當(dāng)前位置：人工智能 → 行業(yè)動(dòng)態(tài) → 正文

工業(yè)數(shù)字化困難重重?DQMIS 2019邀您共探數(shù)據(jù)質(zhì)量驅(qū)動(dòng)的智能制造

責(zé)任編輯：yliang |來源：企業(yè)網(wǎng)D1Net 2019-08-02 15:57:27 原創(chuàng)文章企業(yè)網(wǎng)D1Net

伴隨著“智能制造 2025”國家戰(zhàn)略的實(shí)施，大數(shù)據(jù)應(yīng)用已成為制造業(yè)生產(chǎn)力、競(jìng)爭(zhēng)力、創(chuàng)新能力提升的關(guān)鍵，是驅(qū)動(dòng)制造過程、產(chǎn)品、模式、管理及服務(wù)標(biāo)準(zhǔn)化、智能化的重要基礎(chǔ)，體現(xiàn)在產(chǎn)品全生命周期中的各個(gè)階段，對(duì)海量異構(gòu)的工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)和信息進(jìn)行智能分析并處理，推動(dòng)制造業(yè)向基于工業(yè)大數(shù)據(jù)分析與應(yīng)用智能化的產(chǎn)品需求、設(shè)計(jì)、制造、銷售及服務(wù)的數(shù)字化轉(zhuǎn)型。

工業(yè)大數(shù)據(jù)是智能制造的引擎，而數(shù)據(jù)質(zhì)量是關(guān)鍵

工業(yè)大數(shù)據(jù)是由工業(yè)領(lǐng)域信息化應(yīng)用所產(chǎn)生的海量數(shù)據(jù)組成，來源涉及產(chǎn)品全生命周期的需求設(shè)計(jì)、原材料采購、生產(chǎn)制造、倉儲(chǔ)物流、銷售售后、報(bào)廢回收等環(huán)節(jié)，包括傳感器、工控系統(tǒng)、MES、ERP、CAX、PDM、SCM、CRM等相關(guān)工業(yè)信息化應(yīng)用，數(shù)據(jù)的多源和類型的多樣性導(dǎo)致數(shù)據(jù)情況十分復(fù)雜。麥肯錫報(bào)告認(rèn)為：有效利用這些大數(shù)據(jù)能夠幫助制造商提高設(shè)計(jì)和生產(chǎn)效率，降低缺陷和返工，更好地滿足客戶需求和進(jìn)行有效的營銷。然而，很多時(shí)候由于采集系統(tǒng)缺陷、鏈路問題、硬件故障、模型參數(shù)錯(cuò)誤、人為因素等主客觀原因造成的數(shù)據(jù)質(zhì)量問題不可避免地廣泛存在，這些低劣的數(shù)據(jù)都將導(dǎo)致大數(shù)據(jù)分析結(jié)果出現(xiàn)偏差，更嚴(yán)重的結(jié)果是可直接導(dǎo)致生產(chǎn)事故或錯(cuò)誤決策，給企業(yè)經(jīng)營發(fā)展造成不利影響。

以波音公司飛機(jī)系統(tǒng)為例，波音737發(fā)動(dòng)機(jī)在飛行過程中每30min就能產(chǎn)生10TB數(shù)據(jù)，這些數(shù)據(jù)被有效用于故障診斷和預(yù)測(cè)，而故障診斷和預(yù)測(cè)的結(jié)果保障基礎(chǔ)是準(zhǔn)確的數(shù)據(jù)。2019年3月10日，一架埃塞俄比亞航空公司的波音737MAX型客機(jī)起飛后6分鐘墜毀，正是因?yàn)轱w機(jī)信號(hào)系統(tǒng)接收到一個(gè)假信號(hào)，信號(hào)顯示飛機(jī)“抬頭”，所以飛機(jī)自動(dòng)失速控制系統(tǒng)持續(xù)給出了“低頭”的指令，機(jī)組人員與飛機(jī)自動(dòng)失速控制系統(tǒng)搏斗很長時(shí)間，但最終還是發(fā)生了墜機(jī)悲劇。血淋淋的教訓(xùn)告訴我們，數(shù)據(jù)質(zhì)量問題導(dǎo)致“假信號(hào)”的發(fā)出，重則甚至關(guān)乎生命安全。

數(shù)據(jù)質(zhì)量再受關(guān)注，工業(yè)4.0及制造數(shù)字化任重道遠(yuǎn)

在制造業(yè)企業(yè)信息系統(tǒng)中，普遍存在大量的數(shù)據(jù)質(zhì)量問題，例如某大型機(jī)車企業(yè)ERP系統(tǒng)中近20%物料存在“一物多碼”問題，造成裝備物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量堪憂;某大型制造企業(yè)1個(gè)月的狀態(tài)工況數(shù)據(jù)中，無效工況(如盾構(gòu)機(jī)傳回了工程車工況)、重名工況(同一狀態(tài)工況使用不同名字)、時(shí)標(biāo)混亂(當(dāng)前時(shí)間錯(cuò)誤或時(shí)標(biāo)對(duì)不齊)等數(shù)據(jù)質(zhì)量問題約30%。

工業(yè)大數(shù)據(jù)的重要性眾所周知，應(yīng)用價(jià)值潛力巨大。近年來，隨著物聯(lián)網(wǎng)、工業(yè)4.0等戰(zhàn)略的發(fā)展，數(shù)據(jù)質(zhì)量漸漸被更多制造企業(yè)所關(guān)注。但調(diào)查顯示，我國制造業(yè)只有不到1/3的企業(yè)開展了數(shù)據(jù)治理，51%的企業(yè)仍在使用文檔或更原始的方式進(jìn)行數(shù)據(jù)管理，要想深度挖掘工業(yè)大數(shù)據(jù)的價(jià)值仍困難重重。

2019年9月5日，由北京大學(xué)、國家電網(wǎng)全球能源互聯(lián)網(wǎng)研究院與華矩科技三家產(chǎn)學(xué)研代表聯(lián)合發(fā)起的第三屆大數(shù)據(jù)•數(shù)據(jù)質(zhì)量管理國際峰會(huì)將在北京舉辦，峰會(huì)以“數(shù)以質(zhì)造•質(zhì)造未來“為主題展開深入探討與交流，薈萃技術(shù)發(fā)展與產(chǎn)業(yè)升級(jí)，匯聚國內(nèi)外數(shù)據(jù)質(zhì)量學(xué)術(shù)大拿、技術(shù)大拿、行業(yè)應(yīng)用及技術(shù)創(chuàng)新者，不僅從更新更全的角度剖析數(shù)據(jù)質(zhì)量的前沿發(fā)展，而且更貼合各行業(yè)各領(lǐng)域深度的業(yè)務(wù)場(chǎng)景，提供全新的視角與思考。

針對(duì)制造工業(yè)，DQMIS 2019特設(shè)工業(yè)智造板塊，深度挖掘制造業(yè)物聯(lián)網(wǎng)、產(chǎn)線監(jiān)控、制造數(shù)字化、無人工廠等業(yè)務(wù)場(chǎng)景，結(jié)合數(shù)據(jù)資產(chǎn)、數(shù)據(jù)中臺(tái)、元數(shù)據(jù)管理、邊緣計(jì)算等前沿技術(shù)話題，邀請(qǐng)了國內(nèi)外技術(shù)大咖及行業(yè)領(lǐng)袖現(xiàn)身說法，分享智造數(shù)字化過程的數(shù)據(jù)質(zhì)量難點(diǎn)與實(shí)踐，給制造企業(yè)帶來更多啟發(fā)與探討。

已確定發(fā)言工業(yè)主題嘉賓