您的當前位置: 首 頁>新聞中心>公司新聞

個性化、高端化、參與感、快速響應是工業4.0背景下物流的重要特點。未來物流的發展方向是“智能的、聯通的、高柔性的、透明的、快速的和有效的”,物流活動需要滿足全流程的數字化和網絡化。 智慧供應鍊 工業4.0是新一輪工業革命的核心,是制造業創新驅動、轉型升級的制高點、突破口和主攻方向。工業4.0基于智能供應鍊環境運作,“中國制造2025”本質上要求供應鍊各個層次的智能化:制造基礎智能化、産品/裝備智能化、制造過程智能化、工業4.0下的模式轉變。 當前,我國工業4.0中的智慧供應鍊生态面臨怎樣的發展趨勢?存在

個性化、高端化、參與感、快速響應是工業4.0背景下物流的重要特點。未來物流的發展方向是“智能的、聯通的、高柔性的、透明的、快速的和有效的”,物流活動需要滿足全流程的數字化和網絡化。 智慧供應鍊 工業4.0是新一輪工業革命的核心,是制造業創新驅動、轉型升級的制高點、突破口和主攻方向。工業4.0基于智能供應鍊環境運作,“中國制造2025”本質上要求供應鍊各個層次的智能化:制造基礎智能化、産品/裝備智能化、制造過程智能化、工業4.0下的模式轉變。 當前,我國工業4.0中的智慧供應鍊生态面臨怎樣的發展趨勢?存在

發布日期:2017-08-09 作者: 點擊:

數據模型又叫黑箱模型,指基于數據的模型,相關的概念包括人工智能,數據挖掘,機器學習等。數據模型有幾個不足,首先,得有大量的數據;其次,數據的分布必須合理;其三,分析方法得恰當,否則存在于數據之上的模型可能和事實并不吻合。數據建模的軟件也很多,例如專業軟件SAS,而Hadoop與Oracle也提供數據分析包,雲計算服務商則提供物美價廉的計算服務,機器學習的研發人員可能還習慣用Python,R語言。還有很多計算工具,如Excel也是非常實用的工具,而Matlab提供非常豐富的機理仿真和數據分析工具。從人工經驗,到數據分析,到機理規律,是對事物越來越理性的刻畫。完美的建模過程,應該包括三個步驟。人工經驗是模糊的,也是引發思考的;數據分析,已經在慢慢量化,初步揭示了事物之間的聯系;深層次的機理規律才是真正揭示了事物因素間的必然聯系。嚴謹的建模過程,最好是三者吻合,最起碼是兩者互相驗證,互相補充,單純依賴一種結果是可怕的。 


例如,傳感器裝再多,也不可能無處不在,因為傳感器需要成本,而且需要有合适的安裝位置。合适的機理模型,加上傳感器數據的驗證(或者通過傳感器數據确定機理模型的參數等,專業術語叫辨識),就可以獲得空間、時間維度更完整的信息。

德國的優勢在于人工經驗和機理規律,弱勢在于數據分析能力(德國人口少,信息技術和數據分析技術很難廣泛頻繁運用,所以數據分析技術并不發達)。所以德國的模型是基于機理規律的,是直觀的。

日本的精益制造中,非常突出人工經驗。而美國的優勢在于數據分析和機理規律,弱勢在于人工經驗。美國NI公司的最新嵌入式控制器網絡同步精度小于100ns,體現了美國人對數據的孜孜不倦的追求。TS16949質量體系,也體現了美國人對數據的鐘愛,是早期工業化與信息化融合的優秀範本。

中國在數據分析上有一定的優勢,弱勢在于人工經驗和機理規律,也就是專業軟件。長期起來,各類專業軟件都是盜版的。加上中國産學研脫節比較嚴重,很多大學的研究成果是無法深究的。如果建立合适的産學研通道,學校的老師和博士還是有能力的。研究成果無法深究,很多時候不是能力問題,而是和社會溝通不夠,從論文到論文,沒有把理論應用到實踐。如何将院所研究與企業實踐做到完美的融合,是當下中國智能制造急需克服的成果轉化的事情。

綜合起來,人工經驗、機理規律和數據分析各有利弊。各個行業和公司,需要采用合适的建模方法,以最大程度提高公司和産品的核心競争力。中國當下已經有非常低成本的獲取工業數據的辦法(得益于百度雲、阿裡雲的飛速發展)。數據回來了,人工經驗分析下曲線,也已經可以獲得有意義的信息了;通過數據分析,即使是隻用Excel,也可以解決很多問題。阿裡雲對于采集、存儲與數據分析都非常低廉。建立統一的工業互聯網也許痛苦,但子系統依靠儀表以及原有的控制系統,采集數據并不那麼難。即使實在不行,還可以借鑒TS16949質量體系,采用表格,也可以回來有價值的數據。


相關标簽:

上一篇:2017-2020年中國工業機器人市場分析
下一篇:沒有了

最近浏覽:

相關産品:

相關新聞: