打通数据流 工业大数据助力实现精细管理及协同创新
2020-07-06 14:51:48
次
近日，工业和信息化部印发《关于工业大数据发展的指导意见》（以下简称《指导意见》）。《指导意见》的总体要求是，促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。
美林数据联合创始人/执行总裁程宏斌认为，当前，工业企业整体的信息化水平较低、数字化基础薄弱，主要原因是对数据不够重视且缺乏有效的数据治理和数据分析手段。《指导意见》明确提出：加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展、加强组织保障。这有利于引导和推动工业大数据技术的研究和深入应用，解决数据汇集不全面、数据流通共享不充分、分析应用和安全治理难等行业长存的问题。
工业大数据是工业互联网、智能制造的核心
未来，作为“新基建”重要组成部分的工业互联网必定会成为工业制造企业的发展重点，在这一过程中，工业大数据将扮演什么角色，从哪些方面会推动工业互联网的建设以及制造业转型升级？
对此，程宏斌表示，工业大数据是制造业业务实现智能生产、精益管理、产品服务、协同创新等转型变革的重要支撑条件。工业大数据是工业互联网、智能制造的核心，其本质是通过促进数据的自动流动解决业务问题，减少决策过程带来的不确定性，并尽量克服人工决策的缺点。
实现智能生产化：通过工业大数据可以实现生产制造全过程的自动化控制和智能化控制，促进业务协同、系统融合和信息共享。典型的业务场景包括优化设备运行、识别设备故障、追溯质量根因等。
实现精益化管理：整合多方数据资源，通过数据挖掘分析技术，帮助企业找到生产要素的最佳投入比例，提高运作效率，实现量化管控。典型的业务场景包括生产效能提升、能耗优化、供应链管控等。
实现服务型制造：利用外部的客户数据、产品运行数据，实时感知产品的运行状态和用户反馈，从而不断创新产品和服务，发展新的商业模式，从制造向智造转变。典型的业务场景包括产品全生命周期管理、产品快反管控。
实现跨界协同融合创新：通过大数据技术，横向实现产线、车间、工厂的互联互通，纵向实现产业链上下游企业的互联互通，打破数据和技术壁垒，从而实现产业互联。
需求多样应根据不同发展阶段适配相应服务
在美林数据看来，目前，在所接触和实际服务的工业制造企业中，对于工业大数据应用和工业互联网建设方面主要呈现三方面共性需求：亟需建立统一的数据标准和数据资源管理平台；亟需通过大数据手段，提高企业的管控水平，支撑企业运营和决策；亟需通过数据分析手段解决实际的业务问题，发掘数据价值。
而在个性化需求方面，程宏斌认为，以智能制造领域为例，制造业务问题复杂，且影响因素众多，需要结合不同细分领域和企业具体业务问题提供定制化的解决方案。针对信息化基础相对薄弱的企业，以数据基础建设为主，主要提供数据规划、数据标准等数据治理服务；针对信息程度较高、具备一定的数据基础、数据质量较高的企业，主要提供数据分析工具和服务，一方面提供基于集成融合数据的经营、生产的综合业务应用；另一方面提供解决产品质量、产品运维、生产效能等的业务痛点的分析服务，例如产品质量检测及工艺优化、设备健康管理、效能提升、库存优化等。
同时，程宏斌表示，工业大数据的发展不是一蹴而就的，需要结合企业信息化建设和大数据应用情况，提供相应的解决方案，才能发挥大数据真正的价值。我们将企业的数字化能力分为三个阶段，不同的阶段应适配的提供相应服务：
第一阶段：“业务烟囱时期”，这个阶段的企业有一定的信息化基础，但是各业务系统孤立存在，形成一个个信息孤岛。针对这一类客户，重点提供数据规划与数据治理，制定数据标准，对机器数据、管理数据进行集成，按照人、机器、制造环节、产品、时间等角度进行融合，对数据进行标准化和规范化，提升数据质量，完善数据体系，记录追溯数据，打破数据孤岛，建立安全数据环境，实现各业务系统的贯通。
