《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > EDA與制造 > 業(yè)界動態(tài) > 中國工程院院士鄔賀銓:未來10年工業(yè)大數(shù)據(jù)增速最快

中國工程院院士鄔賀銓:未來10年工業(yè)大數(shù)據(jù)增速最快

2018-04-19

  中國工程院院士鄔賀銓在“2018大數(shù)據(jù)產(chǎn)業(yè)峰會”首日發(fā)言提到,未來10年工業(yè)大數(shù)據(jù)的增速是其它大數(shù)據(jù)領(lǐng)域,包括社交媒體的兩倍。消費(fèi)類的大數(shù)據(jù)漲的很快,未來工業(yè)大數(shù)據(jù)漲的更快。

1.jpg

  中國工程院院士 鄔賀銓

  鄔賀銓指出,制造業(yè)的大數(shù)據(jù)有四個特點(diǎn)。一是準(zhǔn)確性。在一般的商業(yè)領(lǐng)域,如果預(yù)測準(zhǔn)確率達(dá)到90%已經(jīng)是很高,但在工業(yè)領(lǐng)域很多應(yīng)用場景中,對準(zhǔn)確率要求達(dá)到99.9%甚至更高,比如交通領(lǐng)域。二是碎片化。工業(yè)制造的大數(shù)據(jù)有很多傳感器收集的數(shù)據(jù),有顆粒性很小的,也有顆粒性很大的,而且是不斷在產(chǎn)生的。三是實(shí)時(shí)性。工業(yè)數(shù)據(jù)的處理必須要當(dāng)時(shí)快速的反映,過一段時(shí)間沒多大價(jià)值。消費(fèi)數(shù)據(jù)可以累計(jì)很長時(shí)間。四是行業(yè)性。工業(yè)大數(shù)據(jù)的挖掘要對生產(chǎn)過程有透徹的理解。

  現(xiàn)今,傳統(tǒng)的制造業(yè)公司紛紛利用大數(shù)據(jù)成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。鄔賀銓以一系列有趣的實(shí)例生動的詮釋了這一課題。

  蘇州協(xié)鑫公司專注光伏切片,利用阿里開發(fā)的ET大腦分析0.2毫米厚度的硅片長期積累的數(shù)據(jù),從上千個生產(chǎn)參數(shù)中找出有60個關(guān)鍵參數(shù),通過優(yōu)化生產(chǎn)流程,良品率提升1%,實(shí)現(xiàn)每年上億利潤;杭州中策公司是全球排名第三的橡膠輪胎生產(chǎn)商,引入阿里的ET大腦分析所有參數(shù),提煉橡膠合格率提升3%-5%,利潤增加千萬。

  大家的手機(jī)殼非常薄,不是直接制造出來的,而是要磨的。磨手機(jī)殼的時(shí)候,切刀的磨損很快,不及時(shí)的切刀手機(jī)殼的質(zhì)量不能保證,換的太快了切刀損耗的太多。常州瑞聲科技基于大數(shù)據(jù)建立電機(jī)電流和磨損的特性,準(zhǔn)確預(yù)測什么時(shí)候該換刀具,降低刀具成本30%。

  大數(shù)據(jù)在產(chǎn)品質(zhì)量的應(yīng)用。清華大學(xué)與英業(yè)達(dá)集團(tuán)共建電子制造大數(shù)據(jù)平臺。英業(yè)達(dá)做電路版,工藝過程很多。通過大數(shù)據(jù)能判定哪一個板的質(zhì)量好,哪一個板不行。人工不能發(fā)現(xiàn)的主板發(fā)現(xiàn)14%,有效的檢測率超過99%。每條PCB板生產(chǎn)線投入后,每年減少人工分析處理30萬,誤判漏判獲得的效益180萬。50條生產(chǎn)線使得英業(yè)達(dá)一年的效益達(dá)到九千萬。

  大數(shù)據(jù)在生物制藥中的應(yīng)用。生物制藥的過程比機(jī)械加工更加復(fù)雜,涉及到的參數(shù)更多?;蚬こ痰募?xì)胞來做疫苗、激素和血液,有200多個變量,每次不容易準(zhǔn)確控制,成品率變化很大。生物制藥公司應(yīng)用大數(shù)據(jù)分析上下游的工藝參數(shù),找出最關(guān)鍵的影響參數(shù)。一年之內(nèi),疫苗的產(chǎn)量提升50%,單一產(chǎn)品一年增加接近1000萬美元。

  大數(shù)據(jù)在生產(chǎn)個性化的應(yīng)用。青島紅領(lǐng)西裝積累了2000多種版式,自己可以修改,回車后七天就把產(chǎn)品交到顧客手上。過去還需要顧客去量尺寸。現(xiàn)在只需拿手機(jī)穿個緊身一點(diǎn)的衣服對正面和側(cè)面拍一下,標(biāo)身高,一件貼身的衣服可以寄到你手里。

  清華大學(xué)與金風(fēng)科技合作做風(fēng)機(jī)檢測。風(fēng)機(jī)和葉片對風(fēng)向影響的不好,發(fā)電效率就會降低。通過調(diào)整葉片的角度,每年提升發(fā)電效率1.5億元。飛機(jī)在北方會結(jié)冰,葉片結(jié)冰不但影響效率,還影響安全。過去數(shù)據(jù)模型不準(zhǔn)確,風(fēng)機(jī)結(jié)冰跟氣象條件相關(guān)。清華幫金風(fēng)開發(fā)準(zhǔn)確的數(shù)據(jù)模型,準(zhǔn)確地預(yù)測什么時(shí)候會結(jié)冰。一般可以提前兩小時(shí),最差的可以提前20分鐘報(bào)警。通過大數(shù)據(jù)建立透明的設(shè)備健康評估模型,維護(hù)成本降低50%,縮短非計(jì)劃停機(jī)一套機(jī)組平均效果三百萬,維護(hù)業(yè)務(wù)人員減少50%。

