2011年德国汉诺威工业博览会上提出了工业4.0的概念，其目的是通过应用物联网等新技术提高德国制造业水平，建立具有适应性、资源效率及人体工学的智能工厂，在商业流程及价值流程中整合客户及商业伙伴。目前各国正积极推进新型制造业发展计划，德国有工业4.0、美国有工业互联网、中国有智能制造2025。
可能正如全国政协常委、经济委员会副主任、工业和信息化部原部长、中国工业经济联合会(简称工经联)会长李毅中近日在接受记者采访时说到：“中国作为制造大国，传统制造业已走到了必须转型升级的关口。”
工业大数据如何改变制造业？
1.精度更高
使用大数据，制造商可以使用计算机程序来优化流程，并更加巧妙地分析错误，从而防止错误产生。故而，工业大数据带来的高成功率的制造将成为制造商的核心竞争力。
2.更好的预测
大数据可以帮助制造商根据各种情况预先判断需要生产多少产品，淡季的时候减少生产量，以及在仓库中的库存或出货量，通过合理的预测，可以帮助制造商在最有价值的生产条件下进行生产。制造商也可以使用大数据跟踪供应商的优劣。
3.更高的可追溯性
大数据还使制造商的流程更加透明和可追溯。制造商的原材料在生产过程中以及生产阶段有多少损失？给定批次产量多少，目前存储在哪里？运送需要多长时间，一旦需要运送，产品在哪里？大数据可帮制造商跟踪生产和交付的所有这些阶段，并提供对可能效率低的领域的洞察和分析。
4.高级定制工作
通过在以往的工作中获取数据，利用大数据分析，创造出更好地利用原材料的方法，进而创建高级定制工作。同时，利用大数据的分析，有可能发现以往并未发现的方法，进而为制造商提出新的解决方案。
中国制造的挑战
1.需要强大的硬件支撑
在工业4.0时代，生产制造的各个环节都会建立数据连接，而数据建立连接后每时每刻都有海量的数据产生，故而，一方面，数据的传输速度、传输质量会受到硬件的重要影响，另一方面，对数据的分析、整理、存储也需要高性能计算机和大量存储介质的支持。故而，想要实现工业4.0，硬件投入成本相当高昂。
2.标准化分析尚有欠缺
在工业4.0时代，数据采集过后需要将其转化为有用的信息，这就依赖于数据分析方法的支撑。同时，采集到的数据有不同的数据形式，那么针对不同机器不同数据形式的算法的适应性就非常重要，需要建立统一的标准化分析平台。
3.安全性面临挑战
工业数据常常含有大量的商业机密，数据在传输和分析过程中往往都会增加泄密的风险，因此，随着数据的不断增多、数据交流的不断增多，工厂需要面临数据安全性的挑战。
故而，如何提高硬件支撑能力、寻求合理的数据分析形式、保证数据的安全性，将是未来工业界进行工业4.0变革时需要考虑的重要因素。
工业4.0的升级绝不仅仅是在生产线上增加几个芯片和摄像头，也不意味着只是少雇几个生产工人减少开销，而是触动到产业模式的深层改变，今天的我们才刚刚开始。
文字\秋月 编辑\尹嚞 图片\网络
欢迎转载点评，转载请注明来源
网友评论