大数据与工业4.0

2018-07-10 17:19:30 17

大数据是一个热门的前沿技术,在商业、服务上的应用已经取得了很大的成功并持续影响着;今天我们就从大数据在制造业的应用维度来阐述工业4.0(中国智能制造2025),因为它既涉及了企业的转型升级,也关乎国家的创新发展。

1.大数据是工业4.0的基础与核心技术之一

大规模定制是工业4.0的目标,智能制造是工业4.0的核心;而大规模定制与智能制造的基础是物联网与云计算,其核心是大数据与算法。它将在制造业的研发、物流、生产、销售、服务5大环节持续重塑与变革,最终形成新的业态模式与制造型企业的价值创造体系。

2.工业4.0下的大数据价值体系-CPS的5C架构

MES管理系统,智能工厂解决方案,工业互联网解决方案,MES生产管理系统,MES管理软件,智慧工厂规划

2.1 智能感知层:将沉默的数据唤醒。

尽可能采集设备全生命周期及全价值链的各类要素的相关数据信息,或按活动目标和信息分析需求进行选择性和有所侧重的数据采集;打破设备独立感知与信息孤岛的壁垒,建立统一的数据环境;

2.2 数据挖掘层:从数据到信息的分析。

通过对数据的横向挖掘,即采集,提取,分析,评估,预测到信息的可视化,内容化与智能化。

2.3 网络层:网络化数据管理。

通过对网络化数据的横向处理,逻辑化;对实体数据的切片化管理,实体虚拟模型,实体与信息的对称管理,集群分析与大数据挖掘。

2.4 认知层:对信息的识别和决策。

通过对人与价值活动进行信息识别与决策,提供多平台远程可视化信息管理、虚拟模型的智能仿真与推理及决策的协同化分析。

2.5 配置层:系统的弹性和重构。

基于外界变化与价值目标,可实现根据状态偏差进行自我调节、具备自我配置的弹性系统以及对抗扰动的动态优化配置。

3.工业4.0核心推进路径

3.1 纵向集成:工业4.0最容易实现的目标,也是未来制造业的构建基础。

传统制造企业从车间进行工业4.0推进,改造现有车间的自动化和信息化水平,通过自动化与信息化融合,实现纵向集成。如无人车间,智能工厂的运用。

3.2 端到端集成:站在产业价值链全局把握机会,从整合供应链为着手。

端到端集成的两个关键点,一个是通过供应链整合全产业价值链的制造企业,一个是通过电子商务连接终端用户,建立以用户为中心的新型流程体系,用户将参与交互、设计、生产、物流及服务全过程,其过程全透明可视化。制造企业将全面提升效率,品质,同时缩短新产品上市时间,快速柔性的响应用户。

3.3 横向集成:软件将定义一切。

在工业4.0持续推进进程中,当工业大数据不断增长并超过消费大数据时,将成为横向集成的爆破点,基于云平台的云工厂,将重新定义制造业生态。

4.工业4.0推进过程的注意点

4.1 制造型企业需要结合未来战略设计工业4.0的推进路径,否则不太可能实现目标;

4.2 制造型企业需要评估当前智能管理成熟度,精益生产与标准化是推进工业4.0的基础。

4.3 制造型企业需要培育工业4.0综合性人才,或者寻求外部专家辅导。人才是推进工业4.0的根本。

4.4 制造型企业在推进工业4.0时,需要统一全价值链的元数据,否则无法提高大数据的集成与挖掘的质量。