
工业软件欲借大数据颠覆制造业
无论是手机中的App,还是汽车上的数字化驾驶界面,抑或是数字化图纸和数控程序,它们都有一个共同的名字——软件。而决定技术进化的核心要素要数工业软件,工业软件不仅作为数字化研发手段,支持了新产品、新工业、新材料的发展,也作为新型“零部件”大举进入到产品之中,形成了产品本身的数字化。
工业4.0时代,每一个产品将承载其整个供应链和生命周期中所需的各种信息,实现追踪溯源。智能工厂能灵活决定生产过程,不同的生产设备既能够协作生产,又可以各自快速地对外部变化作出反应……软件定义世界、硬件改变世界、数据驱动世界,工业软件借力大数据,将给制造业带来巨大颠覆,这已成为近期举办的第二届工业软件与制造业融合发展高峰论坛的共识。
工业软件是智能系统的基础
“工业软件是在工业领域里应用的各种软件,其大体上分为两个类型:嵌入式软件和非嵌入式软件。”国网电力科学研究院研究员王彦金表示,嵌入式软件是嵌入在控制器、通信、传感装置之中的采集、控制、通信等软件;非嵌入式软件是装在通用计算机或者工业控制计算机之中的设计、编程、工艺、监控、管理等软件。
王彦金介绍,工业软件技术支撑了绝大部分的生产制造过程。全球正在出现以信息网络、智能制造为代表的新一轮技术创新浪潮。而在这一浪潮中,传统的行业界限将消失,并会产生各种新的领域和业态。创造新价值的过程也因软件系统而发生改变,产业链分工将被重组。
“这个新型的产业链将使制造业不再仅仅是硬件制造的概念,而将更多地融入软件技术、自动化技术、现代管理技术与新的服务模式中。”王彦金表示。
工业软件技术使智能系统具有了五个典型特征,王彦金认为这些特征可以提炼为状态感知、实时分析、自主决策、精准执行和学习提升。
状态感知是能准确感知系统外部工况,如市场、客户、输入的实时运行状态;实时分析是对获取的实时运行状态数据进行快速、准确的推理与分析;自主决策是根据数据分析的结果,按照设定的规则,自主作出选择和判断;精准执行是对外部需求、企业运行状态、研发或生产等作出快速应对;学习提升是在系统运行和反复执行的过程中,不断通过深度学习而提升系统智能。
找问题比找方法重要
如果说工业软件赋予智能系统走向智能化的特征,那么驱动智能系统运作的就是工业大数据了。在清华大学教授王建民看来,工业大数据是工业物联网或工业互联网的核心。
“工业大数据要找准业务的切入点,在这个过程中,工业大数据和传统信息化时数据也是有很大区别的。”王建民说。传统信息化的数据主要是推动已经成型的现实业务,是后补进来的。而现在的工业大数据强调创新,要求在传统的业务之上发现新的问题。“所以对现在的企业而言,工业大数据找问题比找方法重要。”
工业大数据将数据汇集在一起之后,究竟要解决什么问题?“无论从全生命周期角度还是端到端的角度,大多数都是为现实业务的升级,有了工业互联网、工业物联网和工业大数据之后,我们要更加关注未来工业形态中的问题。”王建民指出,在某些方向上,特别是跨界方向上,工业大数据将带给我们很大机会。
“比如风电厂从卖机器到现在卖系统,最后变成卖天气预报的数据,未来,没有好的数据服务能力就不能制造出让用户满意的产品。这样一种转换就给我们未来的工业带来很大的想象空间。”王建民认为,在制造业利润越来越低的情况下,工业大数据可以帮助中国企业提高产品在使用维护阶段的利润。最重要的是,利用数据进行跨界运营,能够为企业带来新的生存空间。
为什么工业大数据对当下的中国企业来说,有着如此深远的意义?在王建民看来,一个复杂装备的生命周期分三个阶段,即开发制造阶段、使用维护阶段、回收利用阶段。
原来,制造企业将重心放在开发制造阶段,企业的核心目标就是将装备设计制造出来。而产品售卖给消费者后,就和企业没有关系或者变得无关紧要了。所以生命周期的第二、三阶段,常常被企业忽略。但装备的价值真正体现在用户的使用体验上,而不在于制造,尽管制造由质量决定。但消费者在使用阶段的流畅程度,才能反映出产品的最终功效,通过工业大数据正好能补全产品的生命周期。
积极发展信息物理系统
随着计算技术、通信技术和智能控制技术的迅速发展,信息物理系统(CPS)已经引起学术界及产业界的广泛重视并快速发展。中国电子技术标准化研究院研究员郭楠指出,CPS典型应用场景包括生产制造、交通运输、医疗健康、城市建设等,“尤其在制造业领域,发展CPS已经成为发达国家实施‘再工业化’战略、抢占制造业新一轮科技革命和产业变革制高点的重要举措”。
中国科学院院士何积丰曾如此评价CPS:从广义上理解,CPS就是一个在环境感知的基础上,深度融合了计算、通信和控制能力的可控、可信、可扩展的网络化物理设备系统,它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互,来增加或扩展新的功能,以安全、可靠、高效和实时的方式监测或者控制一个物理实体。
CPS要发展并不容易,中国电子技术标准化研究院、中国信息物理系统发展论坛共同编写的《信息物理系统白皮书2017》正是试图解决CPS发展和应用中面临的诸多问题:统一认识;梳理技术体系;总结典型应用场景。
中国制造业正在发生深刻变革,商业领域的互联网化正快速向制造业渗透,也给制造业带来了革命性的变化。软件定义作为时代发展最显著的特征之一,是新一代信息技术的核心与灵魂。
“推动制造业与互联网融合发展,可以为制造业插上互联网的翅膀、注入信息化的基因,是稳增长、促改革、调结构、惠民生的重要引擎,是协同推进‘中国制造2025+互联网+双创’的重要抓手。”工业和信息化部信息化和软件服务业司司长谢少锋说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15