《工业大数据导论》 课件 第9章-工业大数据与商务模式创新

工业大数据与商务模式创新问题全球智能制造战略背景是什么？工业大数据与智能制造有什么关系？智能制造的核心技术是什么？（智能制造技术公式）工业大数据是什么？工业大数据应该采用什么架构？工业大数据对商务模式转型有什么作用？智能制造背后的经济学原理工业4.0的技术特征工业大数据概述案例分享下一代商务模式内容人类社会的经济理论理论：《资本论》，揭示了资本主义社会发展的规律，马克思确立他的阐述原则是“政治经济学批判”。主要观点：生产力、生产关系。理论：《国富论》，从国富的源泉——劳动，说到增进劳动生产力的手段——分工，因分工而起交换，论及作为交换媒介的货币，再探究商品的价格，以及价格构成的成分——工资、地租和利润。主要观点：自由市场经济，理性经济人假设VS透过现象看本质：人类社会发展的真实面目原始社会：技术基础：石器生产关系：生产资料公有奴隶社会：技术基础：冶金术生产关系：生产剩余产生，私有制产生封建社会：技术基础：铁质工具，手工业生产关系：封建土地所有制资本主义社会：技术基础：机器大生产生产关系：资本私有制社会主义社会：技术基础：信息技术生产关系：全民所有制透过现象看本质：人类社会经济运行的过程生产者：创造财富商人：交换消费者：使用商品商品透过现象看本质：人类社会经济中的权利模型生产者：创造生产财富，掌握产品本身商人：促进流通，将产品转换为财富消费者：掌握财富，消费产品商品商品信息信息自商品交换产生以来，由于商人位于流通环节，其信息资源一直处于“顺差”状态，从而导致在该模型中，商人攫取了社会生产中最大份额的剩余劳动，几千年来概莫如此！少量信息少量信息透过现象看本质：举例丝绸之路阿拉伯商人美军全球军事基地海权即是流通权世界霸权透过现象看本质：举例VS陆权海权一带一路是当前中国提出的最伟大的倡议，没有之一！陆权在没落了几百年后重新进入了人们的视线，整合后的亚欧大陆将成为碾压式的存在。中国将成为其中主要玩家！人类社会未来的组织形式大数据、云计算、人工智能等技术的发展将成为社会进步的技术基础，使得“产”、“用”可以在一定程度上直接对话，大大削减了中间环节的盘剥。共享信息中心商品物流财富立场是能够进行正确思考的前提VS本质：剩余价值理论现象：供需理论智能制造之原因及基础人民日益增长的对美好生活的向往是催生智能制造的根本动力。人类生产力的提升与自然资源的相对匮乏是智能制造产生的现实基础。云计算、大数据、人工智能技术为智能制造提供了必要的基础。生产关系调适必将产生，本次工业革命将大大推进社会主义发展。智能制造的产生并非空穴来风，是马克思政治经济学在现实生活中的又一次光辉印证！动力：人类对美好生活的追求从未停止原始社会：活下去奴隶社会：不被奴役封建社会：吃饱饭资本主义社会：要自由社会主义社会：要发展各尽所能、各取所需人与自然随着人类对自然改造能力的提高，大规模工业生产已经无法适应人类社会的发展，体现在对自然资源利用效率的低下，以及消费者对工业体系提供的服务的不满意。人与自然大规模工业化生产带来了生活品质的提升，同时，对自然资源的巨大浪费也使得其无法为继！大数据：第四生产要素精准对接需求与资源耗费人与自然和谐相处人与人和谐相处社会主义适合新时代大数据具有天然垄断性，如果不加控制，贫富分化是不可避免的，将达到人类社会无法承受的程度；大数据资源的垄断性及其高门槛，将使得后来者永远没有前进的机会，社会阶层固化无法避免；社会主义全民所有制可以从制度上控制大数据带来的负面影响。智能制造背后的经济学原理工业4.0的技术特征工业大数据概述案例分享下一代商务模式内容德国提出“工业4.0”，聚焦智能工厂、智能生产。美国“先进制造业国家战略计划”优先突破工业互联网技术，重点发展先进制造的感知控制、智能制造和先进材料。中国提出“中国制造2025”战略规划，重点推进数字化制造、智能制造。国家先进制造战略全部指向→智能制造！时代需求——智能制造李克强：

“中国制造2025”的主攻方向是智能制造，也是“互联网+制造”的制高点。智能制造中国制造2025主攻方向制高点互联网+十大重点领域九大战略任务五大工程2025迈入制造强国行列2035

位于制造强国中位2045

迈入制造强国第一方阵信息通信网络新一代信息技术“三步走”战略国家需求——智能制造德国“工业4.0”战略：引领第四次工业革命，使德国制造业继续保持全球领先优势。利于移动互联网、大数据、物联网技术，建立物理-信息融合（Cyber-Physical）系统，推动德国制造业向服务业转型。德国工业4.0、美国的CPSGE的商业模式转型远程采集航空发动机的运行数据（转速、温度、油耗、推力、振动……）大数据地面发动机大数据挖掘与云计算中心发动机数字双胞胎智能制造的标志性事件移动互联网、大数据、物联网、传感器、智能化等新技术的应用，加速了制造业向服务业的转变。GE航空服务系统建立发动机运行状态健康的智能化监控、预警、维护系统商业模式转型：发动机制造

发动机租赁全生命周期服务。智能制造的标志性事件西门子公司已经开始将这一概念引入其工业软件开发和生产控制系统。设备库存生产线工厂产品客户供应链由传感器、嵌入式终端系统、智能控制系统、通信设施等组成信息物理系统CPS由传感器、嵌入式终端系统、智能控制系统、通信设施等组成信息物理系统CPS工业4.0——第四次工业革命本质:基于“信息物理系统（CPS）”实现“智能工厂”核心:动态配置的生产方式工业4.0的核心是工业互联网和CyberPhysicalSystem(CPS)CPS利用大数据、物联网、云计算等技术，将物理设备连接到互联网上，实现虚拟网络世界与现实物理世界的融合（数字双胞胎），让物理设备具备计算、通信、精确控制、远程协调、自治、数据采集等功能，从而实现智能制造。智能决策与控制装备自律执行工况在线感知CPS智能制造的核心技术—CPS智能制造的核心技术—人工智能人工智能自1956年提出以来，出现了三起三落。目前，以AlphaGo战胜李世石为标志性事件，新一轮的人工智能的发展与之前有了本质不同。首先，本次发展是以应用拉动的，其次，技术基础出现了很大不同。体现在：大数据智能，新一代人工智能最显著的特点。群体智能，建立在共享信息平台的基础之上。跨媒体，大数据处理技术，使得多源异构的数据融合具备可能性人机融合，实现人在回路，让人工智能更具备落地性。智能制造的技术公式生产柔性化CPS人工智能BI整合智能制造按需生产人类社会是否存在一个时期，产品是按需生产的？与我们现在所说的按需生产有何不同？智能制造背后的经济学原理工业4.0的技术特征工业大数据概述案例分享下一代商务模式内容工业4.0技术框架智能制造大数据集成模型纵向数据设备材料工装夹具工艺订单物流横向数据需求流通消费工业大数据定义与分类工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。其以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。其主要来源可分为以下三类：第一类是生产经营相关业务数据。第二类是设备物联数据。第三类是外部数据。工业大数据技术工业大数据技术是使工业大数据中所蕴含的价值得以挖掘和展现的一系列技术与方法，包括数据规划、采集、预处理、存储、分析挖掘、可视化和智能控制等。工业大数据应用，则是对特定的工业大数据集，集成应用工业大数据系列技术与方法，获得有价值信息的过程。工业大数据技术的研究与突破，其本质目标就是从复杂的数据集中发现新的模式与知识，挖掘得到有价值的新信息，从而促进制造型企业的产品创新、提升经营水平和生产运作效率以及拓展新型商业模式。工业大数据特征工业大数据除具有一般大数据的特征（数据量大、多样、快速和价值密度低）外，还具有时序性、强关联性、准确性、闭环性等特征。数据容量大(Volume)数据的大小决定所考虑的数据的价值和潜在的信息；工业数据体量比较大，大量机器设备的高频数据和互联网数据持续涌入，大型工业企业的数据集将达到PB级甚至EB级别。多样(Variety)数据类型的多样性和来源广泛；工业数据分布广泛，分布于机器设备、工业产品、管理系统、互联网等各个环节；并且结构复杂，既有结构化和半结构化的传感数据，也有非结构化数据。快速(Velocity)获得和处理数据的速度。工业数据处理速度需求多样，生产现场级要求时限时间分析达到毫秒级，管理与决策应用需要支持交互式或批量数据分析价值密度低(Value)工业大数据更强调用户价值驱动和数据本身的可用性，包括：提升创新能力和生产经营效率，及促进个性化定制、服务化转型等智能制造新模式变革。强关联性(Strong-Relevance)一方面，产品生命周期同一阶段的数据具有强关联性，如产品零部件组成、工况、设备状态、维修情况、零部件补充采购等；另一方面，产品生命周期的研发设计、生产、服务等不同环节的数据之间需要进行关联。工业大数据特征准确性(Accuracy)主要指数据的真实性、完整性和可靠性，更加关注数据质量，以及处理、分析技术和方法的可靠性。对数据分析的置信度要求较高，仅依靠统计相关性分析不足以支撑故障诊断、预测预警等工业应用，需要将物理模型与数据模型结合，挖掘因果关系。