摘要：本文重点对大数据在智能制造中的应用进行了分析，文章首先介绍大数据在智能制造业中产生的背景以及重要性，然后发分析了大数据如何在智能制造业中应用，最后分析了我国的大数据在智能制造业的发展中存在着一定的问题，核心技术的建立、数据的整合应用以及企业中的各部门之间的数据集成等多个方面。为了使得大数据在智能制造中得到有效的发展，并充分发挥出其使用的价值需要找出一定的解决措施。

关键词：大数据;传感器;智能制造

1 大数据和智能制造的关系

1.1 大数据在智能制造的产生背景

在智能制造中，在智能化的工业生产过程中，必然会产生的很多工业数据，这些工业产生的数据包含了很多种工业重要信息，比如客户需求，生产的产品设计方案、研发过程、工艺技术、销售等等一系列数据，里面蕴含了很多价值的数据，由于这些数据具有量大、数据种类多和有用数据占有比少等特点，意味着传统的数据分析技术已经远远不能滿足对现状的要求，故大数据技术就应运而生，大数据技术就是为处理这些海量的数据提供了路径。

过去，在工厂里面的设备运行过程中，就会产生一个设备自身损耗的问题，由于设备损耗，就会使生产的产品的品质发生变化，在科技飞速发展的今天，这些问题就可以通过将设备上安装传感器，会实时的传输设备的信息，就会第一时间知道设备哪里出了问题，哪个地方需要更换，这样就规避了由于设备故障造成生产的问题，因此，大数据就像智能制造的智囊，也决定了智能制造的智能化设备的智能高度[1]。

1.2 大数据对智能制造的重要性

大数据是智能制造的基础，其在智能制造中定制应用中有很多，其中就包含了生产过程的数据采集、管理、智能化改造和根据实际需求定制化平台，这是智能制造的核心，当该项应用达到一定数量时，大规模定制中的应用包括数据采集、数据管理、订单管理、智能化制造、定制平台等，核心是定制平台。定制数据达到一定的数量级，就可以实现大数据应用。通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。

利用这些大数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降，并将极大地减少库存，优化供应链。同时，利用销售数据、产品的传感器数据和供应商数据库的数据等大数据，制造业企业可以准确地预测全球不同市场区域的商品需求。由于可以跟踪库存和销售价格，所以制造业企业便可节约大量的成本。

大数据是智能制造核心驱动力。如何实现智能制造？从哈佛商学院到宾夕法尼亚大学沃顿商学院，有一个普遍的共识，即数字化转型是智能制造实现的途径。更为重要的是，这一共识同样来自众多的世界级制造业企业家们。

2 大数据在智能制造的应用

2.1 科学管控生产过程

对大数据而言，应用的最大特点就是大数据可以实现企业生产的智能优化，同时可以实现管理流程的智能优化。相关的企业要想对生产过程进行控制，那么他们就要收集一系列相关的数据，比如说产能、产量、压力、温度、材料、热能、人员、噪音、损耗等数据，并且通过大数据分析技术，将这些数据与预期的要求进行对比，从而可以对生产过程中的生产工艺进行不断的更新与完善，通过这种方式，企业就可以有效对产品的品质以及生产效率进行提升，同时降低生产成本。由此可以得出，提高生产管理的实时性以及透明性，就可以在真正意义上科学地管控产品的生产过程。

2.2 实现产品个性化创新

由于客户的多样性，客户的需求也呈现出多样性的特征，为了满足这些个性化的需求，实现产品的创新，企业需要借助隶属于大数据分支的智能产品中包含的一些传感器等元件，充分发挥它们的功能。可以使其与企业相结合，将用户的偏好以及使用习惯等其他的一些数据进行动态实时的采集和储存，这样用户们可以不需要填写一些繁琐的调查问卷，并且通过这种方式，用户们可以参与到企业对产品的改进与创新中来[2]。

从企业的角度来看，企业可以通过对采集到的这些数据进行技术分析，这样就可以得到有用的信息，基于这些关于性能的参考信息，企业就可以确定如何对产品的功能的改进。这种应用大数据进行分析的手段，可以更好地让顾客的多样性的需求得到满足，并且企业可以采用规模化的定制的方式，搭建出新型的商业模式，为生产企业的发展与创新提供一个更好的条件。

2.3 增加企业运用精准度

为了实现对营销体系相关的研究，传统的企业主要是通过调研、问卷以及简单的统计等方式来实现对消费者需求研究的目的，虽然说这些方式在一定的程度上会有一些效果，但是就结论的准确度而言，相比大数据在智能制造方面的应用，通过传统方式得出的结论的准确度还是比较低的[3]。相比传统企业采取的繁琐调研方式，大数据可以将用户与企业进行粘合，这样用户就可以摆脱这些繁琐的调研，从而更加方便快捷地参与到企业的相关活动中，比如产品的开发及宣传等。同样，对于企业而言，企业可以在很大程度上准确地把握顾客的个性化需求，这样就可以提高用户对企业的好感度，使企业与用户双方受益。与此同时，产品的服务方式已经从传统远程人工在线的应答模式转变到根据大数据为智能制造提供相关的服务方式，这样就可以为用户提供更加精准的个性化需求服务，同时也可以对其具体的活动进行预测。

