工业大数据：从智能制造到工业互联网

    清华大学大数据系统软件国家工程实验室总工程师，上海大数据采集软件、工业互联网产业副秘书长王晨在由清华大学全球股权研究院举办的“‘智能+’时代新机遇”论坛上发表了以《工业大数据：从智能制造到工业互联网》为题的演讲

他所在的清华大学大数据系统软件国家工程实验室，是2017年由国家发改委正式批复、清华大学一个在大数据方面的实验室，上海大数据采集软件。在演讲中，上海大数据采集软件，他介绍了实验室对于工业大数据的理解，工业大数据如何赋能智能制造，以及如何在智能制造的基础上未来走向工业互联网。

工业互联网数据采集平台，武汉安弘智能。上海大数据采集软件

工业大数据技术应用之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。在马航MH370失联客机搜寻过程中，波音公司获取的发动机运转数据对于确定飞机的失联路径起到了关键作用。我们就拿波音公司飞机系统作为案例，看看大数据应用在产品故障诊断中如何发挥作用。在波音的飞机上，发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。以波音737为例，发动机在飞行中每30分钟就能产生10 TB数据。这些数据不**是未来某个时间点能够分析的工程遥测数据，而且还促进了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。再看一个通用电气（GE）的例子，位于美国亚特兰大的GE能源监测和诊断（M&D）中心，收集全球50多个国家上千台GE燃气轮机的数据，每天就能为客户收集10G的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，这些大数据分析将为GE公司对燃气轮机故障诊断和预警提供支撑。 浙江环境数据采集平台工业互联网数据采集平台，武汉安弘智能装备有限公司。

所以工业大数据本身的特点带来了非常多的挑战。除了数据获取的挑战，随之而来的就是数据分析、应用的挑战。这里边的限制是因果关系，即数据驱动的方法只能告诉我们关联性，而无法不能告诉我们因果性。比如淘宝推荐商品，只知道推荐相关商品，却不关心这个事情的因果——为什么用户是这样的人。但这在工业上是行不通的，尤其是控制方面，因此模型需要长时间的分析和验证。

工业领域存在白盒模型和灰盒模型，白盒模型即工业机理，企业会根据工业机理设计工序、产品结构和工艺，这是第一步。当它们被设计完之后，运行中又会出现大量的不确定性，这些不确定性的消除靠的就是专家、工匠的经验，让整个流程生产变得更加稳定和高效，这是灰盒态。不再对机理和知识本身进行分析和理解的数据模型，是一种黑盒模型。工业大数据和工业智能的本质就是，将这些经验和知识量化学习出来，挖掘心中有口中无的隐性知识，或者尝试通过数据方法把统计关系找到，再交还给工匠分析。工业就是工业，它存在的时间比信息化时间长，积淀比信息化多，而大数据和人工智能技术只是给工业上带来小的变化，尝试帮它去消除不确定性。

工业大数据技术应用之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。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。再如，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降低能耗。 大数据采集软件，武汉安弘智能装备有限公司。

     推动数据共享

     推动工业数据开放共享。支持优势产业上下游企业开放数据，加强合作，共建安全可信的工业数据空间，建立互利共赢的共享机制。引导和规范公共数据资源开放流动，鼓励相关单位通过共享、交换、交易等方式，提高数据资源价值创造的水平。  

     激发工业数据市场活力。支持开展数据流动关键技术攻关，建设可信的工业数据流通环境。构建工业大数据资产价值评估体系，研究制定公平、开放、透明的数据交易规则，加强市场监管和行业自律，开展数据资产交易试点，培育工业数据市场。

四、深化数据应用

    推动工业数据深度应用。加快数据全过程应用，发展数据驱动的制造新模式新业态，引导企业用好各业务环节的数据。  

     开展工业数据应用示范。组织开展工业大数据应用试点示范，总结推广工业大数据应用方法，制定工业大数据应用水平评估标准，加强对地方和企业应用现状的评估。

    提升数据平台支撑作用。发挥工业互联网平台优势，提升平台的数据处理能力。面向中小企业开放数据服务资源，提升企业数据应用能力。加快推动工业知识、技术、经验的软件化，培育发展一批面向不同场景的工业APP。

智能数据采集软件，武汉安弘智能。江苏大数据采集平台

智能数据采集平台，武汉安弘智能装备有限公司。上海大数据采集软件

制造企业的工业大数据系统建设原则

我对工业大数据时代有个自己的定义：工业大数据时代就是（基本上）不必要考虑数据多了怎么办的时代。我们主要去考虑它能带来什么价值、怎么用好数据就行了，而不必要过于纠结于数据存储、传输、查找过程的麻烦——因为这些麻烦总会有办法解决。

工业大数据的价值在什么地方？大处说有两个层次：一个层次就是让企业的管控更好，另外一个层次是对企业的业务再造和重构。我们主要谈个层次：因为企业重构的问题太复杂、个性化太强。

企业管控更好，也就尽量是将不必要的成本、质量、效率损失降低到小。所谓的小，就是保持当前的小，再通过持续改进来降低。也就是基于当前技术条件的、不是跳跃性的，是PDCA 持续改进、精益管理的思想结合在一起的。这个出发点的依据是一个调研结果：企业由于管理不善导致的损失，一般会占到成本的20%左右。

关于推进的路径，我曾经提出一个原则：从可追溯、到透明化、再到智能化。可追溯指的是：出来问题可以追溯发生问题的过程；透明化指的是：出了问题可以立刻让管理者知道，并尽快做出决策，管理者的注意力不会淹没在数据的海洋中。智能化指的是：让计算机去实时决策。

上海大数据采集软件