導讀：本文翻譯自sciencedirect的Data-driven smart manufacturing一文
互聯網技術、物聯網、雲計算、大數據和人工智能的進步對製造業產生了深遠影響。收集到的大數據越來越多，進而為如今傳統的製造模式往智能製造轉型提供了一個巨大的機會。這使得企業能夠採用數據驅動的戰略，從而提高自己的競爭力。
圖源網絡
介紹
製造商們正在擁抱虛擬和現實融合的概念。諸如德國的工業4.0，美國的工業互聯網及中國智能製造2025這種製造的策略相繼被提出。它們促進了現代信息技術在製造業中的應用，推動了智能製造的發展。智能製造旨在將產品生命週期中獲取的數據轉化為智能製造，從而對製造的各個方面產生積極的影響。在現代製造業中，製造系統生成的數據呈爆炸式增長，每年超過1000EB（1EB=1024PB=1152921504606846976B）。對製造數據進行系統的計算分析，可以做出更明智的決策，從而提高智能製造的效率。換句話說，數據驅動製造是智能製造的必要條件。因此，數據正成為增強制造業競爭力的關鍵因素，製造商也開始認識到數據的戰略重要性。
大數據的價值不僅取決於所能承擔的的龐大數據量，還取決於隱藏在其中的信息和知識。隨著物聯網(IoT)、雲計算、移動互聯網和AI等新興IT技術的出現，可以在戰略上加以利用，並有效地整合，以支持數據驅動的製造。例如，許多創新的物聯網解決方案促進了傳感器在製造業中的部署，以收集實時製造數據。雲計算可實現網絡數據存儲，管理和異地分析。用戶可以通過各種移動設備輕鬆訪問分析結果。AI解決方案使“智能”工廠能夠以最少的人力參與做出及時的決策。雲計算支持網絡數據存儲、管理和離線分析。用戶可以通過各種移動設備輕鬆訪問分析結果。AI解決方案使“智能”工廠能夠在最少人力參與的情況下及時做出決策。
關於製造數據的歷史觀點
如下圖所示，長期以來，信息記錄在紙上，而製造是通過手工來實現的，因此信息技術與製造技術的結合既無益處也不可行。自1940年代ENIAC（即第一臺電子計算機）問世以來，信息技術（IT）的飛速發展一直在推動製造業朝著信息化方向發展。1950年代開發了第一臺數控銑床，宣佈製造業進入了數控時代。自1960年代以來，集成電路的發展為計算機硬件和軟件的發展鋪平了道路。自1980年代以來，TCP / IP，局域網（LAN），萬維網（WWW）和搜索引擎相繼出現，以滿足對數據存儲，索引，處理和交換的不斷增長的需求。所有這些信息技術已廣泛應用於製造業。結果，提出了許多先進的製造技術，例如計算機集成製造（CIM），計算機輔助設計（CAD），製造執行系統（MES），計算機輔助製造（CAM），企業資源計劃（ERP）和網絡製造（NM）等。最近，新IT的興起（例如，物聯網，雲計算，大數據分析和人工智能）繼續革新制造範式，從而導致了一系列新的製造概念。例如，製造網格，網絡物理製造系統，雲製造等。由於IT與製造之間的深度融合，製造智能度逐漸提高。結果，製造數據也變得越來越豐富。結果，提出了許多先進的製造技術，例如計算機集成製造（CIM），計算機輔助設計（CAD），製造執行系統（MES），計算機輔助製造（CAM），企業資源計劃（ERP）和網絡製造（NM）等。最近，新IT的興起（例如，物聯網，雲計算，大數據分析和人工智能）繼續革新制造範式，從而導致了一系列新的製造概念。由於製造技術和信息技術之間的深度融合，製造智能度逐漸提高。結果，製造數據也變得越來越豐富。討論了製造數據在四個階段的演變（見下圖）。
01
手工藝品時代的數據
Data in the handicraft age
在第一次工業革命之前，人類社會長期處於手工製造階段。手工製品主要是由工匠設計和製造的。手工業作為最基本的製造業形式，其
複雜性較低。因此，在生產過程中產生的數據是有限的，因為它主要以人類經驗的形式存在。此外，經驗主要是通過口頭方式代代相傳，主要基於學徒制。關鍵信息和數據很容易丟失，使得生產和質量控制無法實現。由於其數量和質量極低，在手工業時代產生的生產資料既沒有得到重視，也沒有得到充分的利用。然而，由於手工製作涉及人類高度的創造力，即使在今天，它也被用於製造奢侈品(如珠寶、手錶、皮包)。02
手工藝品時代的數據
Data in the handicraft age
一般來說，機器時代包括兩個階段（分別是第一次工業革命和第二次工業革命）。第一次工業革命的結果是，在早期的工廠中將機器用作生產工具，從而極大地增加了製造規模。在此期間，人與生產中的機器之間的關係是高度互補的（即，早期的機器只能由熟練的操作員操作以實現其功能）。因此，製造商開始強調兩種特殊類型的製造數據：
與工人有關的數據和與機器有關的數據。與工人相關的數據（例如，出勤，生產率和績效）用於促進有關薪資結構，績效基準和工作時間表等問題的決策。與機器相關的數據用於支持有關機器維護，維修和更換的決策。但是，與手工業時代相比，第一次工業革命並未對數據的收集，存儲，分析，傳輸和管理方式進行重大改變。實際上，工人仍然根據經驗來手動處理數據。第二次工業革命（或技術革命）的結果是，機床和可互換零件被廣泛地併入現代工廠的“新”製造工藝（例如貝塞麥酸性轉爐鍊鋼法）中，從而顯著提高了製造效率，並且製造模式轉移到了批量生產模式。第二次工業革命引發了數據處理方式的一些顯著變化。特別是，由於管理人員和工人之間的工作分工，受過良好教育的管理人員越來越多地處理製造數據。此外，管理人員開始採用更系統的方法來記錄和分析製造數據。原始數據被廣泛地記錄在書面文檔中（例如，說明，日誌，便箋和圖表），而不是存儲在人的內存中。使用科學方法確定不同數據集之間的依賴關係。在此期間，製造商開始利用製造數據進行成本降低，質量控制和庫存管理。特別是，引入了
