京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工业软件欲借大数据颠覆制造业
无论是手机中的App,还是汽车上的数字化驾驶界面,抑或是数字化图纸和数控程序,它们都有一个共同的名字——软件。而决定技术进化的核心要素要数工业软件,工业软件不仅作为数字化研发手段,支持了新产品、新工业、新材料的发展,也作为新型“零部件”大举进入到产品之中,形成了产品本身的数字化。
工业4.0时代,每一个产品将承载其整个供应链和生命周期中所需的各种信息,实现追踪溯源。智能工厂能灵活决定生产过程,不同的生产设备既能够协作生产,又可以各自快速地对外部变化作出反应……软件定义世界、硬件改变世界、数据驱动世界,工业软件借力大数据,将给制造业带来巨大颠覆,这已成为近期举办的第二届工业软件与制造业融合发展高峰论坛的共识。
工业软件是智能系统的基础
“工业软件是在工业领域里应用的各种软件,其大体上分为两个类型:嵌入式软件和非嵌入式软件。”国网电力科学研究院研究员王彦金表示,嵌入式软件是嵌入在控制器、通信、传感装置之中的采集、控制、通信等软件;非嵌入式软件是装在通用计算机或者工业控制计算机之中的设计、编程、工艺、监控、管理等软件。
王彦金介绍,工业软件技术支撑了绝大部分的生产制造过程。全球正在出现以信息网络、智能制造为代表的新一轮技术创新浪潮。而在这一浪潮中,传统的行业界限将消失,并会产生各种新的领域和业态。创造新价值的过程也因软件系统而发生改变,产业链分工将被重组。
“这个新型的产业链将使制造业不再仅仅是硬件制造的概念,而将更多地融入软件技术、自动化技术、现代管理技术与新的服务模式中。”王彦金表示。
工业软件技术使智能系统具有了五个典型特征,王彦金认为这些特征可以提炼为状态感知、实时分析、自主决策、精准执行和学习提升。
状态感知是能准确感知系统外部工况,如市场、客户、输入的实时运行状态;实时分析是对获取的实时运行状态数据进行快速、准确的推理与分析;自主决策是根据数据分析的结果,按照设定的规则,自主作出选择和判断;精准执行是对外部需求、企业运行状态、研发或生产等作出快速应对;学习提升是在系统运行和反复执行的过程中,不断通过深度学习而提升系统智能。
找问题比找方法重要
如果说工业软件赋予智能系统走向智能化的特征,那么驱动智能系统运作的就是工业大数据了。在清华大学教授王建民看来,工业大数据是工业物联网或工业互联网的核心。
“工业大数据要找准业务的切入点,在这个过程中,工业大数据和传统信息化时数据也是有很大区别的。”王建民说。传统信息化的数据主要是推动已经成型的现实业务,是后补进来的。而现在的工业大数据强调创新,要求在传统的业务之上发现新的问题。“所以对现在的企业而言,工业大数据找问题比找方法重要。”
工业大数据将数据汇集在一起之后,究竟要解决什么问题?“无论从全生命周期角度还是端到端的角度,大多数都是为现实业务的升级,有了工业互联网、工业物联网和工业大数据之后,我们要更加关注未来工业形态中的问题。”王建民指出,在某些方向上,特别是跨界方向上,工业大数据将带给我们很大机会。
“比如风电厂从卖机器到现在卖系统,最后变成卖天气预报的数据,未来,没有好的数据服务能力就不能制造出让用户满意的产品。这样一种转换就给我们未来的工业带来很大的想象空间。”王建民认为,在制造业利润越来越低的情况下,工业大数据可以帮助中国企业提高产品在使用维护阶段的利润。最重要的是,利用数据进行跨界运营,能够为企业带来新的生存空间。
为什么工业大数据对当下的中国企业来说,有着如此深远的意义?在王建民看来,一个复杂装备的生命周期分三个阶段,即开发制造阶段、使用维护阶段、回收利用阶段。
原来,制造企业将重心放在开发制造阶段,企业的核心目标就是将装备设计制造出来。而产品售卖给消费者后,就和企业没有关系或者变得无关紧要了。所以生命周期的第二、三阶段,常常被企业忽略。但装备的价值真正体现在用户的使用体验上,而不在于制造,尽管制造由质量决定。但消费者在使用阶段的流畅程度,才能反映出产品的最终功效,通过工业大数据正好能补全产品的生命周期。
积极发展信息物理系统
随着计算技术、通信技术和智能控制技术的迅速发展,信息物理系统(CPS)已经引起学术界及产业界的广泛重视并快速发展。中国电子技术标准化研究院研究员郭楠指出,CPS典型应用场景包括生产制造、交通运输、医疗健康、城市建设等,“尤其在制造业领域,发展CPS已经成为发达国家实施‘再工业化’战略、抢占制造业新一轮科技革命和产业变革制高点的重要举措”。
中国科学院院士何积丰曾如此评价CPS:从广义上理解,CPS就是一个在环境感知的基础上,深度融合了计算、通信和控制能力的可控、可信、可扩展的网络化物理设备系统,它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互,来增加或扩展新的功能,以安全、可靠、高效和实时的方式监测或者控制一个物理实体。
CPS要发展并不容易,中国电子技术标准化研究院、中国信息物理系统发展论坛共同编写的《信息物理系统白皮书2017》正是试图解决CPS发展和应用中面临的诸多问题:统一认识;梳理技术体系;总结典型应用场景。
中国制造业正在发生深刻变革,商业领域的互联网化正快速向制造业渗透,也给制造业带来了革命性的变化。软件定义作为时代发展最显著的特征之一,是新一代信息技术的核心与灵魂。
“推动制造业与互联网融合发展,可以为制造业插上互联网的翅膀、注入信息化的基因,是稳增长、促改革、调结构、惠民生的重要引擎,是协同推进‘中国制造2025+互联网+双创’的重要抓手。”工业和信息化部信息化和软件服务业司司长谢少锋说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27