劉檢華，李坤平，莊存波+，張 雷,3

(1.北京理工大學(xué) 機(jī)械與車輛學(xué)院，北京 100081；2.北京理工大學(xué) 長三角研究院(嘉興)，浙江 嘉興 314000；3.天津商業(yè)大學(xué) 機(jī)械工程學(xué)院，天津 300134)

0 引言

為了構(gòu)建本國制造業(yè)競爭優(yōu)勢，世界各國近10年都在大力發(fā)展智能制造[1-2]，旨在通過物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、移動互聯(lián)網(wǎng)等新一代網(wǎng)絡(luò)信息技術(shù)與制造業(yè)的深度融合，推動制造企業(yè)的數(shù)字化轉(zhuǎn)型，比如美國提出了“先進(jìn)制造業(yè)伙伴計(jì)劃”[3]、德國提出了“工業(yè)4.0戰(zhàn)略計(jì)劃”[4]、中國提出了《中國制造2025》[5]、日本提出了“社會5.0戰(zhàn)略”[6]等。同時，在2021年3月發(fā)布的國家“十四五規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要”[7]中，也明確指出要推進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式。

在企業(yè)層面，美國通用電氣公司(General Electric, GE)在2012年正式提出了工業(yè)互聯(lián)網(wǎng)概念[7]，旨在打造工業(yè)界的互聯(lián)網(wǎng)操作系統(tǒng)即工業(yè)互聯(lián)網(wǎng)平臺，進(jìn)而通過工業(yè)APP、微服務(wù)組件等形式為制造企業(yè)提供服務(wù)。近幾年，在政府、學(xué)界和產(chǎn)業(yè)界的大力推動下，中國工業(yè)互聯(lián)網(wǎng)發(fā)展也步入快車道[8]，涌現(xiàn)了許多跨行業(yè)跨領(lǐng)域的工業(yè)互聯(lián)網(wǎng)平臺，如海爾COSMOPlat、東方國信Cloudiip、用友精智、三一重工樹根互聯(lián)、航天云網(wǎng)INDICS、浪潮云In-Cloud、華為FusionPlant、富士康BEACON、阿里supET、徐工信息漢云等[9]，形成了基于工業(yè)互聯(lián)網(wǎng)的個性化定制、網(wǎng)絡(luò)化協(xié)同、智能化生產(chǎn)、服務(wù)化延伸等新模式。其中，工業(yè)大數(shù)據(jù)是工業(yè)互聯(lián)網(wǎng)平臺運(yùn)行的核心和支撐[10]。

近年來，隨著物聯(lián)網(wǎng)技術(shù)在制造業(yè)的深入應(yīng)用和快速普及，智能制造系統(tǒng)中人與人、人與設(shè)備、設(shè)備與設(shè)備之間的互聯(lián)互通逐漸成為現(xiàn)實(shí)，制造企業(yè)可以快速獲取海量、異構(gòu)的多源多維生產(chǎn)數(shù)據(jù)。企業(yè)所管理數(shù)據(jù)的規(guī)模、種類和復(fù)雜度都在以前所未有的速度增長，工業(yè)領(lǐng)域進(jìn)入了以工業(yè)互聯(lián)網(wǎng)和萬物互聯(lián)為特征的大數(shù)據(jù)時代[11]。尤其是2020年以來，疫情的發(fā)生給經(jīng)濟(jì)社會發(fā)展帶來了巨大的挑戰(zhàn)和不確定性，極大推動了數(shù)字技術(shù)與傳統(tǒng)行業(yè)的深度融合，數(shù)字化進(jìn)程明顯加速。在此背景下，制造企業(yè)亟需充分利用數(shù)字技術(shù)，通過有效的技術(shù)手段來獲取、存儲、管理、分析、挖掘和應(yīng)用這些海量、多源、異構(gòu)、高維、易變的大數(shù)據(jù)，從而提高企業(yè)在不確定環(huán)境下的經(jīng)營決策能力和業(yè)務(wù)價(jià)值，并催生新產(chǎn)業(yè)新業(yè)態(tài)新模式。在過去，制造企業(yè)的規(guī)模主要是通過用電量來衡量；在大數(shù)據(jù)時代，制造企業(yè)能夠掌握、使用和理解的數(shù)據(jù)量，數(shù)據(jù)驅(qū)動企業(yè)生產(chǎn)和運(yùn)營管理的廣度和深度將是衡量企業(yè)規(guī)模的一個重要指標(biāo)。

實(shí)際上，從數(shù)據(jù)庫(Database, DB)到大數(shù)據(jù)(Big Data, BD)，兩者有著本質(zhì)上的差別。大數(shù)據(jù)的出現(xiàn)必將顛覆傳統(tǒng)的數(shù)據(jù)管理方式，在數(shù)據(jù)來源、數(shù)據(jù)處理方式和數(shù)據(jù)思維等方面都會給其帶來革命性的改變。在數(shù)據(jù)來源方面，不僅是企業(yè)內(nèi)部的業(yè)務(wù)流程，還包括基于工業(yè)互聯(lián)網(wǎng)的人—機(jī)—料—環(huán)全要素感知和運(yùn)行過程感知、企業(yè)外部數(shù)據(jù)的獲取與收集等。在數(shù)據(jù)類型上，不僅包括結(jié)構(gòu)化的業(yè)務(wù)流程數(shù)據(jù)，還包括大量的半結(jié)構(gòu)化數(shù)據(jù)，比如郵件、HTML、報(bào)表等；以及通過傳感器、射頻識別、條碼、終端設(shè)備采集的傳感數(shù)據(jù)、空間位置數(shù)據(jù)、文本數(shù)據(jù)、視頻數(shù)據(jù)、圖像數(shù)據(jù)、音頻數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)來源更為廣泛，數(shù)據(jù)格式更為多樣化，數(shù)據(jù)規(guī)模呈現(xiàn)指數(shù)級增長。

大數(shù)據(jù)不僅是指數(shù)據(jù)本身，還包括一系列用來收集、管理、挖掘、分析海量信息并解決復(fù)雜問題的技術(shù)。在數(shù)據(jù)處理方式上，以大數(shù)據(jù)為代表的數(shù)據(jù)密集型計(jì)算已成為繼實(shí)驗(yàn)、理論和仿真之后的第四種科學(xué)研究范式[12]。從以實(shí)驗(yàn)為主的第一范式，到以理論研究為代表的第二范式，經(jīng)歷了數(shù)百年時間；隨著20世紀(jì)中期計(jì)算機(jī)技術(shù)的發(fā)展，科學(xué)出現(xiàn)了計(jì)算分支，能夠通過仿真對復(fù)雜現(xiàn)象進(jìn)行研究，這是第三范式。大數(shù)據(jù)的出現(xiàn)催生了一種新的科研范式，即通過實(shí)驗(yàn)儀器收集或模擬仿真方法產(chǎn)生大量數(shù)據(jù)，然后用軟件進(jìn)行處理，并將所形成的信息和知識存儲在計(jì)算機(jī)之中，從而將實(shí)驗(yàn)、理論和仿真三種科學(xué)研究范式有機(jī)地統(tǒng)一起來[13]。在數(shù)據(jù)思維方面，越來越多的制造企業(yè)意識到：除了人力、機(jī)器、物料等實(shí)體生產(chǎn)要素以外，在數(shù)字空間中存儲的數(shù)據(jù)已成為制造企業(yè)可持續(xù)發(fā)展和提升市場競爭力的重要資產(chǎn)。制造企業(yè)需要提高對數(shù)據(jù)的重視程度，并將數(shù)據(jù)當(dāng)成資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化和結(jié)構(gòu)化管理，以形成完整、準(zhǔn)確、實(shí)時的數(shù)據(jù)包，最終通過“數(shù)據(jù)流動”和“數(shù)據(jù)驅(qū)動”等方式服務(wù)企業(yè)內(nèi)的各項(xiàng)業(yè)務(wù)[14-15]，比如市場需求的預(yù)測與分析、用戶需求的預(yù)測與分析、產(chǎn)品設(shè)計(jì)和工藝的持續(xù)改進(jìn)及提升、產(chǎn)品質(zhì)量提升[16]、對外業(yè)務(wù)擴(kuò)展、業(yè)務(wù)模式創(chuàng)新等。

