5月25日,第二屆大數據科學與工程國際會議在貴陽舉行,會議主題為大數據科學引領與創新,中國工程院院士(大數據與產業互聯網)鄔賀銓以大數據與產業互聯網為主題進行了演講。
以下內容根據演講速記整理(有刪減):
我的題目是大數據與產業互聯網。主要是講制造,講兩個方面的問題,一個是制造大數據,一個是大數據制造。
我們制造大數據實際上講的是制造業產生大數據。那么我們現在講像互聯網可以分成三個方面,一個是消費互聯網,一個是產業互聯網,一個是政務互聯網。而產業互聯網里面包括了很多領域,建筑、能源、礦業、制造、運輸、通訊等等,今天主要講制造。
制造技術,實際上技術是一種支撐,當然還有先進的材料,生物制造等等,這個技術里面實際上分成兩個方面,一個是企業管理與的信息技術,生產應用方面的技術。實際上這個里面,支撐我們企業管理以及生產制造,大數據是基礎之一,跟云計算,互聯網等等技術結合在一起。
那么工業大數據這個話什么時候開始呢?
在上世紀中,就是說,六七十年代甚至八十年代,我們大量企業的數據是手寫的,是記錄生產過程當中的數據是手寫的,存在文件柜里面,是紙的材料。
隨著工業現場的出現,我們可以及時的收集到各種數據,各種各樣的生產數據,環境數據。這個里面格式是很多的。但是主要用在什么呢?只是在機器這個級別和控制級別。工業開放出來以后呢,我們有了生產自動化的協議,有共同的數據結構,傳感器,企業機構到企業間的轉化,基本上這些數據還沒有很好的使用的。
今天的企業只收集了數據的7%。所以雖然產生了大數據,但是應用得不多。現在存儲器大概在35%,云計算降低了成本。所以促進了工業大數據的產生。
這是制造過程當中的大數據,我們可以看到,這個是屬于采集的系統,在制造過程有各種各樣的數據,振動、溫度、產品質量啊。我們舉一個例子,實際上在整個工業過程上,所有環節都會產生數據。
Rolls Royoe公司是生產傳感器的,我們知道馬航370失航三年多了,當時是數據傳出去的,傳了7次,后來判斷他飛了7個小時。馬航出事以后,以后要15分鐘傳一次,這個公司認為我們這個飛機引擎的數據是永遠在線的,永遠都會傳下來。醫藥保健公司的數據來說,他每三毫秒產生五千個樣子,所以這個數據量是很大的。制造業大數據的規模超過了其他的行業。Think big公司說機器數據和物聯網將占據中心舞臺。IBM講美國制造部門儲存了兩千億個數據。
工業大數據有什么特點呢?
相對我們消費的大數據,一要準確,我們消費領域,像馬云可以根本淘寶的數據判斷商業的行為,準確率不用很高,90%就夠了,工業領域準確率起碼要99%,軌道交通要更準確。只要生產線不停,就會源源不斷的產生數據。多樣性的,異構性的差異很多,有的差別很大,有的很小。生產線環節的數據有的需要同步。所以數據化非常的明顯。
第三點是實時性。工業大數據是實時的監控和預警,工業大數據需要實時的達到分析和應用。另外行業性。消費的數據一般來講是比較好理解的,工業的數據如果沒有行業的知識是很難理解工業數據,所以對基礎性要求相當高。
所以第四點應該是工業大數據和傳統的消費大數據的區別。那么制造大數據也是面臨挑戰的,因為工序在變化,供應參數在變化。時間上24小時不間斷的,有狀態性的,有突發的,有周期性的。另外很多數據是沒有標記的。
所以整個數據本身變化很大。在工業大數據的應用,實際上在一個國務院的文件和工信部的文件提到了大數據的應用,工業大數據要在研發設計,工業制造,售后服務和產品的周期,以及產業鏈的全流程的環節。所以可以看到國家希望大數據在工業領域的應用。還要推進工業大數據的全域性應用。
