近日，走向智能研究院宁振波研究员在广东工业大学大数据战略研究院大数据研讨沙龙上，以工业大数据为主题做了主旨演讲。从产品研制过程、产品设计仿真以及工艺、生产过程以及机器运行，以及试验测试、产品运行、维护保障等四个工业流程阐述了工业大数据在传统工业转型升级中迈向智能制造的重要作用。本文来自：广东工业大学大数据战略研究院，文章原名“沙龙 | 宁振波：四步流程解密工业大数据”，编辑：李杰 郑晓宜，经授权由《走向智能论坛》微信公众号推荐阅读。
沙龙 | 宁振波：四步流程解密工业大数据
宁振波研究员从三体智能革命说起，为我们解释了“三体智能模型”即物理实体、意识人体、数字虚体之间的三体联接、三体融合。他说，新工业革命的本质是CPS，智能是本源，而CPS则是它的最新实现形式。宁振波研究员还提出了他个人所理解的工业大数据的五个方面定义，即云、大、移、物、智，简单来说就是在把握工业大数据的数据基础上，利用移动互联网与工业互联网进行云计算，进而达到终极目标——智能制造。
紧接着，宁振波研究员从以下四个工业流程向我们叙述工业大数据的神奇：
（1）从产品研制过程谈起
人类的表达方式是从物理到数字再到产品的飞跃过程，表现在工业上就是从工业化社会中的各种物理实体比如泥巴、木质样机等，到信息化社会的模型表达比如流体建模、过程模型等，再到信息化社会的产品制造。
（2）产品设计仿真以及工艺数据
工业技术软件化的难点是建模，焦点在仿真。宁振波指出，传统二维工艺设计方法不能够直接利用三维模型进行工艺设计，因此3D技术应运而生。工业软件的完成是一个由赴能到赋值再到赴智的阶梯性过程。
（3）生产过程以及机器运行数据
通过给机器添加网卡的方式，我们就可以采集几乎所有的信息，比如机床的开机关机、机床的实时状态、正在运行的程序、坐标信息等等。拥有了这些自动采集的数据，就可以实现“哑设备”的耳聪目明。
（4）试验测试、产品运行、维护保障
在工业技术软件化成功后，通过大数据分析与深度挖掘，我们可以实现用户在手机、IPAD等移动设备上对现场生产情况、设备运行情况、质量情况的数据浏览、异常处理等目标，从而成功对产品的运行状态进行实时核查，也就同时保障了设备的维护保障顺利进行。
沙龙行至最后，宁振波研究员与谢卫红教授及参会嘉宾就工业大数据研究领域进行了更深入的交流，为本次沙龙划上一个完美的句号。通过本次沙龙分享，我们真切地认识到了大数据在传统工业转型升级中使传统工业大步迈向智能制造的革命性作用。同时，与会人员的热烈讨论也为大数据的进一步推广起到了很大的作用。（编辑：李杰 郑晓宜）
共有条评论 网友评论