《大数据对我国制造业》由会员分享，可在线阅读，更多相关《大数据对我国制造业（10页珍藏版）》请在金锄头文库上搜索。
1、目录目录一、一、 引言引言. .1 1二、正文二、正文22（一）制造业的大数据思维2(二)大数据对我国制造业的推动.31、大数据为建设制造强国提供机遇32、大数据推动制造业全面转型升级43、促进大数据与制造业融合发展4三、让大数据为企业提供全方位全程服务让大数据为企业提供全方位全程服务5四、总结四、总结8五、参考文献五、参考文献.9大数据对我国制造业的影响大数据对我国制造业的影响摘要摘要：大数据时代的来临，影响着企业的生存命运，尤其是制造业，党的十八届五中全会提出，实施国家大数据战略。大数据作为新一代信息技术和产业发展的重要方向，对企业生产技术研发，生产制造，经营管理，销售服务等产业链产生重要
2、影响。大数据与制造业融合空间广阔、发展潜力巨大，随着大数据海量化、多样化、快速化、价值化特征的逐步显现，数据资产逐渐成为企业生产的核心，大数据对产品用户的重要性也日益突出，掌握收集大数据，进行智能化技术改革，已成为企业脱颖而出的关键。因此，越来越多的企业开始重视大数据战略布局，并重新定义企业的核心竞争力，乃至改变整个企业的发展方向。我们必须把建设制造强国与发展大数据紧密结合起来，推动制造模式变革和制造业转型升级。关键词关键词：制造强国；数据采集终端；销售服务；模式变革；信息技术；一、一、引言引言目前，物联网、互联网、云计算等概念成为整个社会的关注焦点。之所以这些概念在最近几年集中爆发，正是由于
3、 ICT 技术经历了几十年的积累后面临着质变的突破。RFID、传感器等数据识别、采集技术的发展给数据来源带来无限可能；云计算的发展大大提升了数据存储和处理的能力，摆脱了摩尔定律的影响，并大大降低了数据处理的成本；移动通信技术从 2G 时代已经快速进入4G 时代，在不远的将来 5G 也将普及，移动数据传输速度从 KB 级别提升至几十M 乃至上百 M，获取数据的空间限制被打破，理论上随时随地都可以获取数据。与技术的迅猛发展相比，技术在社会生活中的应用相对滞后，在制造业的应用更是如此。在新的概念和技术逐步得到国内制造企业认可的同时，如何利用这些技术服务于企业自身的发展是目前国内制造企业关注的焦点。传
4、统观念上，制造业是信息化建设的核心力量，但不是新的信息技术的引领者，换言之，新的信息技术的使用对制造企业的战略影响不是决定性的。这种状况在逐渐改变。与领先的制造业老牌强国对比不难发现，德国的“工业4.0” ，美国的回归制造，无不把制造业提升到了国家战略的高度，而且把互联网、物联网等先进技术与制造业的融合作为了制造业升级的重点。作为国内的制造企业来讲，信息化水平发展并不平衡，一些企业已经步入世界领先的水平，也有大量的企业特别是民营企业还处在作坊式的生产阶段。在过去十多年的ERP 实施浪潮过后，面对制造业转型升级的契机，需要重新审视企业的信息化建设，从而为转型升级提供支撑。二、二、正文正文（一）制
5、造业的大数据思维（一）制造业的大数据思维提到“大数据”的概念，大多数人想到的是数据量的大，想到的大数据应用，也多是阿里巴巴、亚马逊等这些互联网企业和金融行业，制造业在数据量方面离这样的数据量级还有很大的差距，那是不是“大数据”离制造业很遥远呢？答案是否定的。维克托迈尔舍恩伯格在大数据时代指出，当我们用大数据的思维分析一个问题是，一个主要的特点是采用的数据样本不是抽取部分而是全部数据。当然，在多数情况下，这个“全部数据”只能是理论上的无限接近,数据采集、存储、分析技术的发展给获得全部数据成为可能。在传统的信息化实施过程中，同样把数据的准确性和完整性作为重点，那么，从传统的信息化建设到“大数据”时
