大数据驱动工业4.0之路

标签:大数据互联网云计算工业4.0

访客:106579  发表于:2015-03-19 09:55:06

我是北航学CIMS的博士,毕业后一直从事企业信息化的工作,曾经为中国航天科工集团、中国电子、中国一拖集团、中国有色矿业集团、德州晶华集团等制造企业提供过信息化咨询服务,近些年的研究重点是大数据,所以,今天结合我的所学,以咨询师的角色,从理念和架构层面谈谈大数据与工业4.0,与各位专家进行交流。

1、关于工业4.0的概念。

工业4.0是工业现代化发展的新阶段,是在互联网、物联网、大数据、云计算等新一代信息技术应用基础上的工业革命的新阶段,用总书记的话,也是一个新常态。

不同国家有不同的概念,侧重点各有不同,但我个人认为本质上是一样的。美国人把它称为工业互联网,德国人把它称为工业4.0,中国则可能称为“互联网 工业”、智能制造,“ ”代表着一种融合,互联网与工业的深度融合。

为什么不同国家有不同的叫法,我认为,是从本国的优势和基础出发,试图争夺这一场革命的主导权、发言权和命名权。其实,这次革命是我们缩短落后的机会。

美国是互联网最发达的国家,一直主导着全球互联网经济的发展,美国GE等公司也试图把控工业互联网的发展方向,一直倡导“工业互联网”,这个词的重心落在了互联网。

德国是全世界制造业最为发达的国家之一,特别是装备制造业,全球领先,西门子公司是德国工业自动化的典型代表,全球管理软件的龙头SAP公司也是德国企业,德国还有一个牛叉的弗劳恩霍夫协会。德国依托其先进的工业制造能力,也试图主导这一场以互联网和物联网应用为特色的新工业革命,德国把它命名为第四次工业革命,即工业4.0,我认为重心仍在新工业。

中国既不是互联网最发达的国家,也不是制造业最发达的国家,但却是全球最大的互联网应用市场和最大的制造加工厂。作为全球第二大经济体,中国努力抢抓住新一轮产业升级的机会,积极推进信息化与工业化深度融合,李克强总理提出 “互联网 ”行动计划,一个“ ”仍是融合,也符合我们工业基础和互联网应用的现状。

尽管我们信息化平均水平不高,但不代表我们一些龙头企业的水平不高。

这是我个人认为工业4.0其提出的一个很大背景。我在后面介绍中的工业4.0不特指哪个国家,是个统称。德国工业4.0我会专门标识。

2、关于工业4.0的基本特征。

在德国实施“工业4.0”战略的建议中,工业4.0是基于CPS的智能工厂和智能生产组成的,它们又是更大万物互联网网和服务互联网的一部分。

大数据驱动工业4.0之路

与更大的互联网一样,工业4.0它强调生产要素的互联、集成、共享。

互联是集成的基础,工业生产中各种设备通过传感器等连接到互联网中。

集成,分三个层次,首先是企业内价值链各个环节的垂直集成,接着是企业价值网络中上下游和相关方的横向集成,最后是从客户需求到产品服务的端对端的集成。

关于德国工业4.0,大家介绍得很多,网上也有德国实施“工业4.0”战略的建议(中文版)可以下载,就不展开介绍了。

3、关于工业4.0所带来的工业变革和创新

工业4.0是互联网带来的经济社会结构变革引发的工业革命。

通过互联网、物联网、云计算、大数据、机器人、3D打印、智能制造等技术带来的低成本感知、高速移动连接、分布式计算和高级分析、先进加工制造、智能生产,新一代信息技术和全球工业系统正在深入融合,给全球工业带来深刻的变革,创新企业的研发、生产、供应链运营、营销和商业模式等。这些创新给不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。

首先,是产品创新的革新。

在工业4.0的产品创新中,是面向产品生命周期的产品创新,是以用户为中心的产品创新,是用户积极参与到创新过程的快速迭代式创新,是用户和上下游合作伙伴共同参与的开放式、协同式的众包、众筹的创新。

小米,乐视,都参与到了这场创新革命中

小米手机的开发就是一个典型例子,用户讨论产品的功能、外观,产品测试版供用户试用和点评,以此快递迭代创新,最终完成产品的快速创新。

小米站起来,Nokia却倒下了。

第二,是生产的革新。

包括生产技术创新、模式和组织创新。

在工业4.0的生产制造,是以互联网、物联网、机器人、大数据分析、3D打印等为特征的制造过程。制造的过程中,通过三维原型设计、制造仿真、3D打印的虚拟原型等,来分析和优化加工过程;通过以往产品使用数据的收集和分析,来发现缺陷,优化设计和制造工艺;通过数控机床的智能控制来实现精益的制造。

