工业互联网与大数据对制造业推进的思考

1 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 Reflection on the promotion of industrial internet and big data for manufacturing College of Mechanical and Electrical Engineering Nanjing University Of Aeronautics AndAstronautics Nanjing 210016 Abstract The emergence of industrial Internet and big data has brought great opportunities and challenges to China s industrial upgrading and development With the further integration of industrial Internet and big data new technologies new models new formats will emerge in an endless stream In this new era of rapid development in order to occupy the main advantage we must have a greater understanding of the industrial Internet and big data In this paper the development application and key technologies of the industrial Internet and big data are further studied Finally an example is given to illustrate the impact of industrial Internet and big data on manufacturing industry Key Words Industrial Internet big data application key technology 1 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 John Romkey 和 Simon Hackett 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 2 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 Francis X 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 Viability and Value 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 3 图 1 用户参与定制产品模型图 在 2016 年 12 月 07 日的南京世界智能制造大会上 海尔公司也展示了大规模定制解决 方案 海尔以智能制造云平台 COSMO 为核心 集用户的交互 营销 研发 模块商的采 购 制造 物流 服务于一体的全流程制造模式 举例来说 一个用户提出了 想要一个智 能吸尘器 需求 在将创意草图提交到 COSMOPlat 平台的子系统众创汇后 经过 30 名发 烧友众创交互设计 得到了 1700 多名用户支持 依托 COSMOPlat 平台 海尔并联生态圈 同步启动 用户通过 APP 定制下单 参与虚拟设计 对生产过程和物流过程全程可视 通 过 U APP 进行体验反馈 持续迭代 满足了用户定制体验 3 2 产品故障诊断与预测 产品把传感器 处理器 存储器 通信模块 传输系统融入到各种产品中 使得产品具 备动态存储 感知和通信能力 实现产品的可追溯 可识别 可定位 目前互联网汽车 工程机械 智能家电等是产品智能化的热点领域 工业互联网与大数据通过网络与企业管 理平台连接 企业管理平台可以运用无线网络 视频远程故障诊断等信息服务系统 远程 监控设备的运转情况 并基于工业大数据实现故障预警 有针对性地提供维修等服务 实 现 服务型制造 在马航 MH370 失联客机搜寻过程中 波音公司获取的发动机运转数据对于确定飞机 的失联路径起到了关键作用 我们就拿波音公司飞机系统作为案例 在波音的飞机上 发 动机 燃油系统 液压和电力系统等数以百计的变量组成了在航状态 这些数据不到几微 秒就被测量和发送一次 3 3 工业生产链的应用 现代化工业制造生产线安装有数以千计的小型传感器 来探测温度 压力 热能 振 动和噪声 因为每隔几秒就收集一次数据 利用这些数据可以实现很多形式的分析 包括 设备诊断 用电量分析 能耗分析 质量事故分析 包括违反生产规定 零部件故障 等 在生产工艺改进方面 在生产过程中使用这些大数据 就能分析整个生产流程 了解 每个环节是如何执行的 一旦有某个流程偏离了标准工艺 就会产生一个报警信号 能更 快速地发现错误或者瓶颈所在 也就能更容易解决问题 利用大数据技术可以对工业产品 的生产过程建立虚拟模型 仿真并优化生产流程 当所有流程和绩效数据都能在系统中重 建时 这种透明度将有助于制造商改进其生产流程 如图 2 所示为一个工厂的工业链的综 合模型 10 4 图 2 工业链综合模型 此工厂通过工业大数据将传感驱动的机器 车间 工厂 企业 供应链和正在使用的产 品连接在一起 实时监控分析工厂的全部运转状况 在能耗分析方面 在设备生产过程中 利用传感器集中监控所有的生产流程 能够发现能耗的异常或峰值情形 由此便可在生产 过程中优化能源的消耗 对所有流程进行分析将会大大降低能耗 3 4 供应链的分析与优化 当前 大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段 比如通过 电子商务平台提前分析和预测各地商品需求量 从而提高配送和仓储的效能 保证了次日 货到的客户体验 RFID 等产品电子标识技术 物联网技术以及移动互联网技术能帮助工业 企业获得完整的产品供应链的大数据 利用这些数据进行分析 将带来仓储 配送 销售 效率的大幅提升和成本的大幅下降 以海尔公司为例 海尔公司供应链体系很完善 它以市场链为纽带 以订单信息流为 中 心 带动物流和资金流的运动 整合全球供应链资源和全球用户资源 在海尔供应链的各 个 环节 客户数据 企业内部数据 供应商数据被汇总到供应链体系中 通过供应链上的大 数 据采集和分析 海尔公司能够持续进行供应链改进和优化 保证了海尔对客户的敏捷响应 4 工业互联网与大数据的关键技术 中国可以通过拥抱 工业互联网与大数据 拥抱这一轮正在改变全球经济的数字创新 来应对这个挑战 工业互联网与大数据领域已经涌现了大量的新技术 包括数字技术和物 5 理技术 大数据与大机器的融合等 本节将从 5 个方面对新的机遇与挑战所面临的关键技 术进行阐述 4 1 超级计算与大数据采集技术 超级计算终端就是能够将一些新的智能化设备所采集的大量的数据能够准确实时的分 析及应用 这些产品的核心都是有一个强大的芯片 随处可及的超级智能终端 正在突破 摩尔定律的芯片所赋予我们的想象空间 大数据采集的重点是突破分布式高速高可靠数据爬取或采集 高速数据全映像等大数 据收集技术 突破高速数据解析 转换与装载等大数据整合技术 设计质量评估模型 开 发数据质量技术 针对大数据源的智能识别 感知 适配 传输 接入等是需要攻克的关 键技术 4 2 数据预处理驱动机器工作自动化 大数据预处理主要完成对机器已接收数据的辨析 抽取 清洗等操作 因为获取的数据 可能具有多种结构和类型 数据抽取过程可以将这些复杂的数据转化为单一的或者便于处 理的构型 便于快速分析处理 大数据并不全是有价值的 有些数据并不是我们所需要的 内容 