一文读懂工业大数据的脉络

一文读懂工业大数据的脉络

工业大数据不同于大数据，具有自己独特的特征。本文着重从工业大数据的定义与范畴、来源、特征、技术及应用领域、面临的问题等，全面剖析工业大数据的方方面面，让你一文读懂工业大数据的脉络！

工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、到订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命各个环节所产生的各类数据及相关技术和应用的总称，其以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。

——工业大数据来源——

我们所谈的工业大数据，不完全等同于企业信息化软件中流淌的数据，从业界的共识看，主要来源有三类，第一类是企业经营相关的业务数据，这类数据来自企业信息化范畴，包括企业资源计划（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）、客户关系管理（CRM）和环境管理系统（EMS）等，此类数据是工业企业传统的数据资产。

第二类是机器设备互联数据，主要是指工业生产过程中，装备、物料及产品加工过程的工况状态、环境参数等运营情况数据，通过MES系统实时传递，目前在智能装备大量应用的情况下，此类数据量增长最快。

第三类是企业外部数据，这包括了工业企业产品售出之后的使用、运营情况的数据，同时还包括了大量客户、供应商、互联网等数据状态。

——工业大数据特征——

笔者曾就工业大数据特征及数据驱动工业价值创造等话题，专门采访过工业大数据领域知名专家——美国科学基金会（NSF）智能维护系统（IMS）中心主任李杰教授，他表示：工业大数据与互联网大数据最大的区别在于工业大数据有非常强的目的性，而互联网大数据更多的是一种关联的挖掘，是更加发散的一种分析。

除此之外，两者在数据的特征和面临的问题方面也有不同。有别于互联网大数据，工业大数据的分析技术核心要解决“3B”问题：

1）Below Surface —— 隐匿性，即需要洞悉背后的意义

工业环境中的大数据与互联网大数据相比，最重要的不同在于对数据特征的提取上面，工业大数据注重特征背后的物理意义以及特征之间关联性的机理逻辑，而互联网大数据则倾向于仅仅依赖统计学工具挖掘属性之间的相关性。

2）Broken —— 碎片化，即需要避免断续、注重时效性

相对于互联网大数据的量，工业大数据更注重数据的全，即面向应用要求具有尽可能全面的使用样本，以覆盖工业过程中的各类变化条件、保障从数据中能够提取以反映对象真实状态的信息全面性。因此，工业大数据一方面需要在后端的分析方法上克服数据碎片化带来的困难，利用特征提取等手段将这些数据转化为有用的信息，另一方面，更是需要从数据获取的前端设计中以价值需求为导向制定数据标准，进而在数据与信息流通的平台中构建统一的数据环境。

3）Bad Quality —— 低质性，即需要提高数据质量、满足低容错性

数据碎片化缺陷来源的另一方面也显示出对于数据质量的担忧，即数据的数量并无法保障数据的质量，这就可能导致数据的低可用率，因为低质量的数据可能直接影响到分析过程而导致结果无法利用，但互联网大数据则不同，其可以只针对数据本身做挖掘、关联而不考虑数据本身的意义，即挖掘到什么结果就是什么结果，最典型的就是经过超市购物习惯的数据挖掘后啤酒货架就可以摆放在尿不湿货架的对面，而不用考虑他们之间有什么机理性的逻辑关系；

换句话说，相比于互联网大数据通常并不要求有多么精准的结果推送，工业大数据对预测和分析结果的容错率远远比互联网大数据低的多。互联网大数据在进行预测和决策时，仅仅考虑的是两个属性之间的关联是否具有统计显著性，其中的噪声和个体之间的差异在样本量足够大时都可以被忽略，这样给出的预测结果的准确性就会大打折扣。比如当我觉得有70％的显著性应该给某个用户推荐A类，即使用户并非真正喜欢这类也不会造成太严重的后果。但是在工业环境中，如果仅仅通过统计的显著性给出分析结果，哪怕仅仅一次的失误都可能造成严重的后果。

