在德國的工業(yè)4.0中，大數(shù)據(jù)被認為是物理與信息融合中的關鍵技術。在美國GE提出的工業(yè)互聯(lián)網(wǎng)中，大數(shù)據(jù)分析作為聯(lián)機數(shù)據(jù)處理分析的核心，被認為是重構全球工業(yè)、激發(fā)生產(chǎn)力的關鍵技術。在我國提出的《中國制造2025》中，云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)作為新一代的信息技術，成為兩化融合的關鍵技術。無論是工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)還是《中國制造2025》，智能制造是共同目標，工業(yè)互聯(lián)網(wǎng)是基石，大數(shù)據(jù)是引擎。
制造業(yè)邁入了大數(shù)據(jù)時代，2012年，GE公司率先明確了“工業(yè)大數(shù)據(jù)”的概念。在制造業(yè)，產(chǎn)品的全生命周期從市場規(guī)劃、設計、制造、銷售、維護等過程都會產(chǎn)生大量的結構化和非結構化數(shù)據(jù)，形成制造業(yè)大數(shù)據(jù)，而這些數(shù)據(jù)符合大數(shù)據(jù)的三“V”的特征：規(guī)模性、多樣性以及高速性。除此以外，制造業(yè)大數(shù)據(jù)還具有多源異構、多尺度、不確定、高噪聲等特征。因此，研究和應用制造大數(shù)據(jù)更具有挑戰(zhàn)性，主要體現(xiàn)在制造大數(shù)據(jù)的存儲、管理、分析和展示方面。如何充分挖掘工廠中數(shù)據(jù)的價值，通過對制造大數(shù)據(jù)進行分析，提升數(shù)字化工廠運行效率，已成為制約數(shù)字化工廠向智慧工廠發(fā)展的瓶頸。
大數(shù)據(jù)方法帶來思維變化
大數(shù)據(jù)給我們帶來的思考：在制造業(yè)能用嗎？解決什么問題？制造業(yè)大數(shù)據(jù)到底在哪些領域可以發(fā)揮它的作用？
首先，能用否？大數(shù)據(jù)已經(jīng)成為解決現(xiàn)實世界問題的方法。要解決現(xiàn)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(fā)現(xiàn)現(xiàn)實世界的一些規(guī)律并解決問題;第二種是通過理論分析和推導方法;第三種是科學計算，模擬仿真成為解決問題的范式;數(shù)據(jù)科學則是第四種解決問題的范式。目前國外數(shù)據(jù)科學非常熱門，這是一門綜合交叉的學科。
大數(shù)據(jù)方法帶來了思維上的變化，主要是從三個方面來看的：從因果到關聯(lián)，更強調事物之間的相關性而非因果性。從局部到全體，采用全體數(shù)據(jù)進行分析，而不是隨機樣本。從精確到混雜，通過數(shù)據(jù)保證解的優(yōu)異性，不再一味追求精確的算法。既然大數(shù)據(jù)已經(jīng)成為解決問題的方法，那它就是能用的。
其次，能用它來解決工廠的什么問題？大數(shù)據(jù)方法能為未來工廠的目標服務嗎？未來工廠就是智慧工廠，它追求的終極目標是一切都透明化。在制造業(yè)不同的階段，所追求的目標是不一樣的。
上個世紀初，制造業(yè)追求目標是成本更低，出現(xiàn)了可互換零件原理，形成了大批大量生產(chǎn)模式。在上世紀中葉，為了追求更高的質量，這時候采用了全面質量管理。到上個世紀80年代，市場需要不同的產(chǎn)品，產(chǎn)品的多樣化出現(xiàn)，多品種小批量生產(chǎn)模式流行，計算機技術應用到產(chǎn)品設計制造過程，出現(xiàn)了計算機集成制造系統(tǒng)，也就是信息化系統(tǒng)。不同時代企業(yè)追求目標不同，所采用的解決問題的方法也不同。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(shù)據(jù)方法事實上是一種分析推理法。因此，從數(shù)字化工廠向智能化工廠轉化的過程中面對著海量的數(shù)據(jù)，需要尋找它們相互之間的聯(lián)系和隱藏規(guī)律，實現(xiàn)透明化的目標。
