工業(yè)大數(shù)據(jù)學習第1頁/共35頁作者李杰（JayLee）美國辛辛那提大學(Univ.ofCincinnati)講座教授美國國家科學基金會(NSF)智能維護系統(tǒng)（IMS）產(chǎn)學合作中心主任李杰教授從2013年起擔任美國白宮信息物理系統(tǒng)（CPS）專家組顧問，他同時也是上海交通大學特聘講座教授與先進產(chǎn)業(yè)技術研究院前瞻顧問。第2頁/共35頁什么是工業(yè)大數(shù)據(jù)？如何以較低成本滿足用戶定制化的需求？故障診測與健康管理如何提供設備全生命周期的信息管理和服務，使設備的使用更加高效、節(jié)能、持久？如何使制造過程的信息透明化、更加高效、提升質(zhì)量、降低成本和資源消耗和更有效的管理？如何使人的工作更加簡單，甚至部分代替人的工作，在提高生產(chǎn)效率的同事降低工作量？物聯(lián)網(wǎng)信息物理系統(tǒng)工業(yè)互聯(lián)網(wǎng)互聯(lián)網(wǎng)＋數(shù)據(jù)的分析與預測第3頁/共35頁目錄前言工業(yè)4.0：一場不可見世界的競爭第1章以價值創(chuàng)造為核心的工業(yè)轉(zhuǎn)型新思維第2章工業(yè)4.0環(huán)境下的大數(shù)據(jù)價值創(chuàng)造體系第3章數(shù)據(jù)價值創(chuàng)造的設計與實踐技術第5章案例與實踐第6章競爭力戰(zhàn)略新思維第4頁/共35頁第1章

以價值創(chuàng)造為核心的工業(yè)轉(zhuǎn)型新思維第5頁/共35頁實體物理世界和虛擬網(wǎng)絡世界融合工業(yè)4.020世紀70年代興起的信息化工業(yè)3.020世紀初電氣化和自動化工業(yè)2.0實體18世紀機械制造設備的引入工業(yè)1.01、為什么有工業(yè)4.0？第6頁/共35頁2、美德戰(zhàn)略對比德國美國目的發(fā)揮其傳統(tǒng)的裝備設計與制造的國家優(yōu)勢，進一步提升產(chǎn)品市場適應力與配套服務能力發(fā)揮其傳統(tǒng)信息行業(yè)的國家優(yōu)勢，進一步提升面向終端用戶的體系性服務能力方向注重智能制造注重智能服務對象工業(yè)裝備系統(tǒng)工程、工業(yè)互聯(lián)網(wǎng)關注點涉及供應鏈的設備產(chǎn)品制造、銷售、售后服務能力提升，即智能化生產(chǎn)制造能力涉及全產(chǎn)業(yè)鏈與生態(tài)鏈的技術、產(chǎn)品、服務成體系應用能力提升，即智能化體系服務能力及顧客價值創(chuàng)造手段以CPPS（cyberphysicalproductionsystem）和物聯(lián)網(wǎng)技術為核心，重點在設備的自動化和生產(chǎn)流程管理等方面以CPS和物聯(lián)網(wǎng)技術為核心，重點在以智能設備、大數(shù)據(jù)分析和互聯(lián)網(wǎng)為基礎的智能化服務等方面目標實現(xiàn)面向產(chǎn)品制造流程和供應鏈的一站式服務實現(xiàn)面向用戶服務鏈與價值鏈的一站式創(chuàng)新服務典型企業(yè)西門子、博世、SAP等專注工業(yè)自動化、制造設備研發(fā)、公司資產(chǎn)管理的工業(yè)公司GE、IBM、Cisco等專注供應集成設備服務和系統(tǒng)性服務解決方案的工業(yè)公司或組織借鑒意義縱向智能化與橫向的服務相結合，通過全產(chǎn)業(yè)鏈的信息融合實現(xiàn)價值鏈的協(xié)同優(yōu)化，創(chuàng)造一個高靈敏度、高透明度和高整合度的智能生產(chǎn)系統(tǒng)面向工業(yè)應用和工業(yè)大數(shù)據(jù)分析與面向集群／社區(qū)網(wǎng)絡的傳統(tǒng)大數(shù)據(jù)分析相結合，實現(xiàn)從設備、系統(tǒng)、集群到社區(qū)智能化的有效整合，為用戶提供全產(chǎn)業(yè)、全壽命周期的服務第7頁/共35頁3、以價值為導向的變革新思維

煎蛋模型以顧客價值為導向的創(chuàng)新服務（Value－DrivenInnovation）利用大數(shù)據(jù)挖掘新知識并創(chuàng)造競爭力與社會價值核心產(chǎn)品（CoreProduct）5+1M

