工業(yè)場(chǎng)景下的數(shù)據(jù)革命

發(fā)表時(shí)間:2023-10-18 11:46

一直很熱的工業(yè)大數(shù)據(jù)是指由工業(yè)設(shè)備常態(tài)化運(yùn)行所產(chǎn)生的數(shù)據(jù),是重要的工業(yè)生產(chǎn)信息。它在2012年隨著工業(yè)4.0的概念而出現(xiàn),也和當(dāng)前流行的大數(shù)據(jù)技術(shù)緊密相關(guān)。工業(yè)大數(shù)據(jù)意味著工業(yè)設(shè)備產(chǎn)生的大量數(shù)據(jù)有其潛在的商業(yè)價(jià)值。工業(yè)大數(shù)據(jù)配合工業(yè)互聯(lián)網(wǎng)技術(shù),利用原始數(shù)據(jù)形成信息來(lái)支撐工業(yè)生產(chǎn)管理上的決策。例如降低維護(hù)成本以及提升對(duì)客戶的服務(wù)。

工業(yè)生產(chǎn)是企業(yè)運(yùn)營(yíng)的核心,工業(yè)大數(shù)據(jù)建設(shè)是圍繞著這個(gè)核心進(jìn)行的。例如煉鋼企業(yè),爐溫、爐壓等工作流程中所產(chǎn)生的數(shù)據(jù),之前都是靠工人的經(jīng)驗(yàn)來(lái)調(diào)控的,但經(jīng)驗(yàn)無(wú)法傳承也沒有依據(jù);經(jīng)驗(yàn)需要反復(fù)地試錯(cuò)才能形成,這中間消耗的成本居高不下。而現(xiàn)在通過(guò)工業(yè)大數(shù)據(jù)和算法,實(shí)現(xiàn)實(shí)時(shí)采集,能夠讓機(jī)器更加完整地記錄和分析工業(yè)生產(chǎn)全過(guò)程的數(shù)據(jù),進(jìn)而在數(shù)學(xué)層面給出最佳建議。

工業(yè)大數(shù)據(jù)演進(jìn)

工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)在大數(shù)據(jù)分析技術(shù)上存在不同?;ヂ?lián)網(wǎng)大數(shù)據(jù)更加注重?cái)?shù)據(jù)的數(shù)量,而工業(yè)大數(shù)據(jù)更傾向于數(shù)據(jù)的全面性,即盡可能避免樣本出現(xiàn)遺漏、分散和斷續(xù)。以覆蓋工業(yè)過(guò)程中的各類變化條件,保證從數(shù)據(jù)中能夠提取出反映生產(chǎn)中真實(shí)狀態(tài)的全面信息。工業(yè)大數(shù)據(jù)更加注重?cái)?shù)據(jù)質(zhì)量,而互聯(lián)網(wǎng)大數(shù)據(jù)則可以只針對(duì)數(shù)據(jù)本身進(jìn)行挖掘和關(guān)聯(lián)而不考慮數(shù)據(jù)的本身的意義。

如果我們把人工智能看成一個(gè)懵懂的孩子、他的智慧是需要培養(yǎng)的,那么某一領(lǐng)域?qū)I(yè)的、海量的、深度的數(shù)據(jù)就是培養(yǎng)這個(gè)孩子的內(nèi)容。而內(nèi)容的多少,是否是正確的,價(jià)值含金量,則決定了這個(gè)孩子后續(xù)智力發(fā)育水平的高低。這就是為什么,盡管美國(guó)、德國(guó)在智能制造發(fā)展路徑上的選擇有所不同,但是他們都不會(huì)忽略大數(shù)據(jù)這個(gè)領(lǐng)域的發(fā)展。相比于互聯(lián)網(wǎng)大數(shù)據(jù)通常并不需要精準(zhǔn)的結(jié)果推送,而工業(yè)大數(shù)據(jù)對(duì)預(yù)測(cè)和分析結(jié)果的容錯(cuò)率遠(yuǎn)遠(yuǎn)比互聯(lián)網(wǎng)大數(shù)據(jù)低得多,工業(yè)大數(shù)據(jù)需要準(zhǔn)確。

