制造业信息化中数据分析的思考.docVIP

制造业信息化中数据分析的思考 　　【关键词】制造业信息化 大数据 数据分析 　　1 引言 　　随着信息技术的迅猛发展和企业信息化应用的逐渐深入，新的信息技术的使用逐渐成为影响制造企业战略制定的重要环节，越来越多的企业意识到，数据和信息已经成为企业的智力资产和资源，合理有效的利用数据，能够为企业创造更大的竞争力、价值和财富，更好的实现差异化竞争。 将先进信息技术与制造业融合，从而为企业的自身发展提供支持。数据收集、存储、分析技术的发展给获得全部数据成为可能，制造企业以企业价值为主线建立数据数据存储、分析的方法和体系，来保证生产快速有效地进行，避免重复性劳动。针对公司轨道交通行业的特点，建立科学的数据分析模型，对于提高产品生产效率和产品质量、降低产品开发成本，有效地控制交货期，优化新车型的生产过程、降低运营费用、提高企业的市场响应能力与市场竞争力具有现实意义。 　　2 信息化系统现状 　　随着公司信息化的推进，目前已经完成的信息化平台有OA系统、ERP系统（企业资源管理）、QMS系统（质量管理系统）、MES系统（制造执行系统）、MRO（产品运维和技术支持平台）系统、PDM（产品数据管理系统）等众多信息系统的开发与应用，实现了研发、工艺、物流、生产、财务、售后服务、办公自动化等相关业务环节的信息化管理，实现了系统的数据集成和信息交互、以及相关的数据存储，给企业带来了显著效果： 　　2.1 建立的PDM、PLM系统实现数据结构化管理的同时加强了对业务流程的支撑，实现了产品设计效率、产品质量的提升 　　（1）市场竞争下，企业的产品交付周期变得越来越短。设计的有效重用可以给客户一个更有诱惑力的产品交付周期和质量成本周期的承诺，周期缩短一方面可以获得更好的价格，另一方面能更好的占据市场、赢得订单。通常情况下，一个产品的设计能否重用，要在设计阶段才能判断。实际上，最有效的重用选择是从需求管理阶段，如果能识别两个客户间相同的需求，同时，需求和后面的实现方式有效联动，就能够在需求阶段确认要满足客户的需求，有多少设计成果是系统中已经存在的，可以有效的利用。对于企业来讲，做好全生命周期的知识管理和以产品为核心的多架构统一平台的管理，可以有效的提高企业满足市场需求的响应速度。 　　（2）显而易见的效果是，有效的设计重用，对供应链也有很重要的促进作用，提高了供应链的敏捷性和准确性。比如某个单一零部件的利用率很高，就可以提高零部件的批量采购供应能力，降低采购价格。 　　（3）提高了设计研发的效率， PLM系统服务了企业市场和整个供应链，通过管理知识提升了设计效率，向客户交付并创造企业价值。 　　2.2 建立的ERP系统可以采集、传输数据，进行分析，为客户提供服务 　　建立的ERP系统可以随时采集到公司业务领导需要了解的销售数据、服务数据，并及时将数据传递到OA系统中或其他邮箱系统中，使分管领导随时随地都能掌握公司销售业务和客户服务质量，同时基于各单位多样化的业务需求，可按供应商、项目、不同区域、不同产品等多层次查询、统计、分析。在售后方面，可以定期告知客户设备运行情况、维修维护情况等，为客户提供及时准确的服务。 　　公司目前的生产是典型的批量型生产，产品面向的对象是客户，产品结构复杂、交货期要求严格，且每次的订单虽非全新产品，但可能在设计、尺寸、形状上有新的变化，随着各类车型交付数量的不断增多，大量数据包括质量数据不断在现有系统中存储。质量数据来源包括质量履历、质量缺陷库、质量信息的多层级反馈和统计等。因此，在质量数据库的基础上，基于多样化的业务需求，应进一步不断实现质量信息多维度分析，为管理决策、技术改进、管理改进提供决策信息。 　　3 大数据方法的运用 　　大数据，指数据量庞大，来源多样化，结构特征为结构化、半结构化、非结构化的数据，以及类型多样的数据集。大数据方法采用从局部到全体，对全体数据进行分析，通过数据保证解的优异性，大数据方法的运用更强调事物之间的相关性而非因果性。大数据解决现实问题的有两种方法： 　　（1）通过实验的方法来发现现实世界的一些规律并解决问题。 　　（2）通过理论分析和推导方法科学计算、模拟仿真成为解决问题的范式。 　　将结构化的信息与具体的应用结合，建立基于大数据的应用系统，充分挖掘数据的价值，越来越多具备现代化数据处理技术以及数据分析能力的制造企业通过对数据的分析获得所需的价值。如数据挖掘技术主要用于从大量的数据中发现隐藏于其后的规律或数据间的关系，通过基于模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，分析得出规律与业务实现很好的结合，提升业务洞察力；将企业中现有的数据转化为知识，从而优化决策支持和过程控制，帮助企业做出明智的业务经营决策。 　　数据分析在实际