大數據在制造業發展中的應用和影響

　　摘 要 技術的進步推動了社會全方面的升級，制造業也隨之迎來新的轉型機會，而大數據正是最具價值的信息技術之一，傳統制造業通過與大數據相結合可以轉型升級為智能化制造業，多方位提升自身產能。而如何抓住大數據時代下制造業的發展特點，科學地在制造業中運用大數據，正是值得關注和研究的。本文以制造業大數據的內涵為切入點，綜合分析了大數據在制造業中的發展，并對在制造業中如何有效應用大數據做出研討，接著探討了在制造業中有效應用大數據所面對的挑戰，最后分析了在中國制造業發展過程中產生的積極影響，對促進我國制造業與大數據的綜合發展具有一定的積極作用。

　　關鍵詞 大數據;制造業;應用;影響

　　引言：隨著個人電腦、智能手機的性價比越來越高，當前社會幾乎人手一部聯網設備。互聯網的普及使得互聯網用戶也不斷增長，與之相隨的是用戶數據的巨量增長。當今世界每秒都有著人力無法統計整理的數據產生(如圖1)，這意味著傳統的很多行業如果無法從大數據中窺破規律、看清未來邁步的方向，就會被已可以從大數據中獲益的競爭對手擊敗[1]。這是一個困難的時代，也是一個遍布機遇的時代，對任何行業來說都應該積極主動的敞開胸懷擁抱新的大數據時代，結合大數據時代新的手段、新的方法去改革自身，爭取實現自身成功轉型，努力做新時代的弄潮兒。制造業早在上世紀80年代開始就通過記錄歷史數據來管理自身的生產活動[2] 。然而今時不同往日，數據量爆炸式的增長要求制造業必須學會如何將大數據應用在生產活動中，從而應對日漸增長的海量數據。接下來將多層次分析制造業大數據的發展、應用與展望。

　　一、何為大數據及其特征

　　伴隨著互聯網使用人數飛速上漲而來的海量數據，已經無法在我們能接受的時間之內用傳統的數據分析與整理方法去處理。我們稱符合下述特征的數據為大數據：每時每刻都在增長、增長數量巨大、數據種類涵蓋廣發、只有經過整合之后才能展現出其價值、無法使用傳統方法進行分析整理作業[3]。

　　大數據是埋在巨石之下的金礦，是深海之下的石油。如果能通過合理的方法去挖掘大數據，那么它就會展現出它巨大的經濟價值。任何能適應大數據的行業或者企業都能在信息世界如魚得水，獲得用戶的歡迎，從而擊敗其他無法適應新潮流競爭對手[4]。

　　二、大數據在制造業中發展

　　大數據與制造業的結合早在20世紀90年代就開始了，到今天為止制造業大數據的發展已歷經了三個階段(見圖2)。

　　第一階段是制造業生產設備大數據階段，在1990年到2000年的這段時間，制造業的生產設施對企業有著人力難以替代的作用，相關設備一旦受損或出現異常可能會引起嚴重的經濟損失。因而公司引入了監控系統來對設備進行遠程監控、獲取數據并進行管控，從而有效避免設備異常導致的經濟損害。

　　第二階段是大數據中心管理階段，制造業企業建立數據管理中心，通過使用大數據分析軟件從產品各階段產生的數據中發掘出客觀規律，從而為產品的優化和營銷提供決策依據。例如在2006年法國制造業企業orange通過使用大數據綜合管理中心分析了法國高速公路數據采集設備獲得的海量信息，再通過智能設備為車輛提供道路信息，從而優化了法國的道路交通。

　　進入2010年后，制造業真正迎來了大數據時代，以前的大數據中心為了處理更為海量的數據轉變為了大數據分析平臺，這類平臺通過將大數據的多種技術結合在一起，從而可以同時處理多類型的數據，并且具有高魯棒性、高穩定性、高時效性的特點，同時這類平臺的搭建成本、維護成本都較低，故而受到了較大的歡迎。目前這類平臺集成的技術有大數據集成技術、存儲技術、分析技術和展示技術，分為兩類，一類主要提供大數據處理工具例如GE的predix工具互聯網，另一類直接提供大數據處理方案，例如美國的NI和IMS。

　　三、大數據在制造業各階段的應用

　　3.1 大數據在制造業產品研發階段的應用

　　如何研發出符合市場用戶實際需求且使得用戶滿意的產品是制造業企業設計研發產品的終極目標。傳統的制造業企業主要依據自身不斷累積的銷售經驗來預估市場反映，以此來預測產品如何進行設計和研發以及產品的生產量，在產品面市后根據用戶反映和市場銷售情況來決定是否改進產品或者增加產品后續產量。這種經營模式雖然研發設計成本較低，但缺點較為突出，熱銷的產品往往因為低估市場反響而導致產品斷貨，而平庸的產品可能因為高估了市場反響而導致滯銷。通過引入大數據平臺，制造業在產品設計之初就能夠清晰的了解用戶實際需求，并通過分析類似產品的市場數據從而對產品的產量可以做出較為準確的預測，保證產品“按需生產，按量生產”。

　　3.2 大數據在制造業原材料供應階段的應用

　　傳統制造業在原材料供應商主要使用供應鏈物流系統(supply chain logistics management，SCLM)來降低商品成本和優化服務。然而隨著數據量的不斷增長，傳統的SCLM已經無法對制造資源提供準確的預估，使得原材料和物流、生產活動得不到有效協調，拖慢了企業生產效率。如今，通過引入大數據分析平臺，供應鏈物流系統實現了對產品生產流程的實時監測，通過獲取到的生產數據為原材料的供應提供規劃依據，能夠有效降低制造業企業在原材料供應鏈上的風險和成本，提升企業的生產效率和服務質量。相信隨著大數據分析平臺的不斷優化，在數據存儲容量、數據處理速度和數據可視化等功能上都會有新的突破，SCLM的性能也會不斷取得更好的增強。

　　3.3 大數據在制造業產品生產階段的應用

　　將大數據分析平臺引入制造業產品生產階段為企業帶來了多個方面的影響。其一，產品可以做到柔性化生產。傳統制造業在產品生產時要么大規模量產，要么小規模定制，前者質量上不盡如人意用戶后續反映不佳，后者卻要企業在產品產量和利潤上讓步。而通過結合大數據平臺，企業可以有效了解市場需求，做到大規模定制，結合之前兩類生產方式的優點;其二，大數據使得傳統制造業企業擺脫了過往難以整合、處理、分析各個生產環節產生的巨量數據的困境，通過實時監測與大數據處理方法，企業可以實現對生產車間、機器設備的良好管理，在決策上也可以通過模擬實施的方式來降低產品生產;其三，大數據使得傳統制造業實現了綠色生產，制造業企業通過大數據分析平臺能分析產品周期所產生的數據，從而夠整合出一種更加科學環保的生產模式，使用更清潔的原材料或者能源來進行生產并循環利用，從而降低生產活動對生態環境的壓力。

　　推薦閱讀：制造業自動化JST期刊