第2章 傳統行業原力覺醒

5 制造業+大數據：塑造智能工廠

王喜文

首席數據官聯盟專家組成員，九三學社中央科技委委員，九三學社北京市房山區工委副主任，工信部國際經濟技術合作中心中國智造與工業4.0研究所所長。

 

“工業4.0”在德國被認為是機械化（第1次）、電氣應用（第2次）、自動化（第3次）之后的第4次工業革命，指在“智能工廠”利用“智能設備”將“智能物料”生產成為“智能產品”，整個過程貫穿以“網絡協同”，從而提升生產效率，縮短生產周期，降低生產成本。它的典型特征是融合性與革命性，是新一代信息技術與工業化深度融合的產物，是一種新的生產方式，推動傳統大規模批量生產向大規模定制生產轉變。“工業4.0”的智能生產體系如圖2-1所示。

工業大數據的主要類別

隨著制造技術的進步和現代化管理理念的普及，制造業企業的運營越來越依賴信息技術，以致制造業的整個價值鏈、制造業產品的整個生命周期都涉及諸多的數據，制造業企業的數據也呈現出爆炸性增長的趨勢。

制造業企業需要管理的數據種類繁多，如圖2-2所示，涉及大量結構化數據和非結構化數據。

1．產品數據：設計、建模、工藝、加工、測試、維護數據、產品結構、零部件配置關系、變更記錄等。

2．運營數據：組織結構、業務管理、生產設備、市場營銷、質量控制、生產、采購、庫存、目標計劃、電子商務等。

3．價值鏈數據：客戶、供應商、合作伙伴等。

4．外部數據：經濟運行數據、行業數據、市場數據、競爭對手數據等。

隨著大規模定制和網絡協同的發展，制造業企業還需要實時從網上接受眾多消費者的個性化定制數據，并通過網絡協同配置各方資源，組織生產，管理更多的各類有關數據。

工業大數據的主要用途和價值

大數據可能帶來的巨大價值正在被傳統產業所認可，它通過技術的創新與發展，以及數據的全面感知、收集、分析、共享，為企業的管理者和參與者呈現出一個全新的看待制造業價值鏈的方法。

1．實現智能生產

在“工業4.0”中，通過信息物理系統（CPS）實現工廠/車間的設備傳感和控制層的數據與企業信息系統融合，使得生產大數據傳到云計算數據中心進行存儲、分析，形成決策并反過來指導生產。具體而言，生產線、生產設備都將配備傳感器，抓取數據，然后經過無線通信連接互聯網，傳輸數據，對生產本身進行實時的監控。而生產所產生的數據同樣經過快速處理、傳遞，反饋至生產過程中，將工廠升級成為可以被管理和被自適應調整的智能網絡，使得工業控制和管理最優化，對有限資源進行最大限度的使用，從而降低工業和資源的配置成本，使得生產過程能夠高效地進行。

例如在過去，在設備運行的過程中，自然磨損本身會使產品的品質發生一定的變化。經過信息技術、物聯網技術的發展，通過傳感器技術實時感知數據，知道產品出了什么故障，哪里需要配件，使得生產過程中的這些因素能夠被精確控制，從而真正實現生產的智能化。在一定程度上，工廠/車間的傳感器所產生的大數據直接決定了“工業4.0”所要求的智能化設備的智能水平。

此外，從生產能耗角度來看，設備生產過程中利用傳感器集中監控所有的生產流程，便于發現能耗的異常或峰值情況，由此能夠在生產過程中不斷實時降低能源的消耗。同時，對所有流程的大數據進行分析，也會在整體上大幅降低生產能耗。

2．實現大規模定制

大數據是制造業智能化的基礎，在制造業大規模定制中的應用包括數據采集、數據管理、訂單管理、智能化制造、定制平臺等，其核心是定制平臺。定制數據達到一定的數量級，就可以實現大數據應用。通過對大數據的挖掘，實現流行預測、精準匹配、時尚管理、社交應用、營銷推送等更多的應用（如圖2-3所示）。同時，大數據能夠幫助制造業企業提升營銷的針對性，降低物流和庫存的成本，減少生產資源投入風險。

對這些大數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。這將會極大地減少庫存，優化供應鏈。同時，利用銷售數據、產品的傳感器數據和供應商數據庫的數據等大數據，制造業企業可以準確地預測全球不同市場區域的商品需求。由于可以跟蹤庫存和銷售價格，所以制造業企業便可節約大量的成本。