——工业大数据技术：算法与模型——

有了工业数据的大量积累，但并不等于直接的商业收益，中间隔着一道非常关键的通道——工业大数据技术。近几年，很多大数据专家和行业专家也在争执：数据量重要还是大数据算法更重要，双方各执一词。比如Googole就认为数据量的多寡至关重要，甚至直言：更多的数据胜过更好的算法。这种观点与我们意识认知中的“信息越多，就越靠近真相”类似。

而如《The Signal and the Noise》（信号与噪声，作者NateSilver），这本书里面的一个观点是“更多的数据意味着更多的噪声。信号是真相，噪声却使我们离真相越来越远。”所以，人们需要构建有效的算法和模型，去识别和认知何为真相。

在这里暂不讨论到底是数据量重要还是算法模型更重要，但针对工业大数据的有效利用，肯定离不开工业大数据的分析技术。

——工业大数据应用领域（场景）——

一、研发设计：主要用于提高研发人员的研发创新能力，研发效率和质量，支持协同设计，具体体现在：（1）、基于模型和仿真的研发设计；（2）、基于产品生命周期的设计；（3）、融合消费者反馈的设计

二、在复杂生产过程优化的应用：（1）、工业物联网生产线；（2）、生产质量控制；（3）、生产计划与排程；

三、在产品需求预测中的应用

四、在工业供应链优化中的应用

——工业大数据应用发展存在的主要问题——

《工业大数据白皮书2017年版》指出，研究与应用工业大数据，产品大数据是核心，物联大数据是实现手段，集成贯通是基础（业务模式、商业和价值驱动、关键抽取和应用）。而在实践过程中，这三个方面都存在不同程度的难点。

《工业大数据白皮书2017年版》封面

1、产品大数据：产品大数据是工业大数据的根源与核心，但工业制造业领域涵盖十分广泛，行业种类繁多，产品种类数量庞大且仍在不断增长，如何规范产品大数据的定义与分类方法，建立规范的、属性明确的、可查询可追溯可定位的产品大数据，将是顺利应用工业大数据的前提。

2、物联接入设备：物联大数据是实现工业大数据畅通流动的必要手段，但在工业实际应用中，工业软件、高端物联设备不具备国产自主可控性，物联接入的高端设备的读写不开放，形成设备信息的孤岛，数据流通不畅，突破这种束缚是实现工业大数据的关键。

3、信息集成贯通：集成贯通的难点在于商业驱动、打通关键点和环节，掌控产品源和设备，持续优化。

智能制造源于人工智能的研究。一般认为智能是知识和智力的总和，前者是智能的基础，后者是指获取和运用知识求解的能力。
智能制造是指在生产过程中，将智能装备通过通信技术有机连接起来，实现生产过程自动化，
并通过各类感知技术收集生产过程中的各种数据，通过工业以太网等通信手段，上传至工业服务器，在工业软件系统的管理下进行数据处理分析。
并与企业资源管理软件相结合，提供最优化的生产方案或者定制化生产，最终实现智能化生产。

就拿制造业的车间举例。
在整个生产车间，想让设备发挥最大价值，您必须让所有设备联网运作。盖勒普 DNC生产设备及工位智能联网管理解决方案，作为精益生产车间的最佳网络管理平台，简化 *** 作流程，从而节省成本，稳定的运作保障数据顺畅流转，强大的可扩展性，让企业挖掘无限潜力。
车间“物联网”解决方案适用企业：
●各类规模的离散制造企业，以机械加工装配为主
●以多品种小批量，多品种多批量为主的各种生产类型
●研发和批产混合生产模式的制造企业
●适应各类按库存、按订单生产的制造企业
●生产管理模式寻求突破、创新，产品工艺复杂和状况多变的制造企业
车间“物联网”解决方案帮助企业实现：
●可靠、稳定、智能的平台，实现全程无纸化推送，每一个程序都将得到永久追溯；
●所有工业设备联网在线，同时有效的统一管理生产设备、加工程序和工位信息；
●为不同车间生产需求搭建多样的车间网络系统；
●节约设备 *** 作人员花费在程序流转上的时间，消除由于频繁的程序流转而导致的加工错误；
●车间生产现场的通讯数据与企业的第三方信息化管理系统集成应用（如：MRPII/ERP/MES/PLM/CAPP/CAD/CAM），达到真正高效即时的数据共享；
●为企业进一步数字化工厂的建设预留接口，搭建一体式的智能化车间网络管理平台。

