驱动智能制造的大数据时代

简介:

驱动智能制造

中国制造正在悄然发生着积极变化。

一组来源于国家统计局的最新数据显示:2016年1-5月,规模以上工业增加值同比增长5.9%,工业总体保持平稳增长。同样,高新技术制造业和装备制造业增加值继续保持较快增长,占规模以上工业增加值的比重已分别达到12.1%和32.5%。

毫无疑问,“中国制造”已成为世界上认知度最高的标签之一。历经30多年的高速发展,作为促进世界经济发展的重要力量,中国这个“世界工厂”的角色已经越来越重要。

相伴而生的是,智能制造作为中国制造未来的重要方向,正面临大考。

智能制造,在经过了“制造 自动化”的第一代,又在第二代“信息化 网络化”时期实现了信息和装备的动作同步,人机互动。而今进入第三个阶段——大数据时代,智能制造正在使制造业走向智能化。

然而,在这个言必称“大数据”的制造时代,智能制造是否真的已经实现了与大数据无缝对接?大数据给中国制造带来了什么?

而真相又是什么?

数据只是信息,只有分析之后才会“说话”

智能制造时代,我们永远不要低估大数据的力量。即使是最普通的一盒纸巾,每一张纸巾都可以排得整整齐齐,如果说这背后运用了大数据分析,你信吗?

以宝洁公司为例,每一盒纸巾的生产,流水线上每一步的材料变化、设备状态等都有数据监测。一盒纸巾的生产看似简单,但如何达成产品质量的普遍等同性则大有学问。宝洁公司通过工厂里面的温度、湿度、材料等变化来调整加工参数,并且工程师不需要在实地工厂实时监督,在世界的任何一个角落可以实现远程设备管理。

“这就是数据的深层分析,数据背后都有其逻辑性。没有逻辑的数据只能称之为‘信息’。懂得逻辑以及逻辑背后的智慧,很多质量问题便可迎刃而解。”美国辛辛那提大学讲座教授、美国NSF智能维护系统中心主任李杰对《中外管理》开门见山地说道。

他进一步解释,大数据时代,智能制造里面有很多可见和不可见的问题都可以通过数据反馈出来。与之对应的是会有很多可见数据和不可见数据生成,可见的数据就是机器里面的参数,比如噪音特征、加工参数特征、耗电特征等。但这些参数与设备加工进度有什么关系?跟加工设备的健康有什么关系?这些是无法测量的不可见数据,需要深度分析。

大数据之于智能制造好比是一个健康检查的过程,就好比你觉得你的身体很好,但是体检的时候发现胆固醇过高,肝指数过高,这就是看不到的东西。李杰以此比喻。在他眼里,数据不会说话,只有分析之后才会“说话”。

不过,与德国、美国、日本的智能工厂相比,中国工厂工人数量多,专门的技术人员却很少,这也恰恰是数据分析的桎梏——缺少专业的分析人员,中国智能制造在数据分析时面临的问题是技术人才以及知识短板。

而缺少数据分析,再多的“智能制造”、“工匠精神”只是空谈。试想,如果一个智能工厂里,机器是外国的,图纸和设计是照抄的,零部件80%是进口的,自动化生产线很多,但生产背后并没有深入的数据分析,或者无法解读数据背后的含义,那么,智能制造的优势在哪里?仅靠消费市场取胜的智能制造,能走多远?

数据和智慧才是智能制造的传承之本

智能制造,说“高大上”一点,是为了人们的生活、为了国家的竞争力而制造。而且,智能制造不是20年、30年,乃至50年就能实现的,它是一个百年工程。

智能制造需要传承!但相比较而言,中国目前的制造企业以二三十年之久的居多,是否能够发展到百年企业现在还未知,所以中国制造必须用大数据不断地更新迭代,使智能制造变成一个知识的传承体系,否则就会面临中国制造的优势外流。

从李杰多年的案例研究经验看,谈智能制造,说得多做得少的企业并不在少数。很多企业做一点就觉得他走在了智能制造队伍的前列。而且,大数据主导下的智能制造不是数量的取胜而是质量的取胜。智能制造目的不是展现给人家智能机器有多少,自动化程度有多高,而是要看将人的素质能够提高多少,这是中国要给世界的一个交代,能够让人家信服。

