中国工程院院士何友：工业大数据需求迫切

2019年11月14日，“2019中国（黄石）工业互联网创新发展大会”正式开幕。中国工程院院士何友做了“工业及其应用”的演讲。他表示，工业面临的问题和挑战，一是成本优势不再，二是数据资源难用了，三是信息技术落后，因此工业大数据需求迫切。

大数据74

何友：我们知道工业互联网和电子设备的发展，可以说大数据的时代已经到来，并且在我们的工作和生活，目前中国工业面临着转型升级和需要有大数据荣辱经济管理和生产经营活动，具体包括

第一，工业面临的问题和挑战，一是成本优势不再，二是数据资源难用了，三是信息技术落后了，工业大数据需求迫切。

二、工业大数据的来源。工业大数据的来源各个环节的设备使用，工业信息这里面包括市场设施制造服务制造等等。而每个环节有大量的数据，都内部的变化，客户的需求，竞争对手国家政策工业大省的重要来源，所以它的来源非常广泛。三，工业大数据的特征，一是数据价值密度高，数据类型繁多，二是多元结构的结化，和非结构化数据并存，

三、数据处理实行性要求也是非常高的，

四，数据关系和关联性异常复杂。面向大数据的特征，转变大数据分析能力，是目前需要解决了核心关键问题，主要采取产生转型，转型诊断、工业物联网，工业的分析供应链分析与优化。这主要表现在工业研发设计和生产制造，经营、管理各个环境，打造智能工程。

汇报第二个方面，应用于案例。这里汇报两个应用和一个案例，

一，加速产品创新设计。主要分为以下三种模式，第一，C2B定制模式。第二，垂直整合制造模式。第三，柔性制造模式。

二，产品故障诊断与预测。

三，供应链的分析和优化。帮助工业企业获得完成的工业链大数据，是一个比较复杂的过程。销售数据，产品的传感技术和全球不同的需要，通过库存跟踪和销售价格可以在价格下跌时迈进，从而可以节约大量的成本，利用产品中传感所产生的数据，可以预测产品故障。大数据成本大幅度下降，实现优化。

四，产品销售预测与大数据营销。大数据是一个很好的销售分析工具，通过历史数据的多维度组合，可以看出区域性需求占比和变化，产品品类和市场受欢迎程度以及最常见的组织形式，消费者的，一次来调整产品决策和铺货策略。第审核客户的信息建设强大的客户数据平派，以核心为核心的创造客户价格，改变行销莫氏以及营销模式。

五，生产计划于排程。大数据一给予企业更详细的数据信息，发展历史预测与实际的偏差概率，考虑产冷攫鼠，人员技术约束，材料可用约束，模具的约束。通过智能的优化，制订预算计划。

六，产品质量管理于分析，利用传统的分析方面难以发展数据之间复杂的隐性关联关系。利用大数据技术，建立质量管理分析品牌，工程质量控制，公益参数优化提供指导性意见。

七，典型案例-产业大数据关键技术研究及应用示范。如果从背景上看，轮胎制造数据与外部市场销售等相关数据以后形成了轮胎产业大数据。城市关联性复杂，从而导致了传统的数据可远不能面组实际的需要，已成为山东省轮胎产业的升级解决的重点和难点问题。项目的研究也是非常有意义的。

按照大数据关键技术研究，具体如下图所示，主要研究内容，整个轮胎企业大数据资源中心，开发质量鼓掌数据分析，高级计划排产，销售分析与预测等模型，构建轮胎大数据分析与决策应用支撑平台，建立轮胎大数据的决策分析系统。这是研究的主要内容。这是轮胎大数据的分析系统的架构，这是四点关键信息，一是多元异构大数据收集与融合技术。轮胎相关数据包括企业技术数据，轮胎企业管理和销售的预测数据以及质量检测系统的质量数据，同时还包括各个生产设备的数据，表示宏观经济情况的外部数据。这些数据结构不一，通常反三宰割个隔离的系统中，不不利于集中管理。第二，轮胎大数据集中存储与实时分析技术。

