工业互联网与大数据对制造业推进的思考

PAGEPAGE6工业互联网与大数据对制造业推进的思考（南京航空航天大学机电学院，江苏南京210016）摘要：工业互联网与大数据的出现给我国工业的升级和发展带来了很大的机遇和挑战。随着工业互联网与大数据的进一步融合，新技术，新模式，新业态将层出不穷。若要在这种新时代中迅速发展，占据主要的优势，必须要对工业互联网与大数据有更深入的认识。本文主要在工业互联网与大数据的发展，应用及关键技术等方面作了进一步的研究。文章最后通过一个实例阐述了工业互联网与大数据对制造业的影响。关键字：工业互联网；大数据；应用；关键技术Reflectiononthepromotionofindustrialinternetandbigdataformanufacturing（CollegeofMechanicalandElectricalEngineering,NanjingUniversityOfAeronauticsAndAstronautics,Nanjing210016）Abstract:TheemergenceofindustrialInternetandbigdatahasbroughtgreatopportunitiesandchallengestoChina'sindustrialupgradinganddevelopment.WiththefurtherintegrationofindustrialInternetandbigdata,newtechnologies,newmodels,newformatswillemergeinanendlessstream.Inthisneweraofrapiddevelopment,inordertooccupythemainadvantage,wemusthaveagreaterunderstandingoftheindustrialInternetandbigdata.Inthispaper,thedevelopment,applicationandkeytechnologiesoftheindustrialInternetandbigdataarefurtherstudied.Finally,anexampleisgiventoillustratetheimpactofindustrialInternetandbigdataonmanufacturingindustry.KeyWords:IndustrialInternet;bigdata;application;keytechnology1、前言大数据的概念是1997年左右提出的，至今已经约有20年的发展，在中国，大数据也推进了5年之久.从我们围绕工业信息化特别是在工业企业建立了一批具有大数据能力的企业来看，工业大数据的意义十分重大。当下，随着互联网与工业领域的全面融合，衍生出了一种新型的工业形态一工业互联网。工业互联网与大数据正前所未有地改变着工业的产业组织形态和生产方式。本文在第二节描述了工业互联网与大数据的发展；第三节叙述了工业互联网与大数据的应用；第四节主要研究了工业互联网与大数据的关键技术；第五节通过实例介绍了工业互联网与大数据在生产制造中的应用；第五节对前面的叙述做了总结，并展望工业互联网与大数据的未来。2、工业互联网与大数据的发展工业互联网将人和机器连接起来，将为制造商和客户带来前所未有的数据、信息和解决方案。工业互联网可以为制造业企业建立交流的平台，打破买方和卖方之间的“封闭”，使买卖双方的交易透明化，同时有利于降低交易成本。在1990年JohnRomkey和SimonHackett将烤箱与网络连接生产出了第一台互联网烤面包机[1]。1991年Interop在烤面包机上增加了一个小的机器人将一小片面包放入烤箱里面，因此诞生了一个完整的自动化机器[2]。20世纪末期联网能够让计算机之间相互通信的大型主框架计算机、软件和“数据信息包”。而网络的开放性和灵活性是为革命的爆炸性增长奠定基础的关键要素[3]。在二十一世纪的今天，工业互联网与大数据相融合，为加快生产力，减少低效和浪费，以及改善人类工作经验开辟了新的领域。大数据这个词语被创造出来是在20世纪90年代，在2000年的时候第一次在学术论文上有人将它提出，在2003年的时候在FrancisX.Diebolt在《宏观经济测量和预测的大数据动态因子模型》一书中正式将大数据这个词语进行诠释和应用。在2005年的时候，当前最火爆的Hadoop项目就已经被创建，之所以在10多年后大数据和Hadoop项目才受到热捧和关注主要是因为当时的数据还不够大。在现如今的世界，随着互联网、移动互联网、IOT、智能设备的发展，你举目四望会发现整个世界每秒都在生产海量的数据，我们所有的世界空间、所有的行为路径都在被数据给描述，我们都在生产数据又依赖于数据。