【工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用及案例探析16000字（論文）】

工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用及案例分析目錄第1章緒論 [27]對(duì)于傳統(tǒng)制造企業(yè)來(lái)說(shuō)，想要實(shí)現(xiàn)智能制造。首先要處理好工業(yè)數(shù)據(jù)的手機(jī)與處理，三一重工經(jīng)過(guò)多年的技術(shù)積累不斷的攻克難關(guān)，建立了眾多業(yè)務(wù)監(jiān)控和管理系統(tǒng)，來(lái)打破信息孤島從而能整合資源同意處理。其次要基于對(duì)設(shè)備運(yùn)行情況、故障信息、質(zhì)量檢測(cè)等相關(guān)數(shù)據(jù)的采集和分析后，如何針對(duì)整個(gè)生產(chǎn)鏈條進(jìn)行統(tǒng)一的可視化管控，真正實(shí)現(xiàn)“智能智造”。接入將近23萬(wàn)臺(tái)設(shè)備(6萬(wàn)臺(tái)活躍設(shè)備)，實(shí)時(shí)監(jiān)測(cè)并可視化顯示設(shè)備運(yùn)行情況，應(yīng)用大數(shù)據(jù)分析工具對(duì)大型機(jī)械裝備進(jìn)行故障分析，及時(shí)排除故障?？梢灶A(yù)見(jiàn)的是，針對(duì)海量數(shù)據(jù)的可視化分析和展示服務(wù)，將成為傳統(tǒng)制造企業(yè)搭建物聯(lián)網(wǎng)平臺(tái)的重要組成部分。§4．2生產(chǎn)過(guò)程優(yōu)化與生產(chǎn)工藝升級(jí)工業(yè)大數(shù)據(jù)作為智能制造與制造業(yè)中交叉的一個(gè)重要的分析與處理技術(shù)，對(duì)于二者的反作用也是非常巨大的。工業(yè)大數(shù)據(jù)技術(shù)雖然應(yīng)用很廣泛，比如在人工智能，工業(yè)機(jī)器人，航空產(chǎn)業(yè)等；但是想要正確高效的把工業(yè)大數(shù)據(jù)技術(shù)應(yīng)用到智能制造中不僅去需要足夠的了解相關(guān)技術(shù)和理論基礎(chǔ)，而卻需要對(duì)生產(chǎn)流程與分析相當(dāng)熟悉。首先，應(yīng)用工業(yè)大數(shù)據(jù)技術(shù)，建立數(shù)據(jù)模型對(duì)于研究其應(yīng)用十分重要。模型的建立需要通過(guò)工廠的內(nèi)外系統(tǒng)構(gòu)架中進(jìn)行結(jié)構(gòu)性和非結(jié)構(gòu)型分析，從而應(yīng)用在智能制造業(yè)中。傳統(tǒng)的生產(chǎn)企業(yè)在追求高額利潤(rùn)的過(guò)程中，大多數(shù)情況下只以穩(wěn)定生產(chǎn)和產(chǎn)品數(shù)量為中心，對(duì)于其他的生產(chǎn)管理技術(shù)與方法并沒(méi)有進(jìn)行學(xué)習(xí)研究與及時(shí)應(yīng)用。從我國(guó)現(xiàn)存的生產(chǎn)企業(yè)可以看出來(lái)，只有不斷的進(jìn)行技術(shù)創(chuàng)新，緊跟時(shí)代潮流，尊重科學(xué)才能在廣袤無(wú)垠的企業(yè)家中脫穎而出，為相關(guān)產(chǎn)業(yè)帶來(lái)質(zhì)量的提省和飛躍。所以，只有通過(guò)工業(yè)大數(shù)據(jù)技術(shù)與建立數(shù)據(jù)模型的方法去進(jìn)行生產(chǎn)過(guò)程與生產(chǎn)工藝優(yōu)化，才能有效地避免傳統(tǒng)企業(yè)的生產(chǎn)管理的缺點(diǎn)，來(lái)滿(mǎn)足企業(yè)對(duì)于生產(chǎn)效率和成本控制的要求。§4．2．