大数据在制造业发展中的应用和影响

　　摘 要 技术的进步推动了社会全方面的升级，制造业也随之迎来新的转型机会，而大数据正是最具价值的信息技术之一，传统制造业通过与大数据相结合可以转型升级为智能化制造业，多方位提升自身产能。而如何抓住大数据时代下制造业的发展特点，科学地在制造业中运用大数据，正是值得关注和研究的。本文以制造业大数据的内涵为切入点，综合分析了大数据在制造业中的发展，并对在制造业中如何有效应用大数据做出研讨，接着探讨了在制造业中有效应用大数据所面对的挑战，最后分析了在中国制造业发展过程中产生的积极影响，对促进我国制造业与大数据的综合发展具有一定的积极作用。

　　关键词 大数据;制造业;应用;影响

　　引言：随着个人电脑、智能手机的性价比越来越高，当前社会几乎人手一部联网设备。互联网的普及使得互联网用户也不断增长，与之相随的是用户数据的巨量增长。当今世界每秒都有着人力无法统计整理的数据产生(如图1)，这意味着传统的很多行业如果无法从大数据中窥破规律、看清未来迈步的方向，就会被已可以从大数据中获益的竞争对手击败[1]。这是一个困难的时代，也是一个遍布机遇的时代，对任何行业来说都应该积极主动的敞开胸怀拥抱新的大数据时代，结合大数据时代新的手段、新的方法去改革自身，争取实现自身成功转型，努力做新时代的弄潮儿。制造业早在上世纪80年代开始就通过记录历史数据来管理自身的生产活动[2] 。然而今时不同往日，数据量爆炸式的增长要求制造业必须学会如何将大数据应用在生产活动中，从而应对日渐增长的海量数据。接下来将多层次分析制造业大数据的发展、应用与展望。

　　一、何为大数据及其特征

　　伴随着互联网使用人数飞速上涨而来的海量数据，已经无法在我们能接受的时间之内用传统的数据分析与整理方法去处理。我们称符合下述特征的数据为大数据：每时每刻都在增长、增长数量巨大、数据种类涵盖广发、只有经过整合之后才能展现出其价值、无法使用传统方法进行分析整理作业[3]。

　　大数据是埋在巨石之下的金矿，是深海之下的石油。如果能通过合理的方法去挖掘大数据，那么它就会展现出它巨大的经济价值。任何能适应大数据的行业或者企业都能在信息世界如鱼得水，获得用户的欢迎，从而击败其他无法适应新潮流竞争对手[4]。

　　二、大數据在制造业中发展

　　大数据与制造业的结合早在20世纪90年代就开始了，到今天为止制造业大数据的发展已历经了三个阶段(见图2)。

　　第一阶段是制造业生产设备大数据阶段，在1990年到2000年的这段时间，制造业的生产设施对企业有着人力难以替代的作用，相关设备一旦受损或出现异常可能会引起严重的经济损失。因而公司引入了监控系统来对设备进行远程监控、获取数据并进行管控，从而有效避免设备异常导致的经济损害。

　　第二阶段是大数据中心管理阶段，制造业企业建立数据管理中心，通过使用大数据分析软件从产品各阶段产生的数据中发掘出客观规律，从而为产品的优化和营销提供决策依据。例如在2006年法国制造业企业orange通过使用大数据综合管理中心分析了法国高速公路数据采集设备获得的海量信息，再通过智能设备为车辆提供道路信息，从而优化了法国的道路交通。

　　进入2010年后，制造业真正迎来了大数据时代，以前的大数据中心为了处理更为海量的数据转变为了大数据分析平台，这类平台通过将大数据的多种技术结合在一起，从而可以同时处理多类型的数据，并且具有高鲁棒性、高稳定性、高时效性的特点，同时这类平台的搭建成本、维护成本都较低，故而受到了较大的欢迎。目前这类平台集成的技术有大数据集成技术、存储技术、分析技术和展示技术，分为两类，一类主要提供大数据处理工具例如GE的predix工具互联网，另一类直接提供大数据处理方案，例如美国的NI和IMS。

　　三、大数据在制造业各阶段的应用

　　3.1 大数据在制造业产品研发阶段的应用

　　如何研发出符合市场用户实际需求且使得用户满意的产品是制造业企业设计研发产品的终极目标。传统的制造业企业主要依据自身不断累积的销售经验来预估市场反映，以此来预测产品如何进行设计和研发以及产品的生产量，在产品面市后根据用户反映和市场销售情况来决定是否改进产品或者增加产品后续产量。这种经营模式虽然研发设计成本较低，但缺点较为突出，热销的产品往往因为低估市场反响而导致产品断货，而平庸的产品可能因为高估了市场反响而导致滞销。通过引入大数据平台，制造业在产品设计之初就能够清晰的了解用户实际需求，并通过分析类似产品的市场数据从而对产品的产量可以做出较为准确的预测，保证产品“按需生产，按量生产”。

　　3.2 大数据在制造业原材料供应阶段的应用

　　传统制造业在原材料供应商主要使用供应链物流系统(supply chain logistics management，SCLM)来降低商品成本和优化服务。然而随着数据量的不断增长，传统的SCLM已经无法对制造资源提供准确的预估，使得原材料和物流、生产活动得不到有效协调，拖慢了企业生产效率。如今，通过引入大数据分析平台，供应链物流系统实现了对产品生产流程的实时监测，通过获取到的生产数据为原材料的供应提供规划依据，能够有效降低制造业企业在原材料供应链上的风险和成本，提升企业的生产效率和服务质量。相信随着大数据分析平台的不断优化，在数据存储容量、数据处理速度和数据可视化等功能上都会有新的突破，SCLM的性能也会不断取得更好的增强。

　　3.3 大数据在制造业产品生产阶段的应用

　　将大数据分析平台引入制造业产品生产阶段为企业带来了多个方面的影响。其一，产品可以做到柔性化生产。传统制造业在产品生产时要么大规模量产，要么小规模定制，前者质量上不尽如人意用户后续反映不佳，后者却要企业在产品产量和利润上让步。而通过结合大数据平台，企业可以有效了解市场需求，做到大规模定制，结合之前两类生产方式的优点;其二，大数据使得传统制造业企业摆脱了过往难以整合、处理、分析各个生产环节产生的巨量数据的困境，通过实时监测与大数据处理方法，企业可以实现对生产车间、机器设备的良好管理，在决策上也可以通过模拟实施的方式来降低产品生产;其三，大数据使得传统制造业实现了绿色生产，制造业企业通过大数据分析平台能分析产品周期所产生的数据，从而够整合出一种更加科学环保的生产模式，使用更清洁的原材料或者能源来进行生产并循环利用，从而降低生产活动对生态环境的压力。

　　推荐阅读：制造业自动化JST期刊