MaterialMachineMethodsMeasurementMaintenance6CConnectionCloudCyberContentCommunityCustomizationModeling第8頁/共35頁4、中國工業(yè)4.0轉(zhuǎn)型機會空間科學管理合理化IoT+優(yōu)化綠色制造定制化創(chuàng)新能力創(chuàng)值服務體系基于CPS的產(chǎn)品全壽命周期管理與信息服務自動化精益化效率化質(zhì)量管理低成本提高質(zhì)量預測型制造IoT+工業(yè)大數(shù)據(jù)分析不可見的可見的避免解決第9頁/共35頁第2章

工業(yè)4.0環(huán)境下的大數(shù)據(jù)價值創(chuàng)造體系第10頁/共35頁1、工業(yè)大數(shù)據(jù)分析及應用的三個階段時間第一階段1990-2000第二階段2000-2010第三階段2010～至今核心技術遠程監(jiān)控、數(shù)據(jù)采集和管理大數(shù)據(jù)中心和數(shù)據(jù)分析軟件數(shù)據(jù)分析平臺與高級數(shù)據(jù)分析工具問題對象／價值以產(chǎn)品為核心的狀態(tài)監(jiān)控，問題發(fā)生后的及時處理，幫助用戶避免故障造成的損失以使用為核心的信息服務，通過及時維修和預測型維護避免故障發(fā)生的風險以用戶為中心的平臺式服務，實現(xiàn)了以社區(qū)為基礎的用戶主導的服務生態(tài)體系商業(yè)模式產(chǎn)品為主的附加服務產(chǎn)品租賃體系和長期服務合同按需的個性化自服務模式，分享經(jīng)濟代表性企業(yè)和技術產(chǎn)品GMOnStarTM阿爾斯通TrackTracerTMGEPredix平臺大數(shù)據(jù)特征：量（Volume）、速度（Velocity）、多樣性（Variety）、真實性（Veracity）工業(yè)大數(shù)據(jù)特征：大數(shù)據(jù)特征＋可見性（Visibility）、價值（Value）第11頁/共35頁2、互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)的對比分析互聯(lián)網(wǎng)大數(shù)據(jù)工業(yè)大數(shù)據(jù)數(shù)據(jù)量需求大量樣本數(shù)盡可能全面地使用樣本數(shù)據(jù)質(zhì)量要求較低較高，需要對數(shù)據(jù)質(zhì)量進行預判和修復對數(shù)據(jù)屬性意義的解讀不考慮屬性的意義，只分析統(tǒng)計顯著性強調(diào)特征之間地物理關聯(lián)分析手段以統(tǒng)計分析為主，通過挖掘樣本中各個屬性之間的相關性進行預測具有一定邏輯地流水線式數(shù)據(jù)流分析手段。強調(diào)跨學科技術的融合，包括數(shù)學、物理、機器學習、控制、人工智能等分析結果準確性要求較低較高工業(yè)大數(shù)據(jù)待解決問題（3B）：隱匿性（BelowSurface）；碎片化（Broken）；低質(zhì)性（BadQuality）第12頁/共35頁3、挖掘工業(yè)大數(shù)據(jù)價值的核心技術——CPS分析手段工藝、效率和產(chǎn)能商業(yè)模式內(nèi)核數(shù)據(jù)和知識建模智能設備平臺基礎測量材料設備維護6M6CCPS定義:從實體空間的對象、環(huán)境、活動中進行大數(shù)據(jù)的采集、儲存、建模、分析、挖掘、評估、預測、優(yōu)化、協(xié)同，并與對象的設計、測試和運行性能表征相結合，產(chǎn)生與實體空間深度融合、實時交互、互相耦合、互相更新的網(wǎng)絡空間；進而，通過自感知、自記憶、自認知、自決策、自重構和智能支持促進工業(yè)資產(chǎn)的全面智能化.第13頁/共35頁配置層（Configuration）認知層（Cognition）網(wǎng)絡層（Cyber）信息挖掘（Conversion）智能感知層（Connection）數(shù)據(jù)信息價值4、CPS的5C構架第14頁/共35頁第3章

數(shù)據(jù)價值制造的設計與實踐技術第15頁/共35頁智能感知層核心功能1配置層（Configuration）認知層（Cognition）網(wǎng)絡層（Cyber）信息挖掘（Conversion）智能感知層（Connection）盡可能全地采集設備全生命周期各類要素相關的數(shù)據(jù)信息，打破以往設備獨立感知和信息孤島的壁壘，建立一個統(tǒng)一的數(shù)據(jù)環(huán)境。全生命周期信息：設備運行的狀態(tài)參數(shù)設備運行的工況數(shù)據(jù)設備使用過程中的環(huán)境參數(shù)設備的維護保養(yǎng)記錄績效類數(shù)據(jù)第16頁/共35頁智能感知層核心功能2配置層（Configuration）認知層（Cognition）網(wǎng)絡層（Cyber）信息挖掘（Conversion）智能感知層（Connection）按照活動目標和信息分析的需求進行選擇性和有所側重的數(shù)據(jù)采集，實現(xiàn)以分析目標為導向的柔性采集策略。狀態(tài)監(jiān)控＋更多的備件故障報警＋應激式的維護政策設備改進智能感知＋預測性維護故障影響故障發(fā)生頻率2431第17頁/共35頁信息挖掘?qū)樱簭臄?shù)據(jù)到信息的分析配置層（Configuration）認知層（Cognition）網(wǎng)絡層（Cyber）信息挖掘（Conversion）智能感知層（Connection）數(shù)據(jù)采集信號處理特征提取健康評估健康預測可視化核心技術—故障診測與健康管理（PrognosticsandHealthManagement,PHM)美國國家科學基金會—智能維護系統(tǒng)（IntelligentMantenanceSystem，IMS）——方法論和算法工具包（WatchdogAgent）橫向數(shù)據(jù)挖掘