研究机构Gartner对大数据给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产[4]。大数据是从不同领域和资源产生的，包括巨大、复杂、结构复杂、半结构、非结构及隐藏的数据集。大数据特征可以被归类为6V（Volume,Velocity,Variety,Veracity,ViabilityandValue）[5-8]，将这些要素连接并组合在一起，将会给各企业和经济体提供新的机会。工业互联网和大数据的无缝结合是当今世界的主流技术，工业互联网将传感器和其他先进的检测仪器嵌人到机器阵列中，从简单到高度复杂。这就使得可以收集和分析大量的数据，用于改善机器的性能，同时不可避免地提高了与之相连的网络和系统的效率。数据本身，也可以变得“智能化”，即能够立刻知道它需要到达哪些用户处。许多工业互联网与大数据的实践都证明，各种各样的新的创新能够给企业和全球经济带来巨大利益。就像工业革命一样，工业互联网与大数据革命正在以动态的方式展开，而我们现在正处在转折点上。3、工业互联网与大数据的应用工业互联网与大数据的应用渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用。我国的工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。本文将从以下四个方面阐述工业互联网与大数据在工业中的应用。3.1开放式产品设计互联网可以融合不同领域，大规模的参与者进行产品的协同开发。客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户需求数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。如图1所示，系统的模型是根据用户要求定制产品的模型图[9]。首先，用户根据自己的喜好设计产品或通过Web页面提供个性化产品的关键参数。然后，Web服务器将用户的信息提交给工业云，它解析产品数据和关键参数。同时，将这些数据通过有线或无线网络传送这传送到工业机器人，工人和控制器。生产系统根据这些产品开始创建数据，在产品的制造过程中，各种各样的相关的数据被传输到云和相邻节点用于管理和优化。图3数据挖掘流程图4.5分析应用大数据是达到人与机器融合在工业互联网时代，脑机接口技术给我们提供了巨大的想象空间，人类不仅可以和机器产生互动，并且有可能控制机器。在人与机器互动的过程中，机器还可能读懂人类的意念，从而和人类发生深层次的融合。针这种复杂的结合关系，必须应用大数据技术整合很多更加全面的信息数字系统，或者是虚拟系统，将和物理世界之间产生高度的互动和相互的关联。在这一方面，微软迈出了关键的一部。最近微软宣布和AutodeskFusion360合作，想把Hololens用于工业设计、机械设计和其他产品开发的领域，具体来说就是用来给设计师们构建立体模型时使用。比起普通显示器上的2D、3D模型，Hololens能够更直观地用全息影像把设计作品的尺寸、信息呈现出来，对于设计师团队来说能够提高沟通效率，更好地消除交流障碍。而对于开发工程师来说，全息影像提供更简便的反馈，准确地将信息传达给设计师。如图4所示为Hololens所展示的增强现实视觉效果。图4增强现实效果图5、实例介绍本节主要内容为一个基于工业互联网与大数据的制造企业的系统模型及关键技术。根据下述应用的实例深入了解工业互联网与大数据在制造领域的技术应用。5.1基于工业互联网的制造系统模型在工业互联网与生产模式之间存在数据传递的接口环境，比如，传感器与驱动器、局域网、应用程序和网络安全软件。如图5所示为一个基于工业互联网的制造系统模型。工业互联能够通过传感器状态控制设备的状态，并通过驱动器能够实时调整设备的工作。图6描述了在制造过程中发动机组件的配置文件和刀具的旋转运动。因此工业互联网可以在线仿真、监控生产制造过程中各部件的状态并给控制器发送信号实时调整设备的制造过程。图5工业互联网制造系统模型图6生产过程监控及复杂事件：工件和切削刀具的仿真文件所有工业互联网系统间交换的数据扩展到由仿真模型支持的云制造环境中：个体云、团体云和公共云[13]。5.2大数据的形成及形式结构化与非结构化数据如图7所示，结构化数据随时间变化的制造过程的数据，设备间互联形成的数据及供应链相关的数据，非结构化数据指社会网络数据、客户服务数据及市场数据。大数据处理工具必须能够对大数据进行实时分析，这样才能及时解决随时间发生的问题降低制造成本[14]。图7结构化与非结构化数据通过工业互联网与大数据的结合可以实时处理在生产制造过程中的突发问题。图8所示为实时处理生产制造问题的模型，在生产制造过程中有时会用到适当的数学算法去预测和解决可能出现的问题。