第二個問題,大數據助力制造業。
首先是產業,我們可以看美國產業互聯網的參考模式。通過分布系統,用傳感器來監控我們的車床啊。工廠在應用管理層,工業設計到產品的研發、設計就開始了。包括整個的管理,然后到企業集團這一層,我們企業管理層各種各樣工業量的管理,生命周期管理,綜合整個企業的水平,上面利用到系統企業之外的數據,社會的數據等等,所以在大數據,實際上在工程里面,在企業里面是分四個不同的層次產生,分幾個層次利用。
什么叫先進制造?先進制造,智能制造,智能企業,還有先進的工藝,先進的產品,先進的技術。未來20年最有潛力,根本上改變制造產業是大數據。美國總統有有一個報告,虛擬化數字制造就離不開大數據的支撐。
制造首先是數字化,我們企業很多企業也做了一些制造業的數字化,往往我們是其中一個環節,而現在制造業的數字化覆蓋產業鏈。覆蓋了幾個生命周期。通過適時監控有大量的數據支撐。不僅是產品的留存,還是數據的留存。未來大數據的制造必須把這個數據留存拉通。
現在還有一個公司生產,現在大家手機上都有鏡面,這個不是壓出來的,而是靠機床磨出來的。旋轉速度能達到幾千轉,所以有人說中國的手機產業帶動了機床產業的提升,某一些領域是的。怎么樣實現機場的快速運轉,減少磨損,這個里面利用到大數據。
航空也講到了,機翼在發動機引擎有很多傳感器,這種監控數據的目的能夠提前一個月以70%以上的準確率維護需求,在空中飛的時候實時監控,看這個發動機是否需要換掉。另外這些傳感器不僅僅是對發動機維修,對這個飛行員的航行操作也很有用。它幫助中國的春秋航空改變了飛行員的不良習慣,飛行員開飛機有的操作是不必要的,不合理的,它可以實時監控,節約了原油成本。
現在遠洋船,現在招聘不到船員了,誰愿意三個月見不到家人在海上漂泊,所以現在要無人駕駛,在大海上真正三個月不要人,通過遠成大數據分析,保證船動力系統是正常的。所以通過集中控制,人可以集中在公司里面,可以遙控100艘無人貨輪,人員解決15%,解決了招人的問題,這個大概三四年以后才有可能。現在還不行。
那么電力呢,汽輪機和發動機占了全球電力市場的30%。只要分析這個發電廠的數據,實現了減少非規劃停電5%,避免了75%的誤判。未來10年全球電力產業會創造30萬億的價值。將來電力行業也將是一個大數據行業。
那么風力發電,在建立之前要利用一個“數字孿生機”,它來幫助分析,能夠提升20%的效力。他送到一個后臺的孿生體的數據。現在風向氣象臺以前200米可以提前72小時,預先告知后臺有沒有風,按照預防性的維護這個壽命可以延長風機三年。
美國每個家庭平均每人耗電11萬千萬時,把大數據很好的應用可以節約3%到5%的能耗。對金屬的選礦很復雜的,要涉及到15種以上的機械,氰化、氧化等各種處理方式。它的生產數據是不完整的。現在怎么辦呢?先清洗礦之前清洗數據,從大量的參數里面選出對最有影響的選礦水平的參數。發現了最好的選礦性能出現在氧氣含量最高的時候,沒有增加額外的投資和技術的變革,礦石的品位下降約20%。
在歐洲一個先進的化學產品公司,生產水平已經很領先了,他生產里面用到的冷卻劑壓力、溫度、數量和二氧化碳流量,發現二氧化碳流量的改變能使產量顯著變化。通過重置相應的參數,該化學公司能耗減少原材料20%,節省能源成本約15%。能夠幫助大型企業避免生產中的風險。