為此，本文以數(shù)據(jù)管理為核心，提出制造企業(yè)數(shù)字化轉(zhuǎn)型的四個發(fā)展階段，并對當(dāng)前大數(shù)據(jù)時代的制造企業(yè)數(shù)字化轉(zhuǎn)型新內(nèi)涵、體系架構(gòu)和關(guān)鍵技術(shù)進(jìn)行詳細(xì)闡述，從而為推進(jìn)制造企業(yè)數(shù)字化轉(zhuǎn)型提供理論指導(dǎo)。

1 制造企業(yè)數(shù)字化轉(zhuǎn)型的四個發(fā)展階段

制造業(yè)發(fā)展過程中，數(shù)據(jù)一直起到非常重要的作用。機(jī)械工業(yè)發(fā)展初期，還處于單件生產(chǎn)方式時，工人在設(shè)計(jì)、機(jī)械加工和裝配等方面都有高度的技藝，這時工人絕大多數(shù)是技巧嫻熟的工匠，通曉設(shè)計(jì)的原理，并且諳熟所采用的材料性能。在這種作坊式團(tuán)隊(duì)協(xié)作模式中，大家主要通過語言進(jìn)行交流(即數(shù)據(jù)傳遞)，這時候數(shù)據(jù)還主要保存在工人的大腦中。

隨著工業(yè)的進(jìn)一步發(fā)現(xiàn)，尤其是第一次世界大戰(zhàn)之后，大批量生產(chǎn)的出現(xiàn)，最大限度地應(yīng)用了分工的思想，并促使產(chǎn)生了一批新的專業(yè)人員。這種專業(yè)分工不但在車間里進(jìn)行，而且在工程部門里也進(jìn)行，比如將工人分為機(jī)器操作工人、質(zhì)檢工人等；工程師分為結(jié)構(gòu)設(shè)計(jì)工程師、工藝工程師等。伴隨著專業(yè)分工的發(fā)展，人們逐漸采用各種便于理解、準(zhǔn)確、高效的產(chǎn)品設(shè)計(jì)和制造等信息的表達(dá)方法，以支持產(chǎn)品設(shè)計(jì)、工藝設(shè)計(jì)、加工、裝配和維修等產(chǎn)品全生命周期各個階段的數(shù)據(jù)定義和傳遞。這時候，因?yàn)楫a(chǎn)品研發(fā)中跨專業(yè)跨領(lǐng)域的交流需求，數(shù)據(jù)表達(dá)的準(zhǔn)確性和標(biāo)準(zhǔn)性就顯得非常重要。1947年，國際標(biāo)準(zhǔn)化組織建立了第十技術(shù)委員會(ISO/TC10)，工作對象主要是機(jī)械制圖、建筑制圖、船舶制圖、土木制圖及電氣制圖等各類制圖的標(biāo)準(zhǔn)化。1959年我國頒發(fā)了第一個機(jī)械制圖國家標(biāo)準(zhǔn)。

20世紀(jì)中葉以來，隨著微電子、自動化、計(jì)算機(jī)、通訊、網(wǎng)絡(luò)、信息、人工智能等高新技術(shù)的迅猛發(fā)展，掀起了以信息革命為核心的新技術(shù)革命浪潮。從20世紀(jì)50年代的數(shù)控加工開始，先后經(jīng)歷了以CAD/CAPP/CAM等計(jì)算機(jī)輔助技術(shù)為代表的第一代數(shù)字化制造技術(shù)、以計(jì)算機(jī)集成制造(CIMS)為代表的第二代數(shù)字化制造技術(shù)，以及以網(wǎng)絡(luò)化制造技術(shù)為代表的第三代數(shù)字化制造技術(shù)，現(xiàn)在正在進(jìn)入以智能制造技術(shù)為代表的第四代數(shù)字化制造技術(shù)。數(shù)據(jù)管理的范圍，也從最初的產(chǎn)品模型數(shù)據(jù)管理發(fā)展到車間現(xiàn)場的制造數(shù)據(jù)乃至整個產(chǎn)品全生命周期的數(shù)據(jù)管理。同時，隨著物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、云計(jì)算等新一代信息與通信技術(shù)的快速普及與應(yīng)用，制造數(shù)據(jù)來源和數(shù)據(jù)量劇增，大數(shù)據(jù)時代已經(jīng)到來。當(dāng)前，數(shù)據(jù)已經(jīng)成長為制造企業(yè)重要的戰(zhàn)略資產(chǎn)，數(shù)據(jù)的價(jià)值挖掘與利用已成為數(shù)字化轉(zhuǎn)型升級的重要驅(qū)動力。

如圖1所示，從以上數(shù)據(jù)管理的歷程出發(fā)，數(shù)據(jù)管理主要經(jīng)歷了數(shù)據(jù)紙質(zhì)化、數(shù)據(jù)電子化、數(shù)據(jù)海量化和數(shù)據(jù)知識化等四個階段?；诖?，可以將企業(yè)數(shù)字化轉(zhuǎn)型劃分為四個發(fā)展階段，分別是：基于人工的粗放式管理、基于信息技術(shù)的數(shù)字化管理、基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)管理、基于新一代人工智能的智能化管理。

1.1 基于人工的粗放式管理

在計(jì)算機(jī)出現(xiàn)之前的手工作坊時代、機(jī)械化時代和電氣化時代，制造企業(yè)實(shí)現(xiàn)價(jià)值創(chuàng)造的主要方式是提升產(chǎn)能，即通過自動化、標(biāo)準(zhǔn)化、高效率的機(jī)器和流水線實(shí)現(xiàn)大規(guī)模生產(chǎn)。因此，其管理的側(cè)重點(diǎn)是通過機(jī)器動力提升、機(jī)器設(shè)備購置、零部件互換性和勞動力分工等手段來提高產(chǎn)品的生產(chǎn)效率和質(zhì)量的一致性。

在該階段，數(shù)據(jù)紙質(zhì)化是其主要特征，制造企業(yè)的數(shù)據(jù)主要以紙質(zhì)形式進(jìn)行存儲和管理，在企業(yè)的經(jīng)營管理與決策過程中，存在著大量的信息不對稱問題。利益相關(guān)方無法及時獲取業(yè)務(wù)的狀態(tài)、進(jìn)度和存在的問題等信息，管理人員也無法全面掌握業(yè)務(wù)的實(shí)際執(zhí)行情況，很多時候需要當(dāng)面交流或者電話遠(yuǎn)程溝通才能實(shí)現(xiàn)，容易導(dǎo)致業(yè)務(wù)流程不受控、業(yè)務(wù)推進(jìn)速度慢、業(yè)務(wù)完成質(zhì)量低等問題。此外，數(shù)據(jù)的查詢、搜索、統(tǒng)計(jì)和分析非常困難，工作量也十分巨大，經(jīng)常需要消耗大量的人力、物力、財(cái)力去進(jìn)行數(shù)據(jù)的整理和校核，費(fèi)時費(fèi)力。

由于所能掌握的信息十分有限，企業(yè)管理人員在進(jìn)行重大決策時，經(jīng)常需要依靠直覺和經(jīng)驗(yàn)，對于重要程度和優(yōu)先級不高的業(yè)務(wù)經(jīng)常無暇顧及。因此，制造企業(yè)只能被迫采用粗放式的管理模式，需要人工獲取、傳遞、管理和處理數(shù)據(jù)。

1.2 基于信息技術(shù)的數(shù)字化管理

企業(yè)數(shù)字化管理是指利用計(jì)算機(jī)、通信、網(wǎng)絡(luò)等技術(shù)，通過統(tǒng)計(jì)技術(shù)量化管理對象與管理行為，實(shí)現(xiàn)研發(fā)、計(jì)劃、組織、生產(chǎn)、協(xié)調(diào)、銷售、服務(wù)、創(chuàng)新等職能的管理活動和方法。隨著計(jì)算機(jī)、網(wǎng)絡(luò)、傳感等信息技術(shù)的發(fā)展，制造企業(yè)開始通過應(yīng)用產(chǎn)品數(shù)據(jù)管理(Product Data Management, PDM)、計(jì)算機(jī)輔助工藝設(shè)計(jì)(Computer Aided Process Planning, CAPP)、企業(yè)資源計(jì)劃(Enterprise Resource Planning, ERP)、制造執(zhí)行系統(tǒng)(Manufacturing Execution System, MES)等信息化系統(tǒng)來整合、優(yōu)化和管理企業(yè)研發(fā)、生產(chǎn)和經(jīng)營過程中的各項(xiàng)業(yè)務(wù)，并通過建立專家系統(tǒng)、知識庫等手段來實(shí)現(xiàn)部分的業(yè)務(wù)決策自動化。此時，制造企業(yè)通過信息化手段來解決信息的不對稱問題，從而提高企業(yè)研發(fā)、生產(chǎn)和經(jīng)營過程中各項(xiàng)業(yè)務(wù)的透明化程度，進(jìn)而通過對業(yè)務(wù)流程的精細(xì)化管理來達(dá)到保證產(chǎn)品質(zhì)量、提高生產(chǎn)效率和降低生產(chǎn)成本的目的，從而實(shí)現(xiàn)價(jià)值創(chuàng)造和增值。