生产制造车间里面的内部事件、外部事件、接口因素和环境模式的数据统一通过互联网集成到数据处理的云平台上，云平台根据一定的算法分析数据形成一套解决方案并对解决的问题进行实时监控。对生产制造进行周期性的问题分析，找出大数据中的规律，从而预测可能发生的问题，为生产制造避免可能发生的损失。图8实时处理生产问题模型所有预测和需要解决的问题都是分析工业互联网所采集的大数据实现的。如文献[15]描述了在生产制造过程中预处理事件的过程，即调查分析大数据解决将实时发生的问题和可能发生的问题。6、总结与展望工业互联网与大数据革命已经展开。我国很多企业开始逐渐将互联网技术应用在工业生产，尽管如此，我们目前还远低于工业互联网应用极限；基于工业互联网的数字技术还没有将全部潜力充分实现与全球产业系。当工业互联网的三大要素智能设备、智能系统和智能决策与机器、设备、机组和网络整合在一起的时候，工业互联网的全部潜能就会体现出来。生产率提高、成本降低和废物排放的减少所带来的益处将带动整个工业经济发展。通过以上对工业互联网与大数据的调查与研究，我们可以预测工业互联网与大数据可以给我们的工业发展带来颠覆性的改变。未来20年最有可能改革制造领域的首先是半导体、先进材料、添加制造技术、生物制造等等，我们说未来工厂要从数字化制造到数字化工程。我们未来的工业可以实现整个工厂的数字化，甚至延伸到产业链的外部，包括供应链。参考文献1.NEOweis，CAracenay，WGeorge，et.al.InternetofThings:Overview,Sources,ApplicationsandChallenges.ProceedingsoftheSecondInternationalAfro-EuropeanConferenceforIndustrialAdvancementAECIA2015-20162.L.Internet:Theinternettoaster./i/iamythstoast.html(2000).Accessed03Dec20143.辛妍.工业互联网的兴起及要素.新经济导刊[J].2015(11):75-804.Gartner,Gartneritglossary./it-glossary/big-data/(2014).Accessed05Jan20155.Schroeck,M.,Shockley,R.,Smart,J.,Romero-Morales,D.,Tufano,P.:Analytics:theReal-worlduseofBigData(2012)6.Knilans,E.:The5vsofBigData./ts/advantage/2014/07/the-5-vs-of-big-data/(2014).Accessed05Jan20157.Ding,G.,Wu,Q.,Wang,J.,Yao,Y.-D.:Bigspectrumdata:thenewresourceforcognitivewirelessnetworking(2014).arXivpreprintarXiv:1404.65088.Chen,M.,Mao,S.,Zhang,Y.,Leung,V.C.:BigDataApplications,inBigData,pp.59–79.Springer(2014)9.JiafuWan,Software-DefinedIndustrialInternetofThingsintheContextofIndustry4.0:IEEESENSORSJOURNAL,VOL.16,NO.20,OCTOBER15,201610.Chenyang,WeimingShen,XianbinWang.ApplicationsofInternetofThingsinManufacturing.Proceedingofthe2016IEEE20thInternationalConferenceonComputerSupportedCooperativeWorkinDesign.[11]U.Fayyad,G.Piatetsky-Shapiro,P.Smyth,Fromdataminingtoknowledgediscoveryindatabases,AIMag.17(3)(1996)37.[12]L.Wang,F.Leite,KnowledgediscoveryofspatialconflictresolutionphilosophiesinBIM-enabledmepdesigncoordinationusingdataminingtechniques:aproof-of-concept,in:ProceedingsoftheASCEInternationalWorkshoponComputinginCivilEngineering(WCCE’1