互聯網技術、物聯網、云計算、大數據和人工智能的進步對制造業產生了深遠影響。收集到的大數據越來越多,進而為如今傳統的制造模式往智能制造轉型提供了一個巨大的機會。這使得企業能夠采用數據驅動的戰略,從而提高自己的競爭力。

圖源網絡

介紹

制造商們正在擁抱虛擬和現實融合的概念。諸如德國的工業4.0,美國的工業互聯網及中國智能制造2025這種制造的策略相繼被提出。它們促進了現代信息技術在制造業中的應用,推動了智能制造的發展。智能制造旨在將產品生命周期中獲取的數據轉化為智能制造,從而對制造的各個方面產生積極的影響。在現代制造業中,制造系統生成的數據呈爆炸式增長,每年超過1000EB(1EB=1024PB=1152921504606846976B)。對制造數據進行系統的計算分析,可以做出更明智的決策,從而提高智能制造的效率。換句話說,數據驅動制造是智能制造的必要條件。因此,數據正成為增強制造業競爭力的關鍵因素,制造商也開始認識到數據的戰略重要性。

大數據的價值不僅取決于所能承擔的的龐大數據量,還取決于隱藏在其中的信息和知識。隨著物聯網(IoT)、云計算、移動互聯網和AI等新興IT技術的出現,可以在戰略上加以利用,并有效地整合,以支持數據驅動的制造。例如,許多創新的物聯網解決方案促進了傳感器在制造業中的部署,以收集實時制造數據。云計算可實現網絡數據存儲,管理和異地分析。用戶可以通過各種移動設備輕松訪問分析結果。AI解決方案使“智能”工廠能夠以最少的人力參與做出及時的決策。云計算支持網絡數據存儲、管理和離線分析。用戶可以通過各種移動設備輕松訪問分析結果。AI解決方案使“智能”工廠能夠在最少人力參與的情況下及時做出決策。

關于制造數據的歷史觀點

如下圖所示,長期以來,信息記錄在紙上,而制造是通過手工來實現的,因此信息技術與制造技術的結合既無益處也不可行。自1940年代ENIAC(即第一臺電子計算機)問世以來,信息技術(IT)的飛速發展一直在推動制造業朝著信息化方向發展。1950年代開發了第一臺數控銑床,宣布制造業進入了數控時代。自1960年代以來,集成電路的發展為計算機硬件和軟件的發展鋪平了道路。自1980年代以來,TCP/IP,局域網(LAN),萬維網(WWW)和搜索引擎相繼出現,以滿足對數據存儲,索引,處理和交換的不斷增長的需求。所有這些信息技術已廣泛應用于制造業。結果,提出了許多先進的制造技術,例如計算機集成制造(CIM),計算機輔助設計(CAD),制造執行系統(MES),計算機輔助制造(CAM),企業資源計劃(ERP)和網絡制造(NM)等。最近,新IT的興起(例如,物聯網,云計算,大數據分析和人工智能)繼續革新制造范式,從而導致了一系列新的制造概念。例如,制造網格,網絡物理制造系統,云制造等。由于IT與制造之間的深度融合,制造智能度逐漸提高。結果,制造數據也變得越來越豐富。結果,提出了許多先進的制造技術,例如計算機集成制造(CIM),計算機輔助設計(CAD),制造執行系統(MES),計算機輔助制造(CAM),企業資源計劃(ERP)和網絡制造(NM)等。最近,新IT的興起(例如,物聯網,云計算,大數據分析和人工智能)繼續革新制造范式,從而導致了一系列新的制造概念。由于制造技術和信息技術之間的深度融合,制造智能度逐漸提高。結果,制造數據也變得越來越豐富。討論了制造數據在四個階段的演變(見下圖)。

01、手工藝品時代的數據

Data in the handicraft age

在第一次工業革命之前,人類社會長期處于手工制造階段。手工制品主要是由工匠設計和制造的。手工業作為最基本的制造業形式,其復雜性較低。因此,在生產過程中產生的數據是有限的,因為它主要以人類經驗的形式存在。此外,經驗主要是通過口頭方式代代相傳,主要基于學徒制。關鍵信息和數據很容易丟失,使得生產和質量控制無法實現。由于其數量和質量極低,在手工業時代產生的生產資料既沒有得到重視,也沒有得到充分的利用。然而,由于手工制作涉及人類高度的創造力,即使在今天,它也被用于制造奢侈品(如珠寶、手表、皮包)。

02、手工藝品時代的數據

Data in the handicraft age

一般來說,機器時代包括兩個階段(分別是第一次工業革命和第二次工業革命)。第一次工業革命的結果是,在早期的工廠中將機器用作生產工具,從而極大地增加了制造規模。在此期間,人與生產中的機器之間的關系是高度互補的(即,早期的機器只能由熟練的操作員操作以實現其功能)。因此,制造商開始強調兩種特殊類型的制造數據:與工人有關的數據和與機器有關的數據。與工人相關的數據(例如,出勤,生產率和績效)用于促進有關薪資結構,績效基準和工作時間表等問題的決策。與機器相關的數據用于支持有關機器維護,維修和更換的決策。但是,與手工業時代相比,第一次工業革命并未對數據的收集,存儲,分析,傳輸和管理方式進行重大改變。實際上,工人仍然根據經驗來手動處理數據。

