工業大數據：制造企業未來的核心競爭力
發布時間：2016-04-18 作者：www.xstr.xyz
一個諾大的廠房，多條工程機械裝配線排列得井然有序，地面和大塊頭的工程車上都幾乎一塵不染。每個生產工位上，工人們三三兩兩圍著一臺工程車，對照電子屏幕里的數字仿真和三維作業指導進行裝配，不時的利用身旁的MES終端進行報工、記錄。一輛輛AGV智能小車沿著規定路線、來回穿梭在零件倉庫和各個工位之間，將一件件需要的工件及時準確地送到工人手上。在廠房中央，噴泉、棕櫚樹、綠草、清水，從頭頂飄過的白云，幾個工人拿著熱咖啡正在小憩……這幅美景不是在電影里的未來工廠，而是亞洲最大的"智"造車間--三一重工的18號廠房。
國家首批智能制造試點示范項目之一--三一重工18號廠房
在廠房不遠處，三一ECC（企業控制中心）的巨大屏幕上，采集自三一重工分布全國各地20余萬臺工程機械的大數據實時鋪展出來，一張設備開機率、開機小時、運行狀況等數據信息震撼躍然眼前，這就是作為我國宏觀經濟運行研判依據、每半月上報給國家統計局的知名"三一指數"。
三一重工ECC（企業控制中心）
從18號廠房到三一指數，支撐這一切正常運行的是來自生產現場的工業大數據。近日，恰逢"工業大數據應用智造沙龍"在三一重工長沙總部舉行，筆者對三一重工如何利用工業大數據打造工業4.0時代的智能工廠做了深入了解。
工業大數據：未來的核心競爭力
18號廠房總面積約十萬平方米，有混凝土機械、路面機械、港口機械等多條裝配線。在廠房規劃之初，已經應用數字化工廠仿真技術進行方案設計與驗證，在工藝流程上，摒棄了傳統的離散制造模式，改為高度柔性的多品種產品混裝+流水模式。整個廠房通過自主開發的SanyMES系統與上層的ERP無縫集成，再通過高級計劃排程系統（APS）、倉儲管理系統(WMS)、生產控制中心管理決策系統、DNC數控系統和物流執行系統（LES）等實現數字化生產，一個訂單可逐級快速精準地分解至每個工位，可1小時下線1臺泵車，5分鐘下線一臺挖機。同時，通過MES，自動向質檢員發送標準化、電子化質檢待辦，檢驗數據通過MES終端錄入數據庫，而數據的錄入則會為產品質量追溯提供可靠依據。
三一重工副總裁兼首席流程信息官賀東東
"這是一個大型計算系統加上傳統的操作工具、大型生產設備的智慧廠房，包括每一次生產過程、每一次質量檢測、每一個工人勞動量都記錄在案，廠房每周都會產生超過1TB的數據，運用這些數據進行生產制造，實現智能化、柔性化、少人化，可以滿足多品種、小批量生產、提高效率、降低成本和保證質量等要求。"三一重工副總裁兼首席流程信息官賀東東介紹說。
在ECC，工業大數據的應用更為普遍和重要。三一重工對所有出廠設備都安裝了機載控制器、傳感器、無線通訊模塊和智能終端，每臺機械每揮動一鏟、行動一步，都形成數據上傳到長沙數據中心，每臺設備本身的信息、最新位置、是否開工、作業時間多長、工作量是多少，甚至設備內的液壓、轉塔、排量、換向、發動機轉速、支腿、臂架、零件磨損和油耗情況怎樣等都可以實時監控。用戶也可以通過手機客戶端實時查看自己設備的狀態信息。
"我們對銷售在外的20萬臺工程機械進行聯網、狀態監控，每天會有２億條數據上傳，目前已經累計有超過40TB的大數據資源。這些數據幫助我們實現設備位置與軌跡監控、工況實時監控和預警、遠程故障診斷和提供預測性維護，而且還能促進我們不斷改進產品質量，贏得市場。"賀東東說。
三一重工現在對售后服務車輛和服務工程師也配備智能終端或智能手機，將設備和服務資源"連接"了起來，通過智能調度，客戶的設備發生故障時，公司就可以就近調遣工程師、配送配件，不但提高了服務質量，減少了客戶停機損失，大幅度提高了為客戶服務的能力。同時，賀東東表示，通過大數據分析，進一步優化了配件周轉狀況，在保證服務水平不變的前提下，庫存水平下降了近50%，配件需求預測準確率提升了25%。
"通過應用物聯網和工業大數據，我們將建立面向全生命周期的工程機械運維服務支持技術體系和系統框架，創新工程機械新型運維服務模式，實現服務型制造驅動，向價值鏈高端轉移，給客戶提供增值服務，實現價值的延伸，在提升產品競爭力的同時提升客戶粘度。" 賀東東說，"我們甚至可以基于客戶和設備使用數據，創新互聯網產業金融服務，從而實現商業模式的創新。所以，我可以堅定地說，工業大數據將成為三一重工未來的核心競爭力。"
工業大數據：工業4.0的關鍵支撐手段
