APP下载

工业大数据,融合实体经济

2019-01-14姜红德

中国信息化 2019年12期
关键词:工业生产

姜红德

云计算、人工智能、区块链、物联网、5G被认为是当前产业互联网时代核心的创新技术。大数据作为最为核心的技术,又是其它技术的基础,是DNA。

今天大数据已经无处不在,也在不断地赋能传统行业。金融、政府、互联网、交通等领域因为本身信息化程度较高,与大数据的融合的程度比较高。随着近年来数字技术与实体经济融合的趋势越来越明显,大数据与最大的实体经济板块工业的融合,也逐渐得到了各方面的重视。

据国家工业信息安全研究中心近日发布的《中国大数据产业研究报告2019》显示,2020年工业大数据产值将达到947亿,中国工业大数据产值不断扩大,2016-2020年复合增长率达到50%。工业大数据应用主要可以总结为“三大功能、五大场景”。三大功能:监控、优化、预测;五种场景:设备检修、生产、售前、供应链、售后。功能与场景的相互交叉,共同形成构成工业大数据的不同应用场景。

当前,全球主要国家均掀起了一场以数字技术融合实体经济的新一轮产业革命。工业大数据作为核心的技术平台,不论是智能制造,还是工业互联网、工业云平台,都和工业大数据存在千丝万缕的联系。工业大数据已经成为新的技术制高点,也是各国制造业激烈竞争的焦点。

流动的数据,数字的财富

自工业革命以来,生产力的替代是制造业不断发展的主要动力,蒸汽机、电气、自动化技术依次出现。今天,数字技术与传统工业技术融合,成为第四次工业革命的重要特征。在这一轮的产业革命和技术变革的过程中,物联网、云计算、大数据成为了核心要素。

2018年10月发布的《美国先进制造领导战略》,在“智能数字制造”部分提出下一步计划“要通过将大数据分析和先进的传感和控制技术应用于大量制造业活动,促进制造业的数字化转型”。德国“工业 4.0”战略的实施重点在于信息技术与传统工业制造的结合,其中大数据分析作为关键技术将得到较大范围应用。一是“智能工厂”,重点研究智能化生产系统及过程,以及网络化分布式生产设施的实现;二是“智能生产”,主要涉及整个企业的生产物流管理、人机互动以及 3D技术在工业生产过程中的应用等;三是“智能物流”。

相比之下,中国制造业主要处于自动化和数字化的阶段,达到智能化领域还比较少,通过信息化与工业化的融合计划,将进一步提升中国智能制造或者工业大数据的应用水平。

通常,用于商业的工业数据主要分为三类:第一类是经营数据,如财务、资产、人事、供应商基础信息等数据;第二类是生产数据,这一部分是围绕企业生产过程积累的数据,包括原材料、研发、生产过程、半成品、售后服务等;第三类是环境数据,包括放置在机床上的设备诊断系统,仓库和车间的温度和湿度数据,以及能源消耗数据,废水和废气排放。这些数据对工业生产过程具有约束力。

工业大数据具备精度高、实时性强、成本低的特点。比如,从一个产品到多个型号和多个系列产品,产品数据不断完善。从单一机床到联网机床,数据交换频率大大提高。加工精度从1毫米增加到0.2毫米,加工时间从5分钟提高到1分钟。

不断流动的数据,是企业的宝贵财富。原工业和信息化部副部长杨学山曾经这样说,“企业要像重视管理、人才那样,去建设数据链流程和生产线。精准留下数据形成系统的数据链,几年之后,它就是工艺过程、供应链、管理、服务等各项事务优化的基础,也是持续改善式创新的基础,是算法、模型形成和自动化的基础。”

工业大数据离生产很近

随着人们对物质生活的需求越来越丰富,企业在数字化转型过程中也在不断尝试利用大数據等新技术,来实现对生产的精细化管理,以及对业务模式创新的不断探索,来满足客户和消费者的需求。

自2016年开始,杭州市中策橡胶与阿里云合作,通过对生产数据的深度挖掘,对中策橡胶生产端的各类数据深度学习,基于人工智能算法,快速处理分析每一块橡胶的信息,匹配最优的合成方案,极大地稳定了混炼胶性能,大大降低在加工环节的成本投入,并在半年内成功提升混炼胶平均合格率3%~5%。据悉,该研发平台已被工信部批复为2018年大数据产业发展试点示范项目之一。

攀钢通过采集脱硫工序流程数据,以建模分析获得脱硫工艺优化的关键因子,结合专家知识,依靠脱硫仿真模型与参数寻优模型寻找最优参数。铁水进站后,脱硫优化模型将提取相关数据将进行参数优化计算。脱硫操作人员根据推送的推荐参数,动态调节脱硫剂的加入量,减少脱硫剂的消耗。根据实际测算,通过优化的参数推荐,每生产一吨钢可以节省钢铁料约1千克。对年产值400万吨钢的攀钢西昌钢钒基地来说,年创效700万元。

苹果手机通过对数据的采集、为消费者或者客户提供个性化定制服务。iPhone的硬件配置是标准的,但每个iPhone用户安装的软件都是个性化的,最大的功劳是Appstore。销售苹果终端产品只是开始,通过Appstore将用户与制造商联系起来,以满足他们的个性化需求,并提供差异化服务,从而创造数百亿美元的年收入。和苹果类似,中国的小米手机基本上也是采用这种模式。

此外,联想通过工业大数据平台,提供面向制造、汽车、能源等行业的智能生产解决方案,为平台企业生产制造过程管理提供预见性的支撑与指导,提升精益管理水平。

各方协作,未来可期

为了推动工业大数据在各区域、各行业的落地,今年9月份工业和信息化部发布了《工业大数据发展指导意见》(征求意见稿)。可以预期,在政策和产业扶持的作用下,工业大数据很快将成为各地发展数字经济的重要抓手。

《工业大数据发展指导意见》(征求意见稿)同时指出,工业大数据是制造业数字化、网络化、智能化发展的基础性战略资源,正在对制造业生产方式、运行模式、生态体系产生重大而深远的影响。目前,我国工业大数据发展和应用具备一定基础,但也存在数据价值开发不足、技术实力亟需增强、企业积极性有待提高等问题。

工业大数据应用还存在一些短板。比如:目前国内很多企业已非常注重内部数据的整合,如生产数据、供应链数据等,但对外部数据的整合力度还不够。举例来说,同样的电梯设备,在不同的国家、城市,会因为气候环境、所处位置不同会产生不同的零部件损耗情况,如果能对这些面广量大的外部数据及时收集分析,将有利于企业优化生产工艺,提前预判检修,极大提升质量效益,增强核心竞争力。同时,工业大数据在技术开发上有待突破,如“时序数据”的压缩、存储、计算还存在难点。需要加强与科研院所对接,加大核心技术攻关力度。

目前国家在推动工业大数据有关的战略已制定,对工业大数据的研究、创新和产业生态的扶持力度明显增强,相信在各方面的协作之下,工业大数据将大有作为。

猜你喜欢

工业生产
注意注意!吸管来袭
2017年农药生产企业新增生产地址备案名单
掌握4大工业元素,一秒变工业风!
2014年第四批农药生产资质合并企业名单
食品与水
工业技术
7月份工业经济嵩位运行 稳中趋缓
上半年工业经济平稳运行
2003:工业经济高速稳步增长
1月份工业经济“开门红”