京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据驱动智能制造 物联网引爆工业革命商机
从目前智能制造发展的情况来看,和人工智能、云计算、物联网、传感器、网络安全、边缘计算、大数据等七大产业密切相关。业内人士表示,人工智能和传感器作为智能制造的核心控制技术,后期发展空间巨大。边缘计算、云计算、物联网、大数据等产业将智能制造的数据共享互联,建立起网络化的大环境。最后,网络安全保证工业互联网的数据安全。
在信息为王的经济发展时期,数据所到之处必然会触发全产业链的创新与变革。谁利用“大数据”的思维,谁就能赢得主动,赢得先机,占领发展的制高点。大数据就是打开未来通道的最权威与最科学的依据。数据与数据的聚核,所迸发出来的价值或将激活万亿产值。
智能制造将带动全产业和全领域的传感器应用和发展,从而成为新经济增长的巨大动力。同传统的智能化工厂不同,智慧工厂将实现工程技术、生产制造、生产供应和销售的全流程智能化;同时,还将带动智能电网、智能物流、智能建筑、智能移动设备和智能产品领域的快速发展。基于此,霍尼韦尔大中华区研发副总裁兼首席技术官张大可认为,先进制造业、先进物流交通是今后五年投资的重点,市场规模将会达到2500亿美元。
据国家工信部科技司巡视员卢希介绍,目前我国物联网产业规模已达到7500亿元,在智能交通、车联网、医疗健康等领域,已形成一批成熟的物联网运营服务平台和商业模式。
IIoT推动全球制造业转型
物联网(IoT)无疑是近两年来在科技产业界被讨论最多的热门话题,这个名词在消费性应用市场或许有大部分仍是天马行空的想像,以及因为业务模式刚起步、而显得有些“虚无飘渺”的商机,但是在工业应用领域,物联网却有一个更清晰的轮廓与更具实质性的内涵。
市场研究机构MarketsandMarkets预测,所谓的“工业物联网(IndustrialInternetofThings,IIoT)”市场规模到2020年可望达到1,510亿美元的规模,2015到2020年间的复合平均年成长率(CAGR)为8.03%;而推动该市场的主要因素,包括相关半导体与电子技术的进步、云端运算技术的发展、IPv6标准化以及全球政府的政策推动等等。
藉由实现工业自动化技术以及智慧工厂概念,IIoT将是推动全球制造业转型的关键,德国提出的“工业4.0”──也就是第四次工业革命──即为其中的大规模策略之一,其他如美国、中国与印度等其他世界制造业大国,也各自拥有试图利用智慧科技来提升制造业效率、扩展营收规模与全球影响力的类似举措。
布署工业物联网所需的硬体技术其实都已经就绪,关键在于将这些硬体结合在一起、搭配适合不同应用之软体,以实现高效率智慧工厂的整体性解决方案;而由于工业物联网也包含电网架设、大量资料运算分析与传输,相关方案的稳定性、安全性、可靠性也是缺一不可。此外,标准化以及一个能让其他产业链参与者共同合作的平台,会是其永续发展基础。
在制造业、IT产业与IC产业都具备丰富经验以及完整产业生态的台湾,可说拥有抢先掌握全球工业物联网商机的得天独厚条件;不过传统制造业者想转型智慧工厂,往往会因为不熟悉IT领域技术而不知该从何着手;有意切入工业物联网领域提供相关服务的IT业者,需要寻找能满足相关应用需求的最新软硬体技术与市场趋势;IC厂商要在工业物联网市场占据一席之地,则得从平台化的概念着手,以提供客户完整的解决方案。
机器人自动化市场越来越大
随着劳动力成本上涨,工业机器人也迎来了顺势发展的良机。不过以往看到生产车间的机器人大多是独臂侠,而未来机器人的发展将会根据专业化研发出分工明确的机器人,并且与3D打印、工业VR等充分结合,形成相互协作,共同分享的智能制造新模式。
目前,中国正在发展工业制造2025,新形势下工业领域势必会采取一系列动作。相关研究报告显示,2015年中国工业机器人市场,其中以六轴多关节机器人为最,占总体销量的46.2%。预计未来几年将会维持30%以上的高增长率。当然这离不开现在的传统工业所处的转型阶段需要智能技术的力量加以推动,由此所衍生巨大的需求空间。又加之如今的消费机器人有下行趋势,有商家都已纷纷瞄准工业机器人行业,里应外合对手遇“冷”种种条件都适于其发展。
