工业大数据是智能制造的关键

发布时间:2020-03-26阅读1036次

工业智能化，美国靠软件、德国靠机器、日本靠人。而在制造系统变得日益复杂的今天，利用大数据去解决问题和积累知识或许是更加高效和便捷的方式。“大数据的目的并不是追求数据量大，而是通过系统式的数据收集和分析手段，实现价值的最大化。所以推动智能制造的并不是大数据本身，而是大数据的分析技术。

工业大数据具有数据模态多样，结构关系复杂的特点，不但有非常强的机理支撑，且数据按秒级持续不断地产生，采集频率高。在工业领域，工业大数据结合工业人工智能被要求的准确度，可能是需要到99.9%甚至更高的准确率，因为一旦工业生产制造上的数据出现误差，对于产品后续生产各方面，都将带来难以估量的损失。

从炼化生产中最核心的“生产优化”方向看，在某些应用场景中，首先需要对生产参数进行全面管理，以历史数据多次迭代优化出一些最优化模型，从而获得人力与设备成本的双赢；而在另外一些应用场景中，炼化企业更聚焦生产设备的健康状况管理，那么为生产设备建立全流程的数据采集及特征提取模型，进而构建起相应的故障预测模型，可能实现降低故障发生率、实现预测性维护、降低维修保养费用并提升企业生产效率。

工业大数据推动的智能制造需要从企业特定的生产场景出发，结合其战略发展目标及现状，将业务、数据理清楚，评估数据，真正实现业务落地，紧抓工业大数据成功实施三个关键要素——人、场景、算法，设计出贴合实际的工业大数据发展规划目标以及实施路径，使工业大数据真正成为企业向智能制造转型的最佳手段。