進行提取，然後通過聚類分析手段發現設備異常模式，在此基礎上對設備控製優(you) 化。大數據也能幫助提高產(chan) 品的質量控製。SPC控製的是整個(ge) 過程的單個(ge) 參數，但是單個(ge) 參數在正常範圍為(wei) 什麽(me) 還會(hui) 出現一些質量問題？可能每個(ge) 參數均處於(yu) 臨(lin) 界狀態，綜合後會(hui) 產(chan) 生一些質量問題，所以在這個(ge) 過程中，傳(chuan) 統就是數據的篩選、參數分析，這個(ge) 過程介入了人工的分析來進行質量的預測，數據篩選過程淘汰了許多有效的數據資源，參數分析過程經常存在人工經驗判斷，使得預測模型對整個(ge) 產(chan) 品加工過程信息的描述殘缺不全，不能發現產(chan) 品質量問題的深層次原因(如誤差累積)。而在大數據模式下，根據產(chan) 品的加工工藝過程，對產(chan) 品質量相關(guan) 數據按層次進行組織，利用多隱藏層的神經網絡深度學習(xi) 加工過程中產(chan) 品質量數據的相互作用機理，從(cong) 而對產(chan) 品質量問題進行全麵、深層次描述。
大數據能提升大規模生產(chan) 調度的全局性能，大家知道為(wei) 什麽(me) 企業(ye) 生產(chan) 調度一直會(hui) 出現問題，我們(men) 做的計劃趕不上變化。因為(wei) 所做的計劃，是在一個(ge) 理想狀態下考慮約束做出的。筆者做生產(chan) 優(you) 化調度長達20多年，一直在尋找一種更優(you) 的解決(jue) 方案，研究智能方法，例如：遺傳(chuan) 算法、螞蟻算法等。但隨著工藝的複雜、環境的複雜、工藝的規模，整個(ge) 問題規模越來越大的時候，它已經是一個(ge) 很難解決(jue) 的問題。傳(chuan) 統的智能調度方法難以求解大規模的調度問題，基於(yu) 規則和瓶頸的方法在大規模問題中又很難得到全局優(you) 化;大數據帶來了新思路，它采用全局的數據之間的關(guan) 聯關(guan) 係，從(cong) 而形成全局的調度方案，能夠解決(jue) 大規模生產(chan) 中的全局調度問題。
大數據能為(wei) 產(chan) 品的運營維護服務，很典型的就是GE的案例，建立一個(ge) 平台，為(wei) 航空發動機的監控、運行監測、故障診斷提供一個(ge) 全方位的服務。在產(chan) 品的運行和維護過程中，大數據模式一改傳(chuan) 統方法被動的運維模式，通過采集和分析智能設備的傳(chuan) 感器數據，進行大數據分析，主動進行產(chan) 品的安全監測、故障診斷，優(you) 化產(chan) 品的運行過程。大數據應用過程中需要的是什麽(me) ？首先需要的是能夠采集到數據，也就是需要產(chan) 品是一個(ge) 智能化的產(chan) 品，所以在智能製造中，首先要有智能化的產(chan) 品，安裝傳(chuan) 感器，能夠實時地傳(chuan) 遞數據，為(wei) 後麵的運行、維護服務提供依據。
大數據不隻是關(guan) 於(yu) 數據，而是采用傳(chuan) 統及新的分析方法來分析所有數據。針對大數據分析的結果采取行動來提升業(ye) 務才是更重要的。隨著大數據技術的不斷發展，國內(nei) 外已對大數據在製造領域中的應用進行了一些開拓性的研究，三一重工利用大數據技術通過對地理位置數據的關(guan) 聯分析發現泵車主油缸故障與(yu) 沿海地區杭深高鐵建設的強相關(guan) 性，確定了沿海地區的鹽霧環境和水質是導致油缸密封體(ti) 腐蝕的主要原因。日本小鬆公司通過對挖掘機安裝傳(chuan) 感器與(yu) GPS定位係統，從(cong) 而實時監控車輛運行情況，並通過大數據分析，對未來挖掘機市場的需求進行預測從(cong) 而調整生產(chan) 、對用戶的使用習(xi) 慣進行分析，提出建議，從(cong) 而降低油耗。
數網星雲(yun) 平台基於(yu) 雲(yun) 平台構建的製造企業(ye) 的大數據的意義(yi)
產(chan) 品營銷：大數據分析結果為(wei) 製造企業(ye) 提供針對性推銷、定向研發、智能維保等服務。
設備遠程故障診斷分析：大數據預測設備未來可能出現故障的時間，提供避免風險的解決(jue) 方案，消除設備故障停機給客戶帶來的損失。
客戶體(ti) 驗：在移動端建立企業(ye) 宣傳(chuan) 平台，以場景化方式讓客戶參與(yu) 產(chan) 品的認知，增加品牌的傳(chuan) 播效果。
技術創新：借助平台的專(zhuan) 家經驗共享、智能決(jue) 策庫的建立，提高運維領域的裝備管理水平，降低行業(ye) 運營成本。
節約效能：通過數據集的切分和規律查找，幫助找到優(you) 化的數據集，實現人員投入及控製過程的節能提效。