陈尔东，徐建萍，廖 斌 （贵州大学 管理学院，贵州 贵阳 550005）

0 引言

随着全球生态环境问题的日益严峻，可持续发展战略成为各国的重要发展战略。习近平总书记在十九大会议报告提出“要推进绿色发展，加快建立绿色生产和消费的法律制度和政策导向，建立健全绿色低碳循环发展的经济体系”。制造业是我国实体经济的重要支撑产业，更是能源消耗、污染排放的一大根源，全面推进制造业向绿色生产模式转型是我国发展绿色经济的当务之急。

1996年，美国制造工程师学会首次提出绿色制造的概念，认为绿色制造是一个综合考虑资源、能耗、生态效率、经济效益的现代制造模式，其目标是提高产品整个生命周期内的资源利用率的同时降低能源消耗、污染排放，使企业实现经济效益与生态效率的双赢。经过20多年的发展，绿色制造理念不断延展，绿色技术创新[1]、绿色调度[2]、绿色生产物流[3]、绿色工厂[4]等概念的提出和应用为制造企业的可持续发展提供了理论和技术的支持，产生了巨大的生态效益和经济效益。

然而，学者们较少关注绿色制造模式的推进过程中，如何收集产品绿色制造全生命周期中研发、制造、检测、维护、销售、回收等各阶段的数据；如何将这些工业大数据与绿色制造模式的各个环节进行匹配关联，如何集成各阶段数据，从海量制造过程数据中学习与挖掘制造系统内部结构的系统特性与车间性能的演化规律，是当前制造业面临的重要挑战与机遇。

2009年，“数据密集型科学”成为继“实验科学”、“理论推论”、“模拟仿真”后的第四科学研究范式。该范式认为，系统规模越大、结构越复杂，数据间形成的关联机制所产生的动产能力和分析决策能力也越强。因此，基于“关联＋预测＋调控”的决策新模式，本文尝试以新一代智能感知技术和数据监测技术的应用为基础，以绿色制造全生命周期的智能优化决策为目标，提出一种数据驱动的绿色智能制造新模式及其服务体系构架，为制造企业实现产品研发设计、制造调度、运营维护、质量管控、产品回收乃至整个生命周期的智能化和绿色可持续化发展提供一个可参考的解决方案。

1 大数据驱动的绿色智能制造服务新模式

在新一轮制造业大变革的背景下，各制造大国纷纷提出不同的战略规划来抢占发展先机。德国提出“工业4.0”，强调真实世界与虚拟世界的深度融合和生产制造的智能化与自主化；美国提出“工业互联网”，指出通过各工业数据的互通互联互享，形成实时更新、开放挖掘的工业网络可最大程度加速工业化进程；我国工业经济正处于工业化进程变轨超车的关键时期，相关部门提出的“中国制造2025”要求兼顾绿色制造和智能制造，为生产加工的全生命周期“赋智”的同时，降低能耗与碳排放，进而实现生产制造的智慧系统自组织可持续运营与演化。但由于我国绿色制造模式对生命周期各阶段数据的整合能力和应用能力的缺乏，大量工业数据得不到有效利用，形成了大量的数据孤岛。整个生产系统得不到信息的交互和反馈，更无法满足工业变革对生产系统自适应和自决策、可持续的目标要求。

1.1 设计思路

利用大数据分析技术，结合销售数据和客户订单数据特征刻画顾客信息图，指导产品绿色设计，推动制造业定制化和精准服务化转型；应用关联分析法对企业调度信息和订单信息进行回溯研究，构建主动生产、动态调度、能耗实时监控的生产运营系统；应用预测分析法对生产中的设备维护周期和质量监控力度进行模拟预测，形成事先维护、事先控制的质量管理与设备维护机制；利用聚类分析法对能耗数据与回收数据进行动态关联，探索企业生产制造低碳化、清洁化、循环化的发展路径。通过各环节的数据互相关联，最终形成全生命周期的闭环大数据智能运维模式。

基于以上构想，本文设计了大数据驱动的绿色智能制造服务体系构建，如图1所示。该体系构架主要由技术支撑、数据收集、数据处理、数据分析、应用服务、数据存储、数据交互与获取七部分构成。

图1 大数据驱动的绿色智能制造服务体系构架

1.2 主要模块介绍

（1）技术支撑模块：通过智能感知、RFID等先进技术对数据处理、数据分析模块提供相关技术和可行性方案，是连接真实世界和数据世界的物理要素。

（2）数据收集模块：将绿色制造模式全生命周期进行延展，对研发、订单、维护、销售等各个环节的数据进行采集、转换和储存。

（3）数据处理模块：提供数据处理和分析相关技术，为复杂、多维、多噪声的数据进行降噪、降维和数据可视化处理，为数据分析层提供有效数据。

（4）大数据分析模块：对数据处理模块提供的有效数据进行进一步的数据挖掘和决策方案生成，主要提供销售客户和订单客户的特征刻画、生成运作系统内部各工艺环节的关联性、预测性规律分析。

（5）应用服务模块：本模块是整个服务体系的应用层和目标层。通过整合服务体系的相关内容和技术，进而实现本制造模式产品设计绿色化、生成调度主动化、质量预测预先化、生产回收清洁化。

（6）数据交互模块：本模块通过API接口与同行业工业以太网对接，为各企业提供“数据共享池”，同时也将本企业的数据决策方案及数据资源分享给其他企业，进而为先验维护、产品质量预测等技术提供了数据支持。

（7）数据储存模块：本模块为物理支撑模块，负责存储绿色制造模式的所有数据信息、过程信息及决策信息。

2 结论

为响应“中国制造2025”绿色和智能融合的要求，将大数据制造技术与方案融入传统绿色制造模式中，提出一种大数据驱动的绿色智能制造新模式研究，以实现绿色制造过程的智能化。

（1）分析了当前绿色制造模式面临的挑战、机遇与不足，提出了一种大数据驱动的绿色智能制造新模式及其服务体系构架。

（2）本文所提出的数据驱动的全生命周期绿色制造新模式是将传统绿色制造模式从研发、生产、维护延伸到销售与回收，引入智能感知、物联网、工业以太网等先进设施，实现绿色制造全生命周期数据的收集与各阶段数据的互联互通与动态交互，在此基础上应用大数据处理技术，对数据进行降维、清洗、集成和可视化处理，对数据结构进行描述与优化，为数据的分析和运营提供支持。

（3）作为一项探索性研究，本文仅以绿色制造模式为原型，对其智能化体系架构、实现框架与实现思路进行了阐述和探讨。今后还可对网格制造模式、云雾制造模式、社会制造模式等的智能化改造进行研究。