1車(chē)間制造現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)采集與監(jiān)控SCADA系統(tǒng)通過(guò)工業(yè)大數(shù)據(jù)技術(shù)可以實(shí)現(xiàn)生產(chǎn)制造車(chē)間現(xiàn)場(chǎng)的數(shù)據(jù)采集，傳統(tǒng)的由生產(chǎn)線(xiàn)負(fù)責(zé)人記錄的數(shù)據(jù)存在許多弊病。比如，一個(gè)生產(chǎn)車(chē)間的主任為了讓自己的績(jī)效更加好看或許會(huì)瞞報(bào)一些產(chǎn)次品的數(shù)據(jù)，或者忙累了一天的小組長(zhǎng)讓他花費(fèi)時(shí)間去記錄自己一天的生產(chǎn)數(shù)據(jù)，他會(huì)覺(jué)得這是無(wú)關(guān)緊要的所以人為存在的因素一定會(huì)導(dǎo)致采集的數(shù)據(jù)的不準(zhǔn)確性，那么，如果我們運(yùn)用這些充滿(mǎn)缺陷，不全滿(mǎn)的生產(chǎn)數(shù)據(jù)去進(jìn)行我們的實(shí)驗(yàn)分析，模型建立的話(huà)，一定會(huì)失敗的。所以，在實(shí)時(shí)智能生產(chǎn)后，智能生產(chǎn)可以通過(guò)傳感器，工業(yè)互聯(lián)網(wǎng)等現(xiàn)代化技術(shù)對(duì)收集的數(shù)據(jù)進(jìn)行分析，然后提出生產(chǎn)的改進(jìn)方案，進(jìn)而對(duì)生產(chǎn)過(guò)程和生產(chǎn)工藝做出優(yōu)化。工業(yè)大數(shù)據(jù)擁有超強(qiáng)的數(shù)據(jù)處理轉(zhuǎn)化能力，通過(guò)工業(yè)大數(shù)據(jù)處理轉(zhuǎn)化為生產(chǎn)工序的控制參數(shù)值，把大而亂的數(shù)據(jù)進(jìn)行有效整合形成機(jī)器能夠識(shí)別和運(yùn)用的數(shù)據(jù)。再用分析處理過(guò)的數(shù)據(jù)和工藝標(biāo)準(zhǔn)進(jìn)行上下限超差對(duì)比，并通過(guò)追溯系統(tǒng)對(duì)質(zhì)量異常工序?qū)?yīng)的生產(chǎn)。對(duì)“人機(jī)作料法環(huán)”影響因素進(jìn)行關(guān)聯(lián)分析和影響度分析，建立基于累積大量生產(chǎn)工序數(shù)據(jù)的工藝控制參數(shù)優(yōu)化分析AI模型，對(duì)各成型控制參數(shù)進(jìn)行分析，實(shí)現(xiàn)生產(chǎn)過(guò)程和生產(chǎn)工藝的優(yōu)化。實(shí)例分析分析目標(biāo)：針對(duì)設(shè)備生產(chǎn)相關(guān)數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)影響設(shè)備生產(chǎn)的因素。數(shù)據(jù)表：每日倉(cāng)庫(kù)物料表數(shù)據(jù)概述：共收集88231條，選取數(shù)據(jù)的時(shí)間為2016-09-05至2018-07-22期間所有數(shù)據(jù)。詳細(xì)說(shuō)明如下表屬性名稱(chēng)屬性說(shuō)明Facotry工廠代碼Workshop車(chē)間號(hào)Producetime生產(chǎn)日期EquipmentID設(shè)備IDQualifiedproductivity合格產(chǎn)品數(shù)量Totalproductivity總生產(chǎn)數(shù)CompletionRate完成率可視化數(shù)據(jù)分析結(jié)果：對(duì)于完成率字段，根據(jù)日期統(tǒng)計(jì)，如圖4所示?？梢钥吹?