|
《从大数据到智能制造》【数字化】：读千卷书之第528本—每天1分钟读1本书 今天分享数字化方面的第十三本书籍：《从大数据到智能制造》。
数据贯通是基础，目标定位和模型构建是大数据与先进制造结合产生价值的关键。大数据推动生产力变革已成必然趋势，谁先觉醒转型应用起来，谁就在将来一段时间获得持续竞争力。 一、大数据与智能制造。大数据与智能制造之间的关系可以总结为：制造系统中问题的发生和解决的过程中会产生大量数据，通过对这些数据的分析和挖掘可以了解问题产生的过程、造成的影响和解决的方式，这些信息被抽象化建模后转化成知识，再利用知识去认识、解决和避免问题，核心是从以往依靠人的经验（experience based），转向依靠挖掘数据中隐性的线索（evidence based），使得制造知识能够被更加高效和自发地产生、利用和传承。
因此，问题和知识是目的，而数据则是一种手段。今天我们来谈利用大数据实现智能制造，是因为大数据已经成为一个日益明显的现象，而在制造系统和商业环境变得日益复杂的今天，利用大数据去解决问题和积累知识或许是更加高效和便捷的方式。 二、建模。建模（modeling），并且正是通过这第六个M来驱动其他5个要素，从而解决和避免制造系统的问题。因此智能制造系统运行的逻辑是：发生问题→模型（或在人的帮助下）分析问题→模型调整5个要素→解决问题→模型积累经验，并分析问题的根源→模型调整5个要素→避免问题。
工业大数据的分析除了先进的算法工具以外，更重要的是要结合工业场景和应用原理的领域知识，也就是说数据的分析者不仅要对智能算法非常了解，还要对生产系统十分了解。这也导致了两个非常重要的挑战：首先是人才的严重缺失，对工业大数据分析人才的培养更加困难。其次，即使对同一类问题也很难有普适性的方法和模型，数据分析工具+领域知识这样的模式决定了工业大数据的分析模型一定是应用定制化的，因此很难有一个通用的平台能够解决所有问题。这也是GE的数据平台Predix所要面临的挑战。 三、工业4.0。作为全球制造业强国和大国，德国政府也提出了工业4.0战略，工业4.0在德国被认为是第四次工业革命，是德国政府2011年11月公布的《高技术战略2020》中的一项战略，旨在支持工业领域新一代革命性技术的研发与创新，保持德国的国际竞争力。德国表示要尽快抓住信息技术带来的机会，完成新一轮工业生产技术的革新，以应对来自东亚国家尤其是中国的竞争。
德国的学者和企业人士普遍认为，“工业4.0”概念是以智能制造为主导的第四次工业革命，或者是一种具有革命性的生产手段。在该工业模式下，人们可以极大程度地利用计算机信息技术和网络空间、云计算等先进技术相结合的手段，即信息物理系统（Cyber-Physical System），将制造业进行智能化转型。并重点围绕“智能工厂”和“智能生产”两大方向，巩固和提升其在制造业的领先优势。 更多精彩，请继续关注来自于兆鹏老师的读千卷书系列：每天1分钟读1本书。 1、只分享自己看过的书。 2、体系化分享。 3、分享是为了抛砖引玉，而不是喧宾夺主。 |
|
|