例子很多, 如,在GE公司,通过收集发动机运行状况数据,来改进产品工艺和产品质量。

在生产模式创新上,工业4.0智能工厂、智能生产、3D打印支撑产品的个性化定制,端到端集成,分布式生产等新兴生产模式。

在生产组织结构的创新,工业4.0将改变传统大型制造的业态和组织模式,建立起智能工厂、产销者、分布式3D打印车间等新业态。

第三,是供应链的革新。

在工业4.0的供应链管理,是以供应链联盟、动态优化和大数据分析为特征的供应链管理。例如,京东商城,能保证货物次日到达,这是依靠其智能化的供应链体系。通过供应链数据的预测分析,京东能够预测各个配送店的货物需求,提前备货,保证客户次日收到货物。

第四,是营销的革新。

在工业4.0的营销,是以互联网、移动、社交、大数据精准营销、O2O营销为主导的网络营销。营销的主要过程在网上完成。小米公司是典型示例,产品的营销就是通过口碑营销在互联网上进行传播,在互联网上开展活动,在互联网上形成饥饿营销,最终取代了传统的分销渠道,实现互联网直销。

最终体现为商业模式创新

工业4.0时代,创新发生在每个环节,将带来工业企业生产、经营、管理模式的变革,是直接改变工业企业的商业模式。今天,大部分工业企业是在销售产品,明天,很多工业企业可能是在卖服务。例如,一汽集团,今天是在销售汽车,随着车联网的发展,也许有一天,增值收入远超过产品收入,我猜一汽可能要给大家送汽车,通过各类车联网增值服务来弥补送汽车的成本。

总之,工业4.0,就是互联网工业时代,一个以互联网思维和互联网生产力来彻底推进工业革命的新时代!

二、大数据是实现工业4.0的核心资源和动力源

工业大数据是一个新的概念,从字面上理解,工业大数据是指在工业领域信息化和互联网应用中所产生的大数据。随着信息化与工业化的深度融合,随着互联网 与工业的融合,新一代信息技术渗透到了工业企业产业链的各个环节,条形码、二维码、RFID、工业传感器、工业自动控制系统、物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用,尤其是互联网、移动互联网、物联网、云计算、3D打印、机器人、智能制造等新一代信息技术在工业领域的应用,工业企业也进入了工业4.0的新的发展阶段,工业企业所拥有的数据也日益丰富。

德国工业4.0也指出,随着信息物理系统(CPS)的推广、智能装备和终端的普及以及各种各样传感器的使用,将会带来无所不在的感知和无所不在的连接,所有的生产装备、感知设备、联网终端,包括生产者本身都在源源不断地产生数据,这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期,是工业4.0的新资源、新燃料,数据是区别于传统工业生产体系的本质特征,是工业4.0的核心。

在“工业4.0”时代,制造企业的数据将会呈现爆炸式增长态势。工业企业中生产线处于高速运转,由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据,从数据类型看也多是非结构化数据,生产线的高速运转则对数据的实时性要求也更高。因此,工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少,某些情况下甚至更为复杂。

工业大数据应用的两个关键技术问题是数据建模和数据集成。

一是数据建模的问题。

产品数据建模是制造信息化的核心技术,也是工业大数据应用的核心。

工业4.0实现了智能原料、智能部件、智能产品、智能设备、工人、智能生产线、智能工厂、客户、智能供应链、物联网、服务网之间的相互连接,必然产生出对这些实体的大数据进行建模的问题。

首先要建设这些实体自身的数据模型,核心是产品模型,产品模型这是一个动态演变的全生命周期的模型,从需求一直到成品,再到转化为对客户的价值,包括产品需求、产品设计、产品工艺、产品加工、产品检验测试、产品维护等阶段的模型数据。

在4.0阶段,产品数据模型有了新的创新,首先,外部计算机和设备将不再是记录产品数据的主要手段,内嵌在产品中的传感器将会获取更多的、实时的产品数据(产品内存),使得产品管理能够贯穿需求、设计、生产、销售、售后到淘汰报废的全部生命历程。

第二,产品与原料、部件、设备、工人、生产线、工厂、客户、供应链之间相互关联,建立起更为全面的工业企业数据模型,这种关联比以往更为综合、复杂,既有静态结构关系关联,也有动态行为关联。

第三,所有实体数据模型,在静态模型的基础上,还需要采集这些实体的动态行为模型,产品行为分析、客户行为分析、设备行为分析、工厂行为分析等构成了工业大数据复杂的行为分析模型,使得工业大数据的洞察力更深刻也更复杂。在大数据营销过程中,我们可能只需掌握客户行为。但在生产制造中,我们需要知道产品、机器和工人的动态行为模型,在产品设计中,我们需要知道客户的行为和意愿模型。

