大数据驱动下的智慧工厂

武爱斌

大数据正以一种革命风暴的姿态闯入人们视野，其技术和市场在快速发展，而驾驭大数据的呼声则一浪高过一浪。随着近些年国家工业信息化进程脚步的不断加快，以及国际社会在工业现代化、工业4.0等方面的不断演进，使得大数据技术在能源行业、制造业等工业行业方面也进行了较深度的技术融合和应用融合。

“智能制造”本质上是通过信息物理系统实现工厂的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产。

诚然，大数据的作用不仅局限于此，朗坤智慧多年来在致力于用数字化手段提升企业绩效的工作过程中，我们认为大数据可以从以下七点催生并驱动智慧工厂，即：使工业生产更高效；使工业采购更精准；使产品质量更可靠；使设备维护更经济；使供应链更优化；使工业企业更环保；使辅助决策更科学。

1、使工业生产更高效

在产品设计环节。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。

在订单处理环节。大数据模式下，大数据预测的结果，可以得到潜在订单的数量，使企业可以在客户下单之前就进入产品的设计和制造以及后续环节。

在生产排程环节。通过制约条件大数据分析和智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。

2、使工业采购更精准

利用大数据建立采购决策分析体系。把历史上的库存信息、价格信息、供应商供货信息、货品质量信息、采购过程信息全部纳入统一的数据仓库，再结合当前企业物料需求分析、市场行情分析、销售预测分析、资金周转分析等数据模型，向企业的决策、管理人员推送适当的采购建议。

利用大数据技术创新采购模式，搭建集约化平台化的电子商务平台，采购方与供应方在统一平台，所有供应方数据汇总在数据中心，运用横比纵比的数据模型，高效协同，战略寻源。

3、使产品质量更可靠

通过大数据技术构建企业内部质量追溯平台。在大数据模式下，根据产品的加工工艺过程，对产品质量相关数据按层次进行组织，利用多隐藏层的神经网络深度学习加工过程中产品质量数据的相互作用机理，从而对产品质量问题进行全面、深层次描述。

4、使设备维护更经济

设备管理的各项工作与数据的创造、传输和使用直接相关，增强数据流动性，从而扩大使用范围并提升使用价值，最终提高设备管理工作的效率。设备管理领域海量数据的积累与交换、分析、运用，必将产生前所未有的知识和财富，将极大促进企业生产效率的提高，为充分挖掘数据要素的价值提供超乎寻常的力量。

5、使供应链更优化

企业通过大数据来做需求预测，能做到自动生成并向供应商发出采购订单、自动生成线下库存点之间的调拨计划、整体库存分析、潜在销售产品备货等。通过历史上的销售数据，再结合季节的变化、人均销售、促销因素来建立模型，同时再通过算法预测未来的趋势，确定产品的产量及未来销售量。在上下游企业之间，各个主体在进行协商后共同作出决策，实现整体利益和其他各个节点企业利益最大化的供应链。

6、使工业企业更环保

一方面，对于企业自身，通过对能源质量与数量分量化分析，加上过程中大量在线监测设备得出的能耗实时数据，运用数据模型进行自主寻优，达到节能减排的促进目的。

另一方面，对于社会或政府监管部门，大数据可以帮助监测企业排放。使用先进技术、创新监测手段，推动开展环境质量连续自动监测和环境污染遥感监测，收集空气、水文、气象数据，工厂分布及污染排放达标情况等数据，可以预测排污和预警、监控。

7、使辅助决策更科学

智慧工厂是由人来运作的，人需要参照相关数据作出决策。工厂设备、物料及人工的实时监测为管理层提供了关于运营的可视化管理，能够根据相关的信息来提升生产力。

通过建立众多的企业生产运营关键环节的数据模型，利用采集、清洗、标准化之后的大数据，模拟演算优化指导生产经营，通过大数据为决策层提供决策支撑。

大数据应用，算法是关键。基于聚类算法、回归分析、关联规则等基础理论，以指导用户判别诊断设备故障，制定补救的故障检修计划，提高设備可靠性为主旨，进行算法创新研究。设备管理的焦点将向准确解决问题贴近。

朗坤呼吁大数据产业链上下游厂商，要联合分工，抱团合作。利用大数据思维，做强智能制造，推动“2025中国制造”稳定发展。只有走出国门，才是中国的希望，是我们这一代人的使命。