最后，在哪里用？大數(shù)據(jù)給制造業(yè)提供的是一種全方位的全程式的一種服務，在產(chǎn)品全生命周期階段，從設計到制造、從使用到維護，直到維修階段，產(chǎn)生的正向數(shù)據(jù)以及逆向數(shù)據(jù)，這些數(shù)據(jù)都能全方位地得到使用。
大數(shù)據(jù)提供全方位全程服務
在產(chǎn)品的設計中，傳統(tǒng)的設計師基于經(jīng)驗靈感和經(jīng)驗，揣度消費者的需求喜好設計產(chǎn)品。在大數(shù)據(jù)時代，設計師通過對用戶行為和需求大數(shù)據(jù)進行分析，精準量化客戶需求，指導設計過程。
在制造階段，大數(shù)據(jù)技術可以幫助實現(xiàn)生產(chǎn)過程異常發(fā)現(xiàn)、產(chǎn)品質量和生產(chǎn)調度優(yōu)化等方面。以生產(chǎn)異常發(fā)現(xiàn)為例，傳統(tǒng)的基于降維手段的異常發(fā)現(xiàn)方法，容易破壞信息完整性，不利于設備異常的發(fā)現(xiàn)。在大數(shù)據(jù)模式下，基于制造數(shù)據(jù)的分析對關鍵參數(shù)進行提取，然后通過聚類分析手段發(fā)現(xiàn)設備異常模式，在此基礎上對設備控制優(yōu)化。大數(shù)據(jù)也能幫助提高產(chǎn)品的質量控制。SPC控制的是整個過程的單個參數(shù)，但是單個參數(shù)在正常范圍為什么還會出現(xiàn)一些質量問題？可能每個參數(shù)均處于臨界狀態(tài)，綜合后會產(chǎn)生一些質量問題，所以在這個過程中，傳統(tǒng)就是數(shù)據(jù)的篩選、參數(shù)分析，這個過程介入了人工的分析來進行質量的預測，數(shù)據(jù)篩選過程淘汰了許多有效的數(shù)據(jù)資源，參數(shù)分析過程經(jīng)常存在人工經(jīng)驗判斷，使得預測模型對整個產(chǎn)品加工過程信息的描述殘缺不全，不能發(fā)現(xiàn)產(chǎn)品質量問題的深層次原因(如誤差累積)。而在大數(shù)據(jù)模式下，根據(jù)產(chǎn)品的加工工藝過程，對產(chǎn)品質量相關數(shù)據(jù)按層次進行組織，利用多隱藏層的神經(jīng)網(wǎng)絡深度學習加工過程中產(chǎn)品質量數(shù)據(jù)的相互作用機理，從而對產(chǎn)品質量問題進行全面、深層次描述。
大數(shù)據(jù)能提升大規(guī)模生產(chǎn)調度的全局性能，大家知道為什么企業(yè)生產(chǎn)調度一直會出現(xiàn)問題，我們做的計劃趕不上變化。因為所做的計劃，是在一個理想狀態(tài)下考慮約束做出的。筆者做生產(chǎn)優(yōu)化調度長達20多年，一直在尋找一種最優(yōu)的解決方案，研究智能方法，例如：遺傳算法、螞蟻算法等。但隨著工藝的復雜、環(huán)境的復雜、工藝的規(guī)模，整個問題規(guī)模越來越大的時候，它已經(jīng)是一個很難解決的問題。傳統(tǒng)的智能調度方法難以求解大規(guī)模的調度問題，基于規(guī)則和瓶頸的方法在大規(guī)模問題中又很難得到全局優(yōu)化;大數(shù)據(jù)帶來了新思路，它采用全局的數(shù)據(jù)之間的關聯(lián)關系，從而形成全局的調度方案，能夠解決大規(guī)模生產(chǎn)中的全局調度問題。
大數(shù)據(jù)能為產(chǎn)品的運營維護服務，很典型的就是GE的案例，建立一個平臺，為航空發(fā)動機的監(jiān)控、運行監(jiān)測、故障診斷提供一個全方位的服務。在產(chǎn)品的運行和維護過程中，大數(shù)據(jù)模式一改傳統(tǒng)方法被動的運維模式，通過采集和分析智能設備的傳感器數(shù)據(jù)，進行大數(shù)據(jù)分析，主動進行產(chǎn)品的安全監(jiān)測、故障診斷，優(yōu)化產(chǎn)品的運行過程。大數(shù)據(jù)應用過程中需要的是什么？首先需要的是能夠采集到數(shù)據(jù)，也就是需要產(chǎn)品是一個智能化的產(chǎn)品，所以在智能制造中，首先要有智能化的產(chǎn)品，安裝傳感器，能夠實時地傳遞數(shù)據(jù)，為后面的運行、維護服務提供依據(jù)。
