1.3 工业大数据与智能制造的关系

1.3.1 大数据是制造业智能制造的基础

智能制造中，通过信息物理系统（CPS）实现工厂/车间的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产。

1.3.2 大数据是工业互联网的命脉

大数据可能带来的巨大价值正在被传统产业认可，它通过技术创新与发展，以及数据的全面感知、收集、分析和共享，为企业管理者和参与者呈现出看待制造业价值链的全新视角。

1.实现智能生产

如图1-6所示，在德国“工业4.0”中，通过信息物理系统（CPS）实现工厂/车间的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储和分析，形成决策并反过来指导生产。

过去，设备运行过程中，其自然磨损本身会使产品的品质发生一定的变化。而由于信息技术、物联网技术的发展，现在可以通过传感技术，实时感知数据，知道产品出了什么故障，哪里需要配件，使得生产过程中的这些因素能够被精确控制，真正实现生产智能化。因此，在一定程度上，工厂/车间的传感器所产生的大数据直接决定了“工业4.0”所要求的智能化设备的智能水平。

此外，从生产能耗角度来看，设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情况，由此能够在生产过程中不断实时优化能源消耗。同时，对所有流程的大数据进行分析，也将会整体上大幅降低生产能耗。

2.实现大规模定制

大数据是制造业智能化的基础，其在制造业大规模定制中的应用包括数据采集、数据管理、订单管理、智能化制造、定制平台等，核心是定制平台。定制数据达到一定的数量级，就可以实现大数据应用。通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。

利用这些大数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降，并将极大地减少库存，优化供应链。同时，利用销售数据、产品的传感器数据和供应商数据库的数据等大数据，制造业企业可以准确地预测全球不同市场区域的商品需求。由于可以跟踪库存和销售价格，所以制造业企业可节约大量的成本。大数据定制流程如图1-7所示。

“工业4.0”的本质是基于信息物理系统（CPS）实现“智能工厂”，使智能设备根据处理后的信息，进行判断、分析、自我调整、自动驱动生产加工，直至最后的产品完成等步骤。可以说，智能工厂已经为最终制造业大规模定制生产做好了准备。

实现消费者个性化需求，一方面需要制造业企业能够生产或提供符合消费者个性偏好的产品或服务；另一方面需要互联网提供消费者的个性化定制需求。由于消费者人数众多，每个人需求不同，导致需求的具体信息也不同，加上需求不断变化，就构成了产品需求的大数据。

消费者与制造业企业之间的交互和交易行为也将产生大量数据，挖掘和分析这些消费者动态数据，能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新做出贡献。制造业企业对这些数据进行处理，进而传递给智能设备，进行数据挖掘，设备调整，原材料准备等步骤，才能生产出符合个性化需求的定制产品。

1.3.3 大数据构成新一代智能工厂

消费需求的个性化，要求传统工业制造业突破现有生产方式与制造模式，对消费需求所产生的海量数据与信息进行大数据处理与挖掘。同时，在进行这些非标准化产品生产过程中，也会产生大量的生产信息与数据，需要及时收集、处理和分析，以反过来指导生产。

这两方面大数据信息流最终通过互联网在智能设备之间传递，由智能设备进行分析、判断、决策、调整、控制并继续开展智能生产，生产出高品质的个性化产品。可以说，大数据构成了新一代智能工厂。

智能工厂中的大数据，是“信息”与“物理”世界彼此交互与融合所产生的大数据。大数据应用将带来制造业企业创新和变革的新时代。在以往传统的制造业生产管理的信息数据基础上，通过物联网等带来的物理数据感知，形成“工业4.0”时代的生产数据的私有云，创新了制造业企业的研发、生产、运营、营销和管理方式。这些创新，给制造业企业带来了更快的速度、更高的效率和更敏锐的洞察力。