基于工业大数据的智能制造发展对策研究

王中一 李旭东

(重庆科技学院 重庆 400030)

在新一轮科技和产业革命的引领下，智能制造产业应运而生，并逐步成为我国制造业发展的必然趋势和主攻方向。制造业在向智能化转型的过程中，将催生工业大数据的广泛应用。因此，工业大数据技术在未来将成为智能制造生产体系的重要生产要素，是制造业生产力、竞争力、创新能力的重要关键之一[1]。

近年来，在全球经济数字化浪潮、深化制造业和互联网融合发展等政策的推动下，我国大数据与制造业融合发展态势良好[2]，但总体上还处于发展初期，与发达国家相比，在融合数量、深度、规模以及均衡性等方面有一定差距，因此，需要我国制造业尤其是智能制造领域牢牢把握当前大数据产业与制造业融合发展的难得机遇，加速创新发展，不断提升大数据对制造业的转型升级的助推能力。

一、智能制造的内涵及特点

智能制造是将人类专家和智能机器结合为一体，以高度柔性的方式模拟人类智能活动的集成系统，其将信息感知技术、自主学习技术、智能决策技术和自动化工作技术等新一代信息技术贯穿到设计、加工、装配、存储和搬运整个生产制造过程中，通过产品全生命周期价值链的数字化设计开发，实现高效、优质、低耗、绿色的制造和服务。智能制造的发展有利于制造业提高生产效率、降低生产风险、加强生产的持续性，其特点主要体现在以下三个方面。

第一，生产过程智能化。智能制造下的生产过程应具备自我感知、学习、决策以及执行能力，可以根据生产需要，将系统中的各组成单元自行组成最优结构，在运行方式上展现出自我组织的超柔性，并且面对故障工况可以进行自我诊断及修复工作。

第二，资源配置便捷化。信息技术和制造技术的深度融合以及5G技术的飞速发展和普及使用使智能制造具备了更好的开放性和共享性，产业链的中的研发、制造、物流等环节可以在全球范围内实现信息共享和资源整合，原料及部件可以随时随地以更快更优的方式配置到生产过程中所需要的地方。

第三，产品设计个性化。智能设计系统可以通过传感、控制、储存等技术对产品的运行情况进行自我监测，通过控制数据分析发现运行问题并自动向用户反馈，实现产品全生命周期的控制管理。同时，可以通过在线方式使用户参与到生产制造全过程，将制造生产转变为先定制后销售，满足消费者的个性化需求，避免产能过剩。

二、工业大数据对智能制造的驱动作用

（一）工业大数据的概念

工业大数据是指信息化技术在工业制造应用过程中产生的由各类传感器采集的海量数据，是为决策问题服务的大数据集、大数据技术和大数据应用的总称。工业大数据除了有着大数据普遍的容量大、种类多、速度快的特征外[3]，因受到制造业的时序性、关联性、流程性、专业性的影响，还展现出多模态、高通量、强关联的特征。

（二）工业大数据对智能制造的作用方式

智能制造过程中会产生大量数据，在采集、储存的基础上，工业大数据技术通过数据进行统计科学分析，可以深度挖掘其中所含的隐性知识并进行加以建模与管理，进而实现加以数据到信息、到知识、到决策的转化，使智能制造过程更加高效、便捷。工业大数据对智能制造的作用方式主要有以下四个方面。

第一，创新研发设计。用户层面上，工业大数据可以帮助收集用户动态数据，挖掘和分析用户的内在需求，帮助用户参与产品设计过程，实现定制化、个性化设计；企业层面上，可以通过数字化图纸、标准零部件库等数据设计方式提升智能制造产业链的资源统筹管理和协同设计能力，进而更加的有效的进行研发流程的重组和研发效率的提升，并更加充分地利用社会化创新和资金资源能力。