闭环性(Closed-loop)包括产品全生命周期横向过程中数据链条的封闭和关联，以及智能制造纵向数据采集和处理过程中，需要支撑状态感知、分析、反馈、控制等闭环场景下的动态持续调整和优化。工业大数据特征工业大数据价值大数据是制造业提高核心能力、整合产业链和实现从要素驱动向创新驱动转型的有力手段。对一个制造型企业来说，大数据不仅可以用来提升企业的运行效率，更重要的是如何通过大数据等新一代信息技术所提供的能力来改变商业流程及商业模式。从企业战略管理的视角，可看出大数据及相关技术与企业战略之间的三种主要关系如下：大数据与战略核心能力：大数据可以用于提升企业的运行效率。大数据与价值链：大数据及相关技术可以帮助企业扁平化运行、加快信息在产品生产制造过程中的流动。大数据与制造模式：大数据可用于帮助制造模式的改变，形成新的商业模式。其中比较典型的智能制造模式有自动化生产、个性化制造、网络化协调及服务化转型等。工业大数据架构从产品生命周期看大数据价值研发设计需求阶段客户参与的个性化产品定制模拟仿真设计产品协同设计...生产供给阶段生产过程实时监控与管理设备预测性维修个性化定制规模生产协同制造制造资源共享物流供应链优化供应链可视化库存优化供应商管理智能物流销售需求预测客户画像、精准营销客户关系优化事件式营销交叉营销...运维与服务远程监控与服务产品退货返修分析客户投诉分析设备使用优化建议...消费阶段纵向集成云平台体系结构设备层传感器仪表机床机器人...控制层PLCCNC数据采集与监控SCADA分布式控制系统DCS现场总线信息物理系统CPS车间层作业过程管理数据管理计划排程工艺管理质量管理制造执行系统（ManufacturingExecutionSystem，MES）企业层计算机辅助设计CAD计算机辅助工业过程设计CAPP客户关系管理CRM维护维修运行MRO企业资产管理EAM供应链管理SCM企业资源管理ERP制造执行管理系统（ManufacturingOperationManagementSystem,MOM）产品数据管理PDM产品生命周期管理PLM商业智能个性化定制协同制造产能共享服务型制造互联平台Internet+协同层智能制造背后的经济学原理工业4.0的技术特征工业大数据概述案例分享下一代商务模式内容胜利精密便携式电子产品结构模组精密加工数字化智能车间胜利精密智能工厂品类多，需求旺，升级快产品结构件金属化，外观要求曲线、曲面、高光便携式电子产品金属结构件市场对生产产能、加工品质、响应市场变化速度提出了很高的要求。产品开发周期缩短生产柔性要求高生产效率必须快物流协同难度增大物美价廉生产装备精度要求高工艺参数控制必须精细化对经验丰富的作业工人依赖性高良品率低作业能耗大传统企业挑战大行业发展趋势背景:行业需求催动下的智能制造试点示范项目目标主要任务01装备应用示范建设由200台钻攻中心组成的智能生产车间，形成规模化国产智能装备、国产机器人及自动化设备的应用示范02工业软件国产化应用MES、CAPP、三维仿真等国产工业软件，实现制造过程数字化、网络化、智能化03柔性制造新模式打造行业领先的自动化、柔性加工制造新模式，满足便携式电子产品结构模组大规模多品种生产的柔性要求04团队融合推广创新形成国产化智能制造解决方案，培养团队，实现3C行业快速复制推广任务预期指标&技术成果200人55min/套升降升省节省人力生产效率产品不良率能源利用率80人40min/套0.8%10%60%25%20%10%降降产品研发周期运营成本30%20%30%20%1%技术成果：已申请12项实用新型专利、5项发明专利、2项企业标准；未来主要针对4项著作权和2项企业标准进行申报。考核智能车间业务需求分析智能车间总体规划与设计总体规划三维建模与仿真网络构架设计及实施网络安全构架建设钻攻中心整机研制及建设柔性自动线的研制与实验线建设自动线建设与批量生产能力建设产品清理及包装线的研制与建设工业软件系统开发与应用实施车间决策支持平台的研制与建设设备研制电气调试性能调试工艺开发试验线研制与建设立体仓库研制与建设检测设备研制治具开发布局规划产线设备布置与调试物流系统建设与调试质量闭环控制系统建设产品清理工艺研发产品清理自动线建设自动包装线研发自动包装线建设与调试硬件设置MES升级实施设备集成工艺软件实施PCT建设云数控平台部署数据集成数字双胞胎标准提炼申报3项发明专利登记4项软件著作权起草4项标准草案效果评估及推广技术路线数字化智能车间布局建设中国造智能车间适配产品XX种，最短可加工生产周期XX19条CNC柔性加工线，2个智能化立体仓库，200台机器人，7台AGV，单台机器人最多负责机床数4台系统框架项目特点三国，六化，一核心百米短跑“心电图”数控加工“心电图”指令域概念的引入，为智能数控设备找到了理论基础。高采样频率大数据蕴含了更丰富的状态数据。核心技术Y=f(WT,MR)工作任务WT制造资源MR运行状态Y数控机床所需要完成的工作内容