生物制造也是一個很復雜的國家,通常都是用活的過程制造疫苗等等,在生產制藥過程當中要監控200多個原料,生產規律性永遠沒有辦法掌握,他們怎么辦呢?這還是一個世界排名前列的過程,他們把過程分解成幾個環節,每一個環節分析有各種各樣的不同工藝的參數,他們之間的關聯度,盡管有200多個變量,真正有影響的是9個,針對這9個變量進行了有針對性的更改,一年以內疫苗產量提高了50%。而且單純的疫苗產品一年收入增加1500萬美元。
GE醫療部門開發的Insite設備網管系統通過無線網絡對GE生產的核磁共振儀進行遠成監控,基于大數據分析,41%的故障可以遠成排除。
日本的小松公司,實時的收集首先設備賣出去的狀態,就可以了解市場。小松賣給中國的挖掘機,如果今年開工不足,那明年市場肯定有問題,如果今年開工很好,明年就有市場的。而且可以判斷市場,判斷宏觀經濟和市場服務,當然及時維修。
John Deere是美國一家農用機械制造企業,通過大數據把適合種算出來。所以有一些估計表明設備的維護成本超過了企業總成本的30%。怎么用通過大數據降低設備維護成本,這是一個很重要的命題。
現在IBM通過大數據已經轉型成生產性服務公司,GE現在把維修服務加上去,保養服務占了70%,通過大數據可以提前實現保養,所以利潤主要來至于服務。
R&R現在提出,我的發動機不賣,不要錢,哪一個飛機公司,航空公司要你就拿去,裝上以后,我以單位飛行安全小時收費。通過這樣,他的市場占有率提到了40%,通過傳感器實時的監控提高了準確。
沈陽的機床,現在也是不要錢,他是按使用小時收費,這樣做方便了客戶,生產人員,材料利用率,生產成本都有不同程度的提升。當我們的國家都在堵短版的時候,特別是東北正受到這樣的壓力。沈陽機床廠的定單排到了下半年。關鍵是怎么樣把大數據的應用,使我們的產業得到提升。
那么,這是統領,他是做西服的,他收集了各種各樣的西服的數據,上網查哪一個適合你,如果不滿意還可以自我修改,通過這樣實現大數據的實現了個性化的生產,個性化生產的成本高10%,但是匯報至少是兩倍。原來要求顧客測量身體的方面測量出七個參數。廈門有一個公司研發了一個平臺,用手機拍正面、側面、背面,再加上身高,會出來一個三維,可以做一個貼身的衣服。去年貴陽大數據座談會上,面對一部分企業家,李總理說我的西服是大數據西服。
打造大數據的價值鏈的應用,我們制造價值鏈里面有幾個環節,首先是供應鏈到研發產品,產品設計數據庫,要收集客戶的數據收集,市場的反饋,對研發有用。通過外包盒裝和共享對研發有用。前面是外包合作商,第二是客戶,第四是供應鏈,第六是精簡制造,對生產有用。對整個應用和個性化生產,生產有用。這次覆蓋制造業的所有的環節,上下游的各種關系。
現在產業互聯網會創造出更高的價值,他比消費互聯網創造的價值還要高一倍。我們可以看到藍線是產業互聯網技術的耗費和支出,紅線是它創造的價值,可以看到紅線比藍線高了一倍以上。紫線是兩個加起來,綠線是投資匯報。看出來把制造大數據應用到制造業里面可以帶來更大的匯報。把大數據利用率和人均產出率進行研究,財富一百強的企業人均產出提升14.4%,對制造業平均提升20%,可見大數據對整個制造業的轉型升級改造是有很重要的作用。當然對不同行業可能影響不一樣,人壽比較高,接近40%到50%。
最后制造業在工業設計、生產、銷售、服務環節都產生了,制造業大數據的產生是所有的環節,大數據在制造業的應用也是所有的環節,大數據能夠提升生產效率,改進產品質量,節約能力和資源的消耗。所以大數據支撐了產業互聯網,大數據開拓了創新的空間。