隨著信息化與工業(yè)化的深度融合,，信息技術(shù)滲透到了工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)，條形碼,、二維碼,、RFID、工業(yè)傳感器,、工業(yè)自動控制系統(tǒng),、工業(yè)物聯(lián)網(wǎng)、ERP,、CAD/CAM/CAE/CAI等技術(shù)在工業(yè)企業(yè)中得到廣泛應(yīng)用,，尤其是互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng),、物聯(lián)網(wǎng)等新一代信息技術(shù)在工業(yè)領(lǐng)域應(yīng)用,，工業(yè)企業(yè)也進(jìn)入了互聯(lián)網(wǎng)工業(yè)的新的發(fā)展階段，工業(yè)企業(yè)所擁有的數(shù)據(jù)日益豐富,。工業(yè)企業(yè)中生產(chǎn)線處于高速運(yùn)轉(zhuǎn),，由工業(yè)設(shè)備所產(chǎn)生,、采集和處理的數(shù)據(jù)量遠(yuǎn)大于企業(yè)中計(jì)算機(jī)和人工產(chǎn)生的數(shù)據(jù)，從數(shù)據(jù)類型看也多是非結(jié)構(gòu)化數(shù)據(jù),，生產(chǎn)線的高速運(yùn)轉(zhuǎn)則對數(shù)據(jù)的實(shí)時(shí)性要求也更高,。因此，工業(yè)大數(shù)據(jù)應(yīng)用所面臨的問題和挑戰(zhàn)并不比互聯(lián)網(wǎng)行業(yè)的大數(shù)據(jù)應(yīng)用少,，某些情況下甚至更為復(fù)雜。

　　一,、加速產(chǎn)品創(chuàng)新

　　客戶與工業(yè)企業(yè)之間的交互和交易行為將產(chǎn)生大量數(shù)據(jù),，挖掘和分析這些客戶動態(tài)數(shù)據(jù)，能夠幫助客戶參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計(jì)等創(chuàng)新活動中,，為產(chǎn)品創(chuàng)新作出貢獻(xiàn),。福特公司是這方面的表率，他們將大數(shù)據(jù)技術(shù)應(yīng)用到了福特?？怂闺妱榆嚨漠a(chǎn)品創(chuàng)新和優(yōu)化中,，這款車成為了一款名副其實(shí)的“大數(shù)據(jù)電動車”。第一代福特?？怂闺妱榆囋隈{駛和停車時(shí)產(chǎn)生大量數(shù)據(jù),。在行駛中，司機(jī)持續(xù)地更新車輛的加速度,、剎車,、電池充電和位置信息。這對于司機(jī)很有用,，但數(shù)據(jù)也傳回福特工程師那里,，以了解客戶的駕駛習(xí)慣，包括如何,、何時(shí)以及何處充電,。即使車輛處于靜止?fàn)顟B(tài)，它也會持續(xù)將車輛胎壓和電池系統(tǒng)的數(shù)據(jù)傳送給最近的智能電話,。

　　這種以客戶為中心的大數(shù)據(jù)應(yīng)用場景具有多方面的好處,，因?yàn)榇髷?shù)據(jù)實(shí)現(xiàn)了寶貴的新型產(chǎn)品創(chuàng)新和協(xié)作方式。司機(jī)獲得有用的最新信息,，而位于底特律的工程師匯總關(guān)于駕駛行為的信息,，以了解客戶，制訂產(chǎn)品改進(jìn)計(jì)劃,，并實(shí)施新產(chǎn)品創(chuàng)新,。而且，電力公司和其他第三方供應(yīng)商也可以分析數(shù)百萬英里的駕駛數(shù)據(jù),，以決定在何處建立新的充電站,，以及如何防止脆弱的電網(wǎng)超負(fù)荷運(yùn)轉(zhuǎn),。

