探碼工業APP三大步驟將工業大數據轉化為摸得到的財富！

作者：探碼科技，原文鏈接： http://nbbskj.com/dasis/498

近日，工業大數據產業應用聯盟聯合多家制造界的大牛企業基于工業大數據技術、產業發展現狀，聯合發布了《2019版工業大數據白皮書》以下為大家做一個總結性解讀。

何為工業大數據

工業大數據是指在工業領域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發、設計、工藝、制造、采購、供應、庫存、發貨和交付、售后服務、運維、報廢或回收再制造等整個產品全生命周期各個環節所產生的各類數據及相關技術和應用的總稱。工業大數據以產品數據為核心，極大延展了傳統工業數據范圍，同時還包括工業大數據相關技術和應用。

工業大數據本質

工業大數據的價值屬性實質上 是基于工業大數據采集、存儲、分析等關鍵技術，對工業生產、運維、服務過程中數據實現價值的提升或變現；工業大數據的產權屬性則偏重于通過管理機制和管理方法幫助工業企業明晰數據資產目錄與數據資源分布，確定所有權邊界，為其價值的深入挖掘提供支撐。

工業大數據種類

第一類是企業運營管理相關的業務數據。這類數據來自企業信息化范疇，包括企業資源計劃ERP、產品生命周期管理PLM、供應鏈管理SCM、客戶關系管理CRM和能耗管理系統EMS等，此類數據是工業企業傳統意義上的數據資產。

第二類是制造過程數據。主要是指工業生產過程中，裝備、物料及產品加工過程的工況狀態參數、環境參數等生產情況數據，通過MES系統實時傳遞，目前在智能裝備大量應用的情況下，此類數據量增長最快。

第三類是企業外部數據。包括工業企業產品售出之后的使用、運營情況的數據，同時還包括大量客戶名單、供應商名單、外部的互聯網等數據。

工業大數據應用場景

智能化生產

在復雜產線設備健康管理方面，隨著科技的不斷進步以及工業化水平的不斷提高，工業系統的規模越來越大，集成的設備越來越多。系統內部通常存在復雜的耦合關系，其可靠性難以得到保障,一旦發生故障時，設備的停機損失將會非常大。

當前對于復雜系統健康度與可靠性評估主要通過利用傳感器對設備進行感知和從實時數據庫系統獲取設備振動、溫度、壓力、流量等數據，基于大數據平臺對數據進行存儲管理，借助人工智能算法對設備健康進行評估，實現設備故障預測和健康度監控。

如美國電力公司（AEP）通過對變壓器、斷路器和蓄電池分別加裝了 8600 個、11500 個和 400 多個傳感器，基于其工業大數據平臺，開展設備數據采集、診斷與分析，AEP 可以實時監控其設備參數、進行故障診斷預警，將設備壽命延長了 3 年，維護成本降低了 2.7%，設備維護效率提高了 4%，實現了設備預測性維護。

網絡化協同制造

在制造業向著大型、精密、數控、全自動趨勢不斷靠攏的時代下，基于工業大數據技術，將制造環節與設計、經銷、運行、維護直至回收處理聯系起來，由傳統的數據孤島轉為信息化協同管理，推動產業鏈各環節的并行組織和協同優化。

另一方面，借助大數據平臺，將產業鏈各個環節的數據進行采集并輸入到全生命周期數據庫形成總知識庫，通過信息技術、自動化技術、現代管理技術與制造技術相結合，構建面向企業的網絡化協同制造系統，推動制造全產業鏈智能協同，優化生產要素配置和資源利用，消除低效中間環節，整體提升制造業發展水平和世界競爭力。工業大數據在網絡化協同制造的應用主要體現在協同研發與制造、供應鏈管理體系優化、制造能力資源優化等方面。

智能化服務

在市場營銷環節，利用大數據挖掘用戶需求和市場趨勢，建立用戶對商品需求的分析體系，挖掘用戶深層次的需求，尋找機會產品，進行生產指導和后期市場營銷分析；通過建立科學的商品生產方案分析系統，結合用戶需求與產品生產，形成滿足消費者預期的各品類生產方案等。航天云網基于 INDICS 平臺的工業數據、供需服務信息，利用工業大數據關聯和分析為企業提供產品推薦、銷量預測、企業駕駛艙等數據服務，大大提升了平臺上的企業營銷水平及運營能力。

個性化定制

在大規模個性化定制生產中，數據起到了關鍵作用。需要采集客戶個性化需求數據、工業企業生產數據、外部環境數據等信息，從而建立個性化產品模型，將產品方案、物料清單、工藝方案通過制造執行系統快速傳遞給生產現場，進行生產線調整和物料準備，快速生產出符合個性化需求的定制化產品。當用戶的個性化需求訂單產生的時刻，依據基于工業大數據構建的需求轉化機制，可對制造過程中的變動做出快速整合和調整，柔性、動態地滿足用戶千人千面的個性化需求。