當前，全球制造業都在走向智能制造、工業4.0時代，工業大數據的價值和方法是什么呢？其商業價值實現路徑又是什么呢？在此次工業大數據應用智造沙龍上，來自國內外的知名專家學者做了不同層面的解讀。
清華大學數據科學研究院工業大數據研究中心副主任、原IBM中國研究院副院長陸薇認為，無論是德國的工業4.0，還是美國的工業互聯網都以數字化、互聯化、智能化為特征，而工業大數據是關鍵支撐手段。她指出，工業大數據就是在工業領域信息化相關應用中所產生的海量數據，不僅包括企業內，還包括客戶、用戶、產業鏈以及互聯網上的數據，其核心是機器數據。工業4.0系統可以被看作是數據、硬件、軟件和智能的流通與互動，從智能設備和網絡中獲取數據，然后利用大數據和基于機器所在行業的分析工具進行存儲、分析和可視化，最終的"智能信息"可以供決策者使用，或者作為各工業系統中更廣泛的資產優化或戰略決策流程的一部分。大數據將和物聯網、云計算等一起支撐制造生命周期各環節業務模式創新。
清華大學數據科學研究院工業大數據研究中心副主任陸薇博士
"通過大數據驅動的創新產品設計、智能制造、智能服務，實現提升產品質量、生產效率、節省成本，達到提升企業在行業內競爭力的目的。同時，以智能聯網的工業產品為載體承載服務產品周邊生態系統的產業互聯網業務，達到開創新興市場和業務模式的目的，也就是常說的制造+互聯網。"陸薇對大數據的商業價值實現路徑這樣總結道。
美國辛辛那提大學教授、美國智能維護系統（IMS）研究中心主任 李杰
來自美國辛辛那提大學的李杰教授則從制造業未來的競爭說起，他認為，"我們過去追求的機器質量、速度、效率等都是可見的競爭，未來，智能制造更多的競爭是不可見的，這些不可見的競爭就是以客戶需求為中心的更多的智能服務，而智能服務需要通過工業大數據來分析和挖掘。"
李杰教授指出，工業大數據本身并不是目的，而是一個技術手段。與其他技術手段的目的相同，工業大數據的核心目標是創造價值，這里的價值體現在去避免和解決不可見的問題，并且從不可見的世界中創造新的知識。"舉例來說，輪胎的壓力問題，以往我們只能看到輪胎癟了車子不能開了，這是可見的問題。但是輪胎壓力不平衡造成的額外油耗是不可見的。我們可以利用大數據分析輪胎壓力提醒用戶如何保養輪胎更加省油，每年可以給一輛集裝箱客車節省3000美元的油耗。所以工業大數據的價值在于從以往看不見的空間里挖掘價值。
工業大數據應用平臺化解決方案
工業大數據的應用架構通常是這樣的，首先是通過傳感器或者執行器采集機器設備的各類模擬數據轉換為數字數據，由數據采集和控制系統處理后實時傳送至云端或者數據中心，再運用數據分析工具將數據轉換成有用的信息。整個過程不僅涉及到傳感、采集、傳輸等硬件技術，同時還必須有相應的數據分析處理軟件平臺和工具，對于專注于工業研發和生產的企業來說，要構建這么一個大數據應用平臺并非易事。一直專注于數據采集和分析的美國國家儀器公司（NI）在此次沙龍上，展示了其新近推出的平臺化架構工業大數據采集和應用解決方案。
美國國家儀器（NI）行業市場經理崔鵬
NI行業市場經理崔鵬介紹，在NI的解決方案中，硬件采用基于開放、靈活的LabVIEW RIO架構的模塊化CompactRIO嵌入式控制器，可以采集和控制各種不同類型的傳感器，可實現不同行業、不同設備、不同信號的數據采集。在軟件方面，采用NI新推出的在線狀態監控套件InsightCM Enterprise，該套件可用于中央數據管理服務器的數據管理、數據分析和系統管理，進行分析測量、警報生成、允許維護專家可視化和管理數據，簡化大規模部署CompactRIO監測系統的遠程管理。
在大數據應用算法開發上，李杰教授領導的美國智能系統維護中心(IMS 中心) 通過與NI的合作，開發了基于LabVIEW的Watchdog Agent預診斷工具包，該工具包采用了一項專利分析技術和行業標準，可在LabVIEW應用中添加易于使用的預診和健康管理算法和圖形化顯示功能，實現特征提取、主成分分析以及模式匹配，從而檢測和預測從關鍵設備到整個機器等各種對象的故障。同時，它還可以幫助用戶創建用戶界面，輕松地將預測結果以及待測資產的分析信息傳遞給客戶。
"NI通過提供一個完整的平臺化系統設計方法，以快速構建分布式監控與工業大數據系統，幫助企業快速實現工業大數據采集、分析和信息挖掘。"崔鵬經理說，"NI是目前唯一一家提供數據采集與在線監測智能系統的供應商，全球范圍內，已經用于石油與天然氣、發電、礦業、鐵路與工業制造等領域大數據應用，目前正和部分國家智能制造示范企業進行合作，以推動更多工業大數據的應用。"