背景
2018年3月29日，“2018全国大数据标准化工作会议暨全国信标委大数据标准工作组第五次全会”在北京国际会议中心召开。会议发布了《大数据标准化白皮书（2018版）》，白皮书对大数据国内外政策、产业及标准化现状和应用做了全面梳理和分析，完善了大数据标准体系，介绍了重点国家标准，并提出了下一步工作方向。
伴随着“智能制造 2025”国家战略的实施，大数据应用已成为制造业生产力、竞争力、创新能力提升的关键，是驱动制造过程、产品、模式、管理及服务标准化、智能化的重要基础，体现在产品全生命周期中的各个阶段，工业大数据正在加速制造业的转型升级。
制造业大数据的应用
首先，基于统一标准化思路驱动的工业大数据产品研发设计，实现研发过程的智能化，提升了创新能力、研发效率和设计质量。通过产品全生命周期数据的采集，工业大数据建模和数字仿真技术优化设计模型，及早发现设计缺陷，减少试制实验次数，降低研发成本、提升设计效率，缩短了产品研发周期。
其次，综合制造过程中设备、效率、成本、耗能等数据展开建模分析，实现了运行过程的状态监测与优化工艺参数推荐。通过生产工艺过程参数，设备运行状态参数与产品质量性能、生产线排产负荷、耗能等数据进行关联性深度挖掘，形成数据闭环，可得出工艺参数的最优区间、车间排产计划的最优方案、厂房能效优化的最佳调控手段等。
工业大数据技术的发展和相关标准化工作的推进，也带来了制造业产业链上下游企业间各协同环节的信息共享和同步升级，企业可根据自身优劣势分析对业务进行重新取舍，整合资源实现平台化运营，优化价值链。
另外，基于大数据构建的产品故障预测系统，能帮助用户实时掌握产品状态，在产品出现异常前展开预测性维修。基于数据标准化思路的企业全流程的数据集成贯通与工业大数据建模分析，支撑了大规模定制为代表的典型智能制造模式。基于研发知识库的大数据产品模块化分析，以及协同创新平台所整合的内外部产业链协同设计能力，可实现产品的个性化设计；基于工业生产大数据的互联工厂柔性化生产能力，保障了个性化设计订单低成本高效率的制造；结合物流大数据分析优化的物流配送系统，可充分保障个性化定制产品在最短时间内按承诺交付至用户。
相关成功案例
案例一
海尔 COSMO Plat 空调噪音大数据智能分析
应用领域：家电行业、智能制造
应用背景：海尔胶州空调互联工厂部署有国内唯一的分贝检测设备，当空调测试分贝大于标准分贝时，系统判断为不合格并将结果输出至 COSMOPlat-IM（MES）系统，但此设备无法识别空调运行中的异音，如摩擦音、共振音、口哨音等。此外，每天快节拍、高强度的空调装配流水线工作导致检测工人听取噪音时间过长，易产生疲劳和误判，偶尔有不合格品流到下线，影响产线整体检验的可靠性。因此，急需找到新式噪音识别方法，解决企业当前痛点。
核心方案：基于标准化思路的核心问题研究：COSMOPlat 是海尔自主研发、自主创新的共创共赢工业互联网平台，通过整合平台上的软件及硬件资源，与美林数据共同开发了空调噪音智能检测系统，有效地解决了无法准确、可靠识别异音的痛点。解决方案包括非结构化音频数据实时采集与存储、分析建模与智能识别、结果输出与可视化展现三大部分，核心过程如下：
阶段 1：模型搭建的标准化研究
针对生产线采集的大量历史检测音频，利用端点检测技术对产品运转过程中起、停机阶段的音频区段进行智能切割，利用数字滤波技术自动对音频进行降噪。通过特征自动提取与样本标定，利用机器学习技术构建智能分类模型，模拟人工判断行为，构建标准化的模型研究思路。
阶段 2：参数调优的标准化思路
智能分类模型需通过大量音频数据进行模型训练与优化，并验证其准确性。算法专家利用历史音频对模型进行验证与参数调优，通过不断扩充训练样本及模型自学习，确保识别准确率满足生产线质检精度要求，最终形成一套基于标准化思路的调优方法。
阶段 3：上线实施，技术标准研究成果的应用
