智慧製造的核心關鍵:工業大資料
【編者按】當前,大資料已成為業界公認的工業升級的關鍵技術要素。在"中國製造2025"的技術路線圖中,工業大資料是作為重要突破點來規劃的,而在未來的十年,以資料為核心構建的智慧化體系會成為支撐智慧製造和工業網際網路的核心動力。
本文釋出自精智工廠,經億歐編輯,供雲日人士參考。
當前,大資料已成為業界公認的工業升級的關鍵技術要素。在"中國製造2025"的技術路線圖中,工業大資料是作為重要突破點來規劃的,而在未來的十年,以資料為核心構建的智慧化體系會成為支撐智慧製造和工業網際網路的核心動力。
工業大資料的重要性眾所周知,但究其根本, 大資料是手段而不是目的,人工智慧也是如此 。如果僅僅因為工業網際網路的概念很熱,企業就要去盲目擁抱工業網際網路和工業大資料、人工智慧技術,實際上是一個非常錯誤的觀點。
工業從資料到大資料
在新一代資訊科技出現之前,工業企業已經正常運轉了上百年,我們應該清晰地認識到資訊科技手段的加入更像催化劑的作用。首先需要明確需要達到怎樣的業務目標,可以使得今天已經存在的生產工藝、工業產品、管理方法變得更好。
其實大資料支撐製造業的業務變革最根本的目標就是提質增效,在自動化與資訊化基礎之上,實現智慧化的製造體系。在智慧製造的基礎上,然後才是打造平臺,構建產業生態,與產業鏈進行更有效的協同,實現工業網際網路的乘法式發展。
工業大資料的三個典型應用方向,也是我們實現工業網際網路的目標,包括智慧裝備、服務型製造和跨界融合。 第一個層次是裝置級的,就是提高單臺裝置的可靠性、識別裝置故障、優化裝置執行等 ; 第二個層次更多是針對產線、車間、工廠,提高運作效率,包括能耗優化、供應鏈管理、質量管理等 ; 第三個層次是跨出了工廠邊界的產業跨界,實現產業互聯 。
工業大資料並不是憑空而來,傳統工業資訊化一直在進行,我們已經有大量的資料來自於研發端、生產製造過程、服務環節,工業資訊化過程一直在產生大量的資料,工業從資料到大資料,其實更多要考慮的是與自動化域資料的疊加,這是資料的兩化融合。而在工業網際網路時代,我們還需要納入更多來自產業鏈上下游以及跨界的資料。
工業大資料如何成為智慧製造和工業網際網路的核心動力
工業大資料有哪些特點?我們總結為"多模態、高通量、強關聯"的特性。我們在工業領域總結了約有130多種不同型別的資料,資料模態多樣,結構關係複雜。高通量是指資料持續不斷地產生,採集頻率高,通量大。強關聯是指工業場景下的資料有非常強的機理支撐,不同學科之間的資料是在機理層面的關聯,而不是資料欄位上的關聯。
而對工業大資料的分析應用,也不是將深度學習、強化學習的方法放到這裡就可以有結果。我們需要獲知研究物件的機理模型與定量領域知識,而這在當前基礎上前進很困難。我們希望找出資料在輸入、輸出之間的統計關係,對機理和模型不確定、不清晰的部分加以補足,這是工業大資料應用的基礎。
業務引領,資料推動產業發展
智慧製造在不斷獲得資料的驅動,從智慧製造到工業網際網路平臺,核心都是利用資料和模型,優化製造資源的配置效率。
工業網際網路並不等同於智慧製造,區別在於資料的跨界和業務的邊界上是否有所突破。當下,太多人過於重視平臺能力,而真正的工業網際網路講的是生態,資源優化從描述、診斷向預測、決策不斷深入,從單機裝置、生產線、產業鏈再到產業生態不斷拓寬。
我們的生態如何來構建業務體系,如何跨界,才是工業網際網路成功與否的關鍵。而決定工業網際網路發展方向的,一定是業務驅動。我們從一開始就反對拎著一把錘子,滿世界找釘子,現在很多大資料、人工智慧公司就存在這個問題。
我們需要深入到一個工業領域,造一把可靠的錘子,剛好可以去敲有需求的釘子,業務驅動和問題驅動才是產業發展的本質,而不是技術驅動。將業務、資料理清楚,評估資料,真正實現業務落地,要點就是三個要素的協同——人、場景、演算法。