在該階段，數(shù)據(jù)的存儲手段由紙質(zhì)文檔逐步轉(zhuǎn)為基于計(jì)算機(jī)的電子化存儲，解決了“有數(shù)據(jù)”的問題；數(shù)據(jù)的傳遞手段由紙質(zhì)和口頭傳遞向基于網(wǎng)絡(luò)的快速可靠傳輸轉(zhuǎn)變，解決了數(shù)據(jù)“能流動”的問題；數(shù)據(jù)的管理粒度由非結(jié)構(gòu)化向結(jié)構(gòu)化轉(zhuǎn)變，解決了數(shù)據(jù)“能處理”的問題。此時，數(shù)據(jù)的傳遞、存儲、管理、處理和應(yīng)用大部分由計(jì)算機(jī)在數(shù)字空間中完成。因此，管理方式由基于人工的粗放式管理，轉(zhuǎn)向基于信息技術(shù)的數(shù)字化和精細(xì)化管理，這個轉(zhuǎn)變的過程有時也被稱為企業(yè)信息化。

但是，在該階段，數(shù)據(jù)的感知手段仍然不夠豐富，導(dǎo)致數(shù)據(jù)的采集方式多以人機(jī)交互式為主，實(shí)時性不能完全保證，數(shù)據(jù)種類也不夠豐富；一些數(shù)據(jù)采集設(shè)備的能力不足，導(dǎo)致數(shù)據(jù)精度有時候達(dá)不到實(shí)際工業(yè)需求。數(shù)據(jù)傳輸多以工業(yè)以太網(wǎng)、現(xiàn)場總線、局域網(wǎng)等為主，無線數(shù)據(jù)傳輸能力弱，單位時間傳輸?shù)臄?shù)據(jù)量受限。由于數(shù)據(jù)量比較有限，數(shù)據(jù)存儲主要以關(guān)系型數(shù)據(jù)庫為主。數(shù)據(jù)分析多以數(shù)值統(tǒng)計(jì)為主，且多針對單環(huán)節(jié)、單領(lǐng)域、單業(yè)務(wù)部門的結(jié)構(gòu)化數(shù)據(jù)和部分半結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)利用率低，對企業(yè)業(yè)務(wù)決策的支撐作用有限。

這個階段的主要特征是業(yè)務(wù)數(shù)據(jù)化，即以業(yè)務(wù)流程的數(shù)字化精細(xì)化管理為重心，以提升業(yè)務(wù)效率和數(shù)據(jù)統(tǒng)計(jì)能力為主要目標(biāo)，通過結(jié)構(gòu)化的數(shù)據(jù)采集、網(wǎng)絡(luò)化的數(shù)據(jù)傳輸、電子化的數(shù)據(jù)存儲、標(biāo)準(zhǔn)化的業(yè)務(wù)流程管理等信息化手段實(shí)現(xiàn)“數(shù)據(jù)流動”，確保流程可控、數(shù)據(jù)可溯、信息可視等。但是在推進(jìn)過程中也出現(xiàn)了一些問題，比如信息系統(tǒng)之間或者是各業(yè)務(wù)部門之間的信息孤島、數(shù)據(jù)源不一致導(dǎo)致的數(shù)據(jù)管理混亂、數(shù)據(jù)利用率低等。因此，制造企業(yè)在完成信息化建設(shè)之后，面向產(chǎn)品全生命周期的數(shù)據(jù)集成管理、面向企業(yè)多部門多業(yè)務(wù)多領(lǐng)域協(xié)同的數(shù)據(jù)共享、企業(yè)數(shù)據(jù)價(jià)值的深度挖掘等，成為了制造企業(yè)進(jìn)一步提升業(yè)務(wù)決策能力和實(shí)現(xiàn)價(jià)值創(chuàng)造的瓶頸環(huán)節(jié)。

1.3 基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)管理

面對新一輪工業(yè)革命，以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等為代表的新一代信息技術(shù)正快速發(fā)展并與制造業(yè)深度融合，企業(yè)所管理數(shù)據(jù)的規(guī)模、種類和復(fù)雜度也都在以前所未有的速度增長，這為制造企業(yè)管理效能的進(jìn)一步提升提供了新動能。一方面，制造企業(yè)亟需利用收集的海量大數(shù)據(jù)來挖掘和洞察客戶需求和市場走向，并通過業(yè)務(wù)價(jià)值提升、業(yè)務(wù)轉(zhuǎn)型等手段來保持競爭力；另一方面，又需要在滿足客戶的個性化定制需求和規(guī)模生產(chǎn)之間取得平衡。此時，制造企業(yè)價(jià)值創(chuàng)造的源頭將不再只是“以產(chǎn)品為中心”的產(chǎn)能提升和質(zhì)量保證，而是要轉(zhuǎn)向“以客戶為中心”的產(chǎn)品研發(fā)創(chuàng)新、生產(chǎn)管理創(chuàng)新和服務(wù)模式創(chuàng)新。制造企業(yè)將從注重業(yè)務(wù)流程的數(shù)字化精細(xì)化管理轉(zhuǎn)向基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)管理，并在大數(shù)據(jù)的驅(qū)動下實(shí)現(xiàn)業(yè)務(wù)轉(zhuǎn)型，即不僅僅是通過業(yè)務(wù)的“數(shù)據(jù)流動”來提高業(yè)務(wù)執(zhí)行效率和透明度，更是要通過人—機(jī)—物—環(huán)間的工業(yè)全要素“數(shù)據(jù)流動”和“數(shù)據(jù)驅(qū)動”激發(fā)企業(yè)的業(yè)務(wù)價(jià)值提升和轉(zhuǎn)型升級，通過“大數(shù)據(jù)智能”賦能業(yè)務(wù)各環(huán)節(jié)尤其是決策環(huán)節(jié)，從而精準(zhǔn)高效、快速及時地響應(yīng)市場、客戶、產(chǎn)品研發(fā)生產(chǎn)和企業(yè)經(jīng)營管理過程中出現(xiàn)的各種確定性和不確定性需求，并減少業(yè)務(wù)決策過程中因人為主觀因素而產(chǎn)生的不確定性和波動性，進(jìn)而大幅提高業(yè)務(wù)決策的效率、質(zhì)量和一致性。