統計模型來分析各種與質量相關的製造數據，例如生產計劃，吞吐量，產品質量，故障率，原材料消耗和報廢率。總而言之，在機器時代，儘管通過科學方法分析了大量的製造數據，但是仍然由人工操作員（即管理人員）而不是計算機來人工處理數據。因此，製造數據的利用率仍然較低。
03
信息時代的數據
Data in the information age
在信息時代（或數字時代），信息技術被廣泛應用於製造過程中。結果，公司能夠收集的製造數據量呈指數增長。許多因素促成了數據的增長。首先，製造商廣泛採用了信息系統（例如CRM，MES，ERP，SCM，PDM等）來促進生產管理。其次，計算機系統（例如CAD，CAE，CAM和FEA）被廣泛用於輔助新產品以及製造過程的創建，仿真，修改和優化。第三，現代工廠普遍使用工業機器人和自動機械。越來越多的電子設備和數字計算機被用來自動控制生產設備。 信息技術的發展為製造商更好、更快、更便宜地滿足客戶需求鋪平了道路。
在信息時代，數據存儲在計算機系統中，並由信息系統進行管理。例如，客戶數據（例如家庭住址，電話號碼，人口統計學），銷售數據（例如成品的類型，數量，價格和發貨日期），供應鏈數據（例如產品的類型，數量，價格和供應商）原材料），財務數據（例如資產，不動產，有形財產，公用事業，無形財產等），生產計劃數據，物料清單，庫存數據（例如類型，數量，物料和製成品的位置）倉庫）和維護數據全部由CRM，MES，ERP，SCM，PLM等管理。因此，可以輕鬆地在不同部門或組織之間進行交換。由於使用了計算模型，因此數據分析的效率得到了顯著提高，儘管分析結果仍需要操作人員進行解釋才能做出決定。在此期間，製造商開始利用數據來推廣一些高級製造模型，例如大規模定製，可持續製造，柔性製造，智能製造和雲製造。但是，信息孤島（無法與其他系統通信的信息系統）仍然很普遍。沒有有效的方法來分析非結構化，分散，重複和孤立的數據。結果，仍然很難從數據的價值中受益，特別是對於中小型製造企業。
04
大數據時代的數據
Data in the big data age
隨著物聯網技術的興起，雲計算，大數據分析，人工智能以及其他技術的進步，催生了大數據時代。在製造業中，大數據是指在整個產品生命週期中生成的大量多源，異構數據，其特徵是5V，即大容量（即大量數據），多樣性（即數據本身進入不同的形式，並且是由各種來源生成的），速度（即，數據以非常高的速度生成和更新），準確性（即，數據與一定程度的偏差，不一致，不完整，歧義性，時延，噪聲，和近似值）和價值（即隱藏在數據中的巨大價值）。
一般來說，製造過程中生成的大數據可以按照以下類別進行分類：
a）從製造信息系統（例如MES，ERP，CRM，SCM和PDM）收集的管理數據。信息系統擁有與產品計劃，訂單相關的各種數據
調度，物料管理，生產計劃，維護，庫存管理，銷售和市場營銷，分銷，客戶服務和財務管理。
b）通過工業物聯網技術從智能工廠收集的設備數據，包括與實時性能，操作條件和生產設備的維護歷史有關的數據。
c）從互聯網來源（例如電子商務平臺（例如，亞馬遜，沃爾瑪和淘寶）和社交網絡平臺（例如，Twitter，Facebook，LinkedIn和YouTube））收集的用戶數據。這種類型的數據包括用戶統計數據，用戶個人資料，用戶對產品/服務的偏好以及用戶行為（例如，有關在線瀏覽，搜索，購買和查看歷史記錄的數據）。
d）物聯網技術從智能產品和產品服務系統收集的產品數據，包括產品性能，使用環境（例如時間，位置和天氣），環境數據（例如溫度，溼度和空氣質量）和用戶生物學數據。
e）通過開放數據庫從政府收集的公共數據。這些數據集處理與知識產權，公民基礎設施，科學發展，環境保護和醫療保健有關的數據。對於製造商而言，公共數據可用於保證製造過程和製成品嚴格遵守政府法規和行業標準。
在新IT的支持下的大數據時代，製造商收集，存儲和處理數據的能力得到了顯著增強。近年來出現了許多具有成本效益和靈活的數據收集，存儲和處理解決方案，例如物聯網和雲計算。這使得包括中小企業在內的不同規模的製造企業都可以從數據價值中受益。在製造業中，對大數據的有效分析使製造商能夠加深對客戶，競爭對手，產品，設備，過程，服務，員工，供應商和監管機構的瞭解。因此，大數據可以幫助製造商做出更合理，更及時，更明智的決策，並增強其在全球市場上的競爭力。
effiar簡介
effiar是北京慧星視界科技有限公司所研發的一款企業級智能眼鏡軟件平臺。在AR工業領域，使用者無需技術就可以通過effiar任務管理中心進行拖拽等簡單操作，為特定業務場景定製智能眼鏡方案應用。該平臺包括AR巡檢、專家遠程協作、工作流、AR、數據互聯、多媒體知識庫等多個模塊，使用者可以根據業務需要自由剪裁或者互相嵌套。
THE
END
往期精選