第二次工業革命(或技術革命)的結果是,機床和可互換零件被廣泛地并入現代工廠的“新”制造工藝(例如貝塞麥酸性轉爐煉鋼法)中,從而顯著提高了制造效率,并且制造模式轉移到了批量生產模式。第二次工業革命引發了數據處理方式的一些顯著變化。特別是,由于管理人員和工人之間的工作分工,受過良好教育的管理人員越來越多地處理制造數據。此外,管理人員開始采用更系統的方法來記錄和分析制造數據。原始數據被廣泛地記錄在書面文檔中(例如,說明,日志,便箋和圖表),而不是存儲在人的內存中。使用科學方法確定不同數據集之間的依賴關系。在此期間,制造商開始利用制造數據進行成本降低,質量控制和庫存管理。特別是,引入了統計模型來分析各種與質量相關的制造數據,例如生產計劃,吞吐量,產品質量,故障率,原材料消耗和報廢率。

總而言之,在機器時代,盡管通過科學方法分析了大量的制造數據,但是仍然由人工操作員(即管理人員)而不是計算機來人工處理數據。因此,制造數據的利用率仍然較低。

03、信息時代的數據

Data in the information age

在信息時代(或數字時代),信息技術被廣泛應用于制造過程中。結果,公司能夠收集的制造數據量呈指數增長。許多因素促成了數據的增長。首先,制造商廣泛采用了信息系統(例如CRM,MES,ERP,SCM,PDM等)來促進生產管理。其次,計算機系統(例如CAD,CAE,CAM和FEA)被廣泛用于輔助新產品以及制造過程的創建,仿真,修改和優化。第三,現代工廠普遍使用工業機器人和自動機械。越來越多的電子設備和數字計算機被用來自動控制生產設備。

信息技術的發展為制造商更好、更快、更便宜地滿足客戶需求鋪平了道路。

在信息時代,數據存儲在計算機系統中,并由信息系統進行管理。例如,客戶數據(例如家庭住址,電話號碼,人口統計學),銷售數據(例如成品的類型,數量,價格和發貨日期),供應鏈數據(例如產品的類型,數量,價格和供應商)原材料),財務數據(例如資產,不動產,有形財產,公用事業,無形財產等),生產計劃數據,物料清單,庫存數據(例如類型,數量,物料和制成品的位置)倉庫)和維護數據全部由CRM,MES,ERP,SCM,PLM等管理。因此,可以輕松地在不同部門或組織之間進行交換。由于使用了計算模型,因此數據分析的效率得到了顯著提高,盡管分析結果仍需要操作人員進行解釋才能做出決定。在此期間,制造商開始利用數據來推廣一些高級制造模型,例如大規模定制,可持續制造,柔性制造,智能制造和云制造。但是,信息孤島(無法與其他系統通信的信息系統)仍然很普遍。沒有有效的方法來分析非結構化,分散,重復和孤立的數據。結果,仍然很難從數據的價值中受益,特別是對于中小型制造企業。

04、大數據時代的數據

Data in the big data age

隨著物聯網技術的興起,云計算,大數據分析,人工智能以及其他技術的進步,催生了大數據時代。在制造業中,大數據是指在整個產品生命周期中生成的大量多源,異構數據,其特征是5V,即大容量(即大量數據),多樣性(即數據本身進入不同的形式,并且是由各種來源生成的),速度(即,數據以非常高的速度生成和更新),準確性(即,數據與一定程度的偏差,不一致,不完整,歧義性,時延,噪聲,和近似值)和價值(即隱藏在數據中的巨大價值)。

一般來說,制造過程中生成的大數據可以按照以下類別進行分類:

a)從制造信息系統(例如MES,ERP,CRM,SCM和PDM)收集的管理數據。信息系統擁有與產品計劃,訂單相關的各種數據

調度,物料管理,生產計劃,維護,庫存管理,銷售和市場營銷,分銷,客戶服務和財務管理。

b)通過工業物聯網技術從智能工廠收集的設備數據,包括與實時性能,操作條件和生產設備的維護歷史有關的數據。

c)從互聯網來源(例如電子商務平臺(例如,亞馬遜,沃爾瑪和淘寶)和社交網絡平臺(例如,Twitter,Facebook,LinkedIn和YouTube))收集的用戶數據。這種類型的數據包括用戶統計數據,用戶個人資料,用戶對產品/服務的偏好以及用戶行為(例如,有關在線瀏覽,搜索,購買和查看歷史記錄的數據)。

d)物聯網技術從智能產品和產品服務系統收集的產品數據,包括產品性能,使用環境(例如時間,位置和天氣),環境數據(例如溫度,濕度和空氣質量)和用戶生物學數據。

e)通過開放數據庫從政府收集的公共數據。這些數據集處理與知識產權,公民基礎設施,科學發展,環境保護和醫療保健有關的數據。對于制造商而言,公共數據可用于保證制造過程和制成品嚴格遵守政府法規和行業標準。

在新IT的支持下的大數據時代,制造商收集,存儲和處理數據的能力得到了顯著增強。近年來出現了許多具有成本效益和靈活的數據收集,存儲和處理解決方案,例如物聯網和云計算。這使得包括中小企業在內的不同規模的制造企業都可以從數據價值中受益。在制造業中,對大數據的有效分析使制造商能夠加深對客戶,競爭對手,產品,設備,過程,服務,員工,供應商和監管機構的了解。因此,大數據可以幫助制造商做出更合理,更及時,更明智的決策,并增強其在全球市場上的競爭力。

信息化和軟件服務網 - 助力數字中國建設 | 責編:夏麗