1、不是骗局，物联网是物联网分公司为有物联网使用需求的政企客户建立的专网，形成了独立的业务流程，专用的资费、独立的业务受理系统及计费系统。适用于有物联网使用需求的政企客户。
2、物联网专用号段：10649卡（共13位，无语音功能）、149卡（共11位，含语音功能）。
3、物联网卡功能为：通过建立物联网专网形成了独立的业务流程，采用专用的号段10649卡（共13位，无语音功能）、149卡（共11位，含语音功能）、专用的资费、独立的业务受理系统及计费系统。目前可根据客户需求提供4G/3G制式卡、通过OTA空中写号直接将通讯信息写入模块、提供一点受理、一点开卡、一点付费的一站式服务。

制造是什么

我们先看看制造究竟是一个什么过程。生产制造过程就是把一组原材料转换为产品，比如投入钢板及相关零部件通过生产过程产出一辆汽车。那么生产过程要涉及什么东西呢，我们看看制造业的组织架构

制造业组织结构

如上图，我们先关注中间一部分，也就是生产部分，制造业的核心环节。

计划控制：可以理解为生产的大脑中枢，它决定了生产什么，何时生产，生产多少。同时也调度生产资源(人，设备，物料，技术，能源)合理分配实现资源利用最大化。

采购：根据生产计划，确定何时需要采购什么原材料

制造：包括加工、组装、工装工具等管理

质量保证：对外购零部件、材料以及生产过程中的产品进行质量检验和质量管理等

设计：产品的设计和研发

所以，制造过程是需要以上所有相关部门的密切配合、协调工作的。制造过程是一个多部门参与、协调的过程。任何一个小的环节出现问题，生产都会被迫中断。

智能制造干什么

当前阶段

上面我们说了，制造过程涉及到多个部门的协作，那么当然，智能制造中的智能也要覆盖到所有这些相关部门。

智能实际上更需要靠软件来实现，目前我们离真正的智能还很远。目前我们大多还是在做信息化，信息化，数字化是智能的基础。看看各个环节都需要什么信息化系统吧。

设计：CAD/CAE,PLM等

计划控制：ERP,APS等

采购：ERP

制造：MOM/MES,精益生产，智能设备，工业物联网

质量：MOM/QMS

所以，目前普遍意义上说的做智能制造相关工作，基本是在做上面这些信息化系统。当然也有一些做工业大数据分析的，当然工业大数据的数据来源就是上面我们所说的各种信息化系统

真正的智能制造

看过安筱鹏博士的书，里面提到智能制造的本质是以数据的自动流动化解复杂系统的不确定性，优化制造资源的配置效率。

这句话的意思可以用我们自身来类比一下，我们的大脑很智能吧，他可以感知外界环境的变化来控制我们的身体来做出对应的反应。对应三步，感知、分析、决策

智能制造中的智能就是要打造出一个制造系统的大脑中枢，这个大脑可以感知到整个生产环节的各种因素的变化，并且经过分析计算做出最优的决策。

第一步就是感知，首先要掌握外界的信息。在生产系统中可以理解为通过数据采集来实时掌握生产环节的各个状态，比如原材料库存情况，设备运行情况，人员情况等。目前我们的工业物联网，各个环节的信息化系统都可以理解为数据采集。工业物联网采集的是设备的运行数据，各个业务系统采集的是业务数据。