在該階段，數(shù)據(jù)業(yè)務(wù)化是其基本特征之一。數(shù)據(jù)業(yè)務(wù)化是指通過對業(yè)務(wù)系統(tǒng)中沉淀的數(shù)據(jù)的二次加工，找出數(shù)據(jù)中的規(guī)律，讓數(shù)據(jù)更懂業(yè)務(wù)，并用數(shù)據(jù)驅(qū)動各個業(yè)務(wù)的發(fā)展，將數(shù)據(jù)滲透到各個業(yè)務(wù)的運(yùn)營當(dāng)中，讓數(shù)據(jù)反哺業(yè)務(wù)，最終釋放數(shù)據(jù)價(jià)值，完成數(shù)據(jù)價(jià)值的運(yùn)營閉環(huán)。由于多傳感技術(shù)的快速發(fā)展，數(shù)據(jù)的采集手段更加豐富，數(shù)據(jù)的種類更加多樣，數(shù)據(jù)產(chǎn)生的速度更快，數(shù)據(jù)的規(guī)模呈現(xiàn)指數(shù)級增長態(tài)勢；由于5G、6G等移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，數(shù)據(jù)的傳輸速度和容量不斷加大，使人—機(jī)—物—環(huán)的互聯(lián)互通和信息流互動成為可能。同時，由于云計(jì)算、高性能計(jì)算、大數(shù)據(jù)、自然語言處理等技術(shù)的發(fā)展，能夠分析和處理的數(shù)據(jù)范圍和種類不斷延伸，不僅僅是單環(huán)節(jié)、單領(lǐng)域、單業(yè)務(wù)部門的數(shù)據(jù)統(tǒng)計(jì)，更是面向多環(huán)節(jié)、多領(lǐng)域、多業(yè)務(wù)部門數(shù)據(jù)的全局分析與洞見；數(shù)據(jù)分析的類型也不再只是結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，并能對視頻、音頻、圖像、文本、傳感等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行融合與分析[17]。在這個階段，與人力、設(shè)備、物料等企業(yè)“有形”資產(chǎn)相對應(yīng)，數(shù)據(jù)將是企業(yè)的“無形”資產(chǎn)。數(shù)據(jù)背后所隱藏價(jià)值的挖掘深度是制造企業(yè)提升核心競爭力的關(guān)鍵環(huán)節(jié)之一，也是企業(yè)能否真正實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的重要組成部分。此外，由于數(shù)據(jù)價(jià)值的充分挖掘，制造企業(yè)知識的發(fā)現(xiàn)和獲取能力得到了大幅提升，知識庫得以不斷積累和更新，為邁向下一階段的智能化管理提供支撐。

1.4 基于新一代人工智能的智能化管理

隨著制造企業(yè)信息化數(shù)字化轉(zhuǎn)型的推進(jìn)，制造企業(yè)數(shù)據(jù)背后隱藏的價(jià)值不斷被挖掘，知識得以不斷地積累和更新，如何充分發(fā)揮知識的價(jià)值將是未來制造企業(yè)價(jià)值創(chuàng)造的來源[18]。在工業(yè)5.0以人為本和知識互聯(lián)的智慧化時代[19]，隨著人機(jī)混合增強(qiáng)智能、群體智能、跨媒體智能等新一代人工智能技術(shù)[20]和知識工程技術(shù)的發(fā)展，制造企業(yè)管理將由大數(shù)據(jù)管理階段邁向“知識驅(qū)動”的智能化管理階段。

在該階段，單點(diǎn)和碎片化的知識條目將通過“智聯(lián)”變成知識圖譜[21]，從而推進(jìn)基于數(shù)據(jù)智能的業(yè)務(wù)單點(diǎn)決策自動化向基于知識圖譜的業(yè)務(wù)全流程決策自動化轉(zhuǎn)變，將更大范圍、更高效率、更加精準(zhǔn)地優(yōu)化企業(yè)生產(chǎn)、管理和服務(wù)資源配置。此時，業(yè)務(wù)的柔性、效率和決策質(zhì)量都將在知識的推動下達(dá)到一個全新的高度，并將催生出以智慧工業(yè)為目標(biāo)的新應(yīng)用、新服務(wù)和新模式，比如社會化大規(guī)模定制[22]、云制造系統(tǒng)3.0[23]、基于知識流的業(yè)務(wù)流程再造等。

與上一階段相比，該階段的主要特征是知識業(yè)務(wù)化，具體包括：①工業(yè)“人—機(jī)—物—環(huán)”全要素智聯(lián)：工業(yè)人—機(jī)—物—環(huán)在信息層面的互聯(lián)互通向人—機(jī)—物—環(huán)在知識層面的互聯(lián)互通轉(zhuǎn)變；②知識融合驅(qū)動：除了數(shù)據(jù)之外，知識也將成為企業(yè)的核心資產(chǎn)并沉淀為工業(yè)軟件、工業(yè)APP或工業(yè)知識服務(wù)。知識驅(qū)動將成為知識經(jīng)濟(jì)時代制造企業(yè)的基本特征。

2 大數(shù)據(jù)時代制造企業(yè)數(shù)字化轉(zhuǎn)型的新內(nèi)涵

在當(dāng)前業(yè)務(wù)互聯(lián)的大數(shù)據(jù)時代，隨著工業(yè)4.0和智能制造戰(zhàn)略的不斷推進(jìn)和深入實(shí)施，許多制造企業(yè)在推進(jìn)數(shù)字化轉(zhuǎn)型的過程中，開始使用大數(shù)據(jù)分析等手段去優(yōu)化制造過程，從而提高制造效率和產(chǎn)品性能。為此，從驅(qū)動要素、理念轉(zhuǎn)變、基本特征等方面，分析了大數(shù)據(jù)時代制造企業(yè)數(shù)字化轉(zhuǎn)型的新內(nèi)涵，如圖2所示。

2.1 兩個新的驅(qū)動要素

為了實(shí)現(xiàn)制造企業(yè)的數(shù)字化轉(zhuǎn)型升級，在驅(qū)動要素層面需要實(shí)現(xiàn)從經(jīng)驗(yàn)驅(qū)動到數(shù)據(jù)驅(qū)動、從獨(dú)立驅(qū)動到互聯(lián)驅(qū)動的轉(zhuǎn)變。一方面，制造企業(yè)通過挖掘大數(shù)據(jù)背后所隱藏的洞見和先見價(jià)值，既可以為業(yè)務(wù)精準(zhǔn)決策、運(yùn)營模式創(chuàng)新等提供新的手段，也能幫助企業(yè)精準(zhǔn)、全面、及時地了解客戶需求和未來發(fā)展態(tài)勢，從而提供更加個性化的定制服務(wù)。另一方面，通過工業(yè)人—機(jī)—物—環(huán)全要素之間的互聯(lián)與信息流互動，將幫助制造企業(yè)實(shí)現(xiàn)更加扁平化的組織與管理，使得組織、生產(chǎn)、運(yùn)營等更具有柔性，從而大幅提高產(chǎn)品的研發(fā)生產(chǎn)效率和生產(chǎn)要素的利用率，并為數(shù)據(jù)智能和數(shù)據(jù)驅(qū)動奠定大數(shù)據(jù)基礎(chǔ)。

2.2 三個新的理念轉(zhuǎn)變

與信息化時代的數(shù)字化管理相比，大數(shù)據(jù)時代的數(shù)字化轉(zhuǎn)型在管理目標(biāo)、管理策略和決策方式等方面有新轉(zhuǎn)變，如表1所示。

表1 信息化時代的數(shù)字化管理與大數(shù)據(jù) 時代的數(shù)字化轉(zhuǎn)型對比

(1)管理目標(biāo)轉(zhuǎn)變：從注重業(yè)務(wù)執(zhí)行效率向注重業(yè)務(wù)價(jià)值提升轉(zhuǎn)變

信息化時代制造企業(yè)管理階段的核心之一是信息集成，即計(jì)算機(jī)集成制造(CIM)，旨在通過各類信息化管理系統(tǒng)之間的數(shù)據(jù)交互，實(shí)現(xiàn)制造企業(yè)各項(xiàng)業(yè)務(wù)功能的集成和數(shù)據(jù)流動，并應(yīng)用于企業(yè)產(chǎn)品全生命周期(從市場需求分析到報(bào)廢處理與回收)的各個階段。管理的目標(biāo)是通過數(shù)據(jù)流動提高業(yè)務(wù)的執(zhí)行效率，通過數(shù)據(jù)輔助業(yè)務(wù)。

大數(shù)據(jù)時代的制造企業(yè)數(shù)字化轉(zhuǎn)型，其核心是大數(shù)據(jù)智能和數(shù)據(jù)驅(qū)動，旨在通過更大范圍內(nèi)的數(shù)據(jù)共享、數(shù)據(jù)分析等手段支撐企業(yè)業(yè)務(wù)決策，從而提高業(yè)務(wù)決策的效率和精準(zhǔn)度，并通過挖掘數(shù)據(jù)智能驅(qū)動業(yè)務(wù)創(chuàng)新和運(yùn)營模式創(chuàng)新，實(shí)現(xiàn)價(jià)值增值和數(shù)字化智能化轉(zhuǎn)型升級。

