羅立輝

【關(guān)鍵詞】工業(yè)互聯(lián)網(wǎng);大數(shù)據(jù)技術(shù);應(yīng)用

大數(shù)據(jù)技術(shù)作為一種集合現(xiàn)代邏輯計(jì)算、智能算法、網(wǎng)絡(luò)安全、提前預(yù)警等技術(shù)保障的先進(jìn)技術(shù)，能夠?yàn)楣I(yè)生產(chǎn)構(gòu)架良好運(yùn)維系統(tǒng)的同時，還提升了工業(yè)經(jīng)營效益，如降低人力資源支出、設(shè)備成本資源支出等。尤其在結(jié)合現(xiàn)代綠色環(huán)保、智能、持續(xù)、共享等的基礎(chǔ)上，還能提升工業(yè)生產(chǎn)質(zhì)量、效果，提升企業(yè)社會、市場發(fā)展與競爭的適應(yīng)力。因此，文章的研究具有現(xiàn)實(shí)而積極的意義。

基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)技術(shù)主要是指利用信息技術(shù)、通信技術(shù)、監(jiān)控基礎(chǔ)等，采取工業(yè)生產(chǎn)設(shè)備作業(yè)過程中形成的有價(jià)值數(shù)據(jù)，一般用于工業(yè)車間生產(chǎn)要素的調(diào)控、預(yù)測等（具體圖1所示），旨在降低設(shè)備生產(chǎn)風(fēng)險(xiǎn)的同時，提升決策、方法的效益。深入剖析其概念，其包含以下特征：較大的數(shù)據(jù)容量?；诠I(yè)產(chǎn)業(yè)的特殊性，為挖掘有潛在價(jià)值的信息，工業(yè)大數(shù)據(jù)一般擁有較大的體量。能夠滿足互聯(lián)網(wǎng)數(shù)據(jù)、大型設(shè)備等要素的接入需求，甚至一些體量達(dá)到EB級別;多樣性。工業(yè)大數(shù)據(jù)擁有廣泛的數(shù)據(jù)來源和多樣的數(shù)據(jù)類型，能夠適應(yīng)工業(yè)、互聯(lián)網(wǎng)的接入需求，如管理系統(tǒng)、機(jī)器設(shè)備等;快速性。其在相關(guān)感應(yīng)設(shè)備和相關(guān)邏輯算法基礎(chǔ)上，能夠快速獲取和處理相關(guān)工業(yè)數(shù)據(jù)，甚至對一些數(shù)據(jù)的處理達(dá)到了毫秒級;價(jià)值密度低。工業(yè)大數(shù)據(jù)更加重視相關(guān)信息的有用性和價(jià)值驅(qū)動性，比如智能制造、個性化定制及生產(chǎn)經(jīng)營效率等;時序性。其主要是指該數(shù)據(jù)擁有一定時間和空間順序，如不同階段設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)，不同空間訂單需求量完成度等;強(qiáng)關(guān)聯(lián)性。其主要是指數(shù)據(jù)信息同各項(xiàng)生產(chǎn)要素?fù)碛蟹浅?qiáng)的管理度，如研發(fā)設(shè)計(jì)、零部件生產(chǎn)、整裝、設(shè)備運(yùn)行狀態(tài)、設(shè)備隱患維修數(shù)據(jù)等;準(zhǔn)確性。工業(yè)大數(shù)據(jù)所獲取的信息是設(shè)備等要素生產(chǎn)的直接數(shù)據(jù)，該數(shù)據(jù)經(jīng)過相關(guān)加工，具有可靠性、完整性和真實(shí)性特征，因此其最終分析的數(shù)據(jù)結(jié)果具有非常高的精準(zhǔn)度。

從分析工業(yè)大數(shù)據(jù)全生命周期可以看出，工業(yè)大數(shù)據(jù)技術(shù)基于現(xiàn)代感應(yīng)技術(shù)和算法，能夠精準(zhǔn)定位工業(yè)產(chǎn)品的全生產(chǎn)流程，實(shí)現(xiàn)產(chǎn)品全環(huán)節(jié)的有效驅(qū)動其應(yīng)用意義主要包含以下幾個方面：