大數(shù)據(jù)不只是關于數(shù)據(jù)，而是采用傳統(tǒng)及新的分析方法來分析所有數(shù)據(jù)。針對大數(shù)據(jù)分析的結果采取行動來提升業(yè)務才是最重要的。隨著大數(shù)據(jù)技術的不斷發(fā)展，國內外已對大數(shù)據(jù)在制造領域中的應用進行了一些開拓性的研究，代表性的有GE工業(yè)互聯(lián)網(wǎng)解決方案、Smart Factory計劃、SAP HANA平臺和Invensys數(shù)據(jù)分析平臺，并已在農(nóng)夫山泉、百事飲料等公司應用。三一重工利用大數(shù)據(jù)技術通過對地理位置數(shù)據(jù)的關聯(lián)分析發(fā)現(xiàn)泵車主油缸故障與沿海地區(qū)杭深高鐵建設的強相關性，確定了沿海地區(qū)的鹽霧環(huán)境和水質是導致油缸密封體腐蝕的主要原因。日本小松公司通過對挖掘機安裝傳感器與GPS定位系統(tǒng)，從而實時監(jiān)控車輛運行情況，并通過大數(shù)據(jù)分析，對未來挖掘機市場的需求進行預測從而調整生產(chǎn)、對用戶的使用習慣進行分析，提出建議，從而降低油耗。
以上一些工業(yè)案例成為制造業(yè)大數(shù)據(jù)的先驅，然而，目前絕大多數(shù)制造業(yè)大數(shù)據(jù)的應用沒能形成系統(tǒng)化的思路和方案，缺乏理論體系的支撐。針對國內在制造業(yè)大數(shù)據(jù)應用基礎研究上的空白，我們在2014年申請了國家自然科學基金重點項目“大數(shù)據(jù)驅動的智能車間運行分析與決策方法研究”，并得到了資助。目前，圍繞車間制造大數(shù)據(jù)之間的耦合作用機理、車間性能的演化規(guī)律、車間運行過程的調控機制三個基礎科學問題進行科學研究，來探索大數(shù)據(jù)在智能制造車間的運行情況。解決問題的思路是一切都用數(shù)據(jù)來說話，這是利用大數(shù)據(jù)來解決工程問題的科學研究思路。首先是數(shù)據(jù)化：將設備狀態(tài)參數(shù)、計劃執(zhí)行情況等運行參數(shù)，以及質量、交貨期等性能指標數(shù)據(jù)化;然后分析這些數(shù)據(jù)之間的關聯(lián)關系，用數(shù)據(jù)挖掘的方法預測交貨準時率、產(chǎn)品合格率等車間性能的演化規(guī)律;從演化規(guī)律中，發(fā)現(xiàn)質量指標中某數(shù)據(jù)異常，找到影響該異常數(shù)據(jù)的關鍵參數(shù)，最后對關鍵數(shù)據(jù)進行控制，保證交貨期和產(chǎn)品質量。為了實現(xiàn)大數(shù)據(jù)應用，我們提出了大數(shù)據(jù)驅動的智慧工廠，它是生產(chǎn)車間、物聯(lián)網(wǎng)、云端、移動互聯(lián)的有機融合。利用物聯(lián)網(wǎng)技術，使得車間生產(chǎn)過程、物流及之后的銷售、服務過程具備感知能力;全生命周期內產(chǎn)生的各種制造數(shù)據(jù)保存到云端;借助大數(shù)據(jù)處理與分析技術，依托云計算平臺，幫助分析數(shù)字工廠運行過程，提供決策支持，并通過移動互聯(lián)方式展現(xiàn)。目前我們在晶圓制造的車間和發(fā)動機裝配車間，開展了一系列的工作。
我認為，實現(xiàn)以數(shù)據(jù)感知、數(shù)據(jù)處理分析、制造過程決策與支持、數(shù)據(jù)可視化技術為核心的智慧工廠已經(jīng)成為趨勢，大數(shù)據(jù)產(chǎn)業(yè)鏈及技術體系逐漸成熟，大數(shù)據(jù)必將加速數(shù)字工廠向智慧工廠的轉型。
京公網(wǎng)安備 11010502049343號