內(nèi)容化和智能化PHM流程第18頁/共35頁網(wǎng)絡層：網(wǎng)絡化內(nèi)容管理配置層（Configuration）認知層（Cognition）網(wǎng)絡層（Cyber）信息挖掘（Conversion）智能感知層（Connection）主要功能：通信（communication）；計算（computation）；比較（Comparison）

對實體狀態(tài)信息的切片化管理

建立與實體系統(tǒng)相互映射的鏡像模型（Twin

Model）0利用信息內(nèi)容對實體進行對稱的關系管理0集群分析與大數(shù)據(jù)挖掘數(shù)據(jù)橫向處理

邏輯化第19頁/共35頁認知層：對信息的識別與決策配置層（Configuration）認知層（Cognition）網(wǎng)絡層（Cyber）信息挖掘（Conversion）智能感知層（Connection）支持多平臺的遠程可視化工具基于Twin

Model的多智能仿真與推理決策的協(xié)同化分析主要功能1：主要功能2：主要功能3：人的職責和活動目標第20頁/共35頁配置層：系統(tǒng)的彈性和重構配置層（Configuration）認知層（Cognition）網(wǎng)絡層（Cyber）信息挖掘（Conversion）智能感知層（Connection）根據(jù)狀態(tài)偏差的自我調(diào)節(jié)具備自我配置能力的彈性系統(tǒng)對抗擾動的動態(tài)優(yōu)化配置自重構主要形式自重構主要形式自重構主要形式管理和控制人的職責和活動目標數(shù)據(jù)橫向處理

邏輯化橫向數(shù)據(jù)挖掘

內(nèi)容化和智能化第21頁/共35頁第4章

價值創(chuàng)造的商業(yè)模式設計第22頁/共35頁主控式創(chuàng)新模式尋找價值的“GAP”客戶明確提出的需求產(chǎn)品改進客戶明確提出的需求產(chǎn)品改進最終使用者最終使用者突破性研發(fā)客戶明確提出的需求產(chǎn)品改進突破性研發(fā)最終使用者持續(xù)性創(chuàng)新模式跨躍性創(chuàng)新模式主控式創(chuàng)新模式第23頁/共35頁

以“尚品宅配”為案例分析主控式創(chuàng)新工具

服務價值三角關系圖產(chǎn)品家居用戶價值家居空間家居體驗時尚感個性化生活品味第24頁/共35頁

以“尚品宅配”為案例分析主控式創(chuàng)新工具

創(chuàng)新矩陣（InnovationMatrix）定制的家居感受定制化、可視化的設計和安裝程序基于網(wǎng)絡與數(shù)碼技術的在線模擬裝修體驗與健康和舒適程度相關的質(zhì)量定制的家居家居體驗分析與社交網(wǎng)絡豐富的樣式設計C2B和B2B的體驗門店未滿足滿足不可見可見需求

已做

未做

可見

不可見

用戶市場第25頁/共35頁第5章

案例與實踐第26頁/共35頁智能裝備

高圣（Cosen）帶鋸機床第27頁/共35頁智能工廠

Nissan機器人生產(chǎn)線管理從精益工廠到智能工廠精益制造推行到一定程度后，企業(yè)提升空間越來越小，因為精益管理解決的只是可見的問題和浪費，卻無法去預測和管理不可見因素造成的影響。第28頁/共35頁智能服務

GE工業(yè)互聯(lián)網(wǎng)1、GE工業(yè)互聯(lián)網(wǎng)基本要素智能設備利用傳感器和通信技術將分布在世界各地的設備、設施、集群、社區(qū)網(wǎng)絡相連接。利用嵌入式智能、軟件技術、控制技術等實現(xiàn)本地設備的智能化功能。智能分析將機理模型與是能數(shù)據(jù)分析工具相結合，建立虛擬與實體相互映射的分析模型。將專家知識、預測算法和自動化技術相結合，實現(xiàn)代替人腦的分析系統(tǒng)回路。智能決策通過先進的可視化工具和遠程操作工具將人與設備進行連接，實現(xiàn)人在回路的控制決策和支持。在運維、排程、診斷、安全保障等方面提供決策支持。2、GE工業(yè)互聯(lián)網(wǎng)框架設計連接監(jiān)控分析預測優(yōu)化第29頁/