  通過工業(yè)云幫助企業(yè)服務(wù)升級。沈陽鼓風(fēng)機(jī)廠建立了云服務(wù)平臺,全國有很多客戶通過實(shí)時(shí)監(jiān)控能夠了解,并且把監(jiān)控的信息結(jié)合沈陽鼓風(fēng)機(jī)廠形成年度報(bào)告,可以時(shí)實(shí)時(shí)把狀態(tài)報(bào)告給實(shí)際的業(yè)主方,很好地提升服務(wù)能力。比如石油化工廠的富氣壓縮機(jī)由沈鼓提供,2014年5月份停電一次,檢測找不到毛病。但停了三次有兩天的時(shí)間損失有六百萬,利用沈鼓的云平臺對所有數(shù)據(jù)分析發(fā)現(xiàn)主要是汽輪機(jī)的前端有摩擦。后來沒有修前端,而是通過潤滑油的辦法改進(jìn),使它正常工作。沈鼓有全國有1600臺機(jī)組,利用云服務(wù)每年可以減少0.3次非計(jì)劃的停機(jī),減少直接損失4.8議元,能耗減少6.3億元。

  波司登建立零售云平臺,實(shí)時(shí)監(jiān)控全國3000多家門店的庫存和銷售數(shù)據(jù),庫存中心的智能補(bǔ)貨系統(tǒng)有效減少缺貨損失21%,售謦率同比增長10%,會員復(fù)購率達(dá)到20%以上;聯(lián)想集團(tuán)利用其全球數(shù)據(jù)中心掌握的數(shù)據(jù),與寶鋼合作建立鋼鐵銷量預(yù)測系統(tǒng),通過機(jī)器學(xué)習(xí)和圖譜分析找出關(guān)聯(lián),預(yù)測鋼鐵市場需求,預(yù)測精度92.2%,庫存周期縮短20%,客戶采購的資金節(jié)約上億元。

  貴陽貨車幫450萬注冊貨車與88萬認(rèn)證貨主間建立平臺,原來空駛率40%。2015年為貨車司機(jī)介紹500億的燃油成本,服務(wù)擴(kuò)展到保險(xiǎn)、倉儲、維修。運(yùn)滿滿有100萬的貨主、400萬的車主,利用大數(shù)據(jù)分析積累的數(shù)據(jù)可以提升20%-30%的效率。去年11月份兩個公司合并成為運(yùn)滿集團(tuán),它們認(rèn)為過去業(yè)務(wù)一年幾千億左右,中國的物流市場是一萬億的規(guī)模,所以希望瞄準(zhǔn)更大的公路物流市場,利用大數(shù)據(jù)實(shí)現(xiàn)更好的車貨對接。

  運(yùn)營商有很多用戶數(shù)據(jù),運(yùn)營商不能直接把用戶數(shù)據(jù)拿出,但可以對數(shù)據(jù)進(jìn)行挖掘,屏蔽掉用戶的隱私和涉及國家安全隱患的事項(xiàng),可以集成提升很多服務(wù)。比如大眾汽車找中國聯(lián)通,希望中國聯(lián)通分享什么年齡段的人希望買什么汽車,對汽車的裝飾、價(jià)值及配置有什么要求等等,中國聯(lián)通形成咨詢報(bào)告交給大眾汽車。類似的服務(wù)對運(yùn)營商可以很好的增加收入,為社會和產(chǎn)業(yè)發(fā)展做出貢獻(xiàn)。

  很有趣對不對?可以說企業(yè)經(jīng)營決策重要的是企業(yè)利潤及利潤最大化,實(shí)現(xiàn)生產(chǎn)環(huán)節(jié)成本分析和精準(zhǔn)化,但前提是要有準(zhǔn)確的價(jià)值分析模型。分析客戶、供應(yīng)商、競爭對手、產(chǎn)品、企業(yè)資源、技術(shù)和員工等層面,對財(cái)務(wù)準(zhǔn)則下細(xì)化損益表到單品層面,產(chǎn)品生命周期下的細(xì)化損益表到單品層面,產(chǎn)品生命周期下的單品層面的損益表都分解的很細(xì),很容易找出哪一個環(huán)節(jié)是財(cái)務(wù)的薄弱環(huán)節(jié),準(zhǔn)確地為生產(chǎn)決策起支撐作用。

  大數(shù)據(jù)不僅驅(qū)動制造業(yè)轉(zhuǎn)型升級,提升生產(chǎn)效率、改進(jìn)產(chǎn)品質(zhì)量、節(jié)約資源消耗、保障生產(chǎn)安全、優(yōu)化銷售服務(wù)。還與人工智能、移動互聯(lián)網(wǎng)、云計(jì)算及物聯(lián)網(wǎng)等技術(shù)協(xié)同發(fā)展,并將深度融合到實(shí)體經(jīng)濟(jì)中,成為數(shù)字經(jīng)濟(jì)時(shí)代的新引擎。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時(shí)通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。