　　二、產(chǎn)品故障診斷與預(yù)測

　　這可以被用于產(chǎn)品售后服務(wù)與產(chǎn)品改進(jìn),。無所不在的傳感器,、互聯(lián)網(wǎng)技術(shù)的引入使得產(chǎn)品故障實(shí)時(shí)診斷變?yōu)楝F(xiàn)實(shí)，大數(shù)據(jù)應(yīng)用,、建模與仿真技術(shù)則使得預(yù)測動態(tài)性成為可能,。在馬航MH370失聯(lián)客機(jī)搜尋過程中，波音公司獲取的發(fā)動機(jī)運(yùn)轉(zhuǎn)數(shù)據(jù)對于確定飛機(jī)的失聯(lián)路徑起到了關(guān)鍵作用,。我們就拿波音公司飛機(jī)系統(tǒng)作為案例,，看看大數(shù)據(jù)應(yīng)用在產(chǎn)品故障診斷中如何發(fā)揮作用。在波音的飛機(jī)上,，發(fā)動機(jī),、燃油系統(tǒng)、液壓和電力系統(tǒng)等數(shù)以百計(jì)的變量組成了在航狀態(tài),，這些數(shù)據(jù)不到幾微秒就被測量和發(fā)送一次,。

　　以波音737為例，發(fā)動機(jī)在飛行中每30分鐘就能產(chǎn)生10TB數(shù)據(jù),。這些數(shù)據(jù)不僅僅是未來某個(gè)時(shí)間點(diǎn)能夠分析的工程遙測數(shù)據(jù),，而且還促進(jìn)了實(shí)時(shí)自適應(yīng)控制、燃油使用,、零件故障預(yù)測和飛行員通報(bào),，能有效實(shí)現(xiàn)故障診斷和預(yù)測。再看一個(gè)通用電氣(GE)的例子,，位于美國亞特蘭大的GE能源監(jiān)測和診斷(M&D)中心,，收集全球50多個(gè)國家上千臺GE燃?xì)廨啓C(jī)的數(shù)據(jù)，每天就能為客戶收集10G的數(shù)據(jù),，通過分析來自系統(tǒng)內(nèi)的傳感器振動和溫度信號的恒定大數(shù)據(jù)流,，這些大數(shù)據(jù)分析將為GE公司對燃?xì)廨啓C(jī)故障診斷和預(yù)警提供支撐。風(fēng)力渦輪機(jī)制造商Vestas也通過對天氣數(shù)據(jù)及期渦輪儀表數(shù)據(jù)進(jìn)行交叉分析,，從而對風(fēng)力渦輪機(jī)布局進(jìn)行改善,，由此增加了風(fēng)力渦輪機(jī)的電力輸出水平并延長了服務(wù)壽命。

　　三,、工業(yè)物聯(lián)網(wǎng)生產(chǎn)線的大數(shù)據(jù)應(yīng)用

　　現(xiàn)代化工業(yè)制造生產(chǎn)線安裝有數(shù)以千計(jì)的小型傳感器,，來探測溫度、壓力,、熱能,、振動和噪聲。因?yàn)槊扛魩酌刖褪占淮螖?shù)據(jù),，利用這些數(shù)據(jù)可以實(shí)現(xiàn)很多形式的分析,，包括設(shè)備診斷,、用電量分析、能耗分析,、質(zhì)量事故分析(包括違反生產(chǎn)規(guī)定,、零部件故障)等。首先,，在生產(chǎn)工藝改進(jìn)方面,，在生產(chǎn)過程中使用這些大數(shù)據(jù)，就能分析整個(gè)生產(chǎn)流程,，了解每個(gè)環(huán)節(jié)是如何執(zhí)行的,。一旦有某個(gè)流程偏離了標(biāo)準(zhǔn)工藝，就會產(chǎn)生一個(gè)報(bào)警信號,，能更快速地發(fā)現(xiàn)錯(cuò)誤或者瓶頸所在,，也就能更容易解決問題,。利用大數(shù)據(jù)技術(shù),，還可以對工業(yè)產(chǎn)品的生產(chǎn)過程建立虛擬模型，仿真并優(yōu)化生產(chǎn)流程,，當(dāng)所有流程和績效數(shù)據(jù)都能在系統(tǒng)中重建時(shí),，這種透明度將有助于制造商改進(jìn)其生產(chǎn)流程。再如,，在能耗分析方面,，在設(shè)備生產(chǎn)過程中利用傳感器集中監(jiān)控所有的生產(chǎn)流程，能夠發(fā)現(xiàn)能耗的異?；蚍逯登樾?，由此便可在生產(chǎn)過程中優(yōu)化能源的消耗，對所有流程進(jìn)行分析將會大大降低能耗,。

