杭州华量软件有限公司副总经理 许志峰
据了解,德国工业4.0是以制造业和信息化的结合,以智能工厂为核心。美国的工业互联网是对传统工业进行物联网式的互联互通,对大数据进行智能分析和智能管理。我国提出的《中国制造2025》战略中,以加快新一代信息技术与制造业深度融合为主线,以推进智能制造为主攻方向。
同时,第四次工业革命以智能和互联为标识,制造业以数字化、网络化、智能化的趋势发展。越来越多的生产设备、零部件、产品以及人力物力不断加入工业互联网,也致使工业大数据呈现出爆炸性增长的趋势。
大数据是实现工业4.0的核心。工业数据是指在工业领域信息化应用中所产生的数据。工业大数据是基于工业数据,运用先进大数据技术,贯穿于工业的设计、工艺、生产、管理、服务等各个环节,使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。
《中国制造2025》提出:“促进工业互联网、云计算、大数据在企业研发设计、生产制造、经营管理、销售服务等全流程和全产业链的综合集成应用“
2012年GE《工业大数据的兴起》:“伴随着日益增加的先进装置和设备,大量在线的操作数据汹涌而来。有远见的企业正在利用这些数据进行卓越运营和预测分析,以创造竞争优势”。
许志峰介绍说:“工业大数据的特点具有四大特点:一、容量(Volume),随着设备数据和互联网数据的涌入,工业数据的存储量将达到EB级别。二、多样性(Variety),包括机器设备数据:传感器、RFID、扫码枪、视频监控等,企业信息系统:ERP、MES、CRM、SCM等,互联网数据:网站、微信、电商平台等。三、速度(Velocity),数据速度需求多样化,有要求实时、半实时和离线三种,生产层级要求实时性,需要达到毫秒级别,管理层级实时性要求不高。四、价值(Value) 数据价值不均匀,20%的数据具有80%的价值密度(如产品图纸、试验分析、加工工艺);80%的数据价值密度只有20%,需要分析挖掘(如工况情况、图片数据)。”
工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传统工业自动化控制与信息化系统中产生的数据,如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据,多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据,主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。
许志峰还表示:“目前工业大数据建设面临四大挑战,1. 工业大数据还处于发展阶段,应用还在逐渐积累。2. 制造业企业信息化水平参差不齐,对大数据在推动制造业发展方面的战略认识不足。3. 多数制造业企业对数据资源建设不够重视,缺乏数据意识。4. 既熟悉制造业需求,又懂得大数据技术的复合型人才匮乏。”
对于工业大数据未来的发展,许志峰还认为:“工业大数据未来将会朝着高附加值环节的大数据应用将进一步升级。核心制造环节的大数据应用路径逐步探索形成,企业间大数据的交换共享成为有力的推动路径。”