2.4 实时监控，避免风险

众所周知，企业在进行生产运营时，在多数情况下，都会遇到各种各样的不确定因素，而且与传统企业遇到的不确定因素的数量相比，相关的智能制造企业所遇到的不确定因素数量将会更多。为了提高利润，实现企业的良性化发展，企业不仅要通过技术的创新把产品的缺点降到最低，同时还要提高产品的生产效率以及产品的可靠性和安全性[4]。在企业的生产过程中，通过融合大数据的技术，可以实时的反馈生产过程中设备本身的损耗以及设备的使用情况等各种不确定的因素。通过这样的方式，企业可以尽可能的避免其在生产和经营过程当中遇到的风险。

3 大数据在智能制造的问题及解决方案

3.1 大数据在智能制造的问题

大数据的应用在我国的发展较晚，因此大数据在智能制造的应用中还存在着一定的问题，其中主要表现在大数据在智能制造的应用的各个方面。

（1）大数据的发展需要依靠一定的核心技术的建立，但是挡墙我国的大数据在发展的过程中缺乏一定的核心技术体系，所以还在制造业的智能优化以及升级的过程中。为了使得我国的大数据可以在智能制造业中得到较好的发展，并发挥其价值，需要其可以实现复杂多样的数据结构体系的处理和优化，从而使得系统数据可以的管理以及维护工作更加科学可靠[5]。同时，我国的工业数据的发展中，没有建立实现自我感知以及自我技术的数据采集体系，所以影响其在智能制造业中使用价值。

（2）在智能制造中数据的整合应用存在一定的问题，目前经过不完全统计，我国有超过一半的智能制造企业在搭建大数据的平台时所利用的数据是业务管理平台的数据以及客户的数据等，所以数据的类型和来源则相对比较狭隘，缺乏外部互联网的数据报告以及其他相关行业的数据等等。数据的采集和处理的模式较为单一，所以缺乏一定的应用性，所以需要丰富大数据采集的来源。

（3）在企业内部的各个部门之间的数据集成的难度较高。这是因为当前我国的企业内部的信息互通性较差，这使得大数据的应用复杂度变大，同时也使得企业的优化能力下降。比如在航天制造企业中，产品的设计部门若不能喝产品的生产部门之间形成较好的数据集成，将导致产品的生产效率降低，导致航天企业的紧固件的生产质量下降。

（4）人才的缺失。人才是智制造企业发展的关键，而大数据作为一种新型的数据应用模式，对于人才的筛选则更为重视。智能制造业的发展需要实现大数据的分析，所以需要大量的数据分析人才，而我国正式缺乏这种技术型人才，所以这大大制约了大数据在智能制造业中的应用。

3.2 大数据在之能制造的问题解决措施

为了使得大数据在智能制造业中充分的发挥其价值，需要通过一定的政策支持使得数据的整合以及集成更加的完善。我们需要对企业中的大数据的项层设计进行不断的丰富，从而通过先关的制度以及方法建议等充分的发挥出大数据的作用，这样才能使得企业颞部的数据整合以及数据的集成效率提升，建立良好的大数据的应用基础。此外，还需根据企业的发展情况，通过大数据的应用企划部门来实现大数据的发展，切实的做好企业内部的数据集成工作，建立较好的数据应用基础[7]。

其次，大数据的应用需要大量的人力和物力的支持，为此，我们需要充分的调动企业的及时性，从而加快大数据的发展。有关部门需要通过一定政策支持来使得企业的大数据发挥其重大的价值，通过对大数据相关应用的优惠政策以及基金等项目的支持使得企业在大数据的发展中发挥巨大的作用[6]。

此外，为了实现大数据的价值，还需要建立较为科学合理的技术推广应用机制，从而使得企业的认知度大大提升。对于大数据应用成功的案例要积极的推广，并加强大数据在智能制造业上的相互交流和合作。从而使得利用信息的共享以及成果的学习等提升企业在智能制造中的能力，提升企业的市场竞争力和自身的发展水平。

4 总结与展望

综上所述，本文重点对大数据在智能制造中的应用进行了分析，文章首先介绍大数据在智能制造业中产生的背景以及重要性，然后发分析了大数据如何在智能制造业中应用，最后分析了我国的大数据在智能制造业的发展中存在着一定的问题，核心技术的建立、数据的整合应用以及企业中的各部门之间的数据集成等多个方面。为了使得大数据在智能制造中得到有效的发展，并充分发挥出其使用的价值需要找出一定的解决措施。随着现代化科学技术的快速发展，大数据的应用也越发的广泛，因此我们需要从智能制造业中的设备智能管理出发，对大数据进行一定的分析，从而使得企业在现代化的制造业发展过程中提升自我的竞争实力，在这场智能化发展的洪流中实现我国现代化智能制造业的中国梦。

参考文献

[1]于凡超，智能变电站通信网络设备故障诊断的设计与实现[D]，重庆邮电大学，2019.

[2]总局机关子站，国家安全监管总局办公厅關于开展《中华人民共和国安全生产法》评估问卷调查的通知安监总厅政法函[2011） 149号[J].

[3]杜玉珠，唐红涛，陈涛.面向智能铸造的PLM/ERP/MES信息化集成平台构建与应用研究[C]//第十四届中国铸造协会年会，2010.

[4]吴平.机车增压器新标准可有效提升产品可靠性[J].铁道技术监督，2012.

[5]李浪，基于NUMA架构的图处理系统的优化方法研究[D].华中科技大学，2018.

[6]任姝雯.发挥大数据在互联网金融发展中的核心作用[J].北京金融评论，201 5，000 （004）：107-115.

[7]傅思维.大数据环境下农产品电商平台智能推荐技术的研究与应用[D].吉林农业大学，2019.

作者简介

储鑫（1993-），男，安徽省安庆市人。工学硕士学位，职位：软件评测工程师。研究方向为大数据与智能制造。