工业4.0,制造业可以走向何方?

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?

001

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。

002

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。

003

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。

004

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

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。

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。

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。

BY|

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

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181114B14X2X00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券