，圖中有幾次設(shè)備生產(chǎn)數(shù)量極低的情況。結(jié)論：（1）節(jié)假日時(shí)間，設(shè)備有生產(chǎn)數(shù)據(jù)的數(shù)量極低，大概率是工廠放假，設(shè)備關(guān)閉，導(dǎo)致圖中設(shè)備停產(chǎn)。（2）圖中圖中圓圈標(biāo)注的2017-07-20、2017-08-04、2017-11-02的幾次大規(guī)模停產(chǎn)，都不在法定節(jié)假日時(shí)間范圍內(nèi)，只有少部分設(shè)備開(kāi)工生產(chǎn)的情況是不正常的，可以根據(jù)該情況，檢查當(dāng)時(shí)記錄，找出具體原因，解決問(wèn)題，同時(shí)指導(dǎo)排查計(jì)劃。§4．2．2數(shù)據(jù)融合改善工藝滿(mǎn)足客戶(hù)個(gè)性化定制隨著我國(guó)制造業(yè)水平不斷提升，產(chǎn)品的質(zhì)量早已經(jīng)達(dá)到了一個(gè)很高的標(biāo)準(zhǔn)。其中，客戶(hù)的要求業(yè)在不斷的提升，價(jià)格實(shí)惠早就已經(jīng)是不能為企業(yè)帶來(lái)利潤(rùn)的發(fā)展戰(zhàn)略了。在如今這個(gè)大同世界，人人都在標(biāo)新立異，樹(shù)立自己的與眾不同來(lái)帶來(lái)心靈的滿(mǎn)足。再此，生產(chǎn)制造企業(yè)要緊緊的跟著大眾的眼光去生產(chǎn)產(chǎn)品。那么生產(chǎn)出的定制產(chǎn)品再加上質(zhì)量良好，一定可以贏到客戶(hù)的青睞，產(chǎn)品獲利，再次不斷更新產(chǎn)線(xiàn)，實(shí)現(xiàn)真正的智能制造。但是，怎么才能了解客戶(hù)的需求和要求呢？這顯然是一個(gè)很重要的問(wèn)題。再此就要運(yùn)用工業(yè)大數(shù)據(jù)技術(shù)了；通過(guò)數(shù)據(jù)融合技術(shù)廣泛的收集數(shù)據(jù)，包括各式各樣的數(shù)據(jù)，然后運(yùn)用大數(shù)據(jù)處理技術(shù)，進(jìn)行分類(lèi)處理。然而，傳統(tǒng)的數(shù)據(jù)收集往往是通過(guò)調(diào)查問(wèn)卷和客戶(hù)的反應(yīng)，但是通過(guò)建立云處理平臺(tái)，在數(shù)據(jù)收集，分析和處理上都給企業(yè)生產(chǎn)帶來(lái)了很好的便宜。實(shí)例分析分析目標(biāo):濰柴動(dòng)力:滿(mǎn)足顧客的個(gè)性化定制服務(wù)需求,打造一個(gè)全流程的智慧型企業(yè)濰柴在其發(fā)展的歷史進(jìn)程中把"兩化融合"提高到了戰(zhàn)略地位,實(shí)現(xiàn)企業(yè)在困境中能夠進(jìn)行升級(jí)轉(zhuǎn)型。運(yùn)用大數(shù)據(jù)技術(shù)在濰柴智慧驅(qū)動(dòng)平臺(tái)基礎(chǔ)上,集成智慧制造工廠,智慧物流和現(xiàn)代化智能管理的一系列現(xiàn)代化成果。作為當(dāng)前我國(guó)汽車(chē)傳統(tǒng)產(chǎn)業(yè)現(xiàn)代汽車(chē)制造業(yè)的重要領(lǐng)導(dǎo)者和重要龍頭企業(yè),在我國(guó)新一輪"互聯(lián)網(wǎng)+"推動(dòng)制造產(chǎn)業(yè)轉(zhuǎn)型的發(fā)展浪潮中,濰柴始終一直堅(jiān)持以"互聯(lián)網(wǎng)+制造"為企業(yè)核心思想和發(fā)展理念,以加快實(shí)現(xiàn)汽車(chē)智能移動(dòng)制造為汽車(chē)制造發(fā)展領(lǐng)域的一個(gè)主攻略為戰(zhàn)略發(fā)展方向,通過(guò)將移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等各種新一代汽車(chē)信息基礎(chǔ)技術(shù)直接有效融入覆蓋到我國(guó)濰柴汽車(chē)企業(yè)的研發(fā)、生產(chǎn)、銷(xiāo)售、服務(wù)等整個(gè)企業(yè)運(yùn)行運(yùn)營(yíng)管理控制全過(guò)程,將會(huì)把濰柴企業(yè)打造發(fā)展成為一個(gè)走向現(xiàn)代化和數(shù)字化的汽車(chē)制造商和現(xiàn)代智慧化的民營(yíng)企業(yè)。