“工業4.0”本質是基于信息物理系統（CPS）實現“智能工廠”，使智能設備根據處理后的信息進行判斷、分析、自我調整、自動驅動生產加工，直至最后的產品完成等步驟。可以說，智能工廠已經為最終的制造業大規模定制生產做好了準備。

實現消費者個性化需求，一方面需要制造業企業能夠生產提供符合消費者個性偏好的產品或服務，另一方面需要互聯網提供消費者的個性化定制需求。由于消費者人數眾多，每個人的需求不同，導致需求的具體信息也不同，加上需求的不斷變化，就構成了產品需求的大數據。消費者與制造業企業之間的交互和交易行為也將產生大量數據。挖掘和分析這些消費者動態數據，能夠幫助消費者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。制造業企業對這些數據進行處理，進而傳遞給智能設備進行數據挖掘、設備調整、原材料準備等步驟，才能生產出符合個性化需求的定制產品。

工業大數據的典型應用場景

工業大數據達到一定規模之后，就可以挖掘出具備商業經營價值的智能決策。設備與數據相互結合，網絡協同且實時更新，將對諸多行業帶來較大裨益。

據美國通用電氣公司（簡稱GE）的預測，航班延誤每年給航空公司帶來的損失超過400億美元，其中10%的延誤是由對飛機的維護欠缺所造成的。同時，全球航空業每年燃油費用高達1700億美元（營業收入約為5600億美元）。而根據國際航空運輸協會（IATA）的調查，這些油耗中有18%～22%屬于浪費。GE的工業互聯網通過對飛機航運數據和零部件系統數據的監測與統計，分析維修保養上的問題，每年可減少1000次延誤情況。同時，選擇適當的時機進行維修保養，也可以降低設備投資成本。通過航運數據，挖掘減少燃油能耗的實現路徑，從而對飛行調度進行優化，可減少2%的能耗使用，每年節約2000萬美元成本，減少大量二氧化碳排放。如圖2-4所示。

醫療占全球GDP的10%，是一個相當大的行業。據美國GE公司的預測，醫療領域由于低效率，每年會造成7310億美元的浪費，尤其是臨床醫療占到59%，高達4290億美元的浪費。醫療從業人員與醫療器械之間的信息不對稱是主要原因。例如：護士換藥、磁共振成像情況、醫生診斷等過程都沒能實時共享。將醫療從業人員、醫療器械進行聯網，對診斷、手術、藥方等信息進行共享，可以開展網絡協同式的診療。GE的工業互聯網通過綜合管理每個病床，每個診斷的工作流、患者流，搬運醫療器械，改進醫療從業人員、業務流程和器械通信情況，可減少15%～30%的醫療器械成本，提升醫療從業人員的工作效率，節約的時間可多為15%～20%的患者提供服務。如圖2-5所示。

大數據構建新一代智能工廠

消費需求的個性化要求傳統制造業突破現有的生產方式與制造模式，根據消費者需求所產生的海量數據與信息，進行大數據處理與挖掘。同時，在進行這些非標準化產品生產過程中，產生的生產信息與數據也是大量的，需要及時收集、處理和分析，以反過來指導生產。

這兩方面的大數據信息流最終通過互聯網在智能設備之間傳遞，由智能設備進行分析、判斷、決策、調整、控制并繼續開展智能生產，生產出高品質的個性化產品。可以說，大數據構成新一代智能工廠。

伴隨新一代信息技術與制造業的深度融合，新一輪工業革命的孕育發展，使得信息技術滲透到了制造企業產業鏈的各個環節。條形碼、二維碼、RFID等物聯網標識，工業傳感器、PLC等工業自動控制系統，ERP（企業資源計劃）、CAD（計算機輔助設計）/CAM（計算機輔助制造）、MES（制造執行管理系統）等軟件技術在制造企業中得到了廣泛應用。制造業企業的運營也越來越依賴信息技術，以致制造業的整個價值鏈、制造業產品的整個生命周期都涉及諸多的數據，制造業企業的數據也呈現出爆炸性增長的趨勢。

智能工廠中的大數據是“信息”與“物理”世界彼此交互與融合所產生的大數據。如圖2-6所示。大數據應用將帶來制造業企業創新和變革的新時代。在以往傳統的制造業生產管理的信息數據基礎上，通過物聯網等帶來的物理數據感知，形成“工業4.0”時代的生產數據的私有云，創新了制造業企業的研發、生產、運營、營銷和管理方式。這些創新給制造業企業帶來了更快的速度、更高的效率和更敏銳的洞察力。