而另一些数据则是错误的干扰项 因此要对数据通过过滤 去噪 从而提取出有效数 据 机器通过数据处理后可以实现常规的互联网信息交互 模式识别 人工智能 机器学 习等 举个例子 GE 有个风电部门 我们把传感器安装在每一个风机叶片上 通过对风机转 速 风力 温度 湿度 环境等近百种数据的采集 分析 风机能够自己进行涡轮叶片转 速的调整 不需要把数据传输到数据系统 通过浆片的角度调整能够增强风力 能够增加 风力 4 4 3 工业互联网的数据存储 安全及标准制定 工业互联网数据存储与管理要用存储器把采集到的数据存储起来 建立相应的数据库 并进行管理和调用 但是在工业互联网逐渐兴起之后 真的要在企业包括跨企业之间获得 普及 数据安全问题必须解决 通过数据管理驱动的重大设备 基础设施 即便像智能家 居 智能汽车这样的领域 都会存在巨大的安全隐患和隐私隐患 2014 年 10 月至 2015 年 9 月 美国发生了 295 起入侵关键基础设施的黑客攻击案件 如机场 隧道和炼油厂等 在世界各地 还有许多攻击事件未被曝光 对于传统互联网安全软件而言 工业安全领域 依旧是一个盲点 对于工业互联网方面的标准制定 应该讲现在是全球主要工业企业 乃至国家之间竞 争的焦点 世界许多企业和国家都意识到它的高度重要性 譬如在上世纪的近四十年的时 间里 德国每年 3 3 的 GDP 增长中 标准的贡献率占到了 0 9 仅次于资本投入 而且 比国内创新和直接购买技术来的更加重要 因此掌握标准话语权是我们在未来进行战略布 局非常关键的一步 4 4 分析挖掘数据改变机器人工业流程 大数据分析技术主要改进已有数据挖掘和机器学习技术 目前中国工业中机器人用量 较大 但是一些核心技术在日本和欧洲的公司手里的 国外公司在机器人开发的竞争当中 采取新型策略 关键部件对中国企业采取高价措施 使得中国企业生产成本居高不下 如果要打破这种瓶颈 我们必需要分析和挖掘机器人所涉及的大数据 数据挖掘涉及 的领域比普通的领域 如数据统计 更为宽广 因为它主要倾向于回答比较重要的没有规 律的问题 11 12 根据数据挖掘对象可分为关系数据库 面向对象数据库 空间数据库 时态数据库 文本数据源 多媒体数据库 异质数据库 遗产数据库以及环球网 Web 数 6 据挖掘的流程图如图 3 所示 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 Autodesk Fusion 360 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 7 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 8 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 9 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 10 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 NE Oweis C Aracenay W George et al Internet of Things Overview Sources Applications and Challenges Proceedings of the Second International Afro European Conference for Industrial Advancement AECIA 2015 2016 2 L Internet The internet toaster 2000 Accessed 03 Dec 2014 3 辛妍 工业互联网的兴起及要素 新经济导刊 J 2015 11 75 80 4 Gartner Gartner it glossary 2014 Accessed 05 Jan 2015 5 Schroeck M Shockley R Smart J Romero Morales D Tufano P Analytics the Real world use of Big Data 2012 6 Knilans E The 5 vs of Big Data of big data 2014 Accessed 05 Jan 2015 7 Ding G Wu Q Wang J Yao Y D Big spectrum data the new resource for cognitive wireless networking 2014 arXiv preprint arXiv 1404 6508 8 Chen M Mao S Zhang Y Leung V C Big Data Applications in Big Data pp 59 79 Springer 2014 9 Jiafu Wan Software Defined Industrial Internet of Things in the Context of Industry 4 0 IEEE SENSORS JOURNAL VOL 16 NO 20 OCTOBER 15 2016 10 Chen yang Weiming Shen Xianbin Wang Applications of Internet of Things in Manufacturing Proceeding of the 2016 IEEE 20th International Conference on Computer Supported Cooperative Work in Design 11 U Fayyad G Piatetsky Shapiro P Smyth From data mining to knowledge discovery in databases AI Mag 17 3 1996 37 12 L Wang F Leite Knowledge discovery of spatial conflict resolution philosophies in BIM enabled mep design coordination using data mining techniques a proof of concept in Proceedings of the ASCE International Workshop on Computing in Civil Engineering WCCE 13 2013 pp 419 426 13 Radu F Babiceanu a Remzi Seker b Big Data and virtualization for manufacturing cyber physical systems A survey of the current status and future outlook Computers in Industry 81 2016 128 137 14 Lopez Research Building smarter Manufacturing with the Internet of Things IoT Part 2 of The IoT Series Lopez Research LLC 2014 Web Link http 11 15 R F Babiceanu R Seker Manufacturing operations internet of things and big data towards predictive manufacturing systems in T Borangiu A Thomas D Trentesaux Eds Service Orientation in Holonic and Multi agent Manufacturing 594 Springer Berlin Germany 2015 pp 157 164