王 鐵 金向穎 /文

近年來，隨著工業(yè)化和信息化技術(shù)的不斷演變和革新，智能制造產(chǎn)業(yè)應(yīng)運而生，并引領(lǐng)著新一代的工業(yè)革命發(fā)展。當(dāng)前，智能制造還處于產(chǎn)業(yè)發(fā)展初期，如果能通過大數(shù)據(jù)技術(shù)來分析工業(yè)領(lǐng)域產(chǎn)生的海量數(shù)據(jù)，對海量的工業(yè)化數(shù)據(jù)進行異構(gòu)分析和智能分析，推動智能制造產(chǎn)業(yè)的轉(zhuǎn)型升級，那將是智能制造與大數(shù)據(jù)應(yīng)用的“強強聯(lián)合”，也必將推動智能制造的新一輪升級和發(fā)展。

大數(shù)據(jù)在智能制造業(yè)的應(yīng)用現(xiàn)狀

我國發(fā)布的《中國制造2025》，是將中國制造打造成中國智造的藍皮書。據(jù)統(tǒng)計，2010～2017年，我國制造業(yè)增加值呈現(xiàn)出逐年增長的趨勢，2016年我國制造業(yè)增加值為22.35萬億元，同比增長6.8%，2017年我國制造業(yè)增加值為24.06萬億元，同比增長近7%。在大數(shù)據(jù)背景下，智能制造業(yè)要持續(xù)飛速發(fā)展，就需要利用數(shù)據(jù)整合產(chǎn)業(yè)鏈和價值鏈，在產(chǎn)品研發(fā)和產(chǎn)業(yè)流程重組等環(huán)節(jié)進行創(chuàng)新，通過更有效的供應(yīng)鏈管理，縮短產(chǎn)品開發(fā)的生命周期。

大數(shù)據(jù)助推智能制造快速發(fā)展

優(yōu)化生產(chǎn)資源使用。機器生產(chǎn)效率提高，讓從事低級、重復(fù)勞動的人們從中抽身，做更多有價值的事情，讓企業(yè)更多人去做腦力工作。富士康工廠所實現(xiàn)的著名的“關(guān)燈生產(chǎn)”，就是其公司的工程師與生產(chǎn)者在生產(chǎn)過程中隨時用手機、平板控制和監(jiān)控所有現(xiàn)場流程，機器人通過傳感器感知，不需要有光線用虛擬信號來處理所應(yīng)該搬運、儲存甚至工作物件的傳送。通過大數(shù)據(jù)分析與決策，企業(yè)資源儲存量、產(chǎn)品出售量、客戶需求量都得以測算，從預(yù)測生產(chǎn)、計劃生產(chǎn)到現(xiàn)在的模擬訂單生產(chǎn)，不僅能降低企業(yè)資源的浪費，還能優(yōu)化企業(yè)現(xiàn)有資源的配置。

優(yōu)化供應(yīng)鏈管理。如今的供應(yīng)鏈管理不同于以往ERP系統(tǒng)，現(xiàn)在較廣泛地稱之為“智能制造”，通過信息技術(shù)收集來自用戶的數(shù)據(jù)，這些數(shù)據(jù)主要以用戶需求數(shù)據(jù)為主，數(shù)據(jù)作為系統(tǒng)正常運轉(zhuǎn)的推動力，而且這種系統(tǒng)與供應(yīng)商連接，數(shù)據(jù)運用云技術(shù)等技術(shù)篩選分析傳到制造廠中，很快可以進行生產(chǎn)樣品，再進行報價，保證了企業(yè)的交貨速度。

優(yōu)化市場分析。將大量數(shù)據(jù)進行篩選，將有價值的信息進行計算分析并進一步做出決策，促使制造業(yè)從制造導(dǎo)向走向市場導(dǎo)向，再走向客戶需求導(dǎo)向，換句話說，分析顧客行為，從數(shù)據(jù)中得出顧客的需求，為顧客創(chuàng)造出更多的價值，將定制產(chǎn)品的生產(chǎn)問題通過產(chǎn)品重組和過程重組，面向顧客的千差萬別的個性化需求，運用現(xiàn)代一系列高新的信息技術(shù)，把產(chǎn)品的定制生產(chǎn)問題全部或部分轉(zhuǎn)化為批量生產(chǎn)，不僅明確市場需求，也滿足了顧客的特殊需求。

