《智能制造概论》——第四篇-智能制造精要及前沿趋势.pptxVIP

智能制造概论INTRODUCTIONTOINTELLIGENTMANUFACTURING

第一篇智能制造基础第二篇智能制造核心技术第三篇从企业进化维度看智能制造第四篇智能制造精要及前沿趋势CONTENT目录

第四篇智能制造精要及前沿趋势第14章数据驱动第15章软件定义第16章虚实融合第17章整体联系第18章下一代智能制造

第14章数据驱动1.数据流动与数据驱动 2.数据驱动产品创新 3.数据驱动过程 4.数据驱动工作流和新的业务活动5.数据驱动企业战略和模式6.数据驱动的企业需要新组织架构7.勿为迷幻的数据所驱动

14.1数据流动与数据驱动企业的绝大部分工作是信息工作，而信息工作最基本的特点是其流动性。1.数据流动图14-1设计数据与工艺设计仅仅依据确定的、静态的数据及其单向的流动而产生的“设计有序”不能带来“运行有序”。

2.数据驱动不妨把这种不同于确定的、静态的数据流动，而是通过不确定的、动态的数据融合与关联分析的方法视为数据驱动的方法。可以推而广之，智能制造与早期的制造信息化最基本的区别恐怕在于数据驱动和数据流动。生产车间生产信息化系统大数据驱动的智能调度方法采集数据上传车间状态智能感知调度结果可视化调度结果感知网络Modbus-IDA现场总线生产车间系统运行数据产品工艺；资源清单；资源能力；工艺执行过程；调度方案执行过程；基础数据多源数据集成多源异构生产数据；语义匹配和语义映射；预测模型状态参数；产品特性参数；预分析量；耦合性作用规律；波动规律；关联分析生产调度智能决策调控规则自学习；调控策略自更新；调度结果计划与调度信息物料需求作业计划调度信息图14-2大数据驱动的车间生产智能调度方法架构14.1数据流动与数据驱动

14.1数据流动与数据驱动完整性与不完整性信息数据驱动与数据流动的区别有时候在于是否能利用不完整信息。缺乏数据融合和关联分析的数据流动模式面对不完整信息可能束手无策。而具有数据融合和关联分析的智能方法却有可能通过不完整数据去驱动某一活动或进程。预期的和非预期的结果从效果层面看，数据流动的模式中，其产生的结果往往是既定的工作；而数据驱动的模式中因为数据的融合而产生的结果往往是新的、非预期的，如前面所述对不完整信息进行智能分析后得的判。

5.常规数据和非常规数据数据流动数据驱动静态动态确定性不确定性数据完整性不要求完整性非融合融合单向流动复合流动输入数据有序输入数据有序+无序设计有序运行（结果）有序满足既有活动需要可能驱动新的活动常规数据也含非常规数据表14-1数据驱动与数据流动的区别传统模式中，工业系统的数据是普通的原材料；而智能制造模式下，工业系统的数据就是原材料加石油。在数据流动的模式中，企业所利用的数据都是其所需要的常规数据。数据驱动的模式则不然，某些看似和企业没什么关联的数据在某种特殊情况下有可能产生利用价值。14.1数据流动与数据驱动

14.2数据驱动产品创新1.数字技术在产品上的直接应用1）让产品产生数据（augmentingproductstogeneratedata）2）产品数字化（digitizingassets）在一个企业内，一只数据团队只会报表，取数、建模和分析是远远不够的；对上，你的贡献会被业务和前台屏蔽，对下，云原生等等技术已经让平台运维变得更为容易。产品数字化技术包括一系列辅助制造企业进行产品创新的方法/标准、技术及软硬件产品，包括产品创新与仿真、制造、工艺和产品创新过程的管理、设计方法学、计算机辅助创新（CAI）、快速成型、逆向工程等，实现与客户和供应商的研发协作，帮助制造企业高效率地开发出先进、实用、高性能价格比的产品。经过数十年的发展，数字化产品创新技术已经逐渐走向成熟，为企业实现产品创新提供了强有力的支撑。

14.2数据驱动产品创新2.数字孪生驱动产品创新通常数字孪生可能包括以下数据（以汽车为例）：1.从数字孪生外部接收的外部数据，如道路状况，运行路线；2.从物理部件接收到的观测事件，例如视觉传感器数据，来自发动机的传感器数据，仪表数据；3.从其他来源收到的数据，如交通状况，停车场数据；4.衍生数据——由数字孪生内的逻辑计算的数据；5.指向链接数据的指针——如有关事物环境或与事物间接相关的对象的数据。

3.客户数据驱动产品创新图14-3客户数据驱动天铂空调创新设计14.2数据驱动产品创新

14.2数据驱动产品创新4.产品数据关联驱动产品创新图14-5数据湖解决方案驱动产品创新对产品本身的某些数据进行关联，可能导致新的产品功能。

14.3数据驱动过程1.数据驱动协同设计过程协同设计是当下企业产品开发之技术进步的一个重要方向，也是数字时代设计技