第二，改进生产流程。智能制造体系的核心在于数据和模型的利用，其生产过程可以通过整合集聚传感器探测得到的数据对生产流程分析，及时发现故障或瓶在，并可通过模拟仿真技术优化改进生产流程，达到提质增产、节能降耗的目的。在工业大数据技术的支撑下，智能制造生产流程将最大程度的实现自动化、柔性化、个性化，并通过不断的自我优化持续提升精准制造、高端制造、敏捷制造的能力，加速推进现代化生产体系的建立[4]。

第三，优化管理体系。在电子标识、物联网、互联网等技术的支撑下，工业企业获取产品供应链的大数据更加快速、便捷，且经过数据分析，可以形成更优的决策实现供应链效率的大幅提升和成本的大幅下降。同时，工业大数据还可以帮助企业整合经营管理全流程的数据资源，在对生产、财务、管理、采购数据挖掘分析的基础上，找准生产要素最佳投入比例，提升管理决策的科学性和运营一体化能力。

第四，扩展商业空间。企业可以凭借传感器技术实施监测产品全生命周期的各项数据，并可借助数据平台获取销售数据及客户数据等。以此为基础，凭借工业大数据技术手段，企业可以在深度挖掘、建模的基础上进行产品状态的分析、预测等工作，进而可以在故障诊断、运行维护、质量监控等方面延展增值业务，实现便捷化、在线化、个性化的产品服务，将产品的商业价值空间向“制造+服务”进行转变。

三、智能制造与工业大数据结合发展的对策

随着智能制造的更新换代、快速发展，工业大数据技术必将成为未来提升智能制造生产力、创新力、竞争力的重要关键。但目前我国绝大多数智能制造产业与工业大数据技术的融合还较为浅显，尤其是工业过程的高度复杂性使工业大数据的应用面临很多困难。对此，本文就工业大数据背景下的智能制造发展对策提出以下建议。

第一，重视创新突破。技术的创新及应用是产业发展的根本所在，对于智能制造而言更是如此。目前，工业大数据的技术发展及应用还明显滞后于消费大数据，需要进一步发挥政府—企业—高校研究院所等各个主体单元的协作创新作用，加大技术研发资金投入力度，重点支持面向智能制造生产过程的工业大数据挖掘、集成、存储、处理以及分析等核心关键技术的攻关突破，共同扶持智能制造技术研发、设备试验以及新技术和新设备的成果转化。

第二，推动实践应用。目前，我国智能制造产业在战略新兴产业方面取得了较为突破性的发展，也是大数据技术与智能化技术融合应用的主阵地。但长远来看，智能制造转向传统产业发展，也必将覆盖中小企业等基础单元，这些领域都需要前瞻布局，及时跟进大数据技术与智能化技术的融合发展及实践应用，不断提升生产与管理的智能化、数字化水平。国家层面也应制定相关政策和帮扶措施，并通过试点示范项目，以点带面地企业推广应用智能化管理系统和工业大数据技术，推动制造业向智能化、数字化发展

第三，强化人才培养。技术的创新与应用离不开多元复合型的人才支撑，人工智能、大数据等新一代技术更要能下沉到人才培养中。目前，智能制造领域的大数据人才市场需求十分巨大，供给严重不足，主要问题在于该领域人才既要掌握大数据相关知识，也要熟悉生产制造相关的专业知识。因此，要推进工业大数据在智能制造当中的深度应用，就必须在人才培养方面下功夫，努力培养懂技术、懂经营、懂管理、有创新能力的复合型高级专业人才及复合型高级管理人才，这样才能更好地服务于现代化的智能制造产业。

智能制造是制造业未来的发展趋势，并将继续向智能化、绿色化、高端化、链条化方向发展。工业大数据是助力实现智能制造的重要战略资源，未来将成为提升智能制造生产力、竞争力、驱动力、创新力关键。因此，大力发展工业大数据技术，深度挖掘生产过程当中的大数据价值，促进制造业转型升级将是中智能制造领域下一阶段的重要任务与课题。