　　四,、工業(yè)供應(yīng)鏈的分析和優(yōu)化

　　當(dāng)前，大數(shù)據(jù)分析已經(jīng)是很多電子商務(wù)企業(yè)提升供應(yīng)鏈競爭力的重要手段,。例如,，電子商務(wù)企業(yè)京東商城，通過大數(shù)據(jù)提前分析和預(yù)測各地商品需求量,，從而提高配送和倉儲的效能,，保證了次日貨到的客戶體驗(yàn)。RFID等產(chǎn)品電子標(biāo)識技術(shù),、物聯(lián)網(wǎng)技術(shù)以及移動互聯(lián)網(wǎng)技術(shù)能幫助工業(yè)企業(yè)獲得完整的產(chǎn)品供應(yīng)鏈的大數(shù)據(jù),，利用這些數(shù)據(jù)進(jìn)行分析，將帶來倉儲,、配送,、銷售效率的大幅提升和成本的大幅下降,。以海爾公司為例，海爾公司供應(yīng)鏈體系很完善,，它以市場鏈為紐帶,，以訂單信息流為中心，帶動物流和資金流的運(yùn)動,，整合全球供應(yīng)鏈資源和全球用戶資源,。在海爾供應(yīng)鏈的各個(gè)環(huán)節(jié)，客戶數(shù)據(jù),、企業(yè)內(nèi)部數(shù)據(jù),、供應(yīng)商數(shù)據(jù)被匯總到供應(yīng)鏈體系中，通過供應(yīng)鏈上的大數(shù)據(jù)采集和分析,，海爾公司能夠持續(xù)進(jìn)行供應(yīng)鏈改進(jìn)和優(yōu)化,，保證了海爾對客戶的敏捷響應(yīng)。美國較大的OEM供應(yīng)商超過千家,，為制造企業(yè)提供超過1萬種不同的產(chǎn)品,，每家廠商都依靠市場預(yù)測和其他不同的變量，如銷售數(shù)據(jù),、市場信息,、展會、新聞,、競爭對手的數(shù)據(jù),，甚至天氣預(yù)報(bào)等來銷售自己的產(chǎn)品。利用銷售數(shù)據(jù),、產(chǎn)品的傳感器數(shù)據(jù)和出自供應(yīng)商數(shù)據(jù)庫的數(shù)據(jù),，工業(yè)制造企業(yè)便可準(zhǔn)確地預(yù)測全球不同區(qū)域的需求。由于可以跟蹤庫存和銷售價(jià)格,，可以在價(jià)格下跌時(shí)買進(jìn),，所以制造企業(yè)便可節(jié)約大量的成本。如果再利用產(chǎn)品中傳感器所產(chǎn)生的數(shù)據(jù),，知道產(chǎn)品出了什么故障,，哪里需要配件，他們還可以預(yù)測何處以及何時(shí)需要零件,。這將會極大地減少庫存,，優(yōu)化供應(yīng)鏈。

　　五,、產(chǎn)品銷售預(yù)測與需求管理

　　通過大數(shù)據(jù)來分析當(dāng)前需求變化和組合形式,。大數(shù)據(jù)是一個(gè)很好的銷售分析工具，通過歷史數(shù)據(jù)的多維度組合,，可以看出區(qū)域性需求占比和變化,、產(chǎn)品品類的市場受歡迎程度以及最常見的組合形式,、消費(fèi)者的層次等，以此來調(diào)整產(chǎn)品策略和鋪貨策略,。在某些分析中我們可以發(fā)現(xiàn),，在開學(xué)季高校較多的城市對文具的需求會高很多，這樣我們可以加大對這些城市經(jīng)銷商的促銷,，吸引他們在開學(xué)季多訂貨,，同時(shí)在開學(xué)季之前一兩個(gè)月開始產(chǎn)能規(guī)劃，以滿足促銷需求,。對產(chǎn)品開發(fā)方面,，通過消費(fèi)人群的關(guān)注點(diǎn)進(jìn)行產(chǎn)品功能、性能的調(diào)整,，如幾年前大家喜歡用音樂手機(jī),，而現(xiàn)在大家更傾向于用手機(jī)上網(wǎng)、拍照分享等,，手機(jī)的拍照功能提升就是一個(gè)趨勢,，4G手機(jī)也占據(jù)更大的市場份額。通過大數(shù)據(jù)對一些市場細(xì)節(jié)的分析,，可以找到更多的潛在銷售機(jī)會,。