构建音频采集系统，实现产品分贝检测产线对音频的实时同步采集与型号关联。智能识别模型自动完成音频文件的接入、特征提取、智能判别等工作，输出对应产品条码号的实时判别结果，对异音自动报警，并针对识别结果对产品异音原因进行智能分类，辅助返修排故。系统将智能检验结果实时反馈至企业COSMOPlat 工业互联网平台，支持产线质量问题在线统计与分析。
系统核心思路
项目实施过程中参考了《信息技术 大数据 术语》《非结构化数据管理系统技术要求》《信息安全技术 数据库管理系统安全技术要求》等大数据相关标准，并与海尔工业智能研究院有限公司一起，结合项目具体实施过程中的现场问题和解决过程为《信息技术 大数据 存储与处理系统功能测试规范》《非结构化数据访问接口规范》《实时数据库通用接口规范》等在研以及拟研制的大数据相关国家标准反馈了标准立项诉求和标准内容建议。
实际效果：海尔 COSMOPlat 空调噪音大数据智能分析项目通过传感器、分贝检测系统、业务系统、模型算法的集成与交互，在企业解放人力、减少误判、提高检验可靠性等方面均有了极大提升。此项智能检测系统的实施充分利用了设备端的嵌入式智能计算技术，以分布式信息处理的方式实现了设备端的智能和自治，通过服务器、业务系统间的交互协作，实现了检测系统整体的智能化。项目的实施为海尔集团在旗下其他分厂生产线部署基于声音检测的空调状态智能识别系统积累了丰富经验，为行业内公司在产线智能化改造与转型升级等方面做出了示范。
案例二
长安汽车智能制造技术研究所冲压质量大数据项目
应用领域：汽车工业、智能制造
长安汽车作为中国知名汽车制造企业，中国品牌汽车产销累计已突破 1000万辆，并连续 10 年位于中国品牌汽车销量前茅。近些年，长安总体战略也是从传统汽车制造企业转向智能制造服务型企业，重点发展科技、智能制造、服务三大方面，并在重庆本部成立了智能化中心。长安汽车某工厂冲压车间共建有三条冲压生产线，主要负责生产侧围、翼子板、车门、引擎盖等轮廓尺寸较大且具有空间曲面形状的乘用车车身覆盖件。
目前在冲压生产过程中，一方面由于冲压设备性能、板材材料性能、生产加工过程参数等波动，部分侧围在拉伸工序中易产生局部开裂现象，需反复进行参数调整与试制；另一方面，在冲压产线线尾，需对冲压件外观质量进行统一检测，现有检测方式为人工手动检测，需在有限生产节拍时间内，快速分拣出带有开裂、刮伤、滑移线、凹凸包等表面缺陷的冲压件，检测标准不统一、稳定性不高、质检数据难以有效量化和存储，不利于企业数据资源收集、质量问题分析与追溯。
美林数据通过建设大数据存储与处理平台，实现了工厂冲压车间的所有设备、
模具、材料、生产制造过程数据、质量检验数据的集成、存储与统一管控。平台
建设过程参考了《信息技术大数据参考架构》《大数据存储与处理平台技术要求》《信息技术数据质量评价指标》《非结构化数据访问接口规范》等标准。
解决方案
依据大数据存储与处理平台，借助基于机器学习的数据挖掘、基于机器视觉的智能检测技术，实现了冲压侧围件开裂预测与产品件表面缺陷的智能识别检验。
▶ 依据冲压设备加工参数、板材参数、模具性能参数及维修记录等，通过数据挖掘机器学习算法，建立冲压工艺侧围开裂智能预测模型。通过样本积累与模型训练调优，准确预测冲压侧围件的开裂风险。 最后，确定了冲压制造过程影响因素间的相关性，制定了生产过程参数组合控制策略，为冲压制造过程工艺优化和质量把控提供支持。
▶ 基于机器视觉的冲压件缺陷智能识别检测，立足生产线现有条件，设计图像采集系统，通过图像实时采集与智能分析，快速识别冲压件是否存在表面缺陷，并自动将所有检测图像及过程处理数据存储至大数据平台。通过质检数据、生产过程工艺参数、产品设计参数间的关联，借助大数据分析技术，形成冲压产品质量问题分析管理的闭环连接，实现冲压产品质量的精确控制和优化提升。
▶ 项目实施总体框架如下：
项目实施总体框架图
在项目具体实施过程中，美林数据通过与长安汽车项目团队进行业务研讨及评定，综合制造业底层数据采集、平台数据规范设计、数据质量检测、大数据分析总体技术要求等方面内容，编写了企业级《制造业大数据分析业务指南》。此外，根据项目实施经验，为工业大数据领域相关标准、应用规范的立项、研制、发布等提供了信息反馈和经验积累，后续将协助大数据标准工作组确定并推出相关标准内容。