（一）優(yōu)化產(chǎn)品設(shè)計(jì)，推動產(chǎn)品創(chuàng)新

工業(yè)企業(yè)利用智能傳感器收集設(shè)備產(chǎn)品運(yùn)行過程中形成的相關(guān)數(shù)據(jù)，如用戶使用偏好、習(xí)慣等信息，并利用智能終端匯總、分析、研究這些數(shù)據(jù)，有助于企業(yè)挖掘產(chǎn)品功能，推動產(chǎn)品創(chuàng)新發(fā)展，如基于產(chǎn)品性能的人性化、功能化設(shè)計(jì)。尤其在設(shè)備故障數(shù)據(jù)收集基礎(chǔ)上，還能不斷完善、改進(jìn)、重構(gòu)產(chǎn)品體系，繼而在滿足用戶使用需求的同時，實(shí)現(xiàn)產(chǎn)品個性化、差異化創(chuàng)新。甚至在有條件的情況下，還能夠創(chuàng)新產(chǎn)品生產(chǎn)及商業(yè)等模式，繼而實(shí)現(xiàn)設(shè)備生產(chǎn)目的。

（二）提升管理質(zhì)量，強(qiáng)化監(jiān)控效果

要想全面控制設(shè)備生產(chǎn)過程，應(yīng)根據(jù)其生產(chǎn)要素，收集所有影響要素，如人員技術(shù)、原材料質(zhì)量、溫度、設(shè)備振動、加工溫度等。同時，為更加嚴(yán)格地管理生產(chǎn)流程，還應(yīng)做好工藝流程的監(jiān)督工作。而大數(shù)據(jù)信息收集系統(tǒng)不僅能夠滿足大數(shù)據(jù)技術(shù)的信息收集要求，還能通過信息收集、分析，精準(zhǔn)定位各項(xiàng)流程的能耗、產(chǎn)能等，繼而實(shí)現(xiàn)更高維度的監(jiān)控目的。尤其在精準(zhǔn)提供各項(xiàng)控制要素后，能助力相關(guān)技術(shù)、管理人員編制更加合理、科學(xué)、透明的生產(chǎn)和管理技術(shù)，可在一定程度上提升管理質(zhì)量。

（三）強(qiáng)化風(fēng)險(xiǎn)控制，提升經(jīng)營效益

受多種因素影響，企業(yè)車間的生產(chǎn)過程中可能存在各種問題，若不及時采取措施應(yīng)對，必然會影響企業(yè)經(jīng)營效益，甚至還會讓企業(yè)面臨破產(chǎn)的紅線。而基于大數(shù)據(jù)體系的工業(yè)車間生產(chǎn)體系，不僅精準(zhǔn)定位設(shè)備效率，還能夠通過數(shù)據(jù)模擬預(yù)知產(chǎn)品可能存在的缺陷，如安全隱患、計(jì)算缺陷、工藝參數(shù)等問題，甚至還能提前預(yù)警，而這便會在一定程度上避免生產(chǎn)故障等問題。如圖2基于大數(shù)據(jù)技術(shù)的健康故障預(yù)測與健康管理能夠?qū)崿F(xiàn)工業(yè)數(shù)據(jù)各項(xiàng)數(shù)據(jù)的有序管理，運(yùn)維、故障、異常等健康管理。因此，在企業(yè)車間中融人大數(shù)據(jù)技術(shù)擁有非凡的價(jià)值。

（一）架設(shè)基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)技術(shù)構(gòu)架

基于工業(yè)大數(shù)據(jù)技術(shù)相關(guān)特性，相關(guān)企業(yè)應(yīng)做好其數(shù)據(jù)采集、數(shù)據(jù)應(yīng)用兩個維度系統(tǒng)的搭建（如圖3），并在此基礎(chǔ)上，做好工業(yè)互聯(lián)網(wǎng)接人工作，以實(shí)現(xiàn)工業(yè)數(shù)據(jù)的匯總收集、計(jì)算分析等。具體而言，要做好設(shè)備數(shù)據(jù)采集、數(shù)據(jù)實(shí)時接入處理工作，即要設(shè)計(jì)外加傳統(tǒng)器、內(nèi)置傳感器等設(shè)備，用以收集設(shè)備、系統(tǒng)所產(chǎn)生的實(shí)時數(shù)據(jù)等。

（二）基于工業(yè)大數(shù)據(jù)應(yīng)用路徑分析

基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)技術(shù)適用于企業(yè)車間工業(yè)生產(chǎn)全過程，即適用于工業(yè)車間相關(guān)產(chǎn)品研發(fā)、生產(chǎn)制造、在線運(yùn)維等。

1.產(chǎn)品的設(shè)計(jì)研發(fā)