濰柴公司項(xiàng)目選取"一號(hào)工廠",利用物聯(lián)cps、云計(jì)算、大數(shù)據(jù)等目前全球技術(shù)領(lǐng)先的新型第一代電子信息網(wǎng)絡(luò)技術(shù),建立以我國(guó)現(xiàn)代智能工業(yè)電子通訊信息網(wǎng)絡(luò)和智能設(shè)備系統(tǒng)為主要制造技術(shù)核心基礎(chǔ)、裝備制造自動(dòng)化和人工智能過(guò)程控制和以系統(tǒng)制造為主要技術(shù)核心的現(xiàn)代智能一體化工廠,培育以移動(dòng)互聯(lián)網(wǎng)人工協(xié)同、柔性敏捷智能制造等創(chuàng)新產(chǎn)品模式為主要技術(shù)特征的現(xiàn)代智能裝備制造的新產(chǎn)品和配套服務(wù)經(jīng)營(yíng)新模式,探索打造出人工一體化現(xiàn)代智能裝備制造的新服務(wù)業(yè)態(tài),"低成本、高效率、高質(zhì)量"可以滿(mǎn)足不同行業(yè)客戶(hù)的各種個(gè)性化量身定制的服務(wù)需求,為我們廣大客戶(hù)自身創(chuàng)造了遠(yuǎn)遠(yuǎn)都要超出他們所認(rèn)為預(yù)期的商業(yè)價(jià)值。

§4．3本章小結(jié)本章主要通過(guò)研究了設(shè)備生產(chǎn)故障與診斷和生產(chǎn)過(guò)程優(yōu)化與工藝升級(jí)來(lái)對(duì)工業(yè)大數(shù)據(jù)在產(chǎn)業(yè)升級(jí)優(yōu)化中的問(wèn)題。在生產(chǎn)故障診斷與優(yōu)化中，主要運(yùn)用了決策樹(shù)模型的設(shè)備診斷與處理，代替了傳統(tǒng)的生產(chǎn)線(xiàn)停工在聘請(qǐng)專(zhuān)家來(lái)解決設(shè)備故障問(wèn)題。通過(guò)大數(shù)據(jù)技術(shù)收集設(shè)備的生產(chǎn)數(shù)據(jù)，包括設(shè)備的磨損，溫度，老化等幾個(gè)方面的研究，來(lái)實(shí)時(shí)監(jiān)控設(shè)備，并通過(guò)建立方法庫(kù)來(lái)快速解決故障大大縮短了生產(chǎn)線(xiàn)停工時(shí)間，為企業(yè)生產(chǎn)率帶來(lái)提升。在生產(chǎn)過(guò)程優(yōu)化與工藝升級(jí)中通過(guò)研究實(shí)時(shí)監(jiān)控SCADA系統(tǒng)和個(gè)性化服務(wù)定制來(lái)進(jìn)行生產(chǎn)工藝的升級(jí)。在產(chǎn)業(yè)升級(jí)優(yōu)化中帶來(lái)良好的處理方法。

第5章結(jié)論與展望本文針對(duì)研究工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用研究，在中國(guó)制造2025和工業(yè)4．0的大背景下，隨著智能化，數(shù)字化的不斷發(fā)展，順勢(shì)實(shí)現(xiàn)制造工業(yè)智能化生產(chǎn)的大目標(biāo)已迫在眉睫。在智能化生產(chǎn)的過(guò)程中會(huì)產(chǎn)生各個(gè)類(lèi)別的數(shù)據(jù)，科學(xué)合理的運(yùn)用工業(yè)生產(chǎn)的數(shù)據(jù)，對(duì)于其生產(chǎn)本身也是一種重要的反饋。