2016年的德國漢諾威工博會雖然已經落幕了，但是工業4.0卻是剛剛開始起步，它所指引的工業未來發展方向，還是值得每個行內行外人扎堆進入和深深思考。

工業集成，成為2016年漢諾威的主調。本屆漢諾威博覽會官方主題“集成工業-發現之旅”(Integrated Industry – Discover solutions)

下面就由蜂迷小編從工業大數據的角度給各位蜂迷解讀工業大數據應用如何進行“集成應用”?

什么是工業大數據應用

上個世紀九十年代，科學家們在進行氣象地圖分析、大物理仿真計算、基因圖譜分析等基礎科學研究時提出了“大數據”這個概念

進入21世紀，互聯網、電子商務、移動互聯網、社交網絡、物聯網等技術蓬勃發展，大數據成為這些新一代信息技術發展的必然產物

大數據具有數據量大、數據類型復雜、數據處理實時性要求高等特點，大數據分析在互聯網和電子商務領域的廣泛應用產生了巨大的商業價值，得到世界各國的高度重視

全球著名戰略咨詢公司麥肯錫認為，大數據是創新、競爭和生產力的下一個領域

工業大數據也是一個全新的概念，從字面上理解，工業大數據是指在工業領域信息化應用中所產生的大數據

隨著信息化與工業化的深度融合，信息技術滲透到了工業企業產業鏈的各個環節，條形碼、二維碼、RFID、工業傳感器、工業自動控制系統、工業物聯網、ERP、CAD/CAM/CAE/CAI等技術在工業企業中得到廣泛應用

尤其是互聯網、移動互聯網、物聯網等新一代信息技術在工業領域的應用，工業企業也進入了互聯網工業的新的發展階段，工業企業所擁有的數據也日益豐富

工業企業中生產線處于高速運轉，由工業設備所產生、采集和處理的數據量遠大于企業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，工業大數據應用所面臨的問題和挑戰并不比互聯網行業的大數據應用少，某些情況下甚至更為復雜

工業大數據應用將帶來工業企業創新和變革的新時代

通過互聯網、移動物聯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系統正在深入融合，給全球工業帶來深刻的變革，創新企業的研發、生產、運營、營銷和管理方式

這些創新不同行業的工業企業帶來了更快的速度、更高的效率和更高的洞察力

工業大數據的典型應用包括產品創新、產品故障診斷與預測、工業生產線物聯網分析、工業企業供應鏈優化和產品精準營銷等各個方面

四個方面的典型應用

第一個應用是產品創新的應用

客戶與工業企業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新活動中，為產品創新做出貢獻

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新和優化中，這款車成為了一款名副其實的“大數據電動車”

第一代福特福克斯電動車在駕駛和停車時產生大量數據。在行駛中，司機持續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，它也會持續將車輛胎壓和電池系統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，因為大數據實現了寶貴的新型產品創新和協作方式

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

第二個應用是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、互聯網技術的引入使得產品故障實時診斷變為現實，大數據應用、建模與仿真技術則使得預測動態性成為可能

在馬航MH370失聯客機搜尋過程中，波音公司獲取的發動機運轉數據對于確定飛機的失聯路徑起到了關鍵作用。我們就拿波音公司飛機系統作為案例，看看大數據應用在產品故障診斷中如何發揮作用

在波音的飛機上，發動機、燃油系統、液壓和電力系統等數以百計的變量組成了在航狀態，這些數據不到幾微秒就被測量和發送一次。以波音737為例，發動機在飛行中每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能源監測和診斷中心，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期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

第三個應用是工業物聯網生產線的大數據應用

現代化工業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，了解每個環節是如何執行的

一旦有某個流程偏離了標準工藝，就會產生一個報警信號，能更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。利用大數據技術，還可以對工業產品的生產過程建立虛擬模型，仿真并優化生產流程，當所有流程和績效數據都能在系統中重建時，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控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析將會大大降低能耗

第四個應用是工業供應鏈的分析和優化

當前，大數據分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，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、物聯網技術以及移動互聯網技術能幫助工業企業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節，客戶數據、企業內部數據、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，海爾公司能夠持續進行供應鏈改進和優化，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，工業制造企業便可準確地預測全球不同區域的需求。由于可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以制造企業便可節約大量的成本

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，優化供應鏈

結尾

工業大數據應用的價值潛力巨大。但是，實現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。很多工業企業的數據分布于企業中的各個孤島中，特別是在大型跨國公司內，要想在整個企業內提取這些數據相當困難

因此，工業大數據應用一個重要議題是集成應用