大数据时代下工业企业的信息化应用

张鹏

摘要：随着国内科学技术水平的大幅度提升, 对于“大数据”应用迅速发展起来，大数据的应用对于工业的创新发展具有重要意义，本文从对工业大数据概念与特点进行阐述,对工业大数据在工业生产中的应用模式进行分析，对于大数据的应用研究具有一定的参考价值。

关键词：大数据；工业；应用

一、引言

当前社会已经逐渐进入大数据时代，大数据时代的到来在一定程度上影响着经济发展的诸多领域，大数据的应用已经成为今后各个行业发展的必然趋势。工业是国民经济发展中的重要组成部分，大数据在工业生产中的应用具有十分重要的作用，对于企业而言，了解工业大数据产生的概念与背景，归纳工业大数据的分类和特点，应用大数据技术以全新理念与模式打造工业生产体系，可以显著提高企业的经济效益。

二、工业大数据的概念及特点

工业大数据是基于工业领域或工业企业收集到的海量数据，在收集到的数据中，尽管数据类型不同，但它们都表现出共同的特点。工业大数据按照数据的用途，可以分成以下三种类型，包括经营性数据、生产性数据与环境性数据。经营性数据是与企业经营相关的，包括企业财务、资产、产品销售、供应商信息等数据，这些数据是在企业信息化建设过程中积累起来，表现了一个企业的经营状况。生产性数据是围绕产品生产过程中积累的数据，包括原材料提供、产品研发、生产工艺流程控制、半成品生产、成品生产、产品售后质量情况等方面。随着数字机床、自动化生产线、数据采集与监视控制系统的建设，这些数据也被企业大量记录下来。这些数据涉及工业生产全流程的信息，是决定企业生产水平的依据。环境类数据是指产品生产过程所处的环境状态以及对环境资源的消耗等，包括库房、车间的温湿度数据，以及生产工艺的能耗，废水废气的排放等数据，这些数据在一定程度上对工业生产过程中起到制约作用，也对企业的节能减排起到指导作用。

工业大数据除了具有一般大数据的数据量大、数据种类多、商业价值高、处理速度快的特点之外，其主要特点还体现在以下四个方面：

首先，工业大数据的时间维度正在不断延长。经过多年的生产经营，产品数据、工艺流程数据、原材料数据和生产设备数据被逐年的生产过程中积累下来，数据量会随着时间不断增加；

第二，工业大数据的内容范围不断扩大。随着企业信息化建设程度的加深，各种内部数据包括企业的财务、销售、供应商、客户等数据不断得到有效的收集，而且外部数据包括市场数据、网络数据、企业舆情数据等逐渐收集到大数据系统；

第三是工业大数据的实时性不断增强，工业大数据重要的应用场景是对工业生产实时监测、实时预警、实时控制。一旦数据的采集、传输和应用等整体处理流程耗时过长，就难以在生产过程中发挥其应有的最大价值，所以必须要保持数据的实时更新，进行动态控制；最后是工业大数据的颗粒度不断细化。随着不同种类产品各种参数的不断细化，生产加工精度的提高，监测在工业生产技术频次的提高，都使得采集到的数据精细度不断提升。从目前的数据应用情况看，在大数据应用的初期阶段，经营类数据利用率最高，生产性数据和环境性数据相比经营类数据，利用率相对较低。从未来大数据应用趋势分析，生产性数据在工业企业数据中的占比将越来越大，是最重要的数据类型，其次是环境类数据，随着工业生产的精细化管理以及数据采集与处理能力的不断提高，环境类数据的种类会越来越全面，更加精准地对整个生产过程的各种参数进行监控反馈。

三、工业大数据的采集来源

对工业大数据进行采集是工业大数据有效利用的前提。工业互联网在帮助企业成功升级实现转型的过程中，成为了采集工业大数据进行应用的全新载体，其边缘层通过协议、系统集成或者接口的方式对不同来源的数据资源实现了实时采收和接入。在工业互联网中的数据采集主要包含了工业产品数据采集和工业现场数据采集。工业产品数据采是指在客户使用了工业产品以后，通过标识、传感器等对产品的信息、温度、电压、工作电流等实时数据进行获取，以完成对数据的采集。工业现场数据的采集主要是针对现场工业设备以及工业系统进行数据采集，通过对生产现场的自动化系统控制，利用传感器、采集器、射频识别技术对位置集中的底层设备或者分散在工业现场的设备进行监视和数据采集。