工業(yè)大數(shù)據(jù)技術(shù)正是通過(guò)數(shù)據(jù)收集，數(shù)據(jù)分析，數(shù)據(jù)處理的新一代技術(shù)。在智能生產(chǎn)制造的過(guò)程中科學(xué)的管控生產(chǎn)過(guò)程和對(duì)產(chǎn)品質(zhì)量管理是整個(gè)生產(chǎn)過(guò)程管理的主要方面；運(yùn)用大數(shù)據(jù)技術(shù)可以提高生產(chǎn)效率的同時(shí)，帶動(dòng)產(chǎn)品的質(zhì)量管控的更新，生產(chǎn)出質(zhì)量可靠的產(chǎn)品。其次，在產(chǎn)業(yè)優(yōu)化升級(jí)的過(guò)程中保證設(shè)備的診斷與優(yōu)化和生產(chǎn)過(guò)程優(yōu)化與生產(chǎn)工藝升級(jí)，給制造行業(yè)帶來(lái)了新的技術(shù)。包括建立數(shù)據(jù)庫(kù)模型代替專(zhuān)家來(lái)對(duì)設(shè)備進(jìn)行定期的維護(hù)，通過(guò)決策樹(shù)模型完整的刻畫(huà)出真實(shí)的生產(chǎn)過(guò)程，對(duì)于研究生產(chǎn)過(guò)程的改善和生產(chǎn)工藝的升級(jí)帶來(lái)了質(zhì)的提升。在未來(lái)的制造生產(chǎn)中，工業(yè)大數(shù)據(jù)技術(shù)，制造物聯(lián)和云平臺(tái)將會(huì)持續(xù)的給工業(yè)生產(chǎn)帶來(lái)前所未有的有利之處。當(dāng)下，我們需要做的就是不斷的進(jìn)行技術(shù)上的革新，不斷的學(xué)習(xí)新的科學(xué)技術(shù)。正確的運(yùn)用好工業(yè)大數(shù)據(jù)技術(shù)和相關(guān)技術(shù)的有效融合，一定會(huì)讓智能制造的產(chǎn)業(yè)更上一層樓的。

參考文獻(xiàn)楊寧．工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用價(jià)值分析[J]．中國(guó)新通信，2019，21(02):120-121．趙穎，侯俊杰，于成龍等．面向生產(chǎn)管控的工業(yè)大數(shù)據(jù)研究及應(yīng)用[J]．計(jì)算機(jī)科學(xué)，2019(B06):45-51．RizwanP,RajasekharababuM.PerformanceImprovementofDataAnalysisofIoTApplicationsUsingRe-StorminBigDataStreamComputingPlatform[J].SonJ,RyuH,YiS,etal.SSFile:Anovelcolumn-storeforefficientdataanalysisinHadoop-baseddistributedsystems[J].InformationSciences,2015,316:68-86.段成．智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制探討[J]．機(jī)械設(shè)計(jì)與制造工程，2018．閔陶，冷晟，王展等．面向智能制造的車(chē)間大數(shù)據(jù)關(guān)鍵技術(shù)*[J]．航空制造技術(shù)，2018，61(12):51-58．童群．工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用價(jià)值[J]．電子技術(shù)與軟件工程，2018．周亞勤，汪俊亮，鮑勁松等．針織生產(chǎn)智能管控的通用數(shù)據(jù)模型研究[J]．中國(guó)機(jī)械工程，2019，030(002):143-148，219．任杉，張映鋒，黃彬彬．