基于現(xiàn)代技術(shù)的工業(yè)環(huán)境，其競爭環(huán)境更加復(fù)雜、多變，因此如何高效率、高質(zhì)量地完成產(chǎn)品設(shè)計(jì)研發(fā)，成為每個工業(yè)產(chǎn)品關(guān)注的重點(diǎn)。工業(yè)大數(shù)據(jù)技術(shù)可為產(chǎn)品設(shè)計(jì)研發(fā)提供良好的模擬、智能等協(xié)同技術(shù)，能在縮短產(chǎn)品設(shè)計(jì)研發(fā)周期的同時，提升產(chǎn)品設(shè)計(jì)質(zhì)量。如可通過模擬仿真技術(shù)，模擬產(chǎn)品相關(guān)構(gòu)架、形態(tài)等，并以此為依據(jù)模擬其運(yùn)行情況，調(diào)整產(chǎn)品參數(shù)等。具體而言，一是利用感知技術(shù)獲取產(chǎn)品真實(shí)數(shù)據(jù)，并將其映射至虛擬網(wǎng)絡(luò)，然后利用樸素貝葉斯法、半監(jiān)督法等，提取相關(guān)數(shù)據(jù)，以實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)數(shù)字化、智能化的目的。二是利用物理規(guī)劃、遺傳算法、模擬邏輯等技術(shù)，評估、分析設(shè)計(jì)方案，為設(shè)計(jì)人員產(chǎn)品對最優(yōu)設(shè)計(jì)方式的選擇奠定良好基礎(chǔ)。三是利用關(guān)聯(lián)規(guī)則和應(yīng)用回歸等方式，持續(xù)優(yōu)化產(chǎn)品性能，繼而提升產(chǎn)品開發(fā)質(zhì)量。

2.產(chǎn)品的生產(chǎn)制造

基于大數(shù)據(jù)采集技術(shù)的工業(yè)產(chǎn)品制造，能夠降低生產(chǎn)制造過程的能耗、提升質(zhì)量管理效果、優(yōu)化產(chǎn)品相關(guān)參數(shù)以及實(shí)現(xiàn)生產(chǎn)調(diào)度問題優(yōu)化工作等，尤其在工業(yè)大數(shù)據(jù)技術(shù)模型和算法基礎(chǔ)上，其提升效果更加明顯：

（1）降低產(chǎn)品生產(chǎn)能耗

降低產(chǎn)品能耗作為工業(yè)大數(shù)據(jù)技術(shù)核心要素，是目前工業(yè)大數(shù)據(jù)主要應(yīng)用趨勢。利用數(shù)據(jù)管理技術(shù)能更加有效、快速地識別產(chǎn)品生產(chǎn)過程中的能耗情況，定位能源浪費(fèi)等問題，有助于能源的高效利用與節(jié)約。例如。通過大數(shù)據(jù)技術(shù)的分析系統(tǒng)，可清晰定位能源消耗的有效應(yīng)對措施。具體而言，工業(yè)大數(shù)據(jù)技術(shù)利用數(shù)據(jù)采集建模，集中分析整個產(chǎn)品生產(chǎn)過程能源消耗趨勢，并針對能耗環(huán)節(jié)進(jìn)行管理、控制，從而幫助管理人員做好減能工作。同時，除了利用模型分析，工業(yè)大數(shù)據(jù)技術(shù)還能夠通過空間解析、遺傳網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、回歸等方式，精準(zhǔn)預(yù)測產(chǎn)品實(shí)際生產(chǎn)所需的能源數(shù)據(jù)，繼而為管理和控制人員設(shè)備控制、管理奠定良好基礎(chǔ)，如調(diào)控設(shè)備運(yùn)行參數(shù)等。

（2）提升管理質(zhì)量

企業(yè)工業(yè)車間是否擁有潛力受到其管理質(zhì)量的影響，而通過工業(yè)大數(shù)據(jù)技術(shù)可實(shí)現(xiàn)管理質(zhì)量的全面提升，如優(yōu)化管理流程、完善生產(chǎn)缺陷、提升產(chǎn)品質(zhì)量等。比如，以車間管理質(zhì)量為基礎(chǔ)，融合大數(shù)據(jù)關(guān)聯(lián)技術(shù)，構(gòu)建工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)循環(huán)平臺，可集成產(chǎn)品生產(chǎn)數(shù)據(jù)，并提升產(chǎn)品數(shù)據(jù)分析的針對性，從而在一定程度上提升產(chǎn)品質(zhì)量。同時，通過結(jié)合用戶需求、生產(chǎn)計(jì)劃、工業(yè)產(chǎn)品生產(chǎn)數(shù)據(jù)搭建關(guān)聯(lián)性強(qiáng)的控制模塊，還能實(shí)現(xiàn)工業(yè)生產(chǎn)的智能化。這樣不僅可避免人為生產(chǎn)失誤，還能在降低生產(chǎn)成本，提升車間管理質(zhì)量。

