工业4.0架构下的工业大数据的需求、环境及服务化.doc

工业4.0架构下的工业大数据的需求、环境及服务化-科技创新论文 工业4.0架构下的工业大数据的需求、环境及服务化 程晓蕾1，2 （1.合肥工业大学，安徽 合肥 230009；2.万博科技职业学院，安徽 合肥 230031） 摘 要：基于Cyber-Physical系统服务创新是未来制造业不可避免的趋势，本文在阐述工业大数据环境下的制造业涉及的服务化功能的基础上，结合工业4.0下的工业大数据的需求、环境及服务化，提出采用智能预测工具管理工业大数据，增加工业生产透明度，提高工作效率. 关键词 ：工业4.0；制造业服务化；工业大数据；Cyber-Physical系统 中图分类号：TP311.13文献标识码：A文章编号：1673-260X（2015）04-0014-02 前言 随着信息化以及网络化的发展，特别是随着工业4.0时代的临近，高新技术企业面临越来越激烈的商业竞争，为提高生产效率，如何利用工业大数据以及采用何种方式管理工业大数据是许多企业必须要面对的问题.在德国政府的推动下，基于Cyber-Physical系统的工业4.0体系中嵌入大量软件和智能集成系统，连接电气化与智能化的智能算法被用于产品性能预测、自主管理及产品服务优化. 控制中心优化以及智能化是智能工厂涉及的两个重点.智能不仅包括机器自身的性能，还包括机器交互整合，以及与特定机器直接相关的周边系统，获得更多的智能，把普通设备转换成具有自我意识和自我学习能力的智能机器，提高整体性能.将普通的工业设备改造成智能机器，需要解决机器管理人员和操作人员互动问题，所有相关机器设备的整合问题，产品与加工的工程监控问题，大数据和云计算的应用问题，传感器和控制器网络获得数据和信息问题. 大数据环境下的数据管理及分配是实现机器自我意识和自我学习的关键，云计算能够提供更灵活性的计算方式，但如何实现大数据的高效管理，仍需进一步研究和开发切实可行的预测与管理算法.面对即将来临的大数据环境，目前对数据处理的服务远远不能满足工业4.0工厂现代化的需求.建立基于工业大数据分析下的自我感知和机器自我维护系统，通过工业大数据的制造业服务化将大数据环境融合进传统制造业体系中，将有利于实现传统制造业向工业4.0迈进. 1 工业大数据的需求 信息化自动化的发展将早期的机械系统推进到高度自动化水平.在工业4.0概念中，信息技术和社交媒体网络决定产品创新、产品质量、品种类型、交货速度以及消费者的认知.及时调整生产，实现机器设备的自我意识、自我预测、自我相比、自我重构、自我维护是工业4.0的主要组成部分.通过服务创新和应用产业大数据，整合大数据环境和云技术的优势，完善预测功能，实现信息的智能管理. 目前，传统制造业强国如德国等先进国家为应对新兴国家、新兴市场，以及全球供应链的威胁，正努力调整经济结构，改造原有的制造业运营模式，以维持制造业在国际上的领先地位.而奋起直追的部分制造业大国（如中国和印度等）也积极升级传统制造业，应对科技革命带来的挑战.信息化的制造业企业不仅需要寻求制造技术的创新，而且也开始关注制造业产业链中形成的服务业.制造业和服务业间的模糊边界会驱动和刺激制造业向服务化方向发展. 2 工业大数据的环境 作为一个时髦词，大数据在最近许多场合广泛应用，它是由人类产生并挖掘的数据内容，目前采用的大数据主要集中于社会和商业领域，包括：销售预测、用户挖掘和集群、意见挖掘等，涉及的大数据来自“人为产生或与人类有关的数据”，而不是“机器所产生的数据（工业数据）”，涉及的机器数据来自机器控制器、传感器及制造系统.在工业4.0时代中，智能分析与物联网的紧密结合将改造现有的生产管理和设备运行方式.机器运转过程中产生的大量工业数据被传感器等装置及时存贮和提取，还能够挖掘机器产生的历史数据.所有的数据经过合并，整合成“大数据”，转化平台将海量的大数据转换成信息.传送与集成平台、预测分析和可视化工具组成一个完整的转化平台.海量的大数据经过智能提炼后，并将少量信息转化为有用的实际处理信息，是工业4.0工厂的关键. 3 机器的自我意识和自我维护 工业大数据环境下，物联网和传感技术的发展把系统和人类紧密连接在一起，物-人交互产生的大量数据属于制造业的大数据环境.未来工业将实现一个机器机组范围内的信息系统传输与运算，先进分析技术（云计算和Cyber- Physical Systems）的出现将有助于机器获得自我意识，并能够预防潜在的性能问题.将一个具有自我意识和自我维持机器的系统定义为一个完整系统，该系统能够自我评估自身的健康和运行状况，此外，该系统还能够根据其他同行的类似智能信息，通过智能分析，进行优化后的决策，从而避免出现潜在问题.以上自我评估过程属于机器的智能过