6、代的跨越，我们需要从哪几方面进行思想上的转变呢？首先，对数据的重视要上升到新的高度。在旧的观念中，数据质量一般会作为信息系统实施成功的关键，而在将来的企业管理中，数据会上升到企业战略的高度。数据不仅仅是服务于信息系统，而是要直接服务于企业的运营和决策。最近几年，有人提出了“数据资产”的概念，意在强调数据在未来企业管理中的作用。作为制造企业来讲，要尽快对数据管理重视起来。其次，要对数据的范围进行重新的定义。在传统的企业信息化定义中，会把企业自身作为一个系统进行分析，一般将信息系统分为辅助决策系统、管理信息系统和底层的执行控制系统。在将来的信息化建设中，不仅要把原有系统数据进行整合，更要把数据的收
7、集范围进一步扩大到整个供应链、行业及相关行业、社会环境等各个方面，将更多的数据纳入进来分析，才能为管理人员决策提供更有效地支持。第三，要围绕企业的价值流程建立数据存储、分析的方法和体系。在面对庞杂的数据时，数据的组织需要有一条主线，这条主线就是企业的价值流程。( (二二) )大数据对我国制造业的推动大数据对我国制造业的推动1 1、大数据大数据为建设制造强国提供机遇为建设制造强国提供机遇大数据成为国家竞争力的战略制高点。当前，全球正处于新一轮科技革命和产业变革之中，通过对互联网、物联网等新一代信息技术所产生的海量数据进行分析，能够总结经验、发现规律、预测趋势、辅助决策，拓展人类认识世界和改造世界
8、的能力，给人类经济社会创新发展提供强大引擎。大数据为制造业转型升级开辟了新途径。处于数据爆炸的时代，制造企业获取、管理和利用到的数据量越来越大、种类越来越多，若能对数据进行科学的采集、组织、分析与利用，为产品全生命周期和企业生产经营各环节提供有价值的决策参考，就能提高生产率、利润率和企业综合发展水平。我国具备发展制造业大数据的比较优势。我国制造业规模位居全球第一，规模以上制造企业数量众多，信息化发展水平日益提高，每时每刻产生大量制造数据，应用场景丰富，发展空间广大。为加快制造强国建设步伐，近年来国务院先后出台了中国制造 2025国务院关于积极推进“互联网+”行动的指导意见促进大数据发展行动纲要
9、等政策文件，也为制造业大数据发展创造了良好的发展环境。2 2、大数据推动制造业全面转型升级、大数据推动制造业全面转型升级大数据精准响应用户需求，提高制造业研发设计水平。在研发设计过程中应用大数据，能够推动打造集成创新平台，广泛收集和深入挖掘消费者的使用行为数据与意见反馈信息，更准确地掌握海量消费者的使用喜好，并借由众创、众包等方式，将消费者带入到产品的需求分析和研发设计等创新活动中，推动产品设计方案的持续改进。大数据实现业务场景交互，推动生产制造智能化升级。如果说传统的自动化、数字化、网络化给生产制造提供了“肢体”“感官”和“神经”，大数据的应用则给生产制造配上了“大脑”，使之能灵活应对各种业
10、务场景，实现真正的智能。通过整合、分析制造设备数据、产品数据、订单数据以及生产过程中产生的数据，能够使生产控制更加及时准确，生产制造的协同度和柔性化水平显著增强。大数据辅助企业科学决策，增强制造业经营管理能力。大数据的应用，能够推动跨行业、跨区域创新组织的建立和协同设计、电子商务、众包众创等新模式的发展，增强制造企业的经营管理能力。大数据支撑生产型服务发展，加快制造业服务化进程。大数据加速制造业服务化转型主要有 3 个方向：一是使企业业务从产品生产销售，向生产型服务领域延伸；二是使企业发展模式从围绕产品生产销售提供售后服务，转为围绕提供持续服务进行产品设计；三是使企业的主要利润来源从产品制造与
11、销售环节，转为售后的生产型服务环节。大数据与传统业务加速融合，催生新产品新服务新业态。我国拥有全球最大的消费市场和最多样的消费需求，将大数据融入到可穿戴设备、家居产品、汽车产品的功能开发中，能够推动技术产品的跨越式创新，形成智能可穿戴设备、智能家居、智能网联汽车等制造业发展新领域，有助于抢占制造业新的增长点和制高点。3 3、促进大数据与制造业融合发展、促进大数据与制造业融合发展当前和今后一个时期，推动大数据与制造业深度融合发展，要在以下几方面下功夫。健全工业信息基础设施。加快建立容量更大、服务质量更可靠的工业宽带网络，加强制造业领域无线宽带网络规划布局，部署面向智能制造单元、智能工厂及物联网应
