谭建荣院士：运用大数据的目的是要实现大批量定制生产

邢黎闻

智能化、实时化、个性化、异构化是工业大数据发展趋势的四大趋势。

工业大数据发展趋势有四大趋势：一是从低价值分析发展到智能化挖掘，即智能化；二是从批量化处理发展到实时化计算，即实时化；三是大规模推送发展到个性化追踪，即个性化；四是从结构化数据发展到异构化信息，即异构化。

会上，中国工程院院士、浙江大学教授谭建荣直言，智能化、实时化、个性化、异构化是工业大数据发展趋势的四大趋势。大批量定制要注意两个问题：一是大批量定制是客户参与的设计，设计人员不能关起门来做设计，一定要和客户沟通；二是要快速响应客户需求。

从大数据到工业大数据

在上世纪 90年代，美国国家自然科学基金委员会和美国学者曾提出一个预言，即生命科学技术、纳米技术、信息技术和认知科学技术这四大技术互相交叉、融合、会聚将引领21世纪科技、经济和社会的发展。在新世纪过去了16年的今天再来看这个预言，谭院士认为它基本上是对的，但也有不足。不足在两方面：一是对生命科学技术、纳米技术和认知科学技术的发展应用，以及对经济的牵引作用估计过高，期望过大；二是对信息技术的牵引作用估计过低。

世界上第一个提出“大数据”这一词的是美国华盛顿大学的托夫勒教授，他在三、四十年前写就的《第三次浪潮》一书里首次提到了“奏响华彩乐章的将是大数据”。

什么是大数据？公说公有理，婆说婆有理，至今对大数据还没有统一的定义。但谭院士认为它有四大特点：容量大、种类多、价值密度低、增长速度快。

再说到工业大数据。工业大数据主要是制造业在产品创新、制造技术创新和产业模式创新过程中以数字化、网络化、智能化为主线，形成的大数据，它需要大数据的技术、平台与应用支撑。“我个人研究工业大数据的大数据和其他领域的大数据不一样。它有四个特点：一是语义性比较强；二是时效性比较强；三是异构性；四是多域性。”谭院士说。

同时，他指出，工业大数据发展趋势用四大趋势：一是从低价值分析发展到智能化挖掘，即智能化；二是从批量化处理发展到实时化计算，即实时化；三是大规模推送发展到个性化追踪，即个性化；四是从结构化数据发展到异构化信息，即异构化。

无论是波音，还是空客，出现机械故障都很能容易解决，“其中一个原因就是采用了大数据监测，故障备件可以提前运送到某个机场。”另外一个典型代表是西门子安贝格数字化工厂，其75%生产过程由机器自动完成，实现生产过自动化数据采集与管理，通过对工业大数据进行智能分析，做到提前准备备件。

从工业大数据到大批量定制

未来学家托夫勒教授在他的另外一本书《权力的转移》中提出了一种全新的生产方式的设想，以类似于标准化或大批量生产的成本和时间，提供满足客户特定需求的产品和服务。无独有偶，1998年，华盛顿大学由45位著名未来学家和技术专家组成的新兴技术预测委员会，也预测未来大批量定制会被列为2001到2030年的主要技术。

谭院士分析，大批量生产有大批量生产的很多优点：成本低、、高效率、质量稳定等。而定制化生产有定制化生产的优点：能满足个性化需求、创新性强、价值高等。托夫勒提出的以大批量生产的方式进行定制化生产是把上述两种优点都发挥了出来。“从互联网到大数据，到大批量定制，这将是制造业运用信息化技术的一条主线。过去的BPM和ERP都很好，解决的是批量化生产。现在讲的要智能制造，就要利用大数据分析，而运用大数据的目的是要实现大批量定制生产。”

由谭院士领衔的团队是国内最早开展大批量定制研究的队伍。第一个应用大批量定制的产品是在汽轮机上， 正是因为应用了大批量定制生产技术，杭汽的设计制造能力得到了大幅度提高。

当然，大批量定制也要注意两个问题：“一是大批量定制是客户参与的设计，设计人员不能关起门来做设计；二是要快速响应客户需求。”

如何高效利用已有的定制设计，如何处理工业物联化管理产生的海量数据，如何挖掘、满足客户潜在的设计需求，如何整合产业外大量分散的、异构的设计资源？这是大批量定制面临的四个问题。“把这四个问题转化成技术问题就是智能化数据挖掘、实时化数据计算、个性化的数据預测和异构化的数据集成。我们提出了几项关键技术，成功的推进了这四个问题的解决，分别是：工业思维大数据形式化表达技术、定制知识大数据智能化挖掘技术、工业高速流式数据实时处理技术、工业数控装备实时故障诊断技术、模糊个性化需求的大数据分析技术、定制化设计资源大数据集成技术。”谭院士说。