(2)管理策略轉(zhuǎn)變：被動變主動，洞見到先見

即使是在信息化管理階段，制造企業(yè)數(shù)據(jù)采集仍多采用紙質(zhì)或離線的人工錄入方式，數(shù)據(jù)的來源、種類、范圍相對較少，數(shù)據(jù)量也不大，利用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫就能完成大部分?jǐn)?shù)據(jù)的存儲與管理。由于數(shù)據(jù)的實(shí)時性較差，導(dǎo)致數(shù)據(jù)的統(tǒng)計(jì)與分析較為滯后，制造企業(yè)管理多為基于歷史數(shù)據(jù)的被動性管理。

在大數(shù)據(jù)時代，隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展和在制造領(lǐng)域的深入應(yīng)用，制造企業(yè)通過部署無線射頻識別(Radio Frequency Identification, RFID)、條碼、傳感器、智能終端以及5G、傳感網(wǎng)絡(luò)、工業(yè)以太網(wǎng)等，能夠?qū)崿F(xiàn)人員、物料、設(shè)備等生產(chǎn)要素的智能實(shí)時感知與傳輸，數(shù)據(jù)的實(shí)時性較強(qiáng)，使得制造企業(yè)的管理策略能夠從事后的被動性管理轉(zhuǎn)向事中的實(shí)時性管理。事后的被動性管理能夠挖掘出數(shù)據(jù)的后見價(jià)值，事中的實(shí)時性管理則能夠挖掘出數(shù)據(jù)的洞見價(jià)值。在解決了數(shù)據(jù)采集和傳輸?shù)膶?shí)時性問題之后，隨著高性能計(jì)算、分布式計(jì)算等技術(shù)的興起，制造企業(yè)能夠通過機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘等大數(shù)據(jù)技術(shù)來分析和利用海量的制造企業(yè)歷史數(shù)據(jù)和實(shí)時數(shù)據(jù)，實(shí)現(xiàn)對制造企業(yè)相關(guān)業(yè)務(wù)及需求的提前預(yù)測，進(jìn)而輔助管理人員進(jìn)行提前布局和決策等。與事中的實(shí)時性管理相比，預(yù)測性管理在難度上又更加提升了一步，不確定性也更強(qiáng)，但是能夠挖掘出數(shù)據(jù)的先見價(jià)值。基于預(yù)測的結(jié)果，制造企業(yè)能夠通過應(yīng)用知識圖譜、數(shù)字孿生[24]等技術(shù)來支持管理人員制定相應(yīng)的決策和行動方案，從而實(shí)現(xiàn)事前主動管理。大數(shù)據(jù)的出現(xiàn)將推動制造企業(yè)從被動性管理向主動性管理轉(zhuǎn)變，并經(jīng)歷從后見到洞見、再到先見的發(fā)展過程。

(3)決策方式轉(zhuǎn)變：基于經(jīng)驗(yàn)和數(shù)據(jù)統(tǒng)計(jì)，轉(zhuǎn)變?yōu)榇髷?shù)據(jù)智能和知識

在粗放式管理和數(shù)字化管理階段，企業(yè)管理與業(yè)務(wù)決策主要采用基于經(jīng)驗(yàn)的方式和基于數(shù)據(jù)統(tǒng)計(jì)的方式；但在大數(shù)據(jù)管理階段，將向基于大數(shù)據(jù)智能和經(jīng)驗(yàn)知識的精準(zhǔn)決策轉(zhuǎn)變。數(shù)據(jù)價(jià)值的挖掘不僅僅是簡單的、事后的數(shù)據(jù)統(tǒng)計(jì)，而是復(fù)雜的、基于多源海量大數(shù)據(jù)智能的事中洞見和事前先見。同時，隨著業(yè)務(wù)流程的規(guī)范化和標(biāo)準(zhǔn)化、數(shù)據(jù)價(jià)值的不斷挖掘和知識的不斷積累，知識也將在業(yè)務(wù)的決策過程中發(fā)揮重要的支撐作用。

2.3 四個新的基本特征

(1)數(shù)據(jù)業(yè)務(wù)化

傳統(tǒng)數(shù)字化管理的基本特征是業(yè)務(wù)數(shù)據(jù)化，即通過計(jì)算機(jī)、工作流建模等手段存儲和管理業(yè)務(wù)執(zhí)行過程中產(chǎn)生的各類數(shù)據(jù)，從而確保企業(yè)業(yè)務(wù)執(zhí)行過程的透明化，并方便生成各類業(yè)務(wù)數(shù)據(jù)報(bào)表。此時，業(yè)務(wù)本身是核心，業(yè)務(wù)產(chǎn)生的數(shù)據(jù)是輔助，提高業(yè)務(wù)效率和透明度是目的。但是，大數(shù)據(jù)時代數(shù)字化轉(zhuǎn)型的新特征之一是數(shù)據(jù)業(yè)務(wù)化，即將與制造企業(yè)數(shù)據(jù)相關(guān)的采集、傳輸、存儲、管理、分析、可視化等轉(zhuǎn)化成企業(yè)業(yè)務(wù)的重要組成部分。此時，業(yè)務(wù)不再一成不變，數(shù)據(jù)也從輔助變成了核心和驅(qū)動力，目的是推動業(yè)務(wù)決策和模式創(chuàng)新，從而提高業(yè)務(wù)執(zhí)行和決策效率。制造企業(yè)既可以通過數(shù)據(jù)優(yōu)化業(yè)務(wù)流程，提升業(yè)務(wù)決策效率；也可以通過“大數(shù)據(jù)智能”創(chuàng)造新的業(yè)務(wù)和價(jià)值增長點(diǎn)。

(2)數(shù)據(jù)資產(chǎn)化

在工業(yè)互聯(lián)的大數(shù)據(jù)時代，數(shù)據(jù)將成為企業(yè)創(chuàng)造價(jià)值、提升利潤空間、創(chuàng)新商業(yè)模式和提高核心競爭力的重要手段。而且，只有掌握了數(shù)據(jù)，企業(yè)的運(yùn)營與管理決策才會更加精準(zhǔn)和具有說服力。為了充分發(fā)揮數(shù)據(jù)的賦能作用和實(shí)現(xiàn)數(shù)據(jù)的業(yè)務(wù)化，需要把數(shù)據(jù)當(dāng)成企業(yè)的最重要資產(chǎn)進(jìn)行管理，只有這樣才能更大化地發(fā)揮數(shù)據(jù)的作用。

(3)數(shù)據(jù)智能化

數(shù)據(jù)流動是信息化時代企業(yè)管理的主要特征。當(dāng)數(shù)據(jù)流動起來的時候，企業(yè)的業(yè)務(wù)就能夠按照預(yù)先設(shè)定的流程，順利地執(zhí)行下去。但是大數(shù)據(jù)時代的企業(yè)管理不僅需要數(shù)據(jù)流起來，還需要數(shù)據(jù)的價(jià)值被更深地挖掘出來，即從數(shù)據(jù)輔助的效率提升向數(shù)據(jù)智能驅(qū)動的決策能力提升轉(zhuǎn)變。此時，數(shù)據(jù)具備一定的“智能”，其所隱藏的巨大價(jià)值能夠被真正“用”起來；并且制造企業(yè)可以將所積累的大數(shù)據(jù)轉(zhuǎn)化成所需要的知識，通過知識的積累與融合，不僅可以為后續(xù)的精準(zhǔn)決策提供支撐，還可以為將來的知識業(yè)務(wù)化奠定基礎(chǔ)。

(4)數(shù)據(jù)全域流動

信息化時代，數(shù)據(jù)流動主要集中在信息化系統(tǒng)之間，但是業(yè)務(wù)的執(zhí)行需要人參與，生產(chǎn)過程管理還需要涵括物料、環(huán)境等其他要素。大數(shù)據(jù)時代企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)現(xiàn)需要數(shù)據(jù)在工業(yè)人—機(jī)—物—環(huán)等全要素之間流動，通過工業(yè)要素間的互聯(lián)互通來優(yōu)化業(yè)務(wù)流程和提升業(yè)務(wù)效率。

3 大數(shù)據(jù)時代制造企業(yè)數(shù)字化轉(zhuǎn)型的體系 架構(gòu)

