數據采集工業大數據定制
采集人體數據實現西服的“量體裁衣”，煤礦工地依靠智能化設備減少礦工數量……近日，首屆中國(杭州)工業大數據產業發展高峰論壇上，工業大數據相關研究者、實踐者濟濟一堂，“曬”出了工業大數據的眾多生動案例。
1、個性化西服如何“量體裁衣”
觀數智庫創始人、《大數據》《數據之巔》作者涂子沛參加了貴陽數博會的李克強總理座談會，總理以定制西裝舉例說明了大數據的作用。其實，在參加座談會前，涂子沛也第一次定制了一套西服。穿上之后，他表示再也不想穿以前的西服了，因為從來沒有感受到那么得體。
“紅領”是一家定制服裝生產企業。他到了這家工企業后看到，幾千件西服沒有兩件完全一樣，但僅從面料、顏色分辨不出。很多人的西服里面都有商標，很多人喜歡在這里繡上自己的名字或一句話，這就是個性化。每個流水線都有數據驅動，一條工序的數據清清楚楚地送到操作員工作臺上。這個方案成本確實增加了，但是利潤上升得更多。
2、陜北煤企如何減少礦工?
傳統采礦業如何實現從人工采礦，到一個人都不用?北京大學教授、工信部原副部長楊學山之前去過在陜北一個煤礦企業的現場。當時，借助自動化設備，這家煤企624個人的產能，已經相當于今天大部分煤企五六萬人的產能，相當于20年前中國最大的山西大同礦區20多萬人的產能。
所以，整個產業鏈，包括采礦到后期的生產，跟人的關系越來越小。實現這些，就是信息、數據構成了自動化裝備的基礎。沒有數據、沒有數據化的裝備是做不成。
3、沈陽“i5”數控機床的逆襲
這是一個裝備發展過程中轉型升級的最佳實踐，其中，工業大數據承載著非常重要的作用。沈陽“i5”數控機床從開始研發，到今天在智能數控機床進入世界領先的行列，花了十年。前幾年為何沒有成功?因為數據缺失。
不管是材料、還是裝備的發展，高端數控機床長期被國外控制，缺乏實踐過程中的數據支撐發展不起來。模型怎么建，也需要數據支撐。但沈陽機床十年磨一劍，積累了數據，打造世界領先的智能數據機床。它還倡導新的商業模式，實現按使用小時收費。
4、可以實現在線3D預覽的紙盒
紙盒是典型的個性化生產，各行各業要用的包裝紙盒千差萬別，上面又要印不同的文字、圖案，這是非常適合做C2M的領域。
中國電信制造行業應用基地總經理陸晉軍介紹，我們結合了相應的技術，實現線上個性化定制結合3D預覽技術，讓客戶線上下單，可以看到給他設計的樣式，還能做到在線直接3D預覽，最后線上報價成交。當然，在生產中會有協同，在線平臺要和生產平臺打通。
由此延伸，他們還分析了很多領域，一些需要定制化的禮品、文具或包裝物品的生產企業，都可以比較快速地實現C2M模式，提高效率、提升服務。
5、擁有1億模型的零件數據庫
這是20年前就出現了的零件庫。德國Genius WEB2CAD開發Trace Parts，能集成到主流CAD軟件的零件庫中，直接在CAD軟件中啟動，支持零件搜索和3D視圖，同時以DWG或DXF格式生成零件所有二維視圖。
目前，這個零件庫有1億多種零件模型，設計人員可以進入下載這些模型。然后，把它組成產品再進行仿真，再把這些零部件交給供應商制造。這些零部件專業化、成本低、質量好，這種專業化的模式國內還比較少。
6、粉絲參與小米手機的功能設計
小米手機依靠幾十萬的粉絲，手機三分之一的功能由用戶設計。通過建立智能手機設計平臺，小米讓用戶參與設計，形成用戶設計大數據，幫助改進產品，使之滿足用戶需求。
7、試衣間如何給設計師靈感?
ZARA門店的店長每天有一個考核值，向全球數據中心提供當天有多少件衣服被試，哪件衣服有多少人選進了試衣間但沒有被購買，原因是什么?它的試衣間可以記錄試衣的情況，甚至衣架上也裝了傳感器，通過不同方式來收集這個數據。
每家門店POS機數據實時回傳數據中心，ZARA的快銷品最多消耗兩周就進行補貨。通過POS機數據，設計師形成了一個巨大的知識庫，客戶最喜歡什么衣服、為什么衣服被多次拿起而沒被購買，ZARA會最快把衣服進行修改，然后再次進入專賣店。
數據收集是至關重要的一點，門店的經理做KPI值，這是一件復雜的系統。ZARA將網絡上海量的數據看成實體店前端的測試。此外，大數據縮短了生產時間，讓生產端能夠看清顧客需求。
京公網安備 11010502049343號