　　六,、生產(chǎn)計(jì)劃與排程

　　制造業(yè)面對多品種小批量的生產(chǎn)模式,，數(shù)據(jù)的精細(xì)化自動及時(shí)方便的采集(MES/DCS)及多變性導(dǎo)致數(shù)據(jù)量劇烈增大，再加上十幾年的信息化的歷史數(shù)據(jù),，對于需要快速響應(yīng)的APS來說,，是一個(gè)巨大的挑戰(zhàn)。大數(shù)據(jù)可以給予我們更詳細(xì)的數(shù)據(jù)信息,，發(fā)現(xiàn)歷史預(yù)測與實(shí)際的偏差概率,，考慮產(chǎn)能約束、人員技能約束,、物料可用約束,、工裝模具約束，通過智能的優(yōu)化算法,，制定預(yù)計(jì)劃排產(chǎn),，并監(jiān)控計(jì)劃與現(xiàn)場實(shí)際的偏差，動態(tài)的調(diào)整計(jì)劃排產(chǎn),。幫我們規(guī)避“畫像”的缺陷,，直接將群體特征直接強(qiáng)加給個(gè)體(工作中心數(shù)據(jù)直接改變?yōu)榫唧w一個(gè)設(shè)備、人員,、模具等數(shù)據(jù)),。通過數(shù)據(jù)的關(guān)聯(lián)分析并監(jiān)控它,，我們就能計(jì)劃未來。雖然,，大數(shù)據(jù)略有瑕疵,，只要得到合理的應(yīng)用，大數(shù)據(jù)會變成我們強(qiáng)大的武器,。當(dāng)年,，福特問大數(shù)據(jù)的客戶需求是什么?而回答是“一匹更快的馬”，而不是現(xiàn)在已經(jīng)普及的汽車,。所以,，在大數(shù)據(jù)的世界里，創(chuàng)意,、直覺,、冒險(xiǎn)精神和知識野心尤為重要。

　　七,、產(chǎn)品質(zhì)量管理與分析

　　傳統(tǒng)的制造業(yè)正面臨著大數(shù)據(jù)的沖擊,，在產(chǎn)品研發(fā)、工藝設(shè)計(jì),、質(zhì)量管理,、生產(chǎn)運(yùn)營等各方面都迫切期待著有創(chuàng)新方法的誕生，來應(yīng)對工業(yè)背景下的大數(shù)據(jù)挑戰(zhàn),。例如在半導(dǎo)體行業(yè),，芯片在生產(chǎn)過程中會經(jīng)歷許多次摻雜、增層,、光刻和熱處理等復(fù)雜的工藝制程,，每一步都必須達(dá)到極其苛刻的物理特性要求，高度自動化的設(shè)備在加工產(chǎn)品的同時(shí),，也同步生成了龐大的檢測結(jié)果,。這些海量數(shù)據(jù)究竟是企業(yè)的包袱，還是企業(yè)的金礦呢?如果說是后者的話,，那么又該如何快速地?fù)茉埔娙?，從“金礦”中準(zhǔn)確地發(fā)現(xiàn)產(chǎn)品良率波動的關(guān)鍵原因呢?這是一個(gè)已經(jīng)困擾半導(dǎo)體工程師們多年的技術(shù)難題。

　　某半導(dǎo)體科技公司生產(chǎn)的晶圓在經(jīng)過測試環(huán)節(jié)后,，每天都會產(chǎn)生包含一百多個(gè)測試項(xiàng)目,、長度達(dá)幾百萬行測試記錄的數(shù)據(jù)集。按照質(zhì)量管理的基本要求,，一個(gè)必不可少的工作就是需要針對這些技術(shù)規(guī)格要求各異的一百多個(gè)測試項(xiàng)目分別進(jìn)行一次過程能力分析,。如果按照傳統(tǒng)的工作模式，我們需要按部就班地分別計(jì)算一百多個(gè)過程能力指數(shù)，對各項(xiàng)質(zhì)量特性一一考核,。這里暫且不論工作量的龐大與繁瑣,，哪怕有人能夠解決了計(jì)算量的問題，但也很難從這一百多個(gè)過程能力指數(shù)中看出它們之間的關(guān)聯(lián)性,，更難對產(chǎn)品的總體質(zhì)量性能有一個(gè)全面的認(rèn)識與總結(jié),。然而，如果我們利用大數(shù)據(jù)質(zhì)量管理分析平臺,，除了可以快速地得到一個(gè)長長的傳統(tǒng)單一指標(biāo)的過程能力分析報(bào)表之外,，更重要的是，還可以從同樣的大數(shù)據(jù)集中得到很多嶄新的分析結(jié)果,。