大数据在制造业中的应用研究
来源:用户上传
作者:
摘 要：制造业在研发、生产、销售过程中产生了大量的数据，挖掘这些数据可使制造业转向智能化发展。在分析大数据特点的基础上，提出了大数据在制造业的研发设计、生产过程、产品营销等环节提出大数据的应用思路。
关键词：大数据;研发设计;生产过程
中图分类号：F27 文献标识码：A doi：10.19311/j.cnki.1672-3198.2020.04.019
大数据近年发展迅速，与制造业、金融业、服务业等融合发展，推动了国民经济各个产业迅速发展。国家高度重视大数据产业发展，出台了多项政策。装备制造业在我国国民经济中占较大比重，然而竞争力不强。信息化与制造业深度融合是提升装备制造业竞争力的重要途径。《促进大数据发展行动纲要》，指出要大力推动大数据与工业深度融合发展，推动大数据在工业的研发设计、生产制造、售后服务、产品销售、售后服务等环节的应用，使制造业实现高质量发展。
1 大数据
关于大数据概念，专家学者从不同方面进行定义。麦肯锡报告，认为大数据指数据规模超出传统的计算机技术所能存取与分析的数据集。
根据文献疏理，关于大数据特征，学者普遍支持Viktor Mayer-Schonerger（舍恩伯格）的观点，即4V。（1）数据量大（Volume）。数据的计量单位有B、MB、GB、TB（1024GB）、PB（1024T）、EB（100万TB）、ZB（10亿T）。我们处在一个数据爆炸的时代，2010年已进入了ZB时代，数据的创造以几何级数增长。（2）数据种类繁多（Variety）。数据的种类和来源众多，视频、图片、文本、音频等数据种类，使得数据的处理能力需相应提升。尤其是个人短视频的出现，如抖音短视频，对数据的处理要求更高。（3）数据价值高（Value）。信息化时代，每天都产生着海量的数据，然而这些数据中存在着大量个人数据，利用价值不高。而大数据处理技术能从海量数量中甄别有用信息，产生巨大价值。（4）高速度和强时效性（Velocity）。数据的应用要具有时效性，才能为经济社会提供有用的价值。计算机硬件的发展，使得搜索引擎的速度得到质的提升，为数据利用提供时效性保障。
2 大数据在制造业中应用
产品的生命周期包括研发设计、生产制造、产品销售、售后服务等。大数据可以在产品全生命周期过程发挥积极作用。使产品具备很强的针对性。
2.1 研发设计应用
（1）融合消费者反馈研发设计。研发设计环节是产品价值最高的环节。研发设计的出发点在于消费者需求。客户在使用制造企业的产品过程中会产生大量的数据，通过对这些数据的搜集和分析，可以比较精确的把握消费者的偏好和使用习惯，调查消费者对产品特性和使用价值的潜在要求。以此来提升企业的生产技术，研发设计出符合广大消费者需求的产品。又可根据客户的个性化要求进行生产，创造更大的市场价值。
（2）基于模型的研发设计。传统的产品设计不能解决复杂的产品设计，大数据的使用解决了这一难题。产品设计阶段，需要将设计师、工程师、销售部门的数据进行搜集、整理、分析，通过对模型参数的修正，设计出符合市场需求的产品。大数据运用到产品设计可缩短研发时间，节约成本，抢占先机。
（3）基于仿真的研发设计。产品在正式生产前，需要对设计的方方面面进行仿真，检验设计是否合理，从源头上去除实验中的缺陷。在大数据环境下，运用存储的各方的技术知识和产品开发过程中的数据，进行模拟仿真，及时的发现设计过程中的缺陷，优化产品各种性能。克服了以客户作为反馈者，造成的时间上的浪费、成本的增加。
（4）基于产品生命周期的研发设计。产品生命周期涉及产品需求分析、设计、制造、使用、售后等环节，需要多部门协同研发设计。运用大数据技术，将产品生命周期中所需的各种数据与技术设计进行结合，将数据分析结果迅速地推送给相应的部门，使产品设计更符合市场需求。
2.2 生产过程应用
智能制造是制造业的发展趋势，要求整合原材料、能源动力、资金、信息、劳动力等各种资源。制造业生产线安装数以千计的传感器，随时地收集制造数据。通过对制造业数据的收集、分析，可以提升制造业效率。一方面，如果某个工序出现偏差，就会反映到控制部门，就可以针对性地解决问题。另一方面，运用大数据对生产过程进行仿真模拟，有助于改进生产工艺。
个性化、小批量商品是目前制造业竞争力所在。数据精细化以及10多年产生的信息化的数据，使得对客户需求的分析亟需大数据支撑。大数据可在以下三个方面发挥作用。一是，减少中间品库存。制造业生产各个工序中，各工序的中间产品的数量会影响企业的生产效率。如果中间产品库存过大，则会造成资源闲置，减小利润。通过大数据的分析，企业可以制定合理的生产计划，使库存保持在合理的区间。二是，减少边角料和废品。MES制造系统通过利用大数据利用条码技术追踪产品生产、库存、销售及售后服务过程，实现生产过程公开化，减少边角料和废品的出现。三是，故障预测。利用大数据，记录生产过程中的全部信息，可以发现在生产过程中的故障，生成故障设备记录，降低停机次数。
2.3 市场营销应用
通过分析大数据，可以分析出区域内各消费群体的需求结构、消费比重、产品种类，企业由此可调整產品营销策略。著名的“啤酒和尿布”的组合，就是沃尔玛运用大数据分析的结果。大数据应用于产品营销环节，可减少供过于求或供不应求现象。应用销售数据，统计各个零售平台销售数据，制造业企业可以对产品的销售情况、库存情况做到及时有效的掌握。将企业的生产根据销售情况适度调节，合理的控制库存，提高资金周转率，提升制造业企业利润水平。
2.4 售后服务应用
（1）服务类型识别。传统的售后服务表现为客户发现问题后向企业寻求售后，该种模式容易损失许多潜在的客户。随着大数据技术的运用，企业把大数据运用到客户关系管理（CRM，customer relationship management）中。CRM要求不断加强企业与客户之间的交流，掌握客户对产品的需求，不断改进产品和服务，以便更能满足广大客户的需求。目前，客户在论坛、微博等渠道表达自己对产品的想法和评价，让广大客户投入到产品功能设计中。通过CRM系统不断扩大客户群体，为企业增强售后服务的针对性。
（2）运行状态监控。制造业产品在使用过程中难免会出现一些问题，通过对产品运行状态的实时监控，可发现产品存在的问题，以便针对性地提出解决方案。设备越复杂，产品问题越不易被察觉，大数据的应用，实时数据的使用，使得售后服务更及时、准确。
参考文献
[1]童群.大数据在工业制造业的应用与研究[J].网络安全技术与应用，2018，（10）：107-108.
[2]周驰.大数据在工业制造业的应用与研究[J].数字通信世界，2019，（8）.
[3]郑树泉，宗宇伟.工业大数据构架与应用[M].上海：上海科学技术出版社，2017.
[4]梁志宇，王宏志，李建中，等.制造业中的大数据分析技术应用研究综述[J].机械，2018，45（06）：6-18.
转载注明来源:https://www.xzbu.com/2/view-15099755.htm