数控机床完成特定工作所需的外部条件，它既包含由机床、刀具、夹具、工件、材料等组成的工艺系统，又包含温度、振动等数控机床的工作外部环境因素。零件数控加工的质量、精度和效率优劣直接或间接的定量描述数控机床工作过程CPS模型数控机床的信息物理系统（CPS）MR->制造资源WT->工作任务Y->运行状态Y=f(WT，MR)，构成了数控机床相映射的机床数字化动态模型或称之为数控机床工作过程的CPS模型。基于指令域电控大数据CPS模型体系架构技术亮点技术亮点技术亮点技术亮点技术亮点智能制造背后的经济学原理工业4.0的技术特征工业大数据概述案例分享下一代商务模式内容美国迪尔公司（JohnDeere）：全球著名的农机巨头大数据农田--精准农业的解决方案。2015年11月，JohnDeere与杜邦先锋旗下气候公司签署协议，实现农机设备与气候公司的ClimateFieldViewTM产品之间独有的、近实时的数据对接。两个平台的结合将帮助农民在机械化解决方案的基础上，通过对农田的天气和土壤数据的掌握，作出精准的农耕决策，更高效地管理农田。迪尔公司海尔B2B智慧解决方案平台（企业客户采购平台）推出的个性化专属定制方式，从定制内容、下单、订单下线等节点，产品生产过程都在用户“掌握”之中。用户不再仅仅是产品的使用者、旁观者，而是更加人性化，用户可以全流程参与其中，提出满足自己个性化需求的“一对一”解决方案。全球智慧家电的引领者—海尔农民们通过平台有机会将业内领先的约翰迪尔的设备与ClimateFieldView产品相结合。同时平台提供一个更为广阔的以数字科学为依托的设备衔接。农民们通过收集数据，并将其分享到云盘，实现驾驶室内数据的可视化，支持以数据科学为驱动力的定制化需求的发展，使得JohnDeere公司成为市场的领导者。家电行业海尔已经走在了互联网站战略前端，其对工业4.0战略的探索和实践都是非常超前的。它的个性化定制模式，让用户对话企业、对话产品，为之创造最佳体验。在互联互通的网络时代，海尔互联工厂以自身的U+智慧开放平台为着力点将碎片化、个性化的用户需求与透明化的制造体系高效对接，为用户创造价值，也为整个行业的转型带来启示。JohnDeere和海尔引发的思考用户企业主消费者创意产品创意工艺方案平台制造资源平台信息资源平台知识工艺开发者技术研发下一代商务模式(平台经济)生产力奴隶制封建制资本主义社会主义共产主义原始社会人身依附关系原始社会奴隶制封建制资本主义社会主义共产主义新一轮的工业革命将为降低人身依附关系，解放生产力提供必要的技术基础。必将催生一系列新兴的、以知识为核心的新型职业。从人类发展角度看待工业4.0用户——受益于资源获取便利、成本降低，提高生活品质。平台——提供公用产品（制造资源、信息资源），建立属于自己的生态系统。知识——标准化、数字化、软件化。知识变现，降低人身依附，实现团体、个人价值。创意——受益于公用品的供给便利性，快速实现想象力，最终达到经济、人身自由。创造是人类最宝贵的能力，是人类最本质的特征。工业4.0时代如何做？2014年诺贝尔经济学奖法国经济学家JeanTirole的理论：提供免费产品作诱饵，通过转化机制，将一个市场转移到另一个市场，进而挖掘出盈利点。云数控生态系统的盈利模式将包括：（1）免费基本服务模式（2）定制增值服务模式（3）产品销售与租赁模式（4）制造资源与制造需求对接模式盈利模式免费基本服务模式提供一些基本的免费增值服务，如车间管理、机床监控。吸引更多的用户采用云服务。通过国内外制造业信息在线广告发布和推广盈利。

车间管理异常提醒短信提醒统计报表健康记录位置服务机床监控设备查找备份恢复远程升级数据采集机床联网盈利模式定制增值服务模式为制造企业提供智能化功能模块，提高机床的加工效率和加工