所以,工业大数据应用建模远比营销大数据复杂

在工业4.0的三种不同集成方式下,数据集成的模式也有不同的模型。工业4.0有三种境界的集成,也面临三种境界的数据共享。

一是企业内的垂直集成,要实现垂直的各个环节的产品数据交换与共享。从生产制造各个环节的数据的交换和共享,包括PLM所涉及的需求分析、产品设计、产品分析、产品工艺、产品加工制造、产品质量监测等各个环节的数据的共享,也包括MES所涉及的生产线、生产设备的数据的共享。在企业运营与管理数据的共享,包括ERP所涉及的组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、电子商务、客户服务等数据的整合与共享。

二是横向数据集成,各种上下游数据的交换与共享,包括客户、供应商、合作伙伴等数据。一般是互联网上XML文件传输。大数据技术的发展和应用,使得价值链上各环节数据和信息能够被深入分析和挖掘,为制造企业提供看待价值网络的全新视角。

三是端到端的数据集成,生命周期的企业内外、制造、营销、消费、经济、产业、技术等大数据的交换与共享,真正的工业4.0的大数据集成与分析。

三、工业大数据应用

4.0下的案例很多,也体现为工业大数据应用,这是工业互联网时代也是工业大数据时代

工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等各个方面。

一是德国实施“工业4.0”战略的建议中的案例,大家可以看看。生产间歇的汽车车身装配线来减少能源消耗。实际上生产排程的优化和调动,是西门子的案例。

,在生产间歇中随时关闭那些不工作的部分以减少能源消耗,就成为一种必须具备的能力。工业4.0将更大程度地利用现有条件实现这一能力,以保证它能够融入到生产设施从计划到运行的整个过程。未来,机器人即便在很短的生产间歇也可以关闭,而在比较长的时间段,他们将保持一种被称为“网络唤醒模式”4的待命状态

第二个典型应用是产品故障诊断与预测,这可以被用于产品售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实,大数据应用、建模与仿真技术则使得预测动态性成为可能。

大数据驱动工业4.0之路

三是产品创新的应用。客户与工业企业之间的交互和交易行为将产生大量数据,挖掘和分析这些客户动态数据,能够帮助客户参与到产品的需求分析和产品设计等创新活动中,为产品创新作出贡献。福特公司是这方面的表率,他们将大数据技术应用到了福特福克斯电动车的产品创新和优化中,这款车成为了一款名副其实的“大数据电动车”。第一代福特福克斯电动车在驾驶和停车时产生大量数据。在行驶中,司机持续地更新车辆的加速度、刹车、电池充电和位置信息。这对于司机很有用,但数据也传回福特工程师那里,以了解客户的驾驶习惯,包括如何、何时以及何处充电。即使车辆处于静止状态,它也会持续将车辆胎压和电池系统的数据传送给最近的智能电话。这种以客户为中心的大数据应用场景具有多方面的好处,因为大数据实现了宝贵的新型产品创新和协作方式。司机获得有用的最新信息,而位于底特律的工程师汇总关于驾驶行为的信息,以了解客户,制订产品改进计划,并实施新产品创新。而且,电力公司和其他第三方供应商也可以分析数百万英里的驾驶数据,以决定在何处建立新的充电站,以及如何防止脆弱的电网超负荷运转。

大数据驱动工业4.0之路

第四个典型应用是工业物联网生产线的大数据应用。现代化工业制造生产线安装有数以千计的小型传感器,来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据,利用这些数据可以实现很多形式的分析,包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。

如,在能耗分析方面,在设备生产过程中利用传感器集中监控所有的生产流程,能够发现能耗的异常或峰值情形,由此便可在生产过程中优化能源的消耗,对所有流程进行分析将会大大降低能耗。

第五个典型应用是工业供应链的分析和优化。

以海尔公司为例,海尔公司供应链体系很完善,它以市场链为纽带,以订单信息流为中心,带动物流和资金流的运动,整合全球供应链资源和全球用户资源。在海尔供应链的各个环节,客户数据、企业内部数据、供应商数据被汇总到供应链体系中,通过供应链上的大数据采集和分析,海尔公司能够持续进行供应链改进和优化,保证了海尔对客户的敏捷响应。

这只是拉开大数据驱动工业4.0的序幕,更精彩的还在后面。


主题汇报人:赵刚

汇报人简介:赵刚,博士,北京赛智时代信息技术咨询有限公司(CIOManage)创始人,主要从事智慧产业和智慧应用咨询。曾任赛迪顾问公司高级副总裁,分管信息化、互联网与管理咨询业务,曾任赛迪时代公司总裁,赛迪学者。长期致力于信息化与信息产业的研究和咨询,服务的政府和企业客户超过100家。著有专著《大数据:技术和应用实践指南》、《IT管理体系——战略、管理和服务》,参编《信息化基本知识》、《智慧城市:规划、建设与测评》、《信息系统审计》等著作,近期主持完成银行大数据应用、保险大数据应用、互联网公司大数据应用、大数据营销等研究报告多本。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");