真正做智能制造的企业,在它们的理念里,智能制造是对市场尊重而产生的使命感。智能制造恰是一种认真做事从而带出来转型的态度,它不是一个技术问题,而是一种“我一定要改进”的决心。

所以,“大数据时代,智能制造需要传承的不是机器也不是工厂,而是数据和智慧。”李杰如是说。

具体而言,即:用大数据来深入了解中国制造的短板,比如质量问题、效率问题,还有类似机器使用性能问题。找到短板之后,数据可以告诉你怎样改进,如何设计未来,而无需一直依赖从外部引进技术。最后,大数据帮助企业实现对未来制造的价值重新定位,智能制造生产的产品不单纯只是产品,它会为客户创造更多的价值,而产品加上服务的价值让智能制造更有效率,更为先进。

所以,大数据对于中国智能制造的意义,已经不言而喻。

“智能制造是以数据为核心,以自动化为基础,以人的知识智慧为传承的目的。智能制造最重要的是人,工厂的技术人员经过数据分析了解到怎样加工品质更好,怎样制造更有效率,更节能更安全,这就是对客户的尊重,对人的尊重。它的终极目的仍然是服务于人。而且产品被客户认可,这本身就是对人的尊重。”李杰深入总结道。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
人工智能 自然语言处理 大数据
AI大数据智能导诊系统源码 Springboot框架
智能导诊系统是在医院中使用的引导患者自助就诊挂号,在就诊的过程中有许多患者不知道需要挂什么号,要看什么病,通过智慧导诊系统,可输入自身疾病的症状表现,或选择身体部位,再经由智能导诊系统多维度计算,AI智能引擎分析、准确推荐科室,引导患者挂号就诊,实现科学就诊,不用担心挂错号。
60 0
|
5月前
|
存储 NoSQL 大数据
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
近日,2023 第八届 IDC 中国数字化转型年度盛典在北京盛大开幕。会上,IDC 中国为 2023 年度“IDC 中国未来企业大奖”卓越奖获奖企业颁奖。兴业银行凭借「基于悦数图数据库」的「智能大数据云平台」荣获“2023 IDC 中国未来企业大奖——未来数字基础架构领军者”殊荣。
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
|
12月前
|
存储 SQL 分布式计算
MaxCompute 物化视图智能推荐最佳实践
MaxCompute 发布 “物化视图智能推荐”,CU算力节省14%
|
12月前
|
存储 SQL 分布式计算
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
物化视图智能推荐支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果可视化展现。
|
12月前
|
存储 分布式计算 数据挖掘
MaxCompute 物化视图智能推荐最佳实践
本文主要介绍什么是五话题以及MaxCompute 发布的“物化视图智能推荐”具体内容。
12845 0
|
12月前
|
存储 SQL 分布式计算
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
物化视图智能推荐支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果可视化展现。
1698 0
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
|
数据采集 人工智能 算法
TICA解读:AI智能体与大数据构造在智能测试领域的运用
导读:各位小伙伴,TICA2022已于2022年12月15日圆满落幕。想必大家还畅游在知识的海洋里无法自拔吧?应大家要求,小编将为大家深入解读一些Topic。本次给大家带来的Topic,是由又仁老师在大会中分享的“AI智能体与大数据构造在智能测试领域的运用”。
298 0
TICA解读:AI智能体与大数据构造在智能测试领域的运用
|
机器学习/深度学习 人工智能 Cloud Native
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
IDC认为,从提升企业中长期发展质量、降低综合投入成本的角度出发,大数据技术领域将呈现出两个显著趋势:一体化和融合化。企业应以战略和顶层设计为先导,用体系化的思维全面构建大数据能力架构,避免形成新的数据、业务和能力孤岛。 【下载地址见文末】
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
|
人工智能 运维 监控
大数据在城市智能轨道交通的应用
随着城市轨道交通体系建设的逐渐普及,我国城市轨道交通网路愈加复杂,接入站点、旅客运输量等不断提高,为城市轨道交通的运行带来了一定的压力。
大数据在城市智能轨道交通的应用
|
存储 SQL 人工智能
贾扬清演讲实录:阿里云一体化大数据智能平台的演进丨2022云栖一体化大数据智能峰会
贾扬清在一体化大数据智能峰会论坛上分享立足于数据这个领域,数据和智能之间创新的火花。
贾扬清演讲实录:阿里云一体化大数据智能平台的演进丨2022云栖一体化大数据智能峰会

热门文章

最新文章