（3）優(yōu)化產(chǎn)品參數(shù)

傳統(tǒng)工業(yè)生產(chǎn)產(chǎn)品參數(shù)的優(yōu)化一般依靠實(shí)驗(yàn)或經(jīng)驗(yàn)，而基于大數(shù)據(jù)技術(shù)的工業(yè)生產(chǎn)體系，可更智能、高效、可靠的實(shí)現(xiàn)產(chǎn)品數(shù)據(jù)優(yōu)化工作。依托工業(yè)大數(shù)據(jù)技術(shù)可集合生產(chǎn)線全流程信息，如產(chǎn)品歷史數(shù)據(jù)、產(chǎn)品優(yōu)化方向等。在整合這些要素基礎(chǔ)上，通過邏輯算法建立相關(guān)模型，能夠全面、詳細(xì)地展示產(chǎn)品工藝參數(shù)變化趨勢，為管理、技術(shù)人員參數(shù)優(yōu)化奠定良好基礎(chǔ)。比如，在汽車輪胎生產(chǎn)工藝中，通過分析其歷史摩擦力參數(shù)、硬度等規(guī)格參數(shù)的歷史數(shù)據(jù)，可更加精準(zhǔn)的把控最佳參數(shù)，從而實(shí)現(xiàn)其產(chǎn)品性能和生產(chǎn)流程設(shè)備參數(shù)的優(yōu)化。

（4）優(yōu)化生產(chǎn)調(diào)度

在工業(yè)大數(shù)據(jù)技術(shù)影響下，車間生產(chǎn)資料調(diào)度系統(tǒng)開始轉(zhuǎn)變?yōu)楦痈咝У默F(xiàn)代管理系統(tǒng)，即更加智能化、高效性、便捷性、可視化，繼而推動生產(chǎn)調(diào)度工作深化發(fā)展。通過將監(jiān)控、傳感等設(shè)備安裝在工廠相關(guān)流程，可實(shí)現(xiàn)實(shí)時采集現(xiàn)場物資使用數(shù)據(jù)。同時，依據(jù)其收集、分析結(jié)果，調(diào)整生產(chǎn)資料投入情況，以提升生產(chǎn)資料調(diào)度質(zhì)量和效果。目前，為實(shí)現(xiàn)智能調(diào)度，其系統(tǒng)一般涉及聚類分析、遺傳算法及決策樹等技術(shù)。比如，對于任務(wù)車間存在的調(diào)度問題，大數(shù)據(jù)技術(shù)一方面可依據(jù)其包含的決策樹，分析可能已經(jīng)產(chǎn)生的相關(guān)數(shù)據(jù)，并利用調(diào)度規(guī)則，驅(qū)動邏輯系統(tǒng)得出調(diào)度內(nèi)容，繼而提升調(diào)度效率。另一方面可依據(jù)遺傳算法、離散事件模擬等技術(shù)，有效解決環(huán)境對調(diào)度數(shù)據(jù)的動態(tài)影響，繼而實(shí)現(xiàn)調(diào)度的綜合控制。

3.在線運(yùn)維管理

現(xiàn)代工業(yè)的發(fā)展需要關(guān)鍵設(shè)備、大型裝備等的支撐，因此這些設(shè)備的健康狀態(tài)，對于工業(yè)企業(yè)而言非常重要。而基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)技術(shù)，可實(shí)現(xiàn)設(shè)備的在線運(yùn)維等工作，做到遠(yuǎn)程管理、運(yùn)維等。如在低延時、高速度、廣連接基礎(chǔ)上，大數(shù)據(jù)技術(shù)可通過機(jī)器學(xué)習(xí)、紅外圖譜診斷算法、支持向量機(jī)、關(guān)聯(lián)規(guī)則、K-means等統(tǒng)計(jì)和智能分析方式，更好的識別產(chǎn)品圖譜，更好的分析產(chǎn)品生產(chǎn)數(shù)據(jù)，更好的識別設(shè)備可能存在的安全隱患或異常狀態(tài)。據(jù)此，通過工業(yè)大數(shù)據(jù)技術(shù)可進(jìn)行預(yù)測性維護(hù)和設(shè)備故障診斷等，不僅可在一定程度上降低人為檢測失誤率，還能降低運(yùn)維成本，提升運(yùn)維安全性、實(shí)效性、可靠性、方向性，從而實(shí)現(xiàn)工業(yè)產(chǎn)業(yè)的在線運(yùn)維發(fā)展。具體而言：

