制造業(yè)正邁入大數(shù)據(jù)時代

    在德國的工業(yè)4.0中，大數(shù)據(jù)被認為是物理與信息融合中的關(guān)鍵技術(shù)。在美國GE提出的工業(yè)互聯(lián)網(wǎng)中，大數(shù)據(jù)分析作為聯(lián)機數(shù)據(jù)處理分析的核心，被認為是重構(gòu)全球工業(yè)、激發(fā)生產(chǎn)力的關(guān)鍵技術(shù)。在我國提出的《中國制造2025》中，云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)作為新一代的信息技術(shù)，成為兩化融合的關(guān)鍵技術(shù)。無論是工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)還是《中國制造2025》，智能制造是共同目標，工業(yè)互聯(lián)網(wǎng)是基石，大數(shù)據(jù)是引擎。

    制造業(yè)邁入了大數(shù)據(jù)時代，2012年，GE公司率先明確了“工業(yè)大數(shù)據(jù)”的概念。在制造業(yè)，產(chǎn)品的全生命周期從市場規(guī)劃、設(shè)計、制造、銷售、維護等過程都會產(chǎn)生大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，形成制造業(yè)大數(shù)據(jù)，而這些數(shù)據(jù)符合大數(shù)據(jù)的三“V”的特征：規(guī)模性、多樣性以及高速性。除此以外，制造業(yè)大數(shù)據(jù)還具有多源異構(gòu)、多尺度、不確定、高噪聲等特征。因此，研究和應(yīng)用制造大數(shù)據(jù)更具有挑戰(zhàn)性，主要體現(xiàn)在制造大數(shù)據(jù)的存儲、管理、分析和展示方面。如何充分挖掘工廠中數(shù)據(jù)的價值，通過對制造大數(shù)據(jù)進行分析，提升數(shù)字化工廠運行效率，已成為制約數(shù)字化工廠向智慧工廠發(fā)展的瓶頸。

    大數(shù)據(jù)方法帶來思維變化

    能用大數(shù)據(jù)來解決工廠的什么問題？大數(shù)據(jù)方法能為未來工廠的目標服務(wù)嗎？未來工廠就是智慧工廠，它追求的終極目標是一切都透明化。在制造業(yè)不同的階段，所追求的目標是不一樣的。

    上個世紀初，制造業(yè)追求目標是成本更低，出現(xiàn)了可互換零件原理，形成了大批大量生產(chǎn)模式。在上世紀中葉，為了追求更高的質(zhì)量，這時候采用了全面質(zhì)量管理。到上個世紀80年代，市場需要不同的產(chǎn)品，產(chǎn)品的多樣化出現(xiàn)，多品種小批量生產(chǎn)模式流行，計算機技術(shù)應(yīng)用到產(chǎn)品設(shè)計制造過程，出現(xiàn)了計算機集成制造系統(tǒng)，也就是信息化系統(tǒng)。不同時代企業(yè)追求目標不同，所采用的解決問題的方法也不同。未來的智能工廠追求透明化，要達到透明化的目標，可采用的方法就是分析推理，大數(shù)據(jù)方法事實上是一種分析推理法。因此，從數(shù)字化工廠向智能化工廠轉(zhuǎn)化的過程中面對著海量的數(shù)據(jù)，需要尋找它們相互之間的聯(lián)系和隱藏規(guī)律，實現(xiàn)透明化的目標。

    最后，在哪里用？大數(shù)據(jù)給制造業(yè)提供的是一種全方位的全程式的一種服務(wù)，在產(chǎn)品全生命周期階段，從設(shè)計到制造、從使用到維護，直到維修階段，產(chǎn)生的正向數(shù)據(jù)以及逆向數(shù)據(jù)，這些數(shù)據(jù)都能全方位地得到使用。

    大數(shù)據(jù)提供全方位全程服務(wù)

    在產(chǎn)品的設(shè)計中，傳統(tǒng)的設(shè)計師基于經(jīng)驗靈感和經(jīng)驗，揣度消費者的需求喜好設(shè)計產(chǎn)品。在大數(shù)據(jù)時代，設(shè)計師通過對用戶行為和需求大數(shù)據(jù)進行分析，精準量化客戶需求，指導(dǎo)設(shè)計過程。

    在制造階段，大數(shù)據(jù)技術(shù)可以幫助實現(xiàn)生產(chǎn)過程異常發(fā)現(xiàn)、產(chǎn)品質(zhì)量和生產(chǎn)調(diào)度優(yōu)化等方面。以生產(chǎn)異常發(fā)現(xiàn)為例，傳統(tǒng)的基于降維手段的異常發(fā)現(xiàn)方法，容易破壞信息完整性，不利于設(shè)備異常的發(fā)現(xiàn)。在大數(shù)據(jù)模式下，基于制造數(shù)據(jù)的分析對關(guān)鍵參數(shù)進行提取，然后通過聚類分析手段發(fā)現(xiàn)設(shè)備異常模式，在此基礎(chǔ)上對設(shè)備控制優(yōu)化。大數(shù)據(jù)也能幫助提高產(chǎn)品的質(zhì)量控制。SPC控制的是整個過程的單個參數(shù)，但是單個參數(shù)在正常范圍為什么還會出現(xiàn)一些質(zhì)量問題？可能每個參數(shù)均處于臨界狀態(tài)，綜合后會產(chǎn)生一些質(zhì)量問題，所以在這個過程中，傳統(tǒng)就是數(shù)據(jù)的篩選、參數(shù)分析，這個過程介入了人工的分析來進行質(zhì)量的預(yù)測，數(shù)據(jù)篩選過程淘汰了許多有效的數(shù)據(jù)資源，參數(shù)分析過程經(jīng)常存在人工經(jīng)驗判斷，使得預(yù)測模型對整個產(chǎn)品加工過程信息的描述殘缺不全，不能發(fā)現(xiàn)產(chǎn)品質(zhì)量問題的深層次原因(如誤差累積)。而在大數(shù)據(jù)模式下，根據(jù)產(chǎn)品的加工工藝過程，對產(chǎn)品質(zhì)量相關(guān)數(shù)據(jù)按層次進行組織，利用多隱藏層的神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)加工過程中產(chǎn)品質(zhì)量數(shù)據(jù)的相互作用機理，從而對產(chǎn)品質(zhì)量問題進行全面、深層次描述。

    大數(shù)據(jù)能提升大規(guī)模生產(chǎn)調(diào)度的全局性能，隨著工藝的復(fù)雜、環(huán)境的復(fù)雜、工藝的規(guī)模，整個問題規(guī)模越來越大的時候，它已經(jīng)是一個很難解決的問題。傳統(tǒng)的智能調(diào)度方法難以求解大規(guī)模的調(diào)度問題，基于規(guī)則和瓶頸的方法在大規(guī)模問題中又很難得到全局優(yōu)化；大數(shù)據(jù)帶來了新思路，它采用全局的數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，從而形成全局的調(diào)度方案，能夠解決大規(guī)模生產(chǎn)中的全局調(diào)度問題。<