第二阶段：“初步集成时期”，即企业已经完成数据的集成融合，横向多个业务系统已经贯通，纵向从厂所到集团完成跨组织的集成。针对这一类客户，利用数据基础，依托覆盖数据管理职能和数据运营的全生命周期技术，提升数据处理效率、深入分析挖掘数据，丰富数据应用场景，加速数据价值释放。为企业提供生产、制造、经营服务管理。包括：从传统的定期更换、故障维修转变为基于设备数据采集、分析挖掘的设备健康管理，实时监控产品运行状态、开展远程运维等服务型制造新模式。
第三阶段：“业务互联时期”， 企业具备良好的数字化基础，亟需通过大数据技术解决具体业务痛点，同时实现企业与客户、企业上下游之间的互联互通。针对这一类客户，一方面通过数据分析挖掘技术，发现数据间的关联关系，帮助企业解决实际业务问题、提质增效；另一方面，整合企业、企业用户、行业数据资源，构建大数据服务平台和工业互联网平台，为企业与用户、上下游合作伙伴建立交互平台，实现从制造向智造的本质转变。
从四个方面建立面向业务价值的全域贯通融合数据流
工业大数据的数据来源和数据应用环节较为复杂，要想建立面向制造业业务价值的全域数据，需以经营管理为目标，集成融合生产制造全过程数据流。美林数据认为应从以下四个方面着手：
数据标准建设：统一数据标准，包括资产编码、拆分、知识库数据体系、分类分级体系等内容，加快数据质量、数据治理关键标准研制，建立行业、企业数据规范。
场景化的应用：所谓场景为王，大数据的竞争来源于场景化落地应用能力的比拼，贴近用户将是重中之重，基于场景的数据变现成为现实，才能加速产业落地，起到很好的示范作用。
数据融合共享：一方面，打通企业内部数据，横向包括企业多个业务系统，纵向贯通从厂所到集团；另一方面，实现企业与客户、上下游合作伙伴间的互联互通，通过数据共享、交换等方式，提高数据资源价值；最后，政府职能从管理型向服务型转变，开放公共数据资源，提供产业服务和制造资源服务。
数据安全管理：建立数据安全管理规范，加强数据安全技术的研究与应用，以及数据安全的教育培训工作，全面保障数据安全，确保数据流的安全性、可靠性、有序性。
未来工业大数据技术的发展方向将聚焦这些方面
随着万物互联时代的到来，人、机器设备和工业系统被连接在一起，在企业的生产、制造、经营过程中，每天都在产生海量的数据，但是真正有价值的信息并不多，原始数据和离散数据不能直接产生价值。工业大数据的意义不仅仅在于生产和掌握庞大的数据信息，更重要的是对有价值的数据进行专业化处理，推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用，帮助工业企业提质增效，推动制造模式变革和工业转型升级。
一直以来，美林数据坚持以大数据、人工智能技术及产品创新为方向，围绕智慧能源和智能制造两大重点领域进行战略布局，发挥数据、算法、技术、业务的融合价值。
在智慧能源领域，重点围绕电网、风电、水务等方向，提供以数据治理、企业级数据资产管理、智慧能源大数据应用为核心的数据增值解决方案及服务，集中迭代并推广数据资产图谱平台、配网多源网架融合及智能核查系统、智能反窃电稽查系统、智慧售电量预测系统、风电大数据平台、水务大数据平台等产品。
在智能制造领域，围绕数字化研发、数字化制造、数字化运营和智能化服务等环节，持续为客户提供从可行性论证、顶层设计到落地实施的一体化数据增值解决方案与服务，解决客户数字化转型过程中的各类业务痛点。满足客户在系统集成、数据治理、数据资产管理、制造过程诊断与优化、设备远程监控与故障诊断、企业运营管控与决策支持方面的切实需求。
程宏斌认为，未来，对智能感知、平台构建、数据分析等基础共性技术能力、以及人工智能前沿技术的研究，将是工业大数据技术的发展方向。
来源：中国信息化周报
申请试用
方案咨询
Tempo大数据分析平台
Tempo商业智能平台
Tempo人工智能平台
Tempo数据工厂平台
Tempo数据资产管理平台
Tempo主数据管理平台
首页
陕公网安备 61019002000171号