对于目前中国工业机器人四大家族瑞士的abb、德国的库卡、日本的发那科和安川电机来说,若想突出重围还得靠先进的技术来填补自动化生产线的空缺。尤其是汽车及电子行业,随着自动化水平不断提高,机器人的自动化市场也越来越大。
现在所谓的工业机器人实际上是一个Manipulator,就是一个工业机械臂,没有手,更无关乎智慧。而要想在中国市场占据一席之地,则必须发展心灵手巧的双臂机器人和多臂机器人。
那么怎样的机器人才算得上心灵手巧?最简单的就是双臂机器人,就像人一样工作,但是作为一个智能机器人来讲,可以仿造动物界的多臂多足。包括全工位的双臂机器人,一个机器人可以做八个工位的工作,是不是有种八爪鱼的既视感呢。换言之,心灵手巧就是智能引擎的代名词,正如现在比较流行的“工匠精神“及”私人定制“这就不是生产线上输出的了,而是一个智能中断和CPS网络控制器以及云制造平台综合的、有智能和柔性动作的机器人,从而实现真正的个性化制造。
如此看来,如果所流水线的兴起将工业制造推向程序化,提高了效率,那么具有柔性机械手和心灵手巧的手臂的机器人将真正实现智能化制造,这不仅仅助推制造进入“分享经济“,更是机器人发展历程的一次重大突破。
大数据驱动智能制造
当前,以信息技术与制造业加速融合为特征的智能制造正风起云涌。但信息化与智能化到底该如何融合?大数据又与制造业有何关联?对此,清华大学数据科学研究院执行副院长韩亦瞬在论坛上给出回答:工业大数据是“智能”的来源,是东莞制造业升级的重要驱动力。
韩亦瞬解释,无论是德国工业4.0,还是美国的工业互联网,其核心都离不开工业大数据。在美国,离散型制造积累的应用前景是最被看好的,甚至排在政府服务、通讯传媒领域之上,流程型制造业的潜力也排在银行业、健康服务之前;在德国,无人工厂只是表象一部分,德国工厂已经可以做到两家竞争对手合作研发,甚至车间互换、共享,画地为牢的圈子、界限被打破,这都离不开大数据的支撑。
“大数据是智能化的来源,未来制造企业的运营过程,或者说产品的全生命周期,都将由大数据串联起来。”韩亦瞬称。他以知名工程机械三一重工和私人定制工厂青岛红领为例。前者已经建成了5000多个维度、每天2亿条、超过40TB的大数据,可以及时监测每台机器的运转情况、受损等,提前做好主动服务。单单依靠其国内20万台设备,甚至可以成为我国宏观经济研判的重要依据。后者则探索了私人定制的C2M、M2B等模式。“我看到东莞企业已经在往这个方向探索,值得点赞。”韩亦瞬称。
北京工业大数据创新中心副主任陈晨也表示,对于工业企业来说,初级的大数据能让企业进行基础统计分析,这样对降本增效、新建业务模型有很大的好处,企业既可以做减法,依靠数据对标,减掉制造环节不必要的成本消耗;也可以做加法,例如拓宽业务渠道。而高级的工业大数据应用,则可以让企业先知先觉,开始做乘法、除法,比如预先判断企业的生产运行,以及整合供应链等。
对于台下众多来自莞企的听众,与会专家也纷纷支招,今后东莞要走出加工环节,向前端设计研发和后端服务延伸,也得通过工业大数据串联。特别是当前的东莞制造业,其信息化系统还不能够很好地支撑日常业务运转,管理层必须在战略意识层面,做出从2.0到3.0的转变,在内部制度、流程、组织架构与文化上构建与工业大数据相适应的架构。
据悉,目前东莞市已经启动了工业大数据示范项目培育工作,开始了项目申报、审核等工作,也发掘出技研新阳等一批大数据建设有声有色的企业,初步具备智慧工厂的一些功能、特点。更重要的是,东莞也出台了一系列政策、规划。
市经信局副调研员陈杞渭在会上表示,近几年,东莞市先后出台了《东莞市发展物联网建设智慧东莞规划(2013-2015年)》《关于加快推进东莞市云计算发展的实施意见》《东莞大数据行动计划(2015-2016年)》等政策文件,开展了东莞市大数据相关的调研以及若干专题规划等工作,初步指出大数据发展和应用的方向,为大数据发展提供了政策保障。
值得一提的是今年10月底,东莞在《东莞市大数据发展实施方案》中,提出东莞在2018年将初步建成大数据发展体制机制,完成政务云数据中心和政务大数据库建设等目标。其中,东莞将运用大数据驱动智能制造加快发展,推动互联网与制造业融合发展,支持工业企业开展设备、产品以及生产过程中的数据自动采集和大数据分析,形成制造业大数据存储中心和分析中心,建设一批数据工厂和智能工厂。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12