大数据与工业融合：机遇和挑战

大数据正在成为工业提升竞争力和创新能力的关键，助力工业从研发设计、生产制造、精准营销到售后服务全过程实现数字化、智能化、服务化，带动传统工业企业提高产品质量、提升生产效率等。

图19　工业中的大数据应用

（一）大数据与研发设计

利用大数据进行仿真模拟。与传统研发设计过程中需要生产实物进行指标测评不同，利用大数据和虚拟仿真技术对原有研发设计环节进行模拟、分析、评估和优化，可以减少试验品设计生产，缩短研发设计周期，降低研发设计成本。

满足客户个性化设计需求。企业依托互联网平台搜集用户的产品需求、客户交易行为等数据，利用大数据技术进行挖掘，分析客户对企业产品的个性化需求，为产品研发设计指明方向。

实现工业产品协同设计。企业利用大数据平台、云计算技术，将设计图纸、零部件等数据与内部和产业链上下游企业进行共享，整合多方研发能力，重组研发流程，提高研发效率。

案例29：线上协同研发设计平台推动开放式创新研发

橙色云设计有限公司2015年在烟台成立，主要开展工业产品研发设计、计算机系统集成、软件开发等业务。2016年该公司推出了工业产品线上研发设计协同平台Orange CDS（Collaborative Design System，又称CDS系统），该平台独创协同研发设计模式，可组织多家供应商承接一个项目，采用大数据、云计算及智能需求匹配技术，搭建线上协同研发设计环境，发挥新技术、新模式的叠加效应，推动大规模高效协同设计，最大限度地使实体制造企业融入全球开放式创新进程。

（二）大数据与生产制造

实现对生产全流程监测。通过对生产线生产设备配备传感器，采集生产过程中的温度、压力、热能、震动等数据，帮助企业对生产过程实时监控，实现设备诊断、能耗分析、质量事故分析等功能。

优化生产流程。通过整合生产制造环节的历史沉淀数据，可以对生产过程建立数学模型，找出生产过程中投入与产出的关系，评估和改进生产工艺和各环节参数，提升生产要素使用效率。

提供个性化定制产品。通过将大数据覆盖整个工业生产制造流程，利用产品全生命周期数据的自动流转和智能化控制，调整生产参数为企业进行个性化工业产品定制。

推进工业智能化生产。通过大数据串联工厂智能设备，为无人工厂建设提供支撑。另外，可以利用人工智能技术对数据进行进一步的分析与挖掘，利用深度学习算法等，提升设备智能化水平。

案例30：攀钢利用阿里云工业大脑优化炼钢参数

依托西部地区丰富的钒钛磁铁矿资源和较强的自主创新能力，攀钢集团有限公司（简称攀钢）已经成为我国特大型钒钛钢铁企业集团、全球第一的产钒企业、国内最大的钛原料和产业链最完整的钛加工企业，以及国内重要的铁路用钢、汽车用钢、家电用钢、特殊钢生产基地。全国40%的钢轨和高速轨道都由攀钢生产。

攀钢集团和阿里云“ET工业大脑”一起合作，以阿里云为技术载体、以积微物联为平台、以脱硫工艺优化为应用场景，率先推进工业大脑在钢铁生产领域的应用。脱硫是钢铁生产过程中的一个重要环节，旨在降低铁水或钢液中的硫含量。而脱硫环节由于扒渣带铁（脱硫剂反应之后的脱硫渣中带走了大量的铁）会造成大量铁损。工业大脑应用到攀钢西昌钢钒转炉炼钢工艺后，打通炼钢全流程数据，通过建模分析获得炼钢工艺优化的关键因子，依靠脱硫仿真模型与参数寻优模型寻找最优参数。根据实际测算，通过优化参数，每生产一吨钢可以节省一公斤铁，一年节约成本700万元以上。

图20　工业参数优化流程图

炼钢厂70%的成本由钢铁原材料构成，攀钢通过生产全流程的数字化，采集生产过程中的实时数据，激活历史沉淀数据，依托大数据模型进行分析挖掘，有效地减少了原材料消耗，提高了资源的利用效率，带来实实在在的收益。

（三）大数据与供应链管理

依托生产数据、销售数据、产品传感器采集的数据等，利用大数据分析技术，预测不同区域市场的产品需求，实现预采购、预生产等活动，及时满足市场需求，减少库存，提高企业周转效率。综合分析库存变动、销售价格波动和区域市场变化等数据，及时预判市场运行趋势，在价格较低的时候进行原材料采购，节约制造企业的采购成本。

案例31：四川德恩精工——传统制造向智能制造的演进(www.xing528.com)

四川德恩精工科技股份有限公司成立于2003年，是国家级高新技术企业，主营业务为机械传动零部件及其配套产品的研发、设计、生产和销售，其产品数量多达17万种，出口销量居国内第一。德恩精工拥有十余条自动化铸造和锻造生产线、百余台数控加工中心、千余台各类数控加工机床、十余条自动化涂装生产线，五十余条机器人柔性智造生产线，是典型的“多品种、小批量、全工序”离散型制造企业。