第二步是数据的流动和数据分析。首先实现各个系统数据的互联互通。比如采购就影响着原材料库存，库存又影响着生产，所以我们要让不同系统中的数据建立联系。之后通过大数据分析或者各种人工智能算法得出某个环节的最优解。

第三步就是决策，通过分析，智能系统可以控制生产环节做出调整。最简单的就是调度，比如发现某一产品原材料库存不足会自动切换另一种产品。发现一台设备有空闲，利用率不够，可以自主分配任务给此设备，提高资源利用率。

此时，整个生产环节，从采购到生产到质量控制到交付。全部由智能系统来调度，仿佛是有一个大脑在控制着各个环节做出相应的动作。

所以，你看。我们目前大部分只是在做第一步，极少一部分在做第二步的工作。至于最终目标的实现还有很远的距离。

这一部分也回答了开头的第二个，第三个问题。正是因为生产环节涉及到机械设备、自动控制、软件分析、生产流程等，所以智能制造就必须是一个交叉学科。

专业及就业

来回答你的第四个问题，大学本科里面的培养方案都是一些基础学科的教育，是让我们对此有基本的理论知识和概念。和实际工作中用到的还是有很大差距的。可以理解为，专业是一个很宽的概念，交给你很多方向的基本概念，但是工作就是从中选择一个方向并深入下去。

所以，即使你要做本专业的工作，也只会是做智能制造体系中的某一个环节。也许是各个信息化系统的实施，也许是工业物联网，也许是数据分析，智能算法等。

你的培养方案中关于软件方面并不算多，我建议你选择一到两门编程语言及一种关系型数据库，达到熟练掌握的地步。

至于深造的话，更多的就偏向于理论研究了，我朋友圈中也有几个硕士，博士在做智能制造方向的理论和算法研究。这个看个人选择了。

至于你题目中提到的和计科，智科对比，我认为没必要，既然选择了这个专业就好好的学习这个专业，目前全世界的制造业都在寻求转型，实现生产力的进一步提高，另外政策层面也是非常给力的。不要过多纠结于选择上。

思想价值决定企业命运的时代已经到来。

在日益全球化和移动互联、人工智能技术日趋普及的趋势下，优势企业之间的最高阶段的竞争，不能局限于硬技术的竞争，而是体现在企业软实力的竞争，亦即思想的竞争。面对今天的市场格局及为未来趋势，你的企业应该有什么样的价值判断，应该有什么样的思想基础，应该发出什么样的声音，这才是关键。

巴黎高科路桥大学秉承法国精英式高等教育体系，针对工业发展需求，将技术、人文与管理相结合，教学内容具有更新快，目的性强的特点，在学术科研上以项目为主线，拥有强大的企业合作背景和资源。学校注重全球发展和国际合作，在四大洲共有67个合作伙伴院校。

ENPC DBA（IM）项目关注学员成长，更关注学员背后企业和行业发展，旨在为学员提供前沿的学术思想，科学的理论支持，同时结合中国当前制造业发展，为学员提供理论与实践之间科学转换的视角、方法和工具。

更多招生简章、项目信息，欢迎私信了解详情~~~~~~

Copyright © 1999-2020, CSDNNET, All Rights Reserved
搜索博文/帖子/用户
登录
zhangbijun1230
关注
IOT(25)---Iot都有哪些协议 转载
2018-05-15 08:42:16
1点赞

zhangbijun1230
码龄12年
关注
Iot都有哪些协议
协议对Iot而言尤其重要，可你知道Iot都有哪些协议？收好本文干货
在物联网协议中，我们一般分为两大类，一类是传输协议，一类是通信协议。传输协议一般负责子网内设备间的组网及通信；通信协议则主要是运行在传统互联网TCP/IP协议之上的设备通讯协议，负责设备通过互联网进行数据交换及通信。那么物联网都有哪些通信协议呢？
协议对Iot而言尤其重要，可你知道Iot都有哪些协议？收好本文干货
物联网七大通信协议
一、REST/>