生命周期大數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜產(chǎn)品智能制造服務(wù)新模式研究[J]．機(jī)械工程學(xué)報(bào)，2018，054(022):194-203．徐迭石．大數(shù)據(jù)環(huán)境下車(chē)間生產(chǎn)異常的智能發(fā)現(xiàn)與響應(yīng)方法研究[D]．哈爾濱理工大學(xué)．王獻(xiàn)美．基于大數(shù)據(jù)的智慧云物流理論、方法及其應(yīng)用研究[D]．浙江理工大學(xué)．于東，畢筱雪，劉勁松等．開(kāi)放式、智能化“藍(lán)天數(shù)控”系統(tǒng)及應(yīng)用實(shí)踐［Ｊ］．航空制造技術(shù)，2019，62（6）：22-29．LIMJ,CHAEMJ,YANGY,etal.Fastschedulingofsemicon-ductormanufacturingfacilitiesusingcase-basedreasoning[J]，IEEETrans.Semicond.Manuf.,2016,29(1):22-32.王成龍．基于數(shù)據(jù)挖掘技術(shù)的生產(chǎn)調(diào)度問(wèn)題研究[D]．浙江大學(xué)，2015．于藝浩．基于數(shù)據(jù)的車(chē)間實(shí)時(shí)調(diào)度系統(tǒng)的研究與開(kāi)發(fā)．沈陽(yáng)工業(yè)大學(xué)．徐玉婷．MES車(chē)間生產(chǎn)調(diào)度系統(tǒng)及其數(shù)據(jù)挖掘方法的研究[D]．南京航空航天大學(xué)．劉娜．紡織領(lǐng)域中數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究[D]．大連海事大學(xué)，2004．魯釗，陳世平．基于ID3算法的機(jī)械制造業(yè)決策應(yīng)用[J]．計(jì)算機(jī)應(yīng)用，2011，31(11):3087-3090．海爾集團(tuán)．海爾COSMOPlat-工業(yè)大數(shù)據(jù)平臺(tái)[EB/OL]．(2017-4-28)[2018-4-23]．https://cosmoplat．com/solution/micro/?solutionId＝132胡亮，劉洋．工業(yè)大數(shù)據(jù)在航天制造領(lǐng)域的集成應(yīng)用研究[J]．軍民兩用技術(shù)與產(chǎn)品，2015，No．349(23):48-51．中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院．《工業(yè)大數(shù)據(jù)白皮書(shū)(2017版)》正式發(fā)布[J]．機(jī)器人技術(shù)與應(yīng)用，2017(03):3-3．宋輝．聚類(lèi)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)及在工業(yè)中的應(yīng)用[D]．天津科技大學(xué)，2004．辛旭明．基于過(guò)程監(jiān)控的數(shù)據(jù)挖掘系統(tǒng)及其應(yīng)用[D]．東華大學(xué)，2004．ChenWC，TsengSS，WangCY．ANovelManufacturingDefectDetectionMethodUsingDataMiningApproach[C]．InnovationsinAppliedArtificialIntelligence，InternationalConferenceonIndustrialandEngineeringApplicationsofArtificialIntelligenceandExpertSystems，Iea/aie2004，Ottawa，Canada，May17-20，2004．Proceedings，2004：77-86．HongSJ，LimWY，Che