大資料讓智能制造成有源之水

制造業強調提升創新能力和基礎能力，“十三五”規劃的先進戰略聚焦寬帶中國、雲計算、物聯網、大資料等項目。而這正是智能制造迫切需要的，是以現在對智能制造來講，充滿發展機會。

難的是寫程式

早在1956年，以麥卡賽、明斯基、羅切斯特和申農等為首的一批年輕科學家探讨用機器模拟智能的一系列有關問題，并首次提出了“人工智能”這一術語。直到最近南韓圍棋手李世石敗給谷歌的人工智能，人們一度質疑，人工智能會不會超越人類智慧。

人工智能要超越、統治人類，目前來看難以實作，很多處理能力是晶體晶片的實體特性沒有辦法突破的。從系統理論的九個層級來看，第一層級是靜态系統，然後是簡單動态系統，到第九層級是超級系統。人類目前的系統理論，還處在第三層級回饋系統，類似于溫度控制，溫度高于或低于某個數值機器的壓縮機自動啟動或關閉。

目前，大型、快速的計算機存儲，硬體制作并不困難，難的是寫程式，是以人工智能取代人類智慧短期内不會發生，但是我們可以充分運用它的記憶、運算等強項，在制造領域提升生産效率。

工業制造方面的困難處處可見，工業革命時期的集中化、同步化、标準化已不适用。現代人的要求更多樣化，各種尖端裝置及其生命周期的大幅縮短，都增加了制造難度。

人類追求更美好的生活，要提升生産效率，就必須要實作自動化，自動化過程也是人類自我調試的過程。大資料是制造業智能制造的基礎，其在制造業大規模定制中的應用，包括資料采集、資料管理、訂單管理、智能化制造、定制平台等。定制資料達到一定的數量級，就可以實作大資料應用。

通過對大資料的挖掘，實作流行預測、精準比對、時尚管理、社交應用、營銷推送等更多的應用。同時，大資料能夠幫助制造業企業提升營銷的針對性，降低物流和庫存的成本，減少生産資源投入的風險。

産業整合待實作

在生産條件變得更嚴苛的當下，中國提出“中國制造2025”方案，就是決心在十年内努力打造制造強國。去年底，工業和資訊化部、國家标準化管理委員會聯合釋出《國家智能制造标準體系建設指南》，就是要解決一些智能裝置、傳感裝置标準不一的問題。智能制造在推動過程中最嚴重的問題之一就是裝置标準不統一，一旦有标準可循，生産難度也會降低。

工業4.0就是利用大資料、物聯網，把it（資訊技術）和ot（計算技術）結合起來。随時掌握生産資訊、性能情況，得到産能跟品質的資料。是以工業4.0的效益非常大，它是一個跨産業、跨供應鍊、跨價值鍊的整合。整合内容從軟體工具到機器裝置到系統內建到産品制造等，定制變得可行，生産具有高度彈性，對生産力有極大提升，是國家強大的一個方向。

智能工廠的傳感器可以産生龐大的資料量，用資料定義軟體、軟體定義網絡、網絡定義資料中心，如此引申就能夠整合智能工廠的管理，包括探知、診斷、控管、可視化全方位得以實作。

利用這些大資料進行分析，将帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降，并将極大地減少庫存，優化供應鍊。同時，利用銷售資料、産品的傳感器資料和供應商資料庫的資料等大資料，制造業企業可以準确地預測全球不同市場區域的商品需求。由于可以跟蹤庫存和銷售價格，是以制造業企業便可節約大量的成本。

消費者與制造業企業之間的互動和交易行為也将産生大量資料，挖掘和分析這些消費者動态資料，能夠幫助消費者參與到産品的需求分析和産品設計等創新活動中，為産品創新作出貢獻。制造業企業對這些資料進行處理，進而傳遞給智能裝置，進行資料挖掘、裝置調整、原材料準備等步驟，才能生産出符合個性化需求的定制産品。

利用大資料做支撐

過去，裝置運作過程中，其自然磨損本身會使産品的品質發生一定的變化。而由于資訊技術、物聯網技術的發展，現在可以通過傳感技術，實時感覺資料，知道産品出了什麼故障，哪裡需要配件，使得生産過程中的這些因素能夠被精确控制，真正實作生産智能化。是以，在一定程度上，工廠的傳感器所産生的大資料直接決定了“工業4.0”所要求的智能化裝置的智能水準。

從生産能耗角度看，裝置生産過程中利用傳感器集中監控所有的生産流程，能夠發現能耗的異常或峰值情況，由此能夠在生産過程中不斷實時優化能源消耗。同時，對所有流程的大資料進行分析，也将會整體上大幅降低生産能耗。

在工業雲平台下，智能制造通過企業本身的智能化、産品的智能化、裝備的智能化，讓企業轉型更新至新業态。如果企業在生産過程中，把所有的研發、工藝、制造以及運維的資料加工到背景，就可以通過網際網路和客戶溝通産品。

企業可以利用資料、網際網路和軟體做支撐，把裝備作為終端去調整或者改變傳統模式，資料被軟體定義後，企業可以在網際網路上抓生産，裝備通過網際網路的作用，實作了裝備自身的智能化。

工業雲需要智能制造的支撐，而智能制造的重要支撐是工業大資料，如果沒有大資料，智能制造本身也将會是無源之水。

本文轉自d1net（轉載）