四、工业大数据的应用

1．通过升级工业制造过程变革工业制造模式

随着现代生产技术的飞速提高，生产过程已经呈现高度复杂性和动态性，在这个过程中逐渐体现出生产过程的可控性不足，生产过程信息呈现碎片化倾向，只有专业部门、专业人员才掌握本部门、本专业的数据，企业管理人员无法全面有效了解全部生产流程。随着大数据处理和可视化技术的不断发展，通过全生产过程的信息高度集成化和数据可视化，从而达到了生产过程的信息透明化，企业总调度中心不仅可以清晰地识别产品，定位产品，而且还可全面掌握产品的生产经过、实际状态以及到目标状态的可选路径。

通过大数据的应用，实现对设备各类数据的采集，包括设备运行的状态参数，例如温度、湿度等，设备运行的工况数据,例如负载、转速、能耗等，设备使用过程中的环境参数，例如环境风速、环境气压等，设备的维护保养记录，包括检查、维护、维修、保养等信息，以及设备的使用情况，例如使用单位、操作人员等。收集到设备的各类数据后，就构成了大数据分析的基础数据，并通过数据的分析处理实现设备的故障诊断和故障预测。在故障诊断和故障预测的基础上，机器、数据和生产指标构成了一个相互交织的网络，通过信息的实时交互、调整，再加上优化准则，将它们进行比对、评估，最终选出最佳方案，进一步提高设备的效率和精度，更加合理化和智能化的使用设备，这就使生产更具效率，更环保，更加人性化。

2．通过转变经营模式提升企业服务水平

应用工业大数据技术能够助力工业企业对已有产品与服务优化创新，促进传统制造业“产品+制造”为主的经营发展模式朝着“产品+服务”的模式转型。对于产品后期维护过程中，依靠产品内置传感器可以有效对产品的实际运行情况展开实时监测，针对传输的数据进行分析，能够提供更加及时的远程维护、故障预警、以及快速的故障解决等服务解决方案，促进企业用户的黏性提升。对于产品的持续改进管理，现在已经可以实现对于已售出的产品运行数据的全面收集，从而可分析已售出产品的安全性、可靠性、故障状态、使用情况等，在这些数据的基础上，产品运行数据的情况可以直接转化到生产过程中，可以指导生产流程的改进，提高产品质量、优化产品研发设计以及完善产品售后综合服务体系的建立。对于需求分析来说，依靠网络商务平台对收集到的产品销售数据以及用户个性化定制数据实施深入挖掘分析，进而对产品和服务进行创新，使产品更加符合用户实际需求。

3．优化供应链管理

借助于工业大数据深入分析研究制造企业从订单获取到最终交付整个流程的数据信息，促进制造企业对供应链的优化与完善，集中在以下几方面：（1）依靠工业大数据来收集分析制造企业产品数据信息，对订单需求进行准确预测，根据预测结果来分析得出实际生产过程中涉及的原材料、元器件、附件的需求数量和时间，为相关岗位工作人员开展采购工作提供数据支持。（2）依靠收集分析制造企业采购到货情况、数量、质量等数据，和企业生产计划、生产准备和现场制造实际状态予以联动，促进企业对于供应链的运行管理水平不断提升，同时能够对供应商绩效评价活动提供更加准确的数据分析基础。（3）通过对供应链相关物料的物流运输情况等数据予以采集，可以使物流管理与企业生产制造方案和库房状况紧密结合，使物流管理工作更加精准，在降低供应链供货风险的同时，实现企业库存的最优化，在保证各种材料满足生产需求的同时，避免材料的积压及资金的占用，从而有效规避财务风险。

四、结语

综上所述，数字经济的飞速发展让工业数据量不断增多，现在的工业互联网的建设发展还处在初级阶段，因此，未来工业大数据的实际应用还拥有更加广阔的发展空间。工业大数据有助于推动工业的创新与转型，可以提升企业经济效益。所以，制造企业必须要加强对工业大数据重要性的认识，从而通过科学的应用方法来促进企业核心竞争力不断提升，确保企业的持续稳健发展。

参考文献：

[1]唐笑非,周恒,赵富霞.关于工业大数据应用场景的分析与思考[J].新潮电子, 2023(11):4-6.

[2]林国军.工业大数据在智能制造中的应用价值研究[J].信息记录材料, 2023, 24(4):98-100.

[3]姜斌.大数据在工业制造业中的应用[J].现代工业经济和信息化, 2023, 13(8):87-88.