完整、準(zhǔn)確、實(shí)時、高質(zhì)量、結(jié)構(gòu)化的數(shù)據(jù)是制造企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的基礎(chǔ)。為有效應(yīng)對大數(shù)據(jù)時代背景下的海量多源異構(gòu)數(shù)據(jù)管理和價(jià)值挖掘需求，制造企業(yè)需要通過數(shù)據(jù)治理的方式來管理其所擁有的海量數(shù)據(jù)資產(chǎn)。數(shù)據(jù)資產(chǎn)是指由企業(yè)擁有或者控制的，能夠?yàn)槠髽I(yè)帶來未來經(jīng)濟(jì)利益的，以物理或電子的方式記錄的數(shù)據(jù)資源，如文件資料、電子數(shù)據(jù)等[25]。數(shù)據(jù)治理是將一個機(jī)構(gòu)(企業(yè)或政府部門)的數(shù)據(jù)作為戰(zhàn)略資產(chǎn)來管理，通過建立一套從數(shù)據(jù)收集到處理應(yīng)用的管理機(jī)制，以期提高數(shù)據(jù)質(zhì)量，實(shí)現(xiàn)廣泛的數(shù)據(jù)共享，最終實(shí)現(xiàn)數(shù)據(jù)價(jià)值最大化[26]。數(shù)據(jù)的采集、傳輸、存儲、管理、清洗、融合、分析、挖掘、可視化和應(yīng)用的全流程被稱為數(shù)據(jù)的全生命周期[27]。由于制造企業(yè)的數(shù)據(jù)在數(shù)據(jù)生命周期的許多環(huán)節(jié)可以被挖掘，構(gòu)建如圖3所示的基于數(shù)據(jù)生命周期的大數(shù)據(jù)時代制造企業(yè)數(shù)字化轉(zhuǎn)型體系架構(gòu)。

3.1 數(shù)據(jù)來源與獲取

(1)數(shù)據(jù)的來源、種類以及獲取方式

結(jié)合企業(yè)當(dāng)前實(shí)際業(yè)務(wù)需求與未來轉(zhuǎn)型需求，確定制造企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型所需要采集的數(shù)據(jù)及其來源、種類和獲取方式。

在數(shù)據(jù)來源和種類方面，面向產(chǎn)品全生命周期各環(huán)節(jié)，主要包括與產(chǎn)品相關(guān)的研發(fā)設(shè)計(jì)、采購、加工、裝配、物流、銷售、使用、維護(hù)維修、報(bào)廢與回收等數(shù)據(jù)；也包括各環(huán)節(jié)運(yùn)行過程中產(chǎn)生的人員數(shù)據(jù)、設(shè)備數(shù)據(jù)、物料數(shù)據(jù)、環(huán)境數(shù)據(jù)和管理數(shù)據(jù)。此外，還可以包括與產(chǎn)品功能、性能使用和用戶喜好等相關(guān)的網(wǎng)絡(luò)數(shù)據(jù)。

在數(shù)據(jù)獲取方式方面，包括人機(jī)交互式采集和硬件自動采集等手段。以產(chǎn)品質(zhì)量數(shù)據(jù)采集為例，人機(jī)交互式采集方法主要依靠手工在計(jì)算機(jī)中記錄數(shù)據(jù)，比如操作人員或者檢驗(yàn)人員在生產(chǎn)過程中根據(jù)質(zhì)量要求手工測量一些質(zhì)量信息，并通過人工記錄。自動采集方法則是依靠硬件實(shí)現(xiàn)自動化的數(shù)據(jù)獲取而無需人工參與。這類硬件主要包括數(shù)字化測量儀器、信息存儲標(biāo)簽以及數(shù)據(jù)采集終端等。數(shù)字化測量儀器主要包括電子游標(biāo)卡尺、力矩扳手等儀工具，這些工具采集到的信息可以直接上傳至計(jì)算機(jī)端；信息存儲標(biāo)簽包括條碼、無線射頻識別(RFID)標(biāo)簽和各類傳感器等，通過標(biāo)簽識別和智能感知等手段自動獲取人員、物料、設(shè)備的空間位置數(shù)據(jù)和狀態(tài)數(shù)據(jù)等；質(zhì)量數(shù)據(jù)采集終端包括平板、手機(jī)、攝像機(jī)以及其他數(shù)據(jù)采集裝備；這類方法的特點(diǎn)是可以通過硬件直接將質(zhì)量數(shù)據(jù)采集存儲到軟件系統(tǒng)中。

(2)數(shù)據(jù)采集的精度和頻次

針對不同類型的數(shù)據(jù)，根據(jù)實(shí)際業(yè)務(wù)需求確定數(shù)據(jù)采集的精度和頻次。數(shù)據(jù)采集的精度決定了數(shù)據(jù)的質(zhì)量是否能夠滿足特定的業(yè)務(wù)需求，比如產(chǎn)品的幾何精度分析或者功能性能分析就需要硬件的測量精度達(dá)到一定的要求。數(shù)據(jù)采集的頻次會影響數(shù)據(jù)的存儲方式，也會對算法性能提出一定的要求，比如傳感信號的收集與分析等。

3.2 數(shù)據(jù)傳輸

數(shù)據(jù)的可靠傳輸是實(shí)現(xiàn)制造企業(yè)數(shù)據(jù)應(yīng)用和價(jià)值挖掘的前提。針對不同的業(yè)務(wù)場景和數(shù)據(jù)安全要求，需要采用不同的數(shù)據(jù)傳輸方式，主要包括工業(yè)以太網(wǎng)、現(xiàn)場總線、局域網(wǎng)、互聯(lián)網(wǎng)、傳感網(wǎng)、無線網(wǎng)絡(luò)、移動網(wǎng)絡(luò)等。

比如，針對一些時效性很強(qiáng)、可靠性要求極高的業(yè)務(wù)場景，例如機(jī)床、工業(yè)機(jī)器人、機(jī)械手臂等裝備和執(zhí)行機(jī)構(gòu)的自適應(yīng)控制，就需要完整、準(zhǔn)確、硬實(shí)時的數(shù)據(jù)傳輸，因此多采用工業(yè)以太網(wǎng)和現(xiàn)場總線。針對一些保密需求極強(qiáng)的業(yè)務(wù)場景，就需要采用局域網(wǎng)而不能采用互聯(lián)網(wǎng)，有時甚至不能采用無線網(wǎng)絡(luò)和移動網(wǎng)絡(luò)。針對一些允許數(shù)據(jù)無線傳輸?shù)臉I(yè)務(wù)場景，可以采用無線網(wǎng)絡(luò)或者3G/4G等移動網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸；但是針對高通量的數(shù)據(jù)傳輸，比如視頻數(shù)據(jù)、音頻數(shù)據(jù)和圖像數(shù)據(jù)等，為了提高傳輸速度和效率，可以考慮采用工業(yè)5G技術(shù)。針對一些需要對室內(nèi)生產(chǎn)要素的空間和位置進(jìn)行實(shí)時精確定位的場景，可以采用RFID、UWB和Zigbee等傳感手段。針對需要從企業(yè)外部獲取的數(shù)據(jù)，比如用戶需求、用戶偏好和用戶使用等數(shù)據(jù)，就需要制造企業(yè)通過互聯(lián)網(wǎng)來獲取。

3.3 數(shù)據(jù)存儲與管理

(1)數(shù)據(jù)存儲

從數(shù)據(jù)結(jié)構(gòu)上劃分，制造企業(yè)數(shù)據(jù)可以劃分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)三類。因此，可以通過傳統(tǒng)的關(guān)系型(SQL)數(shù)據(jù)庫如MySQL、Oracle、DB2等存儲結(jié)構(gòu)化數(shù)據(jù)，通過非關(guān)系型(Not Only SQL, NoSQL)數(shù)據(jù)庫如Redis、HadoopDB、HBase等來存儲半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。NoSQL數(shù)據(jù)庫一般應(yīng)當(dāng)具備以下特征：模式自由、支持簡易備份、簡單的應(yīng)用程序接口和支持海量數(shù)據(jù)等；在分類上主要包括Key-Value型、文檔(document)型、列式(column)等[28]。此外，隨著以Spanner為代表的若干新型數(shù)據(jù)庫的出現(xiàn)，給數(shù)據(jù)存儲帶來了除SQL和NoSQL之外的新思路。

(2)數(shù)據(jù)管理

如何對制造企業(yè)的各種數(shù)據(jù)進(jìn)行統(tǒng)一管理，進(jìn)而實(shí)現(xiàn)精準(zhǔn)、高效和安全的數(shù)據(jù)共享是實(shí)現(xiàn)數(shù)據(jù)應(yīng)用的關(guān)鍵環(huán)節(jié)，也是數(shù)據(jù)治理的核心內(nèi)容之一。具體包括：元數(shù)據(jù)定義、主數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)規(guī)范、數(shù)據(jù)權(quán)限、數(shù)據(jù)安全等。

