徐诚

摘要：此文主要研究了大数据在智能制造中的运用，本文最先讲解了大数据在智能制造业中的产生背景和必要性，随后研究了大数据在智能制造业中的运用情形，最后研究了我国大数据在智能制造业中的发展环节中存在的不足，关键技术的创建、数据的整合运用及其公司中各部门相互间的数据集成等多个层面。要使大数据在智能制造中获得合理的发展，充分运用其应用价值，必须找出一些解决方法。

关键词：大数据;传感器;智能制造

近年来，伴随着工业化和信息化技术的持续演变和自主创新，智能制造产业应时而生，并促进了全新科技革命的发展。现阶段，智能制造还处于产业转型升级的初期，假如可以运用大数据技术研究工业生产的海量信息，对很多的工业化数据做好异构研究和智能分析，进而促进智能制造产业的转型升级。

1主要数据与智能制造的关系

1.1智能制造的大数据产生背景

智能化生产过程中，工业生产过程中必然会产生大量工业数据，这些数据具有大量的工业数据，如客户需求、产品设计方案、研发过程、工艺技术、销售等等一系列数据，其中蕴藏了许多价值的数据，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，使得传统的数据分析技术已远远不能满足对现状的要求，因此大数据技术的出现使这些数据具有量大、数据种类多和有用数据占有比少等特点，因此大数据分析技术已不能满足人们对现状的要求，因此大数据技术就是大数据技术的应用。

以前，工厂内部设备运行时，就会出现设备本身损耗的问题，由于设备损耗，就会导致生产的产品质量发生变化，在科技飞速发展的今天，这些问题都可以通过安装传感器的设备，会实时地传送设备的信息，然后第一时间知道设备哪里出了问题，哪个地方需要更换，这样就能避免大数据就像智能制造的智囊一样，第一时间知道设备哪里出了问题，哪些地方需要更换，这样就能避免大数据就像智能制造的智囊一样，决定了智能制造的智能化程度。

1.2大数据对于智能制造的重要性

大数据是智能制造的基础，它在定制化的智能制造中有很多应用，它包含了生产过程的数据采集、管理、智能化改造以及根据实际需要定制化的平台，这也是智能制造的核心内容，当运用实现相应数量时，大规模定制中的运用包含数据采集、数据管理、订单管理、智能化制造、定制平台等。自定义数据实现相应数量级后，能够完成大数据应用。利用发掘大数据，完成熱门预测、精准匹配、时尚管理、社会运用、市场营销管理等各种运用。此外，大数据也有利于制造业企业提升营销目的性，减少物流与库存成本，减少生产资源投入风险性。

2大数据在智能制造中的应用

2.1对生产工艺进行科学管理

对于大型数据来说，其应用的最大特点是它能够智能地优化企业的生产，同时实现管理流程的智能优化。企业要想控制生产过程，就必须收集到一系列相关的数据，如产能、产量、压力、温度、物料、热能、人员、噪音、损耗等，并通过大数据分析技术，将这些数据与预期需求进行对比，从而使生产过程中的生产工艺不断更新和完善，通过这种方式，企业就可以有效地对产品质量和生产效率进行提升，同时降低生产成本。从而得出，提高生产管理的实时性以及透明度，能够真正实现对产品生产过程的科学控制。

2.2实现产品的个性化创新

顾客的多样化使顾客的需求也呈现出多样化的特点，为满足个性化需求，实现产品创新，企业需要借助与大数据分支下的智能产品中某些传感器等元件，充分发挥其功能。它能把它与企业结合起来，把用户的喜好以及其他一些数据，如使用习惯进行动态的实时采集和存储，用户也不必填写一些繁琐的问卷，通过这种方式，用户就可以参与到企业对产品的改进和创新上来。

站在企业的角度，企业可以通过对收集到的这些数据进行技术分析，从而获得有用的信息，根据这些关于产品性能的参考信息，企业决定如何改进产品的功能。这一运用大数据进行分析的方法，能更好地使客户的需求多样化得到满足，并可采取大规模定制化的方式，构建新型的商业模式，为生产企业的发展和创新提供更好的条件。

2.3提高应用的准确性

为实现对市场营销系统的相关研究，传统的企业主要是通过调查、问卷以及简单的统计等方法来实现对消费者需求的研究，虽然说这些方法在一定程度上会起到一定的作用，但对于结论的准确性，与大数据在智能制造方面的应用相比，通过传统方法得出的结论准确度较低。相对于传统企业所采用的繁琐的调查方式，大数据可以把用户和企业联系在一起，使用户可以摆脱这些繁琐的调查，从而更方便、快捷地参与企业的相关活动，如产品开发和宣传等。同时，对于企业来说，能够在很大程度上准确地把握客户的个性化需求，从而提高了用户对企业的好感度，有利于企业和用户双方的利益。同时，产品的服务方式已由传统的远程人工在线的应答模式转变为以大数据为智能制造提供相关服务的方式，从而为用户提供更精确的个性化需求服务，同时还可以预测其具体活动。

2.4实时监测，避免风险

企业在进行生产经营活动时，在大多数情况下，都会遇到各种不确定因素，而且相对于传统企业所遇到的不确定性，与传统企业相比，智能制造企业面临的不确定性会更大。为增加利润，实现企业良性发展，企业不仅要通过技术创新，最大限度地降低产品的缺点，同时也要提高产品的生产效率和可靠性。通过融合大数据的技术，在企业的生产过程中，可以实时地反馈生产过程中设备自身的损耗、设备使用等各种不确定因素。利用这种方法，企业可以尽量避免在生产、经营过程中遇到的风险。

3智能制造中存在的问题及解决办法

3.1智能制造的大数据问题

由于大数据在我国的应用起步较晚，大数据在智能制造的应用中还存在着一些问题，主要表现大数据的快速发展必须依靠某些核心关键技术的创建，但挡墙国内的大数据在快速发展历程中缺少相应的核心关键技术管理体系，因此还处在制造业的智能优化和升级历程中。要使国内的大数据可以在智能制造业中获得不错的快速发展，并能充分运用其价值，必须完成复杂而多样化的数据结构管理体系的生产与优化，进而使系统数据的管控和维护更为科学安全。此外，国内工业数据快速发展中，没有创建完成自我感知和技术自身的数据收集系统，因此影响到其在智能制造中的使用价值。

3.2大数据能力制造中存在的问题解决措施

要使大数据在智能制造业中充分运用其使用价值，需要利用相应的政策支持使数据的融合和整合更为健全完善。要持续提升企业中的大数据顶层设计，使大数据在技术上发挥作用，使大数据的作用获得充分发挥，使大数据在企业中的作用得到充分发挥，从而使大数据的集成效率得到提高，形成大数据的应用基础。大数据的应用需要大量的人力、物力的支持，因此要充分调动企业的时效性，以加速大数据的发展。对于大数据相关应用和其他项目的支持，有关部门必须经过相应的政策支持使公司的大数据表现其重要作用，并经过例如基金等项目的支持使公司在大数据的发展中充分发挥重要作用。

4结语

总之，随着现代信息技术的不断发展，大数据的运用日渐普遍，我们必须从智能制造制造业的设施智能管控着手，对大数据做好相应的研究，使公司在专业化的制造业转型过程中增强自身的竞争优势，在这场智能化转型的洪流中完成专业化智能制造业的强国之梦。

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关于开展《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.