工業(yè)大數(shù)據(jù)背景下的工業(yè)信息化
通信技術(shù)、信息技術(shù)和傳感器的普及使得數(shù)據(jù)采集與傳輸變得越來越方便，然而怎樣通過數(shù)據(jù)的整合轉(zhuǎn)化，使本來無意義的數(shù)據(jù)變?yōu)橛袃r值的知識并進一步指導生產(chǎn)輔助企業(yè)在日新月異的競爭環(huán)境中生存并發(fā)展壯大是每個企業(yè)必然要面來臨的問題。
“智造”從大數(shù)據(jù)開始
數(shù)據(jù)采集傳感技術(shù)、信息通信技術(shù)以及物聯(lián)網(wǎng)的迅速發(fā)展，引起數(shù)據(jù)爆炸式增長，據(jù)預測到2020 年，全球數(shù)據(jù)將達到35ZB。數(shù)據(jù)采集技術(shù)的成熟運用，擴展了數(shù)據(jù)來源，產(chǎn)生更加真實有效的數(shù)據(jù)；分布式存儲、云和虛擬存儲的發(fā)展，使得大數(shù)據(jù)的存儲成本降低；各種大數(shù)據(jù)挖掘分析技術(shù)蓬勃發(fā)展。從產(chǎn)生到存儲到應用，數(shù)據(jù)全生命周期仿佛我已經(jīng)準備就緒，而且在互聯(lián)網(wǎng)消費領(lǐng)域大數(shù)據(jù)也已經(jīng)所有建樹。
另一方面，“互聯(lián)網(wǎng)+”和《中國制造2025》的相繼提出，我國制造業(yè)由“制造”向“智造”轉(zhuǎn)變。數(shù)字化、網(wǎng)絡化、智能化、服務化已逐漸成為制造業(yè)發(fā)展的主流。制造業(yè)對于大數(shù)據(jù)同樣有著不曉得需求。
隨著大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展和運用， 傳統(tǒng)制造業(yè)實現(xiàn)“智造”，需要將大數(shù)據(jù)相關(guān)技術(shù)應用到企業(yè)中，但目前制造業(yè)的信息系統(tǒng)對大數(shù)據(jù)管理面臨還許多問題，難以適應當前制造業(yè)發(fā)展的需求。亟需一個新的信息系統(tǒng)架構(gòu)來管理大數(shù)據(jù)， 并利用大數(shù)據(jù)的各種技術(shù)來提升運營效率，為企業(yè)戰(zhàn)略決策提供可靠支撐，從而提高企業(yè)的核心競爭能力。
問題面面觀
由于本文主要論述制造業(yè)領(lǐng)域大數(shù)據(jù)所產(chǎn)生的影響，因此也就從生產(chǎn)五要素的角度，分別從人機料法環(huán)上對制造業(yè)領(lǐng)域大數(shù)據(jù)背景下的信息化存在的問題進行詳細論述。
在人的方面，主要表現(xiàn)為缺乏對數(shù)據(jù)價值的認識。除了一些具有大數(shù)據(jù)分析能力的企業(yè)， 能夠有意識地通過各種大數(shù)據(jù)采集技術(shù)獲取高質(zhì)量數(shù)據(jù)之外，許多企業(yè)沒有這種意識和能力來額外獲取數(shù)據(jù)。例如，爬蟲技術(shù)和API 接口可以獲得萬維網(wǎng)的大量企業(yè)所需數(shù)據(jù)， 能夠為企業(yè)的數(shù)據(jù)分析提供有效信息， 通過Flume 獲取本企業(yè)經(jīng)營日志數(shù)據(jù)。而由于許多制造企業(yè)缺乏對數(shù)據(jù)價值的認識和對大量數(shù)據(jù)分析的能力，很少使用這一技術(shù)， 來獲得對企業(yè)管理和決策具有潛在價值的分析數(shù)據(jù)。此外，缺乏大數(shù)據(jù)挖掘分析和相應的人才支持。許多制造企業(yè)不僅不具備大數(shù)據(jù)挖掘技術(shù)， 也沒有相應的人才支持， 因而大量數(shù)據(jù)的潛在價值得不到發(fā)現(xiàn)和應用。由于未能對大數(shù)據(jù)的價值進行深入挖掘和分析， 大量具有潛在價值的數(shù)據(jù)變成無用的數(shù)據(jù)垃圾。又由于無法進一步實現(xiàn)各模塊的可視化應用，降低了運營管理效率。未能有效地對整個供應鏈實施實時精準化管理和企業(yè)戰(zhàn)略決策的提供有力支持， 導致削弱了組織與外部的競爭優(yōu)勢。