在大數(shù)據(jù)時代，數(shù)據(jù)處理的對象是海量分布在各個系統(tǒng)中的數(shù)據(jù)，不同系統(tǒng)中的數(shù)據(jù)往往存在一定的差異性，在數(shù)據(jù)代碼標(biāo)準(zhǔn)、數(shù)據(jù)格式、數(shù)據(jù)標(biāo)識、數(shù)據(jù)質(zhì)量等各方面都可能不同。此外，為了方便制造企業(yè)大數(shù)據(jù)的集成與管理，需要保證不同系統(tǒng)中數(shù)據(jù)的關(guān)聯(lián)性和數(shù)據(jù)源的一致性。因此，需要對元數(shù)據(jù)和主數(shù)據(jù)進(jìn)行準(zhǔn)確定義，建立一套合適的數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)規(guī)范，并建立好不同系統(tǒng)之間各類數(shù)據(jù)的關(guān)聯(lián)關(guān)系，確保數(shù)據(jù)源的一致性。此外，由于數(shù)據(jù)規(guī)模激增、數(shù)據(jù)來源廣泛、數(shù)據(jù)傳輸手段多樣等多重因素，從企業(yè)商業(yè)秘密、用戶個人隱私、工業(yè)設(shè)備控制安全和國家信息安全等角度出發(fā)，制造企業(yè)在做好內(nèi)部數(shù)據(jù)共享的同時，必須明確不同崗位、不同職責(zé)人員的數(shù)據(jù)檢索和查詢權(quán)限，并確保數(shù)據(jù)安全可控。

3.4 數(shù)據(jù)處理與知識積累

為了確保數(shù)據(jù)質(zhì)量并實(shí)現(xiàn)數(shù)據(jù)的融合與應(yīng)用，需要對數(shù)據(jù)進(jìn)行處理，具體包括數(shù)據(jù)清洗、數(shù)據(jù)抽取、數(shù)據(jù)集成、數(shù)據(jù)融合、數(shù)據(jù)分析、數(shù)據(jù)可視化等。

在工業(yè)互聯(lián)的大數(shù)據(jù)時代，數(shù)據(jù)來源廣泛、類型繁雜、產(chǎn)生速度快、價(jià)值密度低，這給數(shù)據(jù)處理帶來了巨大的挑戰(zhàn)。首先必須對獲取的數(shù)據(jù)進(jìn)行清洗，保證數(shù)據(jù)質(zhì)量及可信性；其次需要對數(shù)據(jù)進(jìn)行抽取、集成與融合，從中提取出關(guān)系和實(shí)體，經(jīng)過關(guān)聯(lián)、聚合、時空對準(zhǔn)等方式建立數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系復(fù)雜網(wǎng)絡(luò)模型，并采用統(tǒng)一定義的結(jié)構(gòu)來存儲這些數(shù)據(jù)。隨后，在數(shù)據(jù)分析階段，基于抽取、融合和集成后的數(shù)據(jù)，根據(jù)不同應(yīng)用場景的需求，可以從這些數(shù)據(jù)中選擇全部或部分進(jìn)行分析。既可以利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等手段建立基于大數(shù)據(jù)的預(yù)測模型，實(shí)現(xiàn)快速預(yù)測和異常預(yù)警[29]；也可以通過文本挖掘、機(jī)器視覺[30]等技術(shù)手段發(fā)現(xiàn)隱藏的新知識，實(shí)現(xiàn)知識抽取與積累。在此基礎(chǔ)上，結(jié)合企業(yè)已有的經(jīng)驗(yàn)知識庫，通過知識建模、知識融合、知識推理等手段[31]，將單點(diǎn)碎片化的知識形成多點(diǎn)交叉融合的知識網(wǎng)絡(luò)和知識圖譜，進(jìn)而為知識驅(qū)動的制造企業(yè)管理提供支撐。此外，為了提高數(shù)據(jù)的可解釋性，需要用更加形象、直觀的方式向用戶展示結(jié)果[32]。

3.5 數(shù)據(jù)應(yīng)用

以業(yè)務(wù)價(jià)值提升和運(yùn)營模式創(chuàng)新為導(dǎo)向，確定數(shù)據(jù)驅(qū)動下的制造企業(yè)管理應(yīng)用場景。主要包括兩個方面：面向產(chǎn)品全生命周期的智能應(yīng)用和面向企業(yè)運(yùn)營的智能應(yīng)用。

(1)面向產(chǎn)品全生命周期的智能化應(yīng)用

針對產(chǎn)品研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)維服務(wù)等全周期各環(huán)節(jié)，挖掘數(shù)據(jù)驅(qū)動的智能應(yīng)用場景和應(yīng)用模式創(chuàng)新，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的智能設(shè)計(jì)、智能生產(chǎn)、智能物流和智能運(yùn)維等。在研發(fā)設(shè)計(jì)階段，包括市場前景分析、用戶需求預(yù)測、異地協(xié)同設(shè)計(jì)、設(shè)計(jì)優(yōu)化與持續(xù)改進(jìn)等；在生產(chǎn)制造環(huán)節(jié)，包括車間全要素全過程全業(yè)務(wù)監(jiān)控、產(chǎn)品質(zhì)量管控與工藝參數(shù)自適應(yīng)控制、智能生產(chǎn)調(diào)度、智能生產(chǎn)物流等；在運(yùn)維服務(wù)環(huán)節(jié)，包括產(chǎn)品運(yùn)行狀態(tài)遠(yuǎn)程實(shí)時監(jiān)控、故障診斷與遠(yuǎn)程運(yùn)維、預(yù)測性維護(hù)與維修等。

(2)面向企業(yè)運(yùn)營的智能化應(yīng)用

針對企業(yè)運(yùn)營管理涉及的流程優(yōu)化、組織優(yōu)化、管理優(yōu)化、決策優(yōu)化、價(jià)值優(yōu)化等各個方面，探索數(shù)據(jù)驅(qū)動的企業(yè)運(yùn)營模式創(chuàng)新和持續(xù)優(yōu)化。包括數(shù)據(jù)驅(qū)動的業(yè)務(wù)流程優(yōu)化與柔性重構(gòu)、數(shù)據(jù)驅(qū)動的智能供應(yīng)鏈管理、數(shù)據(jù)驅(qū)動的云制造智能服務(wù)、數(shù)據(jù)驅(qū)動的精準(zhǔn)決策、數(shù)據(jù)驅(qū)動的商務(wù)智能等。

4 大數(shù)據(jù)時代制造企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵 技術(shù)

從數(shù)據(jù)的全生命周期角度，構(gòu)建大數(shù)據(jù)時代制造企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)體系，如圖4所示。

(1)數(shù)據(jù)采集與傳輸

在數(shù)據(jù)采集與傳輸方面，目標(biāo)是要實(shí)現(xiàn)完整準(zhǔn)確、廣泛多樣的數(shù)據(jù)采集以及安全、可靠、快速、高通量的數(shù)據(jù)傳輸。在數(shù)據(jù)采集方面，當(dāng)前可能需要研究的關(guān)鍵技術(shù)包括高精度的視覺、觸覺等智能傳感技術(shù)，高精度的室內(nèi)空間定位算法等。在數(shù)據(jù)傳輸方面，目前的技術(shù)可劃分為無線和有線兩種手段。有線傳輸技術(shù)因其數(shù)據(jù)傳輸?shù)姆€(wěn)定性、可靠性和安全性，是當(dāng)前制造企業(yè)主要采用的數(shù)據(jù)傳輸手段。然而，因其存在布線麻煩、占據(jù)大量空間、終端互聯(lián)設(shè)備有限等不足，無線傳輸技術(shù)是實(shí)現(xiàn)工業(yè)全要素互聯(lián)的唯一手段，因此也是當(dāng)前重點(diǎn)的研究方向，主要的關(guān)鍵技術(shù)包括低時延高可靠安全傳輸?shù)墓I(yè)5G技術(shù)、低功耗低成本的窄帶物聯(lián)網(wǎng)NB-IoT、海量負(fù)載大規(guī)模無線接入技術(shù)等。

