江苏龙网

  1. 首页 > 人文 > >

院士说 | 杨华勇：数据应从制造业中来，也应该回到制造业中去

前言
做制造的人都叫“智能制造” ， 做IT的人都叫“工业互联网” ， 目前中国制造在推进六大工程 ， 最热的是智能制造 ， 最冷的是强基工程 ， 最蓝的是创新工程 ， 当然还包括高端装备、绿色制造和后来加上的品牌工程 。
我们都知道现在中国的智能制造非常热 ， 在全球也非常热 ， 主要从两个方面思考智能制造：一是智能制造的内涵 ， 智能制造包括五个方面 ， 网络制造、智能技术 ， 3D打印、机器人技术还有智能装备 。 二是从产品的层面考虑 ， 现在聊的最多的机器换人只是智能制造的一部分 ， 也就是我们说的生产过程的智能化 。 产品要走向高端 ， 应该是产品的智能化 。 还有整个产品的全生命周期使用过程的智能化 。
过去十年中国社会财富增长最快的还是IT行业 ， 科技投入最大的也是IT ， 现在A、B、C、D、I都成为了热门的词 ， AI、BlockChain、Cloud、Data ， 还有IoT ， 现在40%的GDP来自制造 ， 40%中一半是流程工业、一半是离散工业 。
所以 ， 在浙大 ， 流程工业比较多的是控制学院 ， 是孙院士带领的团队 ， 我们主要是做离散工业 。 我们都在讲产业的升级和产品的升级 。
我们都知道互联网把全球的消费者连接在一起 ， 互联网倒逼服务 ， 在互联网经济、数字经济下都讲究用户体验 ， 这就倒逼服务升级 ， 服务升级倒逼制造升级 ， 所以整个供应链都在讲智能化的问题 。
技术上说的IT业的AI、大数据、云计算、物联网等等 ， 实际上要如何转化为企业侧 ， 企业的需求就是成本、质量效率 ， 还有新的方案、新的生态 ， 中间的连接就是工业互联网 ， 工业互联网也是IT业所说的互联网下半场 ， 它最重要的战场是在工业 。
01 / 工业互联网架构
现在总是说工业互联网 ， 互联网的数据市场从全球看主要是三大市场 ， 领先的是美国 ， 欧洲是德国 。 亚太是中国 ， 目前预测都慢于实际 ， 之后增长速度非常快 。
具体来看这个数据市场主要是在这一块 ， 最大的还是设备管理 。 产品的售后服务占了38% ， 还有生产过程中的管控 ， 包括监控、能耗、质量管理 ， 整个生产过程的优化占了28% ， 企业的运营管理占了28% ， 运营管理是18% ， 资源配置13% 。
我们说的很多产品设计和工艺管理 ， 事实上大部分是秘密 ， 不在数据市场中 。
目前需求很大 ， 需要做的就是数据建模、数据分析 ， 就是设备的健康管理、产品的售后服务、生产的管理优化、能耗与质量管理 ， 还有客户关系管理、财务、生产过程监控与安全管理 。
再下来就是全流程的数据能力、金融服务 ， 真正的仿真设计与工艺只有3% 。 所以如何打造工业互联网的架构 ， 事实上需要各种方面的人 。
我们都知道阿里云下有个工业云 ， 工业云有做IT算法和工业的部门 ， 但真正要在制造业应用需要懂制造 ， 工业知识也是不可颠覆和替代的 ， 需要一起打造一个系统 。
最近一年多 ， 我们在讨论如何做工业数据的开发与管理 ， 还有工业数据的智能应用开发以及工业流程内部各个工位之间复杂的关系 ， 如何把它做上平台 ， 然后用IoT和5G把它连起来 ， 再推到各个行业 。
总得来说 ， 工业行业有49个 ， 小的行业有400多个 ， 实际上每个行业的龙头企业需求、专精企业的需求和中小企业的需求完全不一样 ， 这就需要做很多事 。
从数据管理的角度来看 ， 它需要把整个产业链从供应商和物流把人、财、物全部管理起来 ， 现在用户的体验、运行也需要管理 。
具体到企业内部就是物料、工装、人员、设备、供应、订单、供应商的管理 。
而平台一旦打造起来 ， 它是大数据的多元融合 ， 计算的应用、可视以及业务的智能 ， 需要整合各种数据 ， 最主要的目的是产品质量溯源 ， 现在要高端产品质量的溯源 ， 装配工艺建模方面的分析和资源的排查和整个物流系统如何做优化 。


推荐阅读


上一篇：低代码应用搭建平台测评——雀书

下一篇：戴尔游匣G7，究竟是不是外星人的游戏本？