12、用的低延时、高可靠的工业互联网。发挥互联网企业、工业软件企业优势，引导其与制造企业紧密融合，实现数据的统一采集、管理和高效处理。建设制造业数据资源。推进传感器等数据采集终端的大规模应用，多渠道、多层面采集获取数据。引导和支持骨干企业、行业组织建设低成本、高效率的制造业大数据存储中心和分析中心，汇聚形成系统、全面、及时、高质量的数据资源。完善制造业数据资源建设相关体制机制，创新政策激励手段，形成各方面积极参与、互利共赢的数据资源建设生态。突破制造业大数据核心技术。开放自主可控的制造业大数据平台软件和重点领域、重点业务环节应用软件，支持创新型中小企业开发专业化的制造行业数据处理分析技术和工具，提供
13、特色化的数据服务。推动多学科交叉融合，开展制造业大数据分析关键算法和关键技术研究。提升大数据分析应用能力。建设一批高质量的制造业大数据服务平台，推动软件与服务、设计与制造资源、关键技术与标准的开放共享，增强制造业大数据应用能力。提高数据安全保障能力。研究制定面向制造业领域信息采集和管控、敏感数据管理等方面的大数据安全保障制度建设。研究制定数据分级标准，推动数据保护、个人隐私、数据资源权益和开发利用等方面的标准化工作和立法工作。制定出台对制造业数据采集、传输、保存、备份、迁移等的管理规范，有效保障数据全生命周期各阶段、各环节的安全可靠。培养复合型大数据人才。支持有条件的高校结合计算机、数学、统计
14、等相关专业优势，设立大数据相关专业。鼓励高校、科研机构和企业有计划、分层次的引进大数据相关的战略科学家和创新领军人才，依托制造业大数据领域的研发和产业化项目，引进拥有实践经验的大数据管理者、大数据分析员等高端人才。三、让大数据为企业提供全方位全程服务三、让大数据为企业提供全方位全程服务在产品的设计中，传统的设计师基于经验灵感和经验，揣度消费者的需求喜好设计产品。在大数据时代，设计师通过对用户行为和需求大数据进行分析，精准量化客户需求，指导设计过程。在制造阶段，大数据技术可以帮助实现生产过程异常发现、产品质量和生产调度优化等方面。以生产异常发现为例，传统的基于降维手段的异常发现方法，容易破坏信息
15、完整性，不利于设备异常的发现。在大数据模式下，基于制造数据的分析对关键参数进行提取，然后通过聚类分析手段发现设备异常模式，在此基础上对设备控制优化。大数据也能帮助提高产品的质量控制。SPC 控制的是整个过程的单个参数，但是单个参数在正常范围为什么还会出现一些质量问题？可能每个参数均处于临界状态，综合后会产生一些质量问题，所以在这个过程中，传统就是数据的筛选、参数分析，这个过程介入了人工的分析来进行质量的预测，数据筛选过程淘汰了许多有效的数据资源，参数分析过程经常存在人工经验判断，使得预测模型对整个产品加工过程信息的描述残缺不全，不能发现产品质量问题的深层次原因(如误差累积)。而在大数据模式下，
16、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。大数据能提升大规模生产调度的全局性能，大家知道为什么企业生产调度一直会出现问题，我们做的计划赶不上变化。因为所做的计划，是在一个理想状态下考虑约束做出的。笔者做生产优化调度长达 20 多年，一直在寻找一种最优的解决方案，研究智能方法，例如：遗传算法、蚂蚁算法等。但随着工艺的复杂、环境的复杂、工艺的规模，整个问题规模越来越大的时候，它已经是一个很难解决的问题。传统的智能调度方法难以求解大规模的调度问题，基于规则和瓶颈的方法在大规模问题中又很难得到全局优化；大数据带来了新思路，它采用全局的数据之间的关联关系，从而形成全局的调度方案，能够解决大规模生产中的全局调度问题。大数据能为产品的运营维护服务，很典型的就是 GE 的案例，建立一
