大数据支持主动制造，为客户提供个性化产品及服务

主动制造是一种基于数据全面感知、收集、分析、共享的人机物协同制造模式，它利用无所不在的感知收集各种各类的相关数据，通过对所收集的大数据进行深度分析，挖掘出有价值的信息、知识或事件，自主地反馈给业务决策者（包括企业人员、客户和合作企业等），并根据系统健康状态、当前和过去信息以及情境感知，预测用户需求，主动配置和优化制造资源，从而实现感知、分析、定向、决策、调整、控制于一体的人机物协同的主动生产，进而为用户提供客户化/个性化的产品和服务。

按上述定义，构建如下图所示的主动制造示意图，数据流通过网络在物理系统、信息系统和社会系统之间传递，由人机物协同进行分析、判断、决策、调整、控制而开展主动生产。在互联网及大数据技术支持下，生产者和消费者紧密联系在一起，消费者的需求数据（信息）可以迅速地传递给生产者，从而为市场预测和生产管理等服务，使得生产方式由传统的大规模推式生产向客户化/个性化的拉式生产转变，同时也催生了开放式创新、协同创新和众包等理念。

主动制造通过大数据分析感知用户的情景信息，分析和获取用户的个性化需求，或者用户通过社会性网络将自身需求显性化描述出来，通过与业务系统集成，借助语义搜索和智能 Web 等技术，针对客户个性化需求进行参数配置、优化和建模，从而精准地向用户提供制造服务的主动推荐、检查和建议，实现数据驱动和用户需求为中心的主动制造。

主动制造能够挖掘系统的显性知识和实现用户隐性知识的集成，如在征集创意产品/服务阶段，基于社会性网络大数据分析计算出广大用户的参与度和贡献度并分配相应的收益，鼓励用户参与产品研发设计的积极性，形成主动有序化的知识创新文化氛围，从而依靠用户集体智慧提高产品/服务能力；用户在进行个性化的三维模型结构设计时，通过分析产品三维图形和工艺文档等大数据，主动推送情景相关的零部件模型、材料数据信息和相关知识服务等。在进行零件加工时，基于传感器/机器运行实时数据及历史数据分析建模，能预测可能出现的故障，主动地将制造任务转移到其他可用的机器上，并对故障进行预修复。

因此，从感知的角度来看，基于大数据分析，不仅可以方便地感知到物理层制造资源实时动态信息，辅助制造系统作出智能决策，而且还能够感知到社会系统中的客户个性化需求，减少盲目制造与需求的不匹配造成的资源浪费；从智能化的角度来看，通过对社会性网络和物联网相关大数据进行信息和知识的挖掘，制造企业能够获得更智慧的洞察，通过集思广益，大众协同和集体智慧提高系统智能化程度，同时人机物协同程度更深更广；此外，引入智能 Web 和语义推理，可以从用户不完整的需求上推理出完整的需求，从被动的制造任务承接模式转变为主动的制造任务发现模式，能够基于业务情景，精准地向需求用户推送产品服务和知识，从而提高制造服务的主动化程度。

在虚拟空间里，制造企业和客户可以利用 CAD/CAM/PDM/CAE 对产品进行模拟仿真验证，乃至虚拟制造或 3D 快速成型；利用 ERP/智能化/服务化等技术手段，按照合约和产品需求进行面向服务的业务流程的创建与协同，并通过物联网等调用和监控相应的物理设备资源，最终得以在物理系统中实现产品的生产，与此同时在产品生产乃至使用过程中的实时数据（信息），经知识网处理后，主动地返回给企业人员，以作优化业务和决策之用。

因此，在大数据的支持下，主动制造不仅能够预测市场的需求，而且能够根据制造系统的健康状况，自动配置和优化制造资源，从而实现主动生产，为用户提供客户化/个性化的产品/服务。