德恩精工和阿里云共同构建了云上数据中台，打通了销售、生产、研发、库存、物流等原本分隔的IT系统，实现了企业数据的存储、汇集、共享、挖掘和决策。以工厂的“生产排程”为例，通过设备物联网采集反映的实时制造产能数据，人工智能算法综合计算订单交期、订单优先级、工艺成组技术、生产中心历史良品率等数据，实现了订单的交付峰值以及销售额预测。

此外，通过对销售订单历史数据进行分析建模，结合天气、季节、国际贸易环境、国别差异、线上大促等因素对产品的销售进行预测，进而指导预生产、预备货，降低库存成本，缩短供货交期。

通过德恩精工的案例我们可以看出，德恩精工作为典型的离散型制造企业，具有该类行业普遍面临的“三高”（高交期、高库存、高成本）难题。通过推进企业的数字化，依托数字中台打通销售、生产、研发、库存、物流等原本分隔的IT系统，综合天气、贸易环境、国别等外部因素，实现了对销售订单的提前预测、提前备货、精准备货，优化了企业供应链，提高了企业周转效率，有效缓解了“三高”问题。

知识拓展：离散型制造与流程型制造

离散型制造的产品在生产过程中被分解为很多单独的加工任务，由多个零件经过一系列并不连续的工序加工最终装配而成。典型的离散制造行业主要包括机械制造、电子电器、航空制造、汽车制造等。

流程型制造是指原材料不间断地通过一系列的加工装置产生化学或物理变化，最终得到产品，通常它们以批量或连续的方式进行生产。典型的流程制造行业主要包括医药、石油化工、电力、钢铁制造、能源、水泥等。

（四）大数据与精准营销

帮助制订销售策略和销售方式。依托对历史数据和实时采集数据的分析，可以看出工业产品的供需变化情况、受欢迎程度、消费者消费习惯等，帮助企业调整产品销售策略，确定产品销售方式。例如，三一重工的挖掘机指数，通过在机械设备上布置精密传感器，使得设备的每一个动作都形成数据痕迹，根据在线跟踪的挖掘机的开工、负荷情况，精准描绘出基础建设开工率等情况，帮助企业了解全国各地基建状况，调整销售布局等。

提升精准营销能力和客户购买体验。依托对客户交易行为数据的采集，实现客户精准画像，发现产品主要客户群，帮助制造业企业增强营销的针对性，更好地实现供需对接，减少企业投入风险。同时，精准营销能够及时满足客户需求，有助于提升客户满意度和购买体验。

（五）大数据与售后服务

提供在线增值服务。通过镶嵌在产品中的传感器实时采集产品运行状态数据和周边环境数据，实现对产品运行状态的远程监控和管理，及时向客户提供故障诊断和预测性维护等在线增值服务，增加工业企业服务性收入，帮助客户减少设备检修时间、停机时间，提高设备使用率。例如，通用电气位于美国亚特兰大的GE能源监测和诊断（M&D）中心，每天收集全球50多个国家上千台GE燃气轮机的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，为燃气轮机故障诊断和预警提供支撑。

实现产品设计反馈优化。通过大数据技术分析客户的产品评价、使用反馈、投诉建议等数据，将有用的意见、建议融入产品设计及产品改进中，帮助企业设计出更加符合市场需求的产品。

知识拓展：工业互联网

“工业互联网”的概念最早由通用电气于2012年提出，随后美国5家行业龙头企业联手组建了工业互联网联盟（Industrial Internet Consortium， 简称IIC），并将这一概念大力推广开来。工业互联网的本质和核心是通过互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接起来，从而实现工业生产过程、企业管理决策过程的优化。

工业互联网作为数字经济与实体经济融合发展的重要途径，在国家、省、市等各级得到重视。《2019年国务院政府工作报告》中提出“打造工业互联网平台，拓展‘智能+’，为制造业转型升级赋能”。

我省正在加快培育工业互联网平台，积极构建工业互联网标识解析体系。大力实施“企业上云”行动。成功争取国内首家工业大数据应用技术国家工程实验室落户成都。市（州）对工业互联网的重视程度也不断增强，一项针对四川的调查统计数据显示，截至2019年6月，四川有16个市（州）出台了支持推动工业互联网发展的政策。

未来全省将围绕电子信息、装备制造、食品饮料、先进材料、能源化工等支柱产业，支持龙头企业打造一批面向垂直行业和细分领域的工业互联网平台，培育国家级跨区域跨领域工业互联网平台，开展工业互联网集成创新应用试点示范，形成一批面向中小企业的典型应用。到2025年，基本建成覆盖各市（州）、各行业的工业互联网网络基础设施，形成3—5个具有国内影响力的工业互联网平台，持续提升我省工业互联网发展水平，为制造业转型升级赋能。

工业互联网作为工业环境下实现人、机、物全面互联的关键基础设施，是新一代信息技术与制造业深度融合的产物，是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体，正日益成为推动产业数字化转型的重要支撑。