優(yōu)化產(chǎn)品質(zhì)量。企業(yè)在日常生產(chǎn)過程中，分析供應(yīng)鏈中存在的問題，以減少因此環(huán)節(jié)造成產(chǎn)品的質(zhì)量差，減少不必要的損失。通過大數(shù)據(jù)分析，生產(chǎn)過程數(shù)據(jù)越多，分析就越詳細，在信息量足夠的情況下，生產(chǎn)線上機器人通過自學(xué)，對異常點進行分析，從而使得流程設(shè)計合理化、目的化，提升良品率。這樣一套較完整的大數(shù)據(jù)系統(tǒng)，對產(chǎn)品的參數(shù)、誤差的校驗更加精確，使得產(chǎn)品的質(zhì)量水平得以提升。

大數(shù)據(jù)在智能制造應(yīng)用還需解決的問題

機器學(xué)習(xí)能力有待進一步提升

智能工廠通過與智能制造系統(tǒng)的無縫連接，通過運用大數(shù)據(jù)和生產(chǎn)環(huán)節(jié)的機器自學(xué)能力，實現(xiàn)更高程度的智能控制和優(yōu)化控制。但是就目前而言，機器自學(xué)能力還未達到實施階段，也無法從事超精細工作。

大數(shù)據(jù)應(yīng)用程度還有待進一步挖掘

智能制造產(chǎn)業(yè)從不缺少數(shù)據(jù)，但即使產(chǎn)生大量的數(shù)據(jù)，對數(shù)據(jù)進行有效科學(xué)的收集還較為困難。再者，數(shù)據(jù)收集完成后還面臨缺乏對信息進行精準(zhǔn)分析的工具和與之相配套的設(shè)施。所以，大數(shù)據(jù)與智能制造的結(jié)合，需要大數(shù)據(jù)的分析技術(shù)相當(dāng)成熟。

大數(shù)據(jù)在智能制造中的應(yīng)用展望

大數(shù)據(jù)技術(shù)的數(shù)據(jù)質(zhì)量和數(shù)據(jù)分析一直是我國科研單位和企業(yè)單位的重點學(xué)習(xí)方向，人工智能產(chǎn)業(yè)與互聯(lián)網(wǎng)產(chǎn)業(yè)的相關(guān)研究也越來越多，加強大數(shù)據(jù)在智能制造中的應(yīng)用還需要進一步發(fā)力。

加強大數(shù)據(jù)平臺的建設(shè)以及企業(yè)分析管控平臺

目前國內(nèi)對大數(shù)據(jù)的研究主要集中在大數(shù)據(jù)系統(tǒng)的管理、分布式存儲和計算、大數(shù)據(jù)的ETL清洗等方面，但缺乏對工業(yè)化大數(shù)據(jù)進行有效性和實效性的建設(shè)，缺乏能夠覆蓋企業(yè)數(shù)據(jù)分析全過程的工具。

加強智能制造大數(shù)據(jù)質(zhì)量分析體系的建設(shè)

目前智能制造行業(yè)的大數(shù)據(jù)質(zhì)量分析體系還不完善，沒有一個標(biāo)準(zhǔn)化的體系衡量標(biāo)準(zhǔn)，也無法滿足現(xiàn)有的標(biāo)準(zhǔn)化智能產(chǎn)業(yè)的發(fā)展。只有加強工業(yè)化大數(shù)據(jù)質(zhì)量分析體系的建設(shè)，才能充分發(fā)揮出工業(yè)化和信息化的市場引領(lǐng)作用，才能夠讓中國制造走向世界。

加強智能產(chǎn)業(yè)領(lǐng)域的大數(shù)據(jù)分析人才的建設(shè)

目前智能產(chǎn)業(yè)領(lǐng)域的大數(shù)據(jù)人才市場需求巨大，供應(yīng)卻十分不足。此外大數(shù)據(jù)人才在具備大數(shù)據(jù)相關(guān)知識的同時，還需要精通相關(guān)智能行業(yè)的專業(yè)知識。因此實施人才戰(zhàn)略，加強智能產(chǎn)業(yè)領(lǐng)域的大數(shù)據(jù)人才隊伍建設(shè)，才能為智能化產(chǎn)業(yè)提供有力的人力支撐和保障，才能夠更好地服務(wù)于現(xiàn)代化的智能產(chǎn)業(yè)。