工业大数据如何成功推动智能制造发展
信息技术特别是互联网技术正在给传统工业发展方式带来颠覆性、革命性的影响。

二维码、RFID、传感器、工控系统、物联网、ERP、CRM 等技术的广泛应用，推动工业企业实现生产流程各环节的互联互通，促进互联网与工业融合发展。

但网络、通信、硬件设备等只是工业企业实现互联互通的基础，实时感知、采集、监控生产过程中产生的大量数据,运用大数据技术对企业产生、拥有的海量数据进行挖掘，得到有作用的分析结果，智能制造才能得以实现。

多源数据的融合是实现互联网与工业融合创新的必要条件，而要实现对多种来源、多种类型海量数据的分析处理，以及复杂的数据关联关系挖掘，都需要有大数据的支撑。

在大数据的驱动下，互联网与工业进一步深度融合，新模式、新业态层出不穷，产业模式、制造模式、商业模式正在重塑，企业、市场与用户的互动程度和范围得到扩展，企业与用户关系加速重构，生产周期从产品的设计、研发、制造、销售、服务等逐渐构成闭环。

创新研发设计模式实现个性化定制
实现定制化设计。

企业通过互联网平台能够收集用户的个性化产品需求，也能获取到产品的交互和交易数据；挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，实现定制化设计，再依托柔性化的生产流程，就能为用户生产出量身定做的产品。

例如，海尔集团沈阳冰箱工厂利用云将用户需求和生产过程无缝对接，用户个性化需求可直接发送到生产线上，实现定
制化生产。

用户还可通过生产线上的上万个传感器随时查到自己冰箱的生产进程。

目前，一条生产线可支持500多个型号的柔性化大规模定制，生产时间可以缩短到10秒一台。

利用大数据进行虚拟仿真。

传统生产企业在测试、验证环节需要生产出实物来评测其性能等指标，成本随测试次数增加而不断提升。

利用虚拟仿真技术，可以实现对原有研发设计环节过程的模拟、分析、评估、验证和优化，从而减少工程更改量，优化生产工艺，降低成本和能耗。

长安福特采用虚拟仿真技术改良汽车设计环节，设计师带着3D眼镜能够看见最新设计的福特轿车，甚至还能够模拟坐进车内，感受内装是否符合心意。

如果有任何不好的地方，设计师能够马上通过软件修改，减少了开发产品的次数，能够在短时间内完成更多的设计工作，更快地反映市场的需求。

建立先进生产体系实现智能化生产
提升车间管理水平。

现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声等，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析（包括违反生产规定、零部件故障）等。

在生产过程中使用这些大数据，就能分析整个生产流程，一旦某个流程偏离了标准工艺，就会发出报警信号，快速地发现错误或者瓶颈所在。

例如，美国GE集团在纽约州斯克内克塔迪市有一家氯化镍电池工厂，18万平方英尺的电池生产厂区内，安装了1万多个传感器，用来监测相关的温度、能耗和气压，并全部连接高速内部以太网络进行数据传输。

在流
水生产线外，管理人员手拿iPad通过工厂的Wi-Fi网络来获取这些传感器发来的数据，监督生产过程和一天的产能。

如果抽检的电池如某一环节出现了问题，就可以通过跟踪数据发现问题的根源并及时解决。

传感器和机器之间也有数据交换，当某一传感器发现流水线移动缓慢时，就会“告知”机器，让它们传输的速度慢一点。

优化生产流程。

将生产制造各个环节的数据整合集聚，并对工业产品的生产过程建立虚拟模型，仿真并优化生产流程。

当所有流程和绩效数据都能在系统中重建时，对各环节制造数据的集成分析有助于制造商改进其生产流程。

例如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析，此举将会大大降低能耗。

基于云平台构建的制造企业的大数据的意义
产品营销：大数据分析结果为制造企业提供针对性推销、定向研发、智能维保等服务。

设备远程故障诊断分析：大数据预测设备未来可能出现故障的时间，提供避免风险的解决方案，消除设备故障停机给客户带来的损失。

客户体验：在移动端建立企业宣传平台，以场景化方式让客户参与产品的认知，增加品牌的传播效果。

技术创新：借助平台的专家经验共享、智能决策库的建立，提高运维领域的装备管理水平，降低行业运营成本。

节约效能：通过数据集的切分和规律查找，帮助找到最优化的数据
集，实现人员投入及控制过程的节能提效。

北京天拓四方科技有限公司。