另一方面，分析弯矩的性能也得不到保障，这是同是并行是一种毛病，不好实现的。我们参与的思路是，通“以空间换时间”通过数据的集中村塾管理将OLTP和OLAP分离开。三，大数据分析决策支持模型与技术。销售分析预测模型，先有轮胎企业依靠人工进行销售预测，缺乏可靠性，可以提升轮胎销售预测的准确度。这是处理了流程，高级计划于排产。铃珑轮胎有限公司有积欠各不同规格型号的产品，这些产品在原料配方，公益、轮胎花纹等方面存在一定差异，多品种，小批量的销售定单使得企业生产技术编制流程复杂，发展种类很多，花纹，尺寸，材质也是很多种，轮胎生产加工工序多，产品规格多，设备型号多，模具工装多，中间产品种类多，需不能保证调度的最优，存在调动不利的。为论来企业的生产调动提供自动优化调度方法。这是生产技术排产的流程。产品质量分析与数据的追诉管理。工业数据高关联性的内在特征使得质量异常数据追诉与分析变得可行，针对对轮胎生产过程权声明周期数据，通过决策分析，关联分析，追溯到那些对最终产品质量的存在关键性，存影响的环节数据来追诉产品的生产环节，并为后续的质量改进提供数据支持。四是，轮胎企业大数据分析与决策应用支撑平台。重点开发了规模非结构化计算框架，大规模结构化，分析引擎，大数据集群管理，数据处理流程执行引擎。第七，研究成功大数据分析决策系统，这是一个落地的产品现在还在实际运用，效果还是不错的。轮胎产用大数据分析决策系统可根据使用者在企业中的工作职能设定不同等级的权限，对于企业的重要数据进行有效的保护。

这是整个系统的决策的页面，针对轮胎产业大数据分析系统的需要，系统组建包括五个方向，分别大数据资源中心，宏观销售预测，微观销售预测，质量分析系统和计划排程系统。一是大数据资源中心，大数据资源中心包括销售、计划、质量数据，为企业规避风向，提高生产教育以及数据的支撑，这里面包括销售地，分布图，数据量，企业内部数据，企业总销售数据，企业效率提升，企业价值提升和相关行业资源分布板块。这是相关行业的信愿分布。战时了行业信息量的占比，第二个图战时来源网站的信息量占比，具体的数据列表。

这是宏观销售预测系统，宏观销售机遇轮胎大数据资源中心的数据，如轮胎原材料历史价格，人工成本、国内外宏观经济环境，税率及利率的变化，下手行业的波动，以及税收政策进行综合分析，对轮胎制造企业的宏观销售情况进行预测分析来规避行业的风险。这是市场的销售预测。开末开机遇历史销售的法还，采用多种销售预测模型进行试算，图表展示了预测销量和实际销量的对比情况。这是宏观销售预测系统，宏观销售预测系统是整合内部数据和外部相关的行业数据，通过建立模型分析，未来销售走势，为企业安排生产和调整产品结构提供支持。微观销售预测系统，四是质量分析系统，质量分析模块是机遇标准化的数据平台提供的全过程贯通的数据，实现对产品全过程的追诉，从原料才配方，公益，环境等多维度对产品生产全过程进行数据关联分析，高处影响因素与关键工序机制造过程的影响关系。这是产能提升的分析。五是计划排程系统。制定下个月实际生产两，通过充分充足成为，设备状态，调度规则以及复杂关联关系制订生产定单排产计划。下图给出了准确率的对比情况，自而手动的排产准确率80%到86%之间，可以提升11%到12%，这个改变是非常明确的，其实利用大数据只要改善1%到5%效益已经很大了。六，供应商评价系统。

汇报到第三个方面，技术与挑战。一，工业大数据管理的科学问题，工业大数据的管理问题，一是质量控制问题，一体化管理问题，三是集成问题，四是安全问题。二，工业大数据分析的科学问题。一是多时候数据综合分析问题，二，工业数据专业分析算法。二，工业大数据的关键技术，包括平派架构积极村塾技术，多元异构工业大数据统一描述与继承分析技术，高效湿式同步技术，安全可控技术。三、工业大数据面临的挑战，挑战一，大数据技术的应用有困难。第一，数据不足，工业数据现在严重不足，导致了大数据的分析没有达到预期成果，有人说我用了大数据成果不好，最多是一个中数据，数据积累不够，数据程度比较高，所以也有人说，我的数据也很多，效果没有那么好，后来发现不是这样的，所以我们要在建立数据的过程中，一定要把数据的清洁和干净作为首要的作用，否则做得在多也是垃圾。只要用数据解决就可以了，其实能用小数据解决问题可以不用大数据。挑战二，大数据信息安全带来挑战。挑战三，如何创造出智能新产品？智能应用软件、职能积极设备、职能自主产品，智能穿戴产品。挑战四，如何创造出新的智能应用系统？工业大数据是新一轮产品各个的核心，是实现工业4.0，工业互联网和中国智能制造的重要抓手，将推动企业从“制造”走向的“智造”。我的汇报完毕，谢谢大家！