第一，預(yù)測性維護(hù)。預(yù)測性維護(hù)通過利用工業(yè)大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法建立預(yù)測模型，在設(shè)備運(yùn)行狀態(tài)監(jiān)測和退化機(jī)理經(jīng)驗(yàn)的基礎(chǔ)上，盡早發(fā)現(xiàn)故障隱患和預(yù)測設(shè)備剩余壽命，并依據(jù)預(yù)測結(jié)果延長設(shè)備運(yùn)行時間。比如，利用高斯混合模型和SOM等無監(jiān)督學(xué)習(xí)算法，將不同的流程環(huán)節(jié)的機(jī)器數(shù)據(jù)進(jìn)行適應(yīng)性分類，然后針對各個設(shè)備數(shù)據(jù)、參數(shù)等，搭建預(yù)測維修模型，制定維修決策，減小設(shè)備意外故障對工業(yè)企業(yè)車間生產(chǎn)的影響。同時，還可利用貝葉斯方法和退化模型全面分析傳感數(shù)據(jù)，實(shí)現(xiàn)工業(yè)互聯(lián)網(wǎng)環(huán)境下基于事件驅(qū)動的機(jī)床狀態(tài)監(jiān)測和剩余壽命預(yù)測網(wǎng)的搭建，在該預(yù)測網(wǎng)和監(jiān)測網(wǎng)基礎(chǔ)上，可依據(jù)剩余壽命合理安排工件生產(chǎn)任務(wù)，從而提升實(shí)現(xiàn)企業(yè)生產(chǎn)效益。此外，除了這些模型和算法，基于神經(jīng)網(wǎng)絡(luò)、聚類、支持向量機(jī)和隨機(jī)森林等算法構(gòu)建預(yù)測模型，能夠及時、準(zhǔn)確地預(yù)測設(shè)備可能發(fā)生的故障，從而提高設(shè)備使用率，提升其效能輸出，降低停機(jī)維修造成的經(jīng)營損失等，甚至在合理使用基礎(chǔ)上，還能使設(shè)備在保障安全的前提下合理超期服役。

第二，設(shè)備故障診斷。對設(shè)備的實(shí)時監(jiān)測有助于企業(yè)掌握設(shè)備的運(yùn)行狀態(tài)，快速診斷設(shè)備的運(yùn)行故障。傳統(tǒng)的設(shè)備故障診斷，首選的衡量指標(biāo)是平均運(yùn)行長度和平均信號時間，但通過統(tǒng)計(jì)得到的運(yùn)行狀態(tài)參考結(jié)果具有局限性。而工業(yè)大數(shù)據(jù)則突破這一限制，即該技術(shù)能夠?qū)崟r監(jiān)控機(jī)器運(yùn)行狀態(tài)，并預(yù)測、診斷其可能存在的問題。利用無線傳感器網(wǎng)絡(luò)和射頻識別技術(shù)?？梢詫?shí)時采集不同來源的設(shè)備監(jiān)測數(shù)據(jù)，在此基礎(chǔ)上，結(jié)合支持向量機(jī)、深度神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法和模型對數(shù)據(jù)進(jìn)行分析，幫助企業(yè)做出準(zhǔn)確的故障預(yù)測和診斷。

綜上，在現(xiàn)行工業(yè)發(fā)展環(huán)境下要想提升工業(yè)產(chǎn)品效果，適應(yīng)更加復(fù)雜的工業(yè)生產(chǎn)環(huán)境，相關(guān)企業(yè)應(yīng)在探究自身不足的基礎(chǔ)上，尋找工業(yè)互聯(lián)網(wǎng)下的大數(shù)據(jù)應(yīng)用路徑，并深入分析該技術(shù)應(yīng)用同自身生產(chǎn)的契合點(diǎn)，明確融合方向。當(dāng)然，為保障融合效果，相關(guān)企業(yè)還應(yīng)依據(jù)自身產(chǎn)業(yè)實(shí)際情況，全面梳理、分析有效結(jié)合點(diǎn)，避免資源浪費(fèi)，達(dá)到工業(yè)大數(shù)據(jù)技術(shù)應(yīng)用的初始目的。