在機械方面，自動化設(shè)備對外提供的數(shù)據(jù)接口并沒有統(tǒng)一的標準，各大設(shè)備公司都按照自身的標準提供了對外的接口。這對于數(shù)據(jù)集成平臺而言簡直是災難級的存在。
對于大數(shù)據(jù)而言，數(shù)據(jù)便是物料。但數(shù)據(jù)在存儲、傳輸方面在制造業(yè)領(lǐng)域仍存在一定的問題。以數(shù)據(jù)傳輸速度偏慢、時間滯后為例，雖然目前物聯(lián)網(wǎng)發(fā)展迅速， 但是許多制造業(yè)企業(yè)的信息化程度仍然很低， 導致很難實現(xiàn)數(shù)據(jù)的實時傳輸，數(shù)據(jù)上傳速度也達不到實時分析和監(jiān)控的要求。
在大數(shù)據(jù)加工工藝方法方面。數(shù)據(jù)可視化是通過文字、圖表、視頻等形式，也可以結(jié)合聽覺、觸覺等感覺，借助人機交互式分析方法和交互技術(shù)， 輔助人們更為直觀和高效地洞悉大數(shù)據(jù)背后的信息。可視化分析的科學性與準確性；靜態(tài)可視化存在交互性弊端，動態(tài)可視化應用不夠廣泛；可視化應用深度和廣度不足
在環(huán)境方面未能建立從大數(shù)據(jù)采集到應用的信息系統(tǒng)平臺架構(gòu)。雖然目前的ERP 企業(yè)管理系統(tǒng)， 可連接本企業(yè)直接上下游的核心供應商和銷售商， 并具備一定的數(shù)據(jù)分析管理能力， 但是制造業(yè)信息系統(tǒng)難以滿足大數(shù)據(jù)從采集到分析應用的管理， 使得企業(yè)無法通過大數(shù)據(jù)的生命周期管理，為自身的運營與決策提供支持。制造業(yè)產(chǎn)生的大量數(shù)據(jù)變成埋沒在沙里的金子， 無法變成有價值的信息為制造業(yè)企業(yè)提供指導。
對癥下藥、釜底抽薪
面對上述問題，可以嘗試從如下角度解決問題。對于人們對于大數(shù)據(jù)重要性認識不足的問題，可以通過學習培訓的方式，逐漸增強全員的大數(shù)據(jù)意識與技術(shù)人員的大數(shù)據(jù)處理能力。對大數(shù)據(jù)實施全生命周期管理；通過實施智能化改造與擴展數(shù)據(jù)來源并舉的方式擴展數(shù)據(jù)來源，通過建立數(shù)據(jù)集市或數(shù)據(jù)集成平臺的方式解決數(shù)據(jù)異構(gòu)的問題，充分利用工業(yè)app完成數(shù)據(jù)集成；利用分布式數(shù)據(jù)庫等存儲技術(shù)存儲大數(shù)據(jù)。另外，根據(jù)業(yè)務需求深化可視化應用經(jīng)過計算層的數(shù)據(jù)挖掘和分析之后， 最終目的是可視化應用，為企業(yè)經(jīng)營管理提供可靠的支持。通過智能采集技術(shù)提高大數(shù)據(jù)的真實性， 再結(jié)合大數(shù)據(jù)挖掘分析技術(shù)，來保障可視化分析的科學性與準確性。
詳細請咨詢客服。
- 相關(guān)內(nèi)容
- 沒有數(shù)據(jù)采集，工業(yè)互聯(lián)網(wǎng)將是無源之水
- 朱森第：工業(yè)互聯(lián)網(wǎng)與制造業(yè)融合的切入點與著力點
- 工業(yè)智能，產(chǎn)業(yè)互聯(lián)網(wǎng)的下一個風口
- 如何進行工廠生產(chǎn)設(shè)備數(shù)據(jù)采集？
- 標識解析技術(shù)是工業(yè)互聯(lián)網(wǎng)和智能制造核心推動力
- 制造企業(yè)憑什么愿意為工業(yè)互聯(lián)網(wǎng)買單？
- 工業(yè)維修、工業(yè)互聯(lián)網(wǎng)與工業(yè)服務產(chǎn)業(yè)化創(chuàng)新發(fā)展報告
- 什么是工業(yè)互聯(lián)網(wǎng)云平臺？