互聯(lián)網(wǎng)大數(shù)據(jù)在進(jìn)行預(yù)測(cè)和決策時(shí),考慮的僅僅是兩個(gè)屬性之間的關(guān)聯(lián)是否具有統(tǒng)計(jì)顯著性。比如,當(dāng)我覺得有70%的顯著性應(yīng)該給某個(gè)用戶推薦a類商品,即使該用戶并非真正喜歡這類商品,也不會(huì)造成嚴(yán)重的后果。但是在工業(yè)生產(chǎn)環(huán)境中,如果僅僅通過(guò)統(tǒng)計(jì)的顯著性給出分析結(jié)果,哪怕僅僅一次的失誤都可能造成嚴(yán)重的后果。因此,簡(jiǎn)單地照搬互聯(lián)網(wǎng)大數(shù)據(jù)的分析手段,解決的只是算法工具和模型的建立,還無(wú)法滿足工業(yè)大數(shù)據(jù)的分析要求。工業(yè)大數(shù)據(jù)分析更加注重邏輯清晰的分析流程和與分析流程相匹配的技術(shù)體系。這就好比很多專業(yè)領(lǐng)域的技術(shù)人員由于接受了大量與其工作相關(guān)的思維流程訓(xùn)練,具備了清晰的條理思考能力和完善的執(zhí)行流程,往往更能勝任復(fù)雜度較高的工作。隨著新一代信息技術(shù)與制造業(yè)的深度融合,工業(yè)企業(yè)的運(yùn)營(yíng)管理,越來(lái)越依賴工業(yè)大數(shù)據(jù)。

工業(yè)大數(shù)據(jù)會(huì)帶來(lái)的價(jià)值主要體現(xiàn)在:

使人的工作更加簡(jiǎn)單,甚至部分代替人的工作,在提高生產(chǎn)效率的同時(shí)降低工作量;

實(shí)現(xiàn)全產(chǎn)業(yè)鏈的信息整合,使整個(gè)生產(chǎn)系統(tǒng)協(xié)同優(yōu)化,讓生產(chǎn)系統(tǒng)變得更加動(dòng)態(tài)和靈活,進(jìn)一步提高生產(chǎn)效率并降低生產(chǎn)成本。

在未來(lái)的工業(yè)發(fā)展中,誰(shuí)掌握了數(shù)據(jù)、利用好數(shù)據(jù),誰(shuí)將占據(jù)智慧工業(yè)發(fā)展的先機(jī)。

我們與工廠管理者溝通過(guò)程中發(fā)現(xiàn),目前,工廠智慧化建設(shè)已經(jīng)不僅僅重視硬件建設(shè),越來(lái)越多地開始關(guān)注軟件建設(shè),一些發(fā)展較快的管理者,已經(jīng)開始從關(guān)注軟件轉(zhuǎn)到關(guān)注算法,這不得不說(shuō)是一種進(jìn)步。

工業(yè)大數(shù)據(jù)的發(fā)展

得益于國(guó)家政策的大力支持,我國(guó)工業(yè)大數(shù)據(jù)領(lǐng)域生態(tài)環(huán)境不斷優(yōu)化。工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟(以下簡(jiǎn)稱聯(lián)盟)會(huì)員數(shù)量已突破400家,成立“8+8”組織架構(gòu),從產(chǎn)業(yè)需求、技術(shù)標(biāo)準(zhǔn)、應(yīng)用推廣、安全保障、國(guó)際合作等角度開展務(wù)實(shí)工作并取得了多項(xiàng)研究成果。以聯(lián)盟為中心,推動(dòng)大數(shù)據(jù)應(yīng)用開花、結(jié)果,推動(dòng)行業(yè)智能化升級(jí)。這既響應(yīng)了“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”的精神,也順應(yīng)了智能化時(shí)代到來(lái)的迫切要求。

工業(yè)互聯(lián)網(wǎng)的本質(zhì)是要實(shí)現(xiàn)行業(yè)智能,行業(yè)智能的基礎(chǔ)和動(dòng)力是大數(shù)據(jù)應(yīng)用??梢哉f(shuō),工業(yè)場(chǎng)景下的數(shù)據(jù)革命,將引領(lǐng)工業(yè)向著智慧化發(fā)展。