案例三
江苏省重点领域共性技术攻关项目---工业大数据元数据规范与验证技术攻关专题---工业大数据标准体系研究及重点标准编制
应用领域：工业
1、主要攻关内容分为两大部分：工业大数据标准体系研究和重点标准编制。
（1）工业大数据标准体系研究
全面分析智能制造发展的要求和工业大数据产业发展趋势，研究智能制造企业的研发、生产、运营、营销和管理方式，分析国内外工业大数据服务产业标准的现状、趋势和需求，梳理相关国际标准、国家标准、行业标准、团体标准、企业标准，提出符合针对智能制造相关技术研发和业务应用需求，研究工业大数据标准化需求，以指导成体系成系统的标准制定工作，形成工业大数据发展趋势的标准体系框架和标准体系表。
（2）重点标准编制。
结合产业需求，针对现阶段工业领域急需解决的问题，采用急用先行的原则，结合工业大数据标准体系框架，研制《工业大数据产品核心元数据规范》、《工业大数据 OID 标识分配与注册解析规范》、《工业大数据 OID 对象标识符编码与存储规范》等重点关键的工业大数据领域重点标准。
2、本案例先进性和技术路线
（1）总体设计
1）各项研究任务协调配合、有机互动、整体推进
本项目研究内容包括相关技术、相关标准体系和文本的研制工作。各项工作相互配合，相互促进。
工作流程图
2）标准研究与标准验证、应用验证等内容协调互动
工业大数据相关业务、产品和标准化三者之间是相互促进、相互制约的，标准的需求主要来自业务和系统的需求。这三者之间相互依托，层层递进，协同完成项目目标。
逻辑结构图
3）相关标准研制
工业大数据相关服务标准的制定将征集用户需求，并针对尚未规范化的、紧迫需要规范和统一的内容，适时推出标准内容。
以现有技术为基础，提炼适合系统的技术及参数要求，结合技术发展趋势，联合相关生产厂商、学术机构、高等院校和行业协会及用户等各方组成标准起草组共同研究标准内容。
（2）项目实施
按照标准化法规定，标准在研制过程中主要经历起草、征求意见、送审和报批等四个阶段。
项目实施阶段说明
3、案例实施
（1）江苏中堃数据技术有限公司基于公关专题，结合工业大数据重点在线缆行业的能耗分析和预警预测、营销分析和预警预测突破。其中通过能耗横向对比分析，纵向时间序列分析，发现企业耗能设备，并结合入厂时间，单位产量能耗等指标，帮助企业能耗下降 5%。通过设备能源利用率分析，为企业提升10%左右的产品产量。营销分析预测是通过分析同行业的相关数据，为决策者提供有力的决策支撑，辅助决策者做出最优的选择。
（2）在新能源领域，江苏中天科技软件技术有限公司在相关标准的指导下构建智慧能源管理平台，实现了集中数据存储和大数据分析评估，可以输出多维度报表；支持平台电站资产评估分析，投融资决策；充分考虑了大数据的采集和处理稳定性和安全性。
（3）徐工信息公司结合工业大数据重点服务标准的研制和标准试点验证系统建设，在工程机械智能制造新模式探索中积极应用该标准系统，同步开展产品核心元数据规范和 OID 标识管理规范标准验证试点工作，同时扩展行业推广应用。
（4）江苏蓝创智能科技股份有限公司将在橡胶机械行业智能制造新模式中推广应用系列标准，验证标准在该行业中产品数据描述匹配能力，提高企业有效维护和管理产品数据的能力，提升工业产品生产溯源查询和产品数据共享能力。
（5）徐工集团牵头承担了标准试点验证项目，积极参与了标准草案和验证系统方案的编写及讨论，并在子企业进行试点，开展验证系统对接研发和验证系统的应用与验证，输出工程机械行业的标准验证效果和相应的《应用指南》。
（6）苏州洞察云信息技术有限公司——星云测试精准测试系统为锐捷网络的大型核心交换机程序提供可视化、智能化全生命周期测试解决方案，实现以极低的硬件消耗采集设备内部进程高速运行的代码逻辑数据，提供达到航天级别的测试数据和智能测试分析结果。
閱讀更多 兮易強企閱聞 的文章