(2)數(shù)據(jù)存儲與管理

在數(shù)據(jù)存儲與管理方面，目標(biāo)是要制定科學(xué)、合理的數(shù)據(jù)規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn)，并確保數(shù)據(jù)安全和數(shù)據(jù)共享范圍。當(dāng)前需要解決的關(guān)鍵技術(shù)主要包括面向工業(yè)大數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)、工業(yè)大數(shù)據(jù)分布式存儲、工業(yè)大數(shù)據(jù)高效查詢與搜索、面向數(shù)據(jù)安全和權(quán)限管理的區(qū)塊鏈等技術(shù)。

(3)數(shù)據(jù)集成與融合

在數(shù)據(jù)集成與融合方面，目標(biāo)是要建立數(shù)據(jù)間的內(nèi)在關(guān)聯(lián)關(guān)系，并確保數(shù)據(jù)質(zhì)量能夠滿足后續(xù)分析、挖掘和應(yīng)用的要求。關(guān)鍵技術(shù)主要包括數(shù)據(jù)清洗、特征提取[33]、工業(yè)大數(shù)據(jù)建模理論與方法、多尺度多時空數(shù)據(jù)動態(tài)關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)構(gòu)建等。

(4)數(shù)據(jù)分析與挖掘

在數(shù)據(jù)分析與挖掘方面，目標(biāo)是要實(shí)現(xiàn)數(shù)據(jù)智能和價(jià)值深度挖掘。當(dāng)前需要解決的關(guān)鍵技術(shù)主要包括多環(huán)節(jié)多領(lǐng)域多要素工業(yè)大數(shù)據(jù)分析、小樣本條件下的數(shù)據(jù)學(xué)習(xí)、機(jī)理與大數(shù)據(jù)混合驅(qū)動的在線精準(zhǔn)預(yù)測、工業(yè)知識發(fā)現(xiàn)與自學(xué)習(xí)等。

(5)數(shù)據(jù)可視化與應(yīng)用

在數(shù)據(jù)可視化與應(yīng)用方面，目標(biāo)是通過圖形化手段清晰地傳遞和交流數(shù)據(jù)分析結(jié)果，從而輔助和支撐用戶以更明確地方式處理和應(yīng)用數(shù)據(jù)。當(dāng)前需要研究的關(guān)鍵技術(shù)主要包括基于知識圖譜的數(shù)據(jù)可視化與智能服務(wù)、基于虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)的數(shù)據(jù)可視化及智能應(yīng)用、數(shù)據(jù)驅(qū)動的數(shù)字孿生同步建模、基于復(fù)雜網(wǎng)絡(luò)的數(shù)據(jù)關(guān)系可視化及應(yīng)用等。

5 大數(shù)據(jù)時代制造企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型的 發(fā)展方向

(1)頂層規(guī)劃，需求拉動

利用數(shù)據(jù)推動制造企業(yè)的數(shù)字化轉(zhuǎn)型是一項(xiàng)系統(tǒng)工程，需要有明確的頂層規(guī)劃。借鑒基于模型的系統(tǒng)工程(MBSE)方法論，首先需要明確需求并進(jìn)行逐層分解。因此，管理人員、業(yè)務(wù)人員和技術(shù)人員要一起對業(yè)務(wù)進(jìn)行系統(tǒng)性梳理，并明確業(yè)務(wù)效率和價(jià)值提升的需求、方向和目標(biāo)。隨后，以需求為牽引，對制造企業(yè)數(shù)據(jù)進(jìn)行系統(tǒng)性梳理，根據(jù)數(shù)據(jù)全生命周期明確各類數(shù)據(jù)的來源、種類以及獲取、傳輸、存儲、分析、挖掘和應(yīng)用的方式，規(guī)范數(shù)據(jù)的屬性、集成、分類和管理標(biāo)準(zhǔn)，設(shè)定數(shù)據(jù)查詢、修改和共享權(quán)限。最后，確定合適的數(shù)據(jù)結(jié)構(gòu)和大數(shù)據(jù)表達(dá)方式，并選擇合適的數(shù)據(jù)庫及數(shù)據(jù)資產(chǎn)管理平臺。此外，針對大型集團(tuán)企業(yè)，可以建立部門、企業(yè)和集團(tuán)企業(yè)的多層次數(shù)據(jù)治理體系，實(shí)現(xiàn)各層次數(shù)據(jù)的收集、匯聚與融合，從而促進(jìn)企業(yè)間的數(shù)據(jù)共享，支撐集團(tuán)企業(yè)內(nèi)部的產(chǎn)品異地協(xié)同設(shè)計(jì)、分布式車間調(diào)度、基于云的制造能力共享等新模式，實(shí)現(xiàn)降本提質(zhì)增效。

(2)強(qiáng)基為先，因時制宜

基于流程的信息化是數(shù)字化轉(zhuǎn)型和智能化升級的基礎(chǔ)。首先，要強(qiáng)化信息化基礎(chǔ)，補(bǔ)齊短板，實(shí)現(xiàn)業(yè)務(wù)的流程化和數(shù)據(jù)化，解決制造企業(yè)數(shù)據(jù)“有無”、“是否結(jié)構(gòu)化”以及“是否流動”的問題。其次，要建立數(shù)據(jù)規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn)，確保數(shù)據(jù)質(zhì)量。此外，制造企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型是一個循序漸進(jìn)的過程，不可能一蹴而就。要按照規(guī)劃逐步推進(jìn)，從局部到整體；要根據(jù)企業(yè)各業(yè)務(wù)模塊的信息化基礎(chǔ)、成本投入、核心產(chǎn)品對象等選擇合適的推進(jìn)突破口，比如可以先從信息化基礎(chǔ)好的業(yè)務(wù)和價(jià)值提升需求高的業(yè)務(wù)開始推進(jìn)。

此外，制造企業(yè)在推進(jìn)基于工業(yè)互聯(lián)網(wǎng)的大數(shù)據(jù)管理的同時，可以對知識驅(qū)動的智能化管理開展探索性研究，從而提前布局和支撐智慧企業(yè)建設(shè)。以需求為導(dǎo)向，以不同的業(yè)務(wù)場景為驅(qū)動，不斷挖掘和積累知識，建立結(jié)構(gòu)化、標(biāo)準(zhǔn)化、層次化的知識表達(dá)模型；并通過知識的關(guān)聯(lián)、融合與匯聚，構(gòu)建制造企業(yè)知識網(wǎng)絡(luò)與知識體系，最終實(shí)現(xiàn)知識共享、知識服務(wù)和知識賦能。

6 結(jié)束語

身處大數(shù)據(jù)時代，數(shù)據(jù)已經(jīng)成為一個企業(yè)最寶貴的財(cái)富之一。在市場競爭壓力不斷加大、產(chǎn)品更新?lián)Q代不斷加快、新技術(shù)新思想新理念不斷涌現(xiàn)的今天，如何深挖數(shù)據(jù)資產(chǎn)背后的價(jià)值已成為制造企業(yè)可持續(xù)發(fā)展的重要手段。因此，制造企業(yè)管理將不可避免地從數(shù)據(jù)流動邁向數(shù)據(jù)驅(qū)動，從而實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和智能化引領(lǐng)，并推動數(shù)字經(jīng)濟(jì)發(fā)展。

此外，隨著數(shù)據(jù)價(jià)值的挖掘、知識的不斷發(fā)現(xiàn)和積累，加上技術(shù)的不斷進(jìn)步和社會的不斷發(fā)展，在工業(yè)5.0以人為本的智慧化時代，在數(shù)據(jù)之外，知識也將成為企業(yè)可持續(xù)發(fā)展和保持競爭力的重要手段。屆時，制造企業(yè)管理將從數(shù)據(jù)驅(qū)動邁向知識驅(qū)動。通過人機(jī)物智能體間的知識互聯(lián)、協(xié)同與融合，不僅將從本質(zhì)上提高制造企業(yè)和工業(yè)系統(tǒng)處理復(fù)雜性和不確定性問題的能力，還能夠催生出基于知識的新業(yè)態(tài)、新模式、新產(chǎn)業(yè)和新應(yīng)用，比如工業(yè)知識推送、工業(yè)知識服務(wù)、工業(yè)知識協(xié)同等，從而推動知識經(jīng)濟(jì)發(fā)展。