秦明+陳凱+劉銀森+沈亞非

摘 要：近年來(lái)，無(wú)所不在的移動(dòng)終端、智能系統(tǒng)設(shè)備、無(wú)線傳感器等時(shí)時(shí)刻刻都在產(chǎn)生海量的數(shù)據(jù)，擁有數(shù)以億計(jì)用戶的互聯(lián)網(wǎng)服務(wù)也時(shí)刻都在進(jìn)行著巨量的交互，與此同時(shí)，數(shù)據(jù)的價(jià)值也在不斷凸顯，大數(shù)據(jù)被類比為新時(shí)代的黃金和石油。隨著以德國(guó)工業(yè)4.0 和美國(guó)工業(yè)互聯(lián)網(wǎng)為代表的新工業(yè)革命的深入發(fā)展，以及“中國(guó)制造2025”、“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃與《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》的頒布實(shí)施，智能制造和工業(yè)大數(shù)據(jù)得到了越來(lái)越多的關(guān)注，工業(yè)大數(shù)據(jù)的應(yīng)用，將成為未來(lái)制造業(yè)創(chuàng)新的關(guān)鍵要素，也是目前全球工業(yè)轉(zhuǎn)型必將面臨的重要問(wèn)題。

關(guān)鍵詞：大數(shù)據(jù)；工業(yè)大數(shù)據(jù)；智能制造

DOIDOI：10.11907/rjdk.171084

中圖分類號(hào)：TP301

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2017）007-0210-03

0 引言

“數(shù)據(jù)”一詞由來(lái)已久，在人們?nèi)粘Ｉ?、工作中反映客觀世界運(yùn)行狀態(tài)的信息，能夠通過(guò)感覺(jué)器官感知或是被傳感設(shè)備檢測(cè)到的信息，只要是能被記錄下來(lái)的就是數(shù)據(jù)，其內(nèi)容形式包括數(shù)字、圖片、時(shí)間、矢量坐標(biāo)等結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)格式。數(shù)據(jù)是人類對(duì)于客觀世界運(yùn)行信號(hào)最原始的記錄，該原始數(shù)據(jù)既未被加工，也不能用來(lái)解釋任何問(wèn)題，數(shù)據(jù)相互之間彼此孤立，并未進(jìn)行有效的關(guān)聯(lián)。隨著人類探索客觀世界運(yùn)行規(guī)律需求的逐漸強(qiáng)烈，這些記錄了各類信號(hào)的數(shù)據(jù)成為人類開(kāi)展分析的原始材料，通過(guò)對(duì)數(shù)據(jù)進(jìn)行處理，人類可以建立數(shù)據(jù)之間的關(guān)聯(lián)，從數(shù)據(jù)的對(duì)比中總結(jié)出規(guī)律性的結(jié)論，并用于回答某些問(wèn)題，這些從數(shù)據(jù)中出來(lái)的結(jié)論被稱為“信息”[1]。在從數(shù)據(jù)中獲取信息的基礎(chǔ)上，可以選擇那些能夠積極指導(dǎo)任務(wù)執(zhí)行和管理的信息，借助他們解決問(wèn)題或是輔助決策，這些信息被稱為知識(shí)。從數(shù)據(jù)到信息再到知識(shí)，這一轉(zhuǎn)化鏈條反映了人類記錄世界、認(rèn)識(shí)世界、探索世界的過(guò)程，在這個(gè)轉(zhuǎn)化過(guò)程中所用到的軟硬件技術(shù)、工具也都屬于大數(shù)據(jù)研究范疇，工業(yè)大數(shù)據(jù)也屬于該范疇，而且所涉及的領(lǐng)域更為廣泛。

1 工業(yè)大數(shù)據(jù)的價(jià)值與發(fā)展現(xiàn)狀

隨著工業(yè)制造技術(shù)的突飛猛進(jìn)及信息技術(shù)的日新月異，制造業(yè)正在從“業(yè)務(wù)驅(qū)動(dòng)型”向“數(shù)據(jù)驅(qū)動(dòng)型”演進(jìn)，大數(shù)據(jù)分析與價(jià)值提取是“數(shù)據(jù)驅(qū)動(dòng)”之源。工業(yè)大數(shù)據(jù)主要來(lái)自企業(yè)內(nèi)各類信息系統(tǒng)、基于設(shè)備互聯(lián)的物聯(lián)網(wǎng)系統(tǒng)和外部互聯(lián)網(wǎng)管道3個(gè)方向，每個(gè)方向都從不同角度記錄工業(yè)產(chǎn)品生命周期相關(guān)信息。企業(yè)內(nèi)部信息系統(tǒng)記錄并存儲(chǔ)了工業(yè)產(chǎn)品的核心業(yè)務(wù)數(shù)據(jù)，數(shù)據(jù)涉及產(chǎn)品生命周期、供應(yīng)鏈管理、客戶關(guān)系管理及企業(yè)資源規(guī)劃等各環(huán)節(jié)；物聯(lián)網(wǎng)絡(luò)匯總了當(dāng)前智能設(shè)備的狀態(tài)、使用運(yùn)轉(zhuǎn)周期等信息，對(duì)相關(guān)產(chǎn)品制造流程涉及的工藝環(huán)節(jié)進(jìn)行數(shù)據(jù)采集并存儲(chǔ)；用戶對(duì)產(chǎn)品的體驗(yàn)感及改進(jìn)建議等數(shù)據(jù)信息則來(lái)源于互聯(lián)網(wǎng)渠道。據(jù)麥肯錫咨詢公司大數(shù)據(jù)報(bào)告統(tǒng)計(jì)，過(guò)程工業(yè)的數(shù)據(jù)存儲(chǔ)量高于其它行業(yè)。過(guò)程工業(yè)大數(shù)據(jù)蘊(yùn)含大價(jià)值，麥肯錫全球研究院發(fā)布的《Big Data：the Next Frontier for Innovation，Competition，and Productivity》中已指出過(guò)程工業(yè)可以從大數(shù)據(jù)分析和應(yīng)用中提高生產(chǎn)力、降低消耗，以工業(yè)大數(shù)據(jù)為價(jià)值源，到2020年的總體價(jià)值將近1.3萬(wàn)億美元[4]。工業(yè)大數(shù)據(jù)價(jià)值產(chǎn)生方式主要是通過(guò)集成設(shè)計(jì)與運(yùn)行時(shí)的生產(chǎn)數(shù)據(jù)、采購(gòu)的原料數(shù)據(jù)及銷售過(guò)程中積累的點(diǎn)擊流和用戶行為數(shù)據(jù)等，更好地決策以改進(jìn)過(guò)程運(yùn)行、提高生產(chǎn)效率、提高產(chǎn)品質(zhì)量、減少缺陷產(chǎn)品、滿足用戶需求。一方面，通過(guò)工業(yè)大數(shù)據(jù)分析可以及時(shí)發(fā)現(xiàn)生產(chǎn)制造過(guò)程中的短板以及時(shí)采取補(bǔ)救措施提高生產(chǎn)效率；另一方面，通過(guò)大數(shù)據(jù)提前預(yù)測(cè)，可實(shí)現(xiàn)快速分析問(wèn)題、降低錯(cuò)誤決策的效果。同時(shí)，對(duì)制造工藝流程類似的企業(yè)，可以進(jìn)行類比分析提煉之后的工業(yè)大數(shù)據(jù)，以達(dá)到同行業(yè)之間經(jīng)驗(yàn)共享的目的，由于涉及同行業(yè)間的競(jìng)爭(zhēng)關(guān)系，該舉措在集團(tuán)內(nèi)部企業(yè)之間可以實(shí)施。

從當(dāng)前我國(guó)工業(yè)制造發(fā)展來(lái)看，與西方發(fā)達(dá)國(guó)家相比還存在很大差距，尤其體現(xiàn)在高精密、制造智能化等方面，且在工業(yè)制造業(yè)中對(duì)大數(shù)據(jù)的應(yīng)用還處于起步階段。結(jié)合當(dāng)前的實(shí)際應(yīng)用狀況，大數(shù)據(jù)廣泛應(yīng)用于電子商務(wù)及互聯(lián)網(wǎng)公司，該類企業(yè)根據(jù)自身業(yè)務(wù)方向及特征能有效利用大數(shù)據(jù)分析實(shí)際的生產(chǎn)經(jīng)營(yíng)情況，能夠從大數(shù)據(jù)里提煉的企業(yè)價(jià)值信息對(duì)客戶的個(gè)人行為進(jìn)行價(jià)值引導(dǎo)或定制服務(wù)推送，企業(yè)更注重通過(guò)大數(shù)據(jù)價(jià)值提取來(lái)改善產(chǎn)品、提高服務(wù)質(zhì)量，引導(dǎo)企業(yè)制定、修正階段性決策等。當(dāng)前，國(guó)內(nèi)BAT公司在大數(shù)據(jù)分析與應(yīng)用領(lǐng)域已走在業(yè)界前沿，而在工業(yè)制造業(yè)發(fā)展過(guò)程中，通過(guò)大數(shù)據(jù)的有效應(yīng)用可積極推動(dòng)工業(yè)制造過(guò)程的整體運(yùn)轉(zhuǎn)，包括產(chǎn)品研發(fā)、生產(chǎn)以及銷售等，在產(chǎn)品生產(chǎn)制造過(guò)程中能夠使其周期有效縮短，同時(shí)還能夠使產(chǎn)品質(zhì)量以及客戶滿意度均得到有效提升。當(dāng)整個(gè)業(yè)界在高談全量數(shù)據(jù)的理念時(shí)，碰到的最大問(wèn)題是沒(méi)有全量數(shù)據(jù)，數(shù)據(jù)的碎片化和孤島化現(xiàn)狀沒(méi)有改觀，主要有兩個(gè)原因：一是沒(méi)有經(jīng)濟(jì)上的激勵(lì)機(jī)制，二是對(duì)數(shù)據(jù)安全和隱私的憂慮。

2 工業(yè)大數(shù)據(jù)集成應(yīng)用領(lǐng)域

工業(yè)大數(shù)據(jù)的典型應(yīng)用領(lǐng)域包括生產(chǎn)工具產(chǎn)品創(chuàng)新、設(shè)備故障診斷與預(yù)測(cè)、工業(yè)生產(chǎn)線工藝流程改進(jìn)、工業(yè)企業(yè)供應(yīng)鏈優(yōu)化、產(chǎn)品質(zhì)量等級(jí)分析及優(yōu)良率提升等。

2.1 工業(yè)大數(shù)據(jù)在產(chǎn)品創(chuàng)新上的應(yīng)用

客戶工程師或生產(chǎn)人員在工業(yè)生產(chǎn)線操作設(shè)備期間可產(chǎn)生大量產(chǎn)品使用過(guò)程數(shù)據(jù)，挖掘和分析這些數(shù)據(jù)，能夠掌握客戶對(duì)所使用產(chǎn)品的期望模型，同時(shí)也能掌握產(chǎn)品在生產(chǎn)線上的使用、運(yùn)行情況，無(wú)形中把客戶納入到了產(chǎn)品需求分析和產(chǎn)品設(shè)計(jì)優(yōu)化的創(chuàng)新活動(dòng)中，對(duì)改善產(chǎn)品和提升用戶滿意度有極大幫助。精測(cè)電子的光學(xué)測(cè)試產(chǎn)品在客戶使用期間記載了大量的用戶使用數(shù)據(jù)信息及產(chǎn)品自身狀態(tài)信息，工程師定期獲取這些信息進(jìn)行數(shù)據(jù)分析，并根據(jù)價(jià)值數(shù)據(jù)對(duì)產(chǎn)品進(jìn)行優(yōu)化和改進(jìn)，使得每一次產(chǎn)品升級(jí)都能準(zhǔn)確命中客戶的價(jià)值需求，數(shù)據(jù)的價(jià)值在產(chǎn)品升級(jí)階段得以體現(xiàn)。

2.2 工業(yè)大數(shù)據(jù)在故障診斷上的應(yīng)用

數(shù)據(jù)的產(chǎn)生和記錄貫穿于產(chǎn)品從設(shè)計(jì)到生產(chǎn)、從調(diào)試安裝到投產(chǎn)使用以及進(jìn)入維護(hù)的所有階段，智能傳感設(shè)備、物聯(lián)網(wǎng)以及現(xiàn)代化IT技術(shù)的支撐，使得這些數(shù)據(jù)能夠?qū)崟r(shí)同步至大數(shù)據(jù)平臺(tái)，使設(shè)備在生產(chǎn)線的實(shí)時(shí)狀態(tài)遠(yuǎn)程監(jiān)控成為可能，一方面改善客戶的生產(chǎn)工作環(huán)境，另一方面可為客戶提供更可靠的服務(wù)，如設(shè)備的遠(yuǎn)程檢修、設(shè)備故障的及時(shí)精準(zhǔn)定位排除等。與此同時(shí)，對(duì)比分析設(shè)備使用過(guò)程中的歷史數(shù)據(jù)信息可對(duì)設(shè)備的使用壽命進(jìn)行初步預(yù)判、對(duì)可能性故障進(jìn)行預(yù)警。以京東方OLED模組信號(hào)檢測(cè)設(shè)備為例，成千上萬(wàn)臺(tái)設(shè)備在生產(chǎn)線同時(shí)規(guī)模運(yùn)行，半小時(shí)內(nèi)即可產(chǎn)生GB數(shù)量級(jí)的數(shù)據(jù)，這些數(shù)據(jù)包括設(shè)備運(yùn)行過(guò)程記錄、設(shè)備異?；蚋婢⒖蛻舻漠a(chǎn)品屬性統(tǒng)計(jì)等。除了能及時(shí)了解到客戶某時(shí)間段內(nèi)的產(chǎn)能和良率情況外，還能夠讓工程師及時(shí)了解生產(chǎn)線的整體運(yùn)行情況，通過(guò)基于故障數(shù)據(jù)模型的對(duì)比分析，可進(jìn)行以發(fā)生概率優(yōu)先或影響因子優(yōu)先的故障預(yù)測(cè)并提供防范對(duì)策，以提前做好風(fēng)險(xiǎn)防控工作，以免導(dǎo)致產(chǎn)線臨時(shí)停產(chǎn)對(duì)客戶造成影響。endprint

2.3 工業(yè)大數(shù)據(jù)在工藝流程改進(jìn)上的價(jià)值體現(xiàn)

在生產(chǎn)工藝改進(jìn)方面，生產(chǎn)過(guò)程中大量的數(shù)據(jù)實(shí)時(shí)顯示與記錄，可對(duì)整個(gè)生產(chǎn)流程進(jìn)行監(jiān)控并建模，了解每個(gè)環(huán)節(jié)的執(zhí)行情況，能夠分析整個(gè)生產(chǎn)流程性能或質(zhì)量瓶頸。一旦某個(gè)流程偏離了標(biāo)準(zhǔn)工藝，就會(huì)發(fā)出報(bào)警信號(hào)，使用戶及時(shí)發(fā)現(xiàn)錯(cuò)誤或者異常，便于解決問(wèn)題，比如在材料制造、醫(yī)藥等行業(yè)，脫軌的工藝流程將帶來(lái)災(zāi)難性的后果。

2.4 工業(yè)大數(shù)據(jù)在供應(yīng)鏈優(yōu)化上的應(yīng)用

射頻識(shí)別（RFID）電子標(biāo)簽技術(shù)、物聯(lián)網(wǎng)技術(shù)，以及移動(dòng)互聯(lián)網(wǎng)技術(shù)可以有效幫助工業(yè)企業(yè)獲得完整的供應(yīng)鏈數(shù)據(jù)，比如原材料的用量和消耗速率、配件采購(gòu)數(shù)據(jù)、庫(kù)存數(shù)據(jù)、物流效率數(shù)據(jù)等，匯總、清理、提煉這些數(shù)據(jù)，有助于提升倉(cāng)儲(chǔ)、配送、銷售效率，降低成本。如果再利用產(chǎn)品中傳感器所產(chǎn)生的數(shù)據(jù)，可以監(jiān)控和預(yù)測(cè)產(chǎn)品在不同區(qū)域的需求，輔以原材料供應(yīng)商數(shù)據(jù)，可優(yōu)化材料及配件買入時(shí)機(jī)，節(jié)約大量采購(gòu)成本，同時(shí)還可以預(yù)測(cè)配件的使用壽命或更換時(shí)間，便于提高運(yùn)維響應(yīng)時(shí)間，降低運(yùn)行維護(hù)成本。

2.5 工業(yè)大數(shù)據(jù)在產(chǎn)品良率提升上的應(yīng)用

一般制造產(chǎn)品質(zhì)量都是由設(shè)計(jì)合理的生產(chǎn)流程及貫穿始終的質(zhì)量監(jiān)控來(lái)保證，通過(guò)這些環(huán)節(jié)記錄并提取海量數(shù)據(jù)中有價(jià)值的信息，一方面確保產(chǎn)品生產(chǎn)制造過(guò)程的每個(gè)環(huán)節(jié)是符合特定工藝流程的；另一方面通過(guò)大數(shù)據(jù)分析，對(duì)比問(wèn)題產(chǎn)品和達(dá)標(biāo)產(chǎn)品的過(guò)程差異，找到缺陷所在并加以矯正，這是提高產(chǎn)品良率最有效、最直接的方法。實(shí)際工作中，常見(jiàn)對(duì)失效品的個(gè)案分析往往無(wú)疾而終，有價(jià)值的信息淹沒(méi)在量測(cè)誤差、實(shí)驗(yàn)噪聲或者不科學(xué)的實(shí)驗(yàn)設(shè)計(jì)里。而通過(guò)對(duì)于大量數(shù)據(jù)的分析，噪聲信息會(huì)消失，差異點(diǎn)會(huì)疊加放大，工程師甚至可以將異常定位到機(jī)臺(tái)的某個(gè)機(jī)構(gòu)，從而使得實(shí)驗(yàn)設(shè)計(jì)也能合理化、目的化，極大地提升產(chǎn)品優(yōu)良率。

2.6 面板制造領(lǐng)域工業(yè)大數(shù)據(jù)集成應(yīng)用

本文參考大數(shù)據(jù)在各行業(yè)的應(yīng)用案例，分析面板生產(chǎn)制造及銷售的核心要點(diǎn)，總結(jié)面板制造企業(yè)關(guān)于工業(yè)大數(shù)據(jù)集成應(yīng)用的模型要素，為后續(xù)構(gòu)建數(shù)學(xué)模型并開(kāi)展生產(chǎn)運(yùn)營(yíng)模式、銷售模式的研究打下基礎(chǔ)。

在面板制造領(lǐng)域，企業(yè)要保持其核心競(jìng)爭(zhēng)力，要在業(yè)界保持領(lǐng)先地位并能持續(xù)發(fā)展，需要對(duì)涉及的關(guān)鍵要素進(jìn)行拆分并利用大數(shù)據(jù)技術(shù)針對(duì)關(guān)鍵要素進(jìn)行建模；面板制造行業(yè)，產(chǎn)品質(zhì)量、工藝制程、市場(chǎng)銷售預(yù)測(cè)及品牌吸引力是影響企業(yè)發(fā)展的關(guān)鍵要素。

（1）產(chǎn)品質(zhì)量。對(duì)影響產(chǎn)品質(zhì)量要素的挖掘來(lái)源于內(nèi)外兩個(gè)方面的信息收集，一方面與企業(yè)內(nèi)部的研發(fā)、制造相關(guān)，例如產(chǎn)品原型屬性信息、實(shí)驗(yàn)數(shù)據(jù)、制造流程監(jiān)控?cái)?shù)據(jù)等；另一方面需要通過(guò)客戶關(guān)系通道獲取面板客戶以及通過(guò)互聯(lián)網(wǎng)等技術(shù)對(duì)終端用戶的體驗(yàn)及意見(jiàn)反饋信息進(jìn)行匯總分析并反饋落實(shí)到研發(fā)制造流程。

（2）工藝制程。除了技術(shù)選型、材料選型之外，工藝制程是面板制造的關(guān)鍵要素之一；面板研發(fā)、工藝生產(chǎn)、制造涉及300多道工序，每一道工序都是產(chǎn)品質(zhì)量的關(guān)鍵影響點(diǎn)；企業(yè)內(nèi)部，綜合每個(gè)環(huán)節(jié)的制造數(shù)據(jù)進(jìn)行清洗、歸類、提煉，找出影響制造流程的對(duì)應(yīng)環(huán)節(jié)；企業(yè)之間，尤其是業(yè)界掌握先進(jìn)制造技術(shù)的巨頭企業(yè)，其生產(chǎn)制造環(huán)節(jié)數(shù)據(jù)具有重大的指導(dǎo)和參考價(jià)值，對(duì)比其提煉后的數(shù)據(jù)加以修正，對(duì)業(yè)內(nèi)中小企業(yè)優(yōu)化其工藝制程有重要意義。

（3）市場(chǎng)預(yù)測(cè)。面板行業(yè)競(jìng)爭(zhēng)激烈，終端技術(shù)的日新月異及終端用戶種類的差異會(huì)直接影響面板制造企業(yè)的市場(chǎng)決策及銷售驅(qū)動(dòng)力。終端技術(shù)演進(jìn)趨勢(shì)、終端客戶的需求分析是市場(chǎng)預(yù)測(cè)的兩個(gè)關(guān)鍵要素，細(xì)分這些關(guān)鍵要素涉及的關(guān)鍵點(diǎn)，利用大數(shù)據(jù)技術(shù)及“互聯(lián)網(wǎng)+”平臺(tái)，對(duì)收集到的數(shù)據(jù)進(jìn)行匯總、清洗、提煉、可視化等，可以用來(lái)對(duì)用戶未來(lái)需求作出預(yù)測(cè)并及時(shí)調(diào)整銷售策略。

（4）品牌吸引力。品牌吸引力是企業(yè)留住老客戶、吸引新客戶的能力，也是企業(yè)不斷擴(kuò)大市場(chǎng)占有率，保持可持續(xù)發(fā)展的關(guān)鍵。在面板制造業(yè)，原材料在經(jīng)過(guò)復(fù)雜的工藝制程后，最終輸出面向各類客戶需求的顯示面板，面板承載著制造企業(yè)日常工作過(guò)程中的點(diǎn)點(diǎn)滴滴，包括產(chǎn)品設(shè)計(jì)、技術(shù)開(kāi)發(fā)、材料選型、工藝制程、管理方式等。練好內(nèi)功，為客戶提供滿足其要求的產(chǎn)品是造就品牌吸引力的基本要求之一。企業(yè)需要通過(guò)“互聯(lián)網(wǎng)+”和工業(yè)大數(shù)據(jù)相融合的應(yīng)用模式，積極開(kāi)展與客戶互動(dòng)活動(dòng)，對(duì)比與其它品牌之間的差異，了解并掌握客戶對(duì)意向品牌的態(tài)度，如繼續(xù)使用、不再使用或可能轉(zhuǎn)移其它品牌等客戶動(dòng)向，根據(jù)這方面的信息及時(shí)調(diào)整企業(yè)的營(yíng)銷和競(jìng)爭(zhēng)策略。

3 工業(yè)大數(shù)據(jù)力促行業(yè)統(tǒng)一標(biāo)準(zhǔn)構(gòu)筑

面板制造工藝繁瑣，從原材料到產(chǎn)品成型至少需要300道工藝流程；各制造廠家在橫向縱向領(lǐng)域所儲(chǔ)備的技術(shù)積累差異性大；源于行業(yè)的競(jìng)爭(zhēng)性，廠家在各領(lǐng)域的技術(shù)層面進(jìn)行了嚴(yán)格的信息保密，即使是同集團(tuán)下不同子公司之間也存在同樣現(xiàn)象，此現(xiàn)象也是信息孤島的表象之一，且隨著新興企業(yè)的崛起，孤島數(shù)量呈上升趨勢(shì)。分析面板生產(chǎn)的各類要素，利用大數(shù)據(jù)平臺(tái)對(duì)各關(guān)鍵要素進(jìn)行建模，這樣可以提煉最優(yōu)工藝生產(chǎn)流程，使制造流程標(biāo)準(zhǔn)化。打通信息孤島，在同行業(yè)內(nèi)形成工業(yè)大數(shù)據(jù)平臺(tái)，促進(jìn)信息共享和數(shù)據(jù)開(kāi)放，利用大數(shù)據(jù)技術(shù)分析，對(duì)比不同廠家之間的關(guān)鍵要素、工藝流程，進(jìn)行同領(lǐng)域內(nèi)跨企業(yè)研究，能在整個(gè)行業(yè)內(nèi)促使生產(chǎn)制造標(biāo)準(zhǔn)化。目前，我國(guó)面板制造業(yè)正在加快國(guó)產(chǎn)化步伐，行業(yè)標(biāo)準(zhǔn)統(tǒng)一是大勢(shì)所趨，但還有很長(zhǎng)的路要走。

橫向深度交融、縱向深入研究是未來(lái)工業(yè)大數(shù)據(jù)技術(shù)發(fā)展及應(yīng)用的兩個(gè)方向。工業(yè)大數(shù)據(jù)分析的核心是從數(shù)據(jù)中獲取價(jià)值，進(jìn)而實(shí)現(xiàn)價(jià)值轉(zhuǎn)換。隨著信息化和工業(yè)化的逐漸融合，工業(yè)界生產(chǎn)信息數(shù)字化程度不斷提升，大量過(guò)程工業(yè)數(shù)據(jù)得以積累，利用當(dāng)前大數(shù)據(jù)技術(shù)從工業(yè)大數(shù)據(jù)中獲取更準(zhǔn)確、更深層次的知識(shí)，是當(dāng)前工業(yè)大數(shù)據(jù)的基本任務(wù)。要達(dá)到這一目標(biāo)，需要提升系統(tǒng)對(duì)數(shù)據(jù)的認(rèn)知計(jì)算能力，讓計(jì)算系統(tǒng)具備對(duì)數(shù)據(jù)的理解、推理、發(fā)現(xiàn)和決策能力。工業(yè)大數(shù)據(jù)技術(shù)的發(fā)展目標(biāo)是應(yīng)用落地，數(shù)據(jù)孤島制約著工業(yè)大數(shù)據(jù)的發(fā)展，技術(shù)和數(shù)據(jù)的分離是工業(yè)大數(shù)據(jù)發(fā)展的瓶頸。各組織之間的數(shù)據(jù)封閉，甚至同一個(gè)組織之間各部門之間的數(shù)據(jù)也互不開(kāi)放，這些嚴(yán)重制約著工業(yè)大數(shù)據(jù)的發(fā)展，為工業(yè)大數(shù)據(jù)提供帶信息安全機(jī)制的共享平臺(tái)是所有組織需要共同研究的技術(shù)難題。因此，需要加強(qiáng)跨學(xué)科、跨領(lǐng)域的大數(shù)據(jù)技術(shù)研究和應(yīng)用力度。

4 結(jié)語(yǔ)

事實(shí)證明，大量的產(chǎn)業(yè)價(jià)值蘊(yùn)藏在工業(yè)大數(shù)據(jù)中，應(yīng)跨界、跨領(lǐng)域整合業(yè)內(nèi)資源，加大對(duì)工業(yè)大數(shù)據(jù)的研究力度，促使其價(jià)值最大化。當(dāng)前，制造業(yè)應(yīng)該結(jié)合自身已有的數(shù)據(jù)優(yōu)勢(shì)，并充分利用互聯(lián)網(wǎng)已具備的大數(shù)據(jù)技術(shù)平臺(tái)不斷加強(qiáng)、加深對(duì)同行業(yè)內(nèi)業(yè)務(wù)信息的集成應(yīng)用。

參考文獻(xiàn)：

[1] CCF大數(shù)據(jù)專家委員會(huì)，中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟.中國(guó)大數(shù)據(jù)技術(shù)與產(chǎn)業(yè)發(fā)展白皮書[R].2014.

[2] 國(guó)家制造強(qiáng)國(guó)建設(shè)戰(zhàn)略咨詢委員會(huì)，中國(guó)工程院戰(zhàn)略咨詢中心.智能制造[M].北京：電子工業(yè)出版社，2016.

[3] 工信部.高端裝備制造業(yè)“十二五”發(fā)展規(guī)劃[EB/OL].http：// www.miit.gov.cn/n11293472/n11293832/n11293907/n11368223/14580681.html，2012-5-07，2015.

[4] 鐘海.大數(shù)據(jù)在工業(yè)制造業(yè)的應(yīng)用與研究[J].企業(yè)技術(shù)開(kāi)發(fā)，2015，34（13）：104-106.

[5] 柳琪.用大數(shù)據(jù)預(yù)測(cè)需求[J].農(nóng)機(jī)市場(chǎng)，2014（3）：14.

[6] 李國(guó)杰，程學(xué)旗.大數(shù)據(jù)研究：未來(lái)科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J].中國(guó)科學(xué)院院刊，2012（6）：5-15.

[7] 張維，蘇秀芝.淺析大數(shù)據(jù)[J].中小企業(yè)管理與科技，2014（24）：241-243.

[8] 郭平.軟件可靠性工程中的計(jì)算智能方法[M].北京：科學(xué)出版社，2012.

[9] JIN Y，HAMMER B.Computational intelligence in big data